Tvorba jednotné databáze z hodnoticích protokolů siláží

Loučka R.¹, Homolka P.¹, Jančík F.¹, Kubelková P.¹, Jambor V.², Synková H.²

¹Výzkumný ústav živočišné výroby, v.v.i., Přátelství 815, 104 00 Praha-Uhříněves, ²NutriVet, s.r.o., Pohořelice

Úvod

Kvalita siláží se v ČR hodnotí desítky let, ale nejednotně – laboratoře a poradenské organizace používají odlišné sady ukazatelů, jednotky i interpretační hranice. To komplikuje srovnávání výsledků mezi farmáři i roky a brání budování databáze potřebné pro trénink modelů umělé inteligence. Vhodným zkušebním případem je Silážní liga, každoroční soutěžní přehlídka kvality siláží pořádaná firmou AC AGRO ve spolupráci s VÚŽV, hodnotící šest kategorií siláží prostřednictvím devíti analytických pracovišť s odlišnými protokoly.

Cíl

Popsat proces harmonizace dat ze Silážní ligy do jednotné centrální databáze SHPS s využitím AI, prezentovat klíčová zjištění a diskutovat, co sjednocení dat vyžaduje nad rámec pouhého přepočtu jednotek.

Metody

Zpracováno bylo 117 laboratorních hodnocení ze sezón 2024–2025 (devět pracovišť, šest kategorií siláží). Záznamy byly sjednoceny do centrální databáze SHPS v1.1 (XLSX, 47 parametrů). Jazykový model AI byl použit k rozpoznání a převodu dat z devíti strukturně odlišných protokolů do jednotného formátu a k automatizovanému ověření věrohodnosti hodnot vůči referenčním rozsahům. Statisticky byly vypočteny popisné charakteristiky, Pearsonova korelace mezi ADL a stravitelností NDF u jetelovin a shoda laboratorního a senzorického pořadí.

Výsledky

Databáze obsahuje 57 harmonizovaných záznamů ze dvou sklizňových sezón (Tab. 1). Mezilaboratorní rozdíly hodnot NEL dosáhly až 53 % (systém Pioneer/Corteva vs. referenční DLG/GfE). U jetelovin byla zjištěna silná negativní závislost stravitelnosti NDF na obsahu ADL (r = −0,92; R² = 0,84; p < 0,001). Shoda laboratorně nejlépe hodnoceného vzorku s vítězem senzorického hodnocení dosáhla pouze 17 % (2 z 12 srovnání); dokumentováno bylo 8 vizuálně-analytických paradoxů. Pole „Konzervant" bylo vyplněno jen u 7 % záznamů. Sjednocení dat proto vyžaduje kromě převodu jednotek i evidenci analytické metody, vztažné základny, způsobu přípravy pícniny a automatizovanou kontrolu věrohodnosti hodnot – chyby typu posunuté desetinné čárky mohou výrazně zkreslit statistické zpracování. Databáze SHPS v1.1 představuje datový základ pro vývoj AI modelů v projektu AISilageFeeding.

Tab. 1: Harmonizované záznamy databáze SHPS podle kategorie a sezóny (n = 57)

Poděkování

Práce vznikla za podpory Ministerstva zemědělství ČR v rámci projektů MZE-RO0723 a QL26010434 AISilageFeeding (program ZEMĚ II, 2026–2030). Autoři děkují firmě AC AGRO za pořádání Silážní ligy a poskytnutí dat.

Kontakt: Ing. Radko Loučka, CSc., loucka.radko@vuzv.cz, tel. 731 650 836