Estudio de las fluctuaciones de Metano (CH4) y Dióxido de Carbono (CO2), en dos galpones de producción bovina para leche de Paraguay (intensivo y semi-intensivo), utilizando tecnología “IoT”

  • Oscar Roberto Martínez-López Centro Multidisciplinario de Investigaciones Tecnológicas, Universidad Nacional de Asunción. San Lorenzo, Paraguay. Facultad de Ciencias Veterinarias, Universidad Nacional de Asunción. San Lorenzo, Paraguay.
  • María Inés Rodríguez-Acosta Facultad de Ciencias Veterinarias, Universidad Nacional de Asunción. San Lorenzo, Paraguay
Palabras clave: Ganadería, láctea, tecnología, contaminantes, integrado

Resumen

El trabajo fue realizado para analizar fluctuaciones de Dióxido de Carbono (CO2) y Metano (CH4) en modelos típicos paraguayos de producción bovina de leche, incluyendo dos “Sistemas” (intensivos vs semi-intensivos). El objetivo fue generar la primera base de datos reales del país, con lo cual, comenzar a dimensionarlo realmente y categorizarlos. La bovinocultura es un rubro socioeconómico sustancialmente importante del país, con ella, el sector lácteo es extremadamente relevante para cubrir el consumo nacional y exportación. Igualmente, se buscó discriminar por “Sistema” de producción, su inferencia en la fluctuación de CO2 y CH4. También, fragmentando el día en cuatro franjas horarias (Madrugada, Día, Tarde y Noche), se verificaban diferencias importantes en la emanación de estos gases de efecto invernadero (GEI). Para el fin, fue utilizado la tecnología “IoT” (internet of things), mediante un equipo Smart Environment Libelilum, que generaba en tiempo real, una lectura de gases mencionados a cada 6 a 7 minutos y transmitidos a una plataforma digital, formando base de datos. Fueron analizados más de 8500 datos para cada gas, y paralelamente, temperatura, humedad y presión atmosférica. Se implementó el software estadístico R, para el análisis de los resultados. De manera global, el mayor promedio de partes por millón (ppm) de CO2 por franja horaria se encontró en la mañana (06:00 a 12:00 horas). En cuanto a Sistemas, la mayor media de CO2 fue evidenciada en el Intensivo. Los niveles de CH4 (% LEL) fluctuantes en ambos galpones de producción bovina de leche, sin importar cualquier categoría, se mantuvieron por debajo del nivel de captación del sensor inteligente (70 ppm). Se detectó correlación positiva moderada entre los niveles de CO2 y Temperatura (ºC). Correlación negativa entre CO2 y la humedad. Los niveles de CO2 (ppm) fluctuantes en ambos galpones de producción bovina de leche, en Paraguay, sin importar las franjas horarias ni sistemas, pueden considerarse reducidos.

Descargas

La descarga de datos todavía no está disponible.

Citas

ALBERTON, B. A. V.; NICHOLS, T. E.; GAMBA, H. R.; WINKLER, A. M. Multiple testing correction over contrasts for brain imaging. NeuroImage. 216: 1-14. 2020.

ANDERSON, M. J.; MILLAR, R. B. Spatial variation and effects of habitat on temperate reef fish assemblages in northeastern New Zealand. J. Exper. Marine Biol. Ecol. 305(2): 191-221. 2004.

ANDERSON, M. J. Permutation tests for univariate or multivariate analysis of variance and regression. Canad. J. Fish. Aquatic Sci. 58(3): 626-639. 2001.

AUBRY, A.; YAN, T. Meta-analysis of calorimeter data to establish relationships between methane and carbon dioxide emissions or oxygen consumption for dairy cattle. Anim. Nutr.1: 128-134. 2015.

AVELLO-MARTÍNEZ, R.; SEISDEDO-LOSA, A. El procesamiento estadístico con R en la investigación científica. MediSur.15(5): 583-586. 2017.

BULOT, F. M. J.; JOHNSTON, S. J.; BASFORD, P. J.; EASTON, N. H. C.; APETROAIE-CRISTEA, M.; FOSTER, G. L.; MORRIS, A. K. R.; COX, S. J.; LOXHAM, M. Long-term field comparison of multiple low-cost particulate matter sensors in an outdoor urban environment. Sci. Rep. 9(1): 1–13. 2019.

COMMISSION INTERNATIONALE DU GENIE RURAL (CIGR). Climatization of Animal Houses, Report of working group on climatisation of animal houses. Report of working group. 1984. Aberdeen, Scotland. On Line: https://bit.ly/3hNcyJ8.01-09-20.

COLE, N. A.; MEYER, B. E.; PARKER, D. B.; NEEL, J.; TURNER, K. E.; NORTHUP, B. K.; JENNINGS, T.; JENNINGS, J. S. Effects of diet quality on energy metabolism and methane production by beef steers fed a warm-season grass-based hay diet*. Appl. Anim. Sci. 36: 652-667. 2020

FEDDES, J. J. R.; LEONARD, J. J.; MCQUITTY, J. B. Carbon Dioxide Concentration as a Measure of Air Exchange in Animal Housing. Can. Agric. Eng. 26: 53-56. 1984.

FERNÁNDEZ-LIZANA, M. I. Ventajas de R como herramienta para el Análisis y Visualización de datos en Ciencias Sociales. Rev. Científ. UCSA. 7(2): 97-111. 2020.

HARPER, L. A.; DENMEAD, O. T.; FRENEY, J. R.; BYERS, F. M. Direct measurement of methane emissions from grazing and feedlot cattle. J. Anim. Sci. 77: 1392-1401. 1999.

JUNGBLUTH, T.; HARTUNG, E.; BROSE, G. Greenhouse gas emissions from animal houses and manure stores. Nutr. Cycl. Agroecosyst. 60: 133-145. 2001.

KINSMAN, R.; SAUER, F. D.; JACKSON, H. A.; WOLYNETZ, M. S. Methane and carbon dioxide emissions from dairy cows in full lactation monitored over a six-month period. J. Dairy Sci. 78(12): 2760-2766. 1995.

KIRCHGESSNER, M.; WINDISH, W.; MÜLLER, H. L.; KREUZER, M. Release of stocking methane and of carbon dioxide by dairy cattle. Agribiol. Res. 44: 91-102. 1991.

LIBELIUM. Libelium World. 2021. Smart Environment. On Line: https://www.libelium.com/. 22-05-2021.

MADSEN, J.; BJERG, B. S.; HVELPLUND, T.; WEISBJERG, M. R.; LUND, P. Methane and carbon dioxide ratio in excreted air for quantification of the methane production from ruminants. Livest. Sci. 129: 223-227. 2010.

MARTÍNEZ-LÓPEZ, R. Contrastes de normalidad. En: Métodos estadísticos aplicados en Zootecnia. 1a Ed. Etigraf, Asunción. 292pp. 2017.

PÉREZ, R.; NARVAJAS, S.; TERRY, E. IoT en ALC 2019: Tomando el pulso al Internet de las Cosas en América Latina y el Caribe. 2019. Banco Interamericano de Desarrollo (BID). En linea: https://doi.org/gmtr. 28-09-20.

R CORE TEAM. R: A language and environment for statistical computing. 2020. R Foundation for Statistical Computing, Vienna, Austria. On Line: https://www.r-project.org/.01-09-20

ROBERTSON, L. J.; WAGHORN, G. C. Dairy industry perspectives on methane emissions and production from cattle fed pasture or total mixed rations in New Zealand. Proc. N. Z. Soc. Anim. Prod. 62: 213–218. 2002.

RODRÍGUEZ, J. C.; PAZ-PELLAT, F.; WATTS, C.; LIZARRAGACELAYA, C.;YÉPEZ-GONZÁLEZ, E.; JIMÉNEZ-FERRER, G.; CASTELLANOS-VILLEGAS, A.; HINOJO-HINOJO, C.; MACÍAS-VÁZQUEZ, C. E. Methane and carbon dioxide measurements using the eddie covariance technique in semi-stabled dairy cattle in Sonora, México. Terra LatinAme. 37(1): 69-80. 2019.

SIEGEL, S.; CASTELLAN, N. J. Medidas de Asociación no paramétricas. En: Estadística no paramétrica: aplicada a las ciencias de la conducta. 4a Ed. Trillas, México. 437pp. 1995.

TEYE, F. K.; ALKKIOMAKI, E.; SIMOJOKI, A.; PASTELL, M.; AHOKAS, J. Instrumentation, measurement and performance of three air quality measurement systems for dairy buildings. Appl. Eng. Agric. 25: 247–256. 2009.

TEYE, K. F.; HAUTALA, M.; PASTELL, M.; PRAKS, J.; VEERMÄE, I.; POIKALAINEN, V.; PAJUMÄGI, V.; KIVINEN, T.; AHOKAS, J. Microclimate and ventilation in Estonian and Finnish dairy buildings. Energy Build. 40(7): 1194-1201. 2007.

UNITED NATIONS FRAMEWORK CONVENTION ON CLIMATE CHANGE (UNFCCC). Acuerdo Internacional de París. 2015. Framework Convention on Climate Change. United Nations. On Line: https://bit.ly/3hQU4ra. 28-09-20

Publicado
2021-07-19
Cómo citar
1.
Martínez-López OR, Rodríguez-Acosta MI. Estudio de las fluctuaciones de Metano (CH4) y Dióxido de Carbono (CO2), en dos galpones de producción bovina para leche de Paraguay (intensivo y semi-intensivo), utilizando tecnología “IoT”. Rev. Cient. FCV-LUZ [Internet]. 19 de julio de 2021 [citado 25 de mayo de 2024];31(3):99 - 106. Disponible en: https://produccioncientificaluz.org/index.php/cientifica/article/view/36342
Sección
Producción Animal