Aplicación del Modelo de una Explotación Ganadera Extensiva (MEGanE) para el estudio de la sensibilidad de la producción ganadera a la amplitud de la variabilidad de la oferta de forraje

Abstract

La ganadería pastoril es un sistema complejo, donde los modelos de simulación pueden ser útiles para la comprensión de las dinámicas de sus componentes y respuestas. Se realizaron simulaciones trimestrales con el MEGanE (modelo determinístico) introduciéndose un componente estocástico en el parámetro coefClima, factor que modula la cantidad máxima de forraje posible. Se generaron valores aleatorios del coefClima en seis escenarios de variabilidad, ampliando el Desvío estándar. Los resultados zootécnicos y fitotécnicos obtenidos muestran que al aumentar la amplitud de la variabilidad del coefClima aumenta la variabilidad en la respuesta del sistema y disminuyen los valores promedio. La asimetría del sistema es tal que los resultados en los casos "buenos" para la ganancia de peso de los animales no compensan a los "malos". La inclusión del efecto de la variabilidad de parámetros climáticos parece ser un aspecto importante a considerar en el desarrollo de modelos y la realización simulaciones agronómicas.

Grazing livestock production is as a complex system where model simulations could be useful tools to enhance our comprehension of the dynamics of it components. Trimestral simulations with the deterministic model MEGanE where performed including a stochastic input. The coefClima parameter is a multiplicative factor modulating the maximum forage production. Random values of coefClima are generated to build scenarios of climate variability, amplifying it Standard deviation. Results show that an increase in the amplitude of the variability of coefClima increases the variability in agronomical outputs and causes a reduction in the average values. There is an asymmetric in which ―good‖ cases cannot compensate for ―bad‖ ones. The inclusion of the effect of variability on climatic parameters per se seems to be an important aspect on agronomical modeling to build production system scenarios.