اکتوبر میں نئی فصل کی مکئی آنا شروع ہوئی۔ مل کے غذائی میٹرکس میں مکئی کی قدریں برسوں سے وہی ہیں: 8.0 فیصد خام پروٹین، 14 فیصد نمی اور ایک نصابی کتاب سے لی گئی توانائی کی قدر۔ کسی نے ان اعداد کو نہیں چھیڑا، کیونکہ فارمولے ٹھیک کام کرتے دکھائی دیتے ہیں۔ چند ہفتوں بعد ایک انٹیگریٹڈ گاہک فون کرتا ہے: گروور مرحلے میں زندہ وزن ہدف سے کچھ کم چل رہا ہے۔ فیڈ کی شکل میں یا پیداواری ریکارڈ میں کوئی خرابی نہیں۔ مسئلہ میٹرکس میں ہے۔
کم ترین لاگت فارمولیشن آپ کے دیے گئے اعداد کے لیے بہترین جواب دیتی ہے۔ اگر اعداد حقیقت کی عکاسی نہ کریں تو جواب کاغذ پر درست اور شیڈ میں غلط ہوتا ہے۔ اسی لیے غذائی میٹرکس ایسا جدول نہیں جسے ایک بار بھر کر چھوڑ دیا جائے۔ یہ ایک ڈیٹا سیٹ ہے جسے مسلسل دیکھ بھال کی ضرورت ہے۔
چھوٹا فرق، بڑا اثر
ایک مثال لیتے ہیں (اعداد و شمار صرف مثال کے لیے ہیں)۔ ہماری براؤلر گروور فیڈ میں مکئی 58 فیصد شامل ہے اور فارمولا 21.0 فیصد خام پروٹین کے لیے حل کیا گیا ہے۔ لیکن نئی فصل کی مکئی کے نمونوں کا اوسط 8.0 نہیں بلکہ 7.3 فیصد خام پروٹین آتا ہے۔ فرق 0.7 پوائنٹ کا ہے۔ فارمولے میں مکئی کے حصے سے ضرب دیں تو فیڈ کا اصل خام پروٹین 0.58 × 0.7، یعنی تقریباً 0.4 پوائنٹ کم ہے۔ 21.0 فیصد لیبل والی فیڈ دراصل تقریباً 20.6 ہے۔ ہضم پذیر امینو ایسڈ بھی تقریباً اسی تناسب سے کم ہوتے ہیں۔
جب ہم میٹرکس اپ ڈیٹ کر کے دوبارہ حل کرتے ہیں تو فارمولا فرق پورا کرنے کے لیے مکئی سے سویابین میل کی طرف جاتا ہے۔ مکئی کی جگہ لینے والے 46 فیصد سویابین میل کا ہر پوائنٹ فیڈ میں تقریباً 0.39 پوائنٹ پروٹین شامل کرتا ہے، اس لیے فرق پورا کرنے کو تقریباً ایک پوائنٹ کی منتقلی چاہیے۔ سویابین میل 18,000 TRY فی ٹن اور مکئی 9,500 پر ہو تو یہ منتقلی فیڈ کی لاگت تقریباً 90 TRY فی ٹن بڑھاتی ہے۔
پہلی نظر میں یہ بری خبر لگتی ہے۔ لیکن یہ 90 TRY ایک ایسی لاگت ہے جو پہلے سے واجب تھی۔ اگر میٹرکس اپ ڈیٹ نہ ہو تو لاگت ختم نہیں ہوتی۔ وہ جانوروں کی کارکردگی اور گاہک کے اطمینان میں ظاہر ہوتی ہے۔ الٹا بھی ہوتا ہے۔ جب تجزیے جدول سے اوپر آتے ہیں تو جو مل اپنا میٹرکس اپ ڈیٹ نہیں کرتی وہ ایسے پروٹین کی قیمت ادا کرتی ہے جس کی اسے ضرورت نہیں۔
نمی کو نہ بھولیں
غذائی قدریں عام طور پر as-fed بنیاد پر رکھی جاتی ہیں، لیکن نمی ہر لاٹ میں بدلتی ہے۔ 14 فیصد نمی پر متعین مکئی جب 15.5 فیصد نمی کے ساتھ آتی ہے تو اس کا خشک مادہ 86 سے گھٹ کر 84.5 فیصد رہ جاتا ہے۔ صرف پروٹین ہی نہیں بلکہ توانائی، چکنائی اور نشاستہ بھی اسی تناسب سے پتلے ہو جاتے ہیں۔ اگر آپ کا NIR نمی ناپتا ہے تو باقی قدروں کو خشک مادے کے مطابق درست کرنا سب سے صاف طریقہ ہے۔ میٹرکس کو خشک مادے کی بنیاد پر رکھنا اور ہر لاٹ کی نمی سے as-fed قدریں نکالنا غلطی کو کافی کم کر دیتا ہے۔
NIR تیز ہے، لیکن اکیلا کافی نہیں
NIR کی مدد سے آپ ٹرک کے کانٹے تک پہنچنے سے پہلے نمونہ لے کر چند منٹوں میں پروٹین، نمی، چکنائی، ریشہ اور نشاستے کے تخمینے دیکھ سکتے ہیں۔ لیکن NIR ایک تخمینہ ہے، پیمائش نہیں۔ آلہ حوالہ جاتی لیبارٹری نتائج سے بنی کیلیبریشن پر انحصار کرتا ہے۔ اگر وہ کیلیبریشن آپ کے خام مال، آپ کے علاقے اور اس سال کی فصل کی اچھی نمائندگی نہ کرے تو نتائج منظم انداز میں ہٹ سکتے ہیں۔
عملی طور پر اچھا کام کرنے والا طریقہ یہ ہے۔ ہر مہینے ہر اہم خام مال کے چند نمونے NIR پر پڑھے جاتے ہیں اور ویٹ کیمسٹری کے لیے لیبارٹری بھی بھیجے جاتے ہیں۔ دونوں کے درمیان اوسط فرق پر نظر رکھی جاتی ہے۔ اگر فرق کئی مہینوں تک ایک ہی سمت میں رہے تو یہ جانبداری (bias) ہے اور کیلیبریشن درست کرنی ہوگی۔ انفرادی نمونوں کے درمیان بکھراؤ معمول کی بات ہے اور گھبرانے کی کوئی وجہ نہیں۔
تجزیے سے زیادہ اہم نمونہ ہے
بہترین لیبارٹری بھی غلط طریقے سے لیا گیا نمونہ ٹھیک نہیں کر سکتی۔ ٹرک کے اوپر سے لی گئی مٹھی بھر مکئی پورے لوڈ کی نمائندگی نہیں کرتی۔ ٹرک کے مختلف مقامات سے پروب کے ذریعے ذیلی نمونے لینے، انہیں ملانے اور اسی آمیزے سے تجزیے کا نمونہ نکالنے کی ضرورت ہے۔ ہر نمونہ کس لاٹ، سپلائر اور سائلو کا ہے، یہ بھی درج ہونا چاہیے۔ ورنہ آپ کے پاس ایک عدد تو ہے، لیکن آپ نہیں جانتے کہ وہ کس چیز کی نمائندگی کرتا ہے۔
میٹرکس میں کون سی قدر جائے؟
تازہ ترین لاٹ کا تجزیہ سیدھا میٹرکس میں لکھ دینا پرکشش لگتا ہے، لیکن سائلو میں جو ہے وہ عموماً کئی لاٹوں کا آمیزہ ہوتا ہے۔ عملی طور پر دو طریقے نمایاں ہیں۔ پہلا، پچھلی چند لاٹوں کی مقدار کے لحاظ سے وزنی اوسط استعمال کرنا۔ دوسرا، خام مال کو سائلو کے لحاظ سے متعین کرنا اور ہر سائلو کا الگ اوسط رکھنا۔ دوسرے میں زیادہ محنت لگتی ہے، لیکن مختلف سپلائرز سے آنے والے اور واضح طور پر مختلف معیار والے خام مال کے لیے یہ کہیں زیادہ درست جواب دیتا ہے۔
تغیر پذیری پر بھی غور کرنا ہوتا ہے۔ ایک جیسے اوسط والے دو سویابین میل میں سے اگر ایک لاٹ در لاٹ کہیں زیادہ بکھرے نتائج دیتا ہے تو اسے استعمال کرنے والے فارمولوں میں حفاظتی مارجن چھوڑنا دانشمندی ہے۔ ہر غذائی جزو پر ایک جیسا مارجن لگانے کے بجائے اسے زیادہ متغیر خام مال اور اہم غذائی اجزاء کے لحاظ سے مقرر کریں۔
نتائج کو فارمولے تک پہنچانا
تجزیے کا سب سے زیادہ وقت ضائع کرنے والا حصہ نتائج کو ہاتھ سے ایک جگہ سے دوسری جگہ نقل کرنا ہے۔ غلط قطار میں ٹائپ کی گئی قدر کا پتہ چلنے میں ہفتے لگ سکتے ہیں۔ OptiFormula میں NIR اور لیبارٹری کے نتائج سیدھے خام مال کے تجزیوں میں درآمد کیے جا سکتے ہیں، اور فارمولے دوبارہ حل کرنے سے پہلے نئی قدروں کا جائزہ لیا جا سکتا ہے۔ پرانی اور نئی قدروں کا فرق دیکھنے سے معیار کی حقیقی تبدیلی اور ڈیٹا کی غلطی میں تمیز کرنا بھی آسان ہو جاتا ہے۔
غذائی میٹرکس اس علم کی سب سے ٹھوس شکل ہے جو ایک مل کے پاس ہوتا ہے۔ اسے باقاعدگی سے حقیقی تجزیوں سے بھرتے رہنا فارمولوں کو شیڈ میں بھی ویسے ہی کام کروانے کا مختصر ترین راستہ ہے جیسے وہ کاغذ پر کرتے ہیں۔
