Page 47 - revista 150

45

máximo relativo en la media anual de ganancia económica que, en los casos anteriores, estaba asociado a la carga óptima. En vez, surge un amplio rango de CAI con moderadas diferencias en las ganancias medias pero crecientes variaciones inte-ranuales.

• Para climas con variabilidad aún más intensa (k-var=0,7 y 0,8) las simu-laciones colapsan para amplios rangos de los mayores valores de la CAI.

Comentarios fnales

Mediante un análisis de sensibili-dad con una versión simplifcada y adaptada a los objetivos del modelo por agentes Sequía-Basalto, se obtu-vieron una serie de resultados que ayudan a entender la interrelación

entre los ciclos inherentes a un sis-tema criador ganadero y la infuencia de la variabilidad climática a la que está expuesto.

Por su naturaleza, la ganadería de cría presenta mecanismos compen-satorios que generan ciclos mul-tianuales en sus variables producti-vas. Dichos mecanismos se debilitan al cruzar un cierto umbral de carga, generando una volatilidad importan-te en el desempeño (grandes varia-ciones interanuales). Dicho umbral de carga está muy bien defnido en el caso de clima estacionario y coin-cide con la carga óptima del sistema (la de mayor ganancia media). La variabilidad climática disminuye la capacidad de carga del sistema y enmascara la existencia de un um-

Referencias

[1] Bartaburu D, Duarte E, Montes E, Morales H, Pereira M. 2009. Las sequías: un evento que afecta la trayectoria de las empresas y su gente. Morales H., Dieguez F. [Eds.]. Familias y campo: Rescatando estrategias de adaptación. IPA. pp. 155 - 168.

[2] Pereira M. 2011. ¿Cuánto pasto producen los campos de Basalto? Manejo y conservación de las pasturas naturales del Basalto. MGAP. pp. 12 - 18.

[3] Bartaburu, D; Montes, E; Duarte, E. 2007. Estrategias diferentes para enfrentar la sequía. Revista N° 124, pag 16-18. http://www.planagropecuario.org.uy/publicaciones/revista/R124/R124_16.pdf

[4] Bartaburu, D; Montes, E; Duarte, E. 2009. La carga animal la sequía...dos temas importantes para los ganaderos del Basalto. Revista N°: 131, pag 10-11. http://www.planagropecuario.org.uy/publicaciones/revista/R131/R_131_10.pdf

[5] D. Bartaburu, E. Duarte, E. Montes, H. Morales, M. Pereira. 2011. Adaptación de los ganaderos del basalto uruguayo al cambio climático y las sequías. Su relación con los sistemas productivos. IX International Rangeland Congress, Rosario, Argentina, pg 208. [6] P. Bommel, F. Dieguez, D. Bartaburu, E. Duarte, E. Montes, M. Pereira, J. Corral, C. Lucena and H. Morales, 2013. A Further Step Towards Participatory Modelling. Fostering Stakeholder Involvement in Designing Models by Using Executable UML. Journal of Artifcial Societies and Social Simulation. http://jasss.soc.surrey.ac.uk/JASSS.html (en prensa)

[7] Laboratorio de Análisis Regional y Teledetección, Facultad de Agronomía, Universidad de Buenos Aires. http://www.agro.uba.ar/ laboratorios/lart/

0.5 0.6 0.7 0.8 0.9 1 1.1

-50

0

50

100

150

200

250

300

CAI: Carga de Ajuste en Invierno [UG/h·]

Min., Media y Max. en los últimos 70 años de cada simulación; k-var=0.8

Máximo Media Mínimo

bral de carga que delimite dos regí-menes cualitativamente diferentes. El mismo en teoría subsiste, pues la dinámica interna (representada por Sequía-Basalto) no fue modifcada, pero no logra expresarse en los re-sultados porque la volatilidad climá-tica introducida lo encubre.

Por lo tanto, de los resultados no surge un valor claro de carga óptima para valores realistas de variabilidad climática (dentro de las simplifcacio-nes del modelo). Si se mira solamen-te la ganancia anual, hay una meseta para una amplia gama de cargas que de hecho se utilizan en la realidad. Eso sí, el aumento de la carga viene acompañado de un claro aumento de las variaciones interanuales del des-empeño y, críticamente, del riesgo de colapso (sobre todo en los casos de mayor amplitud de la variabilidad climática). De allí las recomendacio-nes de trabajo con cargas más bajas que surge del aprendizaje colectivo. Como resultado secundario, pero no menos importante y promisorio, se mostró el potencial de una pla-taforma de modelación que puede ayudar a entender diferentes aspec-tos y sensibilidad a diversos paráme-tros de las explotaciones ganaderas. Es cuestión de saber formularle las preguntas, interpretar los resultados e intentar realizar aprendizajes per-tinentes al mundo real con los debi-dos cuidados.