POSGRADO EN CIENCIAS VETERINARIAS TROPICAL · escuela de medicina veterinaria . posgrado en...
66
iv UNIVERSIDAD NACIONAL ESCUELA DE MEDICINA VETERINARIA POSGRADO EN CIENCIAS VETERINARIAS TROPICALES RELACION ENTRE EL NIVEL DE INTENSIFICACION Y BALANCE DE NUTRIENTES EN SISTEMAS DE PRODUCCIO DE LECHE DEL CANTON DE TILARAN, PROVINCIA DE GUANACASTE, COSTA RICA Marbel Betancourt Saavedra Heredia, Julio del 2004 Tesis sometida a consideración del Tribunal Examinador del Posgrado Regional en Ciencias Veterinarias Tropicales para optar al grado de Magíster Scientiae con énfasis en Producción Animal Sostenible
Transcript of POSGRADO EN CIENCIAS VETERINARIAS TROPICAL · escuela de medicina veterinaria . posgrado en...
iv
UNIVERSIDAD NACIONAL
ESCUELA DE MEDICINA VETERINARIA
POSGRADO EN CIENCIAS VETERINARIAS TROPICALES
RELACION ENTRE EL NIVEL DE INTENSIFICACION Y BALANCE DE
NUTRIENTES EN SISTEMAS DE PRODUCCIO DE LECHE DEL
CANTON DE TILARAN, PROVINCIA DE GUANACASTE, COSTA RICA
Marbel Betancourt Saavedra
Heredia, Julio del 2004
Tesis sometida a consideración del Tribunal Examinador del Posgrado Regional en
Ciencias Veterinarias Tropicales para optar al grado de Magíster Scientiae con énfasis en
Producción Animal Sostenible
v
RELACION ENTRE EL NIVEL DE INTENSIFICACION Y BALANCE DE
NUTRIENTES EN SISTEMAS DE PRODUCCIO DE LECHE DEL
CANTON DE TILARAN, PROVINCIA DE GUANACASTE, COSTA RICA
Marbel Betancourt Saavedra
Tesis sometida a consideración del Tribunal Examinador del Posgrado Regional en
Ciencias Veterinarias Tropicales para optar al grado de Magíster Scientiae con énfasis en
Producción Animal Sostenible
vi
MIEMBROS DEL TRIBUNAL EXAMINADOR
--------------------------------------------------
José Rodríguez Zelaya MSc
Presidente Consejo Central de Postgrado
--------------------------------------------- -------------------------------------------------
Jorge Camacho Sandoval PhD Bernardo Vargas Leitón PhD
Representante PCVET Tutor
--------------------------------------------- -------------------------------------------------
Juan José Romero Zúñiga PhD Leonidas Villalobos Morales PhD
Asesor Asesor
--------------------------------------------------
Marbel Betancourt Saavedra Sustentante
vii
RESUMEN GENERAL
El presente estudio se desarrolló con la finalidad de caracterizar y determinar
niveles de intensificación; así como, determinar el balance de nutrientes en
sistemas de producción de leche en el Cantón de Tilarán, Provincia de
Guanacaste, Costa Rica.
En el primer artículo se caracterizan 10 sistemas de producción de leche,
determinando niveles de intensificación mediante un índice compuesto por 14
variables relacionadas con intensidad el uso del suelo, las pasturas, la mano de
obra y el rendimiento productivo y reproductivo de los animales. Las variables
fueron medidas mediante un diagnóstico estático e información de registros
históricos computarizados. Las fincas fueron clasificadas en 3 grupos con base en
un índice de intensificación cuyo rango de variación estuvo entre 1 (menor
intensificación) y 3 (mayor intensificación). El grupo de mayor nivel de
intensificación (n = 3) presenta un índice de 2.32 ± 0.10, el grupo de nivel medio (n
= 6) fue de 1.97 ± 0.08 y el el de menor nivel (n = 1) un índice de 1.09. Las
principales diferencias entre los grupos se presentan en los indicadores del
componente suelo, en la fertilización con Nitrógeno del componente forraje, en los
indicadores de producción de leche, longitud de la lactancia, y nivel de
suplementación del componente animal y en los costos total de mano de obra del
componente humano.
En el segundo artículo se llevó a cabo un estudio en tres fincas de lechería
del Cantón de Tilarán, Guanacaste,Costa Rica con el objetivo de determinar el
balance de nutrientes en el suelo mediante el uso del modelo de simulación
PASTOR. Las fincas seleccionadas fueron representativas de distintos niveles de
intensificación. Los parámetros requeridos por el modelo de simulación se
obtuvieron de un diagnóstico estático, información productiva de registros
computarizados y una una evaluación dinámica de las pasturas. Los resultados
indican que en la actualidad los sistemas son insostenibles desde el punto de vista
del balance de los nutrientes del suelo. La carga animal óptima considerando el
punto de equilibrio basado en el balance del Nitrógeno en el suelo para cada
viii
sistema es de 4.25, 4.35 y 3.0 UA/ha/año para nivel alto, medio y menor nivel de
intensificación. Para mantener el punto de equilibrio del balance de nitrógeno se
requiere de una aplicación de 219.66, 216.15, y 66.74 Kg N/ha/año
respectivamente. Se demuestra que el uso de modelos de simulación puede
proveer información importante sobre el grado de eficiencia de uso de recursos en
sistemas de producción animal.
ix
AGRADECIMIENTOS
Al Ph.D Bernardo Vargas Leitón, en su calidad de tutor quien con su apoyo incondicional durante la realización de este trabajo de investigación ha hecho posible concluirlo con la calidad requerida.
Al Ph.D Leonidas Villalobos y al M.Sc. Juan José Romero, por la revisión e importantes aportes para el mejoramiento del trabajo y redacción final de este documento.
Al servicio Alemán de Intercambio Académico (DAAD), por su apoyo
económico, sin el cual no hubiese sido posible cursar mis estudios de maestría.
A M.Sc. Neddy Zamora Coordinadora del Programa Regional del DAAD,
por su amistad, confianza y sabios consejos durante este lapso de tiempo.
A los productores de las fincas participantes en esta investigación por su voluntad y apoyo proporcionado durante la fase de diagnóstico y evaluación de las pasturas....... Muchas Gracias.
Al D.P.A. Miguel Bolaños Segura y Sr. Eddie Gómez Sánchez por su
apoyo logístico en la ejecución de la fase de campo. Al personal docente y administrativo del Posgrado Regional en Ciencias
Veterinarias Tropicales de la Universidad Nacional en Costa Rica, quienes siempre tuvieron muestra de voluntad para apoyarme cuando lo necesité.
x
A las autoridades académicas de la Universidad Nacional Agraria de Nicaragua, y de la Facultad de Ciencia Animal; así como, al cuerpo docente y administrativo de la Facultad de ciencia Animal por haberme brindado la oportunidad y confianza para alcanzar esta meta.
Al Instituto Costarricense de Electricidad (ICE) por facilitarme la
información meteorológica de la zona de Tilarán, Guanacaste, Costa Rica. A mis compañeros de estudio de la primera promoción de la maestría en
Producción Animal Sostenible: Ivan Dueñas L. (Bolivia), Darío Cedeño Q. (Colombia), Luís A. Murillo M. (Honduras), Katty Betancourt G. (Nicaragua), Gabriela Gamboa, Argerie Cruz M, William Sánchez L , Jesús Gonzalez V y Norman Alpízar V. (Costa Rica) por su amistad y compañerismo; siempre los recordaré.
A mis amigos de Heredia, Costa Rica : Manuel Sánchez Lí, Gregorio
Sánchez Lí, Víctor Ríos Quintero, Armando Gamboa, Andrés Carvajal, Feliciano Carvajal, Manuel Solís, Jorge Gómez, Roland Braeckamans (Bélgica), Francisco Avendaño, Gerardo Avendaño, Rolando Avendaño, Max Vargas, Ricardo Esquivel U Rodolfo benavides, Manuel Alvarado Moreira y a mis amigos de cultura popular de Heredia Hugo Zamora, Luís Fernando Rodríguez, Carlos Sanabria y hermano German Vargas Fernández, David Bonilla ; Gracias por su amistad, confianza y por hacerme grata la estadía en Costa Rica durante mis estudios, los espero en mi País.
xi
DEDICATORIA A Díos, guiador espiritual.
A mis madres, Alba Saavedra Mendoza y Narcisa Saavedra Mendoza. A mis padres Jerónimo Betancourt Idiaquez, Miguel Martínez Pineda (q.e.p.d), Eduardo Saavedra Mendoza (q.e.p.d), a quienes les debo lo que soy, con su ejemplo, tenacidad y espíritu de superación supieron guiarme para alcanzar las metas que me he propuesto. Este otro logro académico también es su logro.
A mis amores, mi esposa Marcia del Rosario Fonseca y mi hijo Miguel Jerónimo Betancourt Fonseca, fuerzas motoras que me impulsan cada día a ser mejor como persona y familia. Esta etapa ha sido muy difícil para todos, pero sobre todo para Miguelito por no poder estar a su lado en los momentos más importantes durante sus primeros años de vida, este documento es la muestra que el sacrificio que todos hemos hecho no ha sido en vano, gracias por su comprensión y amor.
A todos mis hermanos y sobrinos, espero estos últimos retomen mi ejemplo de superación.
A mi Patria Nicaragua, esperando contribuir con mis conocimientos al mejoramiento de sus sistemas de producción animal y nivel de vida de su población.
“ Sí la Patria es pequeña, uno grande la sueña” Rubén Darío
Nicaragua
xii
ÍNDICE DE CONTENIDOS RESUMEN GENERAL…………………..…………………………..…………………..IV AGRADECIMIENTOS……………………………………………………..………..…..VI DEDICATORIA………………………………………………………………..……..…VIII LISTA DE TABLAS……………………………………………………………..…..…....X LISTA DE FIGURAS…………………………………………………………..…..….....XI LISTA DE ANEXOS………………………………………………………………….…XII INTRODUCCIÓN GENERAL………………………………....................................XIV Capítulo 1. Betancourt, M. J., L. Villalobos y B. Vargas 2004. Determinación de
Niveles de Intensificación en Sistemas de Producción de Leche en el Cantón de
Tilarán, Provincia de Guanacaste, Costa Rica.
Capítulo 2. Betancourt, M. J., L. Villalobos y B. Vargas 2004. Determinación del
Balance de Nutrientes en Sistemas de Producción de Leche con Distintos Niveles
de Intensificación en el Cantón de Tilarán, Provincia de Guanacaste, Costa Rica.
CONCLUSIONES GENERALES………………………………………………..….XVIII ANEXOS……………………………………………………………………………..…..XX FORMATO DE REVISTA ARCHIVOS DE ZOOTECNIA…………………..…XXXVIII
xiii
LISTA DE TABLAS Capítulo 1. Tabla I……………………………………………………………………………………..12
Matriz de indicadores por componente en sistemas de lechería de Tilarán,
Guanacaste, Costa Rica.
Tabla II. ………………………………………………………………………….…...…. 13
Valores estandarizados z de cada variable dentro de componentes en sistemas de
lechería de Tilarán, Guanacaste, Costa Rica.
Tabla III……………………………………………………………………………….…..18
Matriz de ponderación por componentes, variables e índices de intensificación en
sistemas de lechería. Tilarán, Guanacaste, Costa Rica.
Tabla 4…………………………………………………………………………………….20
Matriz de indicadores por grupo de intensificación en sistemas de lechería de
Tilarán, Guanacaste, Costa Rica.
Capítulo 2. Tabla I.………………………………………………………………………………….…14
Parámetros del rendimiento y calidad de la biomasa de dos especies de pastos.
Tilarán, Guanacaste, Costa Rica.
Tabla II…………………………………………………………………………………….19
Balance de Nitrógeno en el suelo en tres fincas lecheras de Tilarán, Guanacaste,
Costa Rica, asumiendo Carga Animal óptima y aporte real de N.
Tabla III……………………………………………………………………………………19
Balance de Nutrientes en el Animal en tres fincas lecheras de Tilarán,
Guanacaste, Costa Rica, asumiendo Carga Animal Real.
xiv
LISTA DE FIGURAS Capítulo 2. Figura 1…………………………………………………………………………………….5
Balance de nutrientes en el sistema Suelo – Pasto – Animal
Figura 2……………………………………………………………………………………..8
Esquema metodológico
Figura 3……………………………………………………………………………………17
Representación esquemática del procedimiento de cálculo de los coeficientes
técnicos por PASTOR según el módulo de pastos fertilizados
Figura 4……………………………………………………………………………………16
Balance de nutrientes (NPK) en el suelo y balance proteico en el componente
animal en tres fincas de lecheras del Cantón de Tilarán, Guanacaste, Costa Rica;
asumiendo distintos niveles de Carga Animal.
xv
LISTA DE ANEXOS Capítulo 1. Anexo 1………………………………………………………………….…………….…XX
Diagnóstico estático de sistemas de producción de leche en el Cantón de Tilarán,
Guanacaste, Costa Rica.
Capítulo 2. Anexo 1………………………………………………………………………………...XXIV
Precipitación pluvial mensual (mms) durante el período de 1993 – 2002. Tilarán,
Guanacaste, Costa Rica. Instituto Costarricense de Electricidad.
Anexo 2……………………………………………………………………………...…XXV
Composición química de dos especies forrajeras en Tilarán, Guanacaste, Costa
Rica.
Anexo 3……………………………………………………………………………....…XXV
Contenido de minerales de dos especies forrajeras en Tilarán, Guanacaste, Costa
Rica.
Anexo 4………………………………………………………………………………...XXVI
Determinación de la Energía Metabolizable de los forrajes de Tilarán, Guanacaste,
Costa Rica.
Anexo 5…………………………………………………………………………….....XXVII
Análisis de suelo de tres sistemas de producción de leche de Tilarán, Guanacaste,
Costa Rica.
Anexo 6…………………………………………………………………………........XXVIII
Parámetros de entrada en la base de datos de las características del pasto estrella
en el modelo PASTOR.
Anexo 7……………………………………………………………………………....XXXIV
Parámetros asumidos en el modelo PASTOR de las características del suelo
Anexo 8……………………………………………………………………………...XXXVII
Determinación del aporte de Proteína Cruda por medio de la suplementación y
balance proteico por hectárea.
xvi
Anexo 9……………………………………………………………………………...XXXVII
Determinación del aporte de Energía Metabolizable por medio de la
suplementación y balance Energetico por hectárea.
xvii
INTRODUCCIÓN GENERAL
En América Latina y el Caribe los sistemas de producción agropecuaria
pueden clasificarse de acuerdo al grado de dependencia de insumos externos
(Reiche y Carls, 1996). Los sistemas de producción con alta dependencia de
insumos externos se caracterizan por lograr una productividad elevada, pero con
una fuerte dependencia en el uso de agroquímicos y elevados requerimientos de
capital; aunque utilizan tecnología más eficiente.
Los sistemas de producción con baja dependencia de insumos externos se
caracterizan por desarrollar una agricultura estacional que depende de las lluvias
en la estación de invierno, utilizando generalmente una tecnología local tradicional.
Para mejorar estos sistemas hace falta desarrollar modelos de agricultura que
sean prácticos, que permitan diversificar la producción, producir rendimientos
satisfactorios y que tengan la capacidad de mantener la base de los recursos
naturales renovables durante muchos años ( Reiche y Carls, 1996).
Un “sistema productivo lechero” puede ser definido como el conjunto de
prácticas agropecuarias, tales como el manejo reproductivo y sanitario de las
vacas, o el manejo del pastoreo; los cuales aplicados a un conjunto de recursos
fijos y variables, tales como suelo, mano de obra, ganado lechero, maquinaria,
concentrados y fertilizantes, conforman un proceso productivo con niveles
definidos de producción y eficiencia (Smith,1999; citado por Smith et al., 2002).
La determinación de tipologías que clasifiquen a las explotaciones lecheras
de acuerdo a sus sistemas de producción, es importante al menos por dos
motivos. El primero, es que la existencia de una efectiva clasificación podría hacer
más eficiente la aplicación de algunas políticas gubernamentales. El segundo
motivo que justifica la determinación de grupos homogéneos de explotaciones es,
en parte, de naturaleza estadística. En general, para lograr una comprensión más
profunda acerca de los niveles de rentabilidad, costos, o eficiencia técnica o
económica de una explotación lechera es necesario recurrir al estudio de casos
individuales. Frecuentemente estos estudios consumen una gran cantidad de
xviii
recursos, y tiempo del productor y del investigador, por la gran cantidad de
información que se necesita reunir y analizar (Smith et al., 2002).
El fomento de la industria pecuaria en cualquier país es un proceso muy
complejo. Los factores esenciales que deben tomarse en cuenta para el
desarrollo de una estrategia pecuaria son: utilización adecuada de los recursos,
aplicación de tecnologías apropiadas, identificación de fuentes de capital para
inversión, planeación, una política agraria dinámica, un calendario de actividades
real y más que todo, la participación de los usuarios (Preston y Leng, 1990).
León (1980) agrega que si se analiza el desarrollo ganadero en el trópico, no
se encontrará una falta de potencial productivo, sino sencillamente, que no se ha
aportado en la escala adecuada los insumos necesarios para desarrollar una
tecnología apropiada para esta zona, ya que la naturaleza de los alimentos, el tipo
de bovino y los sistemas de explotación difieren de una zona a otra.
Para lograr y mantener una producción estable se requiere que los modelos
que se utilicen sean prácticos, claros y útiles para orientar e impulsar estrategias
de desarrollo sostenible. El gran número de definiciones existentes sobre el
desarrollo sostenible reflejan la variedad de disciplinas, percepciones y
paradigmas de sus autores (Hunnemeyer et al., 1997). La definición de desarrollo
sostenible que tuvo más amplia aceptación fue aquella elaborada por la comisión
Brundtland: “Satisfacer las necesidades de las presentes generaciones sin
comprometer la satisfacción de las necesidades de las futuras generaciones”
(Müller 1996).
Con base en esta y otras definiciones se han propuesto distintas
metodologías para cuantificar el desarrollo sostenible de los sistemas de
producción. Las distintas metodologías están principalmente enfocadas a medir el
impacto que los sistemas de producción ejercen sobre el medio ambiente. Uno de
los métodos frecuentemente utilizado en la actualidad es el diseño de modelos de
simulación ecológico-económicos. Estos modelos intentan imitar las numerosas
interacciones existentes entre los sistemas económicos y los ecológicos, de
manera que sea posible predecir el impacto de un cambio en alguno de los
componentes. Algunos de estos modelos son utilizados, por ejemplo, para realizar
xix
análisis de balance energético, balance de nutrientes o evaluación de la capacidad
de carga. Sin embargo, la construcción de ese tipo de modelos requiere del
conocimiento y la medición de gran cantidad de parámetros involucrados, así
como de la variación que puedan presentar en el tiempo.
Según García (2003) el balance de nutrientes se estima como la diferencia
entre la cantidad de nutrientes que entran y que salen de un sistema definido en el
espacio y el tiempo.
En un sistema balanceado, debe existir un equilibrio entre las entradas y
las salidas de los nutrientes, de manera que no exista un desgaste (egresos >
ingresos) o una acumulación (ingresos> egresos) de nutriente.
El cálculo del balance de los nutrientes del suelo se basa en estimaciones
de todos los insumos (deposición atmosférica, fijación por micro-organismos,
meteorización de minerales del suelo, cálculos de deposición de estiércol y orina
del ganado pastando), y todos los productos (estimación de nutrientes removidos
mediante el pastoreo, pérdidas por erosión, lixiviación, volatilización,
desnitrificación/ nitrificación, y fijación).
En el suelo los nutrientes son sujetos a cambios en disponibilidad
(Inmovilización y Lixiviación) o pérdidas del sistema (Volatilización y Lixiviación).
En las plantas los nutrientes son adsorbidos, translocados y removilizados
internamente y regresados al suelo como una función de la taza de
descomposición de los residuos de las plantas (Hojas, Tallos y Raices). A través
del pastoreo, los animales extraen importantes cantidades de nutrientes, los
cuales son mantenidos temporalmente, pero son regresados al suelo a través de
la orina y heces ( Ayarza et al., 1994).
En este sentido los objetivos generales de este trabajo son:
Caracterizar 10 sistemas representativos de producción de leche del
Cantón de Tilarán, Guanacaste, Costa Rica y determinar su nivel de intensificación
mediante un índice agregado.
Determinar la situación actual del uso de la tierra desde el punto de vista del
balance de nutrientes en sistemas de producción de leche del Cantón de Tilarán,
Guanacaste. Costa Rica.
xx
BIBLIOGRAFIA
Ayarza, M. A., I. M. Rao and R. Thomas. 1994. Recycling of Nutrients in Tropical Pastures and Acid Soils. In:Animal Agriculture and Natural Resources in Central America: Strategies for Sustainability. P. 161 – 162.
Hunnemeyer, A. J., R. De Camino, S. Muller. 1997. Análisis de desarrollo sostenible en Centro
América: indicadores para la agricultura y los recursos naturales. San José, Costa Rica. Serie investigación y educación en desarrollo sostenible. GT2. IICA. 157p.
León, V. C. 1980. Principios de mejoramiento genético aplicados a la producción de leche. Centro
Agronómico tropical de Investigación y Enseñanza. Turrialba, Costa Rica. P. 70. Preston, T. R. and R. A. Leng. 1990. Ajustando los sistemas de producción pecuaria a los
recursos disponibles: aspectos básicos y aplicados del nuevo enfoque sobre la nutrición de Rumiantes en el Trópico. 2 ed. Español. Editorial Círculo Impresos Ltda.. Cali, Colombia. 312 p.
Reiche, C. and J. Carls, 1996. Modelos para el desarrollo sostenible: las ventanas de la
sostenibilidad como alternativa. San José, Costa Rica. Serie de documentos de discusión sobre agricultura sostenible y recursos naturales No.2 GT2-IICA 42p.
Müller, S. 1996. ¿Cómo medir la sostenibilidad?: una propuesta para el área de la agricultura y de
los recursos naturales. San José, CR, GTZ. 56 p. (Serie Documentos de Discusión sobre Agricultura Sostenible y Recursos Naturales)
Smith, R., V. Moreira y L. Latrille. 2002. Caracterización de sistemas productivos lecheros en la X
región de Chile mediante análisis multivariable. Agric. Tecn. 62(3):375 – 395(2002).
Capítulo 1
DETERMINACIÓN DE NIVELES DE INTENSIFICACIÓN EN SISTEMAS DE PRODUCCIÓN DE LECHE EN EL CANTÓN DEL TILARAN, PROVINCIA DE
GUANACASTE, COSTA RICA.
Betancourt, M. J.1, L. Villalobos2 y B. Vargas3
1 Posgrado Regional en Ciencias Veterinarias Tropicales. Universidad Nacional. Heredia, Costa Rica. Tel. (506) 2375229, Apdo. postal 304-3000. e-mail: [email protected] 2 Maestría en Agricultura Ecológica, Escuela de Ciencias Agrarias, Universidad Nacional, Apdo. postal, 86-3000, Tel. 277-3483, e-mail: [email protected] 3 Posgrado Regional en Ciencias Veterinarias Tropicales. Universidad Nacional, Heredia, Costa Rica. Tel. (506) 2375229, Apdo. postal 304-3000, e-mail: [email protected]
1
CAPITULO 1
DETERMINACIÓN DE NIVELES DE INTENSIFICACIÓN EN SISTEMAS DE PRODUCCIÓN DE LECHE EN EL CANTÓN DE TILARAN, PROVINCIA DE
GUANACASTE, COSTA RICA.
Betancourt, M. J.1, L. Villalobos2 y B. Vargas3
1 Posgrado Regional en Ciencias Veterinarias Tropicales. Universidad Nacional. Heredia, Costa Rica. Tel. (506) 2375229, Apdo. postal 304-3000. e-mail: [email protected] 2 Maestría en Agricultura Ecológica, Escuela de Ciencias Agrarias, Universidad Nacional, Apdo. postal, 86-3000, Tel. 277-3483, e-mail: [email protected] 3 Posgrado Regional en Ciencias Veterinarias Tropicales. Universidad Nacional, Heredia, Costa Rica. Tel. (506) 2375229, Apdo. postal 304-3000, e-mail: [email protected]
RESUMEN PALABRAS CLAVES ADICIONALES
Caracterización, Estandarización, Agregación.
Se llevó a cabo un estudio en 10 fincas de lechería de la zona de Tilarán,
Guanacaste, Costa Rica con el objetivo de determinar niveles de intensificación
mediante un índice compuesto por 14 variables relacionadas con intensidad de
uso del suelo, las pasturas, la mano de obra, y el rendimiento productivo y
reproductivo de los animales. Las variables fueron medidas mediante un
diagnóstico estático e información de registros históricos computarizados. Las
fincas fueron clasificadas en 3 grupos con base en un índice de intensificación
cuyo rango de variación estuvo entre 1 (menor intensificación) y 3 (mayor
intensificación). El primer grupo (n = 3) presentó un índice de intensificación de
2.32±0.10, el segundo grupo (n = 6) fue de 1.97±0.08 y el tercero (n = 1) de 1.09.
Las principales diferencias entre los grupos se presentaron en los dos indicadores
del componente suelo, en la fertilización con Nitrógeno del componente forraje, en
los indicadores producción de leche, longitud de la lactancia, y nivel de
suplementación del componente animal y en los costos de mano de obra del
componente humano. El grupo de mayor nivel de intensificación se caracteriza por
2
presentar una mayor carga animal y una alta productividad por hectárea, con
mayores índices de fertilización de Nitrógeno y Potasio. Los potreros son
pequeños y los tiempos de ocupación cortos. La producción de leche por animal
es más alta y las lactancias también tienden a ser más largas con un mayor nivel
de suplementación. La edad a primer parto es menor y el intervalo entre partos es
más corto. Por otro lado los costos por mano de obra son también más altos. Se
concluye que el uso de esta metodología permitió identificar y cuantificar
diferencias relativas en la eficiencia de uso de los distintos recursos disponibles a
nivel de fincas ganaderas.
SUMMARY ADDITIONAL KEYWORDS:
Characterization, Standardization, Aggregation
A study was performed in ten dairy farms from Tilarán, Guanacaste, Costa
Rica. The objective was to determine degree of intensification by means of a
composite index. The index combined information on 14 variables related to soil
use intensity, the grass, labor, and the productive and reproductive performance of
the animals. The variables were measured through a static diagnosis,
computerized information and historical records. The farms were classified in 3
groups based on the composite index with groups 1 and 3 corresponding to the
highest and lowest intensification level, respectively. Absolute intensification
indexes for groups 1 (n = 3), 2 (n=6) and 3 (n=1) were 2.32±0.10, 1.97±0.08 and
1.09, respectively. The main differences between groups were found for variables
related to the soil component, use of fertilization, milk yield, lactation length, use of
supplements and costs of labor. Farms in group 1 presented higher stocking rates
and productivity per ha, as well as higher N, P and K fertilization levels; paddock
size were smaller and the occupation terms were shorter; milk yield per animal
were higher, lactation length was longer and use of feed supplements was more
frequent; age at first calving and calving interval were also lower; and cost of labor
were higher. In was concluded that the use of the composite index enabled the
identification and classification of farms according to their relative efficiency in the
use of available resources.
3
1. INTRODUCCIÓN En el sector agropecuario de América Latina y el Caribe, uno de los retos a
futuro consiste en lograr y mantener una producción eficiente mediante el uso
racional de los recursos naturales mediante un modelo de desarrollo que combine
criterios económicos, de equidad y de respeto al ambiente (Reiche y Carls 1996).
El sector agropecuario tiene un valor incuestionable en la economía de Costa
Rica ya que aporta un 17% del producto interno bruto, un 28.5% de las
exportaciones y emplean un 20% de la población económicamente activa
(Salazar, 2000).
La ganadería ha sido por muchos años una de las principales actividades
productivas desarrolladas en Costa Rica. Para 1988 el uso de la tierra en pastos
era de 2.4 millones de hectáreas, mientras que para el 2000 el área en pasto está
cercana a los 1.35 millones de hectáreas, lo cual confirma un descenso en la
superficie dedicada a la producción ganadera de Costa Rica (Corfoga 2000).
Asimismo, el promedio nacional de la carga animal ha aumentado de 0.70 a 0.77
Unidades Animales/ha para los años 1998 y 2000 respectivamente.
Para que la actividad lechera resulte rentable se debe aprovechar al máximo
los recursos existentes, por lo cual resulta importante conocer el nivel de
intensificación existente en los sistemas de producción. Brinke (1990) citado por
Gómez y Tewolde (1999) define el nivel de intensificación como “la cantidad de
recursos de producción variables utilizados por cada unidad de medios de
producción fijos, con el fin de alcanzar un mayor volumen de producto por unidad
de recurso”.
Costa Rica es un país cuya diversidad biológica reviste una gran importancia.
El proceso de intensificación de los sistemas agropecuarios en la región podría
ayudar, en cierta forma, a disminuir la presión que ejercen la agricultura y la
ganadería sobre los ecosistemas naturales (Simpson y Conrad, 1993). Sin
embargo, los sistemas altamente intensificados, si no son manejados de manera
adecuada, pueden también tener consecuencias negativas sobre el medio
ambiente y la diversidad biológica, tales como la acumulación de desechos o el
agotamiento de los suelos.
4
En la determinación de niveles de intensificación es importante el uso de un
enfoque de sistemas, este permite analizar detalladamente los componentes de
las fincas para obtener información sobre los mismos. La teoría general de
sistemas da un enfoque distinto a la investigación científica en el que predomina
el criterio “expansionista” en lugar del “reduccionista”. El expansionismo es el
reverso del reduccionismo pues está interesado más en las partes como
componentes del todo que en las partes por sí mismas y ve el todo como sistema
compuesto por un conjunto de partes interrelacionadas (Saravia, 1985).
Una de las herramientas utilizadas por el enfoque de sistemas es el
diagnóstico. Esta herramienta es clave para obtener un buen conocimiento de los
métodos de producción practicados por los productores y es útil para generar
tecnologías más eficientes (Avila, 1983). El diagnóstico se define como la primera
etapa de la investigación; en este se sigue el método científico, dándole peso a la
aplicación de criterios técnicos en todas sus etapas de ejecución (Avila, 1983). El
diagnóstico estático consiste básicamente en un estudio descriptivo de un área
específica por medio de la captación de información básica en un momento dado.
Esta caracterización permite hacer generalizaciones en una región o ecozona
(Dufumier,1990, citado por Gómez,1993). Además, permite conocer la dinámica
del desarrollo agropecuario de una región y brinda la oportunidad de encontrar
políticas agrícolas adecuadas para una zona o incluso para un país.
El presente trabajo tuvo como objetivo caracterizar diez sistemas de
producción de leche ubicados en el Cantón de Tilarán, provincia de Guanacaste,
Costa Rica y desarrollar un índice agregado que permita determinar sus niveles
relativos de intensificación.
5
2. MATERIALES Y MÉTODOS.
2.1 Área de estudio El cantón de Tilarán se ubica entre los 10”29”58 latitud norte y 84° 54’ 26’’
Longitud Oeste; cuenta con un área geográfica de 638.39 km2 . La temperatura
promedio anual es de 23.3°C y la precipitación varía entre 1670 y 4720.2 mm
anuales (Chinchilla, 1987).
2.2 Selección de las fincas
Para la realización del presente trabajo se utilizó la información de fincas
registradas en la base de datos del programa VAMPP (Veterinary Automated
Management and Production Control Program, Noordhuizen y Buurman, 1984;
Dwinger et al. 1994). El VAMPP fue desarrollado por la Universidad de Utrecht de
Holanda y adaptado posteriormente por la Universidad Nacional a las condiciones
de Costa Rica.
La selección de las fincas se realizó tomando en consideración los siguientes
aspectos:
• Constancia de registros: se incluyeron las fincas que en algún momento
registraron la producción de leche en la base de datos de VAMPP.
• Que las fincas tuvieran registradas por lo menos 50 lactancias completas.
• Que los registros estuvieran actualizados al año 2002.
Esta selección permitió contar inicialmente con 10 fincas que llenaban los
requisitos anteriores.
2.3 Diagnóstico Estático
Para la caracterización estática se seleccionaron 14 variables relacionadas
con el grado de intensificación en el uso de los recursos suelo, forraje, animal y
humano. Las variables fueron definidas mayormente con base en relaciones
producto/recurso y medidas específicamente para el área y animales destinados a
la producción; los cuales se consideraron representativos del sistema bajo
análisis.
6
La información sobre variables relacionadas con el componente animal se
obtuvo de la base de datos VAMPP y la información correspondiente a los demás
componentes se obtuvo realizando una encuesta que contenía consulta sobre la
mayoría de los aspectos técnicos y productivos que determinan el funcionamiento
de una finca lechera, incluyendo aspectos nutricionales (niveles de
suplementación), aspectos de manejo de las pasturas (tamaño de potrero, días de
ocupación, fertilización, etc.), y mano de obra (Anexo 1).
2.4 Caracterización de los sistemas de producción de leche
Las 14 variables utilizadas en el presente estudio y su relación con el nivel de
intensificación de los sistemas, se describen a continuación:
a) Componente suelos a1 Carga animal (CA). Se definió como la cantidad de unidades animales que
pastorean en promedio en un año por cada hectárea de terreno con pasturas para
el ganado en producción de leche (1 UA= 400 kg). A mayor CA mayor nivel de
intensificación en el uso del pasto.
a2 Productividad de la tierra (PT). Es la cantidad promedio de leche
producida por cada hectárea de pastos dedicadas al pastoreo del ganado en
producción de leche, expresada en kg leche/ha/año. A mayor PT mayor nivel de
intensificación en el uso del suelo.
b) Componente forrajes b1 Nutrientes por ha de pastos por año (NPK) Son los kg de nitrógeno (N),
fósforo (P) y potasio (P), aplicados durante un año a cada hectárea de terreno con
pasto que utilizan las vacas en producción. A mayor cantidad de NPK aplicados,
mayor nivel de intensificación.
b2 Tamaño de los potreros (TP). Es el tamaño promedio (ha) de los potreros
donde pastorean las vacas en producción en cada finca. A menor TP existe mayor
nivel de intensificación.
7
b3 Días de ocupación de las pasturas (DO). Son los días en que cada
pastura está siendo ocupada por los animales en pastoreo en cada uno de los
ciclos de pastoreo. A menor DO mayor intensificación.
c) Componente animal c1 Producción de leche por vaca por año (PLVA). Es el promedio de kg de
leche producidos por vaca durante un año calendario. Esta producción se obtuvo
de la siguiente manera:
[1]
Donde:
PLVA = Producción de leche por vaca por año
PTL = Producción total por lactancia (Kg / vaca)
IEP = Intervalo entre partos (días)
A mayor producción PLVA, mayor nivel de intensificación
c2 Intervalo entre partos (IEP). Es el promedio de días transcurridos entre
cada parto encontrado por finca, considerando los animales en edad reproductiva.
A menor IEP existe un mayor nivel de explotación reproductiva de los animales.
c3 Edad a primer parto (EPP). Es el promedio de meses transcurridos desde
el nacimiento hasta el primer parto de las vaquillas de la finca. A menor EPP
mayor es el nivel de intensificación en la crianza de los reemplazos.
c4 Vida productiva (VP). Es el promedio de años transcurridos entre el primer
parto y la edad de descarte de la vaca. Entre menor es la VP se asume un uso
más intensivo de los animales.
c5 Longitud de la lactancia (LL). Es el promedio de días que una vaca está
en producción de leche. A mayor LL, existe una mayor producción por vaca según
su grado racial y manejo, indicando mayor nivel de intensificación.
365×=IEPPTLPLVA
8
c6 Concentrado total por vaca por año (CTVA). Son los kg de concentrado
promedio suministrado a las vacas durante todo un año de producción. A mayor
CTVA existe una mayor producción por vaca.
d) Componente humano d1 Costo mano de obra (CMO). Es la cantidad total de dinero que los
sistemas invierten por concepto de mano de obra contratada por año, expresada
en colones por hectárea por año. Entre más CMO se utilice en el proceso de
producción, mayor intensificación.
2.5 Determinación de índices de intensificación
Mediante las variables anteriores se procedió a generar un índice de
intensificación para cada sistema de producción, mediante un proceso de
estandarización y agregación de la información recopilada por medio de VAMPP y
las encuestas estáticas. Este proceso se describe a continuación:
a) Estandarización. Con los valores reales de cada variable en cada
componente se calcularon valores estandarizados para todas las fincas, mediante
la siguiente fórmula:
sxxZ −
=
[2]
Donde:
Z = Valor estandarizado de la variable en cada componente X = Valor real de la variable en cada componente X ̅ = Media general de la variable
S = Desviación estándar de la variable El valor z obtenido de esta manera permitió jerarquizar los distintos sistemas
de producción con base en la variación observada para cada una de las variables
incluidas en el análisis.
b) Nivel de intensificación. Con base en los valores z obtenidos en el paso
anterior, para cada sistema de producción y cada variable analizada se asignó una
calificación que varió de 1 a 3, siendo 1 para la clase de menor intensificación y 3
9
para la clase de mayor intensificación, de acuerdo con la definición dada
anteriormente para cada variable.
Para las variables intervalo entre partos, edad a primer parto, tamaño de
potreros, periodo de ocupación del potrero y vida productiva la calificación de 1 se
asignó cuando el valor obtenido estuvo por encima de 1 desviación estándar con
respecto de la media y 3 cuando el valor estuvo por debajo de 1 desviación
estándar con respecto de la media.
Para las variables carga animal, productividad de la tierra, nutrientes por ha
de pastos por año, producción de leche por vaca por año, longitud de la lactancia,
concentrado total por vaca por año y costo de mano obra, la calificación de 1 se
asignó cuando el valor obtenido estuvo por debajo de 1 desviación estándar con
respecto de la media y 3 cuando este por encima de 1 desviación estándar con
respecto de la media.
c) Ponderación y agregación de información. Para cada variable dentro de
cada componente se realizó una ponderación por el método de ranqueo completo
(Looijen, 1997). Este método consiste en asignar a cada variable un valor de 1
hasta n, según el número de variables y la importancia de la variable en cada
componente. Posteriormente, se totalizan los valores de todas las variables en
cada componente y luego se divide el valor de cada variable entre el valor total del
componente obteniendo así el valor ponderado para cada variable dentro de cada
componente. El mismo procedimiento se utilizó para ponderar la importancia de
cada componente dentro del sistema según la importancia relativa de cada uno,
asignándole un valor entre cero y uno.
El valor ponderado de cada variable se multiplicó x el valor ponderado del
componente respectivo, obteniendo así un factor de ponderación para cada
variable.
Los factores de ponderación se multiplicaron por la correspondiente
calificación de intensificación de cada variable. Los productos obtenidos fueron
sumados para todas las variables de cada sistema de producción, obteniendo así
un índice de intensificación relativo cuyo rango de variación estuvo limitado entre
1 y 3.
10
Con estos índices se obtuvieron 3 grupos de fincas según su nivel de
intensificación, de la siguiente manera:
• Nivel Alto: Fincas cuyo nivel de intensificación se ubicó por arriba de
0.5 desviaciones estándar del promedio general de intensificación.
• Nivel Medio: Fincas cuyo nivel de intensificación se ubicó entre 0.5 y
-0.5 desviaciones estándar con respecto del promedio general de
intensificación.
• Nivel Bajo: Fincas cuyo nivel de intensificación se ubicó por debajo de
-0.5 desviaciones estándar del promedio general de intensificación.
Se analizaron las principales diferencias observadas entre y dentro de estos
tres grupos de fincas y la consistencia de las calificaciones obtenidas con las
distintas variables incluidas en este análisis.
3. RESULTADOS Y DISCUSIÓN
Los resultados obtenidos para cada indicador por componente y los
correspondientes valores estandarizados se presentan en las tablas I y II, respectivamente. Estos resultados se detallan a continuación.
3.1 Componente suelo
La carga animal y productividad de la tierra en los 10 sistemas del cantón de
Tilarán, presentan un promedio de 3.44 UA/ha/año y 9540 Kg de leche/ha/año
respectivamente. Es importante señalar la amplia variación existente en estos 2
parámetros, lo que refleja diferencias marcadas en intensidad de uso del suelo
entre los sistemas. Tanto en carga animal como en productividad la finca 4
presentó los valores más altos y la finca 3 los más bajos, siendo las diferencias
entre ambas fincas de hasta 4.48 UA/ha/año y 18445 kg/ha/año (Tabla I). Mientras
la finca 4 mantiene 131 vacas en producción en tan solo 22 ha de pastoreo la 3
mantiene 61 en 44.5 ha de pastoreo. El índice de correlación entre ambas
variables fue de 0.93 (p<0.01), debido a que una mayor carga animal se asocia
generalmente con mayores niveles de producción por unidad de área. Sin
11
embargo es posible observar también que fincas con similares cargas animales
(p.e fincas 8,9 y 10) pueden también presentar diferencias de más de 3000 kg de
leche/ha/año.
Asimismo en la Tabla II podemos observar que 7 de las fincas se ubican a
menos de una desviación estándar con respecto de la media general de carga
animal y productividad (-1< z <1), mientras que solo 3 (fincas 1, 3 y 4) son las que
presentan mayores desviaciones en el grupo estudiado.
3.2 Componente forraje
Se observaron también diferencias importantes en intensidad de uso del
recurso forrajero. En cuanto al nivel de fertilización (Tabla I) se observaron
diferencias en aplicación de N, P y K de hasta 348, 111 y 27.9 kg/ha/año,
respectivamente. Las fincas con aplicaciones superiores a los 300 kg de N/ha/año
fueron la 1, 2, 7 y 8 (Tabla I), mientras que las fincas 3 y 6 presentan aplicaciones
menores de 50 kg.
Los valores más bajos con respecto a la media para los tres nutrientes se
presentaron en la finca 3; mientras que las fincas 1, 6 y 2 presentaron valores z
por encima de 1 para N, P y K (Tabla II). Los índices de correlación entre el nivel
de fertilización y los parámetros de carga animal (0.29) y productividad por ha
(0.13) no fueron estadísticamente significativos (p>0.05). Algunas de las fincas
con mayores niveles de fertilización (p.e fincas 1 y 7) presentaron también mayor
carga animal y productividad por ha; por el contrario, fincas con bajo nivel de
fertilización (p.e fincas 3 y 6) también presentaron menor nivel de carga y
productividad. En algunos casos, sin embargo (p.e fincas 2 y 8), los altos niveles
de fertilización no correspondieron con altos niveles de carga animal y
productividad, lo que indica que no siempre las prácticas de fertilización
incrementan la productividad de la finca.
Baars (1988), encontró aplicaciones de 114 y 131 kg de N por ha/año en las
regiones de Poás y San Carlos, las cuales son inferiores al promedio encontrado
(216.51 kg) en el presente estudio. Sin embargo, en el presente estudio se
observó un mayor rango de variación en este sentido.
12
Tabla I Matriz de indicadores por componente en sistemas de lechería de Tilarán, Guanacaste, Costa Rica Fincas Componente Indicador Variables 1 2 3 4 5 6 7 8 9 10 Promedio DE Suelo Carga Animal UA/ha 5.84 2.05 1.37 5.95 4.46 2.88 3.60 2.78 2.57 2.85 3.44 1.53
Productividad Kg leche/ha/año 16599.60 5940.13 1069.10 19514.57 10744.92 5475.68 14855.87 6820.47 5584.23 8797.41 9540.20 5810.62
Forraje Fertilización Kg N/ha/año 367.24 338.68 18.54 204.53 183.62 49.09 302.94 302.94 97.60 299.97 216.51 125.67
Kg P/ha/año 28.00 44.78 19.53 14.00 14.00 125.44 40.39 40.39 24.00 20.53 37.11 32.98
Kg K/ha/año 22.91 27.96 2.29 11.45 11.45 0.00 20.20 20.20 8.00 16.80 14.13 9.07
Tamaño potrero Ha/potrero 0.17 0.30 4.83 1.00 0.16 0.75 0.27 0.27 0.15 0.30 0.82 1.44
Período ocupación Días 0.50 0.50 5.00 1.00 0.50 2.00 0.50 0.50 0.50 0.50 1.15 1.43
Animal Producción leche Kg /vaca/año 2840.64 2899.01 783.12 3277.26 2408.20 1903.70 4183.36 2455.37 2170.44 3089.82 2601.09 905.60
Intervalo entre parto Días 410.19 406.44 443.36 391.71 411.87 429.26 405.80 415.48 405.40 425.26 414.48 14.67
Edad primer parto Meses 32.40 32.16 41.13 32.06 33.35 30.93 28.45 29.63 32.03 36.74 32.89 3.64
Longitud lactancia Días 241.94 208.89 122.04 248.36 211.11 211.60 270.55 164.26 228.42 269.58 217.68 46.30
Vida productiva Años 6.80 4.81 6.38 6.07 7.95 7.83 6.33 8.83 5.87 8.94 6.98 1.35
Suplementación Kg /vaca/año 842.00 617.00 115.00 755.00 774.00 541.00 1306.00 648.00 661.00 1004.00 726.30 309.12
Humano Costo mano de obra Colon/ha/año 207407.41 58732.00 86717.12 241090.91 297916.67 114064.52 197923.68 183950.62 119402.99 183866.67 169107.26 73771.43
13
Tabla II. Valores estandarizados z de cada variable dentro de componentes en sistemas de lechería de Tilarán, Guanacaste. Costa Rica.
Componente Indicador Variables Fincas
1 2 3 4 5 6 7 8 9 10 Suelo Carga Animal UA/ha 1.57 -0.90 -1.35 1.64 0.67 -0.36 0.11 -0.43 -0.56 -0.38
Productividad de la finca kg leche/ha/año 1.21 -0.62 -1.46 1.72 0.21 -0.70 0.91 -0.47 -0.68 -0.13
Forraje Nivel de fertilización kg de N/ha/año 1.20 0.97 -1.58 -0.10 -0.26 -1.33 0.69 0.69 -0.95 0.66
Kg de P/ha/año -0.28 0.23 -0.53 -0.70 -0.70 2.68 0.10 0.10 -0.40 -0.50
Kg de K/ha/año 0.97 1.52 -1.30 -0.29 -0.29 -1.56 0.67 0.67 -0.68 0.29
Tamaño del potrero Ha/potrero -0.45 -0.36 2.79 0.13 -0.46 -0.05 -0.38 -0.38 -0.47 -0.36
Período de ocupación Días -0.45 -0.45 2.68 -0.10 -0.45 0.59 -0.45 -0.45 -0.45 -0.45
Animal Producción de leche kg leche/vaca/año 0.26 0.33 -2.01 0.75 -0.21 -0.77 1.75 -0.16 -0.48 0.54
Intervalo entre parto Días -0.29 -0.55 1.97 -1.55 -0.18 1.01 -0.59 0.07 -0.62 0.74
Edad primer parto Meses -0.13 -0.20 2.26 -0.23 0.13 -0.54 -1.22 -0.89 -0.24 1.06
Longitud de la lactancia Días 0.52 -0.19 -2.07 0.66 -0.14 -0.13 1.14 -1.15 0.23 1.12
Vida productiva Años -0.13 -1.60 -0.44 -0.67 0.72 0.63 -0.48 1.37 -0.82 1.45
Nivel de suplementación kg conc./vaca/año 0.37 -0.35 -1.98 0.09 0.15 -0.60 1.88 -0.25 -0.21 0.90
Humano Costo mano obra Colon./ha/año 0.52 -1.50 -1.12 0.98 1.75 -0.75 0.39 0.20 -0.67 0.20
15
El tamaño promedio de los potreros fue 0.82±1.44 ha con un periodo de ocupación
de 1.15±1.43d (Tabla I), lo cual indica que las fincas tuvieron manejos bastante
homogéneos, característicos de sistemas de lechería especializada. La única
excepción fue la finca 3, que presentó un mayor tamaño de potrero (4.83 ha) y el
mayor tiempo de ocupación (5 días). Este mayor tamaño y tiempo de ocupación se
puede deber, entre otros factores, a que en esta finca se utilizan cruces de razas
cebuínas (Brahman, Sahiwal), con un sistema de manejo más extensivo que el
resto de las fincas.
El período de descanso de las pasturas presentó un promedio de 28.8 días,
variando entre 22 y 35 días, lo que en general es adecuado si consideramos las
especies utilizadas Cynodon nlemfuensis y Brachiaria brizantha y el nivel de
fertilización nitrogenada que estos sistemas están aplicando.
3.3 Componente animal
En este componente se encontraron también amplias diferencias en los
niveles de producción por vaca de las fincas analizadas. Se observaron
diferencias de hasta 3400 kg leche/vaca/año, 52 d de intervalo entre partos, 13
meses en edad a primer parto, 149 d en longitud de lactancia, 4.1 años de vida
productiva y 1191 kg concentrado/vaca/año (Tabla I). En este componente los casos más extremos parecen ser las fincas 3 y 7.
Por una parte, los valores más bajos para producción de leche, longitud de
lactancia y nivel de suplementación se presentan en la finca 3. Asimismo, esta
finca también presenta los mayores intervalos entre partos y edad a primer parto.
La baja producción de la finca 3 se debe principalmente al bajo potencial genético
de los animales, ya que en gran parte son animales cruzados con Sahiwal y
Brahman, de ahí también la corta longitud de la lactancia. Por otro lado la finca 7
combina una mayor producción de leche, longitud de lactancia y nivel de
suplementación, junto con una menor edad a primer parto y uno de los menores
intervalos entre partos; es decir, combina alta producción con alto rendimiento
reproductivo. Estos extremos se confirman en la Tabla II, donde se observa que
los valores estandarizados z tienden a ser de mayor magnitud en estas 2 fincas.
16
La alta producción encontrada en las fincas 7 y 4 se debe en principio a que
explotan la raza Holstein; además de que poseen un mejor manejo nutricional
basados en un buen manejo de los potreros y una suplementación diferenciada de
concentrados según nivel de producción de los animales. Por ejemplo, la finca 7
maneja dos lotes de producción (alta >20 kg y baja <20 kg), con lo que brinda una
relación concentrado : leche de 1:2.5 y 1:3 respectivamente, lo que significa un
total de 1306 Kg de concentrado por vaca por año. Por otro lado, la finca 4 maneja
tres lotes por nivel productivo (>12 kg; 9-12 kg y <9 kg), y brinda una
suplementación fija de 4, 3 y 1.5 kg de concentrado respectivamente, lo que hace
que la cantidad total por vaca por año sea menor (755 kg) con respecto a la finca
7. Asimismo, la mayor longitud de las lactancias de las vacas en la finca 7 ayuda
a la mayor producción de la misma entre los 10 sistemas analizados.
Se observó una longitud promedio de vida productiva de 6.98±1.35 años.
Este promedio es bastante alto si se compara contra el óptimo bioeconómico de
4.24 años, determinado por Cedeño y Vargas (2003) para la raza Holstein en
Costa Rica.
Esto pareciera indicar que las vacas tienden a ser descartadas a edades
elevadas cuando su curva de rendimiento (bio-económica) ya está decreciendo.
Los promedios de intervalo entre partos y edad al primer parto fueron de
414.48±15 días y 32.89±4 meses respectivamente, lo que también nos indica la
existencia de problemas en estos sistemas con la crianza de reemplazos ya que
los animales se están incorporando muy tarde a la reproducción; el intervalo entre
parto presenta una diferencia de 28 días con respecto al óptimo bioeconómico
(386.5 días) reportado por Cedeño y Vargas (2003) para la raza Holstein que está
presente en todos los sistemas.
Se observaron correlaciones importantes entre variables del componente
animal y variables de otros componentes. Por ejemplo, la producción de
leche/vaca/año se correlacionó positivamente con productividad/ha/año (r=0.75,
p<0.05), y con fertilización de N/ha/año (r=0.75, p<0.05).
17
3.4 Componente humano
En este componente solo se consideró el costo por hectárea de pasturas por
concepto de mano de obra (permanente y temporal) en las áreas de pastoreo de
las vacas en producción, el cual presentó diferencias de hasta 239185
colones/ha/año, presentando la finca 5 los mayores costos por hectárea y las
fincas 2 y 3 los menores costos.
Los mayores costos por ha de la finca 5 se deben a que en esta finca se
mantiene un trabajador permanente para labores de campo, mientras que para
estas labores en las otras fincas utilizan la mano de obra permanente que
contratan para las labores de la lechería y solo contratan mano de obra temporal
cuando lo requieren y es por poco tiempo.
Los menores costos de la finca 3 se deben principalmente a la mayor área de
pastoreo (44.5 ha) para las vacas en producción y la finca 2 a que solo contrata
mano de obra temporal durante medio mes por año y solo tiene un trabajador
permanente.
3.5 Índice de intensificación
En la tabla III se presentan las calificaciones de intensificación asignadas a
cada finca en cada una de las variables consideradas, así como también los
índices de intensificación obtenidos de la suma de productos de estos valores
multiplicados por los respectivos factores de ponderación utilizados.
El promedio general de nivel de intensificación fue 1.99 con una desviación
estándar de 0.36. Se observó una diferencia máxima de 1.30 unidades (escala 1 a
3) en el índice de intensificación de las fincas. Las fincas de mayor intensificación
fueron la 1,4 y 7 con índices de 2.39, 2.36, y 2.21 unidades respectivamente,
mientras que la que presentó el índice más bajo fue la número 3, con un índice de
1.09.
18
Tabla III. Matriz de ponderación por componentes, variables e índices de intensificación en sistemas de lechería de Tilarán, Guanacaste, Costa Rica.
Números de fincas
Componente Indicador Variables PV PC FP 1 2 3 4 5 6 7 8 9 10 Suelo Carga Animal UA/ha 0.50 0.15 3.00 2.00 1.00 3.00 2.00 2.00 2.00 2.00 2.00 2.00
Productividad de la finca kg leche/ha/año 0.50 0.15 3.00 2.00 1.00 3.00 2.00 2.00 2.00 2.00 2.00 2.00
1.00 0.30 Forraje Nivel de fertilización kg de N/ha/año 0.30 0.09 3.00 2.00 1.00 2.00 2.00 1.00 2.00 2.00 2.00 2.00
Kg de P/ha/año 0.20 0.06 2.00 2.00 2.00 2.00 2.00 3.00 2.00 2.00 2.00 2.00
Kg de K/ha/año 0.20 0.06 2.00 3.00 1.00 2.00 2.00 1.00 2.00 2.00 2.00 2.00
Tamaño del potrero Ha/potrero 0.15 0.05 2.00 2.00 1.00 2.00 2.00 2.00 2.00 2.00 2.00 2.00
Período de ocupación Días 0.15 0.05 2.00 2.00 1.00 2.00 2.00 2.00 2.00 2.00 2.00 2.00
1.00 0.30 Animal Producción de leche kg leche/vaca/año 0.25 0.08 2.00 2.00 1.00 2.00 2.00 2.00 3.00 2.00 2.00 2.00
Intervalo entre parto Días 0.20 0.06 2.00 2.00 1.00 3.00 2.00 1.00 2.00 2.00 2.00 2.00
Edad primer parto Meses 0.20 0.06 2.00 2.00 1.00 2.00 2.00 2.00 3.00 2.00 2.00 1.00
Longitud de la lactancia Días 0.15 0.05 2.00 2.00 1.00 2.00 2.00 2.00 3.00 1.00 2.00 3.00
Vida productiva Años 0.10 0.03 2.00 3.00 2.00 2.00 2.00 2.00 2.00 1.00 2.00 1.00
Nivel de suplementación kg conc./vaca/año 0.10 0.03 2.00 2.00 1.00 2.00 2.00 2.00 3.00 2.00 2.00 2.00
1.00 0.30 Humano Costo mano obra Colon./ha/año 1.00 0.10 0.10 2.00 1.00 1.00 2.00 3.00 2.00 2.00 2.00 2.00 2.00
Total ponderación 1.00 1.00 Índice Agregado 2.39 1.99 1.09 2.36 2.10 1.85 2.21 1.93 2.00 1.96
Nivel de intensificación 3 2 1 3 2 2 3 2 2 2
1 = Menor nivel de intensificación ; 3 = Mayor nivel de intensificación ; PV = Ponderación de variable; PC = Ponderación componente; FP = Factor de ponderación Media = 1.99 ± 0.36
19
Los mayores índices de las fincas 1,4 y 7 se deben a que presentaron de
manera consistente calificaciones de intensificación 2 y 3 en todos los
componentes evaluados. Es decir, estas fincas tendieron a mantener un uso más
intensivo en todos los recursos. Por el contrario, la finca 3 presentó calificaciones
de 1 en todas las variables excepto fertilización de P/ha/año y vida productiva, o
sea, mantuvo un uso menos intensivo en casi todos los recursos.
Las demás fincas presentaron índices de intensificación que variaron entre
1.85 y 2.10. En las fincas 5 y 9, por ejemplo, se observa que el nivel de
intensificación es intermedio en casi todas las variables. Otras fincas (p.e 6 y 10)
presentan un comportamiento menos consistente ya que en algunos componentes
son más intensivas que en otros.
Utilizando un criterio de agrupación de 0.5 desviaciones estándar con
respecto a la media general observada (µ=1.99, σ=0.36) se clasificaron las fincas
en 3 grupos según su nivel de intensificación. El grupo de mayor nivel de
intensificación presentó un índice de 2.32±0.10 y lo conformaron las fincas 1, 4 y
7. El segundo grupo estuvo conformado por las fincas 2, 5, 6, 8, 9 y 10 con un
índice de 1.97±0.08; y el tercer grupo lo constituyó únicamente la finca 3. El
hecho de que el grupo de menor intensificación se conformó únicamente por la
finca 3 se debe a que esta finca presenta características muy distintas a todas las
demás, y los criterios de variabilidad utilizados para generar los grupos la excluyen
como un caso único.
En la tabla IV se presenta una descripción de los grupos resultantes según la
clasificación por nivel de intensificación. Como se observa, en la gran mayoría de
las variables las diferencias entre los 3 grupos fueron amplias. El grupo de mayor
nivel de intensificación se caracteriza por presentar una mayor carga animal y una
alta productividad por hectárea. Asimismo es el grupo que fertiliza con mayor
cantidad de Nitrógeno y Potasio, la producción de leche por animal es más alta y
las lactancias también tienden a ser más largas con un mayor nivel de
suplementación. La edad a primer parto es menor y el intervalo entre partos es
más corto. Por otro lado los costos por mano de obra son también más altos. Las
únicas variables en las cuales las diferencias de este grupo no fueron claras
20
fueron tamaño de potrero y tiempo de ocupación (mayor que el segundo pero
menor que el tercero), fertilización con Fósforo (menor que los otros dos grupos) y
vida productiva (menor que el segundo pero igual al tercero). Por otro lado la finca
de menor nivel de intensificación (finca 3) sí presentó un comportamiento muy
diferente en todas las variables, a excepción de vida productiva.
4. CONCLUSIONES El sistema de análisis utilizado permitió identificar y cuantificar diferencias
entre los sistemas de producción en cuanto a su nivel de intensificación. Estas
diferencias permiten estimar hasta cierto punto, el grado de eficiencia con que se
manejan los principales componentes de cada sistema.
Las fincas de mayor nivel de intensificación tienden a presentar un
rendimiento consistente en todos los componentes evaluados. Esto parece indicar
que existe un manejo equilibrado de todos los recursos. Las fincas de menor nivel
de intensificación también presentan un rendimiento consistente, pero opuesto, en
todos los componentes evaluados.
Tabla IV. Matriz de indicadores por grupo de intensificación en sistemas de lechería de Tilarán, Guanacaste. Costa Rica
Número de finca Nivel 3 1; 4; 7
Nivel 2 2; 5; 6; 8; 9; 10
Nivel 1 3
Componente Indicador Variable Promedio DE Promedio DE Promedio DE
Suelo Carga Animal UA/ha 5.13 1.33 2.93 0.81 1.37 -
Productividad de la tierra Kg leche/ha/año 16990.01 2353.76 7727.2 2117.97 1069.10 -
Forraje Nivel de fertilización Kg de N/ha/año 291.57 81.95 211.98 120.41 18.54 -
Kg de P/ha/año 27.46 13.20 44.86 41.21 19.53 -
Kg de K/ha/año 18.19 5.99 14.07 9.79 2.29 -
Tamaño del potrero Ha/potrero 0.48 0.45 0.32 0.22 4.83 -
Período de ocupación Días 0.67 0.29 0.75 0.61 5.00 -
Animal Producción de leche Kg leche/vaca/año 3433.75 684.91 2487.76 442.90 783.12 -
Intervalo entre parto Días 402.57 9.66 415.62 9.82 443.36 -
Edad primer parto Meses 30.97 2.19 32.47 2.44 41.13 -
Longitud de la lactancia Días 253.62 15.01 215.64 34.04 122.04 -
Vida productiva Años 6.40 0.37 7.37 1.67 6.38 -
Nivel de suplementación Kg conc./vaca/año 967.67 296.22 707.50 163.67 115.00 -
Humano Costo mano de obra Colones/ha 215474.00 22686.0 159655.6 82676.40 86717.12 -
21
Dentro del grupo de fincas con nivel intermedio de intensificación existen 2
tipos: las que presentan rendimientos promedio en todos sus componentes y las
que presentan inconsistencias en el nivel de intensificación de los distintos
componentes (altos y bajos). Las inconsistencias entre niveles de intensificación
de distintos componentes pueden interpretarse como diferencias tanto en el nivel
de eficiencia con que se manejan los distintos recursos de la finca como en el
potencial de los mismos.
En este estudio, las principales diferencias entre los grupos se presentan en
los dos indicadores del componente suelo, en la fertilización con Nitrógeno del
componente forraje, en los indicadores producción de leche, longitud de la
lactancia, y nivel de suplementación del componente animal y en los costos de
mano de obra.
La implementación de esta metodología permite identificar posibles estudios
de caso para un estudio detallado e integral de los factores que afectan la
productividad y sostenibilidad de las fincas ganaderas.
BIBLIOGRAFÍA
Avila, M. 1983. Diagnóstico de fincas: Bases conceptuales y alcance de esta labor en el istmo
Centroamericano. In : Novoa B. Andrés R. Ed. Caracterización y evaluación de sistemas de fincas en producción de leche: compilación de documentos presentados en actividades de capacitación v.2. – Turrialba, Costa Rica: Centro Agronómico Tropical de Investigación y Enseñanza.
Baars, R.T.M. 1988. Nutrition management, nitrogen efficiency, and income over feed cost an dairy
farms in Costa Rica. Dairy Sci. 81(3):801-806. Cedeño, D.A. y B. Vargas. 2003. Optimización de políticas de descarte en vacas lecheras de Costa
Rica. En: Cedeño, 2003. Análisis de vida productiva y optimización de políticas de descarte en vacas lecheras de Costa Rica. Tesis. Maestría en producción animal sostenible. Universidad Nacional. Heredia, Costa Rica. p. 20.
Chinchilla, V.E. 1987. Atlas cantonal de Costa Rica. Instituto de Fomento y Asesoría Municipal. 7
ED. San José, Costa Rica. P. 281-283. CORFOGA. Sf. Análisis del censo ganadero 2000. ( en línea). CORFOGA. Consultado 7Ago. 2003.
Disponible en http://www.corfoga.org/pdf/censo2000.pdf Dwinger, R.H., E. Cappella, E. Pérez, M. Baaijen, and E. Muller. 1994. Application of a
computerized herd management and production control program in Costa Rica. Trop. Agric. (Trinidad) 71: 74-76.
22
Gómez C.H.1993. Caracterización y evaluación de fincas lecheras bajo un programa de control y monitoreo de hatos en una región húmeda tropical de Costa Rica. Tesis. Mag. Sc. CATIE. Turrialba, CR., P 1-10.
_______.; y A. Tewolde. 1999. Parámetros Genéticos para producción de leche, evaluación de
sementales y caracterización de fincas lecheras en el trópico húmedo de Costa Rica. Arch. Latinoam. Prod. Anim. 7(1):19-37(1999).
Looijen, J.M. 1997. Environmental impact assessment : Lecture notes. Internatinal Institute for
Aerospace Survey and Earth Sciences. 58 p. Noordhuizen, J. P. T. M, and J. Buurman. 1984. Veterinary Automated Management and
Production control Programfor dairy farms (VAMPP). The application of MUMPS for data processing. Vet. Q. 6:62-77.
Reiche, C. y J. Carls.1996. Modelos para el desarrollo sostenible: las ventanas de la sostenibilidad
como alternativa. San José, Costa Rica. Serie de documentos de discusión sobre agricultura sostenible y recursos naturales No.2 GT2-IICA 42p.
Salazar, A.J.S. 2000. El proceso de comunicación en la extensión agrícola. El caso de la agencia
de servicios agropecuarios de Heredia del Ministerio de Agricultura y Ganadería. Tesis, Licenciatura. Escuela de Sociología, Facultad de Ciencias Sociales. Universidad Nacional. P. 10.
Saravia, A. 1985. Un enfoque de sistemas para el desarrollo agrícola. Eds. MA Sagone; J Escoto. 1
reimpresión. San José, CR, IICA. 256 p. (serie Desarrollo Institucional no 11). Simpson, J.R., y J. R. Conrad. 1993. Intensification of cattle production systems in Central America:
why and when. J. Dairy Sci. 76:1744-1752
Capítulo 2
DETERMINACIÓN DEL BALANCE DE NUTRIENTES EN SISTEMAS DE
PRODUCCIÓN DE LECHE CON DISTINTOS NIVELES DE INTENSIFICACIÓN EN EL CANTÓN DE TILARAN, PROVINCIA DE GUANACASTE, COSTA RICA.
Betancourt, M. J.1, L. Villalobos2 y B. Vargas3
1 Posgrado Regional en Ciencias Veterinarias Tropicales. Universidad Nacional. Heredia, Costa Rica. Tel. (506) 2375229, Apdo. postal 304-3000. e-mail: [email protected]
2 Maestría en Agricultura Ecológica, Escuela de Ciencias Agrarias, Universidad Nacional, Apdo. postal, 86-3000, Tel. 277-3483, e-mail: [email protected] 3 Posgrado Regional en Ciencias Veterinarias Tropicales. Universidad Nacional, Heredia, Costa Rica. Tel. (506) 2375229, Apdo. postal 304-3000, e-mail: [email protected]
1
Capítulo 2
DETERMINACIÓN DEL BALANCE DE NUTRIENTES EN SISTEMAS DE
PRODUCCIÓN DE LECHE CON DISTINTOS NIVELES DE INTENSIFICACIÓN EN EL CANTÓN DE TILARAN, PROVINCIA DE GUANACASTE, COSTA RICA.
Betancourt, M. J.1, L. Villalobos2 y B. Vargas3
1 Posgrado Regional en Ciencias Veterinarias Tropicales. Universidad Nacional. Heredia, Costa Rica. Tel. (506) 2375229, Apdo. postal 304-3000. e-mail: [email protected] 2 Maestría en Agricultura Ecológica, Escuela de Ciencias Agrarias, Universidad Nacional, Apdo. postal, 86-3000, Tel. 277-3483, e-mail: [email protected] 3 Posgrado Regional en Ciencias Veterinarias Tropicales. Universidad Nacional, Heredia, Costa Rica. Tel. (506) 2375229, Apdo. postal 304-3000, e-mail: [email protected]
RESUMEN
PALABRAS CLAVES ADICIONALES Producción de leche, Nutrientes, Proteína Cruda, Energía Metabolizable,
Producción de forraje.
Se llevó a cabo un estudio en tres fincas de lechería del Cantón de Tilarán,
Guanacaste, Costa Rica con el objetivo de determinar el balance de nutrientes en
el suelo haciendo uso de técnicas de simulación. Las fincas fueron representativas
de distintos niveles de intensificación. Los parámetros requeridos por el modelo de
simulación se obtuvieron por medio del diagnóstico estático de las fincas,
información productiva de registros computarizados y una evaluación dinámica de
las pasturas. Considerando un punto de equilibrio basado en el balance de N en el
suelo, la carga animal óptima de los sistemas analizados sería de 4.25, 4.35 y 3.0
UA/ha/año, requiriéndose una fertilización nitrogenada de 219.66, 216.15, y 66.74
Kg N/ha/año, respectivamente. De acuerdo con los resultados, la finca de mayor
intensificación excede la capacidad de uso del suelo, mientras que en la finca de
intensificación media se hace un uso más racional de este recurso. La finca de
menor intensificación, por el contrario, parece estar subutilizando este recurso. El
2
estudio permitió demostrar diferencias marcadas en el uso que se realiza del
recurso suelo en los sistemas analizados y permite cuantificar la magnitud
aproximada del desbalance de nutrientes en que se podría estar incurriendo en
estos sistemas. Se demuestra que el uso de modelos de simulación puede
proveer información importante sobre el grado de eficiencia de uso de recursos en
sistemas de producción animal
SUMMARY
ADDITIONAL KEYWORDS Milk production, Nutrients, Crude protein, Metabolizable energy, Grass production.
A study was performed in three dairy farms from Tilarán, Guanacaste, Costa
Rica. The aim of the study was to determine soil nutrient balance making use of a
simulation model. The farms were representative of different levels of
intensification. The parameters required by the simulation model were obtained
from a static diagnosis of the farms, computerized records and an dynamic
evaluation of the grass component. Based on balance of N in the soil, the optimal
stocking rate for the 3 farms were 4.25, 4.35 and 3.0 AU/ha/year, requiring 219.66,
216.15, y 66.74 Kg N/ha/year, respectively. According to the model, the farm with
the highest intensification level is exceeding soil use capacity, while farm with and
intermediate intensification level performs a more rational use of the resource. On
the contrary, in the farm with the lowest intensification level the soil resource is
being under- exploited. The study identified large differences in soil use efficiency
for the farms included, and quantified the magnitude of nutrients unbalance. It is
demonstrated that the use of simulation models can provide important information
on nutrients use efficiency within animal production systems.
3
1. INTRODUCCIÓN El hombre ha dedicado en el transcurso de la historia considerables recursos
para el mejoramiento de la productividad de sus actividades agropecuarias para
satisfacer la demanda creciente de alimentos (Solano, 1988).
Los sistemas de producción bovina consisten, básicamente, en suministrar a
los animales productos voluminosos cuyo contenido de fibra bruta es mayor a 18%
(Flores 1983). Los pastos, leguminosas, subproductos de cosecha y agroindustria,
son convertidos por medio del metabolismo animal, en alimentos aptos para el
consumo humano (León, 1980).
Los sistemas de ganadería tradicional (producción con animales criollos o
cruzados, ordeño con ternero, pastos naturales, etc.) son a menudo marginales en
el sentido económico y las prácticas de uso de la tierra no son consideradas
sostenibles en el largo plazo (Steinfeld, 2000).
El desarrollo en Centro América, durante los últimos 50 años ha estado
asociado con una acelerada expansión de la frontera agrícola, la cual ha causado
la pérdida de muchas miles de hectáreas de áreas boscosas con el consecuente
deterioro ambiental, sobre todo en suelos con bajo potencial agrícola (Pérez,
2000). Este proceso de deforestación ha causado problemas de erosión de suelos,
pérdida de biodiversidad y daños a la riqueza hidrológica de la región, sobre todo
en áreas ecológicamente frágiles.
En áreas húmedas, los bosques son talados para establecer pasturas, con la
consecuente pérdida rápida de los nutrientes del suelo (Pérez, 2000). Esto ha
ocasionado que en América Central entre un 3 y 60 % de las áreas de pasturas
estén degradadas (Szott et al., 2000). La degradación de las pasturas puede ser
definida como un cambio negativo en la condición de la pasturas, asociada a
cambios negativos ecológicos y ambientales, o como una disminución en la
calidad de la pasturas que conducen a una reducción en la productividad animal
(Szott et al., 2000). La degradación puede ser una reducción de la cobertura
vegetal o fertilidad del suelo, la pérdida de especies deseables o la invasión de
especies indeseables.
4
Los animales domésticos en pastoreo ejercen múltiples efectos, ya que
además de consumir la vegetación, afectan el crecimiento, vigor, reproducción,
composición de especies, cobertura vegetal y biomasa, mientras que al mismo
tiempo pisotean el suelo, reduciendo la densidad aparente y la tasa de infiltración,
incrementándose el escurrimiento superficial (Papanastasís, 1998).
Una de las vías para la recuperación de la fertilidad de los suelos es por
medio del reciclaje de nutrientes que realizan los animales en pastoreo al
interactuar con el suelo y la planta, devolviendo al suelo parte de los nutrientes
extraídos por la pasturas por medio de las excretas y orina.
Según García (2003), el balance de nutrientes del suelo se estima como la
diferencia entre la cantidad de nutrientes que entran y que salen de un sistema
definido en el espacio y el tiempo (figura 1). En general estos balances se realizan
en períodos anuales considerando la capa de suelo explorada por las raíces.
Es posible estimar balances nutricionales de un determinado campo en un
ciclo agrícola a partir de los nutrientes que egresan del suelo, por ejemplo por
medio de los forrajes cosechados, los productos animales y los residuos de los
cultivos o pastos que son transferidos a otros lugares. Los ingresos de los
nutrientes al suelo están constituidos, por ejemplo, por los aportes de fertilizantes,
abonos orgánicos (incluyendo residuos de cultivo) y en el caso del Nitrógeno (N)
por la fijación de N2 del aire. En un sistema balanceado, debe existir un equilibrio
entre las entradas y las salidas de los nutrientes, de manera que no exista un
desgaste (egresos > ingresos) o una acumulación (ingresos> egresos) de
nutrientes.
Los programas de fertilización balanceada resultan en mejores rendimientos
de los cultivos (pastos), acercan los rendimientos actuales a los potenciales en las
distintas áreas ecológicas, y mantienen y/o mejoran la sustentabilidad de los
sistemas de producción (García, 2003).
5
Las estrategias de balance de nutrientes en los cuales se contabilizan
entradas y salidas del sistema permiten una mayor racionalización en el uso de los
recursos con que se cuenta (Gómez y Preston, 1996). Una manera de estimar el
balance de nutrientes es mediante el uso de modelos de simulación. Estos
modelos se utilizan con frecuencia en la investigación en sistemas debido a la
imposibilidad de experimentar y manipular con los propios sistemas reales.
Asimismo, al investigar un sistema real, las mediciones que se toman del mismo
pueden llegar a trastornarlo en tal grado que finalmente pudieran transformarlo en
un sistema irreal (Saravia, 1985).
Según Wright (1974) citado por Saravia (1985) “simular” significa duplicar la
esencia de un sistema o una actividad sin llegar a la realidad misma. Cita,
además, como una de las definiciones más útiles la que define simulación como
Figura 1. Balance de nutrientes en el sistema Suelo – Pasto - Animal (Adaptado de García, 2003)
6
una técnica “que implica la preparación de un modelo de una situación real
(sistema), y después realizar experimentos sobre el modelo”. De acuerdo con
Shannon (1975) citado por Quiroz et al.(1994), la simulación es un proceso en el
que se diseña un modelo de un sistema real y se conducen experimentos con el
propósito de entender el comportamiento del sistema o evaluar las diferentes
estrategias dentro de límites impuestos por el sistema que se opera.
Los modelos de simulación constituyen una metodología experimental y
aplicada para:
• Describir los componentes del sistema.
• Formular hipótesis o teorías que expliquen el comportamiento observado.
• Aplicar estas teorías para predecir el comportamiento futuro o efecto de
cambio en el sistema o su modus operandi.
Otra de las ventajas del uso de modelos de simulación es que permiten
realizar análisis de sensibilidad, en los cuales los valores de los parámetros de
entrada más relevantes del modelo son variados sistemáticamente en algunos
rangos de interés para determinar su impacto aislado en los parámetros de salida
(Dijkhuizen y Morris, 1997). Del mismo modo, pueden realizarse análisis de
escenarios, en los cuales se evalúa el impacto de distintas combinaciones de
parámetros de entrada con el objetivo de representar posibles variaciones en las
condiciones de producción imperantes, sean estas de carácter ecológico (p.e.
precipitación, temperatura), socioeconómicas (p.e. precios) u otras.
Bajo este enfoque, el objetivo del presente trabajo fue utilizar técnicas de
simulación para estimar el balance de nutrientes en fincas lecheras con distinto
nivel de intensificación ubicadas en el Cantón de Tilarán, Guanacaste, Costa Rica.
2. MATERIALES Y METODOS
2.1 Localización
El cantón de Tilarán se ubica entre los 10°29´58“ latitud norte y 84° 54’ 26’’
longitud oeste; cuenta con un área geográfica de 638.39 km2 y una población de
14,586 habitantes, la temperatura promedio anual es de 23.3°C y la precipitación
varía de 1670-4720.2 mm anuales (Chinchilla, 1987).
7
2.2 Selección de las fincas El presente estudio se realizó dentro del marco metodológico descrito en la
figura 2. En un estudio preliminar (Betancourt et al., 2004), se realizó la selección
del área de estudio, la caracterización de fincas lecheras y se determinaron
niveles de intensificación con base en 14 variables entre los componentes de los
sistemas (suelo, forrajes, animal y humano). En dicho estudio, el nivel de
intensificación se obtuvo como una relación entre productos y recursos, ya sea
por cuantificación de la cantidad de producto obtenido por unidad de recurso, o por
la cantidad de insumo utilizada por unidad de producto.
Con base en dicho estudio se seleccionó una finca por cada nivel de
intensificación. Para el nivel más alto y más bajo se seleccionaron las fincas que
presentaron los índices de intensificación extremos; mientras que, del nivel
intermedio, se seleccionó una finca aleatoriamente. Estas tres fincas fueron
seleccionadas como estudios de caso, con el fin de proveer los parámetros de
entradas necesarios para correr el modelo de simulación (sección 2.4) y obtener
estimados del balance de nutrientes.
2.3 Caracterización dinámica de las pasturas
Se realizó una evaluación dinámica en el área que pastorean las vacas en
producción de cada finca. En esta evaluación se determinó la producción de
biomasa en base seca y la calidad de la misma.
En cada finca, se seleccionaron dos apartos representativos del sistema de
pastoreo en que pastan las vacas en producción. En cada aparto y finca se
realizaron dos evaluaciones de la producción de biomasa en términos de materia
seca por hectárea en dos momentos durante la época de máxima precipitación
Mayo – Diciembre del 2003 (anexo 1).
8
En cada potrero y evaluación se tomaron cinco muestras de la producción de
forraje, de un metro cuadrado cada una. El muestreo se realizó considerando la
topografía y condiciones del aparto para obtener una buena representatividad de
Figura 2. Esquema metodológico
CaracterizaciónDinámicade Fincas Seleccionadas
Selección área
-VAMPP-Encuestas
Clasificación de fincas Por Nivel de
Intensificación+
Selección de Fincas
CaracterizaciónEstáticadeSistemas de Producción
Entrada de ParámetrosModelo PASTOR
PASTURA
Situación IDEALRequerimiento de nutrientes
Balance de Nutrientes=0
Situación ACTUALNutrientes Disponibles
MedicionesDe Campo
CaracterizaciónDinámica de PasturasenFincas
Seleccionadas
VS.
Balance
(+,-,0)
CaracterizaciónDinámicade Fincas Seleccionadas
Selección área
-VAMPP-Encuestas
Clasificación de fincas Por Nivel de
Intensificación+
Selección de Fincas
CaracterizaciónEstáticadeSistemas de Producción
Entrada de ParámetrosModelo PASTOR
PASTURA
Situación IDEALRequerimiento de nutrientes
Balance de Nutrientes=0
Situación ACTUALNutrientes Disponibles
MedicionesDe Campo
CaracterizaciónDinámica de PasturasenFincas
Seleccionadas
VS.
Balance
(+,-,0)
9
la pastura. La edad de rebrote a la cual se cosecho el pasto estrella en la finca 1
de 21 días, en la finca 5 a 25 días y para el pasto brachiaria en la finca 3 a 35
días.
Para la evaluación de la producción de los forrajes se utilizó un marco de
madera cortando el forraje contenido dentro del mismo a una altura de 10 cm
desde el suelo. Se pesó el forraje fresco de cada muestra por aparto, del material
disponible se seleccionó una submuestra para conformar una muestra compuesta
por aparto de aproximadamente 500 – 600 gramos.
Con las muestras compuesta provenientes de los dos apartos se conformó
una muestra por finca de aproximadamente 700 – 900 gramos en cada
evaluación de las pasturas.
Las muestras compuestas por finca se enviaron al laboratorio de Nutrición
Animal de la Universidad de Costa Rica para la determinación de los parámetros
de calidad de la biomasa y una submuestra de materia seca al laboratorio de
Suelos del Ministerio de Agricultura y Ganadería para determinar el contenido de
minerales (anexos 2 y 3).
Con los parámetros de calidad de los forrajes se estimaron los contenidos de
TND (Nutrientes Digestibles Totales), con lo cual se obtiene el contenido de ED
(Energía Digestible) y con la ED se determinó la EM (Energía metabolizable). El
contenido de TND se estimó usando el modelo matemático sumativo desarrollado
por Weiss et al., (1992) y los contenidos de ED y EM por los procedimientos
empleados por el NRC (2000), anexo 4. Para el período de menor precipitación se
obtuvo el rendimiento de biomasa aplicando una tasa de descuento de un 20 %.
La información anterior, junto con información general de las fincas
seleccionadas e información de la composición química de los suelos (anexo 5)
alimentó la base de datos del modelo de simulación (anexos 6 y 7), el cual se
describe a continuación.
2.4 Modelo de simulación
Para el presente estudio, se utilizó una versión adaptada del modelo de
simulación PASTOR (Bouman et al., 1998). PASTOR es un modelo de simulación
10
de tipo determinístico que fue originalmente desarrollado para simular las
condiciones de producción imperantes en sistemas ganaderos de cría y engorde
de la región Atlántica de Costa Rica. Para su correcto funcionamiento, el modelo
necesita de la especificación de una serie de parámetros de entrada relacionados
principalmente con las características físicas del sistema de producción (suelo,
forraje, animales), y políticas de manejo (tipo y nivel de uso de insumos externos,
uso de mano de obra e implementos, manejo del hato).
Con base en esta información el modelo es capaz de generar tres categorías
de coeficientes técnicos: i) económicos, es decir los costos de producción y el uso
de factores de producción en términos físicos: mano de obra, fertilizantes, agentes
de protección e implementos ii) producción física (es decir, rendimientos de
cosecha, carne, leche) y iii) indicadores de sostenibilidad: balance de nutrientes
del suelo para nitrógeno (N), fósforo (P) y potasio (K), pérdidas de nutrientes al
ambiente por lixiviación, fijación, volatilización y desnitrificación/nitrificación, y el
uso de pesticidas. Todos estos coeficientes se expresan por hectárea por año
(Bouman et al. 1997).
El modelo PASTOR contiene módulos separados para el cálculo de los
coeficientes técnicos para pastos fertilizados o no fertilizados, distintos tipos de
hatos (p.e cría, engorde y doble propósito) y distintos sistemas de suplementación
alimenticia. El presente estudio se enfocó hacia el análisis de balance de
nutrientes en sistemas de pasturas por lo que se utilizó únicamente el módulo de
pastos fertilizados, el cual se describe a continuación.
Módulo de simulación de pastos fertilizados de PASTOR. Según este módulo
los sistemas de pastos se caracterizan por la combinación de la composición
botánica del pasto, el tipo de suelo, la carga animal por hectárea, la manera de
controlar maleza y el nivel de producción máximo alcanzable. Esta información
debe ser suministrada en la forma de parámetros de entrada del modelo.
La carga animal por hectárea se toma explícitamente en cuenta debido a su
efecto en la producción de pasto principalmente por pisoteo, heces y orinas
(Ibrahim, 1994) y en el balance de los nutrientes del suelo. El sistema modelado
asume que el pasto es removido solamente por el ganado pastando; es decir, los
11
excedentes de forraje quedan dentro de la pastura causando una acumulación de
nutrientes que se devuelven al suelo con la materia orgánica.
El procedimiento para calcular los coeficientes técnicos implica,
esquemáticamente, los pasos que se muestran en la figura 3. Primero, para cada
especie de pasto, se deben estimar límites superiores e inferiores de producción
para los tipos de suelo en estudio en términos de biomasa y contenido de energía
metabolizable, proteína cruda y fósforo. El límite superior se define como la
Producción Máxima Alcanzable, asumiendo disponibilidad total de nutrientes y
condiciones óptimas del suelo (Bouman et al. 1996). El límite inferior es el nivel de
producción mínima alcanzado en suelos agotados en donde el pasto apenas logra
sobrevivir. En el presente estudio, en vez del parámetro de Producción Máxima
Alcanzable se utilizó directamente la Producción Real Observada limitada por las
condiciones del suelo (figura 3-A), con base en los muestreos realizados. Esta
modificación se realizó con el fin de determinar el balance de nutrientes actual de
las fincas.
Sobre la base de la producción especificada, PASTOR calcula el posible
alimento a ofrecer (figura 3-B) como función de un rango de cargas animales por
hectárea. Con una carga animal mayor, menos biomasa del pasto está disponible
para consumir debido al pisoteo y a las deposiciones de heces y orina (Van der
Ven 1992, Deenen 1994). Estas deposiciones se obtuvieron tomando la relación
existente de un ejemplo del modelo; por medio de una regla de tres se determinó
cuanta proteína y energía se depositaba por cada unidad animal vía heces y
orinas y se multiplicó por el total del hato en producción de cada finca, dato que
alimenta al modelo. Por lo tanto, la cantidad posible de biomasa y los nutrientes
que puede remover el ganado pastando (figura 3-C) está en función de la especie
de pasto, el tipo de suelo y la carga animal por hectárea.
12
Figura 3. Representación esquemática del procedimiento de cálculo de los coeficientes técnicos por PASTOR según el módulo de pastos fertilizados (Adaptado de Bouman et al., 1998).
2.5 Balance de nutrientes. En el módulo de pastos fertilizados de PASTOR
se calcula el balance de los nutrientes del suelo usando una versión adaptada del
modelo presentado por Stoorvogel (1993). Dicho balance resulta de contabilizar
todos los insumos y salidas de N, P y K. De esta manera, el balance obtenido
puede ser igual a cero, negativo o positivo.
El cálculo del balance de los nutrientes del suelo se basa en estimaciones de
todos los insumos (deposición atmosférica, fijación por micro-organismos,
meteorización de minerales del suelo, cálculos de deposición de estiércol y orina
del ganado pastando), y todos los productos (estimación de nutrientes removidos
mediante el pastoreo, pérdidas por erosión, lixiviación, volatilización,
Flujo de información
Uso ma no de obra laboral
Cos tos
Pérdida de nutrientes
Uso de biócidas
Depos ición fijación
Requeri miento fertilizantes (D)
Caracterís ticas del pasto y c li ma
Caracterís ticas del Suelo
Ma nejo de tasa de carga (ani mal/ ha)
Producción Alcanzable en el mejor suelo
Producción real li mitada por suelo
(A)
Bio masa alcanzable a ofrecer (B )
Requeri miento de nutrientes (C)
EstiércolMa nejoDesgastePermitido
Bio masa real y nutrientes brindados
Ma nejo: Control de malezas
Ma nejo: Aplicación de fertilizantes
Factores que determi nan la pérdida de nutrientes
Coefic ientes generados Variables intermedias Flujo de información
Uso ma no de obra laboral
Cos tos
Pérdida de nutrientes
Uso de biócidas
Uso ma no de obra laboral
Cos tos
Pérdida de nutrientes
Uso de biócidas
Depos ición fijación
Requeri miento fertilizantes (D)
Caracterís ticas del pasto y c li ma
Caracterís ticas del Suelo
Ma nejo de tasa de carga (ani mal/ ha)
Producción Alcanzable en el mejor suelo
Producción real li mitada por suelo
(A)
Bio masa alcanzable a ofrecer (B )
Requeri miento de nutrientes (C)
EstiércolMa nejoDesgastePermitido
Bio masa real y nutrientes brindados
Ma nejo: Control de malezas
Ma nejo: Aplicación de fertilizantes
Factores que determi nan la pérdida de nutrientes
Coefic ientes generados Variables intermedias
13
desnitrificación/ nitrificación, y fijación de acuerdo al tipo de suelo) anexo 6 y 7
esta información es obtenida de literatura o por expertos y es asumida por el
modelo un balance negativo (insumos<productos) indica la cantidad de fertilizante
necesaria para sostener la cantidad de biomasa alcanzable que puede ser
removida. Un balance positivo (insumos>productos) indica que existe una
acumulación de nutrientes en el suelo (p.e se produce más forraje del requerido
por los animales).
En el presente estudio, la determinación del balance actual de nutrientes en
el suelo se realizó de acuerdo a los siguientes pasos:
a) Se determinó para cada finca la carga animal óptima. Este parámetro se
definió como el número máximo de UA/ha/año que el forraje puede sostener,
calculado con base en la disponibilidad de N (proteína cruda) bajo los niveles
de producción de forraje real observados en las fincas y los requerimientos de
proteína calculados con base en las características productivas de los
animales.
b) Se determinó el requerimiento de nutrientes (N,P,K) por ha/año en el suelo
para cada finca asumiendo la carga animal óptima obtenida en a).
c) El requerimiento de nutrientes obtenido en b) se comparó con el aporte real
actual de nutrientes que se realiza en las fincas vía fertilización.
De esta manera se obtuvo un estimado del balance de nutrientes actual en
las fincas analizadas y se analizaron las posibles medidas a seguir para subsanar
las posibles deficiencias o excesos observados.
3. RESULTADOS Y DISCUSIÓN
Las fincas seleccionadas para el análisis fueron la fincas 1, 5 y 3 descritas
anteriormente por Betancourt et al. (2004). De acuerdo con la escala desarrollada
en dicho estudio, estas fincas presentaron niveles de intensificación de 2.39, 2.10
y 1.09, respectivamente en una escala de 1 a 3. Seguidamente se detallan los
14
principales resultados obtenidos en el análisis de balance de nutrientes realizado
en estas fincas.
3.1 Evaluación de pasturas
En la tabla I se muestran los principales parámetros del rendimiento y calidad
de la biomasa de las dos especies de pastos que manejan los tres sistemas de
producción de leche evaluados.
Los rendimientos para el pasto estrella (Cynodon nlemfuensis) son similares
en ambas fincas, pero muy superiores al rendimiento del pasto brachiaria (B.
brizantha) que se maneja en la finca 3.
En cuanto al contenido de materia seca podemos observar que los mayores
porcentajes se presentan para el pasto estrella, siendo mayor el contenido para el
mismo en la finca 5, presentando el menor contenido el pasto brachiaria. Estos
valores obtenidos para el pasto estrella son superiores al reportado por Sánchez y
Soto (1996) para la época lluviosa en el distrito de Quesada, San Carlos e
inferiores para la época semiseca reportados por los mismos autores. La misma
tendencia se presenta para el pasto brachiaria en la que los mismos autores
reportan un porcentaje de materia seca de 16.4% para Brachiaria ruziziensis el
cual es inferior al encontrado para B. brizantha en la finca 3 en este estudio.
Según Vérité y Journete (1970) citado por Sánchez y Quesada (1998) el
consumo voluntario en los rumiantes se deprime cuando el contenido de materia
seca en la dieta es inferior a 18%, lo anterior sugiere que en estos sistemas
Tabla I. Parámetros del rendimiento y calidad de la biomasa de dos especies de pastos de Tilarán, Guanacaste, Costa Rica.*
Finca
Tipo de pasto
Rendimiento
Kg MS/ha
MS %
PC %
EM
Mcal.EM/Kg MS
P %
K %
1 C. nlemfuensis 3005 22.24 17.61 1.80 0.24 2.88
5 C. nlemfuensis 3451 25.95 15.58 1.86 0.26 2.72
3 B. brizantha 1707 20.55 12.02 1.92 0.13 2.31
• Parámetros obtenidos en período de máxima precipitación (Mayo – Diciembre, 2003). • Días de crecimiento : Estrella finca 1: 21 días; finca 5 : 25 días; Brachiaria finca 3 : 35
días
15
(fincas1, 3 y 5) el contenido de materia seca no es un factor limitante para el
consumo voluntario de los animales.
En el presente estudio se encontró un valor medio de proteína cruda de 16.60
y 12.02% para los pastos estrella y brachiaria respectivamente, siendo el pasto
estrella en la finca 1 el que presentó los mayores valores de este nutriente. Estos
resultados son superiores a los reportados por Sánchez y Soto (1996) para el
pasto estrella en el cantón de San Carlos en la época lluviosa (16.4%); así como
para el pasto brachiaria ruzi (11.2%) y superiores a los reportados por Sánchez y
Quesada (1998) para las mismas especies y épocas en los distritos de Aguas
Zarcas y Venecia de San Carlos y Río Cuarto de Grecia. Los pastos evaluados en
este estudio satisfacen las necesidades mínimas de proteína cruda para que haya
un consumo y digestibilidad de la materia seca óptima en los rumiantes, las cuales
según Milford y Minson (1965) citados por Sánchez y Quesada (1998) son de 7%
de la materia seca.
Los contenidos de energía metabolizable para los pastos evaluados son
bajos si los comparamos con los reportados por Sánchez y Soto (1999) en la zona
de San Carlos en la época lluviosa para las mismas especies (2.0 Mcal EM/Kg
MS), siendo en promedio de 1.83 Mcal/kg de materia seca para el pasto estrella y
1.92 Mcal/kg MS para brachiaria, e inferiores a los reportados por García–Trujillo y
Pedroso (1989) en Cuba para el pasto estrella africana (2.0 Mcal EM/Kg de MS).
El contenido de fósforo y potasio encontrados en los pastos son muy
similares entre fincas, con excepción del fósforo en el pasto brachiaria que
presentó un valor de 0.13%.
Los pastos al presentar limitantes en cuanto a la energía y constituir la base
de la dieta del ganado en la zona de Tilarán, los productores deben de poner
énfasis en este nutriente. Según Sánchez y Soto (1999) cuando los forrajes son
bajos en energía los alimentos balanceados deben formularse con cantidades
altas de energía (más de 3.2 Mcal de ED/Kg de MS).
3.2 Simulación del balance de nutrientes bajo diferentes cargas animales.
En la figura 4 se muestran los resultados del análisis del balance de
nutrientes del suelo en las tres fincas bajo estudio. Estos resultados se presentan
16
junto con los respectivos balances estimados de proteína en los animales de estas
mismas fincas, con el fin de obtener una visión más integral de lo que podría estar
ocurriendo en estos sistemas. Seguidamente, se describen y analizan los casos
específicos de cada finca.
3.2.1 Caso Finca 1 (Mayor nivel de intensificación)
En esta finca el balance de nutrientes se torna más negativo hasta una
carga animal de 4.25 UA/ha (figura 4, finca 1/suelo). Al aumentar la carga animal,
aumentan también los requerimientos de forraje y aumenta la remoción de
nutrientes por parte de los animales. Al llegar a una carga de 4.25 UA/ha los
requerimientos de nutrientes (p.e N) de los animales coinciden con el contenido de
nitrógeno de la producción actual de forrajes de la finca. Cargas superiores a 4.25
UA no causan mayor remoción de nutrientes puesto que ya se alcanzó la
producción de biomasa observada en la finca. Dichas cargas animales mayores a
4.25 UA/ha solo provocan acumulación de nutrientes en el suelo debido a una
mayor deposición de heces y orina por los animales por lo que el balance de
nutrientes en el suelo se torna menos negativo.
Por otro lado, cuando la carga animal de esta finca se asume superior a 4.25
UA/ha el faltante de nutrientes se observa en el componente animal (figura 4, finca 1/animal). Por debajo de 4.25 UA/ha la disponibilidad de proteína cruda del
forraje es mayor que los requerimientos de los animales, existiendo un excedente
que retorna al suelo. Por encima de este punto de equilibrio, el aumento en carga
animal provoca que los requerimientos de los animales superen la disponibilidad
de proteína del forraje, por lo que se produce un balance negativo en los animales.
17
18
En la tabla II se presenta un estimado del balance de Nitrógeno de las fincas
comparando los requerimientos bajo una carga animal óptima y los aportes reales
suministrados. En el caso de la finca 1, se observa que existe un excedente en las
aplicaciones de nitrógeno de 147.58 Kg/ha/año que superan los requerimientos
para lograr dicha carga (4.25 UA/ha).
En esta finca 1 la carga animal real observada es de 5.84 UA/ha/año (línea
continua en la figura 4). Esto nos indica que en esta finca existe un déficit
aproximado de 1895.23 Kg de PC/ha/año. Si se desea mantener este nivel de
carga, este faltante debe ser aportado mediante suplementación (tabla III). Mediante los resultados del modelo es posible realizar también un balance
en términos energéticos. Para la finca 1 se observa (figura 4) que hasta una carga
de 2.25 UA/ha el aporte de energía metabolizable del forraje es mayor que los
requerimientos de los animales. A partir de 2.25 UA/ha los requerimientos de
energía son mayores a los aportes del forraje, por lo cual el balance energético es
negativo. Esto significa también que en esta finca el contenido energético del
forraje es más limitante que el contenido proteico (tabla l), lo que concuerda con lo
reportado por Sánchez y Soto (1999) quienes reportan que las pasturas del
Cantón de San Carlos presentan bajos contenidos de energía (2.0 Mcal EM/Kg
MS). Este análisis sugiere que si se desea mantener la carga animal real del
sistema (5.84 UA/ha/año) se tendrían que suplementar aproximadamente
51223.09 Mcal EM/ha/año (tabla III).
3.2.2 Caso Finca 5 (Nivel medio de intensificación)
En esta finca los resultados de la simulación son similares a los de la finca 1,
debido a que las características del forraje fueron también similares. Por tal razón
el punto de equilibrio, en términos de balance de nitrógeno en el suelo fue de 4.35
UA/ha (figura 4, finca 5/suelo), muy similar al obtenido para la finca 1 (4.25
UA/ha). Sin embargo, a diferencia de la finca anterior, la finca 5 presenta una
carga animal real de 4.46 UA/ha/año muy similar a la carga óptima obtenida.
19
Al comparar los requerimientos de Nitrógeno en el suelo asumiendo una carga
óptima contra el aporte actual (tabla II) se observa que existe un déficit
aproximado de 32.53 Kg de N/ha/año, los cuales deben aportarse (p.e vía
fertilización) si se desea mantener la carga óptima que puede soportar la
producción de forraje actual. Con cargas animales superiores a 4.35 UA/ha el
balance de nutrientes en el suelo se torna menos negativo por efecto de la
acumulación de heces y orina, pero el desbalance se traslada al componente
animal (figura 4, finca 5/animal). Nuevamente, una carga por arriba de 4.35
UA/ha implica que el forraje es incapaz de suplir los requerimientos de los
animales.
Con el nivel de carga actual de la finca 5 (4.46 UA/ha/año) los requerimientos
de proteína de los animales superan ligeramente los aportes de proteína del
forraje. La magnitud de este desbalance es de aproximadamente 116.6 Kg de
PC/ha/año que tienen que ser suplidos por medio de suplementación (tabla III). En
Tabla II. Balance de Nitrógeno en el Suelo en tres fincas lecheras. Tilarán, Guanacaste, Costa Rica, asumiendo Carga Animal óptima y aporte real de N.
Finca Carga óptima (UA/ha)
Aporte real N Kg /ha/año
Requerimiento N Kg /ha/año
Balance de N Kg/ha/año
1 4.25 367.24 219.66 147.58
5 4.35 183.62 216.15 -32.53
3 3.00 18.54 66.74 -48.20
Tabla III. Balance de Nutrientes en el Animal en tres fincas lecheras de Tilarán, Guanacaste, Costa Rica, asumiendo Carga Animal real.
Finca
Carga real
UA/ha
Aporte de PC del forraje
Kg/ha/año
Requerimiento De PC
Kg/ha/año
Balance PC
Kg/ha/año
Aporte EM del forraje
Mcal/ha/año
Requerimiento EM
Mcal /ha/año
Balance EM Mcal/ha/año
1 5.84 799.7 2694.9 -1895.2 8178.4 59401.5 -51223.1
5 4.46 1918.6 2035.2 -116.6 22905.0 44026.6 -21121.6
3 1.37 1085.9 437.5 648.4 17345.7 11445.0 5900.7
20
términos energéticos el desbalance estimado sería de 21121.6 Mcal EM/ha/año. Al
igual que la finca 1 el mayor desbalance energético se debe al bajo contenido de
energía metabolizable (1.86 Mcal EM/Kg MS) que presenta el pasto estrella
(Cynodon nlemfuensis) en esta finca, aunque el contenido energético es
ligeramente superior que el encontrado en la finca 1.
3.2.3 Caso Finca 3 (Menor nivel de intensificación)
Esta finca presenta un panorama muy distinto al observado en las 2 fincas
anteriores. En este caso, se observa que el balance de nutrientes se torna más
negativo hasta una carga animal de 3.0 UA/ha (figura 4, finca 3/suelo). Al llegar a
una carga de 3.0 UA/ha los requerimientos de proteína (Nitrógeno) de los
animales coinciden con la producción de forraje observada en la finca. A diferencia
de las fincas anteriores; la carga animal óptima es superior a la carga animal
actual (1.37 UA/ha/año). Esto indica que la producción de forraje actual en esta
finca permite un incremento de 1.63 UA/ha/año. Aumentos en carga animal por
encima de 3.0 UA/ha provocan acumulación de nutrientes en el suelo producto de
la deposición de heces y orina, por lo que el balance de nutrientes se torna menos
negativo en el suelo.
Al comparar el requerimiento de Nitrógeno en el suelo asumiendo una carga
óptima contra las cantidades reales aportadas por fertilización (tabla II) se observa
que también en esta finca existe un déficit de 48.2 kg/ha/año. Aunque los
requerimientos son los más bajos de las tres fincas analizadas, también los
niveles de fertilización son mucho menores.
En cuanto al balance proteico de los animales la situación es muy distinta. En
este caso, con la carga real de 1.37 UA/ha/año, existe un excedente de 648.4
kg/ha/año de proteína (tabla III) y de 5900.7 Mcal EM/ha/año. Esto se debe, como
se señaló anteriormente a que la carga real está muy por debajo de la carga
óptima.
21
3.2 Análisis comparativo de alternativas.
El análisis realizado mediante el modelo de simulación permitió identificar
diferencias importantes en las 3 fincas analizadas. Las fincas 5 y 3 presentan un
balance negativo de Nitrógeno, mientras que la finca 1 presenta un excedente en
comparación con la cantidad de Nitrógeno necesaria para mantener la carga
óptima que cada sistema puede soportar.
Se presentan las mismas tendencias para las fincas 1 y 5 en cuanto a la
carga óptima en la que se alcanza el punto de equilibrio para el balance de
Nitrógeno en el suelo. Sin embargo, en la finca 1 la carga real está muy por
encima de la óptima (5.84 vs. 4.25 UA/ha/año) mientras que en la 5 son similares
(4.46 vs. 4.35 UA/ha/año). En la finca 3 se presenta todo lo contrario pues la
carga óptima está por encima de la carga real (3.0 vs 1.37 UA/ha). En cuanto al
balance nutricional de los animales se observa que en las fincas 1 y 5, tanto la
proteína como la energía son deficitarias bajo la carga animal actual, siendo la
energía el nutriente más limitante, debido al contenido energético de los forrajes.
En la finca 3 por el contrario existe un excedente tanto proteico como energético.
Los niveles de suplementación de concentrado observados en cada finca son
de 842, 774 y 115 Kg para las fincas 1, 5 y 3 respectivamente (Betancourt, et at.,
2004). Si consideramos la carga animal real de cada finca, estas cantidades se
traducen en 4917.28, 3452.04 y 157.55 Kg de concentrado/ha/año
respectivamente para las mismas fincas (anexo 8).
Asumiendo un contenido promedio de proteína cruda de 16 %, y de energía
metabolizable de 2.98 Mcal EM/Kg de MS se obtendría un total de 786.8, 552.3 y
25.2 Kg PC/ha/año y de 14653.5, 10287.1 y 469.5 Mcal/ha/año. Al comparar estas
cantidades con los datos de la tabla III vemos que, para el caso de la proteína,
siempre existe un déficit de – 1108.4 Kg de PC/ha/año en la finca 1, mientras que
en las fincas 5 y 3 se presentan excedentes (anexo 8). En el caso de la energía se
confirman las tendencias observadas en la figura 4, donde en las fincas 1 y 5
siempre existe un déficit (anexo 9) mientras que en la finca 3 existe un excedente,
esto debido a las cargas animales que cada sistema maneja y al bajo contenido
energético de los forrajes.
22
La situación observada en las fincas permite establecer algunas alternativas
que se pueden implementar para lograr un mejor balance en el uso de nutrientes,
considerando tanto el componente suelo como el componente animal.
En la finca 1 se podría considerar, por ejemplo, la reducción de la cantidad de
Nitrógeno que se está aplicando en la actualidad. Los resultados de este estudio
indican que probablemente en esta finca se está excediendo la capacidad de uso
del suelo ya que se está incurriendo en una fertilización excesiva que no va a
tener respuesta por parte del forraje y que además puede tener efectos nocivos en
el sistema (p.e por acumulación de nitratos). En esta finca además se podría
considerar la reducción de la carga animal actual de 5.84 a 4.25 UA/ha que es la
carga donde se alcanza el punto de equilibrio en términos de balance de Nitrógeno
en el suelo y balance proteico de los animales. Sin embargo, esta puede ser una
opción no atractiva para el productor pues significaría una disminución del tamaño
del hato o una ampliación del área destinada a pastoreo, la cual podría no estar
disponible en la finca. En todo caso, para mantener la carga animal actual del
sistema se debe suplir el faltante de proteína y energía (tabla III) sin producir un
desbalance en el requerimiento de materia seca de los animales.
Nuestro estudio indica que la finca 5 está haciendo un uso más racional del
suelo y está más cerca de alcanzar la sostenibilidad desde el punto de vista del
balance de nutrientes, ya que la carga animal real está muy cerca de la carga
animal óptima. Sin embargo, los resultados indican que deben incrementarse
ligeramente los niveles de fertilización (tabla II) ya que es posible que en las
condiciones actuales se esté incurriendo en un desgaste del suelo. Para mantener
la carga animal real del sistema (finca 5) se requiere la suplementación proteica y
energética (tabla III), si se quisiera aumentar la carga animal más allá de la actual
se tienen que buscar las alternativas de suplementación más adecuada para llenar
los requerimientos de proteína y energía sin crear desbalance en cuanto a los
requerimiento de ingesta de materia seca de los animales.
En la finca 3, de menor nivel de intensificación, nuestro estudio indica que se
está subutilizando la capacidad del suelo y todavía existe la posibilidad de
aumentar la carga animal hasta 3.0 UA/ha/año. Sin embargo, esto requiere de
23
inversión de capital para la compra de animales en producción, lo cual no podría
estar al alcance del productor. Otra opción sería concentrar los animales en un
área más reducida y liberar áreas para otras actividades agropecuarias del
sistema (engorde de novillos, segregar áreas para conservación de forrajes,
alquiler de apartos, reforestación etc.).
4. CONCLUSIONES
Este estudio permitió demostrar diferencias marcadas en el uso que se
realiza del recurso suelo en los sistemas analizados en el Cantón de Tilarán,
Guanacaste, Costa Rica. Además, nuestros resultados permiten cuantificar la
magnitud aproximada del desbalance de nutrientes en que se podría estar
incurriendo en estos sistemas.
Si se considera un punto de equilibrio basado en el balance de N en el
suelo, la carga animal óptima de los sistemas de producción de leche analizados
en el Cantón de Tilarán, Guanacaste, Costa Rica sería de 4.25, 4.35 y 3.0
UA/ha/año, requiriéndose una fertilización nitrogenada de 219.66, 216.15, y 66.74
Kg N/ha/año, respectivamente. Estos resultados son solo aproximaciones, pues
una estimación precisa requeriría de una mejor caracterización del suelo y del
forraje. Sin embargo, los estimados obtenidos parecen indicar tendencias claras
en los sistemas analizados.
De acuerdo con los resultados, es importante notar que la finca de mayor
intensificación parece exceder la capacidad de uso del suelo, mientras que en la
finca de intensificación media se hace un uso más racional de este recurso. La
finca de menor intensificación, por el contrario, parece estar subutilizando este
recurso. Esta situación podría ser representativa de sistemas de producción con
similares características en la región analizada.
El presente demuestra que el uso de modelos de simulación puede proveer
información importante sobre el grado de eficiencia de uso de recursos en
sistemas de producción animal.
24
d) BIBLIOGRAFÍA
Bouman, B., H. Van Keulen; H. Van Laar and R. Rabbinge. 1996. The “School of the wit” crop growth simulation models: pedigree and historical overview. Agricultural Systems 52:171-198.
________ ; R. Schipper; A. Nieuwenhuyse; H. Hengsdijk and H. Jansen, 1997.Quantifying economic and environmental trade-offs in land use exploration at the regional level: a case study for the northern Atlantic zone of Costa Rica. In : Castro E. Ruerd Ruben. Ed. Políticas Agrarias para el Uso Sostenible de la Tierra y la Seguridad Alimentaria en Costa Rica. 174 p.
________ ; A. Nieuwenhuyse and H. Hengsdijk. 1998. A technical coefficient generator for pasture and livestock systems in the humid tropics, version 2.0. Quantitative approaches in systems Analysis. ABDLO/C.T. de wit Graduate school for production ecology. Wageningen (in prep.).
Chinchilla, V. E. 1987. Atlas cantonal de Costa Rica. Instituto de Fomento y Asesoría Municipal. 7 ed. San José, Costa Rica. P. 281-283.
Deenen, P. 1994. Nitrogen use efficiency in intensivel grassland farming. Ph.D Thesis. Agricultural University, Wageningen, Wageningen, the Netherlands. 139 p.
Dijkhuizen, A. A. y R. S. Morris. 1997. Animal Health Economics. Principles and Aplications. University of Sydney 306 p.
Flores, M.J. 1983. Bromatología animal. 3 ed. México. Limusa. P. 33.
García, F.O. 2003. Balance de nutrientes en la rotación: Inpacto en rendimiento y calidad. In segundo simposio de fertilidad y fertilización en siembra directa. Organizado por AAPRESID. Proyecto fertilizar, e INPOFOS Cono Sur. XI Congreso Nacional de AAPRESID (Asociación Argentina de Productores en Siembra Directa). Santa Fe, Argentina. 26-29 de Agosto.
García-Trujillo, R. y D. M. Pedroso. 1989. Alimentos para rumiantes. Tablas de valor nutritivo. EDICA. La Habana, Cuba. 40 p.
Gómez, M. E. y T. R. Preston. 1996. Ciclaje de nutrientes en un banco de proteína de matarratón (Gliricidia sepium). Research For Rural Development. Volume 8, Number 1. January 1996.
Ibrahim, M. 1994. Compatibility, persistence and productivity of grass-legume mixtures for sustainable animal production in the Atlantic Zone of Costa Rica. Ph.D. thesis, Wageningen Agricultural University, Wageningen, the Netherlands. 129 p.
León, V. C. 1980. Principios de mejoramiento genético aplicados a la producción de leche. Centro Agronómico tropical de Investigación y Enseñanza. Turrialba, Costa Rica. P. 70.
NRC (National Research Council, us). 2001. Nutrient Requirements of Dairy Cattle. 7th rev. ed. Washington, D.C. National Academy OF Sciencies. P. 22 – 41.
Papanastasis, V. P. 1998. Grazing Intensity as an index of degradation in semi-natural ecosystems: The case of Psilorites mountain in grete (en linea). Italy. Consultado 5 Nov.2003. Disponible en : http://www.desertification.it/doc/ASINARA%20WEB/16papanastasis.htm.
Pérez, E. 2000. La situación de la ganadería en Centroamérica. In Pomareda, C; Steinfeld. H. eds. Intensificación de la ganadería en Centroamérica: Beneficios económicos y ambientales. CATIE-FAO-SIDE.San José, CR. 334 p.
Quiroz, R.; B. Arce, R. Cañas and C. Aguilar. 1994. Development and use of Simulation Models in Animal Production Systems Research. In: Animal Production Systems Research: Methodological and Analytical Guidelines. Manuel E. Ruiz (Comp.) 289 p.
25
Salas, C. 1985. Análisis coyuntural de la actividad lechera. Centro Nacional de Información Agropecuaria. San José, Costa Rica. 10 p.
Saravia, A. 1985. Un enfoque de sistemas para el desarrollo agrícola. Eds. MA Sagone; J Escoto. 1 reimpresión. San José, CR, IICA. 256 p. (serie Desarrollo Institucional no 11).
Sánchez, J. y G. Quesada. 1998. Calidad nutricional de los forrajes en una zona con potencial alto para la producción de leche, en el tropico humedo de la zona norte de Costa Rica. Agronomía Costarricense 22(1):61-68.
________ ; H. Soto. 1996. Estimación de la calidad nutricional de los forrajes del cantón de San Carlos. I. Materia Seca y Componentes Celulares. Nutrición Animal Tropical. Universidad de Costa Rica. 3(1):3-17.
________ ; H. Soto. 1999. Estimación de la calidad nutricional de los forrajes del cantón de San Carlos. III. Energía para la producción de leche. Nutrición Animal Tropical. Universidad de Costa Rica. 5(1):31-49.
Solano, F. C. 1988. La producción de leche en los cantones de Santa Bárbara, Barva, San Rafael y San Isidro de Heredia: Diagnóstico estático. Tesis, Licenciatura. Escuela de Ciencias Agrarias. Universidad Nacional. 68 p.
Steinfeld, H. 2000. Producción animal y el medio ambiente en Centroamérica. In Pomareda, C; Steinfeld. H. eds. Intensificación de la ganadería en Centroamérica: Beneficios económicos y ambientales. CATIE-FAO-SIDE.San José, CR. 334 p.
Stoorvogel, J. 1993. Optimizing land use distribution to minimize nutrient depletion: a case study for the Atlantic Zone of Costa Rica. Geoderma 60:277-292.
Szott, L ., M. Ibrahim y J. Beer. 2000. The hamburger connection hangover: Cattle, pasture land degradation and alternative land use in Central America. Turrialba,CR,CATIE. 71 p.
Van der Ven, G. W. J. 1992. Grasmod, a grassland management model to calculate nitrogen losses from grassland. CABO-DLO report 158. CABO-DLO, Wageningen, the Netherlands. 108 p.
Weiss, W. p.; H.R. Conrad and N. R. St. Pierre. 1992. A theoretically – based model for predicting total digestible nutrient values of forages and concentrates. Anim.Feed Sci. Tech. 39:95-110.
