UNIVERSIDAD DE LA REPÚBLICA

FACULTAD DE AGRONOMÍA

RELACIÓN ENTRE LA HUELLA DE CARBONO Y LAS

PRÁCTICAS DE MANEJO EN PREDIOS LECHEROS DE
URUGUAY

por

Carolina Ángela LIZARRALDE PIQUET

TESIS presentada como uno de los

requisitos para obtener el título de
Magister en Ciencias Agrarias
opción Ciencia Animal

MONTEVIDEO
URUGUAY
Junio 2013
Tesis aprobada por el tribunal integrado por Ing. Agr. (PhD) Francisco Salazar, Ing.
Agr. (PhD)Walter Baethgen, y Ing. Agr. (PhD) Alejandro La Manna, el 18 de junio
de 2013. Autora: Ing. Agr. Carolina Lizarralde Directora Ing. Agr. (Dra) Laura
Astigarraga. Co-Director Ing. Agr. (PhD) Valentín Picasso

II
 AGRADECIMIENTOS

- En primer lugar, quiero agradecerle de manera especial a mi directora de tesis Dra.

Laura Astigarraga por su orientación y dedicación permanente durante todo el
proceso de la maestría.
- También a el Dr. Valentín Picasso, co-director de tesis, por los aportes, críticas y
sugerencias durante el desarrollo de esta investigación.
- A la Dra. Monica Cadenazzi por su colaboración y enseñanzas para los análisis
estadísticos.
- Al Dr. Alan Rotz por ser un guía en las cuantificaciones de la huella de carbono y
por sus críticas constructivas en el artículo científico.
- A la comisión inter huella del MGAP integrada por: Walter Oyhantcabal, Gonzalo
Becoña, Pablo Modernel, Alvaro Roel, Camila Bonilla, Carlos Saizar, Guadalupe
Martínez, Federico Ferla y Luis Ordeig con los cuales intercambiamos información y
maduramos juntos la metodología de estudio.
- A los miembros del tribunal por su tiempo y sugerencias que contribuyeron a
mejorar el presente trabajo, ellos fueron: Amabelia del Pino, Pilar Irisarri, Virginia
Beretta, Ana Espasandin, Francisco Salazar y especialmente a Walter Baethgen y
Alejandro La Manna quienes me acompañaron y apoyaron durante toda la tesis.
- A Inés Amado por la ayuda brindada en la edición del documento.
- Al Programa de las Naciones Unidas para el Desarrollo (PNUD) por el apoyo
financiero en el proyecto.
- A todos aquellos productores agropecuarios que confiaron en mí y me
proporcionaron la información de su producción, el cimiento con el cual se realizó
todo este trabajo. Ellos son Walter y Cecilia Lockhart, Guillermo Clement, Marcos
Sprunk, Eduardo Corradi, Mario Gonnet, Manuel Herrera, Walter Kugler, Lorena
Román, Martin Soler, Mercedes Antia, y Agustín Prieto. También a los asesores,
casi todos ellos miembros de FUCREA, Mario Fossatti, Patricio Rodiño, César
Mosca, Nicolás Berrutti, Daniel Caravia, María José Bidegain, Gustavo Ripoll, Enzo
Viscailuz, Maria Laura Caorsi.
- Finalmente a mi familia y amigos por el apoyo incondicional

III
 TABLA DE CONTENIDO
Página
PÁGINA DE APROBACIÓN .......................................................................... II
AGRADECIMIENTOS..................................................................................... III
RESUMEN…………………………………………………………..…........... VI
SUMMARY………..………………………………………………………….. VII
1. INTRODUCCIÓN …................................................................................. 1
1.1. LA HUELLA DE CARBONO DE LOS PRODUCTOS DE
ORIGEN AGROPECUARIO........................................................ 2
1.2. SITUACIÓN DEL URUGUAY EN GEI Y EL CASO DE LA
LECHERÍA…................................................................................. 3
1.3. LA HUELLA DE CARBONO DE LA LECHE SEGÚN
CARACTERÍSTICAS DE LOS SISTEMAS
PRODUCTIVOS……..................................................................... 6
1.3.1. Los sistemas pastoriles/mixtos en comparación a los
sistemas confinados …......................................................... 10
1.3.2. Análisis de las variables que inciden en la Huella de
Carbono de la leche en los sistemas pastoriles o mixtos ……. 13
1.4. DIFERENCIAS EN METODOLOGÍA DE CÁLCULO….......... 17
1.5. HIPÓTESIS...................................................................................... 20
1.6. OBJETIVOS…................................................................................. 20
2. MATERIALES Y MÉTODOS…............................................................... 21
2.1. SISTEMA DE PRODUCCIÓN DE LECHE DE URUGUAY Y
FUENTES DE DATOS................................................................ 21
2.2. DESCRIPCIÓN DEL MODELO PARA CUANTIFICAR
EMISIONES DE GEI…................................................................. 22
2.3. UNIDAD FUNCIONAL Y LÍMITES DEL SISTEMA................ 23

IV
 2.3.1. Definición de la unidad funcional ……................................... 24
[Link]ón…….......................................................................... 24
2.3.3. Alcance y límites del análisis……............................................ 25
2.3.4. Preparación del modelo análisis del ciclo de vida.................. 26
2.4. CÁLCULO DE LA HUELLA DE CARBONO.............................. 26
2.4.1. Emisiones de metano……........................................................ 26
2.4.2. Emisiones de óxido nitroso ……............................................. 27
2.4.3. Emisiones de anhídrido carbónico........................................... 28
2.5. ANÁLISIS ESTADÍSTICO……................................................... 28
2.5.1. Análisis de componentes principales…................................... 29
2.5.2. Análisis de conglomerados….................................................... 30
3. RESULTADOS ……………….…………………………………………… 32
3.1. DESCRIPCIÓN DE LA BASE DE DATOS……………………... 32
3.2 ANÁLISIS DE CORRELACIÓN…………………………………. 33
3.3 REGRESIONES SIMPLES…..................................................... 35
3.3.1. Productividad ............................................................................ 35
3.3.2. Producción leche por vaca masa….......................................... 36
3.4. ANÁLISIS DE COMPONENTES PRINCIPALES…………….. 36
3.5. ANÁLISIS DE CONGLOMERADOS…………………………… 39
4. DISCUSIÓN ….…………………………………......................................... 43
4.1. EL EFECTO DE LA PRODUCCIÓN DE LECHE EN LA
HUELLA DE CARBONO DE LA LECHE…............................. 45
4.2. EL EFECTO DE LA PRODUCTIVIDAD EN LA HUELLA DE
CARBONO……............................................................................ 46
4.3. ANÁLISIS DEL EFECTO DE PRÁCTICAS DE MANEJO EN
LA HUELLA DE CARBONO..................................................... 47
5. CONCLUSIONES ….…………………………………............................... 51
6. BIBLIOGRAFÍA ….…………………………………................................. 52
7. ANEXO: Impact of management practices on milk carbon footprint in
grazing dairy systems in Uruguay ....................................................... 60

V
 RESUMEN

La huella de carbono (HC) es un indicador de creciente relevancia para estimar el

impacto de un producto al cambio climático. Este estudio sigue normas
internacionales para cuantificar la HC de la leche producida en 24 tambos de
Uruguay. Las vacas pastorean todo el año y son suplementadas con concentrados.
Los predios lecheros variaron en productividad 4075 (± 1360 kg) leche corregida por
grasa y proteína (LCGP) por ha, producción de leche por vaca 5672 (± 1245) kg
LCGP/año, carga animal 0,71( ± 0,12) vaca masa por ha y porcentaje de concentrado
en la dieta 36 (± 12 %) materia seca, siendo el promedio de HC 0,99 kg CO2
equivalente/kg LCGP (±10%). La productividad de leche y la producción de leche
por vaca fueron las variables que explicaron mejor la variación en la huella de
carbono. Los tambos con similares producciones y manejo nutricional fueron
categorizados en conglomerados. Las estrategias que resultaron en las más altas
producciones basadas en alta producción de leche por vaca, baja carga animal y alta
relación de vacas en ordeñe en el rodeo fueron identificadas como las prácticas de
manejo más prometedoras para reducir las emisiones de gases de efecto invernadero
(GEI) por kg de leche a la portera del predio.

Palabras clave: cambio climático, gases de efecto invernadero, lechería,

productividad, análisis multivariado

VI
RELATIONSHIP BETWEEN CARBON FOOTPRINT AND MANAGEMENT
PRACTICES IN DAIRY FARMS IN URUGUAY

SUMMARY

Carbon footprint (CF) is an increasingly relevant indicator to estimate the impact of a

product on climate change. This study followed international guidelines to quantify
the CF of milk produced on 24 dairy farms in Uruguay. Cows were grazed all year
and supplemented with concentrate feeds. These dairy farms varied in annual milk
yield per cow 5672 (± 1245) kg fat and protein corrected milk (FPCM)), milk
production 4075 (± 1360) kg FPCM per ha, stocking rate 0.71( ± 0.12) cows per ha
and percentage of concentrate in the diet 36 (± 12 %) dry matter giving an average
CF of 0.99 (± 0,10) kg CO2 equivalent/kg FPCM over all farms. Total milk
production and milk yield per cow were the variables that explained most of the
variation in carbon footprint. Dairy farms with similar production and feeding
management were categorized into clusters. Strategies that provided the highest
production based on high milk yield per cow with a low stocking rate and a high
portion of lactating cows in the herd were identified as the most promising
management practices for reducing greenhouse gas (GHG) emissions per kg milk at
the farm gate.

Keywords: climate change, greenhouse gas emissions, dairy, productivity,

multivariate analysis

VII
1. INTRODUCCIÓN
Estimaciones de la contribución del sector agropecuario sobre las emisiones de gases
de efecto invernadero (GEI) consideran que el sector aporta el 13,5% de las
emisiones mundiales de los GEI de origen antropogénico (IPCC, 2007). Steinfeld et
al. (2006) señala que el 18% de las emisiones globales provienen de la ganadería (a
pesar de que un tercio de estas se generan por la deforestación y son atribuidas a la
producción pecuaria) y exceden a las emisiones globales del transporte (Ledgard,
2008). Por todo lo anterior, en el último tiempo, ha aumentado sustancialmente la
preocupación de la contribución de la producción de alimentos al cambio climático
(Flysjö et al. 2011, Hagemann et al. 2011, Rotz et al. 2010).

Referente a las emisiones del sector lechero, en el año 2007 se emitieron 1969
millones de toneladas de CO2 equivalente (eq), de los cuales 1328 millones de
toneladas son atribuidas a la leche, 151 millones toneladas a la carne de refugo de
animales, y 490 millones toneladas a la carne de terneros invernados. El sector global
lechero contribuye un 4% a las emisiones globales totales de GEI. Este valor incluye
emisiones asociadas con la producción de leche, procesamiento y transporte, así
como también las emisiones de la producción de carne de los lácteos relacionados a
animales de refugo y engorde (FAO, 2010).

En los países de la Organización para la Cooperación y el Desarrollo Económico

(OCDE) ha surgido una nueva clase de “consumidores concientizados” que tienden a
reducir en sus dietas los alimentos de origen animal u optan por productos
certificados (Steinfeld et al., 2006). En este escenario es posible y probable que no
alcance solo con la competencia en base a costos de producción y aparezcan nuevos
criterios como la competitividad “ambiental”. Estos nuevos criterios pueden
considerarse para-arancelarios pero es esperable que comiencen a pesar en las
negociaciones internacionales. Dados estos hechos de acceso a mercados cada vez
más rigurosos y restrictivos en materia ambiental, para los países agroexportadoras
como Uruguay surge como una necesidad de valorar la huella de carbono (HC) de
sus principales productos de exportación (Viglizzo, 2010).

1
1.1. LA HUELLA DE CARBONO DE LOS PRODUCTOS DE ORIGEN
AGROPECUARIO
La preocupación de la globalización de flujos de alimentos e implicancias
ambientales llevó al término “food miles” en 1990 para indicar la distancia recorrida
por un alimento desde el lugar de producción al consumidor (en millas o km). Este
simple indicador generalmente se refiere al requerimiento de energía y es asociado
con las emisiones de GEI de la principal etapa de transporte en la entrega de un
producto al mercado. Actualmente, se ha sustituido el término por la huella de
carbono de un producto, el cual refleja el total de emisiones de GEI y se relaciona
con el uso de energía utilizada en todo el ciclo de vida del producto. La exigencia de
información de la huella de carbono a los productos fue inicialmente impulsada por
grandes cadenas de supermercados en el Reino Unido. Esto llevó a ir probando el
etiquetado de carbono en cuatro tipos de productos por el supermercado Tesco, entre
ellos la leche. Otros también han sido activos en esta área, incluyendo a Marks y
Spencer quienes en el 2007 comenzaron a tratar de minimizar su propia huella de
carbono y más importante aún, asegurarse que sus proveedores tuvieran programas
para reducir la huella de carbono de sus productos al mismo tiempo. Además, a
comienzos del 2011 se comenzó a implementar el plan piloto de la Ley Grenelle en
Francia, donde todos los productos que ingresan al país deben tener calculada su
huella de carbono (CEPAL 2011, Ledgard 2008).

En algunos países, sobre todo en los más industrializados, se han desarrollado

metodologías para calcular la HC (Carbón Trust 2013, FAO 2010, IDF 2010). La
huella de carbono son “las emisiones de GEI que se producen durante toda la vida de
un producto o servicio, desde la extracción de la materia bruta y la manufactura para
su uso, reutilización final, reciclando o disposición” (Carbon Trust, 2013). En los
sistemas agropecuarios, se debe cubrir el total de emisiones producidas durante el
ciclo de vida del producto. En este análisis se calculan toda las emisiones de GEI
tanto por los insumos que se utilizan (fertilizantes, concentrados, combustibles,
electricidad) como por el propio proceso productivo. Inclusive, para productos ya
manufacturados como puede ser el queso, se calculan también las emisiones por la

2
industrialización, por el empaquetado y por el transporte (muchas veces
interoceánico) antes de llegar a las manos del consumidor (Carbon Trust 2013).

Figura 1. Etapas de ciclo de vida de un producto desde la cuna hasta la venta

Insumos Produccion Proceso Distribución

en el predio industrial y venta consumid

La huella del carbono expresada en CO2 equivalente es básicamente lo mismo que el

indicador potencial de calentamiento global (PCG) usado en la metodología de
análisis de ciclo de vida (ACV), donde varios GEI son expresados en una unidad
común, CO2 equivalente. El PCG representa la capacidad de absorción de calor de
un gas individual (CH4, N2O, CO2) con relación al CO2 sobre un tiempo de
referencia de 100 años (IPCC, 2006).

A diferencia de los sectores de energía y transporte, la huella de carbono de

productos derivados de la agricultura no tienen como GEI principal el CO2. Los
gases que producen el mayor aporte son el N2O y el CH4. Ello deriva de procesos
biológicos complejos que aumentan la incertidumbre en los cálculos (Flysjö et al.,
2011).

Además, la huella de carbono de la leche y de productos lácteos es dominada por la

fase agrícola, donde ocurren tres cuartos o más de las emisiones de GEI (IDF 2010,
FAO 2010, Hospido et al. 2003).

1.2. SITUACIÓN DEL URUGUAY EN GEI Y EL CASO DE LA LECHERÍA

Uruguay como país firmante del Protocolo de Kyoto se ha comprometido a presentar
Inventarios Nacionales de Emisiones de GEI anuales, aunque al no ser parte de los
países industrializados que firmaron el Anexo I de este protocolo, aún no ha
comprometido niveles de reducción de emisiones.

3
La contribución de nuestro país es de tan solo 0,05 % de las emisiones mundiales de
los GEI antropogénicos pero a diferencia del promedio mundial, la mayor parte de
las emisiones de GEI provienen de la agricultura, y en particular de la ganadería. En
el año 2004, las emisiones totales de GEI para Uruguay fueron de 25.932 kton CO2
eq. El sector agricultura contribuyó con el 80% de las emisiones nacionales
expresadas en CO2 equivalente (MVOTMA, 2010).

El origen de las emisiones de metano proviene fundamentalmente de las emisiones

que realizan los rumiantes como producto final de la fermentación de los alimentos
que ocurre en el rumen. Con respecto al óxido nitroso, la principal fuente de
emisiones es la excreción de nitrógeno (N) por la orina de los animales y el
fertilizante nitrogenado aplicado tanto en los cultivos para grano como en pasturas.

Figura 2. El peso relativo de metano y óxido nitroso en Uruguay (MVOTMA,

2010).

metano

óxido nitroso

En la medida que Uruguay tiene un stock vacuno y ovino importante, y un número

de habitantes bajo, el indicador de emisiones de metano y de óxido nitroso por
habitante es alto.

4
Durante los últimos 10 años la producción de leche uruguaya ha crecido al 3%
acumulativo anual, y en los últimos 5 años la tasa de crecimiento llegó al 4%
acumulativo anual (Uruguay XXI, 2011), representado actualmente aprox. el 10%
del producto bruto interno (PBI) agropecuario (MGAP, 2012).

Figura 3. Evolución de la producción, del número de predios, y de la superficie

lechera

Fuente: DIEA, MGAP

Fuente: DIEA, MGAP

La producción de leche en la fase primaria del complejo, ha aumentado explicada por

una mayor intensificación de la producción en una superficie total de tierras para
lechería que pasó de un millón de hectáreas en 2001 a 850 mil hectáreas en 2011
(MGAP, 2012). Esto se asocia a una disminución en el número de productores que
en el mismo período (2001-2011) pasó de 5125 a 4433.

La reducción de área ha estado asociada a un aumento simultáneo de la

productividad por unidad de superficie que ha permitido mantener la tasa de
crecimiento anual de la producción en estos años. Este aumento de productividad se
explica por un aumento de la productividad por vaca y no por el número de vacas
que permanece relativamente estable.

5
La producción de leche se encuentra concentrada principalmente en el sur del país.
Los Departamentos de Colonia, San José y Florida representan el 84% de la
producción nacional y el 55% de los establecimientos, y contienen la mayoría de las
empresas industrializadoras (Uruguay XXI, 2011).

1.3 LA HUELLA DE CARBONO DE LA LECHE SEGÚN LAS

CARACTERÍSTICAS DE LOS SISTEMAS PRODUCTIVOS
En el año 2010 la FAO publicó un estudio que tenía como principal objetivo
cuantificar las principales fuentes de emisiones de GEI del sector lechero a nivel
mundial y asignar una contribución relativa de distintos sistemas de producción y
productos al total de emisiones del sector lechero.

El informe de Seré y Steinfeld, (1996), utilizado en el informe FAO (2010) para

clasificar a los sistemas de producción de leche en el mundo utiliza el siguiente
criterio:

- Sistemas confinados: aquellos en los que menos del 10 % de la materia seca

(MS) que alimenta a los animales es producida en el predio y en los que la
carga animal promedio anual es de más de diez unidades de ganado (UGM)
por hectárea.
- Sistemas pastoriles: son los sistemas en el que menos del 90 % de la materia
seca que alimenta a los animales es producida en el predio y en el que la
carga animal promedio anual es menos de diez UGM por hectárea.
- Sistemas mixtos: aquellos en los cuales más del 10% de la materia seca
suministrada al animal proviene de sub-productos de granos y/o rastrojo o
más del 10% del valor de producción proviene de actividades que no fueron
cosechadas por el animal.

Comparando el total de emisiones promedio del análisis de ciclo de vida de

diferentes regiones del mundo, el estudio realizado por la FAO (2010) presenta a las
emisiones más altas por kg de leche corregida en la región del Sub-Sahara de África

6
con un valor promedio de 7,5 kg CO2-eq. por kg de leche corregida por grasa y proteína
(LCGP) y a los valores más bajos en las regiones industrializadas como Norte América y
Europa oscilando entre 1 y 2 kg CO2-eq. por kg de LCGP. El sur de Asia, este de Asia,
Norte de África, América Central y América del Sur tuvieron valores intermedios de
emisiones, los cuales se estimaron entre 3 y 5 kg CO2-eq. por kg de LCGP a la portera
del predio.

Se pudieron identificar dos grupos de regiones, de acuerdo a la contribución relativa a la

producción global de leche y a las emisiones relativas de GEI: sitios donde la producción
de emisiones es mayor que el promedio (ej. Sur de Asia, Sub-Sahara África, América
Central y Sud América) y sitios donde es menor (ej. Oeste de Europa, Norte América y
Este de Asia). Las variaciones regionales en las emisiones por litro de leche están
explicadas principalmente por las diferencias entre los sistemas productivos
predominantes.

El informe de la FAO (2010) estimó que tanto los sistemas de base pastoril como los
sistemas mixtos contribuyen con alrededor del 50% de la producción global de leche,
siendo las emisiones de los sistemas pastoriles, en promedio, el 60% de las emisiones
globales del sector, mientras que los sistemas mixtos representaron el 40% de las
emisiones. Las emisiones promedio de sistemas de base pastoril son 2,72 kg CO2 eq.
kg LCGP, comparado a 1,78 kg CO2 eq. kg LCGP en los sistemas mixtos. Estas
diferencias se explican en parte a que los sistemas pastoriles incluyen a las zonas
agro-ecológicamente áridas, con emisiones relativamente altas (norte de África). Las
altas emisiones pueden ser explicadas por la baja producción de leche de la vaca,
combinada con la baja digestibilidad del alimento en muchos de estos sistemas. Las
bajas emisiones de GEI por kg de leche se encontraron en las zonas templadas, donde
se localiza principalmente la producción de los países industrializados (FAO, 2010).

El informe de la FAO (2010) realiza a su vez un análisis de sensibilidad de cuanto

pueden variar las emisiones de GEI si algunos parámetros aumentan o disminuyen
10% (mientras los demás permanecen constantes). Según este estudio, los cambios

7
en la producción de leche por vaca y en la edad al primer parto tienen poco efecto
sobre la HC de la leche, mientras que la reducción mayor se logra con la mejoría de
la digestibilidad de la dieta de los animales: una mejoría de 5 unidades en
digestibilidades de 56% en los sistemas extensivos (Nigeria) reduce la HC en 15%.
Sin embargo los autores del informe reconocen que una mejoría de la digestibilidad
de la dieta también va a repercutir en una mejoría de la producción de leche (en este
caso se asume +10%) y por lo cual adicionando este efecto, la HC se vería reducida
en un 20%.

En un estudio similar de Hagemann et al. (2011), para distintos países alrededor del
mundo, también muestra variaciones muy importante según los sistemas de
producción y los recursos disponibles en la distintas regiones del mundo. A
diferencia del estudio de FAO (2010), los autores realizan un análisis de tipo global
para poder hacer comparaciones entre sistemas productivos y países. Hagemann et
al. (2011) resaltan la importancia de la productividad por vaca y de su longevidad
como manera de disminuir el número de reemplazos necesarios para la reposición,
como así también la extracción que se pueda realizar como carne en el sistema (esto
último está asociado al sistema de asignación que se hace entre leche y carne en un
sistema de producción lechero). Los resultados reportados por estos autores entre la
productividad por vaca y la HC de la leche los hemos ajustado a una relación
potencial decreciente siendo la misma: y = 96,4x -0,51, R2 = 0,89 (Figura 4).

8
Figura 4. Relación entre la productividad por vaca y la huella de carbono para
diferentes países del mundo (Adaptado en base a datos de Hagemann et al., 2011).
3,50
Huella de carbono (kg CO2 e/ kg LCGP)

3,00 Bangladesh

2,50
Cameroon
2,00

1,50
Brasil
1,00 Alemania
Nueva Zelanda California
0,50

0,00
0 2000 4000 6000 8000 10000 12000
Producción de leche por vaca (lts LCGP/VM/año)

Una relación similar se halló entre HC y productividad por unidad de superficie:

y = 46,2 x -0,39, R2 = 0,65 (Figura 5)

Figura 5. Relación entre la productividad de leche por unidad de superficie y la HC

para distintos países (Adaptado en base a datos de Hagemann et al., 2011)
3,50
Huella de carbono (kg CO2 e/kg LCGP)

3,00 Bangladesh

2,50
Cameroon
2,00

1,50
Brasil
Nueva Zelanda
1,00
Alemania
0,50
California
0,00
0 5000 10000 15000 20000 25000 30000 35000 40000
Producción de leche ( lts LCGP/ha)

9
1.3.1. Los sistemas pastoriles/mixtos en comparación a los sistemas confinados
La principal fuente de emisión de GEI durante la fase primaria es la fermentación
entérica de los rumiantes. Estas emisiones están asociadas al proceso de
fermentación de los alimentos fibrosos (pasturas, forrajes conservados) en el rumen,
por lo cual se ha presentado la alimentación con alta proporción de concentrados
como sistemas que disminuyen las emisiones de GEI por unidad de producto (Harper
et al., 1999). Sin embargo, algunos trabajos muestran que para la producción de
leche, los sistemas pastoriles o mixtos pueden ser una alternativa mejor a los
sistemas de tipo confinado si el análisis se realiza con la metodología de Huella de
Carbono (desde la cuna a la portera del predio) (Rotz et al. 2010, Flysjö et al. 2011).

Cuadro 1. Huella de carbono de un sistema pastoril y sistema confinado de

producción de leche (Flysjö et al. 2011)
Pastoril Confinado
(N. Zelanda) (Suecia)
Producción leche por vaca (LCGP) 4118 8274
Peso vivo (kg) 456 600
Periodo de lactancia/Periodo seco (días) 280/85 305/60
Estabulación (meses) 0 9,5
Pastura en la dieta 92% 16%
Concentrado (kg/vaca) 0 3300
CO2 eq (kg/litro leche) 1,0 1,2

Las mayores emisiones del sistema confinado se debieron a las emisiones de la

producción y distribución del alimento concentrado y al manejo del estiércol (Figura
6).

10
Figura 6. Principales fuentes de emisión de GEI en un sistema pastoril y en un
sistema confinado de producción de leche (Flysjö et al, 2011)

1,20
CO2 e por litro leche

1,00
0,80
0,60
0,40
0,20
0,00

NZ
SE

Rotz et al. (2009) también compararon las emisiones producidas por sistemas de
producción contrastantes de Estados Unidos. Utilizando el programa “Integrated
Farm System Model” se simularon los siguientes sistemas para una misma
superficie (100 hectáreas): i) confinado con producción moderada de leche y ii) un
sistema de baja producción con parición estacional, pastoreo durante todo el año y
27% de la materia seca consumida proviene de concentrados. El modelo simula los
procesos biológicos y físicos así como sus interacciones. Los flujos de nutrientes
dentro del predio se modelan para predecir el impacto ambiental, entre ellos las
emisiones netas de GEI y la huella de carbono. Es importante resaltar que los valores
de huella de carbono se calcularon corrigiendo con un 3,5% de grasa y 3,1% de
proteína.

11
Cuadro 2 La huella de carbono para distintos sistemas de producción de leche de
Estados Unidos (Rotz et al, 2009)
Confinado Mixto
(i) (ii)
Producción leche (kg/vaca/año) 8391 5879
Forraje ensilado (kg MS/ha) 7110 3500
Forraje pastoreado (kg MS/ha) 0 3340
Concentrado (kg MS/ha) 5650 2650
Huella carbono (kg CO2eq/litro leche) 0,74 0,59

Huella carbono, kgCO2 eq/ litro leche 0,60 0,13

con secuestro C
(i) 100 vacas Holstein y 80 vaquillonas
(ii) 130 Holstein/Jersey y 95 vaquillonas

Las emisiones de metano fueron aproximadamente un 20% mayor para el sistema

confinado todo el año, donde los animales se alimentaron con dietas más altas en
forrajes conservados y tuvieron grandes cantidades de manejo de estiércol. En el
sistema mixto, con menor producción de leche por vaca, un mayor número de
animales es requerido para producir la misma cantidad de leche, lo cual aumenta las
emisiones de metano pero este aumento es más que compensado por la reducción de
las emisiones de óxido nitroso ya que los animales fueron mantenidos afuera todo el
año (se elimina prácticamente las emisiones por almacenamiento del estiércol y por
el manejo del mismo).

A partir de estos trabajos los sistemas pastoriles o mixtos parecen tener ventajas en
términos de menor huella de carbono en comparación con los sistemas confinados.
Además es posible que a futuro los cálculos de huella de carbono incluyan el
secuestro de carbono. De ser así, el uso de sistemas mixtos o pastoriles presentarían
aun mejores ventajas por proporcionar una reducción en las emisiones netas de GEI y
la huella de carbono durante la transición de cultivos a pasturas permanentes
(Crosson et al. 2011, FAO 2010, IDF 2010, Rotz et al. 2009).

12
 1.3.2. Análisis de las variables que inciden en la Huella de Carbono de la leche
en los sistemas pastoriles o mixtos
En la última década los tambos de Nueva Zelanda (NZ) han evolucionado desde un
sistema tradicional a base de pastura y con pocos insumos a un sistema más intensivo
con aumento de insumos al sistema (ej. fertilizantes, energía, agua para irrigación),
produciendo más leche en la misma superficie. Como consecuencia, en los últimos
cinco años la producción de leche aumentó un 20% pero no necesariamente asociado
a una reducción de la HC por litro de leche en la misma proporción (Basset-Mens et
al., 2009).

El estudio de Basset-Mens et al. (2009) comparó el tambo promedio de NZ con tres

sistemas de intensificación de leche contrastantes. Un sistema de bajos insumos (BI)
sin fertilizante y sin compra de alimento, se comparó con un sistema con aumento de
fertilización nitrogenada (FN) y con otro sistema (FNSM) con fertilización
nitrogenada y compra de 13 t MS/silo maíz/ha/año.

Cuadro 3 Descripción de distintos sistemas de producción de leche de Nueva

Zelanda (Basset-Mens et al., 2009)
Promedio Bajo insumos Fertilización N FN + ensilaje de
(BI) (FN) maíz (FNSM)
Producción leche
10313 11432 14153 25208
(kg/ha/año)

Carga (vacas/ha) 2,7 2,3 3,0 5,2

Producción leche
3764 4970 4718 4848
(kg /vaca/año)
Alimento comprado (*)
1101 0 0 13108
(kg MS/ha)
Fertilización
114 0 139 119
(kg N /ha)
Huella de carbono
0,933 0,646 0,762 0,754
(kg CO2 eq/litro)
(*) Ensilaje de maíz o ensilaje de pasturas

13
La HC fue menor en BI (0,646 kg CO2- eq/kg) y más alta para el tambo promedio
(0,933 kg CO2- eq/kg). Los valores para FN y FNSM fueron intermedios y similares
(0,762 y 0,754 kg CO2- eq/kg respectivamente). Estos autores concluyen que para el
sistema de Nueva Zelanda, una mayor intensificación en base a compra de alimento
(ensilaje de maíz o ensilaje de pasturas) no siempre significará una menor huella de
carbono. Esto se debe a que probablemente el alimento comprado es de menor
calidad que el alimento producido en el predio (mayores emisiones de metano
entérico/kg MS al bajar la calidad de los alimentos).

Otro estudio que también compara el impacto de la intensificación en el tambo

promedio neozelandés es el de Beukes et al. (2010). Para sistemas de producción de
leche y por medio de la modelación, estos autores evaluaron la mejora esperable en
términos de emisiones de GEI en función de los siguientes ajustes (Figura 7):
- reducción en el número de animales improductivos (por disminución de los
animales de remplazo (edad al primer parto más baja) y mejora del porcentaje
de parición): los animales no productivos producen CH4 y N urinario sin
contribuir a la producción del sistema - leche o carne
- aumento de la eficiencia de conversión del alimento utilizando animales con
mayor potencial genético: las vacas de mayor productividad, producen más
leche a partir de la misma cantidad de alimento y además menos animales son
necesarios para producir la misma cantidad de leche por unidad de superficie
(al ser menor la cantidad de alimento requerido, menos metano será emitido)
- mejora de la calidad de la dieta: pasturas más digestibles, uso de
leguminosas en vez de fertilizante nitrogenado y un buen equilibrio de la
relación N/energía de la dieta.

14
Figura 7. Disminución de la emisión de gases efecto invernadero al mejorar la
eficiencia del rodeo y la calidad de la dieta del sistema de producción de leche
(Beukes et al, 2010)

Según Beukes et al (2010) el mayor impacto sobre la reducción de GEI, se produce

al mejorar la composición del rodeo (disminución de animales improductivos) y al
aumentar el potencial genético de las vacas en producción. Estas medidas de manejo
permiten mantener o aumentar la producción de leche, reduciendo el consumo de
materia seca a nivel de todo el sistema. Esto se puede alcanzar con una combinación
de alta performance reproductiva lo que provoca una disminución en el refugo, y por
lo tanto en el número de reemplazos que se requiere para mantener el rodeo. A esto
se debe sumar la utilización de vacas con mérito genético alto capaces de producir
430 kg de sólidos de leche anuales como consecuencia de un aumento en la calidad
de la pastura. Con estas mejoras en la eficiencia, la carga animal se puede reducir de
3 a 2,3 vacas/ha para producir la misma leche por hectárea.

Otros estudios también mencionan el impacto de la producción de leche por vaca en

la HC (Henriksson et al. 2011, Iribarren et al. 2011, Lovett et al. 2006, Casey y
Holden 2005a, Casey y Holden 2005b). Los resultados reportados por estos últimos
autores a partir de diez predios reales de Irlanda también fueron ajustados a una
relación potencial decreciente entre la producción de leche por vaca y la HC (figura
8).

15
Figura 8. Relación entre la productividad por vaca y la huella de carbono (Adaptado
en base a los datos de Casey y Holden, 2005b)
1,80
Huella de carbono (kg CO2 e /kg LCGP)

y = 203,86x-0,61
1,60 R² = 0,8772
1,40
1,20
1,00
0,80
0,60
0,40
0,20
0,00
2.000 3.000 4.000 5.000 6.000 7.000 8.000
Producción de leche por vaca ( lts LCGP/VM/año)

La menor HC se alcanzó en los predios con menor carga (1,6 a 1,7 vacas/ha en
comparación a 2,2 a 2,3 vacas/ha) y con alta productividad por vaca (6000 a 6400
litros/vaca en comparación a 4000 a 4500 litros/vaca) (Casey y Holden, 2005b). Esto
puede ser el resultado de menos vacas necesarias para producir una determinada
cantidad de leche, dado que una proporción de las emisiones de metano es relativa al
número de animales en el sistema. Un tambo con vacas de baja producción requiere
significativamente más animales por unidad de superficie, con un aumento relativo
en el aporte de la dieta a mantenimiento. Aumentar la eficiencia de las vacas parece
ser la mejor opción para reducir las emisiones (Casey y Holden, 2005b).

También para el sistema irlandés, Lovett et al. (2006) muestran el impacto del uso
de alimentos concentrados en sistemas de base pastoril (mixtos) para la mejora de la
productividad por vaca. En un trabajo de simulación dirigido a estudiar el efecto del
potencial productivo por vaca (7000 a 8800 litros) y del agregado de concentrados
(500 a 1500 kg/vaca/año) en un sistema en base a pasturas, la menor HC se logró con
potenciales de producción intermedios (8000 litros/vaca) y altos niveles de
concentrados (1500 kg de concentrado, representando 20% del total de materia seca

16
consumida por las vacas). Estos resultados estarían explicados principalmente por la
reducción de las emisiones de metano entérico por unidad de materia seca
consumida. El efecto del aumento de la productividad por vaca está asociado
fundamentalmente a la disminución de la emisión de GEI por litro de leche
producido pero su efecto es menos claro según estos autores ya que en el modelo está
integrado también la perdida de fertilidad asociada al alto potencial genético y por lo
tanto a la necesidad de disponer de más remplazos en el rodeo.

Todos estos trabajos resaltan la importancia de realizar un análisis de tipo global para
poder realizar comparaciones entre sistemas productivos y entre países. Para ello la
metodología de análisis de conglomerados, sugerida por Hagemann et al. (2011)
parecería ser la manera más adecuada para estudiar un conjunto de variables que
inciden sobre la huella de carbono a nivel de sistema de producción.

1.4. DIFERENCIAS EN METODOLOGíA DE CÁLCULO

La metodología de análisis de ciclo de vida utilizada para estimar la huella de
carbono de un producto requiere que los aspectos metodológicos estén
estandarizados para posibilitar comparaciones entre sistema de producción y entre
países. Los aspectos metodológicos que varían según los estudios son: asignación a
co-productos, límites del sistema, factores de emisión (FE) usados, la base de datos
para simular los procesos biológicos o industriales (Crosson et al. 2011, Flysjö et al.
2011, IDF 2010, Thomassen et al. 2008). A continuación se resume en un cuadro
información de diferentes trabajos que calculan la HC por litro de leche pero
utilizando criterios diferentes.

17
Cuadro 4. Valores internacionales de huella de carbono
Referencia País Npredios Sist. UF Asig. HC
Cederberg & Mattsson, 2000 Suecia 2 C si* Si 1,1
Haas et al., 2001 Alemania 6 P No No 1,3
Hospido et al., 2003 España 2 C ? Si 0,8
Williams et al., 2006 UK E M No Si 1,1
Basset-Mens et al., 2009 NZ ? P Si Si 0,9
Thomassen et al., 2008 Holanda E M Si No 1,4
Rotz et al., 2009 EEUU M C si** Si 0,7
Flysjö et al., 2011 NZ E P si* No 1,0
Flysjö et al., 2011 Suecia E C si* No 1,2
E: datos estadísticos, M: modelos
Sist: sistema, C: confinado, P: pastoril, M: mixto
UF = Unidad funcional, Si* corrección por 4% grasa, Si** corrección por 3,5% grasa
Asig= Asignación de co-productos, leche y carne

Como se puede observar en el cuadro 4 algunos estudios analizan información

predial mientras otros utilizan datos estadísticos nacionales, por lo cual la
representatividad de los datos en términos nacionales es muy variable en los valores.
A su vez, el período analizado en casi todos los casos es tan solo un año, lo que trae
aparejado el efecto año sobre los resultados.

La elección de la unidad funcional en la emisión de GEI tiene implicancias

importantes en la interpretación de resultados, particularmente cuando se estudia la
intensificación de la producción. Todos los estudios describen las emisiones por kg
de leche y a menudo se corrige por sólidos (Crosson et al., 2011). Sin embargo, se
utilizan distintos contenidos de sólidos para esta corrección: la corrección puede
variar entre 3,5 a 4,0% de grasa y 3,1 a 3,3 % de proteína, lo cual crea diferencias en
los resultados y los hace difíciles de comparar.

18
Utilizar distintos factores de emisión también provoca modificaciones en los
cálculos. La mayoría de los estudios utilizan los factores de emisión por defecto del
Panel Intergubernamental de Cambio Climático (IPCC). Sin embargo, Nueva
Zelanda tiene factores de emisión específicos para CH4 entérico y del estiércol así
como también para las emisiones de N2O de la excreta y fertilizante nitrogenado.
Estos factores de emisión (FE) se utilizaron en el estudio de Flysjö et al. (2011) para
Suecia de manera de omitir esta variación en el estudio.

En cuanto a las asignaciones algunos trabajos realizan una distinción entre carne y
leche en el sistema mientras que otros no realizan asignaciones (Crosson et al.,
2011). Este último es el caso por ejemplo de Flysjö et al. (2011) donde dado que el
principal objetivo del estudio fue analizar los parámetros que afectan la HC en la
producción de leche, se incluyeron los co-productos, por lo cual, no se incluyeron
asignaciones. Sumado a esto, en los casos en que se hacen asignaciones existen
diferencias importantes en la forma de calcularlo, resultado en valores variables. En
este sentido el estudio de Cederberg y Stading (2003) comparando distintas
metodologías en el manejo de co-productos arroja diferencias según diferentes
criterios de asignación. Se calcularon los datos de huella de carbono según los cuatro
tipo de asignaciones: no asignar, asignación económica, física (biológica) y de
expansión. Los datos obtenidos fueron: 1,0; 0,92; 0,85 y 0,7 kg CO2 eq/ kg leche
respectivamente (figura 9).

19
Figura 9. Emisiones de GEI de la producción de leche con diferentes criterios de
asignación de co-productos (Cederberg y Stading, 2003)
1,20
Huella de carbono (CO2 e/LCGP)
1,00

0,80

0,60 N2O
CH4
0,40
CO2
0,20

0,00
Sin asignación Asignación Asignación Sistema de
económica física 85% expansión
92%

Se observó que la asignación económica entre leche y carne favorece la producción

de carne. Mientras que el sistema de expansión tiene beneficios ambientales en
cuanto a producción de leche. El enfoque que se alinea más con la ISO14044 y
parecería ser el más apropiado es la asignación física. Este último, es el criterio
utilizado por la guía de IDF (2010).

Finalmente, en base a los antecedentes revisados, la huella de carbono varía según

los sistemas de producción y las características de los mismos. En general, para un
mismo sistema de producción la intensificación está asociada a una reducción en la
huella de carbono de la leche.

1.5 HIPÓTESIS
Los predios con mayor productividad por vaca y por unidad de superficie presentan
menor huella de carbono de la leche.

1.6 OBJETIVOS
Comparar factores que afectan la huella de carbono de la leche de sistemas reales de
producción con diferente productividad por vaca y unidad de superficie.

20
2. MATERIALES Y MÉTODOS

2.1 SISTEMAS DE PRODUCCIÓN DE LECHE DE URUGUAY Y FUENTES

DE DATOS
Los sistemas lecheros de Uruguay están caracterizados por una diversidad importante
en el uso del suelo y estrategias de producción, y una considerable dispersión
geográfica. Además, los tambos en Uruguay están sometiendo a un cambio desde
sistemas de base más pastoril a sistemas mixtos con niveles crecientes de producción
de leche y un aumento de insumos a través de la compra de alimentos (Hernández y
Freiría, 2010). Esto hace a los sistemas lecheros de Uruguay un caso de estudio
relevante de la tendencia de cambio global de los sistemas lecheros en la región.

En Uruguay, las vacas pastorean todo el año en praderas mixtas (gramíneas y

leguminosas) y verdeos anuales con cantidades variables de forraje conservado (maíz
y silo de pastura). El silo de pasto y maíz se realizan usualmente dentro del predio o
en un predio cercano. Durante la lactación, las vacas son suplementadas con
concentrado para alcanzar los requerimientos nutricionales para el nivel de
producción esperado. El rodeo lechero es predominantemente de la raza Holstein.
Respecto a la composición del rodeo lechero, se aprecia que las categorías
productivas adultas (vacas ordeñe y seca) son aproximadamente la mitad del total.
La recría se produce en el mismo predio y la tasa de reposición oscila en 30%. La
edad al primer servicio de las vaquillonas, registra su mayor frecuencia en torno a los
32 meses. En lo que respecta al intervalo inter parto, en la mayoría de los casos es de
13 a 14 meses. En los tambos de menor superficie, prevalece un sistema de parición
continua. Mientras que en los tambos de mayor superficie, la parición ocurre en dos
momentos, en otoño y en menor medida en primavera. La productividad del tambo
promedio según la Encuesta Lechera del 2007 fue de 2370 litros/ha, con una
composición de 3,67% de grasa y 3,26% de proteína (Hernández, 2009).

En este estudio, utilizamos información de 24 tambos comerciales localizados en el

sur de Uruguay (Soriano, Colonia, San José, Florida, Maldonado y Rocha). Los

21
predios no fueron seleccionados al azar por lo cual no son necesariamente una
muestra representativa del país. La mayoría de los predios lecheros analizados son
miembros de Federación Uruguaya de Grupos CREA (FUCREA), asociación
uruguaya de productores. Los tambos seleccionados para el estudio tienen
antecedentes de mantener buenos registros y contar con asistencia técnica, por lo
cual, la calidad de la información y contar con un rodeo estabilizado fueron los
criterios para incluir estos tambos en el estudio. La información fue recolectada para
el ejercicio fiscal 2010-2011 a partir de un formulario que se le proporcionada a
productores o asesores. La información colectada incluye superficie lechera, uso del
suelo, rotación, cantidad de alimento comprado, producción de leche total,
producción de leche por vaca, contenido de grasa y proteína en la leche, numero de
vacas y reemplazos en el rodeo, peso de la vaca, número de nacimientos, porcentaje
de reposición y edad al primer parto.

2.2. DESCRIPCIÓN DEL MODELO PARA CUANTIFICAR EMISIONES DE

GEI
La información de cada predio fue utilizada para calcular la HC utilizando el modelo
de optimización CIPIL (Astigarraga, 2004). Este modelo usa la planilla de cálculo
Excel incluyendo el macro de optimización SOLVER. En este estudio el modelo no
fue utilizado para optimizar el margen bruto, sino que se corrió y ajusto para simular
la performance técnico productiva del predio (es decir para obtener los indicadores
reportados por el productor o técnico). El modelo CIPIL integra las actividades de
producción animal y vegetal en un sistema lechero. Todas las actividades fueron
conectadas y limitadas por ciertas restricciones: estructurales (área agrícola, área bajo
praderas, etc), agronómicas (plan de rotación de la pastura, producción de forraje,
uso de fertilizante, requerimiento de gasoil para la siembra, etc.), y animales
(composición del rodeo, producción de leche por vaca, tasa de reemplazo,
mortalidad, requerimientos alimenticios, etc).

La producción de leche y el estado de preñez, el peso vivo de cada categoría, fueron

utilizados para calcular los requerimientos de energía metabolizable usando el

22
sistema AFRC (AFRC, 1993). Para el cálculo de la oferta de alimento en energía
metabolizable, luego de definir la rotación forrajera según la información brindada
por el productor, se estimó la oferta forrajera de cada alternativa utilizando la
producción de forraje según las tablas de Leborgne (1983). El consumo de pasto se
ajustó en función de los requerimientos del rodeo y del suministro de concentrado
reportado por el productor para el ejercicio.

Las salidas del modelo fueron número de terneros, estación de parición, rotación,
carga animal, tipo y cantidad de pastura cosechada por animal o maquinaria, dieta
animal, cantidad de forraje y concentrado requerido, concentrado comprado y
producción animal (leche cruda, leche remitida y vacas/vaquillonas de refugo
vendidas).

El modelo se modificó para calcular las emisiones de GEI basadas en la estimación

de consumo de alimento por animal, performance y producción de estiércol. Para
determinar las emisiones de cada GEI se utilizo el método de nivel 2 (tier 2) del
IPCC (IPCC, 2006). Este método requiere datos detallados y específicos del país,
sobre las necesidades de nutrientes, la ingestión de alimentos y las tasas de
conversión del metano aplicables a determinado tipo de alimentos, que luego se
utilizan para calcular los factores de emisión correspondientes a las categorías de
ganado definidas para el país (Berra, 2005). Dado que en Uruguay no existen datos
nacionales de factores de emisión se usaron los factores por defecto proporcionados
por el IPCC (2006). La contribución de cada uno de los GEI fue integrada usando el
potencial de calentamiento global para un horizonte de 100 años expresado en
toneladas de CO2 equivalente (t CO2). El total fue la suma de cada gas pesado por su
respectivo coeficiente de equivalencia: 1 ton CO2 =1 ton CO2 eq, 1 ton CH4 = 25 ton
CO2 eq y 1 ton N20 = 298 ton CO2 eq (IPCC, 2006).

2.3 UNIDAD FUNCIONAL Y LÍMITES DEL SISTEMA

Para este estudio se utilizó la guía de la Federación Internacional de la Lechería
(IDF) denominada “un enfoque común para la huella de carbono de la lechería”

23
(IDF, 2010). La misma se desarrollo a partir de un proceso de consultoría y revisión
para hacer frente al problema de la falta de credibilidad y consistencia en el cálculo
de la huella de carbono de la leche o productos derivados. La solución fue
desarrollar una guía clara en unidad funcional, límites del sistema, cambio en el uso
del suelo, co-productos y otros aspectos debatidos de la metodología.

Para desarrollar la metodología de la guía se trabajó en colaboración con

organizaciones que ya estaban involucradas en mejorar la estandarización de la
metodología ACV. Las organizaciones fueron las siguientes: IPCC, Carbon Trust,
WBCSD/ WRI, Intl dairy bodies, FAO, PAS2050 e ISO 14040, ISO14044. La guía
se desarrolló por el IDF para aquellos interesados en definir la HC del sistema de
producción y los productos, usando un enfoque de ACV. La incorporación de este
enfoque, permite la comparación entre diferentes sistemas de producción, regiones y
productos como resultado de la aplicación de enfoque estandarizado (IDF, 2010).

2.3.1 Definición de la unidad funcional

La unidad funcional utilizada fue un kg de leche corregido por grasa y proteína
(LCGP), en el establecimiento, se considero un 4% de grasa (G) y 3,3% de contenido
de proteína (P) de acuerdo a lo definido por el IDF (2010).

LCGP (kg/año) = Producción (kg/año) x [0,1226 x %G + 0,0776 x % P + 0,2534]

2.3.2 Asignación
Para los sistemas de producción lechera donde el foco principal es la producción de
leche, la carne generada por exceso de terneros o refugo de vacas es un importante
co- producto. Muchas metodologías basadas en las guías de ISO (2006) pueden ser
usadas para asignar emisiones entre los co-productos, pero la metodología
seleccionada afecta la estimación de la intensidad de los GEI en los productos lácteos
(Mc Geough et al. 2012, Flysjö et al. 2011, Cederberg y Stading 2003). En nuestro
estudio, la asignación entre leche y carne fue realizada utilizando el método de

24
asignación física sugerido por la guía IDF (2010), donde las emisiones se asignan de
manera proporcional a la cantidad de leche producida y los animales que se venden.

AF = 1 – 5.7717 x R

AF = factor de asignación para leche

R= M carne/ M leche
M carne = suma del peso vivo de todos los animales vendidos incluyendo terneros y
animales de refugo
M leche = suma de sólidos de la leche corregidos por 4% grasa y 3,3% proteína
usando la ecuación del IDF, 2010.

2.3.3 Alcance y límites del análisis

Los límites del sistema fueron desde la producción de alimentos (incluido los
insumos) hasta la portera del establecimiento e incluyeron:

 Producción de leche en el predio (metano de fermentación entérica de

animales productivos y reposición) incluyendo:
- Producción de alimentos en el predio (gasoil, emisiones directas e indirectas
de óxido nitroso del suelo)
- Manejo de efluentes del tambo (metano y emisiones directas e indirectas de
óxido nitroso)
- Extracción de leche ( electricidad)
- Suministro de agua (electricidad)
 Producción y suministro de alimentos comprados
 Producción de fertilizantes sintéticos y su distribución
 Producción y distribución de cualquier otro agroquímico, ej. herbicidas

Este listado representa aproximadamente el 95% de las emisiones de GEI que deben
de considerarse en un ACV, es decir desde la producción del alimento hasta la

25
portera del establecimiento (venta). De este modo se cumple con uno de los
requerimientos claves de los estándares de la norma PAS2050.

2.3.4 Preparación del modelo análisis de ciclo de vida

El modelo incluye todas las entradas (insumos, compra alimento), los procesos
productivos que se realizan en el predio y la salidas de leche y carne.

Figura 10. Descripción del sistema a estudiar

2.4. CÁLCULO DE LA HUELLA DE CARBONO

Se convirtió la información primaria y secundaria de emisiones de GEI multiplicando
la información de la actividad por el factor de emisión de la actividad. Esto dio como
resultado las emisiones de GEI por unidad funcional de producto.

2.4.1. Emisiones de metano

El metano se produce por los rumiantes principalmente como un subproducto de la
fermentación entérica. Para estimar las emisiones de metano, el promedio de
consumo diario de alimento expresado como energía bruta consumida fue calculado
a partir de la dieta para las vacas determinadas por el modelo CIPIL. El factor de
conversión del metano (Ym = 6,5%) fue obtenido del IPCC (2006), el cual fue

26
similar a los resultados de Dini et al. (2012) para vacas lecheras bajo pastoreo en
Uruguay.

La descomposición del estiércol (bosta y orina) bajo condiciones anaeróbicas durante

el almacenamiento y tratamiento también producen CH4. Las estimaciones de lo
excretado fueron obtenidas usando el consumo de materia seca y la digestibilidad de
alimentos determinadas por el modelo. Como las vacas pastorean todo el año al aire
libre, asumimos que el 90% de la orina y lo excretado se depositó en la pastura y el
10% restante en la sala de ordeñe. Lo excretado en la sala de ordeñe se asumió que se
manejó en un sistema de laguna anaeróbica sin cubierta, la mayoría de los tambos
analizados contaban con este tipo de tratamiento. Este supuesto fue utilizado para
remover diferencias potenciales entre los tambos y el efecto del manejo del rodeo y
alimentos. Además, el manejo de las bajas cantidades del estiércol colectado en la
sala de ordeñe tendría un bajo impacto en la huella de carbono total. El resto de lo
excretado, incluido el estiércol de las vaquillonas, fue depositado directamente en las
pasturas. Las emisiones fueron determinadas usando un factor de emisión de metano
(MCF) de 76% y una máxima capacidad de producción de CH4 del estiércol de vacas
lecheras de 0,24 m3 de CH4/kg sólidos volátiles excretados por día (IPCC, 2006).

2.4.2 Emisiones de óxido nitroso

Las emisiones de óxido nitroso del suelo aumentaron a partir de las tasas de
nitrificación y desnitrificación disponibles por un aumento de N en el suelo (IPCC,
2006). Las emisiones directas de N2O del suelo y estiércol almacenado fueron
también estimadas siguiendo las guías del IPCC y los factores de emisión. Para los
fertilizantes sintéticos de N, el factor de emisión fue 0,01 kg N2O–N por kg N
aplicado. Dado que el 90% de lo excretado fue depositado directamente en la pastura,
esa porción del N del estiércol fue aplicada a la pastura. El N excretado se calculó
como el total de N en el alimento consumido menos el N en la leche y el N retenido
en los animales (terneros y vaquillonas en crecimiento). El FE utilizado fue 0,02 kg
N20-N/ kg N excretado. Las emisiones de óxido nitroso proveniente del estiércol de
los sistemas de lagunas fueron consideradas despreciables (IPCC, 2006).

27
La volatilización de NH3 y el lavado de NO3 producen emisiones indirectas de N2O.
Para los efectos de volatilización de NH3 en las emisiones de N2O a través de la
deposición atmosférica del N en suelos y cursos de agua se utilizó un factor de
emisión de 0,010 kg N20-N/ kg N (IPCC, 2006). La fracción de N de los fertilizantes
sintéticos que se volatiliza como NH3 y NOx bajo diferentes condiciones fue 0,10 kg
NH3–N / kg de N aplicado o depositado. Los factores de emisión para las emisiones
de N20 de lixiviación y lavado de N fueron 0,0075 kg N2O–N/ kg NO3–N.

2.4.3 Emisiones de anhídrido carbónico

La electricidad se usa principalmente en los tambos para el ordeñe y la refrigeración
de la leche. Para todos los predios, las emisiones de CO2 durante la producción de
electricidad se asumió como factor de emisión 0,463 kg CO2 eq/kWh (Cabal et al,
2009). Durante la operación de tractores y otros equipos con motor, el C del gasoil se
transformó a CO2 y es liberado por el escape del motor (Rotz et al., 2010). La
cantidad de gasoil por ha por hora para el mantenimiento de la pastura y operaciones
de producción del alimento fueron obtenidas de Cámara Uruguaya de Servicios
Agropecuarios (CUSA, 2011). El factor de emisión de diesel fue obtenido del IPCC
(2006) y ajustado por emisiones de transporte, siendo el valor final 2,98 kg CO2 eq/
kg gasoil consumido. La metodología descripta por Spielmann et al (2007) se utilizó
para calcular los factores de emisión de extracción de materia bruta, manufactura,
transporte de fertilizantes y pesticidas. Los medios de transporte y las cantidades
importadas en los últimos cinco años fueron obtenidos del (MGAP, 2011). El
fertilizante sintético nitrogenado más usado en Uruguay es urea, el factor de emisión
obtenido fue 0,793 kg CO2 eq/kg de urea utilizado. Los tambos analizados en este
estudio utilizaron en promedio 40 kg N/ha, similar a lo reportado por Díaz-Rosello y
Duran (2011).

2.5. ANÁLISIS ESTADÍSTICO

Para identificar las variables que mejor explican las diferencias en la HC entre los 24
tambos, se realizó un análisis de correlación simple por el método de Pearson y un

28
análisis de regresión simple para analizar la asociación entre la huella de carbono y
once posibles variables explicativas. Las variables analizadas fueron: producción de
leche por vaca, producción de leche por ha, carga animal, eficiencia del rodeo (vacas
en ordeñe sobre el total del rodeo), concentrado por vaca masa (VM), proporción de
concentrado en dieta de VM, forraje por vaca, consumo de MS por vaca masa,
producción de forraje por ha, N excretado por VM, N excretado por ha y huella de
carbono.

Realizado estos análisis, se entiende que esta realidad compleja no puede reflejarse
en un estudio comparativo de los predios por cada variable, sino que existe la
necesidad de integrarlas todas de alguna forma, para que representen esa realidad.
Para resumir esta información se recurrió a la estadística multivariada la cual es
usada para describir y analizar observaciones multidimensionales obtenidas al relevar
información sobre varias variables para cada uno de los casos de estudio. Para
realizar el análisis se utilizó el paquete estadístico InfoStat (2012).

El método seleccionado fue el de interdependencia, este no distingue entre variables

dependientes e independientes y su objetivo consiste en identificar que variables
están relacionadas, como lo están y por qué. Se realizó un análisis de componentes
principales (ACP) y análisis de conglomerados (clúster).

2.5.1. Análisis de componentes principales

Algunas de las variables de manejo consideradas fueron fuertemente correlacionadas
entre ellas, lo que hizo la interpretación de las relaciones entre variables individuales
y huella de carbono dificultoso. Se utilizó el análisis de componentes principales y
los gráficos biplot para reducir el número de variables y la dimensión. Las técnicas
de reducción de dimensión permiten examinar todos los datos en un espacio de
menor dimensión que el espacio original de las variables. Con el ACP se construyen
ejes denominados componentes principales (CP) que permiten obtener gráficos de
dispersión de observaciones y/o variables con propiedades óptimas para la
interpretación de la variabilidad y co-variabilidad subyacente. Los biplot permiten

29
visualizar observaciones y variables en un mismo espacio, así es posible identificar
asociaciones entre observaciones, entre variables y entre variables y observaciones.
En los biplot construidos por InfoStat, la distancia entre símbolos representando
observaciones y símbolos representando variables no tiene interpretación, pero las
direcciones de los símbolos desde el origen si pueden ser interpretadas.

El ACP se puede realizar siempre y cuando haya menos variables que observaciones,
por lo cual se removieron las variables que tuvieron colinealidad (ej. concentrado en
la dieta y uso concentrado por vaca, que fueron altamente correlacionados). Se
retuvieron las siguientes ocho variables: producción de leche por ha, producción de
leche por vaca masa, carga animal, eficiencia del rodeo, uso de concentrado por vaca,
consumo de materia seca por vaca, N excretado por ha y huella de carbono. El ACP
permitió la transformación de un conjunto de variables explicativas correlacionadas
en nuevas variables, las denominadas componentes principales, que son todas
combinaciones lineales de las variables correlacionadas originalmente.

2.5.2 Análisis de conglomerados

El análisis de cluster permite implementar distintos procesos para agrupar objetos
descriptivos por un conjunto de valores de varias variables. El agrupamiento de
objetos multivariados es frecuentemente utilizado como método exploratorio de
datos con la finalidad de obtener mayor conocimiento sobre la estructura de las
observaciones y/o variables en estudio. Se recurre a técnicas de agrupamiento cuando
no se conoce una estructura de agrupamiento de los datos “a priori” y el objetivo
operacional es identificar el agrupamiento natural de las observaciones. Las técnicas
de clasificación basadas en agrupamientos implican la distribución de las unidades de
estudio en clases o categorías de manera tal que cada clase (conglomerado) reúne
unidades cuya similitud es máxima bajo algún criterio. Es decir los objetos de un
mismo grupo comparten el mayor número permisible de características y los objetos
en diferentes grupos tienden a ser distintos.

30
Para realizar este análisis se utilizaron las mismas 8 variables que se utilizaron para
el ACP. La técnica de clasificación seleccionada fue la jerárquica, este método
produce agrupamientos de tal manera que un conglomerado puede estar contenido
completamente dentro de otro. Se eligió el método de agrupamiento de ward, que une
grupos considerando que la variabilidad entre ellos sea mínima. Dado que los datos
tienen propiedades métricas se usó la medida de distancia euclidea. El análisis se
corrió con los datos estandarizados de cada uno de las variables. Los resultados se
muestran en un dendograma (diagramas de árboles en dos dimensiones), en el que se
pueden observar las uniones y/o divisiones que se van a realizando en cada nivel del
proceso de construcción de conglomerados. Este análisis estadístico también se
realizó utilizando InfoStat (2012).

31
3. RESULTADOS

3.1. DESCRIPCIÓN DE LA BASE DE DATOS

La variación más grande entre los 24 tambos analizados fue en tamaño del predio
(445 ± 274 ha), y la producción anual de leche (1.821.353 ± 1.291.921 kg LCGP),
con un coeficiente de variación (CV) de 60-70% (cuadro 5). La variación en
productividad fue de 4075 ±1360 kg LCGP/ha, (CV = 33%), la producción de leche
por vaca 5672 ± 1254 kg LCGP/vaca, (CV = 22%) y la carga animal fue de 0,71
±0,21 VM/ha, (CV = 18%).

La eficiencia del rodeo, una variable que toma en cuenta la composición del rodeo
medida como vacas en ordeñe en relación a todo el rodeo, fue de 0,42 ± 0,04, (CV =
10%), con un porcentaje de nacimientos de 80 ± 8,6, con una edad al primer parto de
28 ± 3,0 meses y una tasa de reemplazo de 28 ± 3 %.

La variación en el consumo de alimento, en particular la oferta de concentrado, fue

importante (CV = 40%), con un promedio de 4,9 ± 2,0 kg/vaca/día, representando
una proporción de 36 ±12 % del consumo diario de materia seca por vaca por día.

32
 Cuadro 5 Valores medios, máximos y mínimos de las principales variables de los
predios analizados
Parámetros Unidades Promedio CV Máximo Mínimo
Superficie pastoreo lechero ha 445 62% 1044 55
PRODUCCION DE LECHE
LCGP producción anual toneladas por año 1821 71% 5334 186
LCGP producción por ha litros por ha 4075 33% 7362 1883
Producción por vaca kg leche 5672 22% 7772 3184
Contenido de grasa % 3,72% 5% 4,32% 3,42%
Contenido de proteína % 3,35% 4% 3,77% 3,19%
RODEO
Carga animal vaca masa/ha 0,71 18% 1,05 0,48
Eficiencia del rodeo [Link]ñe/stock 0,42 10% 0,48 0,28
Peso vivo kg 547 3% 580 500
Nacimientos % 80% 11% 96% 66%
Tasa de reemplazo % 28% 10% 35% 25%
Edad al primer parto meses 27,8 11% 35,4 24,0
ALIMENTACION
Producción de pasto kg MS/ha 6421 17% 9037 4586
Concentrado por vaca kg MS/vaca/día 4,9 40% 7,6 1,9
Concentrado en la dieta % 36% 33% 56% 17%
Fibroso por vaca kg MS/vaca/día 8,4 0,20 12,0 5,4
Consumo de MS kg MS/vaca/día 13,3 17% 17,2 7,8
N EXCRETADO
N excetada por ha kg N/ vaca/año 84 20% 128 63
N excretado por vaca kg N / ha/ año 119 10% 145 99
kg CO2 e por
HUELLA DE CARBONO 0,99 10% 1,24 0,87
LCGP

Finalmente, la huella de carbono promedio para la base de datos analizada fue 0,99
con un coeficiente de variación de 10%.

3.2 ANÁLISIS DE CORRELACIÓN

Se seleccionaron en base a la bibliografía consultada 10 variables que se
consideraron asociadas a la huella de carbono (cuadro 6).

33
 Cuadro 6. Coeficiente de correlación de Pearson (r, debajo de la diagonal) y rango de signi ficancia
(p, arriba de la diagonal) para 10 variables del predio y huella de carbono

Prod. N exc./ha
Ha Carga Prod. Vaca Ef. rodeo Conc. Vaca Conc. Dieta Consumo Prod. Pastura N exc./VM HC
Prod. ha <0,05 <0,05 <0,05 <0,05 <0,05 <0,05 <0,05 NS <0,05 <0,05
Carga 0,82 <0,05 <0,05 <0,05 NS <0,05 <0,05 NS <0,05 <0,05
Prod. vaca 0,87 0,44 <0,05 <0,05 <0,05 <0,05 <0,05 <0,05 <0,05 <0,05
Ef. rodeo 0,71 0,45 0,77 <0,05 <0,05 <0,05 <0,1 NS <0,05 <0,05
Conc. vaca 0,72 0,42 0,79 0,65 <0,05 <0,05 NS NS <0,05 <0,05
Conc. Dieta 0,52 0,32 0,54 0,44 0,94 <0,05 <0,1 NS NS <0,05
Consumo 0,82 0,4 0,97 0,82 0,69 0,41 <0,05 <0,05 <0,05 <0,05
Prod. pastura 0,62 0,46 0,55 0,35 0,34 0,13 0,57 <0,05 <0,05 <0,1
N exc/.vaca 0,21 -0,09 0,4 0,22 0,02 -0,23 0,51 0,46 <0,05 NS
N exc/ ha 0,86 0,85 0,61 0,51 0,43 0,22 0,62 0,66 0,42 <0,05
HC -0,78 -0,52 -0,81 0,55 -0,71 -0,56 0,69 -0,38 -0,07 -0,51 1

NS = no significativo

34
La mayor correlación entre las variables y la huella de carbono fue para producción
de leche por vaca (r = - 0,81, P < 0,001), productividad (r = - 0,78, P <0,001),
consumo de materia seca (r =-0,69, P< 0,001) y concentrado por vaca (r = -0,71, P <
0,001).

3.3 REGRESIONES SIMPLES

Para las variables con valores de correlación mayor a 0,6 (en valor absoluto) con HC,
se realizó un análisis de regresión simple. Productividad y producción de leche por
vaca resultaron las variables que por sí solas mejor explicaron la variación en la HC.

3.3.1. Productividad
Se observó una relación negativa y significativa entre productividad y huella de
carbono.

Figura 11. Relación entre productividad y huella de carbono

1,30

1
1,20
Huella de carbono (kg CO 2 e/ha)

6
1,10
3 5
7 8
1,00
2 20 10 15
9 13
12 16
24
19 17 22
0,90 21
11 14
23
18
0,80

0,70
1,5 2,5 3,5 4,5 5,5 6,5 7,5 8,5
Produccion de leche (1000 litros LCGP/ha)

La huella de carbono como función de la productividad se ajustó al siguiente modelo:

HC = 1,3239 x -0.219, ( R2 = 0,69, P < 0,001).

35
3.3.2. Producción leche por vaca masa
La relación entre producción de leche por vaca y huella de carbono también resulto
ser decreciente y significativa.

Figura 12. Relación entre huella de carbono y producción de leche por vaca

1,30
1
Huella de carbono (kg CO2/ EPCM)

1,20
4
6
1,10
3 8 5
7 15 10
1,00
13 20
2 16 24
9 12 22
0,90 17 19
11 21
23
14 18
0,80

0,70
2,0 3,0 4,0 5,0 6,0 7,0 8,0 9,0

Produccion de leche (1000 litros LCGP /VM)

La huella de carbono como función de la producción de leche por vaca se ajustó al

siguiente modelo: HC = 1,7206 x -0.325, ( R2 = 0,68, P < 0,001).

3.4 ANÁLISIS DE COMPONENTES PRINCIPALES

Para realizar el ACP, algunas variables que estuvieron altamente correlacionadas
entre ellas fueron eliminadas del análisis multivariado, en la medida que existía
alguna otra variable que incluía la información contenida en ellas. Tal fue el caso de
proporción de concentrado en la dieta y concentrado por vaca (r = 0,94). De todas
maneras, para variables como consumo de materia seca (CMS) por animal y
producción de leche por vaca que explican diferentes conceptos como manejo de la

36
alimentación y performance animal, se conservaron en el análisis a pesar de estar
altamente correlacionadas (r =0,97).

Dado que dos de los eigenvalores de la matriz de correlación fueron más grandes que
el mínimo pre-seleccionado de 1 (criterio de Kaiser, Massart et al., 1988) y
alcanzaron a explicar el 86% del total de variación de la información, se retuvieron
los 2 primeros componentes principales. El cuadro 7 muestra los eigenvectores (el
peso para variables descriptivas estandarizadas) que corresponden a cada
componente principal.

El cuadro 7 muestra los eigenvectores (el peso para variables descriptivas

estandarizadas) que corresponden a cada componente principal.

Cuadro 7. Eigenvectores correspondientes a los dos componentes principales que

fueron retenidos para analizar los 24 tambos
Eigenvectores
Variables descriptivas de los tambos CP1 CP2
Productividad de leche (kg LCGP/ha) 0,41 0,18
Carga animal (VM/ha) 0,30 0,63
Eficiencia rodeo (vaca ordeñe/total rodeo) 0,34 -0,23
Concentrado (kg MS/VM/día) 0,33 -0,30
Consumo material seca (kg MS/VM/día) 0,38 -0,27
N excretado (kg N/ha) 0,33 0,51
Producción leche (kg LCGP/VM) 0,39 -0,27
Huella carbono (kg CO2 eq/kg LCGP) -0,34 0,13

A pesar que la interpretación del peso de cada variable puede ser compleja, es
posible aproximarnos a una valoración de la importancia de cada variable para cada
componente. Por ejemplo, el primer componente está compuesto principalmente por
variables relacionadas con producción de leche (por ha y vaca masa), así como a
prácticas de alimentación y de manejo del rodeo. Mientras que el segundo
componente esta mas influenciado por la carga animal y el nitrógeno excretado por
hectárea contribuyendo de menor manera a la HC. A continuación se puede

37
 observar como quedaron distribuidas cada una de las variables en la figura de ACP
(Figura 13).

Figura 13. Proyección de variables técnicas de predios lecheros en los ejes 1 y 2

definidos por el análisis de componentes principales
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil
6,00
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil VM/ha Versión Estudiantil
Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Nexc/ha
Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil 3,00
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil 14
Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil
1
Versión Estudiantil Versión Estudiantil
15Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
2
CP 2 (13,8%)

Versión Estudiantil Versión Estudiantil Versión Estudiantil

3 Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil
LCGP/ha Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil
16 Estudiantil
20Versión 24 Versión Estudiantil Versión Estudiantil Versión Estudiantil
Huella de carbono 5
Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
0,00
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil 22Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil 7
Versión Estudiantil 9 10 17 21
Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil 6
11 12
Versión Estudiantil Versión Estudiantil Versión Estudiantil 23 Versión Estudiantil Versión Estudiantil Versión Estudiantil
18
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil 8Versión Estudiantil Versión 19Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
4 Estudiantil Versión13
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión
VO/stock
Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil LCGP/VM
Versión Estudiantil
Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil -3,00
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
kg conc. VM CMS/VM Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
-6,00
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión-6,00
Estudiantil Versión Estudiantil-3,00
Versión Estudiantil Versión0,00
Estudiantil Versión Estudiantil3,00
Versión Estudiantil Versión6,00
Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión EstudiantilVersión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
CP 1 (71,8%)
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil

El CP1 explica el 71,8% de la variabilidad mientras que el CP2 el 13,8%, por lo cual
la suma de los dos ejes explica el 85,6% de la variabilidad total de las observaciones.

Las observaciones (tambos) se presentan como puntos en azul y las variables se

presentan como círculos en amarillo. Cuando las variables están en sentido opuesto a
la huella de carbono (Figura 13) la correlación es alta y negativa. Tal es el caso de las
variables producción de leche por vaca masa, relación vaca ordeñe/stock, consumo

38
 de materia seca por vaca masa y consumo de concentrado por vaca masa. A su vez
los tambos ubicados en el cuadrante derecho inferior son aquellos que presentan
menores huellas de carbono.

Por otro lado, las variables que presentan ángulos cercanos a 90º con la variable
huella de carbono se encuentran poco correlacionadas con la misma. En función de
lo anterior, N excretado por ha y VM por ha estarían expresando poca asociación
con la huella de carbono.

3.5 ANÁLISIS DE CONGLOMERADOS

Con las mismas variables seleccionadas para el ACP se realizó un análisis de
conglomerados el cual dio como resultado 3 cluster, cada uno conteniendo entre 7 y
9 predios. La Figura 14 muestra el agrupamiento de los mismos.

Figura 14. Dendograma de agrupamiento de los tambos en función del análisis de

conglomerados
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil
23 Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
18
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
22Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión
20 Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil
Versión Estudiantil Versión
24Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
21
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
16 Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil
Versión Estudiantil Versión
15Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
14
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
13
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
12Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión
Versión Estudiantil
11 Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
19
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
17
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
10 Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil
Versión Estudiantil Versión5Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
6
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
4 Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil
Versión Estudiantil Versión9Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil
8 Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
7
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión2Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
3 Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil
Versión Estudiantil Versión1Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
0,00 7,07 14,14 21,21 28,28
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil

39
Predios que se encuentran en un mismo grupo presentan similitud entre sus variables
y difieren en las mismas con los otros grupos. A continuación se pueden observar los
valores promedios obtenidos por cada cluster cuadro 8).

Cuadro 8. Características de los tambos de cada cluster

Variables Unidades Clusters
1 2 3
Tambos número 8 7 9

LCGP producción por ha litros por ha 2502 4198 5377

Carga animal vaca masa /ha 0,60 0,72 0,80
Producción por vaca kg leche 4285 5821 6788
Eficiencia rodeo vaca ordeñe/stock 0,38 0,44 0,45
Concentrado por vaca kg MS/vaca/día 2,57 6,27 5,88
Consumo MS kg MS/vaca/día 11,0 13,3 15,2
N excretado por ha kg N/vaca/año 70 79 101
Huella de carbono Kg CO2 eq por LCGP 1,09 0,96 0,92

El grupo 1, integrado por ocho tambos, presentó una baja productividad en términos
de litros/ha explicada por una baja producción por vaca masa y una baja carga
VM/ha. La baja productividad por vaca masa estaría asociada a un bajo consumo por
vaca y baja utilización de concentrado (2,57 kg concentrado/VM/día, representando
23% del consumo de MS). Adicionalmente, este grupo presenta una alta relación de
reemplazos en relación a la cantidad de vacas en ordeñe promedio al año. El
resultado fue una alta huella de carbono (1,09 kg CO2/kg LCGP) en comparación con
los otros clusters.

Por otro lado, el grupo 3 formado por 9 predios, se caracteriza por una mayor
producción de leche por hectárea (5377 kg LCGP/ha), explicado por mayor
productividad por vaca masa (6788 kg LCGP/VM) y por una mayor carga animal
(0,80 VM/ha). Estos predios presentan prácticas de manejo del alimento asociadas a
una mayor disponibilidad de forraje por vaca y una alta proporción de concentrado
en la dieta (39%). Esto a su vez permite mejorar la performance de las vacas y del
rodeo en general reflejado en la eficiencia del rodeo. Este grupo presenta la menor

40
huella de carbono (0,92 kg CO2/kg LCGP), aunque el N excretado por ha (101 kg
N/ha) fue mayor que en los otros clusters.

El clúster 2, está integrado por 7 tambos con valores intermedios entre los clusters
precedentes.

La contribución a la huella de carbono de distintas fuentes de GEI asociadas a las

actividades de producción de leche en la huella de carbono de cada cluster se
presenta en la figura 15.

Figura 15. Contribución de las distintas fuentes de emisión de GEI a la huella de

carbono de cada uno de los conglomerados

1,2
1,3%
5,1% Electricidad
1 1,1%
8,4% 1,4%
Huella carbono leche

11,7% 10,3% 8,3% Alimento

(CO2 e/kg LCGP)

0,8 6,7% 6,4% comprado

10,1% 8,9% Manejo estiércol
24,1%
0,6 17,1% 17,9%
Uso del suelo

0,4 N excretado
57,1% 50,6% 50,0%
0,2 Fermentación
entérica

0
1 2 3
Cluster

En todos los grupos se puede observar que la fermentación entérica es la que realiza
el mayor aporte de emisiones, contribuyendo alrededor de la mitad del total de las
emisiones de GEI (57% para el clúster 1 y 50% para los clúster 2 y 3). Las raciones
con alto contenido fibroso en relación al almidón, causan mayores emisiones de
metano/ kg LCGP (Figura 8). Por la misma razón, las emisiones directas de óxido
nitroso de la excreta depositada durante el pastoreo y las emisiones indirectas de
óxido nitroso del amonio y N lixiviado fueron más altas en el clúster 1 dado que la

41
dieta de las vacas era rica en contenido de nitrógeno debido a una baja proporción de
concentrado en la dieta (Cuadro 8).

La producción de alimento (incluida la producción de fertilizante, gasoil usado por la

maquinaria, la energía utilizada para el procesamiento de alimentos y las emisiones
del suelo) generaron mayores emisiones de GEI por kg LCGP a medida que la
productividad de leche disminuyó (menos emisiones de GEI se diluyeron por
producción de leche para el clúster 1). Por el contrario, las emisiones de GEI del
alimento comprado fueron más altas para los clúster 2 y 3.

En cuanto a las emisiones del manejo del estiércol representaron alrededor del 7%. A
pesar que el factor de emisión de los sistemas de laguna es 10 veces más alto que la
excreta depositada en el suelo, el peso de esta actividad en la huella de carbono fue
bajo dado que las vacas pastorean todo el año y la mayoría de las excreciones son
depositadas directamente en el campo.

El consumo de energía por electricidad en el tambo representa una contribución muy

pequeña a la huella de carbono de la leche (1,3 % en promedio).

42
4. DISCUSIÓN

Los resultados de este estudio proveen los primeros resultados de huella de carbono
de la leche disponible para sistemas de producción de leche de Uruguay. Abarca una
amplia variación entre regiones (tipo de suelo y sistema de producción – ejemplo alto
vs bajo uso de concentrado) del país dedicadas a la lechería. A pesar que los predios
no fueron seleccionados al azar y por lo tanto no son representativos del promedio
del país (los tambos tienen asesoramiento técnico logrando mejor performance que el
tambo promedio), nos permitieron calcular la huella de carbono para predios con una
amplia variación en productividad por unidad de superficie.

Los predios analizados, que cuentan con asistencia técnica, produjeron 70% más
leche que el tambo promedio de Uruguay, con 22% más de producción de leche por
vaca y 39% más de la carga animal (Hernández, 2009).

La huella de carbono promedio para los 24 tambos analizados fue 0,99 kg CO2 eq/ kg
LCGP, con una variación de ± 10%. De todas maneras, la variación a nivel del total
de predios lecheros del país es probablemente más alta, dado que la mayoría de los
datos de producción de usados en nuestro estudio fueron obtenidos de tambos con
producciones de leche altas en comparación con el tambo promedio de Uruguay
(cuadro 5).

El valor de la huella de carbono de la leche calculada se encuentra aproximadamente

en el mismo rango que la HC presentada en otros estudios de sistemas pastoriles
(Flysjö et al. 2011, Basset-Mens et al., 2009, Lovett et al. 2006, Casey y Holden
2005b, Hospido et al. 2003). De todas maneras, como los estudios difieren en
aspectos metodológicos, hacer comparaciones con estos resultados puede ser
cuestionable. La metodología utilizada para estimar emisiones de GEI incluyen:
variaciones en los métodos de cuantificación de la huella de carbono, variaciones en
los límites del sistema, de la unidad funcional y en el manejo de co-productos, los
cuales pueden significativamente afectar el nivel de emisión estimada (Cuadro 4).

43
Desde 2010, se encuentra disponible una guía del IDF para los cálculos de la huella
de carbono. Algunos estudios publicados luego de esta fecha han utilizado esta
metodología, tal es el caso de Flysjö et al. (2011). De todas formas, esos autores
utilizaron factores de emisión específicos para Nueva Zelanda (1% N-N20/ kg N
excretado en lugar del FE por defecto del IPCC: 2%), haciendo nuevamente que la
huella de carbono reportada por ellos no sea comparable con nuestro estudio, el cual
utiliza los FE por defecto del IPCC (2006). Para poder realizar la comparación de la
huella de carbono promedio de nuestro estudio con los datos reportados por Flysjö et
al. (2011) para Nueva Zelanda y Suecia, utilizamos el mismo factor de emisión y el
método sin asignación entre leche y carne tal como lo hicieron estos autores. El valor
obtenidos para los 24 tambos analizados fue 1,04 kg CO2 eq/ l LCGP, el cual está
comprendido entre el valor reportado para el tambo analizado para Nueva Zelanda
(1,00 kg CO2 eq/ l LCGP) y entre el valor del tambo analizado para Suecia (1,16 kg
CO2 eq/ l LCGP), según lo reportado por estos autores. Estos resultados estarían
sugiriendo que el tambo promedio (calculado a partir de los 24 tambos analizados en
este trabajo) estaría en condiciones de competir ambientalmente en términos de
gases de efecto invernadero con países desarrollados.

Este cálculo además remarca la importancia de contar con factores de emisión

nacionales para realizar los cálculos de huella de carbono. La falta de información
local genera incertidumbre en cuanto a los valores utilizados, sobre todo en las
emisiones de óxido nitroso proveniente de la actividad ganadera y del suelo. Los
valores utilizados podrían estar generando una sobrestimación o subestimación del
valor final de la huella de carbono.

Por otro lado, el secuestro de carbono es la opción con mayor potencial de mitigación
para el sector agropecuario. Sin embargo, los estándares para la metodología de
huella de carbono y para la guía del IDF (2010) optan por no tomar en cuenta la
materia orgánica del suelo por falta de información científica a nivel global. De
todas maneras esto no impide que se calcule cuando existe información, siempre y
cuando se reporte ambos valores: huella de carbono con secuestro y sin secuestro

44
(IDF, 2010). En Uruguay existe un trabajo publicado por Díaz- Rossello y Duran
(2011) que cuantifica el secuestro de carbono en suelos de sistemas agrícolas-
lecheros mixtos. Estos sistemas presentaron un acelerado proceso de intensificación
con grandes cambios en el manejo del suelo en las últimas décadas, siendo
representativo del camino que siguieron predios comerciales. Durante el periodo
1994 al 2010 la ganancia de carbono orgánico fue de 950 kg/ha/año. Este valor es
equivalente a 3483 kg CO2 eq/ha/año o a 0,85 kg CO2 eq/ kg LCGP. Por lo cual la
huella de carbono promedio considerando el secuestro de carbono según estos
cálculos sería 0,14 kg CO2 eq/ kg LCGP (0,99-0,85 kg CO2 eq/ kg LCGP kg CO2
eq/ kg LCGP), valor es similar al reportado por Rotz et al (2009) en predios
pastoriles de Pennsylavania (0,13 kg CO2 eq/ kg LCGP).

Además, diferentes métodos en la asignación los co-productos (leche y carne) fueron

evaluados y comparados por varios investigadores los cuales encontraron diferencias
significativas (Mc Geough et al. 2012, Kristensen et al. 2011, Casey y Holden 2005a,
Cederberg and Stadig 2003). IDF (2010) recomienda el uso de una ecuación que
incluye la demanda de energía del alimento para la producción de carne y leche. En
nuestro estudio el valor promedio de asignación calculado según IDF (2010) fue 87%
lo cual se aproxima a el valor sugerido por defecto (85,6% ) en la guía de IDF
(2010).

4.1 EL EFECTO DE LA PRODUCCIÓN DE LECHE EN LA HUELLA DE

CARBONO DE LA LECHE
Muchos estudios han mencionado el impacto de la producción de leche en la HC
(Henriksson et al. 2011, Iribarren et al. 2011, Lovett et al. 2006, Casey y Holden
2005a, Casey y Holden 2005b). Estos últimos autores encontraron una relación lineal
decreciente entre la producción de leche y la HC (y = -0,0002 x + 1,93, R2 = 0,87).
Para distintos países alrededor del mundo, los resultados reportados en el estudio de
Hagemann et al (2011) también pueden ser ajustados a una relación negativa y
decreciente entre producción de leche y HC (y = 122,7x -0,54, R2 = 0,92).

45
Esto puede ser el resultado de menos vacas necesarias para producir una determinada
cantidad de leche, dado que una proporción de las emisiones de metano es relativa al
número de animales en el sistema. Además, cuando nos desplazamos desde vacas
con baja producción a vacas con alta producción, la proporción de energía de
alimento utilizada para el mantenimiento disminuye progresivamente. Dado que las
emisiones entéricas han sido identificadas como los mayores contribuyentes del total
de emisiones (Figura 15), los factores claves, como meritos genéticos para
producción de leche y la eficiencia alimenticia, son importantes objetivos para
disminuir las emisiones.

Trabajos de Mc Geough et al. (2012) y Lovett et al. (2006) muestran que la mejora
en la producción animal aumenta la producción de CH4 por animal pero reduce la
producción de CH4 por unidad de leche. Nuestro estudio ha demostrado que esto es
posible a través de la suplementación de concentrado siempre y cuando el consumo
total de materia seca se mantenga también alto (cuadro 8). Esto es consistente con los
resultados reportados por Kolver y Muller (1998) y Tozer et al. (2004), que
expresaban que en los sistemas pastoriles aumentar el CMS por vaca aumenta la
producción de leche.

4.2 EL EFECTO DE LA PRODUCTIVIDAD EN LA HUELLA DE CARBONO

De todos los trabajos que presentan el cálculo de la HC de la leche solo los sistemas
pastoriles reportan productividad de la leche (kg LCGP/ha), (Flysjö et al. 2011,
Hagemann et al. 2011, Iribarren et al. 2011, Kristensen et al. 2011, Beukes et al.
2010, Rotz et al. 2010, Basset-Mens et al., 2009, Lovett et al. 2008, Lovett et al.
2006, Casey y Holden 2005a, Casey y Holden, 2005b, Hospido et al. 2003). A su vez
solo uno de ellos (Casey y Holden, 2005b) estudia la relación de esta variable con la
huella de carbono. Nuestro estudio identificó que existe una relación fuerte entre
estas dos variables. Mejorar la productividad de la leche por ha disminuye la HC si
esta productividad está asociada a vacas de alta producción (HC (kg CO2 eq/ 1000
kg LCGP) = 1,33 x -0,22, R 2 = 0,69 P< 0,01).

46
Estudiando los efectos de la intensidad de la producción de leche y la huella de
carbono, los resultados de Casey y Holden (2005b) mostraron una tendencia similar
-0,45
(HC (kg CO2 eq /1000kg LCGP) = 3,07 x , R2 = 0,69). Además para Irlanda, los
resultados publicados por Lovett et al. (2006) pueden ser ajustados a una relación
decreciente entre productividad y huella de carbono (HC (kg CO2 eq /1000 kg
-0,48
LCGP) = 3,83 x , R2 = 0,91). Finalmente, es posible también describir la misma
relación con los resultados de Hagemann et al. (2011) para la productividad de leche
– 0,365
en distintos países del mundo (HC (kg CO2 eq /1000 kg LCGP = 3,07 x , R2 =
0,77).

Un tambo con vacas de baja producción requiere más animales por unidad de
superficie, con un aumento relativo en el aporte de la dieta destinada a
mantenimiento. Aumentar la eficiencia de las vacas parece ser la mejor opción para
reducir las emisiones porque al aumentar la producción de leche por vaca el número
total de vacas por ha puede disminuirse (Casey y Holden, 2005b) y también el
numero de vaquillonas que se requieren para reemplazos.

4.3. ANÁLISIS DEL EFECTO DE PRÁCTICAS DE MANEJO EN LA

HUELLA DE CARBONO
Los resultados del ACP muestran que los dos ejes representan el 86% de la variación
total entre los predios y a su vez éstos se explican por prácticas de alimentación y
manejo del rodeo.

El eje primario, el cual representa el 71,8% de la variación total, fue interpretado

como un eje que diferencia los tambos con importantes producciones de leche por
vaca y altos niveles de alimentación por vaca (cuadro 7). Por eso, se consideró como
un eje que contribuye a un mejor análisis de las estrategias de alimentación animal
con variables que muestran una alta correlación (correlación negativa) con la huella
de carbono. El otro eje, explicó el 13,8% del total de variación y esta correlacionado
principalmente con la carga animal y el N excretado (cuadro 7). En consecuencia
este eje enfatiza diferencias entre tambos en variables de manejo relacionadas a la

47
unidad de superficie (variables por ha) pero con baja correlación en la HC (cuadro
7).

El análisis de clusters permitió establecer una tipología de predios con diferente

huella de carbono (cuadro 8).

El clúster 1 con 8 tambos, presentó la mayor huella de carbono (1,09 kg CO2 eq/ kg
LCGP) explicada por una baja productividad (2502 LCGP/ha), baja producción de
leche (4285 LCGP/VM) y baja eficiencia del rodeo. Este grupo está en su mayoría
integrado por tambos que no utilizan suficiente concentrado por vaca. El concentrado
representa en promedio del 23% del total del CMS, que es menos que la cantidad
promedio de concentrado por vaca para todos los tambos (36%). El consumo de
alimento (tanto de forraje como de concentrado) es bajo (11,0 vs 13,3 kg MS/VM en
promedio para todos los tambos), dado por una baja producción de forraje y un
suministro de concentrado que no logra compensar la baja disponibilidad de forraje
por vaca. Este tipo de tambos, a menudo sufren limitaciones en los recursos
financieros para tener disponibilidad para comprar concentrado, lo cual afecta
negativamente la producción de leche por vaca y consecuentemente sus resultados
económicos. De hecho, la producción promedio de leche está muy por debajo del
promedio de los tambos analizados. Como consecuencia de una pobre performance
animal (producción de leche por vaca y eficiencia del rodeo), la contribución del
CH4 entérico a los GEI es la más alta comparada con los otros dos clusters y
concuerda con los resultados reportados por Kristensen et al. (2011), Beukes et al.
(2010), y Casey y Holden (2005b).

Además, nuestro estudio muestra que los tambos que presentan mayor N excretado
por ha pueden aumentar la lixiviación. Este resultado está asociado al menor uso del
concentrado en la dieta de las vacas (50% del promedio de los 24 tambos analizados)
y por lo tanto a un menor aprovechamiento del N de las pasturas. La sustentabilidad
de los sistemas debe basarse en la valoración de de varios indicadores relevantes y no
exclusivamente en la huella de carbono.

48
Por otro lado, el clúster 3 corresponde a 9 tambos los cuales tienen la menor huella
de carbono (0,92 kg CO2 eq/ kg LCGP). La producción promedio por vaca (6788 kg
LCGP/VM) y los parámetros de alimentación demostraron una clara intensificación
de la producción de leche. Estos tambos se distinguen por un alto consumo por vaca
masa (15,2 kg MS) y un alto suministro de concentrado (5,9 kg) presentando un
mejor margen en la alimentación por vaca.

El Clúster 2 obtuvo un valor intermedio en la HC (0,96 kg CO2 eq/ kg LCGP) dado

que la productividad (4198 LCGP/ha) y producción de leche por vaca (5821
LCGP/VM) fueron más bajos que en el clúster 3 asociados a una limitada
disponibilidad de forraje por vaca. Este grupo está formado por 9 tambos. Su
principal característica es un consumo alto de concentrado por vaca (6,3 kg MS),
que no es tan eficientemente convertido en leche en comparación al clúster 3. El
consumo de MS de los concentrados por kg de leche es alto (0,39 vs 0,32 kg MS
concentrado/ kg LCGP en promedio para todos los tambos) lo cual significa que la
disponibilidad de forraje por vaca es muy limitada (solo 53% del total del CMS por
vaca). Por lo tanto, los concentrados no se usan eficientemente para producción, con
resultados económicos menos favorables en comparación al clúster 3.

Estudios anteriores en esta área, intentaron conectar la eficiencia de las prácticas de

manejo intensivo/extensivo con la HC. Por ejemplo, Basset-Mens et al. (2009)
encontró que la intensificación en los tambos de Nueva Zelanda era perjudicial para
su eficiencia ecológica en términos de producción de leche y en función del uso del
suelo. Por otro lado, Casey y Holden (2005b) evaluaron las emisiones de GEI de
acuerdo con el sistema de intensificación de los tambos de Irlanda, recomendando un
desplazamiento hacia la extensificación en términos de área y intensificación en lo
que respecta al manejo animal (menos vacas produciendo más leche y manejo de
carga animal).

49
El análisis multivariado conducido en este estudio demuestra que las variables que
reflejan prácticas de manejo como por ejemplo estrategias de alimentación y
performance animal fueron las más relevantes y el análisis exploratorio realizado,
ha permitido ver el impacto de las prácticas de manejo sobre la HC. La explicación
de la variación total (86%) en las emisiones alcanzado por el ACP, ha permitido
identificar estrategias que demuestra que el enfoque a nivel predial es capaz de
detectar diferencias entre tambos. La fortaleza de utilizar información no
experimental a partir observaciones es que nos permite identificar grupos de clústeres
o grupos de observaciones que son significativamente distintos del resto de las
observaciones, e identificando los parámetros en los cuales difieren es posible dar
una recomendación general que tenga impacto a escala predial (Kristensen et al.,
2011).

La relativamente alta variación encontrada en la huella de carbono de la leche de este

estudio implica que hay potencial para reducir las emisiones de GEI. Las estrategias
prediales con foco en alta producción de leche por vaca y alta eficiencia del rodeo
parecen ser las variables más prometedoras para reducir la HC en sistemas pastoriles.
Como perspectivas de desarrollo, es obvio que la investigación adaptada para evitar
prácticas en la lechería como la escasa disponibilidad de forraje y altas cargas
animales por ha, son medidas con alto impacto para reducir las emisiones de GEI y
aumentar la productividad. El asesoramiento técnico en el área de alimentación del
rodeo y la optimización de la producción de forraje pueden ser medidas efectivas
para reducir la HC de la leche.

50
5. CONCLUSIONES

Existieron variaciones en la huella de carbono de la leche entre los predios

comerciales. Entre los sistemas de producción aquellos con estrategias enfocadas en
la productividad y basadas en alta producción de leche por vaca, baja carga animal y
alta eficiencia del rodeo fueron identificados como las prácticas de manejo más
prometedoras para reducir la huella de carbono de la leche hasta la portera del predio.
Además el modelo utilizado permitió integrar al análisis del efecto de diferentes
prácticas de manejo en el cálculo de los GEI en predios comerciales. Un enfoque
global del predio es una herramienta poderosa para el desarrollo de opciones de
costo-beneficio para mitigar GEI, dado que releva interacciones relevantes entre los
componentes del predio. Los resultados de este estudio sugieren que, adoptando
tecnologías disponibles (alimentación del rodeo y producción de forraje) podría ser
posible reducir la huella de carbono de leche y al mismo tiempo mejorar los ingresos
de los tambos del país.

51
6. BIBLIOGRAFÍA
AFRC (Agricultural and Food Research Council). 1993. Energy and Protein
Requirements of Ruminants. CAB International, Wallingford, UK. 159 p.

Astigarraga L. 2004. Desafíos técnicos de la intensificación. FPTA 101, INIA-

FUCREA, Facultad de Agronomía. [En línea]. 29 julio 2013
[Link]
95

Basset-Mens C, Ledgard S, Boyes M. 2009. Eco–efficiency of intensification

scenarios for milk production in New Zealand. Ecological Economics 68 (6):
1615 – 1625.

Berra G. 2005. Inventario de emisiones de gases de efecto invernadero de la

Republica Argentina, año 2000. Tomo III. Buenos Aires, Argentina. 473- 562

Beukes PC, Gregorini P, Romera AJ, Levy G, Waghorn GC. 2010. Improving
production efficiency as a strategy to mitigate greenhouse gas emissions on
pastoral dairy farms in New Zealand. Agriculture, Ecosystems and
Environment. 136: 358-365.

Cabal C, Fontana F, García Pini E, Kramer R. 2009. Calculo del factor de emisiones
del CO2 del sistema eléctrico uruguayo 2008. [En línea]. 28 junio 2011.
[Link]
or%20de%20emisiones%20de%20CO2_%[Link]

Carbon trust. 2013. Carbon footprint [En línea]. 16 mayo 2013.

[Link]
reporting/carbon-footprinting

52
Casey JW, Holden NM. 2005a. Analysis of greenhouse gas emissions from the
average Irish milk production system. Agricultural Systems. 86: 97-114.

Casey JW, Holden NM. 2005b. The relationship between greenhouse gas emissions
and the intensity of milk production in Ireland. Journal of Environmental
Quality. 34: 429-436.

Cederberg C, Mattsson B. 2000. Life cycle assessment of milk production – a

comparison of conventional and organic farming. Journal of Cleaner
Production 8: 49-60.

Cederberg C. Stading M. 2003. System expansion and allocation in life cycle

assessment of milk and beef production. The International Journal of Life
Cycle Assessment. 8 (6): 350 – 356.

CEPAL (Comisión Económica para América Latina y el Caribe). 2011.

Metodologías de cálculo de la huella de carbono y sus potenciales implicancias
para América Latina. [En línea]. 5 octubre 2011.
[Link]
e_c%C3%A1lculo_HC_y_implicaciones_AL.pdf

Crosson P, Shalloo L, O’ Brien D, Lanigan GJ, Foley PA, Boland TM, Kenny, DA.
2011. A review of whole farm systems models of greenhouse gas emissions
from beef and dairy cattle production systems. Animal Feed Science and
Technology. 166-167: 29-45.

CUSA (Cámara Uruguaya de Servicios Agropecuarios). 2011. Precios de servicios

agrícolas. [En línea]. 28 julio 2011.
[Link]

53
Díaz-Rosello R, Dúran H. 2011. Secuestro de carbono en suelos de sistemas
agrícola-lecheros mixtos en Uruguay. Agrociencia 15 (2), 109-119.

Dini Y, Gere J, Briano C, Manetti M, Juliarena P, Picasso V, Gratton R, Astigarraga

L. 2012. Methane emission and milk production of dairy cows grazing pastures
rich in legumes or rich in grasses in Uruguay. Animals. 2: 288-300.

FAO (Food and Agriculture Organization). Animal Production and Health Division.
2010. Greenhouse Gas Emissions from the Dairy Sector. A Life Cycle
Assessment. Roma, Italia. 94 p.

Flysjö A, Henriksson M, Cederberg C, Ledgard S, Englund JE. 2011. The impact of

various parameters on the carbon footprint of milk production in New Zealand
and Sweden. Agricultural Systems. 104 (6): 459-469.

Haas G, Wetterich F, Köpke U. 2001. Comparing intensive, extensified and organic

grassland farming in southern Germany by process life cycle assessment.
Agriculture, Ecosystem and Environment. 83: 43-53

Hagemann M, Hemme T, Ndambi A, Alqaisi O, Sultana N. 2011. Benchmarking of

greenhouse gas emissions of bovine milk production systems for 38 countries.
Animal Feed Science and Technology. 166-167: 46-58.

Harper LA, Denmead OT, Freney JR, Byers FM. 1999. Direct measurements of
methane emissions from grazing and feedlot cattle. Journal of Animal Science.
77: 1392-1401.

Henriksson M, Flysjö M, Cederberg C, Swensson C, 2011. Variation in carbon

footprint of milk due to management differences between Swedish dairy
[Link]. 5 (9): 1474-1484

54
Hernández A. y Freiría H. 2010. Estadísticas del sector lácteo. Serie trabajos
especiales No 295, Montevideo, Uruguay. 41p

Hernández A. 2009. La Producción lechera en el Uruguay año 2007. Serie de

encuestas N° 278. Montevideo, Uruguay. 75 p.

Hospido A, Moreira MT, Feijoo G. 2003. Simplified life cycle assessment of galician
milk production. International Dairy Journal. 13: 783-796.

IDF (International Dairy Federation). 2010. A common carbon footprint approach for
dairy. The IDF guide to standard life cycle assessment methodology for the
dairy sector. Brusselas, Bélgica. 46 p.

Infostat. 2012. Universidad Nacional de Córdoba, Argentina. [En línea]. 15

setiembre 2012 : [Link]

IPCC (Panel Intergubernamental de Cambio Climático). 2007. Climate Change 2007.

Synthesis Report. Contribution of Working Group I to the Fourth Assessment
Report of the Intergovernmental Panel on Climate Change. Solomon, S., D.
Qin, M. Manning, Z. Chen, M. Marquis, K. B. Averyt, M. Tignor and Miller H.
L. (eds) Cambridge University Press, Cambridge, United Kingdom and New
York, NY, USA. . [En línea]. 15 junio 2011.
[Link]

IPCC (Panel Intergubernamental de Cambio Climático). 2006. 2006 IPCC

Guidelines for National Greenhouse Gas Inventories, Prepared by the National
Greenhouse Gas Inventories Programme, Eggleston H. S., Buendia L., Miwa
K., Ngara T. and Tanabe K. (eds). Published: IGES, Japan. Vol. 10 y 11. 141 p.

55
Iribarren D, Hospido A, Moreira MT, Feijoo G. [Link] environmental
and operational parameters through eco-efficiency criteria for dairy farms.
Science of the Total Environment. 409: 1786-1798.

ISO (International Organization for Standardization). 2006. Environmental

Management, Life Cycle Assessment, Principles and Framework, Standard
14044, ISO, Genève, Switzerland. 46 p.

Kolver, ES, Muller LD. 1998. Performance and nutrient intake of high producing
holstein cows consuming pasture or a total mixed ration. Journal of Dairy
Science 81: 1403–1411.

Kristensen T, Mogensen L, Trydeman Knudsen MT, Hermansen JE. 2011. Effect of

production system and farming strategy on greenhouse gas emissions from
commercial dairy farms in a life cycle approach. Livestock Science. 140: 136-
148.

Leborgne, R. 1983. Antecedentes y metodología para presupuestación en

establecimientos lecheros. Hemisferio Sur, Montevideo, Uruguay. 54p.

Ledgard, SF. 2008. Carbon footprinting in New Zealand agriculture – a threat or an

opportunity ? En: Proceedings of the Australian and New Zealand Soil Science
Society Conference. (2008, Palmerston North, Nueva Zelanda). [En línea]. 8
julio 2011.
[Link]
nz/M08%20-%[Link]

Lovett DK, Shalloo L, Dillon P, O´Mara FP. 2008. Greenhouse gas emissions from
pastoral based dairying management change under two contrasting production
systems. Livestock Science. 116: 260-274.

56
Lovett DK., Shalloo L, Dillon P, O`Mara FP. 2006. A system approach to quantify
greenhouse gas fluxes from pastoral dairy production as affected by
management regime. Agriculture Systems. 88: 156-179.

Massart DL, Vandeginste BGM, Deming SN, Michotte Y,Kaufman L. 1988.

Principal components and factor analysis. In Chemometrics: Textbook.
Elsevier, Amsterdam. 339–369

Mc Geough EJ, Little SM., Janzen HH., McAllister TA., McGinn SM., Beauchemin
KA. 2012. Life- cycle assessment of greenhouse gas emissions from .dairy
production in Eastern Canada: A case study. Journal of Dairy Science. 95: 5164-
5175.

MGAP (Ministerio de Ganadería, Agricultura y Pesca). Dirección de Estadísticas

Agropecuarias. 2012. Anuario Estadístico Agropecuario año 2011. [En línea].
15 noviembre 2011.
[Link]
NU;,

MGAP ( Ministerio de Ganadería, Agricultura y Pesca). 2011. Dirección de

Servicios Agrícolas. [En línea]. 5 julio 2011.
[Link]

MVOTMA (Ministerio de Vivienda, Ordenamiento Territorial y Medio Ambiente).

Unidad de Cambio Climático. 2010. Inventario Nacional de Emisiones de
Gases de Efecto Invernadero: 2004. Montevideo, Uruguay. 37 p

Rotz CA, Montes F, Chianese DS. 2010. The carbon footprint of dairy production
systems through partial life cycle assessment. Journal of Dairy Science. 93:
1266-1282.

57
Rotz CA, Soder KJ, Skinner RH, Dell CJ, Kleinman PJ, Schmidt JP, Bryant RB.
2009. Grazing can reduce the environmental impact of dairy production
systems. [En línea]. 2 setiembre 2011
[Link]
otz%202009%20Grazing%20Can%20Reduce%20the%20Environmental%20I
mpact%20of%20dairy%20production%[Link]

Seré C. y Steinfeld H. 1996. World livestock production systems – current status.

FAO. Animal production and health papers. Roma. FAO. 127 p.

Spielmann M, Dones R y Bauer C. 2007. Life cycle inventories of trasport services.

Final report ecoinvent Data v2.0. Volume 14. Swiss Centre for LCI, PSI.
Dübendorf and Villigen, CH. [Link]

Steinfeld H. Gerber, P., Wassenaar, T., Castel, V., Rosales, M., de Haan, C. 2006. La
larga sombra del ganado: problemas ambientales y opciones. Roma: FAO. 87-
140.

Thomassen MA, van Calker KJ, Smits MCJ, Iepema GL, de Boer IJM. 2008. Life
cycle assessment of conventional and organic milk production in the
Netherlands. Agricultural Systems. 96: 95-107.
Tozer PR, Bargo F, Muller LD. 2004. The effect of pasture allowance and
supplementation on feed efficiency and profitability of dairy systems. Journal
of Dairy Science. 87: 2902–2911.

Uruguay XXI. 2011. Uruguay país lechero. [En línea]. 15 setiembre 2011.
[Link]
_uruguay_xxi.pdf

Viglizzo EF. 2010. Huella de carbono, ambiente y agricultura en el Cono Sur de

Sudamérica. IICA, Montevideo, Uruguay. 44p

58
Williams AG, Audsley E, Sanders DL. 2006. Determining the environmental
burdens and resource use in the production of agricultural and horticultural
commodities. Main Report. Defra Research Project IS0205. Bedford: Cranfield
University and Defra. [En línea]. 8 agosto 2011. [Link] y
[Link]

59