Download doc
Document related concepts
no text concepts found
Transcript
LRNS TUTORIAL PARA BOVINOS DE CARNE Este caso de estudio está diseñado para aprender cómo usar el Sistema Nutricional de Rumiantes Grandes LRNS (por sus siglas en inglés) para evaluar y mejorar programas de alimentación para bovinos de carne en corral, con algunas consideraciones sobre rotación de cultivos y planeación del manejo de los nutrientes en las excretas y en los cultivos. ANTECEDENTES DEL RANCHO EN EL CASO DE ESTUDIO El rancho en el caso de estudio cuenta con 223 ha (550 acres)1 y comercializa 950 novillos Holstein al año. El rancho recibe becerros de 136 kg (330 lb) cada siete semanas, los cuales son integrados en una operación de flujo continuo. El ganado es manejado y alimentado en tres grupos: ligeros, medianos y pesados (Cuadro 3) y son alimentados con las raciones que se muestran en el Cuadro 4. Todos los forrajes y gran parte del maíz son producidos en el rancho. Subproductos agroindustriales como los granos de cervecería proveen proteína y energía adicional (Cuadro 1) y suplementos minerales se proporcionan para balancear los minerales (Cuadro 2). Esta versión del LRNS se diseño para trabajar con múltiples grupos dentro de un solo archivo para permitir evaluaciones de requerimientos y excreción de nutrimentos del hato. Toda la información del rancho es almacenada en un solo archivo. Estos archivos se denominan Simulation Data Files. Estos pueden ser encontrados en el disco duro dentro de la carpeta LRNS y los archivos tienen una extensión .ncps. Los archivos con los datos de la simulación contienen todos los grupos (y sus entradas), todos los alimentos (y su composición) usados en el rancho, y las raciones ofrecidas a cada grupo. La biblioteca principal de alimentos que viene incluida en el LRNS es de lectura solamente. Los alimentos que el usuario crea, se almacenan en User-Created Feed Library. Los alimentos que son usados en el rancho, cuando se almacenan como parte del simulation data file, forman parte del Feeds Collection y pueden ser exportados como archivo para ser usados en otras simulaciones. Algunos alimentos en la feed collections son mezclas. Estos alimentos se pueden identificar por la M en paréntesis al final del nombre. Cuando se crea una mezcla, cada ingrediente en la mezcla es calculado como porcentaje (por ejemplo 50% de harina de maíz, 50% de cascarilla de soya). Cuando la mezcla se ofrece a algún grupo de animales, el modelo descompone la mezcla para correr los cálculos. Por ejemplo, si 10 kg de la mezcla maíz/soya es dada, el modelo realiza los cálculos basados en 5 kg de harina de maíz y 5 kg de cascarilla de soya. Hay tres formas para moverse alrededor del programa. Los menús, los botones de la barra de herramientas, y el directorio (en el lado izquierdo de la pantalla). Este tutorial se enfocará en usar primordialmente el directorio y la barra de herramientas ya que estas son las opciones más rápidas para moverse en el programa. Conforme usted vaya avanzando en el tutorial, experimente con las diferentes vías para moverse en el programa y use el método con el que se sienta más cómodo. PASO 1. CREAR UNA NUEVA SIMULACIÓN 1. En el menú Click sobre File, después New Simulation. Denomine esta simulación como Tutorial para Ganado de Engorda. 2. Cree tres grupos de animales. Seleccione create animal group, después seleccione growing finishing, ahora llame al grupo novillos de peso ligero. Después en la misma pantalla (parameters) seleccione el parámetro para este grupo (units = metric, ration basis = DM, level solution = 2, number in the group = 425, y days to feed = 365). Seleccione create animal group, después seleccione growing finishing, ahora llame al grupo novillos de peso mediano. Use los mismos parámetros que los del grupo novillos de peso ligero, excepto que el number in group = 200. Seleccione create animal group, después seleccione growing finishing, ahora llame al grupo novillos de peso pesado. Use los mismos parámetros que los del grupo novillos de peso ligero, excepto que el number in group = 325. Seleccione el default group, después de click sobre delete group. PASO 2. CREE UNA BIBLIOTECA DE ALIMENTOS PARA EL RANCHO 1. En la parte alta del menú haga click sobre icono de feeds. 2. En la pantalla de alimentos haga click sobre adds feeds. 3. En la pantalla de biblioteca de alimentos sobre la ventana de feed categories seleccione los alimentos a ser usados en este rancho. Haga click sobre el número del alimento asi como están listados en los Cuadros 1 y 2. Cheque la pantalla en la parte de abajo para asegurarse que seleccionó los alimentos correctos, tomando como base los contenidos de FDN y PC para forrajes y los valores más cercanos para los concentrados. 4. Cuando haya finalizado de seleccionar los ingredientes, haga click sobre add feeds. 5. Ponga los ingredientes en el orden listado en los Cuadros 1 y 2 usando las flechas hacia arriba o hacia abajo. 6. Save the simulation. 7. Click sobre el primer alimento, después use el Cuadro 1 para editar el nombre y la composición del alimento. Esto se hace haciendo click sobre la celda a la izquierda del parámetro que va a ser cambiado (también puede hacer doble click para cambiar la celda a color blanco, y pueda se editada). NOTA: La información del reporte de los análisis de los alimentos ha sido organizada en las unidades que usa el modelo. Por ejemplo, lignina se cambio de % de MS a FDN. 8. Save the simulation. 9. Edite el resto de los ingredientes de acuerdo al primero. 10. Save the simulation. Cuadro 1. Análisis de alimento (valores promedio) Items Feed number Cost, $/ton Concentrate% Forage % DM% NDF, % in DM Lignin % of NDF CP, % of DM Fat, % of DM Ash, % of DM Sol P, % of CP NDFIP % of CP ADFIP % of CP Calcium % Phosphorus % Magnesium % Potassium % Sodium % Sulfur % Copper, mg/kg Iron, mg/kg Manganese, mg/kg Zinc, mg/kg Home grown, Y or N Order Alfalfa silage 218 32 0 100 35 49.6 15.9 18 3.1 10.5 66 12.4 6.59 1.09 .26 .23 3.09 … … … … … … Y 1 Dry shelled corn 406 77 100 0 86 HM corn 412 59 100 0 72 Wet brewers’ grains 502 23 100 0 21 … … … … … … … … … … … … … … … … … N 2 … … … … … … … … … … … … … … … … … Y 3 … … … … … … … … … … … … … … … … … N 4 Cuadro 2. Composición de los suplementos minerales Item Feed number Cost, $/ton Concentrate% Forage % DM% Ash, % of DM Calcium % Phosphorus % Magnesium % Potassium % Sodium % Sulfur % Cobalt, mg/kg Copper, mg/kg Iodine, mg/kg Iron, mg/kg Manganese, mg/kg Selenium, mg/kg Zinc, mg/kg Vitamin A, IU/kg Vitamin D, IU/kg Vitamin E, IU/kg Heavy mineral 831 500 100 0 100 100 24.2 0 1.5 7.1 15 1.5 11.5 490 63 6785 1180 0 4730 174 21 97 Lt.& Med. Mineral --500 100 0 100 100 23 1.5 1.5 1.1 25 1.4 11.5 430 63 7060 1180 0 4730 200 22.50 97 PASO 3. DESCRIBIR LOS GRUPOS DE ANIMALES 1. Del directorio (a la izquierda de la pantalla), seleccione light weight group. 2. Bajo el grupo de peso ligero, haga click sobre description e ingrese la información solicitada, usando el Cuadro 3. Después seleccione la siguiente pestaña (production) y use el Cuadro 3 para escoger o ingresar la información solicitada. 3. Después seleccione la siguiente pestaña (management and environment) arriba de la pantalla y use el Cuadro 3 para escoger o ingresar la información requerida. 4. Después seleccione la pestaña (ration) arriba de la pantalla y use el Cuadro 4 para escoger o ingresar la información requerida. Cuadro 3. Entradas de descripción del animal, producción, manejo y ambiente1,2 Group # hd Light Medium Heavy 425 200 325 Avg Age, months 6.5 10.5 14 Avg wt (SBW) kg 250 408 533 Body Condition Score (1-9) 4 5 6 1 Estas otras entradas son las mismas para todos los grupos: days to feed = 365; animal type = growing/finishing; sex = steer; breed type = dairy; breeding system = straight; grade = small marbling; expected weight at 28% body fat = 590 kg; breed = Holstein; and additive = implant + ionophore. 2 Environmental inputs are: wind speed = 1.6 kmph; previous temperature = 7 degrees C, previous humidity = 30%; current temperature = 7 degrees C, current humidity = 30%; sun exposure = 0; storm exposure = none (leave blank); hair depth = 0.63 cm; mud depth = 0.00 cm.; hide thickness = thin; hair coat condition = no mud; minimum night temperature = 7 degrees C; and facilities = conventional barn, 30 to 50 square feet/head. Cuadro 4. Raciones ofrecidas a cada gupo (kg/cab/d) Ingredient Alfalfa silage Corn, HM Corn, dry grain Brewers grains Light and medium Minerals Heavy mineral Totals 1 Light1 2.0 Medium 2.05 Heavy 2.18 3.36 - 5.40 - 4.54 2.95 1.13 1.45 1.09 0.1 0.14 - - - 0.17 6.59 9.04 10.93 Unidades están en kg de materia seca por día. 5. Save the simulation. Repita los pasos anteriores para los demás grupos. Ahora usted puede revisar los resultados haciendo click sobre rations bajo cada grupo en el índice. Usted puede imprimir los resultados de cada grupo haciendo click sobre summary results, después click sobre print report. El Cuadro 5 resume los resultados de los tres grupos de animales. Cuadro 5. Comportamiento animal (sin ajustar) Group Light Medium Heavy Actual Dry matter intake, kg/day 6.59 9.03 10.93 Predicted Dry matter intake, kg/day 6.43 9.18 11.55 Actual ADG, kg/day ME allowed ADG, kg/day MP allowed ADG, kg/day Rumen N Balance g/day Peptide Balance g/day peNDF Balance kg/day Diet NEg MC/kg 1.361 1.270 1.229 1.45 1.38 1.30 1.49 1.95 1.97 8 12 24 -8 -17 -13 0.3 0.1 0.0 1.18 1.25 1.24 El Cuadro 5 muestra que la MP para ganancia diaria de peso (ADG) predice por encima del valor observado. El primer paso aquí es revisar las entradas en cada grupo para ver si no hay errores. El siguiente paso es ver si la proteína ruminal o absorbida no están afectando el comportamiento. El Cuadro 5 muestra que el balance de N en rumen es marginal, y que la proteína metabolizable (MP) para ADG excede a la energía metabolizable (EM), y que el balance de fibra potencialmente efectiva (peNDF) es positiva, así que no está limitando el comportamiento. El balance de péptidos también es marginal, incrementándolo se incrementaría la MP de bacterias. Sin embargo, un balance marginal no limita el comportamiento en este caso debido a que no necesitamos más MP dado que esta excede a la EM para ADG. PASO 4. AJUSTE LAS ENTRADAS HASTA QUE EL COMPORTAMIENTO PREDICHO Y OBSERVADO SEAN SIMILARES Este paso es importante para identificar los factores que están afectando el comportamiento, y obtener proyecciones más precisas cuando prácticas de manejo y estrategias alternativas son evaluadas. Este paso está descrito en help, model biology, balancing rations. Debido a que el modelo sobrepredice el comportamiento, se tendrán que ajustar los factores que influencian la energía disponible para crecimiento. Asumiendo que el consumo de materia seca, los ingredientes y sus análisis son precisos. Debido a que la ME disponible para ADG es mayor que la ADG observada para el grupo pesado, examinemos que hace diferente a este grupo. Dado que el grano de maíz molido está reemplazando en parte al maíz con alta humedad, examinaremos las tasas de digestión en el rumen. Click sobre help, contents and index, and digestión rates. Ajuste las tasas de digestión de las fracciones de carbohidratos y proteínas de los ingredientes dentro de los rangos al nivel superior. 1. En el Directorio, click sobre feeds y luego sobre dry shelled corn cambie el valor de CHO B1 (%/h) a 6%. 2. En el grupo pesado, click sobre rations. Note que la ME para ADG se acerca al valor observado. 3. Guarde la simulación con el titulo de tutorial de engorda ajustado. El Cuadro 6 resume los resultados de estos ajustes para el grupo pesado. Cuadro 6. Comportamiento animal, grupo pesado (ajustado por tasas de digestión y sustitución de granos de cervecería) Adjust ment Initial Ajuste Actual Dry matter intake, kg/day 10.93 10.93 Predict ed Dry matter intake, kg/day 10.10 11.61 Actual ADG, kg/day ME allowed ADG, kg/day MP allowed ADG, kg/day Rumen N Balance g/day 1.229 1.229 1.300 1.270 1.97 1.66 24 49 Peptide Balance g/day -13 3 peNDF Balance kg/day Diet NEg MC/kg 0.0 0.0 1.24 1.22 En el grupo de peso mediano la MP disponible para ADG excede a la ME disponible para ADG, para balancearlo se usa la aproximación por sustitución. En el grupo de peso mediano, click sobre rations. La MP excede a la EM para ganancia, así que el suplemento proteico tiene que reducirse. Reduzca brewers grain a cero y agregue la cantidad a high moisture corn. De esta manera quedan la ME y MP balanceadas. Antes de estos cambios el costo por animal/día era de 86 centavos y con la dieta rebalanceada se reduce a 82 centavos. Por consiguiente, la ración mas barata es la rebalanceada. En este caso, reduciendo el exceso de N en la ración se reduce la excresión de N y se reduce el costo por ganancia. Adicionalmente, todo el N en la ración rebalanceada es producido en el rancho por tanto al evaluar el hato completo, tendrá un impacto sobre el balance de nutrimentos de todo el sistema, el cual puede ser evaluado comparando el reporte de excreción de nutrientes en cada escenario. En el grupo de peso ligero, en rations, la ME excede a la MP. Sustituir 0.300 kg de corn HM por brewers grain, y quedan balanceadas EM y PM. Cuando termine de balancear la dieta, guarde la simulación como Tutorial de ganado de carne rebalanceado. PASO 5. EVALUE LA SENSIBILIDAD DE LOS ANIMALES A LAS CONDICIONES AMBIENTALES 1. En el directorio haga click en el grupo de novillos pesados, seleccione management and environment. Cambie la temperatura previa y actual a -4 (grados C). Click la pestaña de ration, vea la ME allowable ADG. Note que la ADG cae de 1.27 a 1.17 kg. 2. Click la pestaña the management and environment, y cambie la velocidad del viento a 16 kph. Despues haga click en la pestaña rations, vea la ME allowable ADG. Note que la ADG no cambia. 4. Click la pestaña management and environment, cambie la capa del pelo a algo de lodo en la parte baja del cuerpo (some mud on lower body). Click sobre la pestaña ration, vea la ME allowable ADG. Note que la ADG cayó a 1.15 kg. PASO 6. EVALUE LOS REQUERIMIENTOS TOTALES DE ALIMENTO Y LA EXCRECION DE NUTRIENTES Recupere el Beef Feedlot tutorial, el cual debe contener las entradas originales. Click sobre el icono de reports en la parte superior de la pantalla. Después cheque las 3 entradas sobre animal groups y seleccione herd analysis and feed requirements sobre herd report components. Los Cuadros 7 y 8 resumen el análisis de todo el hato. Estos datos pueden ser usados para comparar las necesidades de alimento y la producción de la cosecha requerida, y los nutrientes de las excretas que tienen que ser manejados. Cuadro 7. Ingredientes de la ración, cantidad (t/año) para el rancho caso de estudio Feed Name Alfalfa Sil - M. Bloom (218) Medium(406) (same Corn Dry - Grain56 as 407) Finely Gound Corn HM - Grain56 (412) Finely Gound Brewers Grain - 21% DM (502) Salt (831) Salt TMin Totals Peso Ligero ligero 977.1 0.0 798.0 920.0 0.0 17.1 2712.2 Peso mediano 471.3 0.0 603.5 555.6 0.0 11.3 1641.7 Peso pesado 814.5 448.5 824.5 678.7 22.2 0.0 2788.5 Group Total 2262.8 448.5 2226.1 2154.4 22.2 28.3 7142.4 Cuadro 8. Resumen del comportamiento animal y la excreción de nutrientes por ha. $/yr 284,055 Feed cost of ADG ADG Crop Acres 0.27 3.07 550 Nitrogen excreted, lb total and per crop acre 132,074 240 Phosphorus excreted, kg. total and per crop ha Potassium excreted, lb total and per crop acre 16,541 69,393 30 126 PASO 7. EVALUACIÓN DE ALTERNATIVAS IDENTIFICADAS POR EL DUEÑO DEL RANCHO Las preguntas que el propietario del rancho se hace están relacionadas con determinar la mejor concordancia entre los animales y los cultivos en el rancho. El ensilado de maíz provee más energía/ha que la alfalfa o el pasto. Como compararlos en costos por ganancia, requerimientos de alimento, y el manejo de la excreción de nutrimentos? La cantidad del alimento ofecido y el comportamiento animal predicho por el modelo concuerda bien con las cantidades de alimento consumidad por los animales, basado en los registros del rancho. La cantidad de alfalfa y el maíz HM requeridos concuerdan con lo producido por el rancho en el año de estudio. Para responder a las preguntas del propietario, se evaluaron varios escenarios con el LRNS, como sigue. Sustitución de alfalfa por ensilado de maíz: Además de reemplazar alfalfa con ensilado de maíz, los granos de cervecería se reemplazaron por pasta de soya, y el grano de maíz molido reemplazó al maíz alto en humedad. Esto se hizo con la intención de optimizar la respuesta animal. El ganadero estaba preocupado particularmente por el grupo de novillos pesados. El consumo de materia seca era solo 89% del predicho por el modelo. La ración usaba mucho maíz con alta humedad. Resultados de investigación han implicado a este con acidosis subclínica y reducción del consumo en bovinos consumiendo maíz alto en humedad por períodos largos de tiempo. (Fox et al., 1991). Comparado con la ración original, este escenario incrementa el comportamiento animal y disminuye el costo por ganancia. El incremento en el comportamiento se debió en parte por una mejor salud ruminal y mayor consumo. La disminución en los costos de ganancia se debió a una mayor utilización de los alimentos producidos en el rancho, disminuyendo la compra de insumos e incrementando la respuesta animal. El consumo total de materia seca de los dos escenarios fue virtualmente el mismo. La excreción de nutrimentos se mejoró también con el escenario de ensilado de maíz, proyectando una notable disminución de N, P y K excretados por ha. Sustitución de alfalfa por pasto: Para minimizar la erosión del suelo y optimizar el rendimiento, cultivar 100% de maíz no es práctico en muchos ranchos de Nueva York, y los pastos perennes se adaptan mejor a suelos ácidos que la alfalfa. Por consiguiente, una tercera evaluación con el LRNS utilizó ensilado de pasto manejado en forma intensiva. Las proyecciones de este escenario fueron intermedias entre alfalfa y maíz. El costo total por año es mayor que con maíz debió a los mayores costos de producción del pasto vs. maíz ($35/t vs. $25/t). Con las mismas ganancias diarias de peso para los dos sistemas. Esto crea un escenario de mayores costos de ganancia del ganado en el escenario de ensilado de pasto. Aunque hubo una reducción en el N excretado por ha para el ensilado de pasto comparado con el de alfalfa, no hubo una gran reducción comparada con el producido por el sistema de ensilado de maíz. Evaluación del plan de producción de cultivos propuesto: Para mantener la erosión del suelo al mínimo, la meta del plan de cultivos es mantener la relación cobertura y surco del cultivo de 1:2. El plan propuesto sugiere un total de 179 ha establecidas con pasto para corte, ya sea alfalfa o mezcla de pasto con trébol. El resto del forraje para esta engorda podría venir del ensilado de maíz (cerca de 15 ha de maíz pueden ser cosechadas para ensilar). Treinta y ocho ha pueden sembrarse de soya, dejando 318 ha para maíz para grano, estimando que producen 1,340 t de maíz. El total de maíz que se necesita al año para alimentar 950 cabezas es de 2,671t, requiriéndose comprar 1331 t de maíz en grano. Como es de esperarse debido al bajo consumo de ensilado de maíz, el escenario del plan propuesto no difiere significativamente del escenario de ensilado de pasto. Sin embargo, el plan final tiene un considerable menor costo anual de alimentación que el programa actual.