ARTÍCULO DE INVESTIGACIÓN

 

 

 

Evaluación inicial de sistemas integrados para la producción de alimentos y energía en Cuba

 

Initial evaluation of integrated systems for food and energy production in Cuba

 

 

F. R. Funes-Monzote¹, G. J. Martín¹, J. Suárez¹, D. Blanco¹, F. Reyes¹, L. Cepero¹, J. L. Rivero², E. Rodríguez³, Valentina Savran⁴, Yadiris del Valle⁵, Marlenis Cala⁵, María del C. Vigil⁵, J. A. Sotolongo⁵, S. Boillat⁶ y J. E. Sánchez^7
1Estación Experimental de Pastos y Forrajes "Indio Hatuey", Central España Republicana CP 44280, Matanzas, Cuba.
E-mail: [e-mail]
²Estación Experimental de Pastos Las Tunas, Instituto de Investigaciones de Pastos y Forrajes, Cuba
³Estación Experimental de Pastos Sancti Spíritus, Instituto de Investigaciones de Pastos y Forrajes, Cuba
⁴Dirección Provincial de Planificación Física, Sancti Spíritus, Cuba
⁵Centro de Aplicaciones Tecnológicas para el Desarrollo Sostenible (CATEDES), Cuba
⁶Agencia de Cooperación Suiza para la Cooperación y el Desarrollo (COSUDE), Cuba
⁷Instituto de Cibernética, Matemática y Física (ICIMAF), Cuba

 

 

 

---

Resumen

La investigación tuvo el objetivo de definir una tipología de sistemas integrados de producción de alimentos y energía con enfoque agroecológico, en Cuba. Los resultados se basan en una evaluación preliminar del comportamiento de fincas integradas pertenecientes al proyecto internacional Biomas-Cuba. Se describe una metodología que puede servir como base para futuras evaluaciones de la relación diversidad-eficiencia energética-productividad, en la búsqueda de tipologías que sirvan para caracterizar, de la manera más precisa posible, dichos sistemas integrados. La metodología permitió la cuantificación del comportamiento de la diversidad, la eficiencia energética y la productividad de 25 sistemas de producción en diferentes estadios de conversión y distribuidos en la zona occidental, la central y la oriental de Cuba. Los indicadores evaluados (previamente validados en Cuba para este tipo de estudio) y el uso de métodos de cálculo empírico y estadística multivariada permitieron identificar y caracterizar tres tipos fundamentales de sistemas integrados, a los cuales se les denominó BIOMAS-1A, BIOMAS-1B y BIOMAS-1C. Los resultados de los indicadores, así como el análisis de las semejanzas y diferencias entre los diferentes tipos constituyen elementos a tener en cuenta para posteriores estudios en sistemas integrados de alimentos y energía con un mayor número de fincas.

Palabras clave: Bioenergía, diversificación, producción alimentaria.

---

Abstract

The objective of the study was to define a typology of integrated food and energy production systems with agroecological approach, in Cuba. The results are based on a preliminary evaluation of the performance of integrated farms belonging to the international project Biomas-Cuba. A methodology is described which can be helpful as basis for future evaluations of the diversity-efficiency-energy-productivity relationship, in the search for typologies that can characterize, as accurately as possible, such integrated systems. The methodology allowed quantifying the performance of diversity, energy efficiency and productivity of 25 production systems in different conversion stages and distributed in the western, central and eastern regions of Cuba. The evaluated indicators (previously validated in Cuba for this type of study) and the use of empirical calculation and multivariate statistical methods allowed identifying and characterizing three main types of integrated systems, which were termed BIOMAS-1A, BIOMAS-1B and BIOMAS-1C. The results of the indicators, as well as the analysis of similarities and differences among the different types constitute elements to be taken into consideration for further studies on integrated food and energy systems with a higher number of farms.

Key words: Bioenergy, diversification, food production.

---

 

 

INTRODUCCIÓN

El encarecimiento e inestabilidad de los precios de los combustibles fósiles, unido a la necesidad de reducir las emisiones de gases de efecto invernadero, ha motivado en los últimos años la búsqueda de alternativas energéticas para el desarrollo agrícola (Pimentel y Pimentel, 2008; Bogdanski et al., 2010). En especial el empleo de energías renovables a partir de la biomasa, incluyendo los biocombustibles, busca solucionar los problemas ambientales y socioeconómicos de los sistemas alimentarios actuales. Estas alternativas se dirigen al aprovechamiento del potencial natural, insuficientemente inexplorado, de los agroecosistemas en la captura y transformación de las fuentes de energía ecológica por vías sostenibles. Para ello será necesario, en el futuro, establecer nuevos enfoques para el uso de fuentes renovables de energía a partir de la biomasa, que permitan incrementar la producción de alimento humano, preservar el medio ambiente y promover la inclusión social. En este escenario es una prioridad el diseño de sistemas agrícolas multifuncionales, que sean más resilientes y que fomenten la soberanía energética y tecnológica para alcanzar la soberanía alimentaria; esta combinación de factores, según Altieri (2009), conforma las tres soberanías de la agroecología.

Las plantas, como organismos fotoauto-tróficos, pueden hacer uso solo del 1% de la energía solar que incide sobre la superficie terrestre (Pimentel y Pimentel, 2008). Un caso especial son las plantas C4, como el maíz (Zea mays), la caña de azúcar (Saccharum officinarum) y el sorgo (Sorghum bicolor), entre otras, que poseen una mayor eficiencia fotosintética. Estas constituyen unas 7 600 especies (alrededor del 3% del total de las especies conocidas). La familia Poaceae en particular agrupa el 61% de las especies C4 (Zhu et al., 2008). Estas son capaces de capturar hasta el 5% de la energía solar y logran fijar mayor cantidad de CO2 y convertirlo en compuestos orgánicos de cadenas carbonadas más largas. Por lo tanto, tienen potencial para producir grandes cantidades de energía por unidad de área cultivada en un tiempo dado. Igualmente, otras plantas C3 como la jatropha (Jatropha curcas), la moringa (Moringa oleifera), la soya (Glycine max) y el girasol (Helianthus annus), entre las oleaginosas, son capaces de producir frutos de alto valor energético como alimento humano y animal, y/o combustible.

Los animales, como organismos heterotróficos, dependen de las plantas para sobrevivir; por tanto, los sistemas de producción animal son intrínsecamente menos eficientes que los de producción de cultivos, en la obtención de energía para la alimentación humana (Pimentel y Pimentel, 2008). Sin embargo, los animales desempeñan un papel clave en el manejo sostenible de los recursos naturales al cerrar ciclos ecológicos que garantizan un mejor uso de los nutrientes y la energía circulante en el sistema (Schiere et al., 2002). El fortalecimiento de los mecanismos de integración ganadería/agricultura puede proveer oportunidades valiosas que facilitan la adaptación al cambio climático, el incremento de la productividad y la reducción de los costos energéticos de la producción de alimentos, entre otros beneficios socioeconómicos (Bogdanski et al., 2010).

Esta investigación tuvo el objetivo de definir una tipología de sistemas integrados de producción de alimentos y energía con enfoque agroecológico, en Cuba, y se tomó como base analítica los estudios previos realizados por Funes-Monzote et al. (2009) sobre la relación entre la diversidad, la productividad y la eficiencia energética de la producción agroecológica. Los resultados se basan en una evaluación preliminar del comportamiento de fincas integradas pertenecientes al proyecto internacional Biomas-Cuba. Este proyecto ha sido ejecutado por la Estación Experimental "Indio Hatuey" y un grupo de instituciones cubanas entre los años 2008-2011. Su objetivo ha sido demostrar y comunicar, a través de experiencias piloto, qué alternativas tecnológicas locales para la generación de energía a partir de la biomasa son efectivas económica, social y ambientalmente para mejorar las condiciones de vida de las mujeres y los hombres en zonas rurales del país.

Aún en su etapa inicial, el estudio que se documenta en este artículo comprende un análisis de los resultados del año 2009.

 

MATERIALES Y MÉTODOS

Se monitoreó un grupo de 25 sistemas productivos (fincas) de los 53 que participan en el proyecto Biomas-Cuba y se cuenta con suficiente información para su caracterización y análisis. Las fincas se encuentran en las provincias de Matanzas (7), Sancti Spíritus (7), Las Tunas (6) y Guantánamo (5) (tabla 1). Ellas varían en cuanto a la forma de organización cooperativa, el tamaño y el diseño.

La heterogeneidad (entre fincas) y los diferentes niveles de diversidad de especies de cultivos, animales y forestales (en las fincas) caracterizaron a los sistemas productivos muestreados. Cada finca representa un caso especial que no es comparable con el resto por sus propósitos de producción, relaciones de mercado, características de manejo, etc. En tal sentido se describieron detalladamente los límites y superficie (área) del sistema, los subsistemas, sus interacciones principales, así como las entradas y salidas, de acuerdo con los modelos de análisis y evaluación de sistemas propuestos por Spedding (1988) y Checkland (1999).

Los agricultores (y sus fincas) participantes en el estudio fueron escogidos por ser buenos innovadores en prácticas agroecológicas y estar sensibilizados con la búsqueda de alternativas más sostenibles para la producción agropecuaria. Una comunicación permanente entre ellos, los investigadores y técnicos participantes en el proyecto permitió la constante interacción, confianza y trabajo conjunto, que garantizó el diseño e implementación participativa de las innovaciones tecnológicas y el intercambio permanente de información durante el monitoreo. La recopilación de los datos para el período de un año (2009) estuvo a cargo de los agricultores y los técnicos de los comités operativos locales (COL) del proyecto Biomas-Cuba y los miembros de la dirección general, en visitas sistemáticas a los lugares.

Las fincas fueron caracterizadas en detalle para conocer su estructura y funcionamiento tanto como fuera posible en esta etapa inicial del estudio, que abarcará seis años (2009-2014), hasta el final de la segunda fase del proyecto Biomas-Cuba.

Para la colecta de la información se emplearon diferentes elementos de los enfoques participativos de investigación: diagnóstico rural rápido, métodos de investigación funcionales e interactivos y diagnóstico rural participativo, entre otros (McCracken et al., 1988; Bellon, 2001). Posteriormente, con el propósito de simplificar la información y permitir una apreciación global de los recursos naturales y físicos disponibles en cada finca, se elaboraron diagramas de biorrecursos e infraestructura, adaptados de Lightfoot et al. (1998). Ellos sirvieron como referencia para el análisis de los puntos críticos a nivel de finca (McCracken et al., 1988). Los diagramas, creados junto con los agricultores, cubrieron los niveles de sistema, subsistema y sus componentes biofísicos. Se contó con la información sobre el tamaño del campo, la infraestructura del sistema agrícola y sus límites, los componentes de la agrodiversidad y los niveles de producción. Toda la información compilada en los diagramas procuró mejorar la comunicación entre los investigadores y los demás actores involucrados en el estudio. La caracterización de los sistemas agrícolas se basó en la información obtenida durante el diagnóstico participativo, incluyendo talleres, días de campo, construcción de escenarios y diagramas de biorrecursos y de infraestructura de la finca. Se tuvieron en cuenta también aspectos agroecológicos, económicos y sociales, a fin de lograr un adecuado análisis de sistema (Altieri, 1995; Checkland, 1999).

Evaluación de los indicadores

Los indicadores evaluados fueron: 1) riqueza de especies (Eq. 1); 2) diversidad de la producción (Eq. 2); 3) cantidad de personas que alimenta el sistema en energía (Eq. 3); 4) cantidad de personas que alimenta el sistema en proteína (Eq. 4); 5) índice de utilización de la tierra (Eq. 5); 6) balance energético (Eq. 6), y 7) costo energético de la producción de proteína (Eq. 7), según la metodología propuesta por Funes-Monzote (2009).

Riqueza de especies (IM). Se evaluó la riqueza de especies cultivadas del agroecosistema a través del Índice de Margalef (IM) (Magurran, 1988). Para el cálculo de este indicador se incluyeron las especies de cultivos, los árboles y los animales domésticos.

Donde: S = número total de especies; N = número total de individuos de todas las especies (incluye animales, cultivos, frutales y forestales).

Diversidad de la producción (HS). También se evaluó la diversidad de la producción, a través del Índice de Shannon (H) (Magurran, 1988), que incluye la producción total de cada producto agrícola o pecuario y la total del sistema.

Donde: S = número de productos; pi = producción de cada producto; P = producción total.

Cantidad de personas que alimenta el sistema en energía (Pe) y proteína (Pp). También se evaluaron indicadores relativos a la productividad del sistema, como la cantidad de energía (GJ/ha/año) y proteína (kg/ha/año) producida y, en correspondencia, la cantidad de personas que podría sustentar el sistema de acuerdo con la demanda promedio de una persona por año, de tales nutrientes. Los contenidos de energía y proteína de productos de origen animal y vegetal para los cálculos fueron tomados de Gebhardt et al. (2007). Las equivalencias energéticas utilizadas para calcular los gastos en insumos directos e indirectos fueron las reportadas por García-Trujillo (1996). Los valores de consumo de energía y proteína por día recomendados para la población cubana fueron los descritos por Porrata et al. (1996).

Cantidad de personas que alimenta el sistema (energía):

Donde: S = número de productos; mi = producción de cada producto (kg); ri = porcentaje del peso de producto consumible; ei = contenido energético de cada producto (MJ); A = área de la finca (ha); Re = requerimiento de una persona (MJ/año).

Cantidad de personas que alimenta el sistema (proteína):

Donde: S = número de productos; mi = producción de cada producto (kg); ri = porcentaje del peso de producto consumible; pi = contenido proteico de cada producto (g/100 g); A = área de la finca (ha); Rp = requerimiento de una persona (kg/año).

Índice de utilización de la tierra (IUT). Además, se evaluó el índice de utilización de la tierra (IUT), combinado con el análisis de los policultivos empleados en la finca, empleando el siguiente método de cálculo:

Donde: S = número de productos; Pi = rendimiento del cultivo (kg) en policultivo; Mi = rendimiento del cultivo (kg) en monocultivo.

Balance energético (BE): Se realizó un balance energético anual, tomando en cuenta el costo energético que implicó producir la energía alimentaria.

Donde: S = número de productos; m = producción de cada producto (kg); e = contenido energético de cada producto (MJ/kg); T = número de insumos productivos; I = cantidad de insumos productivos (kg); f = energía requerida para la producción del insumo (MJ/kg).

Costo energético de la producción de proteína (CEP): Se evaluó el costo energético de la producción de proteína (CEP) en el sistema a través de la siguiente fórmula:

Donde: T = número de insumos productivos; I = cantidad de insumos productivos (kg);

f = energía requerida para la producción del insumo (MJ/kg); S = número de productos;

m = producción de cada producto (kg); Pi = contenido proteico de cada producto (%).

 

Análisis de los resultados

La finca fue la unidad experimental para el análisis. Se ponderó el mejor comportamiento obtenido para cada indicador entre todas las fincas. Los valores calculados se transformaron a una escala de 1-10 para obtener una distribución más normal. Si el indicador se pretende maximizar (ej. Pp), el valor del indicador se expresó como porcentaje del valor máximo (% = Valor/Max x 100). Si el indicador se pretende minimizar (ej. CEP), el valor del indicador se expresó como el inverso del porcentaje del mínimo valor (% = 1/(Valor/Mín) x 100). Los indicadores de biodiversidad (IM+H), de productividad (Pe+Pp) y de eficiencia (IUT+BE+CEP) se sumaron para obtener los valores respectivos de índice de biodiversidad (DIV), índice de productividad (PROD) e índice de eficiencia energética (EE), respectivamente. A continuación se ponderó el mejor comportamiento de cada índice entre todas las fincas. Los valores de los tres índices obtenidos para cada finca fueron sumados, transformados en una escala 1-100 y el valor resultante fue dividido por la suma del mejor valor de cada uno de los tres índices para obtener el valor del índice de diversidad-productividad-eficiencia (DPE). Se elaboró un orden de las fincas en función del valor del índice DPE, que permitió definir empíricamente los tipos de finca en función de su comportamiento.

La validez de los resultados se comprobó a través del análisis estadístico de componentes principales (ACP), a fin de identificar de qué forma los indicadores seleccionados explicaron el comportamiento de las fincas evaluadas. La hipótesis nula (Ho) correspondió a no encontrar ninguna correlación significativamente diferente de 0 entre las variables evaluadas, y la hipótesis alternativa (Ha) significó que al menos una de las correlaciones entre las variables fue significativamente diferente de 0. Se realizó un análisis discriminante (AD) para la formación de grupos que representaran los tipos de fincas con características diferentes. Se empleó el paquete estadístico XLSTAT versión 2008.6.07 (XLSTAT, 2008). El ACP se realizó a partir de la matriz de correlaciones. Para la presentación gráfica de los resultados se utilizó el biplot. Los puntos de los individuos se obtuvieron a partir de aplicar la transformación propuesta por el análisis de componentes principales a los valores originales de las observaciones. A los resultados del ACP se les agregó un dato suplementario construido con los mejores valores alcanzados por cada indicador.

 

RESULTADOS Y DISCUSIÓN

La tabla 2 muestra el comportamiento de los siete indicadores en las 25 fincas seleccionadas. En sentido general se apreció una alta heterogeneidad en cuanto a los indicadores de diversidad, productividad y eficiencia, lo que impidió hacer un análisis lineal de los resultados. Las fincas con alta riqueza de especies (IM>8) o alta diversidad de la producción (H>2) no tuvieron, necesariamente, altos índices de productividad. Solo las fincas 7 y 8 tuvieron alta riqueza de especies y, a su vez, una alta productividad energética y proteínica en términos de personas que alimentaban por hectárea. Sin embargo, los niveles de productividad de la finca 8 estuvieron mayormente motivados por la alta importación de insumos externos, que redundó en un desfavorable comportamiento de los indicadores de eficiencia energética. Por otro lado, la finca 12, con alta eficiencia energética y los costos más bajos de producción de proteína, logró una baja productividad.

Esto refuerza la noción de que la diversificación de los sistemas agropecuarios en sí misma no es un factor que determina un incremento de la productividad, sino el diseño de la biodiversidad funcional en términos de la utilización de recursos como los nutrientes, el agua y la energía, para lograr una agricultura verde (Koohafkan et al., 2011).

A pesar de tener características similares en términos de diseño agroecológico diversificado, tres fincas en la provincia Matanzas tuvieron valores contrastantes de los indicadores de productividad y eficiencia (tabla 2). La finca Cayo Piedra (agrícola diversificada de cultivos) a mediana escala, logró los niveles más altos de productividad y eficiencia. Plácido (mayormente destinada a la producción pecuaria, pero también diversificada con cultivos, frutales y ornamentales), tuvo niveles medios. La Arboleda (diversificada con ganadería, agricultura, pero mayormente dedicada a frutales), con mayor riqueza de especies, presentó niveles más bajos de productividad y eficiencia.

Una mayor diversidad no necesariamente repercutió en una mayor productividad y eficiencia, aunque fue un componente importante. La Arboleda tuvo una menor productividad en términos de cantidad de energía y proteína por hectárea, por dedicarse mayormente a la producción de frutales, que son bajos en estos nutrientes y aportan poco al balance energético (tabla 2). La baja eficiencia energética de esta finca también se atribuye a la alta intensidad de fuerza de trabajo y a que se dedica a otras actividades como la artesanía, que incrementa el ingreso familiar. Los indicadores de diversidad están muy relacionados no solo con el número de individuos, sino con la equidad entre ellos, a partir de la presencia de la especie y su abundancia relativa (Magurran, 1998). Por eso es que La Arboleda, a pesar de poseer una riqueza de especies de casi el triple, alcanzó una diversidad de la producción similar que Cayo Piedra y Jesús María (tabla 2).

La finca La Caoba logró el menor costo energético de la producción de proteína (CEP) y el segundo valor más alto de eficiencia energética (BE); sin embargo, su productividad fue baja, lo cual en principio no sería deseable (tabla 2). El objetivo de los sistemas biointensivos de agricultura, que tratan de maximizar el uso de las fuentes renovables de energía para lograr un incremento de la productividad, debería lograr una alta productividad equiparable a una alta eficiencia en el uso de la energía. El nivel de integración del sistema es un factor importante para lograr este objetivo (Funes-Monzote et al., 2009); sin embargo, una productividad media o baja puede ser también el resultado de los sistemas de manejo de intensidad baja o media con objetivos conservacionistas. Por otra parte, la finca La Caoba en particular tiene un importante componente forestal que, lógicamente, no se reflejó en términos de productividad respecto a la cantidad de personas que alimentó el sistema.

Las fincas menos productivas y con menos diversidad de producción fueron las de Guantánamo, las que estaban en establecimiento de los sistemas integrados de J. curcas con cultivos, y dos de la provincia Las Tunas (fincas 16 y 17) que correspondieron a vaquerías con un bajo nivel de manejo. Estos resultados tan contrastantes, calculados a través de los índices de productividad, diversidad y eficiencia (tabla 3), requirieron de un análisis más integrador para llegar a conclusiones sobre su posterior desarrollo. Empíricamente ninguna finca (tabla 2) alcanzó los mejores valores en más de un indicador (valores resaltados en negritas), lo cual conllevó a identificar cuál fue el mejor comportamiento promedio de cada una, teniendo en cuenta la agrupación de los índices de biodiversidad, productividad y eficiencia. De esa forma fueron preseleccionadas las fincas que tuvieron un mejor comportamiento de estos índices y un índice general denominado DPE (diversidad, productividad y eficiencia), lo cual permitió agrupar las fincas en tipologías, con el comportamiento promedio del grupo y un prototipo de finca que definió en mejor medida las características de cada una de ellas. Por ejemplo, Cayo Piedra fue la finca prototipo que mejor podría definir las características del tipo BIOMAS-1A con los datos disponibles, y así sucesivamente para el prototipo Plácido o La Quinta (tabla 3).

Al calcular y ordenar las fincas de acuerdo con su comportamiento, se encontró que las más pequeñas (excepto Cayo Piedra) lograron mejores índices de diversidad, productividad y eficiencia, y por tanto, los valores más altos de DPE, aunque esto no es siempre cierto cuando se analiza también el estadio del proceso de conversión (tabla 3). Ello confirma los resultados de Funes-Monzote et al. (2009) y, a su vez, abre nuevas interrogantes sobre cuáles serían las mejores estrategias para implementar sistemas agropecuarios altamente diversos a escalas mayores.

 

Análisis de componentes principales

La primera componente principal (F1) explicó el 49,5% de la variabilidad, mientras que la segunda, F2, el 20,4%, lo que resultó en 69,9%, que se consideró suficiente para explicar el comportamiento de las variables evaluadas (fig. 1). El ACP mostró la alta heterogeneidad de las fincas y sus diferencias contrastantes en función de los indicadores de diversidad, productividad y eficiencia. Este resultado confirmó la necesidad de agrupar tipos de fincas para llegar a una aproximación de los potenciales agroecológicos y el nivel de satisfacción de ese potencial en la muestra estudiada. Esto condujo también a incorporar, como parte del análisis, un sistema agroecológico objetivo (No. 26), formado por el mejor valor de cada indicador alcanzado entre todas las fincas (fig. 1).

Todos los indicadores (excepto CEP) explicaron la variabilidad en el comportamiento de las fincas, lo cual indicó que eran importantes en su diferenciación. Los resultados tan contrastantes de los valores calculados para CEP, debido fundamentalmente a la heterogeneidad tecnológica (empleo de insumos energéticos), parecen ser el resultado de tal comportamiento. Entre las variables que explicaron las diferencias de las fincas respecto a F1 se destacaron IUT y Hs, lo que conduce a afirmar que, al menos en la muestra evaluada, existió un fuerte vínculo entre los indicadores de diversidad, productividad y eficiencia (fig. 1).

 

Análisis discriminante

La reclasificación de las fincas al emplear un análisis discriminante mostró que todas fueron adecuadamente clasificadas de manera empírica, con excepción de la 25 (Villa Josefa), que se clasificó como tipo BIOMAS-1B y en cambio correspondía al tipo BIOMAS-1C, para un 96% de efectividad (fig. 2). El 92,6% de la variabilidad se explicó a través de F1, lo que resultó suficiente para expresar la de todos los indicadores evaluados. Esto indicó que los tipos formados respondieron a características comunes entre los grupos según los indicadores y, además, que tuvo sentido otorgar una alta relevancia a la interacción entre diversidad, productividad y eficiencia, denominado como índice DPE.

 

Caracterización de los tipos de fincas identificados

BIOMAS-1A (fuerte integración de alimentos y energía). Las fincas comprendidas en este tipo tuvieron fuertes correlaciones entre la diversidad de especies de plantas cultivadas y/o animales, alta eficiencia energética y alta productividad, en términos de cantidad de alimentos producidos por unidad de área dedicada a cultivos o a producción animal. Son sistemas productivos generalmente de pequeña escala ( < 15 ha) y disponen de amplios conocimientos tradicionales sobre crianza animal y cultivos locales. Tienen alta estabilidad de la producción, autonomía en el uso de los recursos y son resilientes al efecto de los factores externos. Con poca inversión se podría aún incrementar su potencial energético y de producción de alimentos, al incorporarse nuevas tecnologías para el uso más eficiente de la biomasa disponible.

BIOMAS-1B (en vías de incrementar la integración de alimentos y energía). Este tipo se caracteriza por tener considerables avances en la diversificación del sistema productivo. En muchos casos logran una alta eficiencia energética, pero con baja productividad y viceversa. Aunque cuenta con conocimiento en el manejo de los recursos naturales, aún requiere mayores esfuerzos en el diseño integrado del sistema productivo. Por este motivo es que no se logra conjugar la disponibilidad de insumos con la diversidad funcional establecida y el incremento de los indicadores de eficiencia y productividad. Con apoyo financiero en tecnología y algunos cambios de diseño puede mejorar considerablemente su comportamiento y pasar a ser considerado como sistema BIOMAS-1A.

BIOMAS-1C (estadios iniciales de la integración alimento-energía). Las fincas que componen este tipo se encuentran iniciando el proceso de integración del sistema alimentario y presentan un fuerte desbalance energético. Puede darse el caso de que una finca perteneciente a este grupo disponga de considerables fuentes energéticas de origen industrial (diesel, maquinaria, irrigación, productos químicos) o abundante energía de origen biológico (estiércol, biomasa, fuerza de trabajo), pero que haga un uso ineficiente de estos recursos. Se incluye en este tipo de fincas también aquellas que se inician en un proceso de integración o que se encuentran en la etapa de establecimiento de cultivos oleaginosos o instalación de biodigestores, pero que a la vez tienen baja diversidad y productividad. Por lo general, para lograr la integración en estos sistemas se requerirá un fuerte componente de capacitación y mayor apoyo financiero, aunque también su pobre comportamiento puede estar dado por el derroche de recursos naturales y financieros mal empleados. Pasar al tipo BIOMAS-1B requerirá de un trabajo consciente, entre dos y tres años.

 

CONCLUSIONES

Se encontró una clara diferenciación entre los tres tipos en función del índice DPE que explica las interacciones entre los indicadores de diversidad, productividad y eficiencia. Se espera que la implementación de tecnologías para el empleo de energías renovables a partir de la biomasa, como el biogás, los biocombustibles y la gasificación, así como otras fuentes (molinos de viento, arietes hidráulicos, paneles solares, etc.), sea evaluada en el largo plazo y contribuya al incremento de los niveles productivos a través de un uso más eficiente de la energía disponible y el diseño de fincas biodiversas. Estos resultados podrían servir como referencia para estudios más amplios en el futuro. Para los próximos años se recomienda:

• Ampliar sinergias con otros proyectos que permitan incrementar el tamaño de la muestra (incluyendo los sistemas productivos especializados convencionales).
• Validar la tipología evaluada a través del uso de métodos estadísticos multivariados que incorporen los indicadores de diversidad, productividad y eficiencia energética, vinculados a factores biofísicos, tecnológicos, de manejo y socioeconómicos.
• Realizar una evaluación temporal, durante seis años (2009-2014), de los sistemas de producción de alimento y energía.
• Evaluar el potencial de integración en función de las posibles combinaciones de alimento y energía para ser aplicado a los sistemas agrícolas predominantes en el país, con el objetivo de hacer recomendaciones extrapolables a sistemas de todas las escalas (cooperativa, municipio) y niveles de complejidad.

 

RECONOCIMIENTOS

Agradecemos a la Agencia Suiza de Cooperación para el Desarrollo (COSUDE), a las instituciones cubanas participantes en el proyecto Biomas-Cuba y a los agricultores involucrados en el proyecto, por sus valiosas contribuciones a este estudio.

 

REFERENCIAS BIBLIOGRÁFICAS

1. Altieri, M.A. Agroecology: The science of sustainable agriculture. Westview Press, Boulder CO. 1995

2. Altieri, M.A. La paradoja de la agricultura cubana. Reflexiones agroecológicas basadas en una visita reciente a Cuba. http://www.ecoportal.net/Temas_Especiales/Desarrollo_Sustentable /la_paradoja_de_la_agricultura_cubana_reflexiones_agroecologicas_basadas_en_una_visita_reciente_a_cuba [Consulta: 12 de julio 2008]. 2009

3. Bellon, M.RParticipatory research methods for technology evaluation: A manual for scientists working with farmers. CIMMYT, Mexico, D.F. 93 p. 2001

4. Bogdanski, A. et al. Making integrated food-energy systems work for people and climate. An overview. FAO, Roma. 136 p. 2010

5. Checkland, P. Systems thinking, systems practice: with a 30-year retrospective. John Wiley & Sons. Chichester, United Kingdom. 1999

6. Funes-Monzote, F.R. Agricultura con futuro. La alternativa agroecológica para Cuba. EEPF «Indio Hatuey». Matanzas, Cuba. 196 p. 2009

7. Funes-Monzote, F.R. et al. Agro-ecological indicators (AEIs) for dairy and mixed farming systems classification: Identifying alternatives for the Cuban livestock sector. Journal of Sustainable Agriculture. 33 (4):435. 2009

8. García Trujillo, R. Los animales en los sistemas agroecológicos. ACAO. La Habana, Cuba. 100 p. 1996

9. Gebhardt, S.E. et al. USDA National Nutrient Database for standard reference, release 20. http://www.ars.usda.gov/Services/docs.htm?docid=17476. [Consulta: 20 de agosto 2010]. 2007

10. Koohafkan, P. et al. Green agriculture: foundations for biodiverse, resilient and productive agricultural systems. International Journal of Agricultural Sustainability. 8:1. 2011

11. Lightfoot, C. et al. Systems diagrams to help farmers decide in on-farm research. In: Farmers first: Farmer innovation and agricultural research. (Eds. R. Chambers, A. Pacey and L.A. Thrupp). Intermediate Technology Publications. London, United Kingdom. p. 93. 1998

12. Magurran, A.E. Ecological diversity and its measurement. Princeton University Press. New Jersey, USA. 179 p. 1988

13. McCracken, J.A. et al. An introduction to rapid rural appraisal for agricultural development. International Institute for Environment and Development. London, United Kingdom. 120 p. 1988

14. Pimentel, D. & Pimentel, M.H. Food, energy and society. CRC Press. Boca Raton, Florida, USA. 368 p. 2008

15. Porrata, C. et al. Recomendaciones nutricionales y guías de alimentación para la población cubana. INHA. La Habana, Cuba. 40 p. 1996

16. Schiere, J.B. et al. The role of livestock for sustainability in mixed farming: criteria and scenario studies under varying resource allocation. Agriculture, Ecosystems and Environment. 90:139. 2002

17. Spedding, C.R.W. An introduction to agricultural systems. 2nd ed. Elsevier Applied Science. Amsterdam, Netherlands. 189 p. 1988

18. XLSTAT. XLSTAT Software. Version 2008. 6.07, Copyright Addinsoft 1995-2008. http://www.xlstat.com. 2008

19. Zhu, X.G. et al. What is the maximum efficiency with which photosynthesis can convert solar energy into biomass? Current Opinion in Biotechnology. 19 (2):153. 2008

 

 

 

Recibido el 7 de septiembre del 2011
Aceptado el 31 de octubre del 2011