Modelizaci³n de una explotaci³n ganadera extensiva

download Modelizaci³n de una explotaci³n ganadera extensiva

of 11

  • date post

    07-Jul-2015
  • Category

    Technology

  • view

    277
  • download

    1

Embed Size (px)

description

Modelización de una explotación ganadera extensiva

Transcript of Modelizaci³n de una explotaci³n ganadera extensiva

  • 1. 120 Agrociencia Uruguay - Volumen 16 2:120-130 - julio/diciembre 2012 Agrociencia UruguayModelizacin de una explotacin ganadera extensiva criadora en basaltoDieguez Cameroni Francisco1, Bommel Pierre2, Corral Jorge3, Bartaburu Danilo1, Pereira Marcelo1, Montes Esteban1,Duarte Emilio1, Morales Grosskopf Hermes11Instituto Plan Agropecuario, Bulevar Artigas 3802, 11700 Montevideo, Uruguay.Correo electrnico: fdieguez@planagropecuario.org.uy2CIRAD, UPR Green, Montpellier, France, & Universidade de Brasilia, Brasil.3Universidad de la Repblica. Facultad de Ingeniera. Julio Herrera y Reissig 565, 11300 Montevideo, Uruguay.Recibido: 22/3/12 Aceptado: 30/8/12ResumenLos modelos de simulacin pueden ser considerados como herramientas de aprendizaje segn la idea del simulador devuelo donde los usuarios se beneficiaran por experimentar con situaciones posibles, ms an si son construidos en formaparticipativa con los potenciales interesados. El Instituto Plan Agropecuario (IPA) desarroll un modelo para representar a unaexplotacin ganadera criadora extensiva sobre un suelo representativo de basalto: el MEGanE (Modelo de una ExplotacinGanadera Extensiva). Los resultados de la simulacin, tanto fitotcnicos como zootcnicos muestran gran coherencia conresultados de investigacin nacional. Asimismo, el MEGanE pudo reproducir una situacin de crisis forrajera conocida, conresultados coherentes a una realidad posible. El MEGanE fue diseado para transmitir conceptos, con trminos de fcilcomprensin por los usuarios.Palabras clave: modelo, simulacin, ganadera extensiva, basaltoSummaryModelling of an Extensive Cattle Breeding Farm on Basaltic SoilsSimulation models can be considered as learning tools, according to the idea of flight simulator, where users would benefitby experimenting with possible realities, even more if they are built with the potential stakeholders in a participatory way. The IPA(Agricultural Planning Institute) developed a model to represent an extensive breeder cattle farm on a representative basalticsoil: the MEGanE (Model of an Extensive Stock Breeding Farm). The results of the simulation, both for forage production andzootechnics, show great consistency with national research information. Also, the MEGanE was able to reproduce a knowndrought crisis, with results consistent with a possible reality. The MEGanE has been designed to exchange concepts, withvariables easily understood by potential users.Key words: model, simulation, extensive beef production, basaltic soilsIntroduccinEl objetivo de este trabajo es presentar un modelo deuna explotacin ganadera extensiva, desarrollado comoherramienta para mejorar la comunicacin sobre los efec-tosde la sequa (IPA, 2011). Llamamos extensivas paranuestro propsito a aquellas explotaciones que no realizanmejoramientos forrajeros, con el Campo Natural (CN) comonica fuente de alimento del rodeo. Comenzaremos conalgunas definiciones y conceptos fundamentales de los sis-temas,los modelos y la simulacin para pasar luego aldesarrollo del modelo propiamente dicho, y a la presenta-cinde algunos resultados de simulaciones realizadas conel mismo.Para comenzar, definiremos entonces a un sistema comoun conjunto de componentes relacionados entre s de unamanera regulada, para formar un todo organizado (Harring-tony Tumay, 2000). Los sistemas pueden presentar entre

2. Modelo de una explotacin criadora de basalto 121sus componentes sinergias, recursividades, propiedadesemergentes y subsistemas (Johansen, 2004). Estas rela-cionesy regulaciones hacen que los sistemas puedan sercomplejos (Von Bertalanffy, 1972), y la complejidad enel campo de la modelizacin puede ser un problema funda-mental(Wainwright y Mulligan, 2004). Aristteles planteabaque el todo es ms que la suma de sus partes.En la construccin de modelos por ejemplo agronmi-cosexiste un orden jerrquico de niveles de aproxima-cin.Por ejemplo un cultivo, planta, rganos, tejidos, clu-las,organelos planos que tienen escalas de tiempo yespacio diferentes. Cada sistema puede ser formulado comoun sistema de sistemas, en cualquier nivel de compleji-dadque se considere (Morin, 1977) donde el resultado delfuncionamiento de un nivel puede ser el insumo para otronivel superior (Thornley y France, 2007).Por otra parte, un modelo es una representacin frag-mentadade la realidad, que intenta rescatar lo esencial de lamisma. La modelizacin es el proceso de construccin deun modelo y la simulacin es la experimentacin con unmodelo de una hiptesis de trabajo. Un modelo, al ser unasimplificacin de la realidad, permite ser abarcativo de todala realidad de forma manejable, pues se rescata slo aque-lloque es relevante, para el problema a modelar, para elmodelador y para el nivel de abstraccin que se est mode-lando(Corral y Calegari, 2011).Para qu sirven los modelos y la simulacin?Ninguna aerolnea podra imaginarse enviar un piloto amanejar un avin si no tuvo un entrenamiento en un simula-dor...de hecho se espera que los gerentes de una empresapiloteen sus organizaciones en cielos desconocidos(Harrington y Tumay, 2000). La simulacin puede, ayudaral aprendizaje generando escenarios y sirve como mediode comunicacin (Harrington y Tumay, 2000). De acuerdocon Thornley y France (2007) los modelos agronmicosen particular ayudan a interpretar resultados experimenta-les,y son herramientas para la investigacin y para losproductores. Segn Boote et al. (1996) los modelos puedenser valiosos para integrar el conocimiento de la investiga-cin,evidenciando carencias de informacin, lo que puedeorientar para una futura investigacin. Otra ventaja es dendole tica, ya que el esfuerzo se traslada al desarrollo delmodelo y no a la unidad experimental (Vargas, 2003).Para resumir, los modelos pueden ayudarnos a com-prendery a realizar experimentos virtuales, especial-menteen el contexto de los sistemas de apoyo a las deci-siones(Wainwright y Mulligan, 2004).Modelizacin de procesos agronmicosClsicamente se distinguen dos ramas de aplicacin delos modelos agronmicos: 1) la investigacin bsica, orien-tadaa resolver problemas cientficos, que tiende a desarro-llarrobustos modelos mecansticos para aumentar el cono-cimientode un proceso, y 2) la investigacin aplicada, orien-tadaa resolver problemas tcnicos, la que desarrolla mo-delosempricos (Thornley y France, 2007). Como ejem-plosde modelos de simulacin citaremos el modelo DSS-AT(Jones et al., 2003), creado con fines de transferenciade tecnologa para mejorar las decisiones de los producto-resen cultivos comerciales. En produccin animal existeuna mirada de modelos, que abarcan desde la simulacinde la dinmica ruminal (NRC, 2000) la gestin de pastoreode una explotacin (GrazFeed de Freer et al., 2004) e inclu-sola dinmica del sector ganadero nacional (Chiara yFerreira, 2011).En este trabajo se presenta un modelo de una explota-cinganadera de basalto, y algunos resultados de simula-cionesdel mismo.Materiales y mtodosDesarrollo del modeloEl modelo aqu presentado, denominado MEGanE (Mo-delode una Explotacin Ganadera Extensiva) fue desarro-lladopor un equipo con integrantes con antecedentes en elrea de la informtica, la modelacin y la simulacin enconjunto con tcnicos del Instituto Plan Agropecuario. En elproceso participaron tcnicos y productores de la regin delbasalto (departamentos de Artigas, Salto y Paysand), en uncontexto de desarrollo participativo con el fin de rescatar el sa-berlocal. El MEGanE pretende entonces reflejar una situacinproductiva representativa de la cra extensiva en basalto, y fueelaborado en conjunto con sus potenciales usuarios.El MEGanE inicialmente fue desarrollado para ser apli-cadoen una plataforma de Sistemas Multi-Agentes (SMA),incluyendo adems del sistema fsico-biolgico las decisio-nesde los productores. En esta publicacin no se presen-tarla simulacin del componente humano, limitndonosnicamente al modelo fsico-biolgico. Las simulaciones aqupresentadas fueron realizadas en planillas electrnicas.Bartaburu et al. (2009), Corral y Calegari (2011) e IPA (2011)brindan ms informacin sobre el desarrollo del modeloparticipativo, sobre los modelos de decisiones y sobre losSMA. Una versin del modelo basada en la plataformaCORMAS est disponible en el sitio web del Cirad(http://cormas.cirad.fr/fr/applica/sequia.htm). 3. 122 Agrociencia UruguaySupuestos del modeloEl MEGanE est definido para simular los resultadosproductivos de una explotacin extensiva, en CN sobresuelos representativos del basalto (1/3 de basalto superfi-cial,1/3 de basalto profundo y 1/3 de basalto medio). Seasume un rodeo de razas britnicas, sano, sin presenciade predadores, con una mortalidad anual de 2%, y con laposibilidad de mortalidad excepcional por crisis forrajera,cuando un animal llega a su peso lmite de supervivencia.Por otra parte, se defini por parte de los involucrados entalleres participativos que la ganancia de peso individual nodebera superar 60 kg/cabeza en primavera o 40 kg/cabe-zaen el resto de las estaciones, ni 140 kg/cabeza/ao, conuna prdida de peso diaria de 0,5% del peso vivo en situa-cinde ayuno (adaptado de Orcasberro, 1989). La alturade pasto en que los animales mantienen peso es 5 cm.Caractersticas del modeloEl MEGanE es un modelo dinmico (el tiempo es unavariable), emprico (reproduce las relaciones entre sus com-ponentesa partir de observaciones experimentales y refe-renciasanecdticas, sin profundizar en los procesos) ydeterminstico (no se basa en probabilidades) (Thornley yFrance, 2007; Harrington y Tumay, 2000). Tambin, elmodelo fue concebido para ser interactivo, ya que permiteque el usuario proponga situaciones de su inters. La Figu-ra1 presenta el modelo MEGanE, en forma de diagramacausal.Paso de tiempoEl modelo tiene dos pasos de tiempo. Uno diario queafecta el crecimiento de la pastura, el consumo y evolucinde peso de los animales, y otro estacional que afecta loscoeficientes utilizados en los clculos de los anteriores (ecua-ciones1 a 3) y permite al usuario interactuar con la simula-cinrealizando accion