Download Slide 1 - Mexico TIES Initiative
Document related concepts
no text concepts found
Transcript
Evaluación: ¿Qué tan adecuado es el Modelo CNCPS? Luis Orlindo Tedeschi Bertha Rueda-Maldonado Francisco “Paco” Juárez-Lagunes Requerimientos para pronósticos precisos en los trópicos Se debe pronósticar con precisión los requerimientos para mantenimiento, crecimiento, gestación, lactación, y reservas de energía (tejidos grasos) Se debe pronósticar con precisión las cantidades de energía y proteína absorbidos para cada condición específica de finca Los valores tabulares de requerimientos de nutrientes y valores de alimentos de EE. UU. y Canadá son inadecuados para los trópicos El CNCPS en el manejo alimenticio Desarrollar un modelo para pronosticar requerimientos y valores biológicos de alimentos en cada finca Usar el modelo para identificar los factores que son limitantes de primer órden al comportamiento animal Energía Proteína Aminoácidos Minerales Componentes del modelo CNCPS para los trópicos Ajustes de raza para mantenimiento, crecimiento y lactación Fracciones de CHO y proteína para forrajes tropicales y sus tasas de digestión Ecuaciones para pronosticar el consumo de materia seca Ajuste ruminal para deficiencias de N y aminoácidos de cadenas ramificadas Evaluación de vacas de doble propósito en México Vacas lactantes 50 vacas 3/4 Holstein x 1/4 Brahman con: Peso corporal = 511 kg (550 maduro), condición corporal = 3, y producción diaria de leche = 10 kg Pastoreo rotacional en Pangola con 3.5 kg/d de suplemento From Juárez Lagunes et al. (1999), J. Dairy Sci. 82:2136 Composición de alimentos Item Unidad Pangola (pasto) Sorghum (grano) FDN %MS 69.5 10.3 Pasta de soya 11.4 Lignina %FDN 7.5 12.8 0.9 Proteína %MS 8.9 10.4 52.6 PBSol %PB 41.9 14.9 16.0 %PBSol 36.3 33.0 55.0 PNP Juárez Lagunes et al. (1999), Table 10 Tasas de digestión Item Unidad CHO A %/h Pangola (pasto) 19.7 CHO B1 %/h 19.7 14.3 7.9 CHO B2 %/h 5.3 6.0 5.7 Prot. B1 %/h Prot. B2 %/h 11.0 6.0 11.0 Prot. B3 %/h 5.3 0.12 0.20 Juárez Lagunes et al. (1999), Table 10 135 Sorgo (grano) 14.3 Pasta de soya 7.9 135 230 Sensibilidad al FDN y Lignina EM para milk, kg/d PM para milk, kg/d PM bacteria, g/d 60 11.3 7.7 685 70 9.4 5.7 640 80 7.4 3.8 593 4 10.5 6.8 668 8 8.2 4.6 612 FDN1, %MS Lignina2,%FDN 1 Lignin = 6% DM. 2 NDF = 70% DM. From Juarez Lagunes et al. (1999), Table 4 Note: ME decreases 1.25 and 0.69 of % units/% of NDF and Lignin increase, respectively Sensibilidad a la Tasa de digestión para F DN FDN1 Tasa de dig. 3%/h EM para leche, kg/d 5.0 6%/h 9.4 5.7 640 9%/h 11.7 9.9 789 1 PM para leche, kg/d 0 PM bacteria, g/d CHO A and B1 @ 16%/h. Juarez Lagunes et al. (1999), Table 5 415 Ganado Bovino en Crecimiento y Finalización Evaluación del NRC (1996) Evaluación del modelo NRC (2000), nivel 2 48 períodos de crecimiento Holstein, Angus y Charolais GPD varió entre 0.1 a 1.4 kg/d Dietas comprendieron 90% forraje de baja calidad (ej., paja) hasta 90% concentrado Datos de Wilkerson et al. (1993; JAS 71:2777) y Ainslie et al. (1993; JAS 71:1312) Adaptado del NRC (2000) por Tedeschi (2001) Observed ADG, kg/d Evaluación del NRC (1996) 1.8 1.6 1.4 1.2 1.0 0.8 0.6 0.4 0.2 Y=X 0.0 0.0 0.5 1.0 1.5 ME, MP, or AA first limiting allowable ADG, kg/d 2.0 Evaluación del CNCPS 5.0 65 períodos de crecimiento Razas Holstein, Angus, Charolais, y Nellore Datos de 7 estudios publicados: Abdalla et al. (1988), Ainslie et al. (1993), Boin and Moura (1977), Danner et al. (1980) Fox and Cook (1977), Lomas et al. (1982), Wilkerson et al. (1993). PC-reducido varió entre 114 y 340 kg, GPD varió de 0.22 a 1.11 kg/d, consumo de MS de 4.6 a 7.9 kg/d y PB del 10.6 al 18% (MS). Fuente: Tedeschi (2001). Evaluación del CNCPS 4.0 GPD, kg/d MIN Media Estadísticas de regresión MAX r2,,% Sesgo,% RMSPE EM, primer limitante (N=19) Observado 0.80 1.11 1.44 - - - Tabular NDT 0.73 1.25 1.78 61 -11.4* 0.23 CNCPS NDT 0.79 1.10 1.48 80 0.4 0.10 PM, primer limitante (N=28) Observado 0.12 0.78 1.36 - - - Tabular UIP 0.11 0.81 1.78 80 -4.3 0.21 CNCPS UIP 0.12 0.77 1.45 92 1.9 0.11 RMSPE = Raíz cuadrado del error de predicción por cuadrados mínimos Pronóstico GPD con limitación en EM y = 0.4393x + 0.5574 r2 = 0.608 Bias = -11.4% Observed ADG, kg/d 1.9 1.7 Y=X 1.5 1.3 1.1 0.9 0.7 0.7 0.9 1.1 1.3 1.5 1.7 Predicted ADG by Tabular TDN, kg/d 1.9 Observed ADG, kg/d Pronóstico GPD con limitación en EM y = 0.6674x + 0.3706 2 R = 0.7974 Bias = 0.4% 1.5 1.3 Y=X 1.1 0.9 0.7 0.7 0.9 1.1 1.3 Predicted ADG by CNCPS TDN, kg/d 1.5 Observed ADG, kg/d Pronóstico GPD con limitación en EP 1.8 1.6 1.4 1.2 1.0 0.8 0.6 0.4 0.2 0.0 Y=X y = 0.727x + 0.1876 r2 = 0.8007 Bias = -4.3% 0.0 0.5 1.0 1.5 Predicted ADG by Tabular UIP, kg/d Pronóstico GPD con limitación en EP Observed ADG, kg/d 1.6 Y=X 1.4 1.2 1.0 0.8 0.6 0.4 0.2 0.0 y = 1.0091x + 0.0097 2 r = 0.9172 Bias = 1.9% 0.0 0.5 1.0 Predicted ADG by CNCPS UIP, kg/d 1.5 Evaluación de la deficiencia ruminal en N Ajuste para la degradación de fibra y el crecimiento de FC microbial en el rumen con balance ruminal negativo en N Este submodelo fue evaluado en base a los resultados de cinco estudios Fuente: Tedeschi et al. (2000; JAS 78:1648) Evaluación de deficiencia ruminal en N 1. las cantidades disponibles de péptidos y amonio son utilizados para determinar el crecimiento microbial permitido por N, 2. se resta este valor al crecimiento microbial permitido por la energía para obtener la reducción en la masa microbial, 3. esta reducción en masa se distribuye entre los pool de bacteria que digiere los carbohidratos de la fibra (FC) y los CHO de no-fibra (NFC) conforme con las proporciones originales en el crecimiento microbial permitido por la energía, 4. se computa la disminución en FC fermentado que es la pérdida en masa bacterial proveniente de FC, dividido por su rendimiento (g bacteria/g FC digerido), y 5. se suma esta reducción a la fracción FC que escapa del rumen. Evaluación de la deficiencia ruminal en N Ajuste CNCPS Observado Sin ajuste Con ajuste 0.829 0.988 0.868 - 0.16 0.039 0.371 0.222 0.138 6.017 6.536 6.018 Sesgo promedio - 0.519 0.001 RMSPE/SD 1.763 1.142 0.61 GPD, kg/d Media Sesgo promedio RMSPE/SD Consumo MS, kg/d Media CNCPS sin ajuste Observed ADG, kg/d 1.6 Y=X 1.4 1.2 1.0 0.8 0.6 0.4 0.2 0.0 r2 = 83% Bias = -19.2% 0.0 0.5 1.0 First limiting allowable ADG, kg/d 1.5 CNCPS con ajuste Observed ADG, kg/d 1.6 1.4 1.2 1.0 0.8 0.6 0.4 0.2 0.0 r2 = 88% Bias = -4.7% Y=X 0.0 0.5 1.0 First limiting allowable ADG, kg/d 1.5 Relación entre GPD y balance ruminal en N Observed ADG, kg/d 1400 1200 1000 800 600 400 Maximum ADG @ 200 0.4% RNB 0 -35 -25 -15 -5 Rumen N Balance, % 5 Pronóstico del flujo de N con el modelo CNCPS Conjunto de datos 57 publicaciones (22 con ganado con cánulas ileales) 257 tratamientos de dieta (175 de crecimiento/finalización, 82 con vacas lactantes) 299 animales (197 en crecimiento o finalización, 102 vacas lactantes) Sólo 2 trabajos con análisis fecal de heces frescas Juan Marini (no publicado) N bacterial 500 y = 0.7322x 450 R2 = 0.6662 Obs Bacterial N, g/d 400 350 300 250 200 150 100 50 0 0 100 200 300 Pred Bacterial N, g/d 400 500 N duodenal 900 y = 0.9353x Obs Duodenal N, g/d 800 R2 = 0.933 700 600 500 400 300 200 100 0 0 200 400 600 Pred Duodenal N, g/d 800 1000 N fecal 400 y = 0.8149x Obs Fecal N, g/d 350 R2 = 0.9147 300 250 200 150 100 50 0 0 50 100 150 200 Pred Fecal N, g/d 250 300 350 Conclusiones Variación en el contenido de fibra (FDN y lignina) tiene un efecto importante en el comportamiento animal Información respecto al consumo de MS es crucial en la evaluación de modelos matemáticos El ajuste para la deficiencia ruminal en N redujo el sesgo y incrementó el r2 (coeficiente de determinación) El modelo pudo pronosticar en forma satisfactoria los rendimientos de N bacterial y duodenal, y el flujo de N fecal Estudio de caso en la Región Amazónica Occidental de Brazil RUEDA et al. (2003). Production and economic potentials of cattle in pasture-based systems of the western Amazon region of Brazil. Journal of Animal Science, 81, 2923-37 Objetivos experimentales Evaluación del comportamiento en lactación y crecimiento de ganado usando el modelo CNCPS para: Estimar los efectos estacionales en los valores nutritivos de pastos y leguminosas Evaluar opciones de manejo de pasturas y manejo nutricional para mejorar la productividad de ganado y el uso de tierra Sugerir opciones de retornos económicos favorables utilizando alternativas de manejo nutricional Descripción del experimento Tres fincas 1 finca doble-propósito (90 ha) 2 fincas de ganado de carne (1600 and 3000 ha) Se monitoreó información CNCPS de Composición químico-cinética de forrajes Datos ambientales Características y comportamientos de animales Composición Química de Forrajes a 80 70 60 % 50 40 30 20 10 Oct Nov Dec Jan Feb Mar Apr May Jun b 80 70 60 % 50 40 30 20 10 Oct Nov Dec Jan Feb TDN, decumbens TDN, brizantha DIP, brizantha DIP, kudzu Mar TDN, kudzu Apr May DIP, decumbens Jun Incrementar producción de leche… • 1 a 2 kg/d de sorgo y 20% del consumo total de Kudzu fueron requeridos para lograr la meta pero • “… suplementación para incrementar productividad individual no es atractivo economicamente en este sistema doble-propósito con la baja relación entre los precios de leche y sorgo …” Incrementar ganancia de peso … • “… los márgenes netos también fueron más bajos con los precios actuales de carne y grano para un crecimiento más rápido para novillos con suplementación por grano…” • “… el incremento en el costo de alimento para la producción de carne fue más que dos veces que el supuesto aumento en el ingreso bruto …” Conclusiones Variación en el contenido de fibra (FDN y lignina) tiene un efecto importante en el comportamiento animal. Información sobre el consumo de MS es crucial para la evaluación de modelos. El modelo CNCPS nivel 2 pronostica el comportamiento animal con más precisión que el tabular NDT El ajuste para deficiencia ruminal en N aumentó la precisión de pronóticos de GPD