Tal y como figura en la memoria descriptiva del proyecto de investigación que fue planteado en abril de 2022, el objetivo general del proyecto se fijó en dar continuidad al proyecto de investigación iniciado en el 2019, para obtener nuevos conocimientos en los hechos que puedan afectar al proceso productivo de la leche, mediante la obtención y tratamiento estadístico de las variables regresoras susceptibles de influir en dicho proceso, pero no sólo las relacionadas con los parámetros ambientales que rodean a los animales: temperatura, radiación, velocidad y dirección del viento, precipitación, humedad, iluminancia y movilidad, que fueron las variables que inicialmente se consideraron en el proyecto de noviembre de 2019 a marzo de 2021, sino con la introducción de nuevos parámetros que tengan en cuenta la variabilidad genética de las vacas 

En este nuevo proyecto se perseguirán los siguientes objetivos específicos: 

• Obtener el monitorizado de los parámetros ambientales en la explotación ganadera de Granja Conchita, durante un periodo representativo de al menos 24 meses. Los parámetros ambientales a monitorizar serán: temperatura, radiación, velocidad y dirección del viento, precipitación, humedad, iluminancia y además se registrará la movilidad de las vacas como parámetro característico del bienestar físico. 

• Realizar los análisis estadísticos que permitan correlacionar las producciones con las variables independientes, obteniendo modelos matemáticos que representen la interacción multivariable de la tendencia de la producción frente a las condiciones de estrés en el confort térmico o lumínico, con un alto coeficiente de determinación y que permitan obtener nuevos conocimientos acerca de los hechos que afectan a la producción de leche 

• Genotipar la mayor parte de las vacas que nazcan durante el desarrollo del proyecto 

• Establecer grupos de muestreo en función de las variables genéticas obtenidas del genotipado, para verificar que la producción de leche real de dichas vacas durante al menos 12 meses de producción, se ajusta a la cualitativamente pronosticada en las variables genéticas analizadas. 

• Se pretende llegar a la cuantificación de la influencia de los parámetros analizados en la producción anual de leche; obteniendo las correlaciones existentes entre las distintas variables y la fuerza de asociación entre las mismas, de manera que los modelos matemáticos conseguidos puedan predecir con unos residuos admisibles y una variabilidad acotada, la producción esperada al variar cualquiera de las variables independientes significativas detectadas. 

• Cuantificar de qué manera las condiciones térmicas y la previsión del comportamiento productivo dado por el análisis del ADN de las reses, influyen no sólo en la mejora de la producción, sino en la mejora de la calidad de la leche. 

A la vista de los resultados obtenidos, las conclusiones más importantes del presente proyecto de investigación se resumen en: 

• La mayor parte de las vacas analizadas se encontraban en el estatus 1 (primeros 29 días del periodo postparto) (un 81,2%) y en la lactación 1 (un 74,7%) 

• Se observa como las mayores producciones promedio se han obtenido para el estatus 2, correspondiente a los días entre 29 y 71 días del periodo postparto, con 18,38 litros/vaca. Las mínimas producciones se obtienen para el estatus 5, correspondiente a más de 350 días de la fase de ordeño, con 12,91 litros/vaca. 

• La lactación que consigue las producciones más altas es la 3, correspondiente a la 3ª y 4ª lactación con 16,66 litros/vaca; con muy poca diferencia con respecto a la lactación 4, correspondiente a la 5ª y siguientes lactaciones (16,35 litros/vaca). Y la que consigue la mínima producción es la 1, correspondiente a las vacas de primera lactación, (14,17 litros/vaca) de las cuales había un mayor número de vacas monitorizadas 

• El caso estudiado que mejor correlación ha obtenido es L1S3 (lactación 1, estatus 3), cuyo coeficiente de correlación fue de 0,288 y el de determinación del 0,0833, lo que indica que, con el modelo obtenido, que incluye 38 factores, se podría explicar el 8,3% de las producciones que se obtuvieran para ese caso, con un error del 5%. En este modelo la variable que más peso positivo tiene es FI (relativa a la fertilidad), es decir es directamente proporcional a la producción y mayor peso negativo CCS (relativo a la salud), siendo esta variable inversamente proporcional a la producción. Los coeficientes de proporcionalidad o las pendientes de correlación en este modelo son del orden de 10 veces inferiores a la producción media de leche por vaca.  

• • Es decir, por cada bajada de 1 punto de la variable FI (índice de Fertilidad de Holstein), la producción de leche cae en 0,871 litros, lo que supone un 5,8% de la producción media para esta lactación y estatus. (15,13 litros) 

• • Sin embargo, por cada bajada de 1 punto en la variable CCS (Conteo de Células Somáticas), la producción de leche aumenta en 1,589 litros, lo que supone un incremento del 10,5% de la producción media para la lactación 1 y estatus 3. 

• Se observa como la variable con mayor peso es FI (Índice de Fertilidad de Holstein), este índice aparece en el 40 % de los modelos obtenidos, por cada punto que aumente el índice, la producción media de leche baja 1,542 litros, lo que supone un 9,8% de influencia con respecto a la producción media. 

• La segunda variable con mayor peso es GC Fabio, un índice mixto, que aparece en el 45 % de los modelos obtenidos, por cada punto que aumente el índice, la producción media de leche aumenta 1,397 litros, lo que supone un 8,9% de influencia con respecto a la producción media. 

• La siguiente variable por orden de influencia es TPH (tasa de preñez de las hijas), relativo a la Fertilidad, por punto que aumenta la velocidad del viento, la producción láctea aumenta un 6,3%, esta variable aparece en el 55% de los modelos analizados. 

• Se observa cómo las variables genéticas tienen un peso más significativo en la producción de leche que las variables climáticas, aunque son las variables climáticas las que aparecen con mayor frecuencia en los modelos encontrados. 

• En cuanto a las variables climáticas, la de mayor peso es la Presión media (mbar), que aparece en el 80% de los modelos, por cada mbar que aumente la presión, la producción láctea cae en 0,542 litros, un 3,4% respecto a la producción media. 

• El orden de influencia de las variables climáticas sería:  

1. 1. la presión atmosférica
   2. la Temperatura 
   3. la velocidad del viento 
   4. la precipitación acumulada 
   5. la Humedad relativa 
   6. la radiación 
   7. la dirección del viento y  
   8. la Iluminancia. 

• El orden de influencia de las variables genéticas sería:  

1. 1. la fertilidad
   2. la producción
   3. la morfología
   4. la supervivencia o longevidad
   5. la salud
   6. la composición y
   7. la alimentación

• A pesar de tener un menor eso en los modelos, las variables que más veces han formado parte de ellos son las relativas a la movilidad (95%) y al clima: Temperatura ambiente mínima (85%) y máxima (85%), Radiación máxima (85%), Presión media (80%), mínima (80%) y máxima (80%), Temperatura media (80%), Radiación mínima (80%), Iluminancia media (80%) y Dirección del viento (75%) 

• Se observa como la proporcionalidad entre las variables no se mantiene para el mismo tipo, por ejemplo, la temperatura media influye de manera inversa, mientras que la temperatura mínima y máxima de manera directa, esto mismo ocurre con la Presión y la Humedad relativa, los valores medios influyen de manera inversa y los extremos de manera directa. 

• Sin embargo, la velocidad media y mínima influyen de manera inversa; pero la máxima de manera directa. 

• La proteína tiene una influencia directa en la producción láctea, mientras que la grasa inversa. 

• En las variables relativas a la fertilidad la mayor parte, 7 de las 11, lo hacen de manera directa, al aumentar la fertilidad, aumenta la producción láctea. Esto también ocurre con las variables relativas a la morfología, 3 de las 4, lo hacen de manera directa. Sin embargo 5 de las 8 variables relativas a la producción lo hacen de manera inversa. 

El proyecto ha contado con el apoyo financiero de la Unión Europea.