Original
Diseño y análisis de
alternativas tecnológicas para la producción de leche
Design and
Analysis of Technological Alternatives to Milk Production
* Instituto de Ciencia Animal, Código Postal 3200,
Cuba.
Correspondencia: javierantonioquintoherrera@gmail.com
Recibido: Septiembre, 2022;
Aceptado: Octubre, 2022; Publicado: Noviembre, 2022.
Antecedentes: La investigación de operaciones y el diseño de modelos de optimización
son herramientas fundamentales en el desarrollo de soluciones prácticas a
problemas de producción. Objetivo. Diseñar
y analizar prospectivamente dos tecnológicas para la producción de leche en una
vaquería tropical. Métodos: Se
utilizó como estudio de casa la unidad 41 Mina Blanca de la empresa
pecuaria Valle del Perú. Se
simularon dos escenarios en condiciones de secano y sin fertilización, lo que
permitió analizar, ex ante, dos circunstancias relacionadas con importantes
factores agrobiológicos, económicos y medioambientales. Las variables de los
modelos fueron Cynodon nlemfuensis, Leucaena Leucocephala asociada con Megathyrsus maximus; Saccharum officinarum y Pennisetum purpureum
vc Cuba CT- 115. Como función objetivo se consideró la producción de
materia seca por ha. Los parámetros y coeficientes del modelo se determinaron
de forma teórica. Se establecieron diez y nueve restricciones para los
escenarios 1 y 2 respectivamente. Se utilizó el programa WinQSB versión 2.0. Resultados: Las soluciones óptimas y la
contribución por especie a la producción de materia seca indicaron que, en los
dos casos la mayor parte del área debe corresponder al pasto estrella 44,9 y
43,76 % del total en los escenarios 1 y 2, respectivamente. Conclusiones: Se diseñó y analizó prospectivamente
dos tecnológicas para la producción de leche en una vaquería tropical. Las
soluciones óptimas para los dos escenarios alternativos analizados propusieron
según las restricciones que se establecieron que la mayor parte del área
agrícola de las unidades debe ser de pasto estrella.
Palabras clave: lechería, optimización, programación lineal (Fuente: AGROVOC)
Background: Operation research and optimization model design are
essential tools for developing practical solutions to production problems. Aim:
To design and analyze two types of milk production technologies in a tropical
dairy facility. Methods: The study was conducted at Mina Blanca, Unit
No. 41, Valle del Peru Genetic Project. Dryland conditions without
fertilization were created in two simulated scenarios, which permitted ex-ante
analysis of two types of circumstances associated with relevant agrobiological,
economic, and environmental factors. The model’s variables were Cynodon
nlemfuensis, Leucaena Leucocephala associated with Megathyrsus
maximus; Saccharum officinarum, and Pennisetum purpureum vc Cuba
CT- 115. Dry matter production per ha was considered the objective
function. The model’s parameters and coefficients were determined
theoretically. A total of ten and nine restrictions (scenarios 1 and 2,
respectively), were set up. WinQSB version 2.0 was used. Results: The
optimum solutions and species contribution to dry matter production indicated
that in the two cases, the largest portion of the area must correspond to
Bermuda grass in scenarios 1 and 2 (44.9 and 43.76%, respectively). Conclusions:
Two types of technologies were designed and analyzed prospectively, in
terms of milk production technologies in a tropical dairy facility. According
to the restrictions, the optimum solutions to the alternative scenarios
suggested that most farm areas should be planted with Bermuda grass.
INTRODUCCIÓN
La
investigación de operaciones y el diseño de modelos de optimización son herramientas
fundamentales en el desarrollo de soluciones prácticas a problemas de
producción sobre
todo en el sector agrícola que necesita de insumos técnicos para desarrollar
estrategias para maximizar beneficios (Arias et al., 2021).
La investigación de sistemas
agropecuarios se realiza con varias etapas una de estas es el diseño de
hipótesis de tecnologías alternativas. En este sentido son múltiples las
herramientas que pueden ser utilizadas en esa etapa: presupuestos parciales,
modelos matemáticos de simulación y de programación multicriterio entre otros,
ejemplo de esto es la investigación de (Benítez et al.,2014).
Por otra parte, es
incuestionable que la producción de leche y carne con rumiantes en el trópico,
depende en un alto grado del rendimiento de los pastos y forrajes, ya que
alrededor del 90 % de los nutrientes se derivan de estos; lo que, a su vez,
dependerá de la eficiencia y eficacia con que se puedan utilizar (Gutiérrez et
al.,
2018), por tanto, para lograr incrementar los niveles de producción de leche y
carne es imprescindible el diseño de sistemas eficientes en lo referente a la
base alimentaria.
En
base a los anteriores argumentos el objetivo del presente artículo fue diseñar y analizar prospectivamente dos tecnológicas para la
producción de leche en una vaquería tropical.
MATERIALES Y MÉTODOS
Localización
de la unidad utilizada como caso de estudio la investigación se desarrolló en la unidad 41 Mina Blanca de la empresa pecuaria Valle del
Perú en el municipio San José de las Lajas provincia Mayabeque, Cuba.
Componentes
de los modelos y escenarios de análisis: Se simularon dos escenarios
en condiciones de secano y sin fertilización, lo que permitió analizar, ex
ante, dos circunstancias relacionadas con importantes factores agrobiológicos,
económicos y medioambientales (tabla 1). Las variables de los
modelos se determinaron por medio de una encuesta realizada a 60 expertos de la
rama; de tal forma, se incluyeron las siguientes especies: pasto estrella (Cynodon nlemfuensis); leucaena (Leucaena Leucocephala) asociada con
guinea común (Panicum maximun); caña
de azúcar (Saccharum officinarum); y
CT – 115 (Pennisetum purpureum vc Cuba
CT- 115). Como función objetivo se consideró la producción de materia seca
por ha, por ser uno de los principales indicadores de un alimento para la
alimentación de los rumiantes (López
et al., 2018). Se modeló, según los
indicadores físicos de la vaquería que contó con 73 ha y 67 vacas.
Tabla 1. Componentes de los escenarios y alternativas.
Escenarios |
Alternativas
tecnológicas |
Escenario 1 |
Pasto estrella, leucaena asociada con guinea común, caña de Azúcar, y
CT–115 |
Escenario 2 |
Pasto estrella, leucaena asociada con guinea común y CT–115 |
Determinación
de los coeficientes de las variables, valores de las restricciones y parámetros
de la función objetivo: La información concerniente a los requerimientos
nutricionales de los animales se muestra en la tabla 2. En la modelación se
asumió, como base alimentaria, los pastos y forrajes, en el período poco
lluvioso (210 días), por ser esta la etapa crítica en la producción de leche en
el trópico. Los requerimientos se estimaron para vacas de 425 Kg de peso vivo,
con una producción de 4 Kg animal-1 día-1 (NRC, 1985),
segunda lactancia y con un gasto energético adicionales por locomoción y otros
factores. Se estimó un consumo de MS individual del 2 % del peso vivo para los
pastos estrella, CT- 115 y guinea común. Para la caña de azúcar y la Leucaena
se consideró un consumo de 1 y 0,7 %, respectivamente (Reyes et
al., 2015).
Los rendimientos de los pastos y forrajes se estimaron considerando la etapa de
estabilización de estos en el tiempo. Los rendimientos de MS de las especies de
pastos y forrajes se estimaron en base seca. En las estimaciones relacionadas
con en el sistema silvopastoril, se consideró que un 70 % del área corresponda
a la gramínea y un 30 % a la leguminosa (Rodríguez et al., 2018).
Tabla 2. Estimado de los requerimientos nutricionales de los animales.
Requerimientos |
Nutrientes |
|||
EM (Mcal) |
PB (g) |
Ca (g) |
P (g) |
|
Requerimiento de mantenimiento/animal promedio/día |
12,51 |
359,00 |
17,00 |
13,00 |
Requerimiento para 4 Kg de leche con 3.5 % de grasa |
4,40 |
320,00 |
13,32 |
6,04 |
Gasto en pastoreo + estrés 30% |
3,75 |
|
|
|
Requerimientos totales para una vaca día-1 |
20,66 |
679,00 |
30,32 |
19,04 |
Requerimientos para 67 vacas en 210 días |
2900686,20 |
9553,53 (kg) |
426,60 (kg) |
267,84 (kg) |
Las tablas 3 y 4 muestran los
valores de la composición bromatológica y el aporte nutricional de los pastos y
forrajes, el cual se predeterminó según la tabla de valor nutritivo de (García
y Pedrozo, 1989). El porcentaje de utilización de los pastos se estimó en 65 % y
el forraje 90 %, según (Soler., et al 2018). En el caso de la
caña de azúcar el consumo de esta se consideró de acuerdo a las características
químicas y fisiológicas promedio de la especie. Como corresponde a
continuación:
Consumo de caña por animal por
día (kg MS) = 1% del PV
Consumo de caña del rebaño en
210 días (kg MS) = (425 kg x 67 vacas x 210 días) x 0,01
Consumo de caña del rebaño en
210 días (kg MS) = 59 797.5 kg
Consumo de caña del rebaño en
210 días (t MS) = 59.79 t
Hectáreas de caña = 59.79 t
MS: 18 t MS ha-1
Hectáreas de caña = 3.32
ha
Por tanto, las hectáreas de
caña mínimas necesarias son 3.32
Tabla 3. Composición
bromatológica asumida y estimados de rendimiento de MS y MS consumible en ambos
escenarios.
Especie |
EM (Mcal kg MS-1) |
PB g kg MS-1 |
Ca g kg MS-1 |
P g kg MS-1 |
Caña
de azúcar |
2.20 |
3.80 |
0.55 |
0.14 |
Pasto
estrella |
1.87 |
6.60 |
0.53 |
0.18 |
CT
- 115 |
1.90 |
6.30 |
0.52 |
0.17 |
Leucaena
y guinea común |
1.93 |
10.35 |
1.25 |
0.20 |
Los parámetros y coeficientes
del modelo se determinaron de forma teórica. Se establecieron diez y nueve
restricciones para los escenarios 1 y 2 respectivamente, en función de los
principios zootécnicos y agropecuarios que modelan el sistema que se analizó,
las relacionadas con los nutrientes se determinaron con base a los
requerimientos nutricionales de los animales, la restricción referida al costo
de establecimiento se determinó según la disponibilidad promedio en los últimos
cinco años, de la empresa, para esa actividad. En el caso del área de CT – 115,
se limitó según la proporción propuesta por (Martínez, 2004), Se incluyeron dos
restricciones relacionadas con el medio ambiente, potencial para la producción
de CH4 y CO2 por consumo animal, por la importancia que
tienen, actualmente, dichas variables en los efectos del calentamiento global;
se asumió, en dichos casos una disminución del 30% en la variable de mayor
aporte.
Los coeficientes
correspondientes a los costos de establecimientos se estimaron por medio de las
fichas de costos de cada especie, en moneda nacional, con su respectivo
componente en moneda libremente convertible (Cino,
2004).
Los coeficientes
medioambientales se estimaron por el balance estequiométrico (Stuart, 2010) y
proporciones aritméticas. Los valores correspondientes al patrón de
fermentación y digestibilidad de la materia orgánica de cada cultivo, asumidos
en los modelos de optimización, se determinaron teóricamente.
RESULTADOS Y DISCUSIÓN
En la
tabla 4 se presentan los parámetros y coeficientes del modelo, con el aporte
nutricional de cada una de las especies y otras variables de interés económico
y ambiental. En este sentido la caña de
azúcar es la especie que mayor cantidad de MS y energía debe aportar al sistema
por unidad de área sin embargo las limitaciones desde el punto de vista
nutricional y fisiológico de la misma limitan su utilización a mayor escala (Guerrero.;
et al 2018). Otras especies de pastos
como el CT – 115 y la Leucaena deberán hacen un
aporte superior de materia seca y de nutrientes a pesar de que al igual que en
el caso anterior presentan restricciones tecnológicas tal es el caso del CT –
115 y nutritivas en la leucaena, debido fundamentalmente a factores anti
nutricionales (Castillo.,
et al 2022).
El
pasto de estrella fue la única especie que no presentó restricciones lo que se
corresponde con sus características botánicas, no obstante, los rendimientos de
materia seca deberán ser muy inferiores al resto de las especies.
Desde
el punto de vista económico el análisis indicó que el establecimiento del banco
de energía con la caña de azúcar y el de proteína basado en el sistema
silvopastoril leucaena – en asociación con guinea serán los más costosos por
unidad de área.
En
cuanto al potencial para la emisión de CO2
y CH4 gases de efecto invernadero el
consumo de caña de azúcar será el que más cantidad de gases deberá aportar al
ambiente lo que, se corresponde con las limitaciones que fueron anteriormente
aludidas de dicha planta y que guardan una relación con los procesos digestivos
y de fermentación entérica que ocurren en el estómago de los animales. Cabe
mencionar el beneficio que debe esperarse en este sentido del sistema
silvopastoril uno de los aspectos más importante de la tecnología y que
coincide con los reportes de (Ruiz et al., 2020).
Tabla 4. Valores de las variables,
parámetros y coeficientes del modelo.
Parámetros |
Variables |
|||
Caña de azúcar |
Pasto Estrella |
CT - 115 |
Leucaena y Guinea |
|
Producción de MS (kg ha-1) |
18 000.00 |
975.00 |
7 200.00 |
6 300.00 |
Aporte de energía (Mcal ha-1) |
39 600.00 |
1 823.25 |
13 680.00 |
12 159.00 |
Aporte de proteína (kg ha-1) |
684.00 |
64.35 |
453.60 |
652.05 |
Aporte de Ca (kg ha-1) |
99.00 |
5.16 |
37.44 |
78.75 |
Aporte de P (kg ha-1) |
25.20 |
1.75 |
12.24 |
12.60 |
Costo de establecimiento ($ ha-1) |
6 522.42 |
2303.37 |
2 268.50 |
5 672.24 |
Potencial de producción de CO2 por consumo animal (t ha-1) |
10.5 |
0.19 |
2.84 |
2.83 |
Potencial de producción de CH4
por consumo animal (t ha-1) |
5.32 |
0.32 |
1.58 |
1.26 |
Las
soluciones óptimas obtenidas y la contribución por especie a la producción de
MS (tabla 5) indicaron que, en los dos casos la mayor parte del área debe corresponder al pasto estrella 44.9
y 43.76 % del total en los escenarios 1
y 2, respectivamente, lo que se debió, fundamentalmente, a la restricción del
costo de establecimiento; no obstante, la contribución de esta especie, en
cuanto al aporte de MS, es la menor con respecto al resto de los pastos y
forrajes que se utilizaron en la simulación. Seguidamente, se ubicó en ambos
casos el área de CT – 115, con 21.6 ha, que constituyen el 30% del área, en
correspondencia con la restricción que se planteó. Esta especie fue la de mayor
contribución a la producción de MS en todas las situaciones simuladas, con
valores que oscilaron entre 45 y 52 %, resultado que, aunque se estimó
teóricamente, validan los reportes de (Martínez
y Medina, 2018). Posteriormente, el modelo propuso que el sistema
silvopastoril compuesto por leucaena y guinea ocupará 20 y 26 % para los
escenarios 1 y 2, respectivamente; proporción que coincidió con los reportes de
(Rodríguez
et al., 2018), este subsistema mostró
valores altos en cuanto a la producción de MS.
En el caso del
escenario donde se contempló el uso de la caña de azúcar, los resultados
sugieren, de acuerdo con las condiciones impuestas a los sistemas, que la
máxima producción de MS ha-1 se logra si esta especie ocupa 4.54 %
del área, situación que es favorable a los efectos del balance forrajero para
el período lluvioso.
Tabla 5. Solución óptima y contribución total de MS de cada especie.
Variable de
decisión |
Solución óptima
(ha) |
Contribución
total (kg de MS) |
Escenario1 |
Escenario1 |
|
Caña de azúcar |
3.32 |
59 760.00 |
Pasto estrella |
33.73 |
32 884.52 |
CT – 115 |
21.90 |
157 680.00 |
Leucaena asociada con guinea |
14.05 |
88 529.44 |
Variable de decisión |
Escenario2 |
Escenario2 |
Pasto estrella |
32.89 |
32 067.62 |
CT – 115 |
21.9 |
157 680.00 |
Leucaena asociada con guinea |
18.21 |
114 723.88 |
En consecuencia, con lo
anterior, la contribución total a la función objetivo (producción de MSha-1)
y la carga que pudiera soportarse en cada contexto, según los escenarios
tecnológicos, indicó que el mayor aporte se debe obtener en el escenario 1;
este debe superar al 2.84 % al 2, lo que se debió a que en dichos escenarios se
asumió destinar una porción del área a la caña de azúcar. Con las cantidades de
alimentos que, presumiblemente, se pudiera producir en cada escenario es posible
soportar cargas entre 2.64 y 2.54 animales, por tanto, según las estimaciones,
las tecnologías demostraron las potencialidades de los pastos y forrajes para
la producción de leche, en período poco lluvioso.
CONCLUSIONES
Se diseñó
y analizó prospectivamente dos tecnológicas para la producción de leche en una
vaquería tropical. Las soluciones óptimas para los dos escenarios alternativos
analizados propusieron según las restricciones que se establecieron que la
mayor parte del área agrícola de las unidades debe ser de pasto estrella.
REFERENCIAS
Arias-Collaguazo,
W. M., Castro-Morales, L. G., Maldonado-Gudiño, C. W., & Burbano-García, L.
H. (2021). Análisis del modelo de optimización aplicado a la producción
agrícola en la Asociación del Gobierno Autónomo Parroquial de Cahuasqui. Dilemas
contemporáneos: educación, política y valores, 8(3). https://www.scielo.org.mx/scielo.php?pid=S2007-78902021000200046&script=sci_arttext
Benítez
Leyva, L. V., Jerez Pereira, R., Pompa Chávez, Y., Tamayo Saborit, M., & de
la Rosa Andino, A. (2014). Aplicación de una herramienta de ayuda a la
planificación energética en comunidades rurales aisladas. Caso de aplicación
Las Peladas. Revista Ciencias Técnicas Agropecuarias, 23(2),
70-75. https://www.redalyc.org/pdf/932/93231238012.pdf
Castillo-Luna, G., Cortez, L. R.,
Morales, R. L. C., Lozano, E. A., Flores, E. S., & Carrasco, L. B. (2022).
Follaje de leucaena (Leucaena esculenta) como reemplazo parcial de trigo en
dietas para conejos de engorda: comportamiento productivo y rendimiento en
canal. Latin American Archives of Animal Production, 30(Supl.
1), 143-145. http://ojs.alpa.uy/index.php/ojs_files/article/view/3077
Cino, D. M., Martín, P. C., &
Torres, V. (2004). Estudio económico preliminar de alternativas de producción
de leche bovina. Revista Cubana de Ciencia Agrícola, 38(1), 3-11.
https://www.redalyc.org/pdf/1930/193017870001.pdf
García-Trujillo,
R y Pedroso, D. (1989). Alimentos para rumiantes. Tablas de valor nutritivos.
EDICA, La Habana, Cuba. https://payfo.ihatuey.cu/index.php?journal=pasto&page=article&op=view&path[]=1131
Guerrero, J. M. H., Cordero, J. M.
M., & Josias, M. W. S. (2018). Suplementación de ovinos con caña picada y
urea en la época seca. Agrisost, 24(2), 130-142. https://core.ac.uk/download/pdf/268093131.pdf
Gutiérrez, F., Estrella, A.,
Irazábal, E., Quimiz, V., Portilla, A., & Bonifaz, N. (2018). Mejoramiento
de la eficiencia de la proteina de los pastos en bovinos de leche utilizando
cuatro formulaciones de balanceados. LA GRANJA. Revista de Ciencias de la
Vida, 28(2), 115-122. https://scielo.senescyt.gob.ec/scielo.php?pid=S139085962018000200115&scri-pt=sci_arttext
Long
Chang. (2009). Program to quantitative
anlysis (Computer). Version 2.0.
López,
G., Nuñez, J., Aguirre, L., & Flores, E. (2018). Dinámica de la producción
primaria y valor nutritivo de tres gramíneas tropicales (Melinis minutiflora,
Setaria sphacelata y Brachiaria mutica) en tres estados fenológicos. Revista
de Investigaciones Veterinarias del Perú, 29(2), 396-409. http://www.scielo.org.pe/scielo.php?pid=S1609-91172018000200002&script=sci_arttext&tlng=pt
Martínez, R. O. (2004). Bancos de
biomasa para la sostenibilidad de la ganadería tropical. Estrategias de
alimentación para ganado Bovino en el trópico. Instituto de Ciencia Animal (Ed)
EDICA, 133-139.
Martínez, R. O., & Medina, Y.
(2018). Influencia de la utilización de bancos de biomasa con Cuba CT-115 en el
comportamiento estacional de la producción de leche con vacas Siboney de Cuba.
N.R.C
(National Research Council). (1985). Nutrient
requirements of sheep (Vol. 5). National Academies Press. https://books.google.es/books?hl=es&lr=&id=hcbPz4A-fdoEC&oi=fnd&pg=PR1&dq=N.R.C+(National+Research+Council).+(1985).+Nutrient+requirements+of+sheep+(Vol.+5).+National+Academies+Press.&ots=v5cohMJ6Rj&sig=6rH1YHnVLSSiChfeMSosLPTIjc8#v=onepage&q&f=false
Reyes, J. J., Padilla, C., Martín, P.
C., Gálvez, M., Rey, S., Noda, A., & Redilla, C. (2015). Consumo de
forrajes tropicales por vacas lecheras, mestizas Siboney, manejadas en
condiciones de estabulación. Avances en Investigación Agropecuaria, 19(1),
31-40. https://www.redalyc.org/journal/837/83738998003/html/
Ruiz,
C. M. A., Gonzalez, M. A. H., Riaño, A. L., & Vargas, D. R. (2020).
Sistemas silvopastoriles “Una opción estratégica para el desarrollo sostenible
del sector pecuario”. Revista Siembra CBA, (2), 7-32. https:/revistas.sena.edu.co/index.php/Revsiembracba/article/download/3624/4088
Soler, Y., Ramírez, W., Flores, A., & Antúnez, G. (2018). Sistemas informáticos para
el balance alimentario. REDVET, 19(4), 1-9. https://www.google.com/search?client=firefox-b-d&q=Soler%2C+Y.%3B+Ram%C3%ADrez%2C+W.%3B+Flores%2C+A+%26+Ant%C3%BAnez%2C+G.+%282018%29.+
Stuart, J. R.
(2010). Balance FR. Un modelo para el cálculo de la estequiometría de la fermentación ruminal
y la producción esperada de metano en el rumen. XVII Fórum de Ciencia y
Técnica. Instituto de Ciencia Animal. Mayabeque, Cuba.
El autor declaran que no existen conflicto de intereses.