Estudio de la vulnerabilidad de explotaciones ganaderas extensivas frente a eventos climáticos: uso de modelos de simulación en escenarios de sequía

Estudio de la vulnerabilidad de explotaciones ganaderas extensivas frente a eventos climáticos: uso de modelos de simulación en escenarios de sequía. Francisco Dieguez, Instituto Plan Agropecuario/CIRCVC-UdelaR Hermes Morales, Instituto Plan Agropecuario. Danilo Bartaburu, Instituto Plan Agropecuario.

En Uruguay, el 89% de la superficie total del país es afectada por la ganadería (DIEA, 2007), donde la mayor parte de ésta (80%) tiene como base productiva el campo natural principalmente con pasturas perennes estivales. En la última década es de destacar que en la ganadería nacional se han observado algunas dinámicas particulares, tales como: el aumento del precio de la tierra, el descenso del stock ovino y el aumento del bovino, y el aumento de las exportaciones cárnicas (DIEA 2011, INAC, 2011). En este contexto el sector ganadero, especialmente el bovino, presenta una alta sensibilidad alta a eventos climáticos extremos que afectan la producción forrajera, siendo las sequías agronómicas los eventos de mayor impacto, que se evidencia en el efecto sobre la tasa de preñez y en la pérdida de mejoramientos forrajeros. El impacto económico de las últimas sequías fue estimado en 342 millones en forma directa y 1026 millones en forma indirecta (DIEA, 2010). Por otra parte, los sistemas de producción extensivos son comúnmente considerandos como tradicionales desde el punto productivo y también de vista socio-cultural con una perspectiva histórica, que se remonta a los orígenes de nuestro país (Díaz et al., 2006). La ganadería entonces involucra no solo al proceso productivo, sino a quienes trabajan y viven de ella, es decir a los productores ganaderos. En estudios previos de Bartaburu et al. (2009) en la región basáltica del país se identificaron diferentes estrategias de conducción de las explotaciones en función del criterio de evaluación del estado del sistema y en consecuencia, los criterios para tomar decisiones de manejo. Así es que los autores, en forma de síntesis, proponen dos estrategias contrastantes: 1) los productores proactivos, o quienes “miran el pasto”, evaluando así la disponibilidad de forraje, y 2) los productores reactivos, o quienes “miran los animales” para tomar decisiones, evaluando la condición corporal de los mismo. Dentro de estos arquetipos, estos últimos generalmente trabajan con una dotación animal elevada con sobrepastoreo, mientras que los primeros trabajan con cargas ajustadas al recurso forrajero y toman decisiones de modo de tener más margen de maniobra frente a eventos climáticos adversos (como la situación de sequía, que desarrollaremos particularmente en el presente trabajo). Considerando estos antecedentes, la ganadería “a cielo abierto” -que utiliza como principal alimento las pasturas- puede ser concebida como un sistema complejo (Vayssières et al., 2011; Turner et al., 2013), en el entendido que la performance (ganancia de peso y reproducción) de los animales depende de la disponibilidad de forraje, y al mismo tiempo, la dinámica del forraje depende de la presión de pastoreo

ejercida por los animales. En tal sentido, otro de los componentes de estos sistemas es el clima, el que afecta directamente la productividad de la pastura y, por ende, los parámetros de respuesta animal. La realización de modelos matemáticos que permitan la simulación de respuestas productivas a diferentes sistemas de manejo animal, así como efectos del clima en estos sistemas a cielo abierto surge como fundamental para generar escenarios futuros evaluando resultados productivos. El presente trabajo se enmarca en el informe proyecto FAO TCP URU 3302, coordinado por el Centro Interdisciplinario de Respuesta al Cambio y Variabilidad Climática (UdelaR). En este contexto, se utilizó el Modelo de una Explotación Ganadera Extensiva (MEGanE; Dieguez et al., 2012) realizando simulaciones para generar escenarios que permitan visualizar el efecto del clima en los principales parámetros de desempeño productivo y reproductivo de un sistema ganadero extensivo. Este modelo permite realizar simulaciones de paso mensual a escala de potrero, incorporando la información de la tasa de crecimiento de las pasturas realizada por teledetección satelital (Laboratorio Regional de Teledetección de la Universidad de Buenos Aires; Paruelo et al., 2000). Cabe destacar que el MEGanE fue diseñado para ser utilizado como herramienta de apoyo a la toma de decisiones, y tiene sus antecedentes en el modelo “sequíaBasalto” (INIA-FPTA 286; Bartaburu, 2011) creado en forma participativa con agentes locales de la región basáltica del país (productores ganaderos y técnicos locales de Artigas, Salto y Paysandú). Los escenarios generados con el MEGanE para evaluar el impacto del clima (con énfasis en episodios de sequía) sobre los sistemas de producción considerados se realizaron mediante la variación de los parámetros iniciales (altura del pasto, dotación animal y relación lanar/vacuno), de modo de emular las situaciones productivas planteadas en el antecedente de Bartaburu et al. (2011) quienes consideraran, a modo de arquetipo contrastante, un productor de estrategia proactiva y otro reactivo. Los escenarios climáticos utilizados fueron un “año promedio”, utilizando la información satelital de la Producción primaria neta aérea (Paruelo et al., 2000) para la región de la cuesta basáltica del país, además de un “año malo” (ejercicio agrícola 2005/06) y un “año bueno” (ejercicio 2000/01). Estos fueron seleccionados por evaluación cualitativa del desvío con respecto al promedio mensual de la serie mediante el “coeficiente climático” utilizado en el MEGanE. Se realizaron simulaciones anuales donde los resultados evaluados fueron el porcentaje de preñez (cría), y la producción de carne vacuna por hectárea (recría). De las simulaciones realizadas se observa que para una situación de año promedio, la estrategia proactiva, al trabajar con animales más pesados, menos dotación animal y mayor cantidad de pasto, logra un porcentaje de preñez de 93% (44% superior a la estrategia reactiva). Para la producción de carne por hectárea en la recría, en la estrategia proactiva, por las mismas características que en la cría resulta en que los animales logran un peso final mayor, con una mayor producción de carne por hectárea, que alcanza los 116 kg/ha (resultando en un incremento del 170% del resultado de la estrategia reactiva). El efecto del clima en el “año malo” se

evidencia en gran medida, donde la estrategia reactiva se ve afectada tanto en la preñez de los sistemas de cría como en la producción de carne por hectárea en la recría. De acuerdo con los resultados de obtenidos, la estrategia proactiva parece ser adecuada en vistas de lograr disminuir los impactos negativos de una deficiencia de forraje, en las simulaciones planteadas tanto en la cría como en la recría. Asimismo, se puede considerar que esta estrategia se encuentra en su límite superior biológico ya en el año normal en la cría, y puede mejorar aún su producción de carne por hectárea en la recría en el año bueno. En la estrategia reactiva, existe una mayor dependencia del clima para lograr buenos resultados productivos. De igual manera, este efecto -tanto en el resultado del porcentaje de preñez y en la producción de carne por hectárea- se evidencia en el análisis de sensibilidad realizado, donde la estrategia proactiva, al trabajar con carga ajustada, se pueden amortiguar mejor los déficits de forraje primavero-estivales. Se resalta el alto potencial de la utilización del modelo de simulación para estudios exploratorios y también como herramienta que promueve el diálogo sobre la interacción pastura-animal y las decisiones básicas como la carga animal y otras medidas de manejo.

Bartaburu D, Duarte E, Montes E, Morales Grosskopf H, Pereira M., 2009. Las sequías: un evento que afecta la trayectoria de las empresas y su gente. En: Morales Grosskopf H, Dieguez Cameroni F. [Eds.]. Familias y campo : Rescatando estrategias de adaptación. Montevideo: Instituto Plan Agropecuario. pp. 155 - 168. Bartaburu, D., 2011. Evaluación de una metodología de modelación y simulación participativa para contribuir a la comprensión y comunicación del fenómeno de la sequía y mejorar la capacidad de adaptación de productores ganaderos del basalto. Bartaburu, D. (ed.) Instituto Plan Agropecuario, Montevideo, pp. 44. Díaz G., Echeverriborda G., Gutiérrez R., Modernel P., 2006. Producción familiar en ganadería: reflexiones hacia una extensión que la contemple en su diversidad, pp 211-230, in: Extensión: Reflexiones para la intervención en el medio urbano y rural. Tommasino H., De Hegedus P. (Eds). Departamento de publicaciones de la Facultad de Agronomía, Universidad de la República, Montevideo, Uruguay. 344 p. DIEA, 2007. Dirección de Estadísticas Agropecuarias. Anuario Estadístico Agropecuario 2007. Ministerio de Ganadería Agricultura y Pesca, Montevideo, Uruguay. DIEA, 2010. Dirección de Estadísticas Agropecuarias. Anuario Estadístico Agropecuario 2007. Ministerio de Ganadería Agricultura y Pesca, Montevideo, Uruguay.

DIEA, 2011. Dirección de Estadísticas Agropecuarias. Evolución del Precio de la Tierra y su Relación con Algunos Productos Agropecuarios.Principales Tendencias del Período 2000 – 2010. Ministerio de Ganadería Agricultura y Pesca, Montevideo, Uruguay. Dieguez, F., Bommel, P., Corral, J., Bartaburu, D., Pereira, M., Montes, E., Duarte, E., Morales Grosskopf, H., 2012. Modelización de una explotación ganadera extensiva criadora en basalto. Agrociencia, 16, 120-130. INAC, 2011. Instituto Nacional de Carnes. Anuario estadístico 2011. Paruelo, J.M., Oesterheld, M., Di Bella, C.M., Arzadum, M., Lafontaine, J., Cahuepe, M., Rebella, C.M., 2000. Estimation of primary production of subhumid rangelands from remotely sensing data. Applied Vegetation Science, 3,189-195. Turner, B.L., Rhoades, R.D., Tedeschi, L.O., Hanagriff, R.D., McCuistion, K.C., Dunn, B.H. 2013. Analyzing ranch profitability from varying cow sales and heifer replacement rates for beef cow-calf production using system dynamics. Agricultural Systems 114, 6–14. Vayssières, J., Vigne, M., Alary, V., Lecomte, P., 2011. Integrated participatory modelling of actual farms to support policy making on sustainable intensification. Agricultural Systems 104, 146–161.