Introducción
El consumo voluntario de los alimentos voluminosos, es uno de los factores más importantes entre los que determinan el comportamiento productivo de los animales (Akbar 2018). Su determinación es un proceso tedioso, que requiere tiempo y recursos, por lo que es de utilidad el disponer de procedimientos que permitan estimar el mismo a partir de indicadores sencillos. Estose consigue mediante el modelado y la simulación (Delagarde et al. 2011, Akbar 2018).
Los datos experimentales sobre el consumo de los rumiantes que reciben alimentos voluminosos en diferentes cantidades se corresponden, en general, de manera empírica con la ecuación de Mitscherlich, cuya representación es la siguiente (Delagarde et al. 2011):
Donde C es el consumo del alimento voluminoso para un nivel de ofrecimiento X, expresado generalmente como una proporción del peso vivo del animal, Cmax es el consumo máximo alcanzable cuando el nivel de ofrecimiento es muy alto, k es una constante y e es la base de los logaritmos neperianos.
Algunos modelos del consumo según la ecuación de Mitscherlich se han introducido en paquetes de programas destinados al manejo del racionamiento y la producción ganadera. Así, por ejemplo, el INRA ha desarrollado el paquete INRAtion (Delagarde et al. 2011), basado parcialmente en el modelo clásico del INRA para el consumo de forrajes. En Australia han confeccionado el Grazfeed (Freer el al. 2012). Basado en la diferencia en la digestibilidad de las distintas fracciones del forraje.
En su versión original, el modelo del INRA francés tenía en cuenta las operaciones a realizar para simular el consumo de una mezcla de forrajes, cada uno de ellos, con un valor lastre diferente. Sin embargo, no existe en principio impedimento en extender dicho procedimiento a las fracciones constituyentes de un forraje individual (hojas y tallos de diferentes edades, etc.), cuyos consumos voluntarios (Laredo y Minson 1973) son diferentes y, por tanto, lo son también sus valores lastre.
El objetivo del estudio que a continuación se describe fue diseñar un algoritmo para estimar el consumo voluntario de un forraje heterogéneo basado en las proporciones de su composición morfológica (Hojas y tallos en diferentes proporciones y edades) y el valor lastre de cada una de ellas, simular el efecto de llenado de cada una de esas fracciones, cuando se ofrecen cantidades crecientes del forraje al animal, analizar si el resultado de la aplicación de ese algoritmo se ajusta a la ecuación de Mitscherlich y estudiar su comportamiento general.
Diseño del algoritmo
Para diseñar el algoritmo se partió delas siguientes suposiciones: El alimento está constituido hasta seis fracciones, al igual que en Grazfeed (Freer et al. 2012), e identificadas como fracciones A, B, C, D, E, y F. Cada de esas fraccionestiene un valor lastre o de llenado distinto y puede no existir, excepto la fracción A. El animal es capaz de identificar esas fracciones y consumir, en lo posible, las de menor efecto de llenado, desechando el resto. De esa manera, a un alto nivel de ofrecimiento del alimento, el animal solamente consumiría la fracción de menor efecto de llenado, la cual, por lo tanto, le permitiría realizar una mayor ingestión alimenticia. Para niveles de ofrecimiento menores, los consumos serían de una mezcla de las distintas fracciones.
Se debe establecer el número de interaciones, así como el incremento en el ofrecimiento después de cada iteración. De acuerdo al nivel de ofrecimiento y la proporción de cada fracción, comenzando por la de menor valor lastre, se adjudica al animal. Si no se cubre la capacidad de consumo del animal, se pasa a la segunda fracción, y así sucesivamente. El nivel de ofrecimiento total, y el de cada fracción, así como los consumos y sobrantes correspondientes se acumulan en una base de datos, de donde pueden ser tomados para conformar el informe final. Este puede ser en forma de gráficos o de tablas, según se desee. La figura 1 muestra en forma resumida el algoritmo y sus características.
Ejercicio para evaluar el comportamiento del algoritmo
Se supuso un forraje compuesto por seis fracciones, con proporciones y valores lastre (VL): Fracción A: 0,35partes, VL 0,722. Fracción B, 0,23 partes, VL = 0,862. Fracción C: 0,13 partes, VL = 1,064. Fracción D: 0,10 partes, VL= 1,250. Fracción E: 0,12 partes, VL = 1,389 y fracción F: 0,07 partes, VL = 1,587. Esta composición por fracciones y sus valores lastre se seleccionaron, de modo que la mayor proporción, supuestamente, las hojas más tiernas son la mayor parte del forraje y en su conjunto, el valor lastre se corresponde con el del forraje patrón. Los resultados se ajustaron a la ecuación de Mitscherlich mediante regresión no lineal. La pertinencia del modelo a dicha ecuación se analizó a parir del Cuadrado medio del error de predicción (CMEP) según describe Tedeschi (2006). El CMEP se separa en tres términos, como sigue:
Donde n es el número de réplicas, Y es el valor experimental, Y el valor simulado, S son las correspondientes varianzas b es el coeficiente de regresión de Y contra Y y r es el de coeficiente
de correlación. De los términos del lado derecho el primero indica el sesgo medio, el segundo es representativo del error debido a la regresión y el tercero es el error no explicado.
Resultados y Discusión
La simulación del consumo del forraje anteriormente descrito, para niveles de ofrecimiento crecientes y según el algoritmo de la figura 1 permitió obtener la gráfica que se muestra en la figura 2.
La ecuación de Mitscherlich ajustada a la curva del consumo total simulado de la figura 2 fue la siguiente:
Donde Y es el valor simulado El 99,9% de la variación se debió a factores no explicados y quedó demostrado que el modelo se ajusta a la ecuación de Mitscherlich. Su fundamentación descansa por otra parte, en las relaciones subyacentes entre las características estructurales y composicionales de las plantas por un lado y por el otro, con la capacidad innata de los animales de seleccionar los alimentos o sus partes que más se avengan a sus necesidades nutricionales (Akbar2018).
Anteriormente se hizo mención de dos modelos alternativos, INRAtion y Grazfeed. El primero de ellos tiene como punto de partida el consumo en el establo según el modelo clásico del INRA y para extenderlo al pastoreo emplean una ecuación de segundo grado, en la cual la variable independiente es la altura del pastizal (Delagarde et al. 2011). Debe tenerse en cuenta, sin embargo, que el consumo total depende del valor lastre de la fracción más consumible y no el consumo del forraje integral.
El modelo Grazfeed, por su parte, se basa en la supuesta relación entre el consumo y la digestibilidad por fracciones. Sin embargo, Lardo y Minson (1973) demostraron que, en los pastos tropicales, para igual digestibilidad, el consumo de las hojas es hasta un 40% superior al de los tallos, por lo que, al menos, y tal como reconocen los autores (Freer et al 2012), Grazfeed no se ajusta a los pastos tropicales.
La inspección de la figura 1 indica que el pequeño error se debe a que la curva del consumo total es en realidad, una recta inclinada que se transforma finalmente en una curva que tiende a una asíntota, mientras que el modelo de Mitscherlich predice una transición menos abrupta. Este fenómeno fue advertido por Delagarde et al. (2011) en su modelo, los que señalaron que los datos experimentales, debido a la dispersión, indican una transición suave, tal como predice la ecuación.
De la observación del comportamiento del algoritmo se infiere que, independientemente de la forma de la curva del consumo total, el consumo de cada fracción es proporcional a su presencia en el forraje, hasta que su consumo comienza a decaer, o se estabiliza, en el caso de la fracción. Por otra parte, el consumo máximo es el que corresponde al inverso del valor lastre de la fracción más ingestible y el nivel de ofrecimiento para alcanzarlo es igual a dicho consumo dividido entre la proporción de dicha fracción en el forraje.Este comportamiento facilitaría el racionamiento de los animales.
