用软件计算比自己统计的多2头？PSY计算方法比较

谈到猪场生产成绩,大都要使用PSY的概念,PSY指的是母猪年平均提供断奶仔猪数,直接关系到猪场效益,其值高则效益好,低则效益差。因此在选择种猪时,要看重PSY；使用管理软件做统计时也要看PSY；评价产品效果时还要看PSY；猪场托管成绩评价也要通过PSY来表现。

难点:年平均生产母猪存栏数

根据农业部发布的《2017年农垦系统畜牧高产高效攻关测产验收方法》中提供的算法,年度基础母猪平均存栏=12个月基础母猪存栏之和/12,或年度基础母猪平均存栏=52周基础母猪存栏之和/52,(当年参加配种的后备母猪也按基础母猪存栏处理)。

而实际上,当年1月断奶的仔猪,来自于去年8、9月配种的母猪。因此这个算法中仔猪和母猪不是实时匹配、一一对应的,也就是说,后四个月配种未分娩的母猪分享的是去年后四个月配种未分娩的母猪所产的仔猪数据。

这种算法反映的是比一年时间更长的跨度的平均水平,并不完全反映当年的生产成绩,在前后两年的时间跨度上生产节律稳定的猪场用该种算法偏差影响较小。然而在实际生产中,能做到常年生产稳定的猪场是非常少的。不同的时期、月份淘汰母猪数量有差别,若无法达到均衡生产,即淘汰和引入新母猪达到平衡,则很容易造成计算结果的偏差。

关键:非生产天数取数规则

于是,在业内又推出了其他算法,即PSY=(年断奶仔猪总数/断奶总胎数)×母猪年产胎次,一些猪场管理软件使用的就是该方法。因此这里又要引入一个新的概念,母猪年产胎次(LSY)。对于LSY的计算,又有三种方法。

首先是非常简单的直接年化法,即LSY=年总分娩胎数/年平均母猪存栏,但这样一来又把问题抛向了年平均母猪存栏,遇到生产节律不稳定,计算值会有较大程度的偏离。

还有一种算法是分娩间隔法,简化为LSY=365/分娩间隔。这种算法适用于只有分娩记录的猪场,缺点是无法统计到初产母猪的非生产天数,及妊娠过程中因异常而导致的非生产天数,因此这个公式算出来的值会偏高。另外,需要累计2次分娩记录以上才能得到这个值,刚开始使用系统或新建猪场无法获取该值。

方法:使用日 表精准统计

第二,PSY体现的是猪场已经发生的生产数据,首先要将母猪和仔猪在时间段上对应好。假设妊娠期114天,哺乳期23天。那么当年1月1日至12月31日断奶的仔猪是由上一年8月17日到当年8月16日配种的母猪所提供的,只有这段时间的母猪会影响到当年的断奶仔猪数。有生产日 表的猪场,可以套用PSY=年断奶仔猪总数/头年8月17日-当年8月16日生产母猪平均存栏数。这里的“生产母猪”指的是至少配过一次种的母猪。通过对应母猪和仔猪的时间,以及每日统计母猪数,能准确计算一段时间内的PSY。

标签