EVALUACIÓN de la calidad de
suelos agrÍcolas por medio de Índices
Duval, M., López, F., Martínez,
JM., Iglesias, O, Galantini, J., Wall, L.
1CERZOS-CONICET, 2CERZOS-CIC, 3Departamento de Agronomía (UNS), 4UNQ, Quilmes
1CERZOS-CONICET, 2CERZOS-CIC, 3Departamento de Agronomía (UNS), 4UNQ, Quilmes
INTRODUCCIÓN
La
conversión de pastizales naturales en tierras de cultivo puede dar lugar a
modificaciones significativas en los procesos y propiedades del suelo y alterando
su normal funcionamiento (Dawson & Smith, 2007). Numerosos trabajos han
puesto de manifiesto que los cambios en las prácticas de manejo y usos del
suelo influyen sobre los indicadores de fertilidad y calidad del suelo (Grünzweig
et al., 2003, Raiesi, 2007). Para
evaluar la calidad del suelo se pueden establecer índices y relaciones
vinculadas a la materia orgánica (MO) o carbono orgánico total (COT). Estos
índices son indicadores tempranos y eficientes de cambios en la calidad del
suelo dados por el sistema de producción (Bayer et al., 2009), incluso antes que cambien los contenidos de COT. Entre
ellos se encuentran el índice de manejo del carbono (IMC), el índice de
labilidad (IL) y el índice de reserva de carbono (IRC) originalmente propuestos
por Blair et al. (1995), donde
relaciona los niveles de carbono orgánico (CO) y su labilidad. Estos índices
pueden proporcionar un parámetro útil para evaluar la calidad del suelo en
diferentes sistemas de producción o bajo diferentes prácticas de manejo (Blair et al., 2006, Verma & Sharma 2007).
Otros autores proponen las relaciones entre
MO total (MOT), MO particulada (MOP) y la fracción fina del suelo (limo+arcilla)
como indicador del efecto de las prácticas agrícolas (Quiroga et al., 1996,
Galantini et al.,
2004, Noellemeyer et al., 2006).
La utilización de índices vinculados al
funcionamiento del sistema para detectar los cambios debidos al manejo, en
relación a los indicadores, tienen la ventaja de que no son influenciados por
las variaciones meteorológicas, edáficas, topográficas y/o estacionales, y los
mismos son considerados de crucial importancia en la determinación del estado
de degradación o de reconversión de los suelos (Zornoza et al., 2008).
En los últimos años, se ha generado una expansión acelerada de la SD sobre
la superficie agrícola-ganadera del país impulsada por los costos de producción
más bajos, los mayores rendimientos y la incorporación de las zonas menos
fértiles en la producción de cultivos (Derpsch et al., 2010). Además, por cuestiones de mercado favorable, una
parte sustancial de la misma se encuentra actualmente dedicada al monocultivo
de soja, a menudo combinado con reposición mínima de nutrientes. El impacto negativo
en el contenido de MO que se presenta cuando existe una mayor proporción de
soja en las rotaciones, con respecto a cultivos como maíz o sorgo, ha sido
descripto por varios autores en diversas regiones del mundo (Havlin et al., 1990; Studdert & Echeverría,
2000). Este trabajo tiene por objetivo utilizar una serie
de atributos del suelo mediante índices a fin de ver cuáles son mejores para detectar cambios producidos por las prácticas agrícolas en
suelos bajo SD.
MATERIALES Y
MÉTODOS
En tres sitios de la Región
Pampeana (Bengolea, Monte Buey y Pergamino) se evaluaron tres situaciones: dos
situaciones agrícolas (buenas prácticas agrícolas (BP) y malas prácticas
agrícolas (MP)) y una situación natural (AN). Las BP se presentan manejo agrícola sustentable bajo SD, sujeto a
rotación cultivos, reposición de nutrientes y bajo uso de agroquímicos,
mientras que MP es un manejo agrícola no sustentable bajo SD, mínima rotación o
monocultivo, baja reposición de nutrientes y alto uso de agroquímicos. En cada
situación se tomaron tres muestras de suelo al azar de 0-5, 5-10 y 10-20 cm. Luego de
secadas al aire y tamizadas por 2 mm en cada muestra se determinó: COT por
combustión (1500ºC).
Se realizó un tamizado en húmedo del suelo (Duval et al., 2013), mediante dos tamices, de
53 µm y 105 µm de apertura de malla. Se obtuvieron tres fracciones: fracción
gruesa (FG, 105-2000 μm) en la que se encuentra la materia orgánica particulada
gruesa (MOPg) y las arenas medias y gruesas; fracción media (FM, 53-105 μm)
constituida por MOP fina (MOPf) y las arenas muy finas, y la fracción fina (FF,
<53 μm). Se determinó el contenido de carbono de la fracción gruesa y media
del mismo modo que el COT. El CO de la fracción fina (asociado a la
fracción mineral, COM) se obtuvo mediante el cálculo de la diferencia entre el
COT
y el C de la
fracción gruesa y media.
Se calcularon los
índices COT/COP y COT/limo+arcilla para la profundidad de 0-20 cm. Las relaciones de estratificación del COT fueron calculadas a partir de la
concentración de COT obtenido a la profundidad de 0-5 cm, dividida la
correspondiente a 5-20 cm (COTr1), como así también las relaciones
de estratificación considerando las profundidades 0-10 cm y 10-20 cm (COTr2).
Se calculó el IMC
para cada tratamiento basado en el método de Blair et al. (1995):
IMC=
IRC*IL*100
El IRC e IL el se
calculan de la siguiente manera:
IRC=COTtratamiento/COTreferencia
IL=Ltratamiento/Lreferencia
donde L se refiere a la labilidad del C
calculado como:
L=Clábil/Cno
lábil
El AN se utilizó como
suelo de referencia, con un IMC de 100. El C lábil se considera como la porción
de CO del suelo en la fracción gruesa COPg (>105 μm) (Vieira et al., 2007). El contenido de C no lábil
fue estimado a partir de la diferencia entre el COT y el C lábil.
Las diferencias de los resultados
afectados por los tratamientos fueron evaluados mediante análisis de varianza
utilizando el test de Fisher LSD05. Para el procesamiento de los
datos se utilizó el software INFOSTAT (Di Rienzo et al.,
2010).
RESULTADOS
La estratificación del COT mostró diferencias significativas
entre tratamientos (p<0,001), sitios (p<0,05) e interacción no
significativa (p>0,05) (Tabla 1). Tanto COTr1 como COTr2
permitieron diferenciar prácticas de manejo agrícola, presentando los mayores
índices en BP. Franzluebbers informó
en análisis preliminares que independientemente del tipo de suelo y del régimen
climático, valores de estratificaron de COT >2 indicarían que se está
fomentando la calidad del suelo y valores <2 corresponderían a suelos bajo
condiciones de degradación. En este caso, valores similares fueron obtenidos en
COTr1, donde AN y
BP presentaron valores cercanos a 2, mientras que fue significativamente
inferior en MP (1,5). Diferencias entre BP y MP para este índice se deben a la mayor
intensidad de cultivos en BP, generando mayores entradas de C y una reducción
del agua disponible para la descomposición por parte de los microorganismos del
suelo debido a la mayor absorción de agua por los cultivos.
Tabla1: Índice de
estratificación del COT en los diferentes sitios y tratamientos.
Variables
|
Índice de estratificación
|
0-20 cm
|
|||
COTr1
|
COTr2
|
COP/COT
|
COT/limo+arcilla
|
||
Bengolea
|
1.70 a
|
1.48 a
|
0.32 c
|
3.25 c
|
|
Monte Buey
|
1.68 a
|
1.50 a
|
0.17 a
|
2.57 b
|
|
Pergamino
|
1.91 b
|
1.71 b
|
0.20 b
|
2.33 a
|
|
AN
|
1.93 b
|
1.78 c
|
0.28 b
|
3.32 c
|
|
BP
|
1.86 b
|
1.55 b
|
0.22 a
|
2.65 b
|
|
MP
|
1.49 a
|
1.36 a
|
0.20 a
|
2.18 a
|
|
Sitio
|
*
|
**
|
***
|
***
|
|
Tratamiento
|
***
|
***
|
***
|
***
|
|
Sitio*trat
|
ns
|
ns
|
ns
|
ns
|
|
AN,
Ambiente Natural; BP, Buenas Prácticas; MP, Malas Prácticas. Para cada índice,
letras diferentes indican diferencias significativas entre los sitios y los tratamientos
(p<0,05).
El COP/COT presentó diferencias significativas según
sitios y tratamientos (p<0,001) e interacción no significativa. La relación COP/COT
fue mayor en suelos arenosos que en suelos de textura fina. En Bengolea, suelo
arenoso en condiciones de baja precipitación, la tasa de transformación de los
materiales orgánicos podría ser menor que en los demás sitios. Este índice no
presentó diferencias entre prácticas agrícolas indicando que el COP (COPg+COPf)
representa entre un 20-22% del COT, diferenciándose de AN (Tabla 1). El efecto
agrícola generó una disminución diferencial del COP, evidenciando condiciones
muy favorables para su transformación (Galantini, 2008).
El COT/limo+arcilla resultó un índice sensible ya
que diferenció AN de cultivados y dentro de éstos diferenció estadísticamente
BP de MP (Tabla 1). En este caso, los suelos agrícolas presentaron una
disminución del 20 y 34% del COT por unidad de limo+arcilla para BP y MP,
respectivamente.
La labilidad del carbono (L) fue calculada dividiendo
el contenido de C lábil (COPg) por el de carbono no lábil (COM) (Tabla 2). Se
detectaron diferencias significativas entre tratamientos, indicando que del COT,
un 24, 18 y 12% corresponde a la
fracción más activa, para AN, BP y MP respectivamente. Esta fracción es
importante ya que tiene una participación activa en la disponibilidad de
nutrientes a corto plazo y contribuye a la estructura del suelo. Estos
resultados mostraron, al igual que en el COP/COT, que en los suelos cultivados disminuyó
en mayor proporción las fracciones mas lábiles por sobre el COT. Las
diferencias entre BP y MP estarían dadas por condiciones más favorables para
la transformación del material orgánico, esto en MP está establecido por la
mayor duración de los barbechos y la calidad de los residuos, los cuales
provienen principalmente del cultivo de soja con baja relación C/N.
El IL relaciona el COPg respecto al COM y su
proporción respecto a la misma relación en la condición prístina del suelo. Este
índice presentó diferencias significativas entre tratamientos, independientemente
del sitio. Los mayores valores en BP se deben, principalmente, a la mayor
entrada de C anual. Estudios realizados en Brasil, encontraron una relación
estrecha entre el contenido de C lábil y la adición directa de C anual bajo diferentes
sistemas de labranza y cultivo (Bayer et
al., 2002). Valores de IL entre 0,44 y 0,75 fueron obtenidos por Vieira et al. (2007) sobre un Paleudol Típico
sobre diferentes sistemas de cultivo bajo SD.
Tabla 2: Labilidad (L),
índice de labilidad (IL), índice de reserva de C (IRC) e índice de manejo de C
(IMC) en los diferentes sitios y tratamientos en 0-10 cm.
Variables
|
Índices
|
|||
L=Clabil/Cno
labil
|
IL=Ltrat/Lref
|
IRC=COTtrat/COTref
|
IMC=IL*IRC*100
|
|
Bengolea
|
0,250 b
|
0,631 a
|
0,907 b
|
62
|
Monte Buey
|
0,143 a
|
0,577 a
|
0,609 a
|
36
|
Pergamino
|
0,149 a
|
0,675 a
|
0,643 a
|
43
|
AN
|
0,240 c
|
1,0
|
1,0
|
100
|
BP
|
0,182 b
|
0,735 b
|
0,826 b
|
62
|
MP
|
0,119 a
|
0,521 a
|
0,614 a
|
32
|
Sitio
|
***
|
ns
|
***
|
*
|
Tratamiento
|
***
|
*
|
***
|
**
|
Sitio*trat
|
ns
|
ns
|
ns
|
*
|
AN, Ambiente Natural;
BP, Buenas Prácticas; MP, Malas Prácticas. Para cada índice, letras diferentes
indican diferencias significativas entre los sitios y los tratamientos (p<0,05).
El IRC indica la proporción de COT que quedó en el suelo
respecto a la reserva original contenida en suelos bajo condición prístina (AN).
El índice distinguió entre suelos cultivados, indicando que en suelos agrícolas
se conservó el 83% y el 61% del COT contenido en el AN para BP y MP,
respectivamente. En suelos bajo SD, la mayor intensificación de cultivos
resulta en un mayor IRC (Ferreira et al.,
2013). Para nuestro estudio, BP presentó mayor diversidad e intensidad de
cultivos, tanto gramíneas (maíz, sorgo, trigo, cebada) como leguminosas (soja,
vicia) mejorando dicho índice. Por lo tanto, el IRC resultó ser un índice
sensible para detectar diferencias entre manejos agrícolas, independientemente
del sitio evaluado. Estos resultados concuerdan con varios trabajos donde
afirman que el IRC es un indicador eficiente de la calidad del suelo (Blair et al., 1995, Vieira et al.,
2007).
El IMC permite evaluar los procesos de ganancia o de
pérdida de calidad del suelo ya que los valores más altos significan mayor
calidad del suelo, y viceversa. Se encontraron efectos de sitio (p<0,05),
tratamiento (p<0,01) e interacción significativa (p<0,05). El efecto de
las prácticas agrícolas en cada sitio presentó diferencias significativas solo
en Bengolea a favor de las BP, presentando una calidad semejante a AN y una
tendencia similar en Monte Buey y Pergamino (Figura 1). En base a estos
resultados, se puede decir que las BP son más sostenibles que las MP, a pesar
de que en Monte Buey y Pergamino no fue significativamente diferente debido a
los altos coeficientes de variación de los datos (cv=40%). El uso agrícola de
los suelos resulta en una marcada disminución del IMC, Blair et al. (1995) informó valores de IMC entre
23 y 45 para suelos con diferente historia agrícola.
Figura 1: Índice de manejo de carbono (IMC) en buenas y malas prácticas
(BP y MP) para los diferentes sitios, en 0-10 cm. Letras diferentes en cada
sitio indican diferencias significativas entre tratamientos (p<0,05).
CONCLUSIONES
La combinación de la
información obtenida de los diferentes atributos del suelo a través de índices,
contribuyó a conocer lo que sucede en el suelo por efecto del uso y manejo.
El COTr1, COTr2,
COT/limo+arcilla, L, IL y IRC, fueron los índices más sensibles, reflejaron diferencias
entre manejos agrícolas, presentando valores mayores cuando el suelo presentaba
mayor intensificación de cultivos y menor tiempo de barbechos (BP) y menores en
los suelos asociados con escasa diversidad de cultivos o monocultivo y mayores
períodos de barbecho (MP).
AGRADECIMIENTOS
Trabajo realizado en el marco del Programa
de áreas estratégicas (PAE) del Ministerio de Ciencia, Tecnología e Innovación
Productiva (MINCyT) “Biología del Suelo y Producción Agraria Sustentable
(BIOSPAS, Nº 36976)”.
BIBLIOGRAFÍA
Bayer,
C; J Mielniczuk; L Martin-Neto & PR Ernani. 2002. Stocks and humification
degree of organic matter fractions as affected by no-tillage on a subtropical
soil. Plant Soil 238: 133–140.
Bayer,
C; J Dieckow; TJC Amado; FLF Eltz & FCB Vieira. 2009. Cover Crop Effects
Increasing carbon storage in a subtropical no-till sandy Acrisol. Commun. Soil
Sci. Plant 40: 1499–1511.
Blair,
GJ; RDB Lefroy. & L Lisle. 1995. Soil carbon fractions based on their
degree of oxidation, and the development of a carbon management index, for
agricultural systems. Aust. J. Agric. Res. 46: 1459–1466.
Blair,
N; RD Faulkner; AR Till & PR Poulton. 2006. Long-term management impactions
on soil C, N and physical fertility. Part I: broadbalk experiment. Soil Till
Res 91: 30–38.
Dawson,
JJC & P Smith. 2007. Carbon losses from soil and its consequences for land
use management. Sci. Total Environ. 382: 165–190.
Derpsch,
R; T Friedrich; A Kassam & H Li. 2010. Current status of adoption of
no-till farming in the world and some of its main benefits. International
Journal of Agricultural and Biological Engineering 3, 1.
Di
Rienzo, JA; F Casanoves; MG Balzarini; L Gonzalez; M Tablada & CW Robledo. InfoStat versión 2010. Grupo InfoStat, FCA, Universidad Nacional de
Córdoba, Argentina.
Ferreira, AO; TJC
Amado; RS Nicoloso; JCM Sa; JE Fiorin; DSS Hansel; D Menefee. 2013. Soil carbon stratification affected by long-term tillage and
cropping systems in southern Brazil. Soil Till. Res. 133: 65–74.
Franzluebbers,
AJ. 2002. Soil organic matter stratification ratio as an indicator of soil
quality. Soil Till Res 66: 95–106.
Franzluebbers,
AJ. 2010. Achieving soil organic carbon sequestration with conservation agricultural
systems in the southeastern USA. Soil Sci.
Soc. Am. J. 74: 347–357.
Franzluebbers,
AJ; HH Schoemberg & DM Endale. 2007. Surface-soil responses to paraplowing
of long-term no-tillage cropland in the Southern Piedmont USA. Soil
Till. Res. 96: 303–315.
Galantini, JA.
2008. Calidad de las fracciones orgánicas en suelos naturales y cultivados. En:
J Galantini et al. (eds.). Estudio de las fracciones orgánicas en suelos de la
Argentina. Pp. 71-95. Editorial Universidad Nacional del Sur.
Galantini,
JA; N Senesi; G Brunetti & R. Rosell. 2004. Influence of texture on the
nitrogen and sulphur status and organic matter quality and distribution in
semiarid Pampean grassland soils. Geoderma 123: 143-152.
Grünzweig,
JM; SD Sparrow & SF Chapin. 2003. Impact of forest conversion to
agriculture on carbon and nitrogen mineralization in subarctic Alaska.
Biogeochemistry 64: 271–296.
Havlin,
JL; D Kissel; L Maddux; M Claassen & J Long. 1990. Crop rotation and
tillage effects on soil organic carbon and nitrogen. Soil Sci. Soc. Am. J.,
54: 448-452.
Noellemeyer, E; AR
Quiroga & D Estelrich. 2006. Soil quality in
three range soils of the semi-arid Pampa of Argentina. J. Arid Environ. 65:
142-155.
Quiroga,
AR; DE Buschiazzo & N Peinemann. 1996. Soil organic matter particle size
fractions in soils of the semiarid Argentinian Pampas. Soil Sci. 161: 104-108.
Raiesi,
F. 2007. The conversion of overgrazed pastures to almond orchards and alfalfa
cropping systems may favor microbial indicators of soil quality in Central
Iran. Agric. Ecosyst. Environ. 121: 309–318.
Sá,
JCM & R Lal. 2009. Stratification ratio of soil organic matter pools as an
indicator of carbon sequestration in a tillage chronosequence on a Brazilian
Oxisol. Soil Till. Res. 103: 46–56.
Studdert,
G & H Echeverria. 2002. Crop rotations and nitrogen fertilization to manage
soil organic carbon dynamics. Soil Sci. Soc. Am. J. 64: 1496-1503.
Verma,
S & PK Sharma. 2007. Effect of long-term manuring and fertilizer on carbon
pools, soil structure, and sustainability under different cropping systems in
wet-temperate zone of northwest Himalayas. Biol Fertil Soils 19: 235–240.
Vieira,
FCB; C Bayer; JA Zanatta; J Dieckow; J Mielniczuk & ZL He. 2007. Carbon
management index based on physical fractionation of soil organic matter in an
Acrisol under long-term no-till cropping systems. Soil Till Res. 96:
195–204.
Zornoza, R; J
Mataix-Solera; C Guerrero; V Arcenegui; J Mataix-Beneyto & I Gómez. 2008. Validating the effectiveness and sensitivity of two soil quality
indices based on natural forest soils under Mediterranean conditions. Soil
Biol. Biochem. 40: 2079-2087.
No hay comentarios:
Publicar un comentario