Previsión de estrés calórico en bovinos

Bookmark and Share
Previsión de estrés calórico en bovinos

Las condiciones predisponentes al estrés calórico en bovinos de carne y leche pueden preverse a través de una herramienta: el llamado Índice de Temperatura y Humedad (ITH). Este índice, que permite caracterizar el ambiente y relacionarlo con la respuesta biológica del ganado, es el más utilizado a nivel mundial.
 
Disponer del ITH, con siete días de anticipación, permitirá a productores y técnicos tomar las medidas necesarias para minimizar los efectos del estrés por calor y evitar pérdidas en bienestar y producción animal.
 
Uruguay no se encuentra en una zona donde el estrés térmico para bovinos se dé en forma sostenida y peligrosa, pero resultados de investigación de INIA han demostrado importantes pérdidas, debido a los cambios fisiológicos y metabólicos en los animales, por no disponer de mecanismos de mitigación. Por ejemplo, vacas lecheras de alta producción, con acceso a sombra, durante el verano, produjeron en promedio 5 litros más de leche corregida por sólidos que vacas que no tuvieron acceso; en ganado de carne, animales en fase de terminación a corral con acceso a sombra vs. permanencia al sol tuvieron una mejora en la ganancia media diaria de un 15% y en la eficiencia de conversión, de un 7%, mientras que en pastoreo hubo un incremento de 14% en la ganancia media diaria de peso.
   

Índice Biometeorológico
 
ITH ganado lechero (Thom, 1959)
Formula Valtorta y Gallardo, 1996
ITH = (1,8 x Ta + 32) - (0,55 - 0,55 x HR/100) x (1,8 x Ta - 26)
 
ITH ganado de carne (Mader y col., 2006)
ITHajustado = 6,8 + ITH – (3,075 × VV) + (0,0114 × RAD)
 
Siendo:
Ta = temperatura media diaria del aire (ºC)
HR = humedad relativa media diaria del aire (%)
VV = velocidad media diaria del viento a 2 mts. de altura (m/s)
RAD = radiación solar diaria (W/m²)

 

Información meteorológica pronosticada

Para este cálculo se utiliza el Modelo GFS (Global Forecast System) de la Agencia NOAA (National Oceanic and Atmospheric Administration) de los EE.UU., de modo de disponer de información meteorológica en puntos de grilla sobre Uruguay. Estas salidas numéricas están disponibles en una resolución horizontal de 27 x 27 km y se actualizan cada 6 horas a las horas sinópticas principales (00, 06, 12 y 18 TMG). En las mismas, se seleccionan las variables meteorológicas (temperatura en superficie, humedad relativa, velocidad de viento y radiación solar) necesarias para construir el índice mencionado. Posteriormente se obtienen los valores medios o acumulados diarios para los siguientes siete días.

Finalmente se estima el ITH a partir de esta información, con las transformaciones o conversiones requeridas, y se generan salidas en forma de mapas a nivel nacional, con una representación visual del índice en una escala de colores con cuatro rangos. Este procedimiento se realiza diariamente, generando mapas para el día de estimación y los siguientes seis días (previsión de siete días).
 
Adicionalmente, se presentan salidas en forma de gráficas de barra por departamento mostrando la cantidad de horas en el día que el ITH se encuentra en cada nivel de riesgo para los 7 días de previsión. Estas gráficas se realizaron tomando el promedio de los datos que interceptaban la superficie del departamento, obteniendo así, una gráfica por departamento donde cada barra es un día de previsión. Estos cálculos, de cantidad de horas en el día, se realizan en base trihoraria ya que la salida del modelo brinda información promedio cada 3 horas.  
 

Referencias bibliográficas

Baumgard, L. H.; Rhoads, R. P. 2012. Effects of heat stress on postabsorptive metabolism and energetics. Annual Review of Animal Biosciences, 1(1), 311–337. https://doi.org/10.1146/annurev-animal-031412-103644
Bernabucci, U.; Rhoads, R. P.; Nardone, A.; Ronchi, B.; Lacetera, N.; Baumgard, L. H. 2010. Metabolic and hormonal acclimation to heat stress in domesticated ruminants. Animal, 4(7), 1167–1183. https://doi.org/10.1017/s175173111000090x
Clariget, J.M.; Banchero, G.; Aznárez, V.; Perez, E.; Roig, G.; Luzardo, S.; Fernandez, E.; La Manna, A. 2018. Mitigación del estrés calórico en novillos terminados a corral. Revista Argentina de Producción Animal, 38(1), 1-13.
Jordan, E. R. 2010. Effects of heat stress on reproduction. Journal of Dairy Science. 86, E104–E114. https://doi.org/10.3168/jds.s0022-0302(03)74043-0
Kadzere, C. T.; Murphy, M. R.; Silanikove, N.; Maltz, E. 2002. Heat stress in lactating dairy cows: A review. Livestock Production Science, 77(1), 59–91. https://doi.org/10.1016/S0301-6226(01)00330-X
Mader, T. L.; Davis, M. S.; Brown-Brandl, T. 2006. Environmental factor influencing heat stress in feedlot cattle. Journal of Animal Science, 84(3), 712-719. https://doi.org/10.2527/2006.843712x
Polsky, L.; von Keyserlingk, M. 2017. Invited review: Effects of heat stress on dairy cattle welfare. Journal of Dairy Science, 100, 8645–8657. https://doi.org/10.3168/jds.2017-12651
Román, L.; Saravia, C.; Astigarraga, L.; Bentancur, O.; La Manna, A. 2017. Shade access in combination with sprinkling and ventilation effects performance of Holstein cows in early and late lactation. Animal Production Science, 59(2), 347. https://doi.org/10.1071/an16571
Silanikove, N. 2000. Effects of heat stress on the welfare of extensively managed domestic ruminants . Livest Prod Sci domestic ruminants. Livestock Production Science, 67, 1–18. https://doi.org/10.1016/S0301-6226(00)00162-7
St-Pierre, N. R.; Cobanov, B.; Schnitkey, G. 2003. Economic Losses from Heat Stress by US Livestock Industries. Journal of Dairy Science, 86(31), E52–E77. https://doi.org/10.3168/jds.s0022-0302(03)74040-5
Thom, E. C. The discomfort index. Weatherwise, 12(2), 57-61, 1959. https://doi.org/10.1080/00431672.1959.9926960
West, J. W. 2003. Effects of heat stress on production in dairy cattle. Journal of Dairy Science, 86, 2131-2144. https://doi.org/10.3168/jds.S0022-0302(03)73803-X


       

  • Sugerencias de manejo ganado vacuno