Sistema de apoyo a la toma de decisiones (graze’in) validación externa para ganado vacuno en pastoreo

Abstract

La alimentación del ganado vacuno en pastoreo es la principal vía para reducir los costes de producción en las explotaciones lecheras de regiones húmedas del Arco Atlántico Europeo. Sin embargo, es escasa la aplicación de sistemas productivos basados en el empleo de forrajes frescos en zonas como Galicia debido a la dificultad para una buena estimación de la ingestión de pasto. Determinar esta ingestión y la producción de leche en pastoreo es la base del modelo Graze’In, un sistema de apoyo a la toma de decisiones, surgido a partir del proyecto europeo Grazemore y desarrollado en Francia. En este trabajo se realizó una validación externa del modelo en el CIAM utilizando datos de 4 rebaños (A1, A2, B1 y B2) de vacas (n=72), en pastoreo rotacional de praderas mixtas, con dos estados de lactación (A, inicio o B, final) y dos cargas ganaderas (1, baja o 2, alta). El error de predicción medio fue del 24,2% para la ingesta de pasto y del 12,4% para la producción de leche. Graze’In predijo ambos parámetros de manera realista, lo que ayuda al ganadero a incrementar la confianza en el pastoreo.

Grazing dairy cattle is the primary way to reduce production costs on farms of the humid regions from the European Atlantic Arc. However, there is little implementation of milk production systems based on the use of fresh grass in areas such as Galicia due to the difficulty for a good estimate of pasture intake. To determine intake and milk production at grazing is the basis of Graze’In model, a decision support system (DSS) developed in France from the European project Grazemore. In this paper an external validation of the model was performed using CIAM data from 4 herds (A1, A2, B1 and B2) of dairy cows (n=72), under rotational grazing of mixed swards, with two stages of lactation (A, start or B, end) and two stocking densities (1, low or 2, high). The mean prediction error was 24.2% for pasture intake and 12.4% for milk production. Graze’In was able to predict both parameters in a realistic manner, which helps dairy farmer to increase confidence in grazing.