SciELO - Scientific Electronic Library Online

 
vol.7 número3Producción y calidad de forraje en mezclas de veza común con cebada, avena y triticale en cuatro etapas fenológicasInfluencia de taninos sobre características físicas y sensoriales de carne de bovinos en engorda índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

  • No hay artículos similaresSimilares en SciELO

Compartir


Revista mexicana de ciencias pecuarias

versión On-line ISSN 2448-6698versión impresa ISSN 2007-1124

Rev. mex. de cienc. pecuarias vol.7 no.3 Mérida jul./sep. 2016

 

Artículos

Estimación Tier II de emisión de metano entérico en hatos de vacas lactantes en Querétaro, México

Daniela Morante Lópeza 

Aurelio Guevara Escobara 

Humberto Suzán Azpiria 

Vicente Lemus Ramírezb 

Carlos Francisco Sosa Ferreyraa 

a Facultad de Ciencias Naturales. Universidad Autónoma de Querétaro. 76230. Juriquilla, Querétaro. México. Correo electrónico: guevara@uaq.mx. Correspondencia al segundo autor.

b Facultad de Medicina Veterinaria y Zootecnia. Universidad Nacional Autónoma de México. México.


Resumen

El metano (CH4) contribuye al cambio climático y su fuente antropogénica más importante es la fermentación entérica del ganado. A nivel continental el Panel Intergubernamental de Cambio Climático establece factores de emisión entérica de CH4 por defecto (Tier I); pero las decisiones y evaluación de la mitigación necesitan estimaciones más exactas. Así, el objetivo fue calcular la emisión de metano entérico de hatos de vacas Holstein-Friesian en Querétaro, México con datos de pesaje de leche (Tier II). Las curvas de lactación se modelaron con la función gamma incompleta por lactancia y hato. Un total de 11,092 lactancias del 2007 tuvieron un rendimiento ajustado a 305 días (d) de 9,985 kg leche. La curva de lactancia fue diferente entre primíparas y multíparas; la duración de la lactancia fue 365±21 días. Durante la lactancia, la emisión entérica para primíparas y multíparas a 305 días fue 165.7±3.8 y 181.6±8.3 kg CH4 vaca-1; a 365 d fue de 201.8±4.6 y 223.7±11.0 kg CH4 vaca-1 (P<0.0025). La intensidad de emisión entérica fue semejante entre primíparas y multíparas (18 y 19 g CH4 kg-1 leche), similar a lo reportado en la literatura para vacas de alta producción intensiva. Los registros de rendimiento fueron útiles para caracterizar el rendimiento, duración de la lactancia y el efecto de número de lactancia en su influencia sobre los estimados de intensidad de emisión entérica.

Palabras clave: Cambio climático; Factor de emisión; GEI; Mitigación; Metano

Abstract

Methane (CH4) contributes to climatic change and livestock enteric fermentation is the most important anthropogenic source. The Intergovernmental Panel on Climate Change establishes continental default emission factors for enteric methane (Tier I); but decisions and evaluation of mitigation needs more precise estimates. Therefore, the objective was to calculate the enteric emission of Holstein-Friesian herds in Queretaro, México using milk test-day records (Tier II). Lactation curves were modeled using the incomplete gamma function according to lactation number and herd. A total of 11,092 lactations from 2007 had an average 305 d milk yield of 9,985 kg. Lactation curve was different between primiparous and multiparous; average days in milk were 365±21 d. During lactation, the primiparous and multiparous enteric emission at 305 d was 165.7±3.8 and 181.6±8.3 kg CH4 head-1; at 365 d was 201.8±4.6 and 223.7±11.0 kg CH4 head-1 (P<0.0025). Enteric emission intensity was similar between primiparous and multiparous (18 and 19 g CH4 kg-1 milk), similar to reports in the literature for high yielding cows. Test day records were useful to characterize yield, days in milk and parity influencing the estimates of enteric emission intensity.

Key words: Climatic change; Emission factor; GHG; Mitigation; Methane

Introducción

Disminuir las emisiones de gases con efecto invernadero (GEI) es una estrategia de mitigación de las causas del cambio climático. Los inventarios de GEI miden los avances de los países en la disminución de estas emisiones en los sectores productivos. En 2010 las emisiones de GEI en México fueron 748,252 Gg de bióxido de carbono equivalente (Ceq); siendo un Gg igual a 109 g1. La masa de gas emitida a la atmósfera y el efecto forzante radiativo de cada GEI determinan la importancia del CO2, CH4, N2O, O3, entre otros. En los inventarios de GEI, el metano (CH4) merece atención porque su efecto forzante radiativo es de 25 a 34 veces mayor al CO2, entonces un 1 g CH4 es igual a 25 g Ceq2.

El papel de la ganadería en el contexto de las emisiones de GEI tiene gran debate e importancia3,4,5. Para México, la emisión de CH4 por fermentación entérica fue el 20.1 % del CH4 total, después de las emisiones fugitivas en la producción de petróleo6. El CH4 entérico y por excretas suman de 75 a 95 % de las emisiones totales de GEI en las granjas lecheras de 38 países7. En el mundo, México ocupaba el 11° lugar en emisión de CH4 entérico con 22,244 Gg en 19988. Sin embargo, para 2010 se reportan 37,961 Gg Ceq por fermentación entérica y 7,553 Gg Ceq a partir del manejo de excretas; siendo 92,184 Gg Ceq el total para la categoría agricultura1. Para el sector lechero mexicano la emisión fue de 144,000 Gg CH4 en 1970 y 270,000 Gg CH4 en 20109. Otro estudio estimaba en 1995 una emisión de 285 Gg CH410. Dado el amplio rango de las cifras, es importante reducir la incertidumbre en las estimaciones investigando sobre los factores e intensidades de emisión.

Los países adheridos a la Convención Marco sobre el Cambio Climático acordaron reportar anualmente sus inventarios de emisión de GEI según las guías del Panel Intergubernamental del Cambio Climático (IPCC) usando alguno de tres Tier o niveles de precisión11. Para la emisión de CH4 por fermentación entérica el Tier I considera niveles de actividad y factores de emisión por cabeza (FE); los primeros provienen de datos de inventarios ganaderos y los segundos de valores por defecto especificados para regiones continentales y sistemas productivos. La emisión de CH4 resulta de la multiplicación del nivel de actividad por el FE. En el Tier II el FE se calcula a partir del consumo de energía neta para mantenimiento, actividad, crecimiento, gestación y lactación. El Tier III determina el FE mediante metodologías de medición directa de la emisión de GEI.

La metodología del IPCC basada en el cálculo por cabeza del FE (Tier I) desfavorece a la productividad como estrategia de mitigación; en tanto las emisiones de GEI por unidad de producto disminuyen conforme aumenta la productividad12. La intensidad de emisión varía entre productores dada las diferentes condiciones agroecológicas, prácticas de pastoreo o estabulación, alimentación y alimentos. El concepto de intensidad de emisión es útil para valorar las estrategias de mitigación en el sistema productivo y para guiar los patrones de consumo de alimentos por la sociedad13.

Existen datos que no se usan en la generación de inventarios de GEI, pero integrarlos en el cálculo del inventario tiene mejor relación costo beneficio en comparación a: efectuar experimentos, diseñar nuevos procedimientos de medición o modificar las metodologías o ecuaciones existentes; una base de datos de este tipo es la mantenida por la Asociación Holstein de México (AHM) al recopilar, procesar, certificar y difundir información de los hatos lecheros. La AHM genera indicadores productivos para el mejoramiento genético del ganado y conserva datos genealógicos de la producción de vacas Holstein-Friesian; suficientes para calcular la emisión de CH4 por fermentación entérica usando el Tier II. Por tanto, el objetivo de este estudio fue calcular la emisión de CH4 entérico para la lactancia y el periodo seco con datos del año 2007 en Querétaro. Este año concuerda con el Censo Agrícola, Ganadero y Forestal del 2007 producido por el Instituto Nacional de Estadística y Geografía (INEGI). Se usó el Tier II y los datos proporcionados por la AHM para representar hatos del sistema intensivo de producción lechera en estabulación en Querétaro.

Material y métodos

Los registros de lactancia consistieron en identificación del hato y de la vaca, fecha de nacimiento, fecha de parto, número de lactancia, fecha de fin de lactancia, fecha de medición del pesaje de leche, kilogramos de leche en la fecha de medición, porcentaje de grasa y proteína en el pesaje. El laboratorio de la AHM es certificado por Quality Certification Services Inc. y efectúa la medición de grasa y proteína con un analizador infrarrojo medio modelo Bentley 2000 (Bentley Instruments Inc., USA). Los registros tuvieron hasta diez fechas de pesaje, a un intervalo promedio de 33 días (d). Se usaron 11,092 registros; considerándose sólo lactancias con al menos un día de lactancia en el 2007 y lactancias mayores a 100 d y menores a 500 d. Al limitar el análisis a lactancias con 500 d se logra un compromiso razonable entre vacas con lactaciones de 305 d y vacas con lactancias más largas, pues sólo 5 % de las vacas lactan más de 500 d14, pero 55 % lactan más de 305 d15.

El rendimiento de leche determina una proporción importante de las necesidades de energía de la vaca, también la cantidad de leche diaria varía durante la lactancia y el número de lactancia. Se ha observado que la función gamma incompleta representa en forma adecuada la curva de lactancia caracterizada por una fase ascendente, un pico y un declive gradual16; esta función tiene igual o menor varianza del error en comparación con otras funciones (Gaines, Rook, Dijkstra o Pollott) representativas de la curva de lactancia en hatos del centro de México17. Considerando la relativa habilidad predictiva de modelos complejos de la curva de lactancia, se recomienda usar modelos como la función gama incompleta, a menos de necesitarse detalles mecanísticos de curva de lactancias extendidas > 800 d15. La función utilizada es:

Y t = a · tb · e- ct

Donde Yt es la producción de leche en el t-ésimo día de lactancia; e es la base de los logaritmos naturales; a, b, c son los parámetros que definen las curvas a ajustar. El rendimiento inicial inmediatamente después del parto se representa por a; b es la tasa de cambio desde la producción inicial hasta el máximo rendimiento; c es la tasa de cambio desde el máximo rendimiento hasta el final de la lactancia. La persistencia (s), definida como el grado con el que se mantiene el pico de producción de leche, se calculó como “( b+1) · ln(c)”; la producción de leche por lactancia a 305 d (Y) se obtuvo como la sumatoria de Yt hasta el día 305; el máximo rendimiento de leche (Ymax) se calculó con la expresión a · (b/c) b · e-b ; y la media de los días en leche (DL), como el promedio de cada lactancia.

El modelo de curva de lactancia se determinó usando “Table Curve 2D” (Systat Software Inc.) y verificando la significancia de la prueba F para el error por bondad de ajuste, la normalidad y varianza homogénea de los residuales; sólo se consideraron los modelos significativos que cumplieran los supuestos de normalidad y homocedasticidad. La independencia en los residuales se confirmó con la función de auto-correlación hasta el orden 10 y prueba de tusando Minitab v 16 (Minitab Inc.). Las variables modeladas fueron rendimiento de leche (Yt) y porcentaje de grasa (Gt). Las vacas de cada hato fueron sub-muestras y los hatos las observaciones; para poder inferir sobre los hatos, poder verificar la bondad de ajuste y considerando al hato como una condición de manejo característico de cada grupo de animales. Las repeticiones fueron n = 16, 17, 16, 16, 13, 14 para la primera a sexta lactancia (L1 a L6). La sexta lactancia contempló los registros de seis o más lactancias. Las medias de los estimadores de los parámetros de la función gamma incompleta, DL, s, Y, Ymax y el pico de producción se compararon con la prueba Tukey-Kramer para modelos desbalanceados18 y siendo la variable explicativa el número de lactancia. También se probó el contraste entre vacas primíparas y multíparas. En todas las hipótesis la confianza fue de 95%. Los procedimientos se efectuaron con el Paquete JMP v7 (SAS Institute Inc.).

La emisión de CH4 para cada hato y parto se calculó usando el Tier II11. La emisión de CH4 procedente de la fermentación entérica se calculó en términos del contenido de energía bruta (EB) y la conversión de energía a metano (Ym). La única propiedad del alimento considerada es la digestibilidad de la energía:

Emisiones= FE · Población

Donde: Emisiones es la liberación de CH4 procedente de la fermentación entérica (kg CH4 año-1); FE es el factor de emisión correspondiente a una población específica (kg CH4 vaca-1 año-1) y Población es el número de vacas. El FE se calcula como:

FE= (EB · Ym · 365 d) / (55.65 MJ / kg CH4)

Donde: Ym es la tasa de conversión del CH4 a partir de energía bruta, con valor de 0.06 equivalente a 60 kJ MJ-1(11. No obstante, Ym puede variar con el nivel de producción de leche y las propiedades de los alimentos; para vacas de alta producción en Alemania (7,200 kg L vaca-1 año-1) se reporta un valor de 61 kJ MJ-1(19. Para vacas de alta producción en EE.UU. el Ym fue 5.63 % de la EB20. La absorción EB en MJ vaca-1 d -1 se deriva como la suma de las necesidades de energía neta y las características de digestibilidad de los alimentos:

EB= {[(Em + Ea + EL + Ep) / (Ema / ED)]} / (ED/100)

La energía neta de mantenimiento (Em), en MJ d-1 es:

Em= Cfi · (peso)0.75

Donde: Cfi = 0.335, según los coeficientes para el cálculo de la Em11.

Para fines del cálculo de la Em, se estimó el peso correspondiente a las lactancias 1, 2 y 3 con un muestreo de 165 vacas en 11 establos, los promedios fueron: 526, 590 y 640 kg; para las lactancias primera a tercera; para las lactancias 4, 5 y 6 se usó un peso de 680 kg representativo de vacas de talla grande21 .

La energía neta para la síntesis de leche (EL), en MJ d-1 es:

EL= Yt · (1.47 + 0.40 · Gt)

La energía neta para la preñez Ep en MJ d-1 es:

Ep= Cp · Em

Donde: Cp= 0.10, correspondiente al coeficiente de preñez.

La relación entre la energía de mantenimiento presente en una dieta y la energía digestible consumida (Ema / ED), en MJ d-1 es:

Ema / ED= 1.123 - (4.092 · 10-3 · ED) + [1.126 · 10-5 · (ED)2] - (25.4/ED)

La concentración de energía en el alimento expresada como energía digestible (ED) se calculó en Mcal kg-1 y convertida a MJ kg-1 es21):

ED= 0.1847371 · NDT (%)

Donde: NDT son los nutrimentos digestibles totales, igual al 68 % en la dieta de vacas de alta producción, talla grande y peso promedio de 680 kg y descontando 3 % por reducción en la eficiencia en la digestión en el valor del NDT al alimentar a un nivel tres veces el mantenimiento21. El valor usado de ED, 12.56 MJ kg-1, es similar al valor por defecto para la concentración de energía de 18.45 MJ kg-1 de EB22. Para todas las lactancias se usó un valor único para la concentración de energía. Así mismo, no se consideraron los cambios de peso vivo durante la lactancia.

Se calculó la emisión de CH4 diaria hasta el día 305 para tener un FE comparable al rendimiento ajustado a 305 d (Y) y también hasta los de DL para obtener el FE durante la lactancia. La intensidad de emisión por unidad producida (IE, CH4 kg-1 de leche) se calculó por lactancia y sumando la cantidad de CH4 producida por todos los hatos durante todos los días de lactancia y dividiendo entre la cantidad de vacas en lactancia en dichos días. El resultado se dividió entre el promedio de kilogramos de leche producido en el periodo de lactancia.

Resultados y discusión

Las medias de los parámetros de las curvas de lactancia indicaron diferencias entre los números de lactancia (Cuadro 1). Para la producción del leche el contraste entre la primíparas y multíparas indicó diferencias en los parámetros a y b de la función gama incompleta (P<0.0001), s (P=0.05) y Ymax (P=0.017), pero no hubo diferencia para c, DL o Y. La persistencia (s) de las lactancias fue alta debido a que la tasa de descenso de la producción después de Ymax fue baja, generando curvas relativamente planas. En hatos lecheros intensivos los parámetros a y b son diferentes entre la primera, segunda y tercer lactancia17. El análisis de la variabilidad estacional, de las condiciones de manejo de los hatos o genotipo podría explicar mejor la variación en la base de datos.

Cuadro 1 Medias de los parámetros a, b y c de la función gamma incompleta 

Milk Fat
Lactation a b c x 10 -4 s a b c x 10 -4
1 14.7a 0.236a 2.42a 7.5a 50.8a 0.110a 10.004a
2 30.9b 0.032b 0.39a 8.3a 36.7ab 0.021ab 1.762b
3 31.5b 0.055b 1.55a 8.1a 39.8ab 0.040ab 3.395ab
4 24.8ab 0.132ab 2.67a 7.6a 34.6b 0.002b 1.361b
5 30.5b 0.116ab 1.56a 7.9a 31.0b 0.046b 2.117b
6+ 27.6b 0.089b 2.05a 7.7a 39.8ab 0.010b 0.591b
SE 2.9 0.039 2.43 3.0 3.9 0.024 19

ab Different letters in the same column indicate difference (P<0.05).

SE= Standard error.

El número de lactancias modeladas fue mayor para L1 y después el número de registros disminuyó (Cuadro 2); esta conformación de la base de datos se consideró un reflejo del desecho voluntario temprano característico de los hatos lecheros en producción intensiva15,23. El 89.8 % de las lactancias examinadas se representó con la función gama incompleta; pero todas las lactancias de L1 y L2 tuvieron buen ajuste (P<0.05). La falta de ajuste se observó cuando los registros de lactancia fueron incompletos o porque disminuyó el número de registros conforme aumentó el número de lactancia en algunos hatos. Por otra parte, los modelos no fueron significativos cuando la curva tuvo una forma plana y los valores de b y c fueron cercanos a cero (Cuadro 1). La capacidad de la función gama incompleta para representar L1 o L2 fue acorde al reporte para hatos lecheros del centro de México, donde se logró un buen ajuste con esta función para primera, segunda y tercer lactancia17.

Cuadro 2 Características de la base de datos y medias de producción: Y es el rendimiento a 305 d, Ymax es el rendimiento al pico de lactancia y DL, es la duración de la lactancia 

Y Ymax DL
Lactation Herds Records (kg milk) (kg milk) (d)
1 16 4622 9437a 34.0a 366a
2 17 2939 10468a 35.1a 362a
3 16 1200 10359a 34.8a 362a
4 16 696 9881a 35.0a 368a
5 13 314 11047a 38.6a 364a
6+ 14 194 10016a 35.4a 372a
SE 725 2.0 21

ab Different letters in the same column indicate difference (P<0.0025).

SE= Standard error.

La DL promedio (365 d), indicó la presencia de lactancias extendidas en la base de datos analizada (Cuadro 2). Las lactancias extendidas es una estrategia de manejo que capitaliza en alta persistencia de la lactancia y producción económicamente rentable hacia el final de la lactancia; no obstante, la lactancia extendida también es consecuencia de la falla reproductiva15.

En hatos mexicanos, las lactancias extendidas y lactancias inducidas son comunes y se mantienen mediante la administración de somatotropina bovina23. Para calcular el inventario de emisiones de GEI anual en el estado o país, la duración de la lactancia es importante, pues la emisión de metano será mayor al no existir periodo seco en un año dado.

El rendimiento de leche a 305 d (Y) fue semejante entre las lactancias examinadas a pesar de las diferencias identificadas para los estimados de a y b. El promedio de Y en la base de datos modelada con la función gamma incompleta fue de 9,985 kg. Aunque la variación de Y en la base de datos fue aceptable en términos del coeficiente de variación (28 %); los valores de error estándar deberán tomarse en cuenta en los parámetros de entrada para calcular inventarios de emisiones de metano como parte de la incertidumbre en el cálculo24. Así, el intervalo de confianza al 95% para Y fue de 8,550 a 11,419 kg, siendo el resultado de Y diferente a los 7,078 L (7,312 kg corregido a 3.5 % de grasa) reportados para la producción de leche en sistema intensivo en México para empresas de los estados de Aguascalientes, Hidalgo, Guanajuato, Jalisco, Michoacán, Puebla y Querétaro25.

Considerando 365 d como promedio de DL, el intervalo de confianza al 95% para el rendimiento de leche fue 11,061 a 12,793 kg. Estos rendimientos de leche son superiores a los 6,700 kg descritos para el factor de emisión más alto para el ganado lechero en el Tier I: región Norte América, vacas de alta producción, alimentadas con granos y forraje de alta calidad tienen un factor de emisión de 118 kg metano vaca-1 año-1(22.

El factor de emisión por fermentación entérica fue diferente entre primíparas y multíparas cuando se ajustó a 305 d (P=0.0025) y a 365 d (P=0.0011), en tanto la intensidad de emisión se mantuvo entre 17.6 a 18.6 g CH4 kg leche (Cuadro 3). El factor de emisión de metano para primíparas y multíparas resultó diferente por la curva de producción de leche y grasa modelada para cada hato y número de lactancia; la Figura 1 presenta la evolución de la emisión durante la lactancia. El rendimiento de leche fue el aspecto importante para describir la emisión de metano en la base de datos analizada, pero la representación se simplificó cuando se expresa como intensidad de emisión por unidad de producto.

Cuadro 3 Factor de emisión (EF) e intensidad de emisión (EI) de metano entérico por lactancia de acuerdo a su duración ajustada a 365 o 305 días 

ab Different letters in the same column indicate difference (P<0.0025). SE= Standard error.

Figura 1 Emisión entérica de metano para vacas de primera lactancia (A; n = 16) y para vacas multíparas (B; n= 76). Las líneas son la media y su error estándar 

El presente estudio contribuyó a caracterizar la producción de leche intensiva en México y reducir la incertidumbre en la aplicación de la metodología Tier II del IPCC. Sin embargo, para el factor de conversión de metano (Ym), la digestibilidad y composición del alimento fue necesario recurrir a valores reportados en la literatura y de acuerdo a las buenas prácticas del IPCC para la generación de inventarios11,22. La diversidad en prácticas de manejo y condiciones ambientales deben representarse en la variabilidad de esos factores en futuros estudios. La validación de los estimados de emisión de CH4 entérico obtenidos aquí sólo es posible contando con datos escalados de mediciones de la emisión de CH4 en animales individuales o mediante la desagregación de mediciones atmosféricas a nivel de granja, usando sistemas de medición de gases y flujo turbulento. Más aún, la metodología Tier II del IPCC presenta mayores errores de estimación y sistemáticos en relación a modelos mecanísticos de emisión de CH4 entérico20,26. La metodología del IPCC está orientada a reportar inventarios de regiones y países y no considera las emisiones asociadas por consumo de energía eléctrica, procesamiento, combustibles, etc. Para la estructura de mercado en México la importación de granos y la movilización de leche líquida son aspectos de importancia. De manera paralela a la aplicación de metodologías del IPCC, los esfuerzos futuros tendrán que generar mediciones directas, comparar modelos mecanísticos y calcular emisiones en los ciclos de vida para los sistemas de producción.

Los factores de emisión e intensidades de emisión reportados en la literatura deben contrastarse considerando las condiciones ambientales, sistemas productivos, manejo del ganado, tipo de modelo usado para estimar la producción de metano, bases de datos disponibles y nivel de profundidad del estudio, entre otros. Así, los resultados de intensidad de emisión (17.6 a 18.6 g CH4 kg leche) se encontraron en la misma escala de magnitud que los reportados para vacas de alto rendimiento: 25 g CH4 L-1 leche (fermentación entérica y excretas) para el hato lechero mexicano9; entre 15.4 y 17.6 g CH4 kg-1 leche (fermentación entérica) en función de los cambios en la proporción de pastura en pastoreo respecto del ensilaje de maíz en Holanda26; entre 18.0 y 19.1 CH4 g kg-1 en experimentos con proporción de ensilado de alfalfa y maíz27.

El factor de emisión por cabeza (201 a 223 kg CH4 vaca-1 en 365 d) fue mayor al promedio reportado en inventarios nacionales: 120.76 kg en EE.UU.28, 113 kg en Holanda29, 128.8 a 139 kg en Alemania19. Esto se explicó porque la base de datos de la AHM no considera a todas las vacas de cada hato y representó a vacas de alto rendimiento de leche diario, y también con lactancias más largas 365 vs 305 d. La emisión de gases con efecto invernadero aumenta conforme mayor es el rendimiento animal, pero las emisiones por kilo de leche corregida por grasa declinan sustancialmente conforme la productividad aumenta12. Además el Tier II indica un valor fijo de Ym, que puede resultar en una sobre estimación de 12.5 % para el ganado lechero y ser inadecuado19,20. Para los esfuerzos de inventarios de metano entérico se necesitan soluciones nacionales para derivar la composición y propiedades del alimento en función del desempeño animal y generar cálculos más precisos19.

En la literatura se reportan varias estimaciones de la emisión de metano entérico por el ganado aplicando factores de emisión específicos para México. La emisión entérica se representó en función del consumo de energía en el alimento, y éste a su vez, en función de la masa corporal típica de bovinos clasificados por edad y región climática, pero no se consideró el nivel de producción de leche10. Una modificación al Tier I para el inventario de México tomó en cuenta un ciclo productivo de 305 d en lactancia y 60 d de periodo seco, una producción promedio de 4,400 kg por lactancia de una vaca típica de 400 kg y un modelo de la curva de lactancia30; sin embargo, el modelo de lactancia seleccionado correspondió al ajuste de datos de rendimiento de 100 vacas Friesian en su tercera lactancia en Reading, Inglaterra31,32. Otro inventario nacional consideró la producción de leche de acuerdo a informes de la FAO (2,800 a 4,541 kg de leche vaca-1 año-1); a partir de reportes de experimentos, se obtuvieron datos sobre composición de la leche y las raciones ofrecidas; también se asumió que todas las vacas lecheras se encontraban en estabulación9.

La contribución histórica de las emisiones de metano es un asunto importante, pero es necesario hacer simplificaciones en el modelo para poder usar las bases de datos disponibles, por ejemplo promediar el factor de emisión del ganado lechero y no lechero para multiplicarse por la población de bovinos de cada país8. En los estudios citados se manifiestan limitantes en disponibilidad y calidad de los datos de actividad y población, por eso se necesita investigación para dimensionar adecuadamente la responsabilidad del sector pecuario en la emisión de GEI3,4,5. Otro problema es la incoherencia en las unidades usadas para reportar las cifras de emisión de GEI, sobre todo cuando no son unidades del sistema internacional de medidas; ocasionando dificultad en interpretación de la información. En otro trabajo, las unidades Gg (109 g) y Mt (la abreviatura puede interpretarse como mega tonelada equivalente a 1012 g, o tonelada métrica equivalente a 106 g) se utilizan indistintamente, con el mismo resultado sobre la emisión de metano del ganado lechero de México9. La concentración de metano por fermentación entérica mundial durante 1890-1998 se calculó en 1’183,095 Gg CH48, pero después publican los mismos autores el mismo dato como 8 millones Gg Ceq33; las cifras no son comparables usando los valores aceptables para conversión de metano en bióxido de carbono equivalente2. Antes de efectuar el escalamiento para calcular inventarios de GEI es necesario contrastar los factores de emisión o la intensidad de emisión de las clases animales y modelos productivos.

Conclusiones e implicaciones

Las vacas de alto rendimiento en Querétaro se representaron con la función gama incompleta y las curvas de lactancia fueron distintas para primíparas y multíparas. La lactancia tuvo una duración promedio de un año. La emisión de metano entérico durante la lactancia fue diferente entre vacas primíparas y multíparas, ya fuera hasta los 365 d o ajustada a 305 d. Sin embargo, el número de lactancia o duración de la lactancia no afectó la intensidad de emisión de metano entérico promedio por kilogramo de leche producida. Los inventarios de emisiones de metano entérico pueden disminuir su incertidumbre, al incorporar datos de rendimiento de leche, duración de la lactancia y composición del hato de acuerdo a primíparas y multíparas. El rendimiento de leche puede representarse con la función gama incompleta; sin embargo, una simplificación aceptable sería usar el promedio de producción diaria multiplicado por los días en leche, debido a que en el presente estudio se encontraron curvas relativamente planas y con alta persistencia para vacas de alto rendimiento de leche. Considerando que una emisión de metano entérico es de 75 % del total de GEI en una granja y los factores de emisión, entonces una empresa lechera mayor a 2,500 vacas posiblemente deba reportar a partir del 2018 obligatoriamente sus emisiones al rebasar el umbral de 25,000 Gg Ceq establecido en el Reglamento de la Ley General de Cambio Climático en Materia del Registro Nacional de Emisiones para la República Mexicana (RENE). La Entidad Mexicana de Acreditación mantiene listados vigentes de los organismos para verificación o validación de emisiones GEI para el RENE según la norma NMX-SAA-14064/1-IMNC-2007, NMX-SAA-14064/ 2-IMNC-2007, entre otras.

Agradecimientos

Este trabajo fue financiado por el fondo CONACYT-SEMARNAT 10873, INE-Gobierno del Estado de Querétaro Anexo 34 2010, INECC Convenio INE/PS-051/20. Gracias a la Asociación Holstein de México por las facilidades y el uso de la base de datos.

Literatura citada

1. INECC. Instituto Nacional de Ecología y Cambio Climático. México quinta comunicación nacional ante la convención marco de las Naciones Unidas sobre el cambio climático. México, DF, México: Secretaría de Medio Ambiente y Recursos Naturales e Instituto Nacional de Ecología y Cambio Climático. 2012. [ Links ]

2. Shindell TD, Faluvegi G, Koch MD, Schmidt AG, Unger N, Bauer ES. Improved attribution of climate forcing to emissions. Science 2009;326(5953):716-718. [ Links ]

3. FAO. Food and Agriculture Organization of the United Nations. Livestock's long shadow. Rome, Italy: Food and Agriculture Organization of the United Nations; 2006. [ Links ]

4. Glatzle A. Questioning key conclusions of FAO publications 'Livestock's long shadow' (2006) appearing again in 'Tackling climate change through livestock' (2013). Pastor Res Policy Pract 2014;4(1):1-6. [ Links ]

5. Reddy PP. Climate resilient agriculture for ensuring food security. New Delhi, India: Springer; 2015. [ Links ]

6. INE. Instituto Nacional de Ecología. México cuarta comunicación nacional ante la convención marco de las Naciones Unidas sobre el cambio climático. México, DF, México: Secretaría de Medio Ambiente y Recursos Naturales e Instituto Nacional de Ecología. 2009. [ Links ]

7. Hagemann M, Hemme T, Ddambi A, Alqaisi O, Sultana MN. Benchmarking of greenhouse gas emissions of bovine milk production systems for 38 countries. Anim Feed Sci Technol 2011;(166-167):46- 58. [ Links ]

8. Muylaert de Araujo MS, Pires de Campos C, Pinguelli RL. Historical emissions, by country, of N2O from animal manure management and of CH4 from enteric fermentation in domestic livestock. Clim Res 2007;34(3):253-258. [ Links ]

9. Rendón-Huerta JA, Pinos-Rodríguez JM, García López JC, Yáñez-Estrada LG, Kebreab E. Trends in greenhouse gas emissions from dairy cattle in Mexico between 1970 and 2010. Anim Prod Sci 2013;54(3):292- 298. [ Links ]

10. Ruiz-Suárez LG, González-Avalos E. Modeling methane emissions from cattle in Mexico. Sci Total Environ 1997;206(2-3):177-186. [ Links ]

11. IPCC. Intergovernmental Panel on Climate Change. 2006 IPCC Guidelines for national greenhouse gas inventories. Hayama, Japan: Institute for Global Environmental Strategies. 2006. [ Links ]

12. Gerber P, Vellinga T, Opio C, Steinfeld H. Productivity gains and greenhouse gas emissions intensity in dairy systems. Livestock Sci 2011;139(1-2):100-108. [ Links ]

13. Knapp JR, Laur GL, Vadas PA, Weiss WP, Tricarico JM. Enteric methane in dairy cattle production: Quantifying the opportunities and impact of reducing emissions. J Dairy Sci 2014;97(6):3231- 3261. [ Links ]

14. Cole JB, Null DJ, VanRaden PM. Best prediction of yields for long lactations. J Dairy Sci 2009;92(4):1796-1810. [ Links ]

15. Dematawea CMB, Pearson RE, VanRaden PM. Modeling extended lactations of Holsteins. J Dairy Sci 2007;90(8):3924-3936. [ Links ]

16. Wood PDP. Algebraic model of the lactation curve in cattle. Nature 1967;216(5111):164-165. [ Links ]

17. Val-Arreola D, Kebreab E, Dijkstra J, France J. Study of the lactation curve in dairy cattle on farms in central Mexico. J Dairy Sci 2004;87(11):3789-3799. [ Links ]

18. Rafter AJ, Abell LM, Braselton PJ. Multiple comparison methods for means. SIAM Rev 2002;44(2):259-278. [ Links ]

19. Dämmgen U, Rösemann C, Haenel HD, Hutchings NJ. Enteric methane emissions from German dairy cows. Landbauforschung - vTI Agric For Res 2012;62(1-2):21-32. [ Links ]

20. Kebreab E, Johnson KA, Archibeque SL, Pape D, Wirth T. Model for estimating enteric methane emissions from United States dairy and feedlot cattle. J Anim Sci 2008;86(10):2738-2748. [ Links ]

21. NRC. National Research Council. Nutrient Requirements of Dairy Cattle. 7th ed. Washington, DC, USA: National Academy of Sciences; 2001. [ Links ]

22. IPCC. Intergovernmental Panel on Climate Change. Good practice guidance and uncertainty management in national greenhouse gas inventories. Chapter 4: Agriculture. Hayama, Japan: Institute for Global Environmental Strategies. 2000. [ Links ]

23. Mellado M, Antonio- Chirino E, Meza-Herrera C, Veliz FG, Arévalo JR, Mellado J, de Santiago A. Effect of lactation number, year, and season of initiation of lactation on milk yield of cows hormonally induced into lactation and treated with recombinant bovine somatotropin. J Dairy Sci 2011;94(9):4524-4530. [ Links ]

24. Gentner DR, Ford TB, Guha A, Boulanger K, Brioude J, Angevine WM, et al. Emissions of organic carbon and methane from petroleum and dairy operations in California's San Joaquin Valley. Atmos Chem Phys 2014;14(10):4955-4978. [ Links ]

25. Mariscal VA, Estrella HQ, Ruiz AF, Sagarnaga MV, Salas JMG, González MA, Juárez AZ. La cadena productiva de bovinos lecheros y el TLCAN. En: Avila DJA, et al.editores. Presente y futuro de los sectores ganadero, forestal y de la pesca mexicanos en el contexto del TLCAN. México DF, México: El Colegio de México, Centro de Estudios Económicos Universidad Autónoma Chapingo. 2008. [ Links ]

26. Bannink A, van Schijndel MW, Dijkstra J. A model of enteric fermentation in dairy cows to estimate methane emission for the Dutch National Inventory Report using the IPCC Tier 3 approach. Anim Feed Sci Technol 2011;(166-167):603-618. [ Links ]

27. Arndt C, Powell JM, Aguerre MJ, Wattiaux MA. Performance, digestion, nitrogen balance, and emission of manure ammonia, enteric methane, and carbon dioxide in lactating cows fed diets with varying alfalfa silage- to-corn silage ratios. J Dairy Sci 2015;98(1):418-430. [ Links ]

28. EPA. United States Environmental Protection Agency. Inventory of U.S. greenhouse gas emissions and sinks: 1990-2012. Common reporting format (CRF) tables. USA-2014-2012-v1.1.xls. Table 4. A Sectorial background data for agriculture: enteric fermentation. Washington DC, USA: United States Environmental Protection Agency. 2014. [ Links ]

29. Smink W, Pellikaan WF, van der Kolk LJ, van der Hoek KW. Methane production as a result from rumen fermentation in cattle calculated by using the IPCC-GPG Tier 2 method. Feed Innovation Services Report FS 04 12 E, Utrecht, The Netherlands: National Institute for Public Health and the Environment. 2004. [ Links ]

30. Castelán -Ortega OA. Modeling methane emissions and methane inventories for cattle production systems in Mexico. Atmósfera 2014;27(2):185-191. [ Links ]

31. Morant SV, Gnanasakthy A. A new approach to the mathematical formulation of lactation curves. Anim Prod 1989;49(2):151-162. [ Links ]

32. Ducker MJ, Haggett RA, Fisher WJ, Morant SV, Bloomeld GA. Nutrition and reproductive performance of dairy cattle 1. The effect of level of feeding in late pregnancy and around the time of insemination on the reproductive performance of first lactation dairy heifers. Anim Prod 1985;41(1):1 -12. [ Links ]

33. Muylaert de Araujo MS, Pires de Campos C, Pinguelli LR. GHG historical contribution by sectors, sustainable development and equity. Ren Sust Energy Rev 2007;11(5):988-997. [ Links ]

Recibido: 06 de Mayo de 2005; Aprobado: 04 de Septiembre de 2015

Creative Commons License Este es un artículo publicado en acceso abierto bajo una licencia Creative Commons