Modelación productiva, económica y emisión de metano en sistemas de cría vacuna de Bahía Blanca y Coronel Rosales.

INTRODUCCIÓN

Los partidos de Bahía Blanca y Coronel Rosales están ubicados en el sudoeste de la provincia de Buenos Aires. Poseen una superficie total de 360 mil hectáreas y concentran 128 mil cabezas de bovino (MinAgro, 2015). El clima de la zona es semiárido, con una importante variación estacional e interanual de las precipitaciones. Ambos partidos cuentan con 402 explotaciones agropecuarias, donde la mayor proporción se encuentra en el rango de 200 a 800 ha (INDEC, 2000). Las explotaciones son predominantemente ganaderas con bajos niveles de adopción tecnológica (Torres Carbonell, 2014), donde se han estudiado modelos productivo-económico para identificar oportunidades de mejora (Gargano y Adúriz, 2000). Recientemente, Lauric et al. (2016) mencionaron que es importante el desarrollo permanente de tecnologías que permitan la estabilidad productiva, económica, ambiental y social de los sistemas a largo plazo, y en ese sentido es relevante poder cuantificar caminos tecnológicos de progreso sustentable desde las condiciones imperantes.

En el contexto del cambio climático, la emisión de gases de efecto invernadero (GEI) es un tema de importancia a nivel internacional (Faverin et al., 2014). El relevamiento nacional muestra que la agricultura y ganadería son los responsables del 27,8% de las emisiones totales de gases de efecto invernadero. De estas últimas, el 41% de las emisiones corresponde a la ganadería, donde el metano entérico es la fuente de mayor peso en las emisiones vacunas con un valor mayor al 70% (SAyDS, 2015). La aplicación de tecnologías y prácticas de manejo que aumenten la productividad del sistema permiten mitigar emisiones de GEI por unidad de producto (Herrero et al., 2016).

Los modelos de simulación a nivel productor (“whole-farm”) constituyen una herramienta de investigación de uso creciente que permite explorar preliminarmente impactos potenciales de diferentes tecnologías (Machado y Berger, 2012; Berger et al., 2017). En línea con esta metodología, Moore et al. (2014), los destacan como herramientas indispensables para comprender y evaluar holísticamente los efectos específicos de distintas políticas y acciones de mitigación de GEI, a los que debe incorporarse factores de emisión locales cuando están disponibles (Bárbaro et al., 2008). En este trabajo se plantea la utilización de esta herramienta para el análisis de caminos tecnológicos centrados en aspectos productivos y económicos y la evaluación de oportunidades de mitigación de metano como el principal GEI (Crosson et al., 2011).

El valor marginal del agregado de alimento extra (VMA), es un indicador económico que cuantifica el impacto del valor de un kg MS o MJ de energía metabolizable extra en la rentabilidad de un sistema de producción (Bell et al., 2008). Esta metodología permite estudiar la capacidad de respuesta bioeconómica del sistema, y como tal se ha utilizado recientemente en sistemas de cría de la Cuenca del Salado (Berger et al., 2017). El objetivo de este estudio de simulación fue evaluar la respuesta productiva, económica y emisión de metano entérico y fecal, y el valor marginal del agregado de alimento extra (VMA) en diferentes sistemas la cría vacuna de Bahía Blanca y Coronel Rosales.

MATERIALES Y MÉTODOS

El área de estudio se encuentra en la parte sur de la provincia fitogeográfica del “Espinal”, y se la conoce como el “Caldén” o “Pampeano” y abarca los partidos de Bahía Blanca y Coronel Rosales. El clima es semiárido con una temperatura media anual de 15,3ºC. La precipitación anual, que ocurre principalmente en otoño y primavera, varía de 350 a 550 mm (Gaur y Squires, 2017). Los suelos predominantes a nivel de Orden son los Molisoles y los Entisoles (INTA, 2000; Mengistu, 2006).

En los sistemas productivos de cría vacuna de la zona se describen tres perfiles productivos (Lauric et al., 2017), y por mayor representatividad se consideró en este estudio el sistema modal “Tradicional” (Trad) como modelo base y el “Tecnificado” (Tecn) acorde a lo reportado por (Lauric et al., 2016). A estos sistemas reales extremos Trad y Tecn, se adicionaron dos sistemas artificiales denominados “Transicional 1” (Trans1) y “Transicional 2” (Trans2) a los fines de construir y evaluar un posible sendero de adopción tecnológica (Wilson, 2008). Los cuatro planteos definidos difieren entre si principalmente en la oferta forrajera (tipo de recurso y ocupación del suelo), y manejo de los animales que incluyen la fecha de destete y el manejo diferencial de recursos para las categorías y la carga animal, bajo la forma de 4 sistemas diferentes (tabla 1).

Se utilizó el modelo de simulación “whole-farm” SIMUGAN (Machado et al., 2010). Es un modelo biofísico, web, dinámico diario, basado en criterios/reglas de manejo, y basado en computación distribuida para un mayor poder de cálculo (Arroqui et al., 2015). Está orientado a establecimientos ganaderos de cría, recría y ciclo completo vacuno y provee resultados reproductivos, productivos, económicos, y de producción de metano entérico y fecal. Los indicadores de eficiencia utilizados fueron: porcentaje de preñez (% preñez), porcentaje de destete (% destete) tal como los utilizados por Berger et al. (2017). Adicionalmente se calculó la producción de carne total anual (kg peso vivo/ha/año), producción de kg de ternero/as (kg ternero/as/ha/año) y la eficiencia de stock (%). La eficiencia económica se calculó con el margen bruto (MB,$/ha/año) definido por la diferencia entre ingresos netos y los costos directos (AACREA, 1990) utilizando la información de precios de la revista Márgenes Agropecuarios (Arbolave, 2017). La emisión de metano entérico y fecal (CH₄) se estimó con las ecuaciones Tier 2 (IPCC, 2006) expresándose como intensidad de emisiones de metano (IMC, kgCH₄CO₂-e/kg peso vivo producido) acorde a reportes internacionales (Gerber et al., 2013) a la que se adicionó la emisión de metano total (EM, kgCH₄CO₂-e/ha). Las emisiones de CH₄ por kg vivo se convirtieron a kg de res con un rendimiento de 57% (Garriz, 2012). Finalmente, se estimaron las regresiones lineales entre la producción de carne con el MB, y la producción de carne con IMC.

Para la construcción de los planteos a simular se trabajó con la superficie modal de 504 hectáreas efectivas ganaderas sobre la que se plantearon alternativas acordes a los objetivos del presente trabajo. El rodeo de base era de 180 vacas (entre 3 y 10 años), 7 toros (4%) y las vaquillonas de reposición. El servicio estacionado se realizó entre el 1 de noviembre y el 31 de enero. El tacto fue en abril, momento en el cual se venden las vacas vacías como vaca descarte. Al destete (fecha variable para cada planteo, ver tabla 1) se venden todos los terneros, excepto el % de retención de hembras que ingresarán a servicio a los 27 meses de edad para todos los escenarios. Los terneros destetados precozmente en el planteo Tecn, se mantienen en el campo y se suplementan al 2% del peso vivo hasta alcanzar los 210 kg peso vivo para venta. La carga global de los diferentes planteos fueron 0,6; 0,56; 0,51 y 0,5 EV/ha para Trad, Trans1, Trans2 y Tecn, respectivamente. Se asumió un rodeo sin problemas sanitarios y una persona con dedicación completa para todos los escenarios.

Modelación productiva, económica y emisión de metano en sistemas de cría vacuna de Bahía Blanca y Coronel Rosales. - Image 1

La producción de forraje promedio anual y por estación (promedio ± error estándar), y las digestibilidades para cada recurso forrajero se muestran en tabla 2 (Torres Carbonell, 2014).

Modelación productiva, económica y emisión de metano en sistemas de cría vacuna de Bahía Blanca y Coronel Rosales. - Image 2

El VMA ($/KgMS) se determinó a través de la diferencia entre el MB de los planteos productivos descriptos previamente y el MB cuando se adicionó el 10% (materia seca) de alimento extra, dividiéndolo por la cantidad total suministrada del mismo [Eq. 1, (McEvoy et al., 2011)].

VMA ($/KgMS) = ? MB ($/ha) / forraje extra (KgMS/ha)

El 10% del alimento extra se distribuyó en 5 alternativas diferentes, de forma homogénea a lo largo del año (Anual, 0,83% para cada mes del año), agregando la totalidad del alimento solamente en una de las cuatro estaciones, otoño (MAM), invierno (JJA), primavera (SON), o verano (DEF), lo cual implicó que para cada mes de estas estaciones se asignó 3,33% de la masa forrajera anual. En resumen, se modelaron 20 alternativas a partir de 4 planteos productivos (Trad, Trans1, Trans2 y Tecn) y 5 alternativas de agregado del alimento (anual, DEF, MAM, JJA, SON). El análisis de VMA se realizó comparando valores dentro de cada planteo productivo acorde a McEvoy et al. (2011).

RESULTADOS

Eficiencia productiva

Los índices reproductivos y productivos se resumen en la tabla 3. La preñez aumentó desde Trad hasta Tecn. Acorde al manejo del destete definido inicialmente, el peso del destete disminuyó de acuerdo a los días promedio al pie de la madre. Los kg de ternero vendidos por vaca entorada aumentaron a medida que se evolucionó en intensificación tecnológica, donde Tecn incrementó los kg de ternero vendido en un 80% con respecto al Trad.

Modelación productiva, económica y emisión de metano en sistemas de cría vacuna de Bahía Blanca y Coronel Rosales. - Image 3

La producción de carne, la producción de kg de terneros/as y la eficiencia de stock (tabla 1) aumentaron gradualmente desde Trad hasta Tecn. El Tecn mostró un incremento del 63% en la producción de carne total, y un incremento del 69% en la producción de terneros/as, ambas variables comparadas con el planteo Trad. En cuanto a la eficiencia de stock del Tecn aumenta en un 50% con respecto al Trad.

Eficiencia económica

El MB aumentó a medida que evolucionó desde Trad hasta Tecn (tabla 3). El sistema Tecn incrementó el MB 3,4 veces con respecto al Trad. El aumento en productividad se asoció positivamente con el margen bruto (MB=-1488,6+30,2 x producción de carne kg/ha/año, R2 0.99). Los planteos Trad y Trans1 lograron mayores valores de VMA al compararlos con el Trans2 y el Tecn (tabla 4). En el planteo Trad el mayor valor se logró en los meses de JJA y SON, levemente superiores al suministro Anual. En el caso de Trans1 y Trans2, el mayor valor marginal se produjo en SON y Anual. En el Tecn el mayor valor marginal fue en JJA y SON.

Modelación productiva, económica y emisión de metano en sistemas de cría vacuna de Bahía Blanca y Coronel Rosales. - Image 4

Emisión de metano entérico y fecal

La EM (kgCH₄CO₂-e/ha) aumentó un 18% desde Trad hasta Tecn, mientras que la IMC (kgCH₄CO₂-e/producción total) disminuyó 28% desde Trad hasta Tecn (figura 3). El aumento en productividad se asoció con menor intensidad de emisión de metano (IMC=20,4-0,1 x producción de carne, R² 0,98).

Modelación productiva, económica y emisión de metano en sistemas de cría vacuna de Bahía Blanca y Coronel Rosales. - Image 5

DISCUSIÓN Y CONCLUSIONES

En la literatura sobre sistemas agropecuarios se destaca la importancia del uso de modelación para identificar caminos tecnológicos alternativos basados en la adopción de tecnologías o nuevas prácticas para mejorar la productividad, rentabilidad y gestión ambiental de sistemas pastoriles (Bell et al., 2014; Beukes et al., 2011). Este trabajo cuantifica con un modelo bioeconómico la potencialidad de incrementar la superficie de pasturas perennes y cambios en el manejo del destete y la alimentación, a partir de dos sistemas reales que pueden considerarse como extremos tecnológicos para la cría de la región, el Trad y el Tecn descriptos por Lauric et al. (2016), a los que se les adicionaron dos planteos intermedios (Trans1 y Trans2). En nuestros resultados, el aumento en productividad se asoció positivamente con el MB (tabla 3, MB=-1488,6+30,2 x producción de carne kg/ha/año, R² 0,99). El aumento en la productividad desde Trad hasta Tecn (tabla 3) fue debido al aumento del % de preñez (por manejo diferencial de la alimentación y del destete, además de la mejora en la oferta forrajera), asociable a una mejor CC de la vaca al servicio, parto y destete y también por una mejora de la GPV de los terneros al pie de la madre (tabla 3, Spitzer et al.,1995). En rodeos de buena sanidad como se asume en este estudio, la mejor CC relaciona positivamente al rápido reinicio de la actividad reproductiva posparto y a mayor GPV de los terneros al pie de la madre (Kunkle et al., 1994).

El MB del sistema Tecn fue 3,4 veces mayor que Trad, similar al incremento de 3,5 veces estimado por Torres Carbonell et al. (2013) en los mismos partidos y sistemas. En ambos casos, el incremental significativo del MB (tabla 3) se debió a un incremento importante en los ingresos netos por mayor productividad (tabla 3) y una reducción leve de los costos directos (mayormente por menor participación de verdeos en la base forrajera) en comparación con el sistema Trad (resultados no mostrados).

El análisis del VMA (tabla 4) permitió explorar la capacidad bioeconómica de repago estacional de cada planteo. En Trad, el mayor VMA fue durante JJA y SON posiblemente asociados a mejora de CC preservicio y por ende la preñez (Kunkle et al., 1994), además del aumento de peso de las vacas vacías incrementando la diferencia de inventario (resultados no mostrados). En el caso de Trans1 y Trans2, el mayor valor marginal se produjo con el suministro homogéneo anual y SON, asociados a una mejora en la CC de la vaca y por ende la preñez en el suministro anual, y SON asociados a un aumento en el peso de las vacas vacías incrementando la diferencia de inventario (resultados no mostrados) y destete. En el Tecn, el mayor valor fue en JJA y SON. En general, Trad y Trans1 lograron mayores valores de VMA con respecto a Trans2 y el Tecn, que podría asociarse a la oferta forrajera más diversificada (tabla 1) que equilibra la oferta forrajera estacional, menor carga animal y mejor productividad (Ej. % de preñez, tabla 3).

En la zona de estudio, se suele suplementar con heno y grano de avena o cebada (Torres Carbonell, 2014), y el costo de estas alternativas expresados por kg MS (corregido según su contenido de energía metabolizable) son en promedio 1,3 $/kgMS de rollo y 1,6 $/kg de grano. De acuerdo a nuestros resultados (tabla 4), ninguno de los planteos representados pueden incorporarlos con viabilidad económica (tabla 2). Sin embargo, es esperable que el VMA aumente en años más extremos (Berger et al., 2017) y de esta manera también su capacidad de repago de suplementos bajo esas condiciones. A partir de este estudio exploratorio inicial, surgen nuevas interrogantes de investigación relacionadas a la evaluación a nivel sistema de respuestas a una mayor oferta y utilización estacional de alimentos como por ejemplo mediante fertilización estratégica (Gargano et al., 2006) o cuantificación del riesgo asociado a la variabilidad interanual (Berger et al., 2017; Torres Carbonell, 2014).

Aunque la modelación “whole-farm” es muy utilizada a nivel internacional para la estimación de emisiones GEI (Crosson et al., 2011; Moore et al., 2014), a nivel nacional hay pocos antecedentes (Nieto et al., 2014). Estos autores, en un sistema de producción de carne típico de la región centro del país, concluyeron que la cría fue el subsistema de mayores emisiones y dentro de este, el periodo en lactancia. Más recientemente se utilizó un modelo simplificado para representar diferentes regiones de Argentina (FAO y NZAGRC, 2017). En nuestro caso, igualmente que otros estudios bioeconómicos de modelación de sistemas que incluyen también emisiones y oportunidades de mitigación de GEI de sistemas pastoriles (Crosson et al., 2011), y la mejora tecnológica aplicada mostró una tendencia de menor IMC (figura 1) a mayor producción de carne (IMC= 20,4-0,1 x producción de carne, R2 0,98). Los valores observados de IMC fueron menores a las estimaciones para nuestro país de 21 a 23 (Rearte y Pordomingo, 2014) y a los valores globales de 30 kgCH4CO2-e/Kg peso vivo para sistemas de cría de zona templada (FAO y NZAGRC, 2017), y también menores a las estimaciones realizadas para Uruguay donde reportaron valores entre 15 y 20 kgCH4CO2-e/ Kg peso vivo para sistemas de performance mediana (Picasso et al., 2014). Como los autores mencionados utilizan modelos con un nivel menor de detalle que en el presente trabajo (consumo energético, GPV, reproducción etc. Machado et al., 2010) para representar manejos de la alimentación, los resultados no son estrictamente comparables. Por ejemplo, los mayores valores de Picasso et al. (2014) se asocian al mayor consumo diario de materia seca que nuestros resultados (valores no mostrados), pero en el caso de SIMUGAN la estimación de consumo de materia seca ha sido calibrada experimentalmente (Machado et al., 2008). Lo anterior expone la importancia de mayor disponibilidad de datos locales de GEI, que permitirán la calibración y evaluación continua como se recomienda en este tipo de estudios basados en modelación (Moore et al., 2014). Aunque el metano considerado en nuestro estudio representa un valor mayor al 70% de los GEI de este tipo de sistemas (SAyDS, 2015), la mayor disponibilidad de información permitirá progresar en estudios locales adicionales que contemplen la totalidad de los GEI y cambios de uso del suelo.

Finalmente se puede concluir que los resultados productivos, económicos y de metano de este trabajo inicial sugieren a través de los múltiples indicadores utilizados y en línea con datos de campo (Lauric et al., 2016), una buena oportunidad de mejorar la productividad de estos sistemas de cría vacuna de Bahía Blanca y Coronel Rosales, contemplando la incorporación de pasturas y de un manejo diferencial de los recursos y del destete. Es importante destacar que el proceso de adopción tecnológica en los sistemas suele ser complejo (Wilson et al., 2008), pero esta información sumada a la información empírica de la zona incluyendo futuros estudios que contemplen la variabilidad interanual, podría aportar a una discusión más integral de barreras y oportunidades con los diferentes actores zonales.

Modelación productiva, económica y emisión de metano en sistemas de cría vacuna de Bahía Blanca y Coronel Rosales.

Priya Chemicals

Special Nutrients