XXV Congreso Argentino de La Ciencia Del Suelo PDF

XXV CONGRESO
ARGENTINO DE LA
CIENCIA DEL SUELO
Ordenamiento Territorial:
un desafío para la Ciencia del Suelo
TRABAJOS DE INVESTIGACION
Carmen G. Cholaky
José M. Cisneros
(Compiladores)
Año del bicentenario de la Independencia Nacional
UNIVERSIDAD NACIONAL DE RIO CUARTO

27 de Junio al 1 de Julio de 2016
Universidad Nacional de Río Cuarto

Río Cuarto – Córdoba - Argentina
XXV Congreso Argentino de la Ciencia del Suelo : ordenamiento territorial : un desafío para la
ciencia del suelo : trabajos de investigación /; compilado por Carmen Gloria Cholaky ; José
Cisneros. - 1a ed . - Río Cuarto : UniRío Editora, 2016.
Libro digital, PDF - (Actas de Congresos)
Archivo Digital: descarga y online

ISBN 978-987-688-173-9
1. Ciencias del Suelo. 2. Agronomía. I. Cholaky, Carmen Gloria, comp. II. Cisneros, José,
comp.
CDD 632
XXV Congreso Argentino de la Ciencia del Suelo

Ordenamiento territorial. Un desafío para la ciencia del suelo
Trabajos de investigación
Carmen G. Cholaky y José M. Cisneros (Compiladores)
2016 © by UniRío editora. Universidad Nacional de Río Cuarto

Ruta Nacional 36 km 601 – (X5804) Río Cuarto – Argentina
Tel: 54 (358) 467 6309 – Fax: 54 (358) 468 0280
[email protected] - www.unrc.edu.ar/unrc/editorial.cdc
ISBN 978-987-688-173-9
Primera Edición: Junio de 2016
Este obra está bajo una Licencia Creative Commons Atribución 2.5 Argentina.
http://creativecommons.org/licenses/by/2.5/ar/deed.es_AR
XXV CONGRESO ARGENTINO DELA CIENCIA DEL SUELO
“Ordenamiento Territorial: un desafío para la Ciencia del Suelo”
Río Cuarto, 27 de Junio - 1 de Julio de 2016
Diseño de logotipo del XXV CACS: Lic. Julia Cisneros y Mauricio Linquet
Los compiladores asumen la responsabilidad de correcciones adicionales a las realizadas

por los autores en los RESUMENES DE INVESTIGACION publicados en esta obra, los
cuales fueron sometidos a evaluación por pares. Los compiladores no asumen
responsabilidad alguna por eventuales errores tipográficos u ortográficos, por la calidad y
tamaño de los gráficos, ni por el contenido de los TRABAJOS DE INVESTIGACION
presentados al XXV CACS. Los TRABAJOS DE INVESTIGACION se publican en
versión online tal como fueron enviados en soporte informático por parte de los
respectivos autores, con leves adaptaciones de sus formatos, con la finalidad de
conferirles uniformidad entre ellos, en un todo de acuerdo con las normas previamente
establecidas. La mención de empresas, productos y o marcas comerciales no representa
recomendación preferente del XXV CACS-2016.
Uni. Tres primeras letras de “Universidad”. Uso popular muy nuestro; la Uni.
Universidad del latín “universitas” (personas dedicadas al ocio del saber),
se contextualiza para nosotros en nuestro anclaje territorial y en la concepción
de conocimientos y saberes construidos y compartidos socialmente.
El río. Celeste y Naranja. El agua y la arena de nuestro Río Cuarto
en constante confluencia y devenir.
La gota. El acento y el impacto visual: agua en un movimiento
de vuelo libre de un “nosotros”.
Conocimiento que circula y calma la sed.
Consejo Editorial
Facultad de Agronomía y Veterinaria Facultad de Ciencias Humanas

Prof. Laura Ugnia y Prof. Mercedes Ibañez
Prof. Pablo Dema
Facultad de Ciencias Económicas
Prof. Ana Vianco y Prof. Gisela Barrionuevo Facultad de Ingeniería
Prof. Jorge Vicario
Facultad de Ciencias Exactas, Físico-Químicas
y Naturales
Prof. Sandra Miskoski y Prof. Julio Barros
Biblioteca Central Juan Filloy
Bibl. Claudia Rodríguez y Prof. Mónica Torreta
Secretaría Académica
Prof. Ana Vogliotti y Prof. José Di Marco
Equipo Editorial
Secretaria Académica: Ana Vogliotti
Directora: José Di Marco
Equipo: José Luis Ammann, Daila Prado, Maximiliano Brito, Ana Carolina Savino
y Daniel Ferniot
COMISIÓN DIRECTIVA ASOCIACIÓN ARGENTINA DE LA

CIENCIA DEL SUELO
PRESIDENTE Diego Cosentino

VICEPRESIDENTE Osvaldo Barbosa
MIEMBROS TITULARES
SECRETARIA Carina Alvarez

PROSECRETARIO Esteban Ciarlo
SECRETARIO de ACTAS Marcelo Beltran
TESORERO Guillermo Studdert
PROTESORERA Liliana Marban
MIEMBROS SUPLENTES
Carolina Alvarez
Ana Wingeyer
Roberto Balbuena
José Luis Panigatti
Gerardo Rubio
COORDINADORES DE COMISIONES
María Rosa Landriscini

Martín Torres Duggan
REVISORES DE CUENTAS
Cesar Mario Rostagno

Alfonso Bujan
EDITOR REVISTA CIENCIA DEL SUELO
Fernando Salvagiotti
COMISIÓN ORGANIZADORA DEL XXV CONGRESOARGENTINO DE LA

CIENCIA DEL SUELO
Presidente: Ing. Agr. Dr. Américo Degioanni

Vicepresidente: Ing. Agr. Dr. José Cisneros
Secretario: Ing. Agr. Dr. Gabriel Espósito
Secretaria Científica: Ing. Agr. MSc Carmen Cholaky
Secretario de Comunicación: Ing. Agr. Dr. Baltazar Parra
Secretario de Infraestructura: Lic Geol. MSc. Jorge González
Secretario de Administración: Ing. Agr. Cecilia Cerliani
Tesorero: Ing. Agr. MSc. Marcos Bongiovanni
Protesorera: Ing. Agr. Silvana Amin
Revisora de Cuentas: Lic. Patricia Iñiguez
VOCALES:
Área Científica: Lic. MSc. Inés Moreno, Dra. Analía Becker, Dra. Alicia
Thuar, Ing. Agr. MSc Oscar Giayetto, Dr. Raúl Crespi, Dr. José Bedano, Dra
Anahí Dominguez, Dra. Marta Vinocur, Dra. Elena Fernandez, Ing. MSc
Susana Viale, Dra. María Grumelli
Área Comunicación: Ing. Agr. Yanina Chilano, Ing. Agr. Alberto
Montesano, Ing. Agr. Rosana Marzari, Ing. Agr. MSc. Guillermo Balboa,
Ing. Agr. Carla Bruno, Lic. MSc Andrea Rivarola, Ing. Agr. Rita Pereyra,
Ing. Agr. Ana Llames, Ing. For. Marcela Demaestri
Área Administración y logística: Ing. Agr. María José Ganum, Ing. Agr.
Silvana Horodesky, Ing. Agr. Belen Rosso, Ing. Agr. Diego Ramos, Ing.
Agr. Fabricio Salusso, Ing. Agr. Héctor Schmalz, Ing. Agr. Walter Junco,
Ing. Agr. Edgar Garetto, Ing. Agr. Roberto Del Castagner
Área Infraestructura: Ing. Agr. Flavia Soledad Cabrera, Ing. Agr. Federico
Morla, Ing. Agr. MSc. Guillermo Cerioni, Ing. Agr. Ernesto Guevara
Área de Planeamiento: Ing. Agr. Dr. Jorge de Prada, Ing. Agr. MSc.
Horacio Gil, Ing. Agr. Víctor Becerra, Ing. Agr. MSc Alberto Cantero, Ing.
Agr. Cecilia Pereyra
Gira Edafológica: Ing. Agr. MSc. Elena Bonadeo, Ing. Agr. Cecilia Milan,
Ing. Agr. Miguel Reynero
COMITÉ CIENTÍFICO
Secretaria: Carmen Cholaky

Responsables de Comisión:
1-Física, Química y Físico-Química de Suelos: Rosana Marzari
2-Biología de Suelos: Alicia Thuar
3-Fertilidad de Suelos y Nutrición Vegetal: Cecilia Cerliani
4-Manejo, Conservación y Ordenamiento de Suelos y Aguas. Riego y
Drenaje: José Cisneros
5-Génesis, Clasificación, Cartografía y Minealogía de Suelos: María
Grumelli
6- Contaminación del Suelo y Calidad del Medio Ambiente: María José
Ganum
7-Educación, Extensión y Transferencia de la Ciencia del Suelo: Américo
Degioanni
NÓMINA DE REVISORES DE TRABAJOS
Cerioni, Guillermo
Cisneros, José Manuel
De Maestri, Marcela
Fernández, Elena
Giayetto, Oscar
Grumelli, María
Pereyra, Cecilia
Rivarola, Andrea
Viale, Susana
ORGANIZAN
ASOCIACION ARGENTINA DE LA CIENCIA DEL SUELO

FACULTAD DE AGRONOMIA Y VETERINARIA DE LA UNIVERSIDAD NACIONAL DE RIO
CUARTO
FACULTAD DE CIENCIAS EXACTAS, FISICO-QUIMICAS Y NATURALES DE LA UNIVERSIDAD
NACIONAL DE RIO CUARTO
AUSPICIAN
INSTITUTO NACIONAL DE TECNOLOGIA AGROPECUARIA INTA

MINISTERIO DE CIENCIA, TECNOLOGIA E INNOVACION PRODUCTIVA PRESIDENCIA DE LA
NACION
LEGISLATURA DE LA PROVINCIA DE CORDOBA
MINISTERIO DE AGRICULTURA, GANADERIA Y ALIMENTOS GOBIERNO DE LA PROVINCIA
DE CORDOBA
COLEGIO DE INGENIEROS AGRONOMOS DE LA PROVINCIA DE CORDOBA
ASOCIACION ARGENTINA DE CONSORCIOS DE EXPERIMENTACION AGRICOLA AACREA
INTERNATIONAL PLANT NUTRITION INSTITUTE IPNI
CONCEJO DELIBERANTE DE LA CUDAD DE RIO CUARTO
MINISTERIO DE AGROINDUSTRIA PRESIDENCIA DE LA NACION
MINISTERIO DE AMBIENTE Y DESARROLLO SUSTENTABLE DE LA NACIÓN
PATROCINAN
FUNDACION MANI ARGENTINO
BUNGE
NIDERA NUTRIENTES
BIO4
COMPO
PROFERTIL
ACEITERA GENERAL DEHEZA
COTAGRO
ASP
YARA
INDICE DE TRABAJOS DE INVESTIGACIÓN
COMISIÓN 1. FÍSICA, QUÍMICA Y FÍSICO-QUÍMICA DE SUELOS

Trabajo N° Título de la Contribución y Autor/es
ANÁLISIS DE COMPONENTES PRINCIPALES SOBRE PROPIEDADES

FÍSICAS Y QUÍMICAS DEL SUELO EN DOS SISTEMAS DE LABRANZA Mónica
42
Beatriz Barrios, Ana Clara Sokolowski, Javier De Grazia, Hernán Adrián Rodriguez,
Silvina Debelis, María Cristina Gagey, Ángel Blason & Alfonso Bujan
REGIONALIZACIÓN DE LA CAPACIDAD BUFFER Y NECESIDAD DE

98 ENMIENDA CALCÁREA EN PROVINCIA DE BUENOS AIRES Miriam Presutti,
Daniel Bennardi, Mirta García, Carla Serafino & Mabel Vázquez
BALANCE SIMPLIFICADO DE NUTRIENTES DEL SUELO EN SECUENCIAS

102 TRIGO/SOJA 2da Y COLZA/SOJA 2da Daniel Ferro, Andrea Pellegrini, Adriana
Chamorro, Rodolfo Bezus & Silvina Golik
FERTILIZACIONES CÁLCICO-MAGNÉSICAS / CORRECIONES

DOLOMITICAS EN CINCO SUELOS DE LA PAMPA HÚMEDA CON AVENA
105 SATIVA L. Luciano Larrieu, Guillermo Millán, Victor Merani, Daniel Ferro, Luciano
Juan, Daniel Bennardi, Natalia Machetti, Leandro Nughes, Julián Mainero & Mabel
Vazquez
EVALUACIÓN DE FOSFORO BRAY-KURTZ 1 Y OLSEN EN

109 TOPOSECUENCIAS DE LA REGIÓN SEMIÁRIDA CENTRAL Lucila Alvarez,
Magdalena Torroba, Germán Morazzo & Elke Noellemeyer
VARIACIÓN TEMPORAL DEL SISTEMA POROSO Y DEL FLUJO DE AGUA

BAJO SIEMBRA DIRECTA Y LABRANZA CONVENCIONAL Luis A. Lozano,
112
Germán Soracco, Rafael Villarreal, Esteban Melani, Roberto R. Filgueira & Guillermo O.
Sarli
VARIACIÓN DE LAS FRACCIONES ORGÁNICAS RESISTENTES EN SUELOS

149 DE LA REGIÓN PAMPEANA María Rosa Landriscini, Juan Alberto Galantini , Matías
Ezequiel Duval & Julio Osvaldo Iglesias
DISTRIBUCIÓN DEL CARBONO ORGÁNICO Y LA FRACCIÓN

PARTICULADA EN DIFERENTES SECUENCIAS DE CULTIVOS Barbara
152
Novillo, Andrea Pellegrini, Adriana Chamorro, Rodolfo Bezus, Axel Voisin, Jorge
Lanfranco & Silvina Golik
EFECTO DE LA ACIDIFICACIÓN EDÁFICA SOBRE LOS

153 ALUMINOSILICATOS EN UN SUELO DE LA REGIÓN PAMPEANA Andrea
Pellegrini, Daniel Ferro, Daniel Bennardi, Cecilia Genazini & Mabel Vázquez
SISTEMAS INTEGRADOS EN EL S DE SANTA FE. I. CARBONO ORGÁNICO,

155 FÓSFORO DISPONIBLE Y pH Juan Cruz Colazo, Juan Martín de Dios Herrero, María
Laura Guzmán, Claudio Alejandro Saenz, Martín Correa Luna & Ricardo Sager
CONDUCTIVIDAD ELECTRICA EN PASTA Y EXTRACTO MODIFICANDO

TIEMPOS DE REPOSO EN SUELOS DE REGIONES HÚMEDAS Luciano Larrieu,
162
Mauro Clausi, Florencia Bongiorno, Victor Merani, Leandro Nughues, Luciano Juan,
Julián Mainero, Daniel Bennardi & Guillermo Millan
ROL DE LA COBERTURA EN LAS PROPIEDADES QUÍMICAS Y

BIOLÓGICAS EN UN NATRACUALF Andrea Pellegrini, Cristina Vecchio, Emilia
163
Bossio, Victor Bolaños, Facundo Fontenla, Iván Martínez, Jorge Lanfranco & Rodolfo
Gollusci
POLIACRIDAMIDAS Y SU EFECTO SOBRE PROPIEDADES FÍSICAS Y

RENDIMIENTO EN SUELOS ARENOSOS SEMBRADOS CON AVENA Victor
164
Merani, Luciano Larrieu, Franco Lamas, Leandro Nughes, Luciano Juan, Daniel Bennardi,
Julián Mainero & Guillermo Millan
RELACIONES ENTRE INDICADORES DE MINERALIZACIÓN DE

NITRÓGENO Y FRACCIONES ORGÁNICAS EN SUELOS DEL SUDOESTE
174
BONAERENSE Juan Manuel Martínez, Juan Galantini, Matías E. Duval, Fernando M.
López, Julio O. Iglesias & Daiana S. Huespe
DETERMINACIÓN DEL NITRÓGENO POTENCIALMENTE

175 MINERALIZABLE: UNA METODOLOGÍA SIMPLE Y RÁPIDA Juan Manuel
Martínez, Juan Galantini, Matías Duval & Fernando López
COMPARACIÓN DE DIFERENTES CULTIVOS DE COBERTURA: EFECTOS

177 SOBRE EL BALANCE HÍDRICO Y ORGÁNICO Matías Duval, Julia Capurro, Juan
Galantini & José Andriani
BALANCE DE MATERIA ORGANICA Y CAPACIDAD DE MINERALIZACIÓN

192 DE NITRÓGENO DE SUELOS CON FERTILIZACIÓN CONTINUA Liliana Vega
Jara, Gerardo Rubio, Miguel Boxler & Flavio H. Gutiérrez Boem
EVALUACIÓN ESTRUCTURAL DE UN HAPLUSTOL ÉNTICO BAJO

211 SIEMBRA DIRECTA MEDIANTE ANÁLISIS DE IMÁGENES Y RIMAPS Filipe
Behrends Kraemer, Eduardo Favret & Héctor Morrás
SISTEMAS INTEGRADOS EN EL SUR DE SANTA FE. II. CARBONO

213 ORGÁNICO PARTICULADO Y 13C Juan Martín de Dios Herrero, Juan Cruz Colazo,
María Laura Guzmán, Claudio Saenz, Martín Correa Luna & Ricardo Sager
EFECTOS COMPENSATORIOS DE LAS RAÍCES DE SOJA EN RESPUESTA A

216 DIFERENTES CALIDADES ESTRUCTURALES DEL SUELO Guillermo Peralta,
Miguel Taboada, Adriana Kantolic & Gerardo Rubio
RELACIÓN ENTRE RESISTENCIA MECÁNICA A LA PENETRACIÓN Y

CONTENIDO HÍDRICO EN SUELOS DE LA PAMPA ONDULADA Hernán
254
Mengoni, Diego Cosentino, Patricia Fernández, Carina Rosa Alvarez, Miguel Taboada &
Silvia Imhoff
CALIBRACIÓN Y VALIDACIÓN DE UNA SONDA DE CAPACITANCIA (FDR)

261 EN HAPLUSTOLES TIPICOS DE RÍO CUARTO Federico Daniel Morla, Américo
José Degioanni & Juan Ignacio Ortolani
MECANISMOS IMPLICADOS EN EL SECUESTRO DE CARBONO EN SUELOS

270 DE MALLINES DE PATAGONIA NORTE Andrea Soledad Enriquez & María
Victoria Cremona
¿CÓMO ES LA EXPANSIÓN-CONTRACCIÓN DE SUELOS

REPRESENTATIVOS DE LA REGIÓN PAMPEANA? Patricia Lilia Fernández,
299
Filipe Behrends Kraemer, Pedro Martín Valinoti, Hernán Daniel Mengoni, Diego Julián
Cosentino & Pascal Boivin
EFECTO DEL CAMBIO DE USO DE LA TIERRA SOBRE EL FÓSFORO

305 EXTRACTABLE EN FRACCIONES GRANULOMÉTRICAS Maximiliano Garay,
Nilda Amiotti & Pablo Zalba
INDICADORES DE CALIDAD DE SUELO EN EL SUDOESTE BONAERENSE

315
Josefina Paula Zilio, Hugo Ricardo Krüger & Franco Daniel Frolla
ESTIMACIÓN DE LA CONDUCTIVIDAD HIDRÁULICA DEL SUELO A

320 TRAVÉS DE INDICADORES FÍSICOS Franco Daniel Frolla, Hugo Ricardo Krüger &
Josefina Paula Zilio
EFECTO DEL ENCALADO SOBRE PROPIEDADES FÍSICAS Y QUÍMICAS EN

UN HAPLUDOL THAPTOÁRGICO DE REGIÓN PAMPEANA Natalia Machetti,
330
Santiago Ribadulla, Pablo Gelati, Zacarías Nicora, Daniel Benardi, Agustina Díaz
Gorostegui, Mauro Clausi, Diego Cosentino & Mabel Vázquez
MÉTODO DE LE BISSONNAIS PARA ESTABILIDAD DE AGREGADOS EN

LABRANZAS CONTRASTANTES SOBRE UN ARGIACUOL VÉRTICO Hernán
334
Rodríguez, María Sol Gilardino, Javier De Grazia, Ileana Ruth Paladino, Mónica Beatriz
Barrios, Silvina Debelis, Ana Clara Sokolowski & Alfonso Bujan
PROPAGACIÓN DE ESPECIES EXÓTICAS POR APLICACIÓN DE COMPOST

344 EN EL CAMINO “DE LOS SIETE LAGOS” Nicolás Ferreiro, Patricia Satti & María
Julia Mazzarino
LUPINUS POLYPHYLLUS ENRIQUECE EN NITRÓGENO A LA CENIZA

345 VOLCÁNICA DEL CAMINO “DE LOS SIETE LAGOS” Nicolás Ferreiro, Luciano
Alvarez Soria, Elisa Castán & María Julia Mazzarino
VARIACIÓN DE DOS PARÁMETROS EDÁFICOS LUEGO DE SUCESIVAS

353 APLICACIONES DE VINAZA EN CAÑA DE AZÚCAR Dorkas Andina Guevara,
María Florencia Benimeli, Cristina Soledad Gomez Rosello & Juan Inocencio Vallejo
POROSIDAD DE SUELOS BAJO SIEMBRA DIRECTA EN EL SUDOESTE

366
BONAERENSE Fernando López, Matías Duval, Juan Martínez & Juan Galantini
ADSORCIÓN- DESORCIÓN DEL ÁCIDO 2-METIL-4 CLOROFENOXIACÉTICO

378 EN UN ARGIACUOL CON USO ARROCERO Andrea Natalia Pila, Jorge M. Romero,
Humberto Carlos Dalurzo & Jorge Nelly
INFLUENCIA DE LA APLICACIÓN DE RESIDUOS ORGÁNICOS DE TAMBO

384 SOBRE LA CALIDAD ESTRUCTURAL DEL SUELO Pablo Ghiberto, Verónica
Charlón & Silvia Imhoff
INDICADORES EDÁFICOS PARA EL USO DE RESIDUOS DE LA INDUSTRIA

397 ALIMENTARIA Miguel Pilatti Mergen, Pablo Javier Ghiberto, Osvaldo Mario Felli &
Olga Noemí Badino
CONTENIDO HÍDRICO, DENSIDAD Y RESISTENCIA MECÁNICA CRÍTICA

PARA EL CRECIMIENTO RADICAL EN SUELOS DE PAMPA ONDULADA
420
Hernán Mengoni, Carina Rosa Alvarez, Patricia Fernandez, Diego Cosentino, Miguel
Taboada & Silvia Imhoff
PROPIEDADES QUÍMICAS DE LOS SUELOS EN LOTES DE

431 ESTABLECIMIENTOS LECHEROS DE LA CUENCA OESTE BONAERENSE
María Inés Vankeirsbilck, Mirian Barraco & Marina Maekawa
DESCRIPCION DE PROPIEDADES DE SUELO Y CULTIVO EN UN SUELO

432 SODICO “MANCHONEADO” Andrea Dell' Oso, Elena Bonadeo, Cecilia Milán,
Lucrecia Bauk & Micaela Manzotti
TÉCNICA DEL INDICE DE DISPERSIÓN PARA EL RECONOCIMIENTO DE

433 SUELOS SODICOS Cecilia Milán, Elena Bonadeo, Micaela Manzotti & Andrea Dell'
Oso
CRITERIOS PARA LA SELECCIÓN DE TECNICAS DE EVALUACIÓN DE

434 SODICIDAD EN SUELOS DE CORDOBA Lucrecia Bauk, Elena Bonadeo, Cecilia
Milán, Andrea Del Rosario Dell' Oso & Horacio Videla Mensegue
ESTUDIO FRACTAL DE LA DISTRIBUCIÓN DE PARTÍCULAS Y

437 PSEUDOPARTÍCULAS EN SUELOS DE LA PRADERA PAMPEANA Pablo Gelati,
Guillermo O Sarli & Roberto R Filgueira
EFECTO DEL CULTIVO DE COBERTURA Y LA FERTILIZACIÓN SOBRE

438 PROPIEDADES FÍSICAS DE UN ARGIUDOL Olga Gudelj, Pablo Pochettino &
Carlos Galarza
EFECTO DE LA APLICACIÓN DE DIFERENTES DOSIS DE VINAZA EN LAS

456 PROPIEDADES DE UN SUELO CAÑERO Roberto Daniel Corbella, Adriana
Plasencia, Silvio Sotillo, Juan Bautista García Posse, Pedro Fernandez & José R.García
RECUPERACIÓN DE PASTURAS POR MÉTODO MECÁNICO: EFECTOS

466 SOBRE PROPIEDADES DEL SUELO Natalia Banegas, Emilce Viruel, Jeremías
Luchina, Victoria Royo, José Nasca, Pedro Fernández & Fernando García Posse
FISICA Y QUIMICA DE LOS SUELSO EXTRANDINOS DE LA PROVINCIA DE

470
SANTA CRUZ Cintia Schenkel, Daniela Ferrante, Gabriel Oliva & Paula Paredes
COMISIÓN 2: BIOLOGÍA DE SUELOS

NITRÓGENO ANAERÓBICO: RESERVA POTENCIALMENTE
MINERALIZABLE EN SUELOS AGRÍCOLAS BAJO DIFERENTES SISTEMAS
36 DE LABRANZA Yanina Marina Ibáñez, Hernán Rodríguez, María Cristina Gagey, Javier
De Grazia, Mónica Beatriz Barrios, Silvina Patricia Debelis, Alfonso Bujan & Ana Clara
Sokolowski
CARACTERIZACIÓN DE GLOMEROMYCOTA PUNEÑOS MEDIANTE LA

APLICACIÓN DE METODOLOGÍAS MOLECULARES María Soledad Rivero
55
Mega, Fernanda Covacevich, Keren Hernandez Guijarro, María Luz Torres & Mónica
Alejandra Lugo
IMPACTO DE ESPECIES FORESTALES EXOTICAS SOBRE LA CALIDAD

MICROBIOLOGICA DE UN SUELO DE BUENOS AIRES ARGENTINA Gabriela
118
Sarti, Ana Eva Josefina Critobal Miguez, Lis Piñero, Leticia Palazzesi, Erika Pacheco
Rudz, Cristina Quinteros, Silvia Catan & Diana Effron
OBTENCIÓN DE INDICADORES E ÍNDICES DE CALIDAD BIOLÓGICA EN

127 SUELOS ROJOS BAJO DISTINTOS CULTIVOS AGRÍCOLAS Diana Marcela
Toledo & Sara Vazquez
DISTRIBUCIÓN DE RAÍCES DE CULTIVOS DE COBERTURA EN DOS

212 SUELOS EN LA REGIÓN SEMIÁRIDA PAMPEANA Ileana Frasier, Mauricio
Uhaldegaray, Agustín Oderiz, Romina Fernández, Elke Noellemeyer & Alberto Quiroga
EVALUACIÓN DE ARTRÓPODOS EDÁFICOS ASOCIADOS A LA

VEGETACIÓN EN AGROECOSISTEMAS CON MANEJOS
214
AGROECOLÓGICOS Y CONVENCIONALES Romina Iodice, Pablo Hergenrether,
Jonathan Aravena, Natalia Pisman, Elba Wasinger & Rafael Introcaso
EVALUACIÓN DE MATERIA ORGÁNICA TOTAL, PARTICULADA Y

ACTIVIDAD ALIMENTICIA EN SISTEMAS CONVENCIONALES Y
222
AGROECOLÓGICOS Pablo Hergenrether, Romina Iodice, Analía Ferremi, Elba
Wasinger & Rafael Introcaso
ESTIMACIÓN DEL USO CONSUNTIVO DE TRIGO, MAIZ Y GIRASOL EN LA

223 REGIÓN SEMIÁRIDA-SUBHÚMEDA PAMPEANA Alfredo Bono & Roberto
Alvarez
ACTIVIDAD BIOLÓGICA DEL SUELO Y DESARROLLO DE LECHUGA

226 (Lactuca sativa) POSAPLICACIÓN DE EFLUENTES DE CODIGESTION Gastón
Alejandro Iocoli, Gonzalo Pasdevicelli & Marisa Anahí Gómez
PRODUCCIÓN DE MAÍZ E INOCULACIÓN CON PENICILLIUM BILAIAE

295 Martín Díaz-Zorita, María Virginia Fernandez-Canigia, Rafael Baliña, Manuel Bermudez,
Victor Lastra & Federico Micucci
CARACTERIZACIÓN DE GRUPOS FUNCIONALES BACTERIANOS Y

ACTIVIDAD MICROBIANA EN MICROCOSMOS CON APLICACIÓN DE
324
GLIFOSATO Sofía Moyano, Mariana Bonetto, Tomás Baigorria, Vanesa Pegoraro,
Jimena Ortíz, Cristian Cazorla, Belén Conde & Mónica Boccolini
EVALUACIÓN DE AZOSPIRILLUM Y PSEUDOMONAS SOBRE LOS

339 PARAMETROS DE CRECIMIENTO Y RENDIMIENTO EN EL ALGODÓN
Emilio Abel Azar, Nestor Augusto Gomez & Noelia De Lourdes Pastori Saino
RENDIMIENTO Y CALIDAD DE TRIGO CANDEAL INOCULADO CON

342 AZOSPIRILLUM BRASILENSE (PARTIDO DE CORONEL DORREGO) Oscar
Bravo, José Augusto Strick, Martín Díaz-Zorita & Juan Pablo Rollhauser
INOCULACION CON MICROORGANISMOS EFICIENTES (ME) Y

355 BACTERIAS PGPR EN MAIZ VC. JUJEÑO LUNA Fanny Altamirano, Silvia Abarza,
Roberto Boccardo & Graciela Zankar
LOS CULTIVOS DE COBERTURA Y LA FERTILIZACIÓN AFECTAN EL

365 APORTE DE FÓSFORO MICROBIANO Stefania Appelhans, Silvia Benintende,
Pedro Barbagelata & Marianela Fontana
ATRIBUTOS MICROBIOLÓGICOS DEL SUELO EN SISTEMA DE MANEJO DE

LARGA DURACIÓN Marcelo De Andrade Barbosa, Edson Luiz Mendes Coutinho,
391
Everlon Cid Rigobelo, André Mendes Coutinho Neto, Márcio Silveira Da Silva Da Silva
& Luiz Carlos de Assis
ACTIVIDAD ENZIMÁTICA DEL SUELO EN SISTEMAS DE MANEJO DE

LARGA DURACIÓN Marcelo De Andrade Barbosa, Luiz Mendes Coutinho, Edimar
392
Rodrigues Soares, Esmeralda Ochoa Martínez, Rodolfo Lizcano Toledo & Everlon Cid
Rigobelo
EFECTO DE BIOFERTILIZANTE EN LA ABUNDANCIA DE ESPORAS

409 MICORRICICAS Y NUTRICIÓN DE UN VIÑEDO Laura Martínez & Rosana
Vallone
EFECTO SOBRE VARIABLES EDÁFICAS DE LA INTERSIEMBRA MAÍZ-

462 PASTURA EN SISTEMA PASTORIL BOVINO Emilce Viruel, Jeremías Luchina,
Victoria Royo, Roberto Corbella, José Nasca & Natalia Banegas
NITRÓGENO DEL SUELO Y ACTIVIDAD UREASA EN SISTEMAS

SILVOPASTORILES DE SANTIAGO DEL ESTERO Analía Anriquez, Nelson
482
Domínguez, Ada Susana Albanesi, Maria Celeste Barrionuevo, Juan Silberman, Roberto
Suarez & José Alfonso Domínguez Nuñez
LOS ARBOLES DETERMINAN LA DIVERSIDAD DEL SUELO EN UN

485 SISTEMA SILVOPASTORIL EN SANTIAGO DEL ESTERO Juan Eduardo
Silberman, Ada Susana Albanesi & Daniel Grasso
PROPIEDADES MICROBIOLÓGICAS DE UN ARGIUDOL BAJO CULTIVO DE

505 BATATA, RELACIÓN CON EL MONOCULTIVO Y ANTECESORES Jimena
Ortiz, Valeria Soledad Faggioli, Jorge Angel Ulle & Héctor Marti
COMISIÓN 3: FERTILIDAD DE SUELOS Y NUTRICIÓN VEGETAL

EFECTO DE DIFERENTES CULTIVOS ANTECESORES SOBRE LA
20 PRODUCTIVIDAD Y PRODUCCIÓN DE MAÍZ Horacio Omar Imvinkelried,
Marianela Pietrobón & Ignacio Miguel Dellaferrera
CONSIDERACIONES ANALÍTICAS DE LA DETERMINACIÓN DE P-OLSEN

53
Javier Luis Ferrari
RESPUESTA DE MAÍZ Y SOJA A FUENTES GRANULADAS Y LIQUIDAS DE

58 FÓSFORO EN SUELOS DE LA REGIÓN SEMIÁRIDA PAMPEANA Ingracia
Adema Bernal, Santiago Paternessi & Elke Noellemeyer
MÉTODO INVENTARIO DEL IPCC NIVEL 2: ESTIMACIÓN DEL CARBONO

70 DEL SUELO EN EL CHACO SEMIÁRIDO Sebastian Horacio Villarino & Guillermo
Alberto Studdert
PELETIZACIÓN DE ABONOS Y APORTE DE MICRONUTRIENTES EN

72 FERTILIZANTES INORGÁNICOS Y ORGÁNICOS Javier Luis Ferrari, Pablo
Tittonel & Aldo Maximiliano Dosanto
MODELIZACIÓN DEL FÓSFORO EXTRACTABLE DE SUELOS

75 FERTILIZADOS Y NO FERTILIZADOS USANDO REDES NEURONALES
ARTIFICIALES Roberto Alvarez & Haydée Steinbach
MINERALIZACIÓN DE NITRÓGENO EN SUELOS PAMPEANOS BAJO

76 DIFERENTES USOS Roberto Alvarez, Denise Ramil, Haydée Steinbach, María Rosa
Mendoza & Gonzalo Berhongaray
CAMBIOS EN LOS FLUJOS Y STOCKS DE FÓSFORO DE LOS SUELOS

PAMPEANOS ASOCIADOS AL USO Roberto Alvarez, Haydée Steinbach, María
77
Marta Caffaro, Cecilia Molina, Gonzalo Berhongaray, Josefina De Paepe, Constanza
Caride, María Rosa Mendoza & Rodolfo Cantet
NEUTRALIZACION DE LA ACIDIFICACION GENERADA POR LA

FERTILIZACION NITROGENADA EN UN CICLO PRODUCTIVO DE
108
RAIGRAS Julián Mainero, Victor Merani, Luciano Larrieu, Mabel Vazquez, Luciano
Juan, Daniel Bennardi & Guillermo Millán
TENDENCIAS EN LA FERTILIDAD DE LOS SUELOS DE SAN LUIS Juan Cruz

154
Colazo, Juan Martín de Dios Herrero & Santiago Lorenzo
BALANCE HISTÓRICO DE NITRÓGENO Y AZUFRE DE LA REGIÓN

185
PAMPEANA Roberto Alvarez, Haydée Steinbach & Josefina De Paepe
MÉTODO ALTERNATIVO PARA ESTIMAR NIVELES CRÍTICOS DE

190 NUTRIENTES Adrián Correndo, Flavio Gutiérrez-Boem, Fernando Salvagiotti &
Fernando García
RELACIÓN ENTRE EL CONTENIDO DE N Y P EN GRANO Y FRACCIÓN

193 DISPONIBLE EN EL SUELO Liliana Vega Jara, Gerardo Rubio, Florencia A. Sucunza,
Miguel Boxler & Flavio H. Gutiérrez-Boem
MAIZ TARDIO EN ENTRE RIOS: EFICIENCIA AGRONOMICA DE USO DEL

210 NITROGENO Y SUS COMPONENTES Santiago Diaz Valdez, Fernando García &
Octavio P. Caviglia
FERTILIZACIÓN DE LARGO PLAZO EN LA REGION PAMPEANA: BALANCE

220 DE FÓSFORO Y DINÁMICA DE EXTRACCIÓN Florencia Aranzazú Sucunza,
Flavio H. Gutiérrez-Boem, Fernando O. García, Miguel Boxler & Gerardo Rubio
ESTIMACIÓN DE NUTRICIÓN NITROGENADA EN ANTESIS MEDIANTES

238 ÍNDICES ESPECTRALES EN CEBADA CERVECERA José Boero, Pablo Prystupa,
Gomez Federico, Susana Urricariet, Gustavo Ferraris & Flavio Gutierrez-Boem
COMPORTAMIENTO DE GENOTIPOS DE MAÍZ ANTE CAMBIOS EN FECHA

249 DE SIEMBRA, DENSIDAD Y FERTILIZACIÓN NITROGENADA Gustavo Néstor
Ferraris & Lucas Ratto
FERTILIZACIÓN CON ZINC BAJO DIFERENTES ESCENARIOS DE

250 FERTILIDAD NITROGENADA EN MAÍZ DE SIEMBRA TEMPRANA Gustavo
Néstor Ferraris, Florencia Missart & Fabio Prats
FERTILIZACIÓN NITROGENADA SOBRE TRIGO EN UN SITIO SEMIÁRIDO:

253 EFECTO DE LA DOSIS Y DEL MOMENTO Julian Borisov, Emanuel Albarracin,
Juan Manuel Martínez, Roberto J. Kiessling & María De Las Mercedes Ron
FERTILIZACIÓN CÁLCICA CON NITRATO DE CALCIO Y RENDIMIENTO

DE MANÍ EN LA REGIÓN MANISERA DE CÓRDOBA Federico Daniel Morla,
262
Justiniano Achaval, Guillermo Ángel Cerioni, Marcelo Isaías Kearney, Oscar Giayetto &
Elena Mercedes Fernandez
PÉRDIDAS DE NITRÓGENO POR VOLATILIZACIÓN EN DISTINTAS

263 FUENTES NITROGENADAS EN LIMONERO (Citrus limón) EN TUCUMÁN
Orlando Correa, Francisco Sosa, Juan Romero, Agustín Sanzano & Hugo Rojas Quinteros
NITRATO EN BASE DE TALLO COMO INDICADOR DEL ESTATUS

NITROGENADO DEL CULTIVO DE MAÍZ Juan Manuel Orcellet, Nahuel Reussi
266 Calvo, Hernán Sainz Rozas, Hernán Echeverría, Natalia Diovisalvi & Angel Berardo
RESPUESTA VARIABLE DE MAÍZ Y DE SOJA A LA FERTILIZACIÓN

282
FOSFORADA Gonzalo Perez & Martín Díaz-Zorita
COMPARACIÓN DE CURVAS DE RENDIMIENTO EN TRIGO SEGÚN ZONAS

283 DE MANEJO Y DOSIS DE NITROGENO Gonzalo Perez, Jorge Zanettini, Luis
Ventimiglia, Héctor Carta & Martín Díaz-Zorita
FERTILIZACIÓN CON FÓSFORO Y AZUFRE: IMPACTO SOBRE

293 RENDIMIENTO Y PROTEÍNA EN SOJA Inés Daverede, Fernando H Míguez &
Gabriela Lakkis
APORTE DE UNA FRACCIÓN ORGÁNICA DE FÓSFORO DEL SUELO AL

341 DIAGNÓSTICO DE FERTILIDAD FOSFATADA EN SOJA Stefania Appelhans,
Ricardo Melchiori, Pedro Barbagelata & Leonardo Novelli
BIOFERTILIZACION DE MAIZ PARA CHOCLO. UNA PRÁCTICA

354 INNOVADORA PARA LOS PRODUCTORES FAMILIARES DE JUJUY Graciela
Zankar, Fanny Altamirano, Roberto Boccardo & Silvia Abarza
APROXIMACIÓN PARA LA FERTILIZACIÓN VARIABLE DE N EN MAÍZ:

369 MINERALIZACIÓN DE N Y USO DE ÍNDICES ESPECTRALES Hernán Redel,
Natalia Osinaga, Mercedes Zubillaga & Claudio Acosta Andocilla
MINERALIZACIÓN DE N POSAPLICACIÓN DE ENMIENDAS ORGÁNICAS

370
AL SUELO Luciano Orden, Gastón Alejandro Iocoli & Marisa Anahí Gómez
EVOLUCIÓN DE NITRATOS, RASTROJOS, PARAMETROS DE

375 CRECIMIENTO Y RENDIMIENTO DE ALGODÓN PARA DOS ANTECESORES
DIFERENTES Nestor Augusto Gomez, Abel Azar & Patricio Savino
ECONOMÍA DEL NITRÓGENO SEGÚN ÉPOCA DE APLICACIÓN EN CEBADA

389 CERVECERA (VARIEDAD QUILMES PALOMAR) Analía Fabiana Rausch, María
Rosa Landriscini & María De Las Mercedes Ron
COMPORTAMIENTO DEL TRIGO CONTINUO, BAJO FERTILIZACIÓN

402 NITROGENADA EN EL PARTIDO DE BAHÍA BLANCA María De Las Mercedes
Ron, Juan Manuel Martínez & Roberto Kiessling
APLICACIÓN DE CORRECTORES BÁSICOS Y FERTILIZANTES

419 CÁLCICOS/MAGNÉSICOS EN EL CULTIVO DE SOJA Paula Girón, Alejandra
Macchiavello, Mirian Barraco, Clarisa Ottaviano, Daniel Ferro & Mabel Vázquez
BRECHA DE RENDIMIENTO DE TRIGO EN LA REGIÓN PAMPEANA:

421 MODELIZACIÓN DEL IMPACTO DE FACTORES AMBIENTALES Josefina De
Paepe, Roberto Alvarez & Alfredo Bono
INDICADORES DE LA FERTILIDAD EN SUELOS CON TRIGO BAJO

447 SIEMBRA DIRECTA Juan Manuel Martínez, Matías Duval, Fernando López, María
Rosa Landriscini & Juan Galantini
USO DE SENSORES REMOTOS COMO HERRAMIENTAS PARA DETECCIÓN

DE LIMITANTES EDAFICAS Y MONITOREO DE CULTIVOS Gerónimo Courel,
450
Roberto Corbella, Javier Carreras Baldrés, Carmina Fandos, Adrinana Plasencia, Pablo
Scandaliaris, José R. García & Federico Soria
EVOLUCIÓN DEL P DISPONIBLE EN FUNCIÓN DEL BALANCE DE P EN EL

458
LARGO PLAZO Pedro Barbagelata & Mario Chesta
ANTECESORES Y FERTILIZACIÓN NITROGENADA DE MAÍZ EN SIEMBRA

474
TARDÍA, EN LA PAMPA ARENOSA Andrea Lardone & Mirian Barraco
CONTENIDOS DE NITRÓGENO Y FÓSFORO DEL SUELO ANTE UN CAMBIO

481 DE COBERTURA Y CONDICIÓN TOPOGRÁFICA Sebastián Ignacio Besteiro &
Andrés I.B. Descalzo
EVOLUCIÓN DEL FÓSFORO DISPONIBLE LUEGO DE LA APLICACIÓN DE

DIFERENTES DOSIS DE FERTILIZANTE FOSFATADO Vicente Jorge Gudelj,
488
Hugo Ghio, Claudio Lorenzon, Olga Gudelj, Carlos Galarza, Pedro Vallone, María Belén
Conde, Pablo Tamburrini, Fernando García & Ángel Berardo
RESPUESTA AL PURÍN DE BOVINO LECHERO ESTABULADO, CENTRO DE

494 SANTA FE Miguel Ángel Pilatti Mergen, Pablo Ghiberto, Silvia Imhoff, Iván Agretti &
Osvaldo Mario Felli
FERTILIZACIÓN FOSFATADA Y CONSUMO DE AGUA DE CULTIVOS EN LA

497 REGIÓN SUBHÚMEDA PAMPEANA Sergio Rillo, Cristian Alvarez, Elke
Noellemeyer & Martín Díaz-Zorita
CONTENIDO DE PROTEÍNA Y ACEITE EN SOJA SEGÚN DISTINTAS

ESTRATEGIAS DE FERTILIZACIÓN Y ROTACIÓN Marcos Murgio, Pablo
500
Barbieri, Pedro Barbagelata, Mirian Barraco, Diego Soldini, Luis Salines, Maria Belen
Conde & Vicente Gudelj
PRODUCTIVIDAD DEL CULTIVO DE MAÍZ EN LA REGIÓN SEMIÁRIDA

507 PAMPEANA. EFECTO DEL AMBIENTE Y LA NUTRICIÓN Cristian Alvarez,
Matías Saks & Carlos Pedro Lienhard
EVALUACION DEL ESTATUS NUTRICIONAL DEL CULTIVO DE SOJA A

524 PARTIR DE ANALISIS FOLIARES EN LA ZONA NUCLEO ARGENTINA
Edgardo Santiago Arévalo
COMISIÓN 4: MANEJO, CONSERVACIÓN Y ORDENAMIENTO DE SUELOS

Y AGUAS. RIEGO Y DRENAJE
USO DE CULTIVOS DE COBERTURA/ABONOS VERDES PARA LA

24 PRODUCCIÓN SUSTENTABLE DE MAÍZ Raúl Corral, Guillermo Studdert, Germán
Domínguez & María Agostini
DESCOMPACTADORES ANGULADOS LATERALES. EFICIENCIA DEL

LABOREO CON DIFERENTES DISEÑOS Y ARREGLOS ESPACIALES Mariano
29
Julio Ponce, Matilde Mur, Telmo Palancar, Juan Manuel Vazquez, Facundo Guilino,
Victor Merani & Roberto H. Balbuena
CULTIVOS DE COBERTURA Y BARBECHOS DE LARGA DURACIÓN EN

44 SISTEMAS AGRÍCOLAS DEL SUDOESTE BONAERENSE Eduardo de Sá Pereira,
Cristian Alvarez , Gaston Vecchi, Cristian Ibarra & Juan Manuel Pedelaborde
LA URBANIZACIÓN DE LAS TIERRAS AGRÍCOLAS EN LA REGIÓN

50 METROPOLITANA DE BUENOS AIRES Rubén Godagnone, Roberto R. Casas &
Juan de La Fuente
AGRICULTURA CONTINUA EN EL CHACO SEMIÁRIDO: SU EFECTO

SOBRE FRACCIONES DEL CARBONO ORGÁNICO DEL SUELO Sebastian
69
Horacio Villarino, Guillermo Alberto Studdert, Marcela Andrea Avalos, María Gabriela
Cendoya, Lucía Ciuffoli & Gervasio Piñeiro
EFICIENCIA ENERGÉTICA DE DISTINTAS ALTERNATIVAS DE

71 DESCOMPACTACIÓN Mariano Julio Ponce, Matilde Mur, Telmo Palancar, Juan
Manuel Vazquez, Facundo Guilino, Víctor Merani & Roberto Balbuena
RESIDUALIDAD DEL ESCARIFICADO DE SUELO EN UNA SECUENCIA DE

104
CULTIVOS Javier Elisei, Néstor González, Rubén Roskopf & José Llovet
UTILIZACIÓN DE DOS PRÁCTICAS AGRÍCOLAS CONTRASTANTES:

176 EFECTO TEMPORALES SOBRE LAS PROPIEDADES EDÁFICAS Matías Duval,
Juan Galantini, Juan M. Martínez & Fernando Lopez
PÉRDIDAS DE FÓSFORO EN UNA MICROCUENCA AGRÍCOLA DE LA

181 PROVINCIA DE BUENOS AIRES María Guadalupe Ares, José González-Castelain,
Celio Chagas & Marcelo Varni
RELACIONES ENTRE VARIABLES EDÁFICAS Y BIOMASA EN

182 COMUNIDADES VEGETALES DE PASTIZAL EN LA PAMPA DEPRIMIDA
Marcelo Varni, Natalia Vercelli, Sofía Zeme, Ilda Entraigas & María Guadalupe Ares
EVOLUCIÓN DE LA HUMEDAD DEL SUELO CON CAPA FREÁTICA EN

186
ALTO VALLE DE RÍO NEGRO María Cristina Aruani & Juan Galeazzi
MATERIA ORGÁNICA DEL SUELO Y SUS FRACCIONES EN UN SISTEMA

187 FRUTÍCOLA, EN PATAGONIA NORTE Chiara Guglielmetti, María Cristina Aruani
& Pablo Reeb
EVOLUCIÓN DE LA MATERIA ORGÁNICA PARTICULADA FORMADA A

197 PARTIR DE DIFERENTES SECUENCIAS DE CULTIVOS Roxana Eclesia,
Leonardo Novelli, Octavio Caviglia & Gervasio Piñeiro
¿CÓMO INFLUYE LA AGRICULTURIZACIÓN EN LOS STOCKS DE

202 CARBONO EN EL CHACO SUBHÚMEDO? Natalia Osinaga, Carina Alvarez,
Gonzalo Suvar & Miguel Taboada
EFECTO DEL USO SOBRE LA ESTRUCTURA DEL SUELO EN EL CHACO

203
SUBHÚMEDO Natalia Osinaga, Carina Rosa Alvarez, Gonzalo Suvar & Miguel Taboada
PRODUCTIVIDAD FÍSICA DEL AGUA EN PASTURAS SOBRE MOLISOL DE

205 LA REGIÓN SEMIÁRIDA PAMPEANA Romina Fernández, Ileana Frasier, Mauricio
Uhaldegaray, Agustin Oderiz, Eric Scherger & Alberto Quiroga
INFLUENCIA DEL MANEJO SOBRE INDICADORES FÍSICO-HÍDRICOS DE

206 COMPACTACIÓN DE SUELOS Alberto Quiroga, Agustin Oderiz, Mauricio
Uhaldegaray, Cristian Alvarez, Eric Scherger, Romina Fernández & Ileana Frasier
EVALUACIÓN DE LA EFECTIVIDAD DE TERRAZAS CON GRADIENTE,

235 USANDO SISTEMAS DE INFORMACIÓN GEOGRÁFICA Esteban Palacin &
Alejandro Kleine
CONSERVACIÓN DE AGUA EN HAPLUSTOLES DEL CHACO SEMIÁRIDO:

236 EFECTO SOBRE LA PRODUCTIVIDAD DEL MAÍZ Lucía Casali, Gerardo Rubio &
Juan Manuel Herrera
MAYOR SENSIBILIDAD A LA COMPACTACIÓN DEL SUELO Y AL STRESS

239 HIDRICO EN SOJA COMPARADO CON TRIGO María Florencia de Marotte &
Gerardo Rubio
INCREMENTO DEL CONTENIDO DE CARBONO DEL SUELO POR

241 UTILIZACIÓN DE CULTIVOS DE COBERTURA EN LA REGIÓN PAMPEANA
Roberto Alvarez, Haydée Steinbach & Josefina De Paepe
PRODUCCIÓN SUSTENTABLE DE MAÍZ: EL ROL DE LOS CULTIVOS

242 PUENTE EN EL SISTEMA DE CULTIVO Santiago Nicolás Diez, Germán Franco
Domínguez, Guillermo Studdert, María Gabriela Cendoya & Hernán René Sainz Rozas
CAMBIOS EN PROPIEDADES QUIMICAS Y BIOQUIMICAS DEL SUELO

ASOCIADOS AL REEMPLAZO DE PASTIZALES POR FORESTACIONES Y
248
AGRICULTURA Paula Florencia Di Gerónimo, Cecilia Videla, Pablo Laclau & María
Elena Fernandez
INDICADORES DE CALIDAD EDÁFICA BAJO SISTEMAS DE AGRICULTURA

258 CONSERVACIONISTA EN LA REGIÓN PAMPEANA SEMIÁRIDA SUR Erica
Schmidt & Nilda Amiotti
CONSUMO HÍDRICO DE CAÑA DE AZÚCAR EN SECANO Y CON RIEGO POR

264
GOTEO EN TUCUMÁN Enrique Ojeda Ferez, Francisco Sosa & Orlando Correa
MATERIA ORGÁNICA PARTICULADA: POTENCIAL INDICADOR DE

274 DETERIORO POR SOBREPASTOREO EN SUELOS DE MALLINES
PATAGONICOS Andrea Soledad Enriquez & María Victoria Cremona
PARTICIÓN DE MATERIA SECA Y CALIDAD DEL CULTIVO DE TRIGO EN

DIFERENTES SISTEMAS DE LABRANZA Ana Clara Sokolowski, Mónica Barrios,
278
Javier De Grazia, Hernán Adrián Rodríguez, Silvina Patricia Debelis, Luciano Benavidez,
Eric Rodríguez Frers, Ileana Ruth Paladino & Alfonso Buján
ESTUDIO DEL SUELO EN EL PAISAJE REGIONAL COMO BASE PARA

281 DEFINIR SU MANEJO AGROPECUARIO –FORESTAL Margarita María Alconada
Magliano, Francisco Damiano & Juan R. Fagundo Castillo
USO DEL SOFTWARE INTA USLE/RUSLE PARA ESTIMAR PÉRDIDA DE

289
SUELO POR EROSIÓN HÍDRICA Jorge Jesús Gvozdenovich & Pedro Barbagelata
CALCULO DEL FACTOR R DE LA USLE A TRAVES DEL INDICE

290 MODIFICADO DE FOURNIER Ezequiel Crettaz, Jorge Jesús Gvozdenovich &
Mariano Saluzzio
FRACCIONAMIENTO DE FÓSFORO EN SEDIMENTO DE FONDO DE

CURSOS HÍDRICOS DEL LAGO YPACARAÍ Jazmín Guadalupe Ojeda Rojas,
292
Jimmy Walter Rasche Alvarez, Carlos Andrés Leguizamón Rojas, Diego Augusto Fatecha
& Néstor David Cabral Antúnez
EFECTO DEL ENCOSTRAMIENTO SUPERFICIAL SOBRE PARÁMETROS

FÍSICOS E HIDROLÓGICOS EN SUELOS BAJO DIFERENTES MANEJOS Nora
306
Elena Echeverría, Viviana María Espil, Martín Pascual De Lucia, Mariana Eve Bouza &
Juan Carlos Silenzi
RIESGO DE EROSIÓN EÓLICA EN “TIERRAS SECAS” DE BAHÍA BLANCA

308 SEGÚN ANTECEDENTES DE MANEJO Juan Carlos Silenzi, Nora Elena Echeverría,
Martín Pascual De Lucia, Adrián Gustavo Vallejos & Mariana Eve Bouza
APLICACIÓN DE LA ECUACIÓN UNIVERSAL DE PÉRDIDA DE SUELOS EN

314 UN SISTEMA DE INFORMACIÓN GEOGRÁFICA Alejandro Kleine & Esteban A.
Palacin
ROL DE LOS ARBUSTOS EN LA GENERACIÓN DE MICROAMBIENTES

316 AÉREOS Y EDÁFICOS EN MALLINES DEGRADOS María Victoria Cremona,
Andrea Soledad Enriquez, Paula Diehl & María Luján Barrancos
CONSERVACIÓN DE SUELOS EN SAN LUIS: ACCIONES, LOGROS Y

317 DIFICULTADES DE LA LEY Carlos E. Larrusse, Osvaldo A. Barbosa, Fabio A. Solari,
Emiliano R. Colazo & Antonio Marchi
ANÁLISIS TEMPORAL DE MÉTODOS DE SECADO EN CULTIVOS DE

COBERTURA: DINÁMICA DEL AGUA Y MALEZAS Tomás Baigorria, Cristian
327
Alvarez, Cristian Cazorla, Pablo Belluccini, Bethania Aimetta, Vanesa Pegoraro, Monica
Boccolini, Belén Conde, Valeria Faggioli, Jimena Ortiz & Daniel Tuesca
CALIDAD DE SUELOS BAJO DIFERENTES SISTEMAS DE LABRANZAS Y

336 ROTACIONES Humberto Carlos Dalurzo, Federico A. Paredes, Carolina Fernández
López & Tania S. Rey Montoya
STOCK DE CARBONO ORGÁNICO DEL SUELO EN SECUENCIAS BASADAS

343 EN EL CULTIVO DE SOJA Leonardo Novelli, Marianela Fontana, Walter Uhrich,
Alejandra Sterren, Silvia Benintende & Pedro Barbagelata
ANÁLISIS PRELIMINAR DEL ESCURRIMIENTO EN UNA MICROCUENCA

346 AFORADA DE LAS LAJITAS, SALTA Ramón Osinaga, Celio Chagas, Guadalupe
Ares, Natalia Osinaga & Martín Aciar
COMPETENCIA A BARLOVENTO DE CORTINAS FORESTALES SOBRE UN

350 CULTIVO DE TRIGO Martín Pascual De Lucia, Mariangeles Guidi, Nora Elena
Echeverría, Mariana Eve Bouza & Juan Carlos Silenzi
MODELOS AGRARIOS, SUELOS Y SUSTENTABILIDAD: UN ANÁLISIS

361
CUALITATIVO Tomás Loewy
VARIACIÓN DE CARBONO ORGÁNICO DEL SUELO BAJO DIFERENTES

373 MANEJOS EN LOTES DEL AMBIENTE SEMIÁRIDO CALCHAQUI Ana Chávez,
María Paulina Cabrera, Carolina Armata, Ramón Osinaga, Felipe Rivelli & Liliana Pérez
PROPUESTA DE MODIFICACION EN EL CÁLCULO DEL FACTOR LS DE LA

401
USLE Jorge Gvozdenovich & Mariano Saluzzio
TIEMPO DE CONCENTRACION PARA EL DISEÑO DE TERRAZAS DE

403 EVACUACION Mariano Saluzzio, Jorge Gvozdenovich, Adrián Kinderknecht & Javier
Noir
EVOLUCIÓN DEL CARBONO ORGÁNICO DE UN SUELO HAPLUSTOL

414 ÉNTICO BAJO RIEGO SUPLEMENTARIO Y SIEMBRA DIRECTA Juan Pablo
Giubergia, Francisco Ghigo, Matías Gino & Raúl S Lavado
EVALUACIÓN DEL AGREGADO DE YESO SOBRE UN SUELO SÓDICO

430
"MANCHONEADO" Cecilia Milán & Elena Bonadeo
EFECTO DE LA INTENSIFICACIÓN EN PROPIEDADES FÍSICAS DE

ESTABLECIMIENTOS LECHEROS DE LA CUENCA OESTE BONAERENSE
435
María Inés Vankeirsbilck, Mirian Raquel Barraco, Marina Maekawa, Paula Girón, María
Cecilia Sardiña, Federico Demateis, Marianela Diez & Andrea Verónica Lardone
MEJORA DE PROPIEDADES EDÁFICAS CON INCLUSIÓN DE CULTIVOS DE

COBERTURA EN AGROECOSISTEMAS PAMPEANOS Cristian Alvarez, Miriam
442
Barraco, Cristian Cazorla, Juan Cruz Colazo, Juan Martín de Dios Herrero, Andrea
Lardone, Paula Girón, Silvina Restovich & Sergio Rillo
EVOLUCIÓN DE VARIABLES EDÁFICAS EN LA LLANURA DEPRIMIDA

455 SALINA DE TUCUMÁN ANTE CAMBIOS DE USO Jeremías Nicolás Luchina,
Emilce Viruel, Adriana María Plasencia, Gerardo Agustín Sanzano & Natalia Banegas
EFECTO DE LA AGRICULTURIZACIÓN SOBRE EL NIVEL DE MATERIA

ORGÁNICA EN EL CHACO ARGENTINO Matías Redel, Natalia Andrea Osinaga,
463
Fernanda Feiguin, Ramón Osinaga, Gabriel Vázquez Amabile, Laura Carabaca, Ramiro
Aznar & Eliana Di Beco
SECUENCIAS AGRÍCOLAS Y SU EFECTO EN LA PRODUCTIVIDAD DE SOJA

473 Y PROPIEDADES EDÁFICAS Mirian Barraco, Andrea Lardone, Paula Girón, Walter
Miranda & Martín Díaz-Zorita
EVALUACIÓN DE SECUENCIAS DE CULTIVOS FORRAJEROS:

484 PRODUCCIÓN Y VARIABLES EDÁFICAS Cecilia Sardiña, Andrea Lardone, Mirian
Barraco & Marianela Diez
USO DE AGUA Y PRODUCCIÓN DE SOJA EN AMBIENTES DE LA PAMPA

487 ARENOSA Matías White, Walter Miranda, Alvaro Pereiro, Martín Lobos, Martín Díaz-
Zorita, Paula Girón & Cristian Alvarez
EVOLUCIÓN DEL FOSFORO EN UN SUELO HAPLUDOL TÍPICO BAJO

495 DISTINTOS USOS, LABRANZAS Y FERTILIZACIÓN Cecilia Cerliani, Gabriel
Esposito, Carmen Cholaky, Guillermo Balboa, Inés Moreno & Rafael Naville
IMPACTO DE LAS SECUENCIAS DE CULTIVOS SOBRE LA DINÁMICA DEL

498 AGUA EN BARBECHOS DE LA PAMPA ARENOSA Sergio Rillo, Cristian Alvarez,
Elke Noellemeyer, Martín Díaz-Zorita & Martín Lobos
DENSIDAD DE SIEMBRA DE VICIA VILLOSA ROTH. COMO CULTIVO DE

503 COBERTURA EN EL NOROESTE BONAERENSE Walter Miranda, Paula Girón &
Mirian Barraco
EFECTO DEL MANEJO SOBRE PROPIEDADES FÍSICO HÍDRICAS EN LA

REGIÓN PAMPEANA Y CHACO PAMPEANA Ana Giorgi, Martin Lobos, Mirian
506 Barraco, Andrea Lardone, Paula Giron, Clara Berton, Salvador Prieto, Carla Alfonso, Juan
Cruz Colazo, Gabriel Garnero, Miguel Gómez, Franco Capellino, Guillermo Dania, Pablo
Nagore, Sandro Raspo, Carlos Scianca, Martín Díaz-Zorita & Cristian Alvarez
COMISIÓN 5: GÉNESIS, CLASIFICACIÓN, CARTOGRAFÍA Y

MINEALOGÍA DE SUELOS
CARACTERIZACIÓN MINERALÓGICA DE UN PERFIL DE PALEOSUELOS
56 EN PAMPA DE OLAEN, CÓRDOBA, ARGENTINA Rosa Ayala, Jorge Sanabria &
Sabrina Rouzaut
UNA INTERPRETACIÓN GEOPEDOLÓGICA DE LAS SERIES PORTELA Y

291 CAPITÁN SARMIENTO, PAMPA ONDULADA Héctor Morras, Lucas Moretti,
Emiliano Bressan, Matías Rau & Ignacio Tuja
MICRONUTRIENTES GEODISPONIBLES EN SUELOS-SEDIMENTOS DE LA

323 CUENCA DEL Aº EL DIVISORIO María Del Carmen Blanco, Silvana Letisia Díaz &
Nilda Mabel Amiotti
ACTUALIZACION DE LA CARTOGRAFIA EN UN AREA SELECCIONADA

329 DEL PARTIDO DE CORONEL DORREGO, BUENOS AIRES, ARGENTINA Julio
Mauricio Sánchez, Gervasio Carboni, Ricardo Calixto Diaz & Santiago Rigo
DESARROLLO DE SUELOS EN UN HUMEDAL DEL CENTRO DE SAN LUIS

412 Osvaldo A. Barbosa, Jonathan Martínez Diez, Paulo J. Casale, Jorge L. Mores, Daniel A.
Riscosa, Ricardo A. Cerda, Virginia V. Scally & Nicolás Belgrano Rawson
DETERMINACIÓN DE LA PROFUNDIDAD A LA TOSCA MEDIANTE

DISTINTOS MÉTODOS GEOFÍSICOS Cristian Giacobone, Juan Manuel Vázquez,
425
Gisela Reposo, Matías Muñoz, Verónica Rojo, Maximiliano Martínez, Juan Francisco
Bruno & Juan Martín Guecaimburú
UTILIZACIÓN DE AREAS MODELOS PARA LA CARTOGRAFIA DE SUELOS

478 EN EL PARTIDO DE BAHIA BLANCA Oscar Bravo, Agustín Cavallaro & Nilda
Amiotti
EL USO DE TECNICAS DE GEOMÁTICA EN LA GEOPEDOLOGÍA Cristina

496 Angueira, Gustavo Cruzate, Eduardo Zamora, Guillermo Olmedo, José Manuel Sayago,
Manuel Sanchez De La Orden & Isabel Castillejo Gonzalez
COMISIÓN 6:CONTAMINACIÓN DEL SUELO Y CALIDAD DEL MEDIO

AMBIENTE
ARSÉNICO EN SUELOS ARROCEROS DE ENTRE RÍOS María Romina Befani,
45 Norma Graciela Boschetti, César Eugenio Quintero, Silvia Sara Farías & Alejandro
Joaquín Panozzo
INFLUENCIA DE LA CONFIGURACIÓN DEL SISTEMA POROSO EN LA

111 LIXIVIACIÓN DE GLIFOSATO Y AMPA Germán Soracco, Luis A. Lozano, Rafael
Villarreal, Erica A. Laoretani, Santiago Vittori, Roberto R. Filgueira & Guillermo O. Sarli
RESIDUOS DE CULTIVOS Y ENMIENDAS ORGANICAS: SU IMPACTO

173 SOBRE LA EMISION DE OXIDO NITROSO Viviana Carolina Gregorutti & Octavio
Pedro Caviglia
ACTIVIDAD MICROBIANA DE UN SUELO CONTAMINADO BIOREMEDIADO

269 CON BIOSÓLIDOS Hernán Kucher, Silvana Torri, Erika Pacheco Rudz, Ignacio Van
Oostveldt & Adelia González Arzac
APLICACIÓN DE EFLUENTES LÍQUIDOS DE TAMBO AL SUELO:

271 PRODUCCIÓN DE BIOMASA Y PERSISTENCIA DE ALFALFA Pablo Ghiberto,
Javier Baudracco, Pablo Heffner & Silvia Imhoff
VARIACIÓN ANUAL DE GLIFOSATO Y AMPA EN SUELOS CON DISTINTOS

276
USOS DE PERGAMINO, BUENOS AIRES Ana Graziano & Marta Zubillaga
EMISIONES GEI Y LA FERTILIZACION VARIABLE DE N A ESCALA LOTE

285
María Eugenia Sanahuja, Hernán Matías Redel & María De Las Mercedes Zubillaga
DEGRADABILIDAD DE COMPOST EN DIFERENTES SUELOS: RESIDUOS

367 ORGÁNICOS URBANOS VS. ESTIÉRCOLES Y BIOSÓLIDOS Elisa Castán,
Marina Gonzalez-Polo, Patricia Satti & María Julia Mazzarino
SILÍCIO COMO MITIGADOR DA TOXICIDADE DE NH4 EM EUCALYPTUS

372 spp.: EFEITO NA CAPACIDADE FOTOSSINTÉTICA Jonas Pereira Souza Junior,
Thaís Chagas Barros, Renato De Mello Prado & Denise De Lima Dias Delarica
EL ÁCIDO SALICÍLICO COMO ATENUENTE DE LA TOXICIDAD DE NH4 EN

440 EUCALIPTO: EFECTO EN LA CAPACIDAD FOTOSINTÉTICA Jonas Pereira
Souza Junior, Thaís Chagas Barros, Renato De Mello Prado & Arthur Nakamura Kubo
COMISIÓN 7: EDUCACIÓN, EXTENSIÓN Y TRANSFERENCIA DE LA

CIENCIA DEL SUELO
¿JUGAMOS A ORDENAR EL TERRITORIO? UNA PROPUESTA LÚDICA
41 INCLUSIVA, DESDE LA UNIVERSIDAD PARA LA COMUNIDAD Beatriz Bonel,
Sergio Montico & Néstor Di Leo
DIVULGANDO SABERES DEL SUELO EN EL MARCO DE “PUERTAS

268 ABIERTAS” DE INTA BARILOCHE María Victoria Cremona, Andrea Soledad
Enriquez, Silvana Graciela López & Paula Agustina Lagorio
INCORPORACION DEL N POTENCIALMENTE MINERALIZABLE AL

287 BALANCE DE N EN UN TRABAJO PRÁCTICO Marianela Fontana, Pedro
Barbagelata, Leonardo Novelli, Mariano Saluzzio, Jorge Gvozdenovich & Miguel Folmer
EVOLUCIÓN DE UN TRABAJO PRÁCTICO A CAMPO CON MÁS DE 25 AÑOS

288 DE APLICACIÓN Leonardo Esteban Novelli, Marianela Fontana, María Pía Rodriguez,
Mariano Saluzzio, Jorge Gvozdenovich, Miguel Folmer & Pedro Barbagelata
EXPERIENCIA DE CONCIENCIACIÓN SOBRE EL RECURSO SUELO EN

439 ARTICULACIÓN INTA-SISTEMA EDUCATIVO Olga Gudelj, Andrés Del Pino,
Claudio Lorenzon & Vicente Gudelj
DESARROLLO TECNOLÓGICO EN FERTIRRIGACIÓN A PARTIR DE

491 COMPOSTAJE DE RESÍDUOS ORGÀNICOS EN CULTIVO DE MAIZ Éder
Coutinho , Claudia Rodríguez & Carlos A. R. Vera-Tudela
ANÁLISIS DE COMPONENTES PRINCIPALES SOBRE PROPIEDADES FÍSICAS Y

QUÍMICAS DEL SUELO EN DOS SISTEMAS DE LABRANZA
MÓNICA BEATRIZ BARRIOS; ANA CLARA SOKOLOWSKI; JAVIER DE GRAZIA;

HERNÁN ADRIÁN RODRÍGUEZ; SILVINA PATRICIA DEBELIS; MARÍA CRISTINA
GAGEY; ANGEL DOMINGO BLASÓN & ALFONSO BUJÁN
1
FCA-UNLZ, Ruta Prov. N° 4 km 2, Llavallol (1836), Buenos Aires, (011) 4282-6263,
[email protected]
Palabras claves: Sistema de labranza, Análisis multivariado, Calidad del Suelo.
Resumen
Este trabajo se realizó en 2014 sobre un Argiacuol Vértico presente en un ensayo de

rotaciones y labranzas instalado en 2005, en la Comisión Nacional de Energía Atómica.
El diseño experimental responde a bloques completos al azar con dos tratamientos:
labranza convencional (LC), que consistió en una pasada de arado de reja y vertedera y
dos pasadas de rastra de disco, y siembra directa (SD), donde se trató con 3L ha-1 de
glifosato presiembra, y cuatro repeticiones. Se utilizó un análisis de componentes
principales (ACP) para evaluar la relación existente entre los parámetros edáficos y
determinar los indicadores que mejor representen la calidad del suelo según su manejo,
de 0-10cm y 10-20cm de profundidad. El ACP incluyó Densidad aparente (Dap);
Resistencia a la penetración (IMP); Velocidad de Infiltración (INF); Infiltración Básica
(Kh); Sortividad (Sort); Porosidad Total (PTOT); Porosidad de aire (Paire) y de agua
(Pagua); contenido gravimétrico (HGrav) y volumétrico de Humedad (HVol), Carbono
orgánico en porcentaje (Corg) y en masa (Cmasa), Fósforo extractable (Pext), Nitrógeno
total (Ntot), Conductividad eléctrica (CE) y pH. En ambas profundidades a lo largo del
CP1 se diferenciaron dos grupos asociados al manejo del suelo (SD y LC). En un grupo
se ubicaron variables asociadas a la LC, vinculadas a la porosidad e infiltración del
suelo (PTOT, Paire, INF, Kh), en el otro grupo se ubicaron variables asociadas a la SD,
vinculadas a la materia orgánica (MO) y a la densidad, (Corg, Cmasa, Dap, Pagua,
HVol, IMP). El Ntot y Pext presentaron mayor variabilidad, pues se correlacionaron
positivamente con la SD en el primer nivel de profundidad y no separaron grupos en el
segundo nivel. En ambas profundidades la CE, Hgrav y el pH no separaron grupos. Las
variables del CP2 se asociaron a la variabilidad de las repeticiones.
Introducción
La intensificación de la producción agrícola de los últimos años y el uso de prácticas de

manejo tradicionales han provocado deterioro de las propiedades prístinas de los suelos
(De Grazia, 2010). Las prácticas de manejo, como la labranza, tienen efectos en el corto
y largo plazo, modificando varias propiedades de los suelos. Esto repercute de manera
1
directa sobre la sustentabilidad del sistema y el desarrollo de los cultivo (Wyngaard,

2010).
La evaluación conjunta de las propiedades del suelo es importante para interpretar

correctamente el efecto de distintos sistemas de manejo de la tierra sobre la calidad del
recurso suelo, desde un punto de vista productivo sin dejar de lado la protección del
medio ambiente (Pires Da Silva et al., 2001). Comúnmente los estudios de la calidad del
suelo analizan diferentes atributos físicos, químicos, biológicos, hídricos y mineralógicos
por medio de técnicas estadísticas univariadas, lo que restringe las interpretaciones por
no explorar la existencia de dependencia entre las variables analizadas. Una evaluación
integral de propiedades del suelo es posible por medio de la estadística multivariada
(Fidalski et al., 2007), que permite explicar los resultados mediante la conformación de
grupos de propiedades, con lo cual se pueden identificar las relaciones entre estas.
Cuando se quiere estudiar el efecto de los diferentes sistemas de labranza sobre el

suelo, se encuentran muchas propiedades de éste que pueden intervenir y, además, la
mayoría de ellas tienen una elevada variabilidad, tanto aleatoria como espacial
(Jaramillo Jaramillo et al., 2008; Peña et al., 2009; Souza et al., 2009). Cuando una
determinada cualidad del suelo se relaciona con una gran cantidad de sus propiedades,
es necesario seleccionar aquellas más relevantes (Jaramillo Jaramillo, 2011). La
determinación de propiedades indicadoras de las funciones del suelo es una tarea
dificultosa por la multiplicidad de factores que controlan los procesos biogeoquímicos y
su variación en tiempo y espacio (Campitelli et al., 2010).
El monitoreo de los cambios en los indicadores de calidad de suelo podría determinar si

un sistema de manejo está en una situación de estabilidad, de mejora o de degradación
(Shukla et al., 2006). Varios autores sostienen que deberían seleccionarse y
cuantificarse un número mínimo de características de suelo con el fin de evaluar la
calidad (Govaerts et al., 2006). En este sentido, se han propuesto diferentes
características de suelo que incluyen propiedades como: MO del suelo, capacidad de
infiltración, estabilidad de los agregados, porosidad, pH, Dap, IMP, capacidad de
almacenamiento de agua, N, P disponible (Aparicio & Costa, 2007).
El objetivo del presente trabajo fue determinar las propiedades que mejor representen la
calidad del suelo luego de 10 años de rotación de cultivos bajo dos sistemas de
labranza, a través de un estudio estadístico multivariado.
Materiales y Métodos
El trabajó se realizó en un ensayo de rotaciones de cultivos y sistemas de labranza

instalado en 2005, en el campo experimental de la Comisión Nacional de Energía
Atómica (CNEA), ubicado en el Partido de Ezeiza, Buenos Aires, en la subregión de
Pampa Ondulada. El área del ensayo pertenece a la Cuenca Media de la Cuenca
2
Matanza-Riachuelo, delimitada por el interfluvio entre los arroyos Aguirre y Ortega, está
ocupada por un suelo Argiacuol Vértico (Soil Survey Staff, 2010) y posee un clima
templado húmedo con una precipitación media cercana a los 1000 mm. El ciclo agrícola
presenta la siguiente rotación: soja1° (2005/06); trigo/soja2º (2006/07); maíz (2007/08);
soja1º (2008/09); trigo (2009); maíz (2010/11); soja1º (2011/2012); soja1º (2012/13);
maíz (2013/14); trigo (2014) y a partir de 2015 se instaló una pastura polifítica.

Labranza Convencional (LC) y Siembra Directa (SD) con cuatro repeticiones. Las
parcelas bajo SD fueron tratadas con 3 L ha-1 de glifosato presiembra. La LC consistió
en una pasada de arado de reja y vertedera y dos pasadas de rastra de disco. Cada
unidad experimental (parcela) tiene un área de 250 m2.
Se efectuó un análisis de componentes principales (ACP) para resumir las

características físicas y químicas del suelo bajo los dos sistemas de labranzas con la
finalidad de interpretar la asociación entre las mismas. El ACP se realizó con los datos
estandarizados utilizando el paquete estadístico Infostat 2013 (De Rienzo et al., 2008).
El ACP incluyó los siguientes parámetros físicos del suelo: Densidad aparente (Dap);
Resistencia a la penetración (IMP); Velocidad de Infiltración (INF); Infiltración Básica o
Conductividad hidráulica a flujo saturado (Kh), Sortividad (Sort); Porosidad Total
(PTOT); volumen de macroporos o Porosidad de aire (Paire); volumen de mesoporos o
Porosidad de agua (Pagua); contenido gravimétrico de Humedad (HGrav) y contenido
volumétrico de Humedad (HVol).
La Dap se determinó por el método del cilindro (Blake & Hartge, 1986), tomando
muestras de suelo sin disturbar con un cilindro de acero inoxidable de volumen conocido
(260 cm3). La IMP se midió con un penetrómetro de golpe, y a partir de los datos de
campo tomados con un permeámetro de disco se calculó la INF, la Kh y la Sort. La
PTOT se calculó a partir de los valores obtenidos de Dap, considerando una densidad
real de 2,56. Muestras de suelo fueron secadas en estufa a una temperatura de 105 ºC
hasta peso constante. A partir de la diferencia de peso en húmedo y en seco de las
muestras de suelo se calculó el HGrav. Los valores de HGrav fueron afectados por la
Dap correspondiente para expresar el contenido hídrico en forma volumétrica (HVol).
Entre los parámetros químicos del suelo se incluyeron Carbono orgánico expresado en
porcentual (Corg) y en masa (Cmasa), Fósforo extractable (Pext), Nitrógeno total (Ntot),
Conductividad eléctrica (CE) y pH. El Corg se determinó por el método de Walkey-Black
(Jackson, 1964). Estos valores fueron afectados por la Dap correspondiente para
expresar el contenido de carbono orgánico en unidades de masa (Cmasa). El Pext fue
obtenido siguiendo la técnica descrita por la Norma IRAM-SAGyP 29570-1 (2010) y el
Ntot por Kjeldahl según la metodología descrita por SAMLA (2004). La CE y el pH se
determinaron por potenciometría en una dilución 1:2,5.
3
Tanto las propiedades físicas como las químicas se determinaron en cada parcela en
dos niveles de profundidad: superficial de 0-10 cm y subsuperficial de 10-20 cm. Para la
elaboración de este trabajo se emplearon datos obtenidos en el mes de julio de 2014,
después de la cosecha del cultivo de maíz (Zea mays) y previo a la siembra del cultivo
de trigo (Triticum aestivum).
Resultados y Discusión
Del estudio de componentes principales para el primer nivel de profundidad (0-10cm)

surge que los dos primeros ejes fueron responsables del 78% de la variabilidad total
aportada por los parámetros estudiados (Tabla 1).
Tabla 1: Valores propios de los componentes principales y la varianza explicada por

ellos.
Autovalores
Lambda Valor Proporción Prop.
CP propio acumulada
1 10,32 0,65 0,65
2 2,23 0,14 0,78
3 1,52 0,10 0,88
4 1,05 0,07 0,95
5 0,50 0,03 0,98
6 0,25 0,02 0,99
7 0,12 0,01 1,00
De acuerdo a lo observado en la Figura 1, se puede determinar que para la profundidad

de 0-10 cm, a lo largo del eje CP1 se diferencian dos grupos asociados con el manejo
del suelo (SD y LC). En el extremo izquierdo (G.I) se ubicaron las variables asociadas a
la LC, estas propiedades están correlacionadas positivamente con la porosidad e
infiltración del suelo (PTOT, Paire, INF, Kh, Sort). Mientras que en el extremo derecho
se ubicaron las variables asociadas a la SD (G.II), estas propiedades están
correlacionadas positivamente con los parámetros químicos del suelo (Corg, Cmasa,
Pext, Ntot) y con la densidad (Dap, Pagua, HVol, IMP). Esta correlación positiva
encontrada entre el carbono orgánico del suelo y la densidad se contradice con lo
observado por Shuckla et al. (2006) y Aparicio & Costas (2007). Los suelos manejados
con SD suelen presentar valores de resistencias a la penetración más elevados y, en
algunos casos, aumento de la Dap (Barrios, 2011; Álvarez, 2013). Estos incrementos
son indicadores de compactación de suelo y puede ser atribuibles al tránsito da la
maquinaria y/o la ausencia de remoción (Álvarez et al., 2006). Estudiando el efecto de
distintos sistemas de labranza sobre parámetros físicos de los suelos se han detectado
disminuciones de la porosidad total y estructural en sistemas de siembra directa
comparada con otros sistemas de labranza (Botta et al., 2010; Parra et al., 2011). Este
grupo de trabajo ha encontrado sobre este ensayo menor estabilidad estructural en la
4
capa superficial bajo SD (Rodríguez et al., 2014) y mayores valores de PTOT, INF, Paire
y Kh en LC respecto de SD (Barrios et al., 2014).
El sistema de labranza tiene un efecto sobre la acumulación y distribución de materia

orgánica (MO) en el perfil. Diversos autores han reportado aumento superficial de la MO
bajo SD sin diferencias en profundidad (Eiza et al. 2005; Gutiérrez Boem et al., 2008;
Wyngaard, 2010; Cisneros et al., 2012). Algunos afirmaron que la LC reduce el
contenido de MO (Báez & Aguirre-Medina, 2011; Barrios et al., 2014). Muchos estudios
concuerdan en que la MO del suelo es el indicador que ejerce una influencia más
significativa sobre la calidad del suelo y su productividad (Quiroga et al., 2001; Galantini
& Rosell, 2006; Sánchez et al. 2012). Sin embargo, no debería ser utilizado como único
indicador, incluso en condiciones de suelo y clima similares (Campitelli, 2010). En el
primer nivel de profundidad el Ntot y el Pext se asociaron a la SD. Asimismo, Guppy et
al., (2005) encontró mayor concentración y disponibilidad superficial de P en el suelo
bajo SD. Existen estudios que afirman que el contenido de Ntot se ve alterado por la
labranza (Diovisalvi et al., 2008; Wyngaard, 2010; Barrios et al., 2014).
El eje CP2 se asocia a la variabilidad de las repeticiones. Aquellas variables que no
estuvieron vinculadas con ningún tratamiento y no quedaron incluídas en los grupos
encontrados fueron: CE, pH y HGrav. A diferencia de lo que sucede con el Ntot y el
Pext, después de varios años de rotación el pH no se ve alterado por el sistema de
labranza, y el parámetro químico más afectado por el sistema de labranza resultó ser el
Corg. Estos resultados coinciden con lo reportado por Barrios et al. (2014). Campitelli et
al. (2010) encontró que la CE no resultó importante para explicación diferencias
existentes entre tratamientos. Asimismo, (Cox et al., 2006) informa que el pH es una de
las propiedades químicas del suelo que menos varía con el uso y manejo, debido a que
es una característica intrínseca de la génesis del suelo.
5
G.II SD
G.I LC
Figura 1: Resultados de análisis de componentes principales para la profundidad 0-10

cm. La longitud de vectores representa la magnitud de cada variable para cada
componente y los ángulos entre variables indican la correlación entre ellos. Ángulos de
90° entre dos variables indican que dichas variables no están correlacionadas.
Cada propiedad del suelo está representada por un autovector que queda definido por la
correlación existente entre el parámetro analizado y el CP considerado. Donde el ángulo
existente entre vectores representa el grado de correlación entre las variables medidas.
La diferencia encontrada entre las variables representadas en el CP1 se fundamenta en
los parámetros de suelo que presentaron valores más altos de variabilidad en este
componente (Tabla 2). En el CP1 las variables que presentaron mayores valores
absolutos de los vectores propios corresponden a Dap, Pagua, HVol, Corg, Cmasa y
Pext, los cuales se correlacionaron negativamente con PTOT, Paire, Kh e INF, que
demostraron pesos sobre el CP1 similares a los anteriores. En el CP2 los parámetros
con mayor variabilidad para ese componente fueron HGrav, CE y pH.
6
Tabla 2: Autovectores correspondientes al análisis de componentes principales. La

significancia corresponde a la correlación de Pearson entre cada componente principal y
las variables. Las variables que presentaron mayor peso se encuentran señaladas en la
tabla con letra negrita.
Correlaciones con las

variables originales
Variables CP 1 CP 2
Dap 0,96 0,17
HGrav 0,31 -0,74
HVol 0,83 -0,39
PTOT -0,96 -0,17
Pagua 0,96 0,17
Paire -0,96 -0,17
INF -0,93 -0,09
Kh -0,87 0,14
Sort -0,71 -0,11
IMP 0,63 -0,18
CE -0,28 0,83
pH 0,30 0,81
Corg 0,95 -0,08
Cmasa 0,98 0,003
Ntot 0,64 0,08
Pext 0,94 0,02
Del estudio de componentes principales para el segundo nivel de profundidad (10-20cm)

surge que los dos primeros ejes fueron responsables del 69% de la variabilidad total
aportada por los parámetros estudiados (Tabla 3).
Tabla 3: Valores propios de los componentes principales y la varianza explicada por

ellos.
Autovalores
Lambda Valor Proporción Prop.
CP propio acumulada
1 8,10 0,51 0,51
2 2,88 0,18 0,69
3 1,98 0,12 0,81
4 1,60 0,10 0,91
5 0,62 0,04 0,95
6 0,49 0,03 0,98
7 0,34 0,02 1,00
7
De acuerdo a lo observado en la Figura 2, para profundidad de 10-20 cm a lo largo del

eje CP1 también se diferencian dos grupos asociados con el manejo (SD y LC). El
extremo derecho (G.II) se ubicaron las variables asociadas a la LC, estas propiedades
están correlacionadas positivamente con parámetros vinculados a la porosidad e
infiltración del suelo (PTOT, Paire, Kh, INF). Mientras que en el extremo izquierdo se
ubicaron las variables asociadas a la SD (G.I). Estas propiedades están correlacionadas
positivamente con los parámetros vinculados al contenido de MO del suelo (Corg,
Cmasa) y a la densidad (Dap, Hvol, Pagua, IMP). Varvel y Wilhem 2011 afirmaron que
en SD los cambios más importantes de la MO ocurren en las capas más profundas.
Estos resultados son comparables con los observados para el primer nivel de
profundidad. Aquellas variables que no correlacionaron con algún grupo fueron: Pext,
HGrav, Sort y CE. Al analizar Pext y Ntot en esta profundidad se encontraron respuestas
distintas a las encontradas de 0-10cm, pues para este caso estos parámetros químicos
no se incluyeron en ningún grupo.
Las variables del CP2 se asociaron a la variabilidad de las repeticiones. En ambas

profundidades la CE, HGrav y el pH no separan grupos. En cambio, otros parámetros
químicos como el Ntot y Pext presentan mayor variabilidad, pues en el primer nivel de
profundidad se asociaron a la SD y en la segunda profundidad las mismas no separan
grupos. Existen muchos estudios sobre el efecto del sistema de labranza sobre las
propiedades químicas del suelo (Diovisalvi et al., 2008; Wyngaard, 2010; Duval et al.,
2013; Barrios et al., 2014). Existe gran variabilidad al analizar el efecto del sistema de
labranza sobre contenido de Pext y Ntot. Algunos autores no encontraron diferencias
estadísticamente significativas en el contenido de Pext de 0-10cm debido al sistema de
labranza (Gutierrez Boem et al. 2008; Barrios et al., 2014). Otros afirmaron que la
ausencia de mezclado del perfil en SD genera mayor acumulación bajo este tratamiento
(Guppy et al., 2005). Sin embargo, a mayores profundidades esto puede variar. Barrios
et al. (2014) encontró que el contenido de Pext bajo LC superó al encontrado bajo SD.
El Ntot sólo mostró diferencias entre tratamientos en los primeros 10cm a favor de la
SD, respecto de LC (Wyngaard, 2010 & Barrios et al., 2014).
8
G.I SD G.II LC
Figura 2: Resultados de análisis de componentes principales para la profundidad 10-

20cm. La longitud de vectores representa la magnitud de cada variable para cada
componente y los ángulos entre variables indican la correlación entre ellos. Ángulos de
90° entre dos variables indican que dichas variables no están correlacionadas.
La diferencia encontrada entre las variables representadas en el CP1 se fundamenta en

los parámetros de suelo que presentaron valores más altos de variabilidad en este
componente (Tabla 4). En el CP1 las variables que presentaron mayores valores
absolutos de los vectores propios corresponden a Dap, Pagua, Corg, Cmasa y HVol, las
cuales se correlacionaron negativamente con PTOT, Paire, INF y Kh, que demostraron
valores de los autovectores sobre el CP1 similares a los anteriores. El pH como la CE
de 10 a 20 cm de profundidad presentó el mismo comportamiento que en superficie.
9
Tabla 4: Autovectores correspondientes al análisis de componentes principales. La

significancia corresponde a la correlación de Pearson entre cada componente principal y
las variables. Las que presentaron mayor peso se encuentran señaladas en la tabla con
letra negrita.
Correlaciones con las
variables originales
Variables CP 1 CP 2
Dap -0,94 -0,22
HGrav 0,03 0,88
HVol -0,77 0,60
PTOT 0,94 0,21
Pagua -0,94 -0,21
Paire 0,96 -0,17
INF 0,82 0,14
Kh 0,94 0,14
Sort -0,06 -0,01
IMP -0,70 0,30
CE -0,36 0,45
pH 0,29 -0,74
Corg -0,87 0,04
Cmasa -0,91 0,34
Ntot -0,26 -0,09
Pext -0,04 0,70
Conclusiones
El análisis de componentes principales resulta ser una técnica de evaluación integral

adecuada para estudiar propiedades del suelo y poder explicar resultados mediante la
conformación de grupos y la relación de las variables con los mismos.
El laboreo genera variaciones en las propiedades físicas y químicas del suelo. Los
cambios se producen principalmente en los primeros centímetros del mismo, pero
también pueden encontrarse diferencias a mayores profundidades. Los parámetros que
podrían ser tenidos en cuenta, en ambas profundidades, para explicar la variabilidad en
la calidad del suelo bajo SD son Cmasa, Corg, Dap, HVol, IMP y Pagua. Los parámetros
que mejor explican la variabilidad bajo LC son INF, PTOT y Paire. Parámetros químicos
como el pH y la CE resultan ser propiedades que no se asocian a ningún tratamiento de
labranza.
Agradecimientos
A N. Abbiati y A. Costas por su aporte en la realización del análisis estadístico.
10
Bibliografía
Álvarez CR; MA Taboada; C Bustingorri & FH Gutiérrez. 2006. Descompactación de

suelos en siembra directa: efectos sobre las propiedades físicas y el cultivo de maíz.
Cienc. Suelo (Argentina) 24(1):1-10. ISSN 1850-2067.
Álvarez C. 2013. Condición física de los suelos limosos bajo siembra directa:
caracterización, génesis y su manejo. Información Agronómica de Hispanoamérica (IAH)
10:2-9.
Aparicio V & JL Costa. 2007. Soil quality indicators under continuous cropping systems
in the Argentinean Pampas. Soil Till. Res. 96:155-165.
Báez, MA; A Medina & JF. 2011. Efecto de la labranza de conservación sobre las
propiedades del suelo Terra Latinoamericana 29(2):113-121 Sociedad Mexicana de la
Ciencia del Suelo, A.C. Chapingo, México.
Barrios MB; AC Sokolowski; SP Debelis; HA Rodríguez; J De Grazia; A Blasón; A Buján;

EP Rodríguez Frers & CR Mazo. 2014. Parámetros del suelo vinculados bajo sistemas
de intensificación agrícola. Actas del XXIV Congreso Argentino de la Ciencia del Suelo,
II Reunión Nacional de Materia Orgánica y Sustancia Húmicas. 5 al 9 de mayo de 2014.
Bahía Blanca, Buenos Aires, Argentina. ISBN 978-987-24771-6-5.
Barrios MB. 2011. Efecto del laboreo sobre el desarrollo de raíces y productividad.
Editor Roque A Grande. Editorial Académica Española. ISSN: 978-3-8443-4125-6. 206
pp.
Blake, GR & KH Hartge. 1986. Bulk density in: Klute Methods of soil analysis. 2º ed.
Madison: American Society of Agronomy (ASA) 9:363-375.
Botta GF; A Tolon Becerra; X Lastra Bravo & M Tourn. 2010. Tillage and traffic effects
(planters and tractors) on soil compaction and soybean (Glycine max L.) yields in
Argentinean pampas. Soil Till. Res. 110:167-174.
Campitelli P; A Auki; O Gudelj; A Rubenacker & R Sereno. 2010. Selección de

indicadores de calidad de suelo para determinar los efectos del uso y prácticas agrícolas
en un área piloto de la región central de Córdoba. Cienc. Suelo (Argentina) 28(2):223-
231.
Cisneros JM; CG Cholaky; A Cantero Gutiérrez & J González. 2012. Erosión Hídrica
UniRio Editora. Universidad Nacional de Río Cuarto. Río Cuarto, Córdoba, Argentina.
11
Cox MS; PD Gerard & AJ Melinda. 2006. Selected soil properties variability and their
relationships with yield in three Mississippi fields. Soil Sci. 171:541-551.
De Grazia J. 2010. Dinámica de la materia orgánica edáfica como indicador de

sustentabilidad de los agroecosistemas de la región central de Argentina. Empleo de
modelos matemáticos de simulación. Tesis de Maestría. FAyV-UNRC, Río Cuarto,
Argentina. 239 pp.
De Rienzo A; F Casanoves; M Balzarini; L González; M Tablada & W Robledo. 2008.

Infostat software estadístico. Grupo Infostat, FCA-UNC. Córdoba, Argentina.
Diovisalvi NV; GA Studdert; GF Domínguez & ME Eiza. 2008. Fracciones de carbono y

nitrógeno orgánicos y nitrógeno anaeróbico bajo agricultura continúa con dos sistemas
de labranza. Cienc. Suelo 26(1):1-11. ISSN 1850-2067.
Duval M; J Galantini; J Iglesias & H Krüger. 2013. El cultivo de trigo en la región

semiárida bonaerense: impacto sobre algunas propiedades químicas del suelo. RIA.
Rev. Investig. Agropecu. 39(2):178-184. ISSN 1669-2314.
Eiza JM; N Fioriti; G Studert & H Echeverría. 2005. Fracciones de carbono orgánico en
la capa arable: efectos de los sistemas de cultivo y de la fertilización nitrogenada. Cienc.
Suelo 23 (1):59-67
Fidalski J; CA Tormena & CA Scapim. 2007. Espacialização vertical e horizontal dos
indicadores de qualidade para um Latossolo Vermelho. Rev. Bras. Cienc. Solo Vicosa
31(1):9-19.
Galantini JA & RA Rosell. 2006. Long-term fertilization effects on soil organic matter
quality and dynamics under different production systems in semiarid Pampean soils. Soil
Till. Res. 87:72-79.
Govaerts B; KD Sayre & J Deckers. 2006. A minimum data set for soil quality
assessment of wheat and maize cropping in the highlands of Mexico. Soil Till. Res.
87:163-174.
Gutierrez Boem FH; CR Álvarez; MJ Cabello; PL Fernández; A Bono; P Prystupa & MA

Taboada. 2008. Phosphorus retention on soil surface of tilled and no-tilled soils. Soil Sci.
Soc. Am. J. 72:1158-1162.
Guppy, CN; NW Menzies; PW Moody & FPC Blamey. 2005. Competitive sorption
reactions between phosphorus organic matter in soil: A review. Aust. J. Soil Res. 43:189-
202.
12
Jackson ML. 1964. Análisis químicos de suelo. Ediciones OMEGA, S.A. Casanova 220,
Barcelona.
Jaramillo Jaramillo DF; ML Anaya Gómez; CA Restrepo Moná; HA González Sánchez &
F Álvarez Mejía. 2011. Variables físicas que explican la variabilidad de suelo aluvial y su
comportamiento espacial. Pesquisa Agropecuaria Brasilera 46(12):1707-1715.
Jaramillo Jaramillo DF; H González Sánchez & F Álvarez Mejía. 2008. Variabilidad
espacial de algunas propiedades físico – mecánicas de suelos de textura pesada. CES
Medicina Veterinaria y Zootecnia 3:10-19.
NORMA IRAM - SAGyP 29570-1. 2010. Norma Argentina. Calidad ambiental y calidad
de suelo. Determinaciones de fósforo extraíble de los suelos. 1° edición. Buenos Aires,
Argentina. 20 pp.
Parra BJ; AR Becker & MP Cantú. 2011. Condición física de suelos en diferentes
sistemas de manejo agrícolas del centro sur de Córdoba. Cienc. Suelo 29(2):241-251.
Peña R; Y Rubiano; A Peña & B Chávez. 2009. Variabilidad espacial de los atributos de
la capa arable de un inceptisol del piedemonte de la cordillera Oriental (Casanare,
Colombia). Agronomía Colombiana 27:111-120.
Pires Da Silva A; S Imhoff; NFB Giarola & CA Tormena. 2001. Análisis multivariado y
univariado en la discriminación de sistemas de uso de suelos del centro de Santa Fe.
EDAFOLOGÍA 8:21-34.
Quiroga A.; O Ormeño & N Peinemann. 2001. Materia Orgánica. Un indicador de calidad
de suelos relacionado con la productividad de los cultivo. Boletín técnico Nº 70. INTA
EEA Anguil. 28pp.
Rodríguez, HA; MS Gilardino; SP Debelis; IR Paladino; J De Grazia; MB Barrios; A

Buján; AC Sokolowski. Estabilidad de agregados bajo labranzas contrastantes en un
argiacuol vértico. Actas del XXIV Congreso Argentino de la Ciencia del Suelo, II Reunión
Nacional de Materia Orgánica y Sustancia Húmicas. 5 al 9 de mayo de 2014. Bahía
Blanca, Buenos Aires, Argentina. ISBN 978-987-24771-6-5.
SAMLA. 2004. Secretaría de Agricultura, Ganadería, Pesca y Alimentación de la Nación

Argentina. Dirección de Producción Agrícola. Sistema de Apoyo Metodológico a los
Laboratorios de Análisis de Suelos Agua, Vegetales y Enmiendas Orgánicas. Buenos
Aires, Argentina. 120 pp.
Sánchez, MC; OS Heredia; N Arrigo; N Bartoloni & CC González. 2012. Carbono

orgánico y la actividad microbiológica del suelo: efectos de rotaciones y labranzas. XIX
13
Congreso Latinoamericano de la Ciencia del Suelo y XXIII Congreso Argentino de la

Ciencia del Suelo. ISBN 978-987-1829-11-8.
Shukla MK; R Lal & M Ebinger. 2006. Determining soil quality indicators by factor
analisis. Soil Hill. Res. 87:194-204.
SOIL SURVEY STAFF. 2010. Claves para la taxonomía de suelos. 11th ed. USDA-
Natural Resources Conservation Service. Washington, DC, USA. 374 pp
Souza ZM de; J Marques Júnior; GT Pereira & CM Sánchez Sáenz. 2009. Spatial
variability of aggregate stability in Latosols under sugarcane. Rev. Bras. Ciênc. Solo
33:245-253.
Varvel GE & WW Wilhem. 2011. No-tillage increases soil profile carbon and nitrogen
Ander long-term rainfed cropping system. Soil Tillage Res 114: 28–36.
Wyngaard N. 2010. Efecto a largo plazo de la fertilización y los sistemas de labranza

sobre las propiedades de un argiudol y el rendimiento de maíz. Tesis de Maestría. FCA-
UNMP, Mar del Plata, Buenos Aires, Argentina. 75 pp.
14
XXV CONGRESO ARGENTINO DE LA CIENCIA DEL SUELO
REGIONALIZACIÓN DE LA CAPACIDAD BUFFER Y NECESIDAD DE ENMIENDA

CALCÁREA EN PROVINCIA DE BUENOS AIRES
MIRIAM PRESUTTI*, DANIEL BENNARDI, MIRTA GARCÍA, CARLA SERAFINO &

MABEL VÁZQUEZ
Facultad de Ciencias Agrarias y Forestales. Universidad Nacional de La Plata. *60 y 119

(1900) La Plata. TE: 221-4236758 int 536.
[email protected]
Palabras clave: acidificación, regiones templadas, saturación básica
Resumen
El problema de la acidez edáfica es considerado como una de las principales limitantes

para la producción agropecuaria a nivel mundial. En regiones templadas el proceso de
acidificación se genera fundamentalmente por exportación de bases a través de la
producción agropecuaria sin reposición de las mismas, o a la aplicación de fertilizantes
de alto índice de acidez. Los distintos niveles de acidificación de los suelos, obedecerían
a la diferente capacidad buffer de los mismos, relacionada con la materia orgánica (MO),
la textura y el tipo de minerales dominantes. Los objetivos de este trabajo son, brindar
pautas para el tratamiento de suelos ácidos mediante la generación de cartografía
temática a partir de los datos analíticos de los mapas de suelo escala 1:50.000 y
generar un mapa de la provincia delimitando zonas con diferentes dosis teóricas de
CaCO3 utilizado como enmienda básica. Esto, considerando la capacidad buffer del
horizonte superficial de la serie de suelo predominante en cada unidad cartográfica de
suelo. Para ello, en un entorno SIG se asoció una base de datos con los valores
analíticos de los suelos con los polígonos de las unidades cartográficas. La capacidad
buffer alcalina de cada serie fue obtenida mediante la aplicación de un modelo lineal,
considerando los porcentajes de MO y arcilla. La metodología utilizada y los resultados
alcanzados ponen de manifiesto las cualidades de la dotación básica, establecer dosis
orientativas de corrector y señalar las áreas de mayor potencialidad de la problemática.
Sin embargo, debe advertirse que al emplearse datos suministrados en las cartas de
suelos, muchas de las cuales tienen varias décadas de antigüedad, es probable que la
situación actual se haya agravado.
Introducción
La acidez edáfica puede afectar el crecimiento de las plantas en forma directa, pero
también indirecta, incidiendo negativamente en la disponibilidad de nutrientes, los
niveles de elementos fitotóxicos, la actividad microbiana y hasta en las condiciones
físicas de los suelos. Este problema es considerado como una de las principales
limitantes para la producción agropecuaria a nivel mundial. Aproximadamente 25-30%
1
de los suelos del mundo están de alguna manera afectados por problemas de acidez y
muchos de ellos se encuentran en las regiones más productivas (Havlin et al., 2005).
En regiones templadas el proceso de acidificación se genera fundamentalmente por

razones antrópicas. Una de las causas de este proceso es la exportación de bases a
través de la producción agropecuaria durante largos periodos de tiempo, particularmente
en regiones donde no ha existido historia de reposición de las mismas, mediante
fertilización o aplicación de enmiendas básicas (García y Vázquez, 2011). Otra de las
causas de la acidificación es el aumento de la aplicación de fertilizantes de alto índice
de acidez, fundamentalmente los nitrogenados amoniacales o con grupo amino, como la
urea. La aplicación de urea en Argiudoles y Hapludoles provoca diferencias entre los pH
actuales y potenciales, lo cual indica el aumento de la reserva ácida provocada por la
práctica de la fertilización (Iturri, 2015).
Los distintos niveles de acidificación de los suelos, obedecerían a la diferente capacidad

buffer de los mismos, relacionada con la materia orgánica (MO), la textura y el tipo de
minerales dominantes. Suelos con bajo contenido de MO, texturalmente gruesos, ricos
en minerales illíticos por sobre los esmectíticos en sus fracciones minerales más finas,
arcilla y limo, serían más susceptibles a degradarse química y mineralógicamente por
acidificación.
Los suelos agrícolas de la región central de Argentina, y entre ellos los de la Pcia. de
Buenos Aires, son principalmente Argiudoles y Hapludoles que evolucionaron a partir de
sedimentos loéssicos. En áreas marginales de la región también pueden encontrarse
Haplustoles que están caracterizados por poseer ciertas cantidades de vidrio volcánico
en el material parental (Hepper et al., 2006), carbonato libre (Buschiazzo, 1988) y, entre
las arcillas, esmectitas pobremente cristalizadas, con trazas de caolinita (Scoppa, 1976;
Camilión, 1993). Los Argiudoles contienen elevados contenidos de arcilla y materia
orgánica (Díaz-Zorita & Buschiazzo, 2006), siendo sus minerales de arcilla
fundamentalmente illitas con trazas de caolinita (González Bonorino, 1966). Sobre la
base de su composición, dado su elevado contenido de arcilla y materia orgánica, los
Argiudoles serían suelos con una menor susceptibilidad a la acidificación que aquellos
menos desarrollados, como los Haplustoles y Hapludoles (Iturri, 2015).
Bennardi et al. (2014, 2015) obtuvieron un modelo de regresión lineal (ecuación 1) que
permite calcular la inversa de la capacidad buffer alcalina de un suelo (b) a partir de los
porcentajes de materia orgánica (MO) y arcilla (a).
b  0.03798  0.00262MO(%)  0.00033a(%) R2= 91,02 %. Ecuación 1
b ( unidades de pH mmoles de KOH-1 kg-1 de suelo)
2
En el campo, se utiliza habitualmente como corrector el CaCO3 cuyo poder de

neutralización de la acidez es el doble que el de KOH (1 mol de KOH equivale a 0,5 mol
de CaCO3). Por ejemplo, para un valor de b=0,02, la capacidad buffer expresada en
KOH es de 50 mmoles de KOH kg-1 pH-1 o 25 mmoles de CaCO3. Expresado en
términos de masa la capacidad buffer equivale a 2.500 mg CaCO3 kg-1 pH-1 (1 mmol
de CaCO3= 100 mg). Asumiendo un peso de la capa arable de 2 Mg ha-1 (2.500 mg
CaCO3 kg-1 pH-1 x 2.000.000 kg) son necesarios 5 x 10-9 mg de CaCO3 por unidad de
pH. Por lo tanto para elevar 0.5 unidad de pH se necesitarían en el ejemplo 2.500 kg de
CaCO3.
Según Vázquez & Pagani (2015), en el ámbito templado la necesidad de corrección de

la acidez se relaciona fundamentalmente con aspectos nutricionales ligados a las bases,
Ca, Mg y K, más que con el pH en sí mismo. Es por ello que se han desarrollado
metodologías diagnósticas con el objetivo de evaluar específicamente el contenido de
estos elementos en los suelos, en situaciones donde la acidez no es el problema
principal.
En algunos casos estas evaluaciones de valores absolutos se enmarcan, para un

diagnóstico más ajustado, en la saturación básica del suelo ((S=ΣCa, Mg, K, Na
intercambiables/CIC)*100), considerándose valores apropiados entre el 60-85%.
Además de la determinación de los contenidos absolutos de las formas intercambiables

de Ca+2 y Mg+2 en el suelo, se han propuesto determinaciones de las cantidades
relativas de estos cationes. En este sentido, el índice más difundido es el porcentaje de
cada catión con respecto a la saturación básica del suelo (suma de bases
intercambiables), concepto desarrollado originalmente por Bear & Toth (1948) y luego
suscripto por numerosos autores, entre ellos, Zalewska (2003; 2005). De esta manera
se propuso el concepto de una “relación ideal” entre algunos de los cationes que se
encuentran adsorbidos a la CIC del suelo. Esta relación sugerida originalmente fue de
65% de Ca, 10% Mg, 5% de K y 20% de hidrogeno (H). Se aceptan, en términos
generales, saturaciones de cada uno de los nutrientes básicos respecto a la suma total
de bases del orden de 65-85% de Ca, 6-12% de Mg y 2-5% de K.
Se plantea como hipótesis que ciertos datos analíticos de la cartografía existente en la

Provincia de Buenos Aires permitirían zonificar la problemática de la acidez de los
suelos y establecer pautas para la elección de la dosis de enmiendas básicas a emplear
para su tratamiento.
Los objetivos de este trabajo son:
1.- Brindar pautas para el tratamiento de suelos ácidos mediante mapas temáticos
relacionados con la problemática en la Provincia de Buenos Aires, según los siguientes
datos analíticos consignados en los mapas de suelo disponibles (1:50.000):
3
i) Porcentaje de saturación de cationes (Ca, Mg, K)
ii) Relaciones entre cationes
iii) Contenido de MO, arcilla, pH actual y potencial
2.- Desarrollar un mapa de la provincia delimitando clusters con diferentes dosis teóricas
de CaCO3 utilizado como enmienda básica, considerando la capacidad buffer del
horizonte superficial de la serie de suelo predominante en cada unidad cartográfica de
suelo.
Metodología
Se utilizó una capa vectorial que delimita las unidades cartográficas de suelos, escala
1:50.000, de la provincia de Buenos Aires, excepto los partidos de Villarino y Patagones,
elaborada a partir de las cartas de suelos (INTA). Se generó una base de datos con los
resultados analíticos del horizonte superficial de cada serie de suelo. Mediante
procedimiento SIG, ambos datos fueron asociados entre sí. Dado que las unidades
cartográficas se componen de una o más series de suelos en diferentes porcentajes, se
consideró a la serie dominante para realizar la mencionada asociación. No fueron
considerados los complejos ni aquellas unidades cuya primera serie tuviera pH por
debajo de 5 o por encima de 7 y contenidos de materia orgánica superior a 7,5%, pues
estos fueron los valores límites dentro de los que se generó el modelo aplicado
(ecuación 1).
Se realizaron mapas temáticos de Buenos Aires:
i) Porcentaje de saturación de cationes (Ca, Mg, K)
ii) Relaciones entre cationes (Ca+Mg/K; Ca/Mg; Ca/K)
iii) Contenido de MO, arcilla, pH actual y potencial
iv) Capacidad buffer de la serie dominante de cada unidad

cartográfica
A los fines de realizar las recomendaciones zonificadas de las dosis teóricas de CaCO3
para elevar 0,5 unidad de pH, se utilizaron los polígonos que delimitan Zonas
Agroeconómicas Homogéneas de la provincia de Buenos Aires (ORA-SAGPyA, 2006)
Se reconocen ocho zonas en la provincia, establecidas en base a características de
suelos, clima y uso; son las siguientes: Zona 1: Zona de riego y ganadera árida; Zona 2:
Zona mixta del Sur Oeste de Buenos Aires; Zona 3: Zona mixta del centro Sur de
Buenos Aires; Zona 4: Zona ganadera de la Cuenca del Salado; Zona 5: Zona Noreste
de Buenos Aires; Zona 6: Zona mixta del centro de Buenos Aires; Zona 7: Zona mixta
4
del Noroeste de Buenos Aires y Zona 8: Zona núcleo agrícola del Norte de Buenos
Aires. Como la pendiente “b” adopta valores continuos, lo que implica también valores
continuos para las dosis de corrector, se optó por determinar siete rangos de dosis, que
permitan una mejor expresión de las estadísticas de superficies. Esto permitió
desarrollar un mapa de la provincia delimitando clusters con diferentes dosis teóricas de
CaCO3 utilizado como enmienda básica, considerando la capacidad buffer del horizonte
superficial de la serie de suelo predominante en cada unidad cartográfica de suelo.
a) pH actual y potencial
En la Figura 1 se presentan los mapas de pH actual (suelo:agua 1:2.5) y pH potencial

(suelo: KCl 1:2.5). Se observa, en general, que los valores más bajos de pH actual se
registran en la zona núcleo agrícola del Norte (zona 8), Noreste (zona 5) y la zona mixta
del Centro Sur (zona 3); mientras que los de pH potencial, que no han sido medidos en
todas las series, se aprecia que los niveles inferiores a 5,5 se encuentran distribuidos en
todas las zonas. Los suelos con niveles inferiores a este valor tendrían alta posibilidad
de incrementar su acidez actual a medida que se produzcan pérdidas de bases en el
futuro, a la vez que presentar eventual toxicidad de aluminio (Al), ya que el mencionado
valor es la condición de solubilidad de este elemento.
a) b)
Figura 1: pH actual (a) y pH potencial (b) de las series dominantes en las unidades
cartográficas, determinados en las cartas de suelos.
5
b) Evaluación de las bases
Se encontraron valores de saturación básica total de los suelos superiores a 66% en

toda la provincia. Según Vázquez & Pagani (2015) este valor se encuentra dentro del
rango de valores apropiados (60-85%) (Figura 2 a). Las cantidades relativas de cada
catión respecto de la suma de bases se observan en la Figura 2 b, c y d, para Ca, Mg y
K, respectivamente.
El problema principal que presenta este tipo de índices relativos es que su empleo
puede derivar en conclusiones erróneas respecto a la suficiencia de ambos nutrientes.
Esto ocurre porque una misma relación puede obtenerse con valores absolutos en
niveles de suficiencia o deficiencia de cada catión en particular. Sin embargo, dado que
en el ámbito de la Provincia de Buenos Aires, los valores absolutos, en general, son
adecuados, la utilización de estos índices relativos no adolecería de la problemática.
Puede observarse en la Figura 2 b, que la saturación cálcica se encuentra por debajo de
valores citados en la literatura como apropiados (Vázquez & Pagani, 2015),
fundamentalmente en la zona 7 en forma generalizada. Sainz Rozas et al. (2014)
analizando situaciones prístinas y agrícolas del centro del país, señala que el NO de la
Provincia de Buenos Aires tenía condiciones originales con bajos valores de Ca
intercambiable, que se extendieron arealmente en la región a causa del uso. Estos
resultados son concordantes con los obtenidos en este trabajo. Ciertos niveles de esta
afectación también se ubican al E de la zona 3 y al O de la zona 4. Esto se corresponde
con altos porcentajes relativos de Mg. Por otro lado, existen zonas con contenidos
relativos bajos de saturación magnésica y potásica. Dentro de ellas se destacan el O de
la zona 3 y el N de las zonas 5 y 8. Estas zonas se caracterizan por elevada saturación
cálcica. Sainz Rozas et al. (2014) también señalaron bajo contenido de Mg en el NE
bonaerense en las situaciones agrícolas.
En la Figura 3, se puede comprobar que la baja saturación cálcica de la zona 7, se

corresponde también con relaciones bajas Ca/Mg y Ca/K, mostrando la deficiencia
relativa del Ca frente a los contenidos de las otras bases. La relación Ca + Mg/K (Figura
3 a) también baja en esta zona, indicaría que la situación se produce,
fundamentalmente, por valores relativos elevados de K. Esto obedecería a la riqueza de
illita y micas, ambos minerales ricos en este elemento (Teruggi, 1957; Imbellone &
Teruggi, 1993; Zárate, 2003; Iturri, 2015). Este hecho señalaría que en esta zona las
enmiendas más apropiadas son las cálcicas, y no las cálcico-magnésicas.
En la Figura 2 se señala claramente, que el O de la zona 3, padece de bajas

saturaciones relativas de Mg y K, por elevado contenido de Ca (Figura 3). Esto
señalaría, que en esta subregión, la enmienda básica más adecuada es la cálcico-
magnésica (dolomita) y no la cálcica (caliza). Estos resultados permiten considerar que
la cartografía desarrollada constituye una herramienta útil para la toma de decisión en la
elección del corrector. Sin embargo, por tratarse de productos de minería, los resultados
6
deben validarse con experiencias de campo, donde se ponen en juego otras

propiedades de los minerales utilizados, y particularmente, las características de las
especies cultivadas y sus exigencias nutricionales.
a b
c d
Figura 2.
a) Saturación total de bases b) c) y d) Saturación relativa de los diferentes
cationes (Ca, Mg y K).
7
a b
Figura 3. Índices relativos entre cationes: a) Ca+Mg/K. b) Ca/Mg y c) Ca/K
8
c) Capacidad buffer
a b
Figura 4. Porcentaje de arcilla (a) y materia orgánica (b) de las series dominantes en las
unidades cartográficas.
Los mapas de contenidos de arcilla y materia orgánica del horizonte superficial, son
presentados en la Figura 4. Los mismos constituyen herramientas para establecer la
causa de la variabilidad de la capacidad buffer de los suelos estudiados (Ecuación 1).
Los valores de “b” encontrados al aplicar la Ecuación 1 en todas las series de suelos
oscilan entre 0.0064 y 0.0364. A partir de estos valores se calcula la dosis teórica de
corrector a aplicar ante diferentes niveles de “b” (Tabla 1) y, estos fueron asociados a
las unidades cartográficas para obtener el mapa de la Figura 5.
En la Figura 5, se observa en color rojo las unidades cartográficas con los menores
valores de la pendiente “b” (0,006 a 0,012), que se traducen en las mayores
necesidades de CaCO3 (>4000 kg ha-1) para elevar el pH en 0,5 unidades. Estas áreas
se encuentran ubicadas en la zona 3 y 4, zona mixta del centro sur y zona ganadera de
la cuenca del Salado, respectivamente. Esto obedecería, fundamentalmente, a los
elevados tenores de materia orgánica y en menor medida por la presencia de arcilla
(Figura 4).
9
Contrariamente, las zonas 7 y 6 serían las de menor requerimiento de corrector (< 2.000
kg ha-1) para producir este cambio de pH, debido a su bajo poder buffer. De la misma
manera, este hecho obedece a la textura gruesa y bajo contenido de arcilla.
Tabla 1. Capacidad buffer y dosis teórica de corrector para elevar 0,5 unidades de pH,
en función del valor de la pendiente “b” de la titulación alcalina, calculada para una capa
arable de 2 Mg ha-1.
“b” Capacidad Buffer Dosis teórica
-1
(mmoles álcali kg ) (mmoles KOH kg-1 pH-1) kg Ca CO3 ha-1 0,5 pH-1
0,010 100,0 5000,0
0,015 66,7 3333,3
0,020 50,0 2500,0
0,025 40,0 2000,0
0,030 33,3 1666,7
0,035 28,6 1428,6
0,040 25,0 1250,0
0,045 22,2 1111,1
0,050 20,0 1000,0
Figura 5: Kg CaCO3 necesarios para elevar 0,5 unidad de pH según valores de la

pendiente “b” (a menores valores de la pendiente b mayor es la necesidad de corrector).
10
Estos cálculos son teóricos, y en ellos no se han considerado aspectos secundarios de

la práctica. Vázquez et al. (2009) comprobaron en algunos suelos de la Región
Pampeana que dosis > 1.500 kg ha-1 provocaban un aumento de la impedancia
mecánica, posiblemente por recristalizaciones del CaCO3. Sin embargo, este
procedimiento simple permitiría estimar la magnitud de la cantidad necesaria de
corrector, cuando el objetivo es el incremento de pH. Es menester, por los argumentos
citados, que este cálculo teórico sea calibrado con experiencias en condiciones reales,
donde además, se tengan en consideración estos otros efectos secundarios.
En la Tabla 2 se observan las zonas productivas, con la superficie total que ocupa cada
una, la superficie que se analizó en este estudio, ya que no fueron incluidas todas las
unidades cartográficas, y los siete rangos en que se dividió la dosis de corrector.
Tabla 2. Porcentaje de superficie en cada zona productiva por rangos de dosis de

corrector (Mg de CaCO3) para elevar 0.5 unidad de pH asumiendo el peso de una capa
arable de 2 Mg.
% de la
Zona/Dosis t Superfici superficie
CaCO3 1.3-1.5 1.5-2 2-2.5 2.5-3 3-3.5 3.5-4 >4 e total ha analizada
1- Zona de riego y
ganadera árida del 0,0 0,1 0,6 0,3 0,0 0,0 0,0 2.365.231 0,92
Sur
2- Zona mixta del
0,7 12,5 22,5 10,0 0,8 1,7 0,0 3.436.770 48,16
Sur Oeste
3- Zona mixta del
0,0 0,6 8,1 28,0 6,1 6,0 20,7 4.541.811 69,56
Centro Sur
4- Zona ganadera
de la Cuenca del 0,0 1,1 5,4 9,9 2,4 13,0 12,4 8.504.611 44,21
Salado
5- Zona Noreste 0,0 2,2 11,9 34,8 13,0 0,0 0,0 2.634.976 61,91
6- Zona mixta del
0,3 43,0 11,3 4,3 3,4 0,1 0,0 2.404.868 62,57
Centro
7- Zona mixta del
1,8 54,5 10,1 0,4 0,0 0,5 0,0 4.626.209 67,27
Noroeste
8- Zona núcleo
0,0 12,2 53,3 16,0 6,7 0,0 0,0 1.720.477 88,23
agrícola del Norte
Los resultados de la Tabla 2 permiten analizar la importancia areal de la necesidad de

corrector. Mientras que en más de la mitad de la superficie analizada de las zonas 7 y 8
se requieren dosis de CaCO3 < a 2.500 kg ha-1, en la zona 3 esa misma magnitud areal
requeriría dosis > 2.500 kg ha-1. Los criterios, señalados en la metodología, para incluir
en el análisis a las unidades cartográficas permiten hacer otras consideraciones. La
11
zona agrícola del N de la provincia (zona 8) señalada como de baja dotación relativa de
Mg y K, posee casi el 90% de su superficie con potencialidad de padecer el problema,
ya que sus suelos poseen bajos valores de pH (Figura 1). Algo comparable ocurre en el
E de la zona 3.
Estos resultados ponen evidencia que la metodología utilizada es una herramienta útil
para poner de manifiesto las cualidades de la dotación básica, establecer dosis
orientativas de corrector y señalar las áreas de mayor potencialidad de la problemática.
Sin embargo, debe advertirse que al emplearse datos suministrados en las cartas de
suelos, muchas de las cuales tienen varias décadas de antigüedad, es probable que la
situación actual se haya agravado.
Conclusiones
- Los valores más bajos de pH actual en el horizonte superficial de la serie dominante
de cada unidad cartográfica se registran en la zona núcleo agrícola del Norte (zona 8),
Noreste (zona 5) y la zona mixta del Centro Sur (zona 3)
- la saturación cálcica se encuentra por debajo de valores citados en la literatura como

apropiados, fundamentalmente en la zona mixta del Noroeste (zona 7) en forma
generalizada, al E de la zona 3 y al O de la zona ganadera de la Cuenca del Salado
(zona 4). Esto se corresponde con altos porcentajes relativos de Mg y bajas relaciones
Ca/Mg y Ca/K, Ca + Mg/K, lo que indicaría que la situación se produce,
fundamentalmente, por valores relativos elevados de K debido a los minerales
dominantes.
- el O de la zona 3, padece de bajas saturaciones relativas de Mg y K, por elevado

contenido de Ca.
- las diferencias de las saturaciones relativas de las distintas bases señalan la

heterogeneidad del corrector más apropiado en cada una de las zonas.
- de acuerdo al modelo aplicado, las zonas 3 y 4 son las de mayor requerimiento de
corrector para elevar el pH, mientras que la zona mixta del Centro (zona 6) y 7, son las
de menor valor.
- la zona agrícola del N de la provincia (zona 8) posee el mayor porcentaje de su
superficie con potencialidad de padecer el problema de acidez de los suelos.
Bibliografía
Bear, F.E. & S.J. Toth. 1948. Influence of Ca on availability of other soil cations. Soil Sci.
65: 69-75.
Bennardi D.; A. Díaz Gorostegui; M. Vázquez & M. García. 2015. Curvas de acidificación
en suelos: una herramienta predictiva. Actas JUCEN: 19-20. 27-28/04/15. Catamarca.
12
Bennardi, D.; A. Díaz Gorostegui & M. Vázquez. 2014. Capacidad buffer edáfica de la
Pradera Pampeana para tomar decisiones de encalado. XXIV Congreso Argentino de la
Ciencia del Suelo, Bahía Blanca. 5-9/5.
Buschiazzo, D.E. 1988. Estudio sobre la tosca. Parte II: evidencias de un movimiento
descendente del carbonato en base a la interpretación de características
micromorfológicas. Ciencia del Suelo, 6: 44-48.
Camilión, M.C. 1993. Clay mineral composition of pampean loess (Argentina).

Quaternary International, 1: 27-31.
Díaz-Zorita, M. & D.E. Buschiazzo. 2006. Soils of the Pampas. En: Lal, R. (Ed.).
Encyclopedia of Soil Science. R. Lal (Ed.). Marcel Dekker, Inc. Nueva York, USA.
García, M. & M. Vázquez. 2011. Impacto de la evolución de la agricultura santafesina en

la pérdida de nutrientes básicos de los suelos. Valoración económico-ecológica. V
Congreso Iberoamericano sobre Desarrollo y Ambiente/V Jornada de la Asociación
Argentino Uruguaya de Economía Ecológica. Universidad Nacional del Litoral, 9/2011.
González Bonorino, F. 1966. Soil clay mineralogy of the Pampa plains. Journal of
sedimentary petrology, 36(4): 1026-1035.
Havlin, J.L.; J.D. Beaton; S.L. Tisdale & W.L. Nelson. 2005. Soil acidity and alkalinity.
En: J.L. Havlin, J.D. Beaton, S.L. Tisdale, W.L. Nelson (ed.) Soil fertility and fertilizers.
Pearson Prentice Hall. New Jersey. 7th ed. p: 45-96.
Hepper, E.N.; D.E. Buschiazzo; G.G, Hevia; A.M. Urioste & L. Antón. 2006. Clay
mineralogy, cation exchange capacity and specific surface area of loess soils with
different volcanic ash contents. Geoderma; 135: 216-223.
Imbellone, P.A. & M. Teruggi. 1993. Paleosols in loess deposits of the Argentine
Pampas. Quaternary international. 17: 49-55.
INTA. Cartas de suelos de la República Argentina. Provincia de Buenos Aires.
Iturri, L. 2015. Evidencias de acidificación de suelos loéssicos agrícolas de Argentina.

Tesis doctoral. Universidad Nacional del Sur.
Millán, G.; M. Vázquez; A. Terminiello & D. Santos Sbuscio. 2010. Efecto de las
enmiendas básicas sobre el complejo de cambio en algunos suelos ácidos de la región
pampeana. Ciencia del Suelo, 28(2): 141-154.
ORA-SAGPyA, 2006. Zonificación Agroeconómica y Sistemas Productivos

Predominantes. 58p.
13
Sainz Rozas H.R.; H.E. Echeverría; P.A. Barbieri & M. Eyherabide. 2014. Relevamiento
y Mapeo de la fertilidad en suelos agrícolas de la región pampeana Argentina. Revista
Fertilizar, 29: 3-8.
Scoppa, C. 1976. La mineralogía de los suelos de la llanura pampeana en la

interpretación de su génesis y distribución. Actas VII Reunión Argentina de la Ciencia
del Suelo. IDIA. 33: 659-673.
Teruggi, ME. 1957. The nature and origin of argentine loess. Journal of Sedimentary
Petrology, 27(3): 322-333.
Vázquez, M.; A. Terminiello; A. Duhour; M. García & F. Guilino. 2009. Efecto del
encalado sobre propiedades físicas de un suelo de la pradera pampeana. Asociación
con propiedades químicas. Ci. Suelo (Argentina), 27(1): 67-76.
Vázquez M. & A. Pagani A. 2015. Calcio y Magnesio del suelo. Manejo de fertilización y
enmiendas. En: Echeverría H., García F. (Ed.). Fertilidad de suelos y fertilización de
cultivos. INTA, Cap. 11: 317-356.
Zalewska, M. 2003. The effect of various calcium, magnesium, potassium and hydrogen
saturation of CEC on the yield and mineral composition of yellow lupine. Pol. J. Natur.
Sc., 15 (3): 321-334.
Zalewska, M. 2005. The efect of varios calcium, magnesium, potasium and hidrogen
saturation of CEC on the yield and mineral composition of oat. J. Elementology, 10(4):
1137-1148.
Zárate, M.A. 2003. Loess of South America. Quaternary Science Reviews, 22: 1987-
2006.
14
BALANCE SIMPLIFICADO DE NUTRIENTES DEL SUELO ENLAS SECUENCIAS

TRIGO/SOJA 2da Y COLZA/SOJA 2da
DANIEL FERRO1*; ANDREA PELLEGRINI2; ADRIANA CHAMORRO3; RODOLFO

BEZUS3 & SILVINA GOLIK4
1
Curso de Manejo y Conservación de Suelos, 2Curso de Edafología, 3Curso de
Oleaginosas, 4Curso de Cerealicultura. Facultad de Ciencias Agrarias y Forestales.
Universidad Nacional De La Plata. *Calle 60 y 119 s/n, C.C. 31 (CP 1900). La Plata.
Buenos Aires; 221-4236758 Int 537.
*[email protected]
Palabras clave: Nivel tecnológico, Fertilización, Insustentabilidad
Resumen
El suelo es un recurso natural que debiera preservarse por lo que se desarrollaron

indicadores con el objetivo de evaluar su condición estática y dinámica. Uno de ellos es
el balance simplificado de nutrientes que permite diagnosticar la fertilidad química,
dependiendo tanto de la especie cultivada como de la tecnología utilizada. En Argentina,
la secuencia trigo/soja2da se ha expandido vertiginosamente acarreando las
consecuencias típicas de una rotación de cultivos muy limitada en relación a la
biodiversidad temporo-espacial y alternancia de ciclos biológicos. Por ello, la colza surge
como alternativa como cultivo antecesor a la soja. El objetivo del ensayo fue evaluar el
balance de nutrientes de N, P, K y S de las secuencias de cultivo trigo/soja 2da y
colza/soja 2da bajo dos modalidades de producción o niveles tecnológicos.Se realizaron
dos ensayos en las campañas 2011/12 y 2012/13 sobre un suelo Argiudol típico del
partido de La Plata. Las dos secuencias evaluadas de produjeron bajo un nivel
tecnológico medio (NTM) y uno alto (NTA) correspondientes a los implementados por
los productores de la zona que usualmente logran rendimientos medios y altos
respectivamente Se observaron interacciones, no pudiendo analizar la totalidad de los
factores por separado. Sin embargo, los balances de nutrientes, a excepción de una
interacción en P, fueron negativos. Se determinó que la inclusión de la colza disminuyó
la extracción de N y que el NTA produjo un balance más negativo para N y K. Se
concluyó que la sustitución de trigo por colza como antecesor a soja2da no implicó un
mayor impacto negativo en el balance de nutrientes, siendo favorable para N. Además,
el uso de un NTA puede provocar un balance más negativo para aquellos nutrientes que
no se fertilizan, excepto N en leguminosas debido a la fijación biológica. La campaña
2011/12, produjo una mayor extracción de nutrientes. Las condiciones climáticas
tuvieron una relevante importancia en el impacto sobre los balances de nutrientes como
condicionantes de la producción de materia seca, rendimiento en grano y consecuente
extracción de nutrientes.
1
Introducción
En Argentina el modelo agrícola a mediados de siglo XIX se basaba en el uso de

labranza primaria para la preparación del suelo. Se utilizaba maquinaria pesada como el
arado de rejas y vertederas que cortaba los primeros 18 a20 cm del suelo y lo invertía al
costado de donde los había quitado (Álvarez, 2005). También labranza secundaria,
utilizando maquinaria más liviana (rastra de discos) con el objetivo de nivelar el terreno y
reducir el tamaño de agregados (FAO, 2000). Se eliminaba restos vegetales vivos
capaces de transpirar y así se acumulaba agua durante el barbecho; se realizaba un
control de malezas y permitía que se mineralice parte de la materia orgánica en sus
compuestos elementales, fuente de nutrientes para los cultivos. Sin embargo, el uso
generalizado y continuo de este tipo de labranza provocó un deterioro físico, químico y
biológico del suelo (Pilatti et al., 1988).
En 1964, Marcelo Fagioli comenzó en Pergamino, provincia de Buenos Aires,

experimentos basados en la no remoción de suelo para la implantación de cultivos
(AAPRESID, 2013). Paralelamente, Ernest Borlaug (1970) en Estados Unidos, creaba
un nuevo paradigma, cuyo objetivo era mitigar el hambre en el mundo mediante el uso
de nuevas variedades de cultivos creadas por mejoramiento genético, tanto por
cruzamientos naturales o modificadas genéticas por medio de la biotecnología
(organismos genéticamente modificados, OGM o transgénicos) (Rodríguez Navarro et
al., 1999). Su metodología se fundamentó en el aumento de los rendimientos. Este hito
histórico mundial, fue denominado “Revolución Verde”.
En el año 1996 ingresan a la Argentina, variedades de soja (Glycine max (L.) Merr.)
modificadas genéticamente por la empresa multinacional Monsanto®, denominadas soja
RR (Roundup Ready), cuya característica primordial fue la resistencia al herbicida total
sistémico de nombre común “glifosato”. Se logró la conjunción de técnicas como la
siembra directa y el paquete de soja RR/glifosato que, en el corto plazo, facilitó y
simplificó en extremo el control de malezas (Satorre, 2005; Mengo, 2008; Papa &
Tuesca, 2009).
En los siguientes años comenzó un aumento exponencial de la superficie de soja

sembrada en Argentina, llegando al extremo de lograr un modelo de agricultura basado
en un monocultivo con esa especie. Esto trajo aparejado inconvenientes propios de la
falta de rotaciones de cultivos en el tiempo y en el espacio, las cuales son importantes
en un planteo de agricultura sustentable (Sarandón et al., 2006). De ese modo se
provocó la aparición de nuevas enfermedades, la pérdida de biodiversidad, la
disminución en la calidad productiva de los suelos, entre otros (Altieri, 2009).
Fundamentalmente debido a las adversidades bióticas, nace la necesidad de incorporar
mayor cantidad de agroquímicos en el sistema.
2
Frente a esta problemática, surge la necesidad de lograr un modelo agrícola

multidisciplinario y holístico, que tome en cuenta no sólo el factor económico y
productivo, sino que incorpore otros parámetros vinculados, entre otros, al medio
ambiente y a la sociedad. Este nuevo modelo se denominó “agricultura sustentable”.
Sarandón & Sarandón (1993) y Sarandón (2002) mencionaron que un modelo agrícola
se considera sustentable cuando es económicamente viable, socialmente aceptable,
suficientemente productivo, que conserva la base de recursos naturales y preserve la
integridad del ambiente en el ámbito local, regional y global.
Siendo el suelo uno de los principales recursos naturales de actividad agrícola, se han
desarrollado diferentes indicadores para evaluar su condición estática y dinámica a
través del tiempo. Uno de estos indicadores, que permite evaluar la fertilidad química de
los suelos, es el balance de nutrientes de los cultivos (Fontanetto & Gambaudo, 2010).
En una situación ideal en que el balance es cero, la extracción de los nutrientes del
suelo efectuada por los cultivos a través de las cosechas es repuesta a través de la
fertilización química o bien de mecanismos biológicos como la fijación simbiótica de
nitrógeno. Un balance negativo indica el empobrecimiento de nutrientes de los suelos
cuando se realiza la actividad o el cultivo evaluado (Frank, 2007; Gonzálvez & Pomares,
2008). Un balance positivo puede indicar el peligro de contaminación de cuerpos de
agua cuando se trata de un nutriente móvil. Pero en un suelo empobrecido y tratándose
de nutrientes no móviles, un balance positivo contribuirá a reconstruir la fertilidad
edáfica.
Los balances suelen realizarse para N, P, K y también S. La elección de estos nutrientes

se relaciona, en parte, con su importancia en la fisiología vegetal. A modo de resumen,
según lo explica Lallana & Lallana (2003) el N forma parte de la estructura molecular de
las proteínas y de otros compuestos fundamentales para el metabolismo como clorofilas
(fotosíntesis), enzimas (proteínas) del grupo de los citocromos (respiración y
fotosíntesis), ácidos nucleicos: ADN y ARN (esenciales para la síntesis de proteínas); el
P forma parte de la estructura molecular del ATP (metabolismo energético),ácidos
nucleicos (ADN y ARN), fosfolípidos (membranas), coenzimas (NAD y NADP); el K no
forma parte de moléculas orgánicas pero cumple funciones de regulación y catálisis
siendo activador de muchas enzimas (fundamentalmente de la respiración),
interviniendo en la síntesis de proteínas, actuando en el mecanismo de apertura y cierre
estomático; el S forma parte de la estructura de proteínas con aminoácidos
azufrados(cistina, cisteína, metionina), de grupos -SH (como centros activos de
enzimas), puentes S-S (importantes en la estructura proteica), en la coenzima A y en
vitaminas como biotina y tiamina. Por otra parte, la importancia agronómica también
radica en que son los nutrientes que usualmente limitan la producción y los que,
generalmente, se aplican como fertilizantes aumentando los costos para el productor y
generando problemas ecológicos si no son correctamente empleados.
3
El balance de nutrientes de una secuencia agrícola depende primariamente de los

cultivos que la componen, ya que cada cultivo tiene un patrón de requerimientos y
extracción de nutrientes, y también de la forma en que se producen. En los últimos años
se ha promocionado en el país al cultivo invernal de colza (Brassica napus; crucífera;
oleaginosa) como alternativo al trigo (Triticum aestivum; gramínea; cereal) en su rol de
antecesor a soja (Glycine max; leguminosa) de segunda. Esta combinación tiene
ventajas productivas importantes ya que se siembra la soja en una fecha más oportuna
por la cosecha anticipada de la colza respecto del trigo con la consecuente mejora en
sus rendimientos (Trentacoste et al., 2007; Iriarte, 2009). Sin embargo, la colza se
caracteriza por ser un cultivo con una alta extracción de nutrientes (FERTIPASA, 2012)
lo cual, unido a los mayores rendimientos que determinaría como antecesora de la soja,
afectaría negativamente los balances de nutrientes. Distintos niveles de aplicación de
tecnología ya sea como insumos o como procesos afectan los resultados, por lo cual es
necesario considerarlos en la evaluación (Coll, 2014).
Hipótesis
La inclusión de colza en reemplazo al trigo como cultivo antecesor a soja de segunda en

un planteo de rotación, implica un impacto negativo en el balance simplificado de
nutrientes, independientemente del manejo tecnológico de producción utilizado.
Objetivo
Evaluar el balance de nutrientes de las secuencias de cultivo trigo/soja 2da y colza/soja

2da, bajo dos manejos tecnológicos.
Se condujeron dos ensayos en la Estación Experimental Julio Hirschhorn (34° 52´ LS,
57° 58´ LO), localizada en Los Hornos, partido de La Plata, perteneciente a la Facultad
de Ciencias Agrarias y Forestales (FCAyF) de la Universidad Nacional de La
Plata(UNLP) en las campañas 2011/2012 y 2012/2013.
Los suelos donde se realizaron los ensayos pertenecen a la serie Bombeador,

descriptos por Lanfranco & Carrizo (1988, sin editar). La clasificación taxonómica es:
Argiudol típico, arcillosa, fina, illitica, térmica. Se ubica en una lomada con pendientes
inferiores al 4%. Posee rajaduras de menos de 1 cm de espesor a partir de los 25 cm de
profundidad.El suelo, previo a la instalación delos experimentos, poseía un pH actual:
5,8, carbono orgánico de 2,03%, nitrógeno total 0,208%, fósforo extractable de 7 ppm y
densidad aparente de 1,26 g.cm-3.
Se evaluaron comparativamente las secuencias trigo/soja2da y colza/soja2da con

aplicación de distintas tecnologías de producción: un nivel tecnológico medio (NTM) y un
4
nivel tecnológico alto (NTA). El primero se planteó en función de las prácticas

habitualmente utilizadas en la zona de influencia de la Facultad de Ciencias Agrarias y
Forestales de la UNLP. Se utilizaron los materiales genéticos más difundidos en la zona,
aplicación de fertilizantes en las dosis usuales independientes de los análisis de suelos,
utilización de distintos pesticidas o no de acuerdo a lo difundido en la región. El NTA
correspondió al manejo implementado por aquellos productores que la zona que,
consistentemente a través de los años, logran en sus cultivos rendimientos mayores a
los promedios del área. En este tratamiento se incluyó el uso de diferentes variedades
de soja en función de la fecha de siembra, y la aplicación de distintos tipos/dosis de
fertilizantes y fungicidas. Estos dos tratamientos se establecieron luego de entrevistas
con productores y profesionales del sector agropecuario que se desempeñan en la
zona.
Para el diseño experimental, se utilizó un diseño en bloques al azar de parcelas

divididas con 4 repeticiones. La parcela mayor correspondió a la secuencia de cultivos y
la subparcela (22 m2) al nivel tecnológico.
Las labores previas a la siembra en la campaña 11/12 para colza fueron 2 pasadas de
discos y aplicación de herbicida trifluralina incorporado con una pasada de disco y
diente; en trigo se realizó una pasada de disco adicional. En la campaña 12/13 para
colza se realizó 1 pasada de arado de reja y vertedera, 2 pasadas de disco y una
pasada con diente; se aplicó herbicida trifluralina incorporado con una pasada de disco y
diente; en trigo se realizó una pasada con disco adicional.
La siembra fue igual en ambas campañas. Para los cultivos de invierno se hizo bajo
labranza convencional y la de soja de segunda bajo siembra directa. La siembra de
colza (híbrido Hyola 571) se efectuó con una densidad de 100 plantas m-2. El trigo
(variedad Meteoro) se sembró con una densidad de 300 plantas m-2 (140 kg de semilla
ha-1). La soja, previamente inoculada, se sembró en surcos a 50 cm, inmediatamente
después de la cosecha del cultivo antecesor, previo picado del rastrojo y a una densidad
de 20 semillas por metro lineal. Las variedades de soja utilizadas cambiaron de acuerdo
a las recomendaciones usuales para la siembra (Baigorri et al., 2009) en función del
cultivo antecesor y del nivel tecnológico utilizado: DM3810 para NTA y antecesor colza;
DM4210 para NTM y antecesor colza; DM4970 para antecesor trigo y en ambos
tratamientos.
Se emplearon en ambos niveles de tecnología y al comienzo de cada campaña: 50 kg

ha-1de fosfato diamónico (DAP, grado: 18-21-00) con aplicación manual, al voleo y
posterior incorporación con rastra de disco y dientes.
Para la colza:
5
 NTA: 120kg ha-1de urea (46-00-00), y 100 kg ha-1de fosfato mono amónico azufrado
(11-34-00 con 9% de azufre) en el estado fenológico de comienzo de elongación
 NTM: se aplicaron 100kg ha-1de urea en el estado fenológico de comienzo de

elongación
Para el trigo:
 NTA: 140kg ha-1de urea aplicada en macollaje
 NTM: 100kg ha-1de urea aplicada en macollaje
Para la soja 2da:
 NTA: fertilizante foliar Niebla (09-2,6-00 con 5,5% de azufre) en pleno florecimiento e
inicio de formación de vainas en una dosis de 6 l ha-1cada aplicación.
 NTM: no se aplicó fertilizante.
Debe resaltarse que los niveles de fertilización aplicados no fueron sustancialmente

diferentes entre tecnologías ya que se evaluaron los planteos habitualmente utilizados
por los agricultores de la zona. En las decisiones de los productores cuentan otros
aspectos, como los económicos, y la idea de evitar el deterioro del suelo por pérdida de
fertilidad, aunque sin considerar la reposición de nutrientes de acuerdo a los
rendimientos probables de los cultivos.
En la madurez de cada cultivo se determinó la producción de materia seca aérea y el

rendimiento en grano. Posteriormente, se calculó el balance simplificado de nutrientes
para nitrógeno (N), fósforo (P), potasio (K) y azufre (S). Se consideraron los aportes de
nutrientes a través de fertilizantes empleados calculados según las dosis aplicadas y el
grado técnico de cada formulación (García, 2001; Flores & Sarandón, 2003). Se estimó
también un aporte de nitrógeno en soja a través de la fijación simbiótica (Ghelfi et al.,
1984; González, 1996; Ventimiglia et al., 2000; Di Cioccoet al., 2008), en un 50% del
total del N utilizado por la planta, independientemente del sistema de labranza utilizado
(Di Ciocco et al., 2008). Se consideraron las salidas relacionadas con los productos
cosechados y para el cálculo de la extracción de los diferentes nutrientes se tomó en
cuenta la concentración en grano de los distintos cultivos y los rendimientos. En el caso
del nitrógeno se determinó el % de N por microKjeldahl. En relación a los otros
nutrientes, se utilizó bibliografía referente a la composición química de los distintos
cultivos (Ventimigliaet al., 2000a; Galarza et al, 2001; García & Ciampitti, 2007; García &
Correndo, 2013). Al ser un balance simplificado de nutrientes, no se consideraron otras
entradas ni salidas del sistema.
6
Los datos obtenidos se procesaron a través del análisis de la varianza (ANOVA)

utilizando el test de Tukey (P<5%) para la comparación de medias.
En relación a la caracterización climática, la EEJH cuenta con estación meteorológica

cuyos datos en los años 2011, 2012 y 2013, competentes al ensayo realizado, fueron
registrados por Asborno & Pardi (2011, 2012, 2013). La temperatura media promedio de
los 3 años analizados fue de 16 °C, la precipitación anual promedio de 1.000 mm. Se
aprecia que en el año 2011 las lluvias sólo superaron el promedio histórico en los meses
de junio y julio; para el año 2012 se observó tres momentos con valores superiores a los
históricos: febrero, agosto y octubre, siendo los restantes meses inferiores a la
referencia; en el año 2013 se manifestaron cuatro picos que superaron la media
histórica que fueron en los meses de febrero, abril, septiembre y noviembre (Figura 1).
Precipitaciones 2011/2012/2013
350
300
250 2011
mm/mes
200 2012
150
2013
100
históric
50 o
0
zo
o
ril
e
o
o
ro
lio
e
to
e
e
br
ay
ni
er
br
br
ab
br
re
os
ar
ju
ju
tu
en
em
em
m
m
b
ag
oc
fe
ie
vi
ci
pt
no
di
se
meses
Figura 1: Precipitaciones en años 2011, 2012, 2013 e histórico en la Estación

Experimental Julio Hirschhorn (Los Hornos, La Plata).
Balance de Nitrógeno
Se observaron diferencias significativas entre las campañas y las secuencias, pero no

para el nivel de tecnología utilizado.
De los cuatro nutrientes analizados es el que registró los balances más negativos,
alcanzando una extracción neta de 112,65 kg N ha-1 para 2011/12 y de 78,78 kgN ha-1
en 2012/13. Es decir, en la campaña 2012/13 se produjo una menor explotación del
suelo en razón de este nutriente como consecuencia de una menor producción de
granos, limitada fundamentalmente por las condiciones climáticas atravesadas. En la
primera campaña se lograron rendimientos superiores a la segunda que provocaron las
7
mayores extracciones de este nutriente. En promedio, la superioridad de rendimiento fue

de 2.386 kg ha-1 de trigo, 1.183 kg ha-1 de colza y 523 kg ha-1 de soja.
Con respecto a las secuencias el balance para colza/soja2da fue de -60 kg N ha-1
mientras que para trigo/soja 2da fue de -131,21 kg N ha-1. La secuencia de la crucífera
extrajo menor cantidad de nitrógeno debido a que el rendimiento de colza fue menor al
rendimiento del trigo (2.657 kg colzaha-1 vs 7.269 kg de trigoha-1), pese a su mayor
concentración de N en grano (3,78% en colza vs 2,07% en trigo) y al mayor rendimiento
de la soja de segunda después de la oleaginosa (4.115 kg ha-1 luego de colza vs 3.344
kg ha-1luego de trigo).
Los niveles de tecnología utilizados no afectaron significativamente desde el punto de

vista estadístico el balance de N. El aumento de la fertilización nitrogenada, en el NTA
(20,2 kg N ha-1 adicionales en colza y 18,4 kg N ha-1 en trigo), provocó un aumento en la
producción de granos, y por ende salidas de N, tanto en trigo (1.195 kg ha-1 adicionales
con respecto al NTM) como en soja (389 kg ha-1 adicionales con respecto al NTM). El
aumento en la producción de soja, se asoció con un aumento en la fijación de N por
simbiosis con las bacterias del género Bradyrhizobium en 26 kgN ha-1, considerando
una fijación del 50% del nitrógeno necesario en su ciclo (Di Ciocco et al., 2008). Es
decir, en NTA aumentó la entrada del nutriente pero también la salida en trigo y soja por
los incrementos en el rendimiento. La crucífera, llamativamente, redujo la producción de
granos ante la mayor entrada de N en NTA, reduciendo la extracción del nutriente. En
colza la producción en NTA fueron 397 kg ha-1menores con respecto a NTM.
Los balances negativos de N, coinciden con los resultados de Chamorro & Sarandón
(2011, 2012) para las secuencias: colza/soja2da y trigo/soja2da en niveles medio y alto de
tecnología, en Tres Arroyos, al igual que con los de Rivero et al. (2004) y García (2003)
para la rotación trigo/soja2day los obtenidos por Forján (2003) en ensayos de larga
duración en la Chacra Experimental Barrow en Tres Arroyos
Balance de Fósforo
Se observó que en el balance de este nutriente existió interacción para los factores
secuencia * tecnología, y diferencia estadísticamente significativa entre campañas.
Para las campañas, se obtuvo un balance de -28,83 kg P ha-1 en 2011/12 y de -18,46 kg

P ha-1 en 2012/13.Es decir, la segunda campaña produjo un impacto menos negativo en
el sistema productivo debido a una menor producción de granos, semejante a lo
obtenido para N.
Analizando ambas campañas, la secuencia colza/soja2da del NTA obtuvo un balance

positivo de 7,42 kg P ha-1, y fue significativamente mayor a todos los demás
tratamientos, cuyos valores fueron negativos (Figura 6). Estos valores coinciden con los
8
encontrados por Chamorro & Sarandón (2011, 2012) en Tres Arroyos. Sin embargo,
estos autores observaron también balances positivos de P para la secuencia
trigo/soja2da con niveles de tecnología altos que podrían relacionarse con una mayor
tradición de fertilización con P en el SE de la provincia de Buenos Aires respecto de la
zona de La Plata. García (2003) en otro estudio sobre la secuencia trigo/soja2da,
observó valores negativos en el balance de P coincidentemente con este estudio,
mientras que Rivero et al. (2004) encontraron balances positivos que atribuyeron al
elevado nivel de fertilización fosforada.
Figura 6. Interacción secuencia * tecnología en balance de fósforo. Medias con una letra
común no son significativamente diferentes (p>0,05).
Balance de Potasio
En el balance de este nutriente existió interacción en factores año * secuencia, y

diferencia estadística entre las tecnologías.
Como era previsible, en todos los tratamientos el balance fue negativo, ya que en
ninguno de ellos se fertilizó con K, y fue, luego del N, el nutriente que se extrajo en
mayores cantidades. Se observó que la secuencia colza/soja2da en la campaña 2012/13,
tuvo el balance menos negativo (-75,39 kg K ha-1) pero sin diferenciarse
estadísticamente con la secuencia trigo/soja2da sobre la misma campaña, la cual
produjo una extracción de 89,67 kg K ha-1. Ésta diferencia a favor de la secuencia con la
crucífera en la campaña 2012/2013, fue inversa a lo que sucedió en la campaña
2011/2012, en la cual se favoreció el balance del cereal (Figura 7).
9
Figura 7. Interacción año * secuencia en balance de potasio. Medias con una letra
común no son significativamente diferentes (p > 0,05).
Los niveles tecnológicos utilizados no tuvieron diferencia estadística significativa para la

extracción del K. Sin embargo, el NTM tuvo un impacto menos negativo (-86,57 kg K ha-
1
promedio en NTM vs. -95,61 kg K ha-1promedio para NTA) como consecuencia del
menor rendimiento obtenido en NTM.
El balance negativo para el nutriente K coinciden con los encontrados por Chamorro &
Sarandón (2011, 2012) quienes observaron extracciones netas del nutriente para las
secuencias: colza/soja 2da y trigo/soja 2da en niveles medios y altos de tecnología. En
otro estudio García (2003) también demostró valores negativos en el balance de K para
la secuencia trigo/soja2da.
Balance de Azufre
Se encontró interacción significativa secuencia * tecnología (Figura 10) y efecto

significativo de la campaña.
El S fue el nutriente que se extrajo en menores cantidades aunque en valores bastante

cercanos a los de P. En la campaña 2011/2012 se observó una extracción de 20,23 kg
S ha-1 mientras que la 2012/2013 se produjo un balance de -15,5 kg S ha-1 (Figura 9). Al
igual que en los nutrientes anteriores, la menor cantidad extraída en la segunda
campaña se explica por la menor producción, que fue limitada por las condiciones
climáticas.
10
La secuencia colza/soja2da con NTA, fue significativamente diferente del resto de los
tratamientos en el balance de S, con una diferencia de 8,88 kg S ha-1.
Figura 10: Interacción secuencia * tecnología en balance de Azufre. Medias con una
letra común no son significativamente diferentes (p > 0,05)
El balance negativo para el nutriente S, coincide con los encontrados por Chamorro &
Sarandón (2011, 2012) quienes observaron, en Tres Arroyos, extracciones netas del
nutriente para las secuencias: colza/soja 2da y trigo/soja 2daen niveles de tecnología
medio y alto. La usual práctica de fertilizar a la colza con S es debido a los altos
requerimientos de S por esta oleaginosa y al impacto de su deficiencia sobre el
rendimiento. Por tal motivo se observó un balance de S más favorable en la secuencia
colza/soja bajo NTA.
Conclusiones
La inclusión del cultivo de colza en reemplazo del trigo como antecesor a soja de
segunda no implicó un mayor impacto negativo en el balance simplificado de nutrientes.
Por el contrario, en el caso del N se pudo observar que el reemplazo del cereal por la
oleaginosa produjo un impacto favorable en el balance, a pesar de seguir siendo
negativo. Para el caso de P, K y S, debido a que la secuencia se encontró en interacción
con otros factores, no se pudo evaluar su impacto aisladamente.
Los balances de K y N con alto nivel de tecnología implicaron un aumento en la

extracción de los nutrientes, debido al incremento de producción. En el caso del K, como
el NTA y el NTM no tuvieron entradas de este elemento, el aumento en las salidas
11
produjo un balance más negativo. Por lo tanto, se refuta la hipótesis planteada en donde
se supone que el nivel de tecnología es indiferente en el impacto sobre el balance de
nutrientes. Esto no es así para el N en el cual un uso de NTA implicó un aumento en las
entradas del nutriente compensando el aumento en las salidas
Las condiciones climáticas de los años analizados tuvieron un elevado impacto en los
balances. Para N, P y S en 2011/12 se obtuvo un impacto menos negativo, pudiéndolo
asociar a las precipitaciones menos favorables para la producción en grano en relación
al 2012/13.
Finalmente, cabe resaltar que la mayoría de los balances fueron negativos y, debido a
que los planteos tecnológicos utilizados son los implementados por los productores, se
muestra una cara de la insustentabilidad del modelo de producción agrícola actual,
provocando, entre otras cosas, deterioro del suelo, recurso natural base de la
producción agrícola.
Bibliografía
AAPRESID 2013. La SD en Argentina. En: www.aapresid.org.ar/wp-content/uploads

/2013/02/la_sd_en_argentina.pdf. Último acceso: diciembre de 2014.
Altieri, M. 2009. Desiertos verdes: monocultivos y su impacto sobre la biodiversidad.

Azúcar Roja, Desiertos Verdes, p: 55-62.
Álvarez, C. 2005. Métodos de Labranza. Ciencia Hoy, 15(87): 19.
Asborno, M.D. & H.M. Pardi. 2011. Boletín Agrometereológico EEJH. Facultad de
Ciencias Agrarias y Forestales, UNLP. 12 p.
Baigorri, H.; I. Ciampitti & F. García. 2009. Manual de manejo del cultivo de soja. Manual
del cultivo de soja. International Plant Nutrition Institute (IPNI): 17-32.
Borlaug, N.E. 1970. The Green Revolution: Peace and Humanity. Nobel Lecture. En:
www.nobelprize.org/nobel_prizes/peace/laureates/1970/borlaug-lecture.html. Último
acceso: septiembre de 2014.
12
Chamorro, A.M. & S.J. Sarandón. 2011. Manejo de nutrientes en agroecosistemas de

cultivos extensivos en el Partido de Tres Arroyos, Buenos Aires, Argentina. Resumos do
VII Congresso Brasileiro de Agroecologia – Fortaleza/CE. 5 p.
Chamorro, A.M. & S.J. Sarandón. 2012. Cambios en el uso de la tierra por la actividad
agrícola: la necesidad de su evaluación para disminuir su impacto ambiental. I Jornadas
Nacionales de Ambiente 2012 - FCH - UNICEN – Tandil. 15 p.
Coll, L. 2014. Evaluación de cultivares de Colza-Canola, ciclo agrícola 2012. INTA EEA
Paraná. 5 p.
Di Ciocco, C.; C. Coviella; E. Penón; M. Díaz-Zorita & S. López. 2008. Biological fixation
of nitrogen and N balance in soybean crops in the pampas region. Short communication.
Spanish Journal of Agricultural Research, 6: 114-119.
FAO. 2000. Manual de prácticas integradas de manejo y conservación de suelos.

Boletín de tierras y aguas de la FAO, 8: 35.
FERTIPASA. 2012. Maíz: contribución de las napas; Colza-Soja: fertilización

balanceada; Cebada cervecera: manejo de fertilización; Soja: balance de nutrientes. En:
www.ridzo.com.ar/pdf_agricola/Fertipasa%2029%20Final.pdf. Último acceso: noviembre
de 2015.
Flores, C. & S. Sarandón. 2003. ¿Racionalidad económica versus sustentabilidad

ecológica? El ejemplo del costo oculto de la pérdida de fertilidad del suelo durante el
proceso de Agriculturización en la Región Pampeana Argentina. Revista de la Facultad
de Agronomía, La Plata, 105: 52-67.
Fontanetto, H. & S. Gambaudo. 2010. El balance de nutrientes para sistemas

agropecuarios sustentables. En: http://www.produccion-animal.com.ar/suelos_
ganaderos /77-nutrientes.pdf. Ultimo acceso: marzo de 2014.
Forján, H. 2003. Balance de nutrientes en sistemas agrícolas. AgroBarrow, Septiembre

2003: 17-19.
Frank, F. 2007. Impacto agro-ecológico del uso de la tierra a diferentes escalas en la

región pampeana argentina. Tesis de Magister Scientiae, Programa de Postgrado en
Ciencias Agropecuarias, Orientación Agro-Ecosistemas, Facultad de Ciencias Agrarias,
Universidad Nacional de Mar del Plata, Balcarce. 164 p.
Galarza, C.; V. Gudelj & P. Vallote. 2001. Fertilización del cultivo de soja. Soja:
Resultados de Ensayos en la campaña 2000/2001. Información para Extensión Nº69.
Tomo 2. INTA Marcos Juárez.
13
García F. 2001. Balance y manejo de nutrientes en rotaciones agrícolas. En: AAPRESID

(ed.) Rotación en cultivos en siembra directa. Publicación técnica de AAPRESID: 59-68.
García, F. 2003. Balance y manejo de nutrientes en rotaciones agrícolas. En:

usuarios.trcnet.com.ar/ediyile/Ensayos/varios/Balance%20de%20nutrientes%20en%20r
otaciones.doc. Ultimo acceso: septiembre de 2014.
García, F. & I. Ciampitti. 2007. Requerimientos nutricionales. Absorción y extracción de

macronutrientes y nutrientes secundarios. Archivo Agronómico N°11. IPNI (Internacional
Plant Nutrition Institute). 4p.
García, F. & A. Correndo. 2013. Cálculo de Requerimientos Nutricionales: versión 2013.

IPNI Programa Latinoamérica Cono Sur. En: lacs.ipni.net/article/LACS-1024. Último
acceso: septiembre de 2014.
Ghelfi, R.A.; A. Bujan; M. Quitegui & L. Ghelfi. 1984. Determinación del N2 atmosférico
fijado por soja (Glycine max L.) mediante utilización de 15N en condiciones de campo.
Ciencia del suelo, 2:45-51.
González, N. 1996. Fijación de nitrógeno. En: EEA INTA Balcarce, Curso de

actualización "Dinámica de nutrientes en Suelos Agrícolas", Balcarce, Argentina.
Gonzálvez, V. & F. Pomares. 2008. La fertilización y el balance de nutrientes en

sistemas agroecológicos. Manual Técnico Fertilización y balance de nutrientes en
sistemas agroecológicos, SEAE 2008. 24 p.
Iriarte, L. 2009. Colza: un poco de historia, situación actual y perspectivas. Agrobarrow

43: 12-14.
Lallana, V. & M. Lallana. 2003. Manual de Prácticas de Fisiología Vegetal. Facultad de

Ciencias Agrarias, Universidad de Entre Reos. Edición digital: 43-45. En:
www.fca.uner.edu.ar/academicas/deptos/catedras/fisiologiaveg/m_didactico/manual_pra
cticas/MacroMicroED.pdf. Ultimo acceso: julio de 2014.
Lanfranco, J. & N. Carrizo.1988. Cartas de suelo de la Estación Experimental Julio

Hirschhon. Sin editar.
Mengo, R. 2008. República Argentina: Impacto social, ambiental y productivo de la

expansión sojera. Disponible en: http://www.ecoportal.net/Temas_Especiales/
Desarrollo_Sustentable/Republica_Argentina_impacto_social_ambiental_y_productivo_d
e_la_expansion_sojera. Ultimo acceso: marzo de 2014.
Papa, J. & D. Tuesca. 2009. Los problemas actuales de malezas en la región sojera
núcleo argentina: origen y alternativas de manejo. INTA EEA Oliveros. 24 p.
14
Pilatti, M.; J. de Orellana; L. Priano; O. Felli & D. Grenón. 1988. Incidencia del manejo
tradicional y conservacionista sobre las propiedades físicas, químicas y biológicas de un
Argiudol del sur de Santa Fe. Ciencia del Suelo, 6: 19-29.
Rivero, E.; C. Irurtia; R. Michelena & M. Beltrán. 2004. Balance de nitrógeno, fósforo y
zinc para una rotación trigo-soja. En: http://inta.gob.ar/documentos/balance-de-
nitrogeno-fosforo-y-zinc-para-una-rotacion-trigo-soja/at_multi_download /file/ INTA _
Balance %20de%20nitr% C3%B3geno,%20f%C3% B3sforo%20y%20zinc%20 para %20
una %20rotaci%C3%B3n%20trigo-soja.pdf. Último acceso: septiembre de 2014.
Rodríguez Navarro, A.; J. Sumpsi Viñas & F. García Olmedo. 1999. En defensa de
Norman Borlaug. El País. En: http://elpais.com/diario/1999/11/25/sociedad/ 943484402_
850215.html. Último acceso: marzo de 2014.
Sarandón, S. 2002. La agricultura como actividad transformadora del ambiente. El

impacto de la agricultura intensiva de la revolución verde. En: ___ Agroecología: el
camino hacia una agricultura sustentable. Cap 1, p: 23-47.
Sarandón, S. & R. Sarandón. 1993. Un enfoque ecológico para una agricultura

sustentable En: Goin, F. y C. Goñi (Eds.). Bases para una política ambiental de la R.
Argentina, Sección III. Cap 19, p: 279-286.
Sarandón S.; M. Zuluaga; R. Cieza; C. Gómez; L. Janjetic & E. Negrete. 2006.

Evaluación de la Sustentabilidad de Sistemas Agrícolas de fincas en Misiones,
Argentina, mediante el uso de indicadores. En: http://revistas.um.es/ agroecologia/
article/view/14. Último acceso: abril de 2014.
Satorre, E. 2005. Cambios tecnológicos en la agricultura argentina actual. Ciencia Hoy,

15(87): 24-31.
Trentacoste, E.; P. Abbate & V. Sadras. 2007. El Doble cultivo colza-soja en Balcarce:
evaluación y modelización del sistema. En: anterior.inta.gov.ar/balcarce/info/
documentos/ agric/cereales/trigo/sis/abbate3.htm. Ultimo acceso: marzo de 2014.
Ventimiglia, L.; H. Carta & S. Rillo. 2000. Soja: nutrición nitrogenada. Revista
Tecnológica Agropecuaria– INTA Pergamino, 14: 45-48.
Ventimiglia L., Carta H. & Rillo S. 2000a. Exportaciones de nutrientes en campos

agrícolas. INPOFOS Cono Sur. Buenos Aires. Informaciones Agronómicas 7: 11-12.
15
FERTILIZACIONES CÁLCICO-MAGNÉSICAS/CORRECIONES DOLOMÍTICAS EN 5

SUELOS DE LA PAMPA HÚMEDA CON AVENA SATIVA L.
LUCIANO LARRIEU1*; GUILLERMO MILLÁN1; VICTOR MERANI1; DANIEL FERRO2;

LUCIANO JUAN1; DANIEL BENNARDI1; NATALIA MACHETTI2; LEANDRO NUGHES1;
JULIÁN MAINERO1,3 & MABEL VÁZQUEZ2
1- Cátedra de Edafología, Facultad de Ciencias Agrarias y Forestales, U.N.L.P. 2 -

Cátedra de Manejo y Conservación de suelo, Facultad de Ciencias Agrarias y
Forestales, U.N.L.P. 3- Becario BENTRE de la Comisión de Investigaciones Científicas
de la Provincia de Buenos Aires. * FCAyF/UNLP. Av. 60 y 119, La Plata (CP1900)
Buenos Aires. [email protected].
Palabras-clave: encalado, fertilizantes foliar y vía suelo, estadio vegetativo
Resumen
La acidificación es una limitante para los cultivos y la sustentabilidad delos suelos,

siendo los procesos antrópicos uno de sus principales orígenes en la región templada,
estos procesos generan un desequilibrio de las bases y una disminución de su
disponibilidad para los cultivos. El objetivo de éste trabajo fue comparar los efectos
generados sobre el rendimiento de avena (Avena sativa L.) al aplicar1.500 kg ha-1 de
dolomita (D1500), 40/6,5 y 60/9,75 kg ha-1 de Ca/Mg vía suelo (S40 y S60
respectivamente), 40/6,5 y 60/9,75 kg ha-1 de Ca/Mg vía foliar (F40 y F60
respectivamente) y un tratamiento testigo (T), sin agregado de Ca y Mg, en 5 suelos de
ligera a moderada acidez de la Región Pampeana, (Lincoln (Li), 25 de Mayo (25M),
Chascomús (Ch), Belgrano (Be) y Los Hornos (LH)). Se realizó un ensayo en
invernáculo con un diseño completamente al azar (DCA) con 3 repeticiones por
tratamiento, a las que se les efectuaron cortes del material vegetal pesándose la materia
seca generada a los 60 y 105 días de iniciado el ensayo.Los tratamientos no
presentaron una tendencia definida, ni entre suelos, ni dentro de un mismo suelo. En el
primer corte D1500 fue el que presento la mayor variabilidad en la respuesta del vegetal
frente al testigo, y entre los suelos en LH se generó 30% más que el T (p<0,05);
mientras que en 25M y Li no se encontraron diferencias significativas de este
tratamiento, y en Ch y Be fueron significativamente inferiores al T en un 30%(p<0,05).
En el segundo corte D1500 produjo un incremento en la producción de materia seca
para todos los suelos con respecto a T, siendo estadísticamente significativo (p<0,05) en
LH (2,9 y 1,8 kg MS maceta-1). En la producción total de materia seca D1500 produjo
diferencia estadísticamente significativa (p<0,05) respecto a T en los suelos
texturalmente más arenosos (Li y 25M). La aplicación de D1500 en suelos texturalmente
finos no presentó un único patrón de comportamiento. Se observan aumentos en LH,
reducción en Ch y no hubo diferencias en Be. En F40 y F60 se observa que hubo un
incremento de productividad para LH y Li, un comportamiento similar al T en Be y 25M,
1
y una diferencia entre las diferentes vías de aplicación de fertilizante en Ch. En los
suelos ensayados la práctica de encalado de suelos resultó ventajosa en comparación
con la fertilización tanto foliar como aplicada al suelo. La fertilización cálcico/magnésica
generó un aumento de rendimiento en 2 de los suelos ensayados. En las aplicaciones
cálcico/magnésicas incorporadas al suelo es importante conocer la disponibilidad de
fósforo debido a la precipitación y disminución de solubilidad a corto plazo de este
elemento.
Introducción
La seguridad alimentaria y nutricional es un tema de preocupación mundial. Se estima

que la población podría llegar a 9.000 millones de habitantes en el 2050. Paralelamente,
el 40% de las tierras cultivables del mundo se encuentran degradadas, proceso que
puede agravarse por el cambio climático. En razón de ello, los países desarrollados
debieran duplicar su producción para lograr suplir sus necesidades (FIDA, 2011). Lo
descripto señala la necesidad de concientizar acerca de la importancia de la
conservación de las tierras productivas.
La acidificación de los suelos es una limitante a la producción de los cultivos,

principalmente en zonas tropicales. América Latina cuenta con el 81% de sus superficie
en dicha condición de acidez, mientras que en África esa cifra alcanza el 56% y en Asia
el 38% (IAEA, 2000). Dentro de las consecuencias de esta problemática puede
mencionarse la disminución de la disponibilidad de nutrientes básicos y de aquellos que
varían su solubilidad en función del pH, la aceleración de la alteración de los minerales
edáficos, propensión a estructuras inestables, toxicidad de Al, entre otras (Azcarate et
al., 2012).
La acidez se origina naturalmente durante la pedogénesis y puede aumentar por el

mecanismo de “bomba de protones” que utilizan los vegetales en el proceso de
absorción de nutrientes. También a través de ácidos provenientes de la actividad
industrial, el uso de fertilizantes ácidos, el aumento de la oxidación de restos orgánicos,
entre otros (Vázquez & Pagani, 2014). En los últimos tiempos se ha observado una
tendencia a la acidificación de suelos de la Región Pampeana argentina (Vázquez,
2011), causada principalmente por la elevada extracción de bases sin reposición (Gelati
& Vázquez, 2004) y el uso de fertilizantes ácidos (Esterlich et al., 2012).
Con el objetivo de aumentar la reacción básica del suelo se ha utilizado desde épocas
muy antiguas la práctica del “encalado”. La misma consiste en la aplicación de
enmiendas como calcita, óxido o hidróxido de calcio, dolomita o yeso, entre otros
(Vázquez, 2007). Los mismos tiene como objetivo adicional al de incrementar el pH, la
incorporación de Ca/Mg, deficitarios en estas condiciones. Esta práctica adolece de la
dificultad de la deriva en la aplicación debido a la finura del material que es necesaria
para su mejor disolución. Otro problema es la lenta disolución de los productos, aun con
2
material fino, debido a la baja solubilidad de los carbonatos. Otra forma de tratar esta
problemática, particularmente en situaciones con ausencia de toxicidad de Al, es
incorporar los cationes mencionados mediante fertilización vía suelo o foliar. La
fertilización foliar tiene la ventaja de corregir las demandas de los nutrientes durante
estadios críticos de los cultivos, superando la restricción que significan la insolubilización
o inmovilización que dichos elementos sufren en algunos suelos. Sin embargo, la tasa
de absorción y transporte a través de las hojas depende del tipo y movilidad del
elemento que se trate (Salas, 2002). En relación a ello, el Ca posee una velocidad de
absorción foliar mucho menor que el Mg. Bertsch (1995) estima entre 2 a 5 horas para
que se absorba el 50% del producto magnésico, mientras que para el cálcico la demora
sería de entre 1 y 2 días. Es por esta razón que el Ca suele proveerse mediante
fertilizantes vía suelo. Sin embargo, es común encontrar fertilizantes foliares de este
elemento.
La hipótesis de este trabajo es que no pueden obtenerse resultados comparables de

rendimiento de materia seca entre el agregado de dolomita y la fertilización cálcico-
magnésica.
El objetivo de este trabajo es comparar el efecto sobre el rendimiento de avena, de la

aplicación de 1.500 kg ha-1 de dolomita, en contraste con una aplicación de 40 kg ha-1
de Camas 10 kg ha-1 de Mg y 60 kg ha-1 de Camas 10 kg ha-1 de Mg a través de
fertilizantes vía suelo y foliar, respectivamente.
Metodología
Se realizó un ensayo en invernáculo de 4 meses de duración, utilizando macetas de

PVC de 2 l. Los suelos se seleccionaron por su textura (capacidad buffer) y condición de
acidez (pH menor a 6,5). Los suelos más gruesos pertenecieron a la localidad de
Lincoln (Li) y 25 de Mayo (25M), mientras que los más finos fueron extraídos de
Chascomús (Ch), Belgrano (Be) y Los Hornos (LH), todos de la provincia de Buenos
Aires. Posteriormente se analizó la disponibilidad de P de los mismos, debido a la
interacción negativa que existe entre este elemento y las enmiendas, a fin de evaluar la
posible necesidad de realizar alguna fertilización fosforada. Durante todo el ensayo se
mantuvieron las macetas a 90% de la capacidad de campo. Se utilizó un diseño
completamente al azar con arreglo factorial (5x6) y 3 repeticiones. Los tratamientos
fueron la combinación de los siguientes factores:
 5 suelos:
o Lincoln (Li)
o 25 de Mayo (25M)
o Chascomus (Ch)
o Belgrano (Be)
o Los Hornos (LH)
3
Tabla 1. Análisis químico de los suelos de los diferentes sitios experimentales (0-20 cm).
CIC Ca Mg Na K Saturación Ca/Mg pH C.E. P
-
-1 -1 mg kg
cmolc kg % dS m 1
25 de Mayo 12,6 6,6 1,5 0,5 0,9 75,8 4,4 5,5 0,4 30
Lincoln 13,0 6,9 1,7 0,5 1,2 78,5 4,1 5,7 0,3 16
Chascomús 19,2 11,4 1,6 0,5 1,5 78,0 7,1 5,5 0,4 7
Los Hornos 19,9 11,6 2,1 0,5 1,8 80,1 5,6 5,7 0,6 39
Gral. Belgrano 20,1 11,2 2,6 0,5 1,7 79,1 4,4 6,2 0,5 46
 4 Tratamientos:
o 40 y 6,5 kg ha-1 de Ca y Mg, respectivamente, con fertilizantes en suelo
o 60 y 9,75 kg ha-1 de Ca y Mg, respectivamente, con fertilizantes en suelo
o 40 y 6,5 kg ha-1 de Ca y Mg, respectivamente, con los fertilizantes foliar
o 60 y 9,75 kg ha-1 de Ca y Mg, respectivamente, con fertilizantes foliar
o 1.500 kg ha-1 de dolomita
o Testigo
Los fertilizantes utilizados para los tratamientos fueron

o 1 fertilizante foliar (3% N, 8% Ca, 1,8% Mg) de S. Ando &Cía S.A.
o 1 fertilizante líquido magnésico vía suelo al 30%: ASP MagFlo ®
o nitrato de calcio sólido (Ca(NO3)2)
o dolomita comercial (MgCa(CO3)2)
El fertilizante utilizado para la fertilización de base fue

o NO3NH4
La fertilización foliar se llevó a cabo en forma fraccionada en 3 oportunidades (3/8, 1/9 y

29/9/14). La dolomita y el fertilizante vía suelo fueron incorporados el día de la siembra
(2/7/14) momento en que también se realizó una fertilización equivalente a50 kg de N
ha-1 en la totalidad de los tratamientos, la cual se repitió posteriormente al 1er corte. Se
sembraron 50 semillas de Avena sativa L. para finalmente seleccionar 9 plantas/maceta.
Se realizaron 2 cortes de la parte aérea vegetal (15/9 y 29/10/2014) y se determinó peso

seco de los mismos en estufa de flujo continua a 60ºC. Los resultados fueron evaluados
estadísticamente por medio de ANOVA, comparaciones múltiples (LSD, Tukey) y
correlación de variables (INFOSTAT, 2011).
Como se puede observar en la Tabla 1 todos los suelos empleados tienen un pH

considerado de moderadamente a fuertemente ácido, a excepción de Belgrano, cuya
4
calificación es de ligeramente ácido (Schoeneberger et al., 2000). Dado que la avena

tiene un pH óptimo comprendido entre 5,5-7 (Porta et al., 1999), todos los suelos tienen
una condición dentro del límite inferior de esta propiedad, a excepción del suelo de
Belgrano. La condición de saturación básica es suficiente en todos los casos, aunque se
evidencia una relativamente baja relación Ca/Mg, en todos los suelos, con la excepción
de Chascomús. La totalidad de los suelos son no salinos.
Los resultados del análisis estadístico de la materia seca obtenida en los diferentes
suelos y tratamientos, se ilustran en la Figura 1. Puede generalizarse que los
tratamientos no presentaron una tendencia definida en los diferentes suelos ni en los 2
cortes, aun dentro de un mismo suelo. Si analizamos el primer corte (Figura 1 a), el
tratamiento D1500 fue el que ocasionó la mayor variabilidad en la respuesta del vegetal
entre los suelos. Este tratamiento arrojó en LH un valor significativo (p<0,05) en un 30%
superior a T, en 25M y Li no se encontraron diferencias significativas de este tratamiento
respecto a T, y en Ch y Be fueron significativamente inferiores (p<0,05) a T en un 30%.
Esto indica que no se observa un patrón definido entre respuesta al agregado de Ca/Mg
y textura, como sería esperable debido a la estrecha relación entre esta propiedad y el
poder buffer de los suelos. Para los tratamientos S40, S60, F40 y F60 no se observaron
diferencias significativas con T. Cabe aclarar que la dosis foliar, debido a la evolución de
la biomasa aérea de la planta, no fue aplicada en forma contemporánea a la fertilización
en el suelo y era esperable una respuesta dilatada en el tiempo.
En la Figura 1 b se observan los resultados obtenidos 45 días más tarde (2º corte). En el
tratamiento D1500 se produjo un incremente en la producción de materia seca para
todos los suelos con respecto a T, siendo estadísticamente significativo (p<0,05) en LH
(2,9 y 1,8 kg MS maceta-1). Por tratarse de un producto de baja solubilidad y mediar sólo
45 días al primer corte, este comportamiento puede adjudicarse a la falta de
solubilización del producto, y es por esto que sus efectos se manifiestan recién de
manera uniforme en el segundo corte. Para los tratamientos con fertilización cálcica se
aprecia que no hubo diferencias significativas, excepto en F40 de LH, en el cual se
produjo un incremento de producción en relación a T.
Si se analizan los resultados de la producción total de materia seca (Figura 1c), se

observa que D1500 produjo una diferencia estadísticamente significativa (p<0,05)
respecto a T sólo en los suelos texturalmente más arenosos (Li y 25M). La aplicación de
D1500 en los suelos texturalmente finos no presentó un único patrón de
comportamiento. Se observan aumentos en LH, reducción en Ch y no hubo diferencias
en Be. En F40 y F60 se observa que hubo un incremento de productividad para LH y Li,
un comportamiento similar a T en Be y 25M, y una diferencia entre las diferentes vías de
aplicación de fertilizante en Ch. Este último caso, posee la particularidad de presentar el
valor más bajo de fósforo (P) disponible y en él, S40 y S60 generaron reducciones en
rendimiento. Esto podría atribuirse a la precipitación del P con Ca ante la incorporación
del primero a los suelos (White & Taylor, 1977). Cuando el contenido de P disponible
5
alcanza valores de medianamente provistos a altamente provistos no se manifiesta este

efecto antagónico y confirmaría lo anterior. Por otro lado se manifestó una tendencia a
un mayor rendimiento de materia seca con el empleo del fertilizante foliar respecto del
aplicado al suelo. Esto puede deberse a la disponibilidad inmediata de los elementos
aplicados foliarmente.
Figura 1. Peso seco aéreo según tratamiento y tipo de suelo. T: testigo, D1500: dolomita
1.500 kg ha-1, S40: fertilizante vía suelo 40 kg Ca ha-1; S60: fertilizante vía suelo 60 kg
Ca ha-1; F40: fertilizante foliar 40 kg Ca ha-1; F60: fertilizante foliar 60 kg Ca ha-1. Be:
Belgrano; 25M: 25 de Mayo; Ch: Chascomús; Li: Lincoln; LH: Los Hornos. a: 1 er corte. b:
2do corte. c: sumatoria de ambos cortes. Letras distintas indican diferencias estadísticas
significativas entre tratamientos dentro de cada suelo (p<0,05).
6
Los resultados obtenidos muestran una considerable variabilidad de respuestas de

producción de acuerdo al tratamiento empleado para abordar la problemática, pudiendo
generalizarse que el encalado produciría efectos positivos en la mayor parte de los
casos, aún en el corto plazo. Este efecto podría ser magnificado en el mediano-largo
plazo debido a la escasa solubilidad inicial de este tipo de enmiendas.
Conclusiones
En los suelos ensayados la práctica de encalado de suelos resultó ventajosa en

comparación con la fertilización tanto foliar como aplicada al suelo.
La fertilización cálcico/magnésica generó un aumento de rendimiento de Avena sativa L.

en 2 de los suelos ensayados.
En las aplicaciones cálcico/magnésicas incorporadas al suelo es importante conocer la

disponibilidad de fósforo debido a la precipitación y disminución de solubilidad a corto
plazo de este elemento.
Bibliografía
Azcarate P.; N. Kloster & G. Pérez Habiag. 2012. Reacción del suelo: pH. En: Manual de
Fertilidad y Evaluación de Suelos. Alberto Quiroga y Alfredo Bono (editores). Ed. INTA.
Anguil, p: 19-24.
Esterlich, C.; J. Ossola; L. Juan; M. Vázquez & G. Millán. 2012. Efecto de la fertilización
nitrogenada sobre el pH en dos suelos de la Pradera Pampeana. XIX Congreso
Latinoamericano y XXIII Congreso Argentino de la Ciencia del Suelo, abril, Mar del
Plata, Argentina.
Fondo Internacional de Desarrollo Agrícola (FIDA). 2011. El futuro de la seguridad

alimentaria y nutricional mundial. En: www.ifad.org/pub/factsheet/ food/
foodsecurity_s.pdf. Último acceso: noviembre de 2014.
Gelati, P. & M. Vázquez. 2004. Exportación agrícola de nutrientes básicos en la zona N

de la pcia. de Buenos Aires y el costo de su remediación. Acta Segundas Jornadas de la
Asoc. Argentino Uruguaya de Economía Ecológica (ASAUEE), 12-13/11, Lujan,
Argentina. p: 28-29.
International Atomic Energy Agency (IAEA). 2000. Management and conservation of

tropical acid soils for sustainable crop production. En: International Atomic Energy
Agency. Wagramer Strasse 5.P. O. Box 100. A-1400 Vienna, Austria.
Porta, J.; M. López Acevedo & C. Roquero. 1999. Edafología para la Agricultura y el
Medio Ambiente. 2º Ed. Ediciones Mundi Prensa, Madrid. 849 p.
7
Salas, R. 2002. Herramientas de diagnóstico para definir recomendaciones de

fertilización foliar. En: Meléndez, G. & E. Molina (Ed.). Fertilización foliar: principios y
aplicaciones. Asociación Costarricense de la Ciencia del Suelo. Cap. 2: 7-18.
Schoeneberger, P.J.; D.A. Wysocky; E.C. Benham & W.D. Broderson. 2000. Libro de
campaña para descripción y muestreo de suelos. Versión 1.1. Instituto de Suelos,
Centro de Recursos Naturales, Instituto Nacional de Tecnología Agropecuaria,
Argentina. Traducción en español del “Field book for describing and sampling soils”,
1998. Centro Nacional de Relevamiento de Suelos, Servicio de Conservación de
Recursos Naturales, Departamento de Agricultura -EEUU, Lincoln, Nebraska 9 (10)p.
Vázquez, M. 2007. Calcio y Magnesio del suelo. Encalado y enyesado. En: Echeverría,
H. & F. García. Fertilidad de suelos y fertilización de cultivos. INTA. 1º Ed. 2º
reimpresión. Cap. 8. p: 181-188.
Vázquez, M. 2011. Causas de la acidificación en el ámbito templado argentino,

consecuencias y avances para su diagnóstico. Simposio Fertilidad 2011. IPNI
(International Plant Nutrition Institute) y Fertilizar Asociación Civil. Rosario. 18-19/05/11,
Rosario, Santa Fe. Argentina. Actas: 13-29.
Vázquez, M. & A. Pagani. 2014. Calcio y Magnesio del suelo. Manejo de fertilización y
enmiendas. En: Echeverría, H. & F. García. Fertilidad de suelos y fertilización de
cultivos. Ed. INTA, Cap. 11. p: 317-355.
White, R. & A. Taylor. 1977. Effect of pH on phosphte adsorption and isotopic exchange
in acid soli and high aditions of soluble phosphate. J. Soil Science, 28: 46-61.
8
EVALUACIÓN DE FOSFORO BRAY-KURTZ 1 Y OLSEN EN TOPOSECUENCIAS DE LA

REGIÓN SEMIÁRIDA CENTRAL
LUCILA ÁLVAREZ1, MAGDALENA TORROBA2, GERMÁN MORAZZO2 & ELKE

NOELLEMEYER1*
1 2
Facultad de Agronomía, Universidad Nacional de La Pampa. Facultad de Ciencias
Exactas y Naturales, Universidad Nacional de La Pampa.
* [email protected]
Palabras clave: planicie con tosca, planicie medanosa, suelos agrícolas, suelos de caldenal.
Resumen
En la Región Semiárida Central occurió una disminución en los contenidos de fósforo (P),
asociada a la intensificación del uso agrícola y la baja reposición. En suelos calcáreos la
disponibilidad de P puede estar afectada por la abundancia de calcio. El objetivo del trabajo
fue evaluar la relación entre los valores de P determinados por ambos métodos. En las
subregiones de planicie medanosa (PM) y planicie con tosca (PT) se realizó el muestreo de 3
toposecuencias con 3 posiciones cada una (loma, media loma y bajo) a 3 profundidades de
suelo (0-20 cm, 20-40 cm y 40-60 cm) y dos tipos de uso de suelo (agrícola y natural). Se
determinó P por Bray-Kurtz 1 y por Olsen y pH. Los valores de pH variaron entre PM y PT,
entre posiciones y entre profundidades, asociado a la presencia de napa alcalina en PM y de
tosca en PT. En PM los valores más bajos correspondieron a la loma, mientras que en PT
las lomas mostraron valores más altos, y en ambas el pH aumentó con la profundidad. Los
valores de P para ambos métodos mostraron una relación positiva lineal, con R2 de 0,94 para
PM, lo cual indicaría que ambos métodos serían equivalentes para determinar la
disponibilidad de P. Los valores P Olsen fueron inferiores respecto Bray-Kurtz. Con respecto
a la posición topográfica se observó la mejor relación en media loma y la más baja en bajo,
reflejando la influencia de la interacción del P con Ca. En PM los valores medios de P fueron
de 21,96 ppm Bray-Kurtz1 para el natural y 14,90 ppm para el agrícola; y 8,44 ppm y 6,44
ppm P Olsen respectivamente. En PT se encontró un valor de 2,44 ppm P Olsen en el
natural y 1,96 ppm en el agrícola; y 5,51 ppm y 4,22 ppm P Bray-Kurtz1 respectivamente.
Introducción
El fósforo (P) es considerado uno de los nutrientes esenciales para el crecimiento y

desarrollo de los cultivos. En la Región Semiárida Central ha ocurrido una disminución
progresiva en los contenidos de P total, asociada a la intensificación del uso agrícola de las
tierras (Urioste et al., 2006), y a la baja reposición del nutriente vía fertilización. Para lograr
buenos rendimientos, muchas veces es necesaria la aplicación de fuentes fosforadas
externas.
1
En suelos calcáreos o con influencia de napa alcalina de la Región Semiárida Central (RSC),
la disponibilidad de P puede estar afectada por la abundancia de calcio. Por este motivo, es
importante contar con métodos de diagnóstico sensibles que permitan determinar la
disponibilidad de P para los cultivos y la necesidad de aplicación de fuentes externas. Los
métodos más utilizados son Bray-Kurtz 1 y Olsen. Sin embargo, para estos suelos,
Olsenpodría presentar mayor sensibilidad en la determinación de P disponible, ya que extrae
las formas más lábiles, y no las que estarían asociadas a calcio. Por su parte, el método de
Bray- Kurtz 1 para estos suelos podría sobrestimar la disponibilidad de P, ya que se extraen
fracciones que en este caso podrían no estar realmente disponibles para el cultivo.
Se definieron 3 toposecuencias en las principales subregiones agrícolas de la Provincia de

La Pampa, Planicie Medanosa (PM) con influencia de napa alcalina en los bajos y Planicie
con Tosca (PT). En la primera se tomó una toposecuencia en un campo en la zona de
Trebolares (35º 34’ 575’’ Lat S; 63º 31’124’’ Long O); mientras que en la Planicie con Tosca
(PT) las toposecuencias fueron definidas por un lado en un campo al Norte de la ciudad de
Santa Rosa (36º 29’ 503’’ Lat S; 64º 16’ 485’’ Long O), y por otro en uno ubicado al sur de la
misma (36º 45’ 351’’ Lat S; 64º 20’ 445’’ Long O). En todos los casos se consideraron tres
posiciones en el relieve: loma, media loma y bajo; tres profundidades de muestreo: 0-20 cm,
20-40 cm y 40-60 cm; y dos tipos de uso de suelo: agrícola y natural. Se tomaron muestras
compuestas con tres puntos de cada posición. Las muestras fueron secadas al aire y
tamizadas por 2 mm. Para la determinación de P se utilizaron los métodos de
Olsen(Schoenau, 2006) y Bray-Kurtz 1(IRAM-SAGPyA 29570-1), previo tamizado por 0,5
mm. Las determinaciones analíticas se llevaron a cabo por métodos colorimétricos. Se
determinó el pH actual utilizando una relación 1:2,5 (suelo: agua). El % de Carbono orgánico
(CO) se determinó para el estrato de 0- 20 cm, a través del método colorimétrico de
reducción de dicromato (Skjemstad & Baldock, 2006). Los resultados fueron analizados
mediante regresiones.
Los valores de pH encontrados variaron entre PM y PT, entre distintas posiciones en el

terreno y entre las diferentes profundidades, asociado a la presencia de napa alcalina en PM
y a la tosca en PT. Para PM el pH medio fue 6,9 con un rango que osciló entre 5,1 y 8,6,
mientras que para PT la media fue 7,2 con un rango entre 6,0 y 8,8. En PM los valores más
bajos fueron encontrados en la loma (media= 5,7; rango= 5,1- 6,1), seguido por la media
loma (media= 7,1; rango= 5,9- 8,4) y bajo (media= 7,9; rango= 6,5- 8,6), lo cual se debe a la
presencia de napa alcalina. En PT por el contrario los valores más bajos se encontraron en el
bajo (media= 6,8; rango= 6,0- 7,6), seguido por la media loma (media= 7,4; rango= 7,1- 7,6)
y loma (media= 7,5; rango= 6,8- 8,8), lo cual se explica por la poca profundidad de la tosca
en los sectores de loma, en algunos casos menor a 1m. En cuanto a la profundidad en
ambas subregiones, los valores de pH aumentaron con la misma. En el caso de PM por la
2
cercanía de la napa alcalina, con valores de 6,4 (0- 20), 7,0 (20- 40) y 7,2 (40- 60); y en PT
por la cercanía de la tosca, con valores de 6,9, 7,3 y 7,5 respectivamente. El pH es un factor
importante a considerar a la hora de optar por un método de extracción para la determinación
de P. El método Bray-Kurtz 1 al tener una solución extractiva ácida, extrae formas de P, por
ejemplo ligadas a Ca, que Olsen con la extracción alcalina no solubiliza.
Se realizó un análisis de regresión de los valores de P (Fig. 1) obtenidos por los métodos
Bray- Kurtz 1 y Olsen para las 3 toposecuencias analizadas (PM, PT), con dos tipos de uso
del suelo (natural, agrícola), tres posiciones (loma, media loma, bajo), y tres profundidades
(0-20, 20-40, 40-60). Los valores de P para ambos métodos mostraron una relación positiva
y lineal, con un alto valor de R2, lo cual indicaría que en general ambos métodos son
equivalentes para determinar la disponibilidad de P. Para P Olsen los valores fueron
inferiores en aproximadamente un 40% de los valores de P Bray-Kurtz 1, para los suelos
analizados. De acuerdo a Shuai et al. (2013) el método de Olsen extrae una fracción lábil
débilmente adsorbido, que según nuestros resultados sería más pequeña que la fracción
más fuertemente retenida por el suelo que es extraída por el método de Bray-Kurtz 1
(Sharpley et al., 2006).
25 y = 0,42x + 0,02
R² = 0,94
20
P Olsen (ppm)
15
10
0
0 10 20 30 40 50
P Bray- Kurtz 1 (ppm)
Figura 1: Relación entre valores de P Olsen y P Bray-Kurtz 1 para todos los suelos.
Para la PM se encontró una alta correlación entre los valores de P Bray-Kurtz 1 y P

Olsen (Fig. 2a), indicando nuevamente que para estos suelos los dos métodos serían
equivalentes para determinar los valores de P, similar a lo encontrado por estudios
anteriores (McLaren et al., 2015).
Sin embargo, para la totalidad de los suelos la correlación estaría principalmente definida por
los valores de P de los suelos pertenecientes a la PM. Analizando sólo los suelos de la PT
(Fig. 2b), el valor de R2 encontrado fue inferior a cuando se tomaron valores de P de todos
los suelos. Esto podría estar indicando que para los suelos calcáreos de la PT la correlación
3
entre ambos métodos estaría afectada por otros factores, reflejando la fuerte interacción de P
con Ca (Schoumans, 2014).
a b
25 14
y = 0,46x - 1,02 12 y = 0,35x + 0,50
20
P Olsen (ppm)
P Olsen (ppm)
R² = 0,94 10 R² = 0,88
15 8
10 6
4
5 2
0 0
0 10 20 30 40 50 0 10 20 30 40
P Bray- Kurtz 1 (ppm) P Bray- Kurtz 1 (ppm)
Figura 2: Relación entre valores de P Olsen y P Bray-Kurtz 1 para los suelos de PM (a)
y de PT (b).
Efecto de la posición en el terreno
Se analizaron los valores de P de ambos métodos particionados en loma, media loma y

bajo para PT y PM. Para PM los valores medios obtenidos fueron de 23,09 ppm en el
bajo seguido por la media loma (18,33 ppm) y loma (13,87 ppm) para P Bray-Kurtz 1; y
bajo (9,75 ppm), media loma (8,07 ppm), loma (4,50 ppm) para P Olsen. En PT los
mayores valores se encontraron en el bajo, 6,41 ppm para P Bray-Kurtz 1 y 2,56 ppm
para P Olsen; en la loma los valores fueron levemente superiores que en la media loma,
tanto para P Bray-Kurtz 1 (3,90 ppm y 3,38 ppm respectivamente) como para P Olsen
(2,24 ppm y 1,58 ppm respectivamente).
Para el análisis de regresión se utilizaron los datos de PT, debido a que factores
posiblemente condicionantes como el pH y abundancia de Ca inciden de manera
diferente a lo largo de la toposecuencia en cada subregión (Fig. 3). La menor correlación
entre los dos métodos se observó en la posición de loma, donde la dispersión de puntos
fue mayor. Esta situación indica la presencia de otros factores que influyen en la
determinación de P. El gradiente de pH en aumento a lo largo de la toposecuencia
desde el bajo hacia la loma, explica en parte la baja correlación. Esto se debe a que la
solución extractiva de Olsen no extrae las formas de P ligadas al Ca, presente en estos
suelos calcáreos, sobre todo en las posiciones de loma donde la tosca se encuentra a
escasa profundidad .
4
Loma
8 Bajo
4
P Olsen (ppm)
P Olsen (ppm)
6
3
4 y = 0,32x + 0,76 2 y = 0,35x + 0,88
R² = 0,67 R² = 0,49
2 1
0 0
0 10 20 0 5 10
1/2 Loma
5
P Olsen (ppm)
4
3
2 y = 0,28x + 0,62
1 R² = 0,91
0
0 5 10 15
Figura 3: Relación entre valores de P Olsen y P Bray-Kurtz 1 para bajo, media loma y
loma de PT.
Efecto del tipo de uso del suelo
Se analizaron para cada toposecuencia dos tipos de uso de suelo, agrícola y natural. Se
observó una tendencia de mayores valores medios de P para el suelo natural en
comparación con el suelos agrícola en PM (Bray-Kurtz 1, 21,96 ppm para el natural y
14,90 ppm para el suelo agrícola; P Olsen 8,44 ppm y 6,44 ppm respectivamente). En
PT los valores medios fueron inferiores, para P Olsen 2,44 ppm en el natural y 1,96 ppm
en el agrícola; P Bray-Kurtz 1, 5,51 ppm y 4,22 ppm respectivamente. El menor nivel de
P en suelos agrícolas expone una historia de uso donde el balance de nutrientes en
general ha sido negativo, debido a la continua extracción a través de los cultivos y una
baja reposición, tal como ya fue señalado por Slazak et al. (2013). En el sitio agrícola se
observó una mejor correlación y una mayor pendiente entre ambos métodos de
extracción (Fig. 4). Esto puede explicarse en parte por la homogeneización que se da en
el suelo agrícola, producto de la labranza. Por otro lado el suelo natural presentó niveles
medios de CO superiores a los del suelo agrícola (1,38% y 1,08% respectivamente), lo
que podría estar afectando la correlación entre ambos métodos. Esto se explica sobre la
base de que la solución extractiva de P Olsen, por sus características alcalinas extrae
un mayor porcentaje de P orgánico que el método de P Bray-Kurtz 1.
5
Natural Agrícola
8 15
y = 0,36x + 0,49
P Olsen (ppm)
P Olsen (ppm)
y = 0,34x + 0,58
6 10 R² = 0,95
R² = 0,71
4
5
2
0 0
0 10 20 0 10 20 30 40
Figura 4: Relación entre valores de P Olsen y P Bray-Kurtz 1 para suelo natural y

agrícola de PT.
Efecto de la profundidad
Se tuvieron en cuenta tres niveles de profundidad (0- 20; 20- 40; 40- 60). Los niveles de
P disminuyeron en profundidad tanto para PM como para PT y en ambos métodos. Para
PM los valores medios para P Olsen fueron 14,38ppm, 5,15ppm y 2,79ppm
disminuyendo en profundidad; para P Bray-Kurtz 1, 32,70ppm, 14,97ppm y 7,63ppm.
Para PT los valores medios para P Olsen fueron 4,18ppm, 1,94ppm y 1,28ppm; para P
Bray-Kurtz 1, 10,10ppm, 3,75ppm y 2,86ppm. La correlación entre los dos métodos
disminuyó a mayor profundidad, y la pendiente de la recta también fue menor (Fig. 5). El
valor de pH que aumentó con la profundidad por la presencia de napa alcalina o tosca
podría haber incidido sobre la relación entre los valores de ambos métodos.
6
0- 20 cm 20- 40 cm
30 10
P Olsen (ppm)
y = 0,30x + 0,75
P Olsen (ppm)
y = 0,44x - 0,11 R² = 0,88

20
R² = 0,95 5
10
0 0
0 50 0 10 20 30
40- 60 cm
6
P Olsen (ppm)
y = 0,26x + 0,63
4 R² = 0,66
2
0
0 5 10 15
Figura 5: Relación entre valores de P Olsen y P Bray-Kurtz 1 para tres profundidades (0-
20cm, 20- 40cm y 40- 60cm) de todos los suelos.
Conclusiones
Se observó una tendencia de mayores valores de P extractable en PM comparados a

los de la PT, y de incremento desde las posiciones más altas a las más bajas, a lo largo
de todas las toposecuencias. Por otro lado, los bajos niveles de P hallados en los suelos
agrícolas exponen el balance negativo de nutrientes que se ha dado en los últimos
años, producto de la intensificación agrícola y de la baja reposición de los mismos. En
profundidad, para todos los casos los niveles de P disminuyeron. En general se
encontró que ambos métodos de extracción de P pueden ser utilizados de manera
equivalente. Sin embargo en suelos calcáreos como los de la PT la presencia de
carbonato de calcio en los suelos de las lomas sería un factor importante a tener en
cuenta al momento de optar por un método de diagnóstico.
Bibliografía
McLaren, T.I.; R.J. Simpson; M.J. McLaughlin; R.J. Smernik; T.M. McBeath; C.N. Guppy
& A.E. Richardson. 2015. An assessment of various measures of soil phosphorus and
the net accumulation of phosphorus in fertilized soils under pasture. J. Plant Nutr. Soil
Sci. 178, 543–554. doi:10.1002/jpln.201400657
Schoenau, J.J. 2006. Sodium Bicarbonate-Extractable Phosphorus. En: Carter, M.R. &
E.G. Gregorich (Eds.). Soil Sampling and Methods of Analysis. Canadian Society of Soil
7
Science. Cap. 8.
Schoumans, O.F. 2014. Description of the Phosphorus Sorption and Desorption

Processes in Coarse Calcareous Sandy Soils. Soil Sci., 179: 221–229.
Sharpley, A.N.; P.J. Kleinman & J.L. Weld. 2006. Environmental soil phosphorus indices.
Soil Sampling and Methods of Analysis. p: 141–159.
Shuai, X.; R.S. Yost & O. Wendroth. 2013. State-space estimation of the intrinsic soil
phosphorus pools from soil phosphorus tests. Geoderma 214-215: 239–245.
Skjemstad, J.O. & J. Baldock. 2006. Total and Organic Carbon. En: Carter, M.R. & E.G.
Gregorich (Eds.), Soil Sampling and Methods of Analysis. Canadian Society of Soil
Science. Cap. 21.
Slazak, A.; D. Freese; E.S. Matos; S. Nii‐Annang & R.F. Hüttl. 2013. Phosphorus pools
in soil after land conversion from silvopasture to arable and grassland use. J. Plant Nutr.
Soil Sci., 177(2): 159-167. doi:10.1002/jpln.201200334.
Urioste, M.; G.G. Hevia; E.N. Hepper; L.E. Anton; A. Bono & D.E Buschiazzo. 2006.
Cultivation effects on the distribution of organic carbon, total nitrogen and phosphorus in
soils of the semiarid region of Argentinian Pampas. Geoderma, 136: 621–630.
doi:10.1016/j.geoderma.2006.02.004.
8
VARIACIÓN TEMPORAL DE LA CONFIGURACIÓN DEL SISTEMA POROSO DEL

SUELO Y DEL FLUJO DE AGUA BAJO SIEMBRA DIRECTA Y LABRANZA
CONVENCIONAL
LUIS A. LOZANOa,b, GERMÁN SORACCOa,c,*, RAFAEL VILLARREALa,b,ESTEBAN

MELANIa,d, ROBERTO R. FILGUEIRAc & GUILLERMO O. SARLIa
a
Facultad de Ciencias Agrarias y Forestales, UNLP. Calle 60 y 119, CC 31. 1900 La
Plata, Argentina. bBecario del Consejo Nacional de Investigaciones Científicas y
Técnicas, Argentina. cInvestigador del Consejo Nacional de Investigaciones Científicas y
Técnicas. dINTA Chascomús. *Calles 60 y 119, CC 31. 1900, La Plata, Argentina.
Teléfono/fax: +54 (221) 4236758.
*[email protected]
Palabras claves: porosidad efectiva, conductividad hidráulica, infiltración
Resumen
Los objetivos de este estudio fueron determinar los efectos de la siembra directa (SD) y
de la labranza convencional (LC) en la dinámica temporal, dentro del ciclo de cultivo de
maíz, de propiedades estáticas del sistema poroso como porosidad total (PT), macro,
meso y microporosidad estática determinada a partir de mesa de tensión (θma, θme, y θmi,
respectivamente), y en propiedades dinámicas del sistema poroso como Macro y
mesoporosidad efectiva derivadas de mediciones con infiltrómetro de disco a tensión
(εma, y εme, respectivamente), y conductividad hidráulica saturada de campo (K0); y
evaluar la dependencia de K0 con la porosidad total y la efectiva. El suelo era un
Argiudol abrúptico ubicado en el partido de Chascomús. El muestro de suelo y los
ensayos de infiltración se llevaron a cabo en cuatro momentos diferentes: en octubre de
2014, una semana antes de la siembra (AS), en diciembre de 2014 (V6, 6 hojas), en
marzo de 2015 (R5, madurez fisiológica), y en junio de 2015, una semana después de la
cosecha (DC). K0, εma, y εme fueron significativamente afectados por el momento en
ambos tratamientos. Bajo LC estos parámetros presentaron valores mayores AS,
inmediatamente después de aplicar las prácticas de labranza, decreciendo en V6, e
incrementándose nuevamente DCa un valor menor al inicial. Bajo SD los valores de K0,
εma, y εme se incrementaron significativamente de AS a V6, permaneciendo altos hasta
R5, y luego decreciendo DC.K0 dependió fuertemente en la εma, en ambos tratamientos,
mientras que la dependencia con θma fue pobre. Se concluyó que propiedades
hidráulicas dinámicas, como K0 y εma son las más afectadas y varían de forma diferente
durante la estación de crecimiento dependiendo del manejo. La K no depende de θma, lo
cual muestra que la conectividad y continuidad de los poros debe ser considerada.
1
Introducción
El área bajo siembra directa (SD) ha crecido constantemente en los últimos años. En
1999 la SD ocupaba alrededor de 450000 km2en el mundo, creciendo a 720000 km2 en
2003, y a 1050000 km2 en 2009.Las mayores tasas de adopción se dieron en
Sudamérica (Kassam et al., 2009). Argentina es uno de los países con mayor área bajo
SD, la cual es de aproximadamente 280000 km2lo que constituye cerca del 70 % del
área cultivada (AAPRESID, 2014).
Los principales factores responsables de esta expansión de la SD son económicos, de

ahorro del tiempo, de conservación de suelo, entre otros (Álvarez et al., 2009a). Algunos
autores encontraron que el reemplazo de la labranza convencional (LC) por SD en
Argentina y en otras regiones templadas del mundo resultó en un mayor control de la
erosión, conservación del agua, ciclado de nutrientes, ahorro de tiempo, reducción en
uso de combustible, y un mayor secuestro de carbono del suelo (Díaz-Zorita et al., 2002;
Bolliger et al., 2006; Steinbach & Álvarez 2006; Lal et al., 2007; Thomas et al., 2007;
Strudley et al., 2008). Sin embargo, el efecto de la adopción de SD sobre las
propiedades físicas del suelo no siempre fue consistente entre lugares, suelos, y
diseños experimentales (Green et al., 2003; Strudley et al., 2008). Algunas
investigaciones en Argentina encontraron una reducción en la porosidad total (PT) y una
mayor densidad aparente (dap) bajo SD que bajo LC (Ferreras et al., 2000; Elissondo et
al., 2001; Díaz-Zorita et al., 2002; Fabrizzi et al., 2005; Costantini et al., 2006; Sasal et
al., 2006), principalmente debido a una reducción en la macroporosidad del suelo. La
compactación asociada a la SD afecta la porosidad del suelo produciendo una
reconfiguración del sistema poroso (Horton et al., 1994; Strudley et al., 2008). Varios
estudios investigaron la tasa de infiltración (q) en suelos bajo SD, con resultados
contradictorios. Algunos concluyeron que el suelo bajo SD tiene mayor q que bajo LC
(Benjamin, 1993; Baumhardt & Lascano, 1996; Quiroga et al., 1998; Sanzano et al.,
2005; Steinbach & Álvarez, 2007). Otros estudios reportaron menor q bajo SD respecto
a LC. En suelos de la pampa ondulada, Álvarez et al. (2009a) encontraron que la q se
comportó de forma diferente en suelos francos (SD≈LC) que en suelos franco limosos y
franco arcillo limosos (SD<< LC). Sasal et al. (2006) encontraron que las q fueron
similares o mayores bajo LC con cincel (CP) respecto a SD, dependiendo de la rotación
de cultivos. En todos los casos los suelos habían estado bajo SD por al menos 5 años,
el periodo mínimo considerado necesario para llegar a una estabilización en varias
propiedades del suelo (Álvarez et al., 2009a). Sin embargo, en un estudio reciente se
encontró que la configuración del sistema poroso y las propiedades hidráulicas no
fueron estables y cambiaron durante la secuencia de cultivos, dependiendo del último
cultivo, en 2 suelos bajo SD (Lozano et al., 2014). Estos autores concluyeron que en
estudios de suelos bajo SD, el efecto del cultivo no debería ser despreciado.
Más aún, hay pocos estudios de la variabilidad temporal de las propiedades hidráulicas
(Alletto et al., 2015), incluso cuando se ha encontrado que la variación de las mismas en
2
el tiempo pueden ser mayores a las inducidas por el sistema de manejo (Alletto &
Coquet, 2009; Angulo-Jaramillo et al., 1997; Hu et al., 2009; Strudley et al., 2008).
Durante el ciclo del cultivo, las propiedades físicas del suelo varían en respuesta a
condiciones ambientales como cantidad e intensidad de las precipitaciones, ciclos
humedecimiento-secado, entre otros (Angulo-Jaramillo et al., 1997; Bodner et al., 2013).
Se ha mostrado que la conductividad hidráulica, K, muchas veces se incrementa con la
labranza, y luego decrece durante la temporada debido a la consolidación de la
estructura creada por la misma (Angulo-Jaramillo et al., 1997; Azevedo et al., 1998;
Bormann & Klaassen, 2008). Clásicamente la curva de retención hídrica (CRH) del suelo
ha sido utilizada para predecir el almacenaje de agua y el agua disponible para los
cultivos. La mayoría de los estudios sobre las fuentes de variación de la CRH se han
enfocado en los efectos de los sistemas de manejo (Arshad et al., 1999; Mapa et al.,
1986), mientras que su dinámica temporal está poco estudiada (Jirku et al., 2013).
Para mejorar el manejo cualitativo y cuantitativo del agua a escala de campo, es

necesario evaluar esta variabilidad temporal en ensayos de campo, y tenerla en cuenta
en el modelado (Alletto & Coquet, 2009; Strudley et al., 2008).
Horton et al. (1994) enfatizaron que es necesario avanzar hacia un entendimiento

comprehensivo de los efectos de las prácticas de manejo de suelo en sus propiedades
hidráulicas. La medición de K en función de la succión (h), y la cuantificación de la
macro y mesoporosidad efectiva en la conducción de agua (εma, yεme, respectivamente)
es importante para mejorar nuestro conocimiento acerca del comportamiento físico del
suelo. Las propiedades de la red macroporosa del suelo, i.e. la fracción de volumen
correspondiente a macroporos, y el diámetro y continuidad de los mismos, tiene un gran
impacto en la infiltración del agua en suelos agrícolas (Hillel, 1998). Soracco et al.(2015)
concluyeron que determinaciones estáticas tales como dap y macroporosidad derivada
de mediciones de CRH en mesa de tensión no son buenos indicadores de los efectos de
la compactación del suelo, mientras que determinaciones dinámicas tales como K y
εmason más adecuadas para detectar estos efectos.
Un estudio detallado de la variabilidad temporal de la configuración del sistema poroso

del suelo y propiedades hidráulicas relacionadas en la temporada de crecimiento del
cultivo, bajo diferentes sistemas de manejo, puede ayudarnos a mejorar nuestro
conocimiento acerca de la dinámica de estas propiedades físicas inducida por sistemas
de labranza.
Las hipótesis de este trabajo son que el sistema de labranza afecta la dinámica temporal
de la configuración del sistema poroso del suelo y de las propiedades hidráulicas
relacionadas durante la temporada de crecimiento del cultivo; y que las propiedades
dinámicas del sistema poroso como porosidad efectiva se relacionan mejor con K que
propiedades estáticas del sistema poroso del suelo como distribución de tamaño de
poros derivada de la CRH.
3
Los objetivos de este estudio fueron: i) determinar los efectos de los sistemas de
labranza SD y LC en la dinámica temporal de la configuración del sistema poroso, y de
las propiedades hidráulicas relacionadas; y ii) evaluar la dependencia de K con la
porosidad total y la efectiva.
Sitio y tratamientos
El ensayo fue llevado a cabo cerca de la ciudad de Chascomús, Pcia. De Buenos Aires,
Argentina, en la Chacra Experimental Integrada Chascomús (INTA-MMA). El suelo fue
clasificado como Argiudol abrúptico, fino, illítico, térmico (Soil Survey Staff, 2006),
Faeozem luvico (IUSS Working Group WRB, 2007). La distribución media de tamaño de
partículas del horizonte A no varió entre tratamientos y fue de 25 % de arcilla, 41,5 % de
limo, y 33,5 % de arena (franco). El contenido de materia orgánica del mismo era similar
entre tratamientos al comienzo de ensayo con un valor de 4,9 %. El clima en la región
es templado con precipitaciones anuales alrededor de 1000 mm.
Los lotes estudiados estaban ubicados en las coordenadas 35º44´37,61¨ Sury

58º03´10,22¨ Oeste. Antes de aplicar los tratamientos los lotes habían estado bajo LC y
con cultivos de maíz y soja principalmente por más de 20 años. En el año 2000 se aplicó
un diseño experimental en bloques completes al azar con dos tratamientos: a) siembra
directa (SD), y b) labranza convencional (LC) que consistió en una labranza con arado
de discos y rastra de dientes, a 0.20 m de profundidad, y un refinado posterior con rastra
de dientes. Esta labranza se hizo en octubre cada año, antes de la siembra de maíz.
Desde el año 2000 los cultivos han sido principalmente maíz, eventualmente girasol, y
en invierno se sembró algunos años trébol como cultivo de cobertura de invierno. En los
últimos 4 años solo se sembró maíz. Había 3 parcelas de 30 m de ancho por 50 m de
largo por tratamiento. Se seleccionaron dos parcelas adyacentes y en la misma posición
relativa en el paisaje del centro del lote (una por tratamiento) para realizar las
mediciones y muestreos.
El muestro de suelo y los ensayos de infiltración se llevaron a cabo en cuatro momentos

diferentes: en octubre de 2014, una semana antes de la siembra (AS), en diciembre de
2014 (V6, 6 hojas), en marzo de 2015 (R5, madurez fisiológica), y en junio de 2015, una
semana después de la cosecha (DC).
Determinaciones en laboratorio
Se extrajeron muestras indisturbadas en cilindros de 5 cm de diámetro y 5 cm de alto

para determinar la CRH. Se tomaron 8 muestras por tratamiento y momento evitando
huellas y surcos, cerca de los sitios donde se determinó infiltración (64 muestras en
4
total). Las muestras se cubrieron con tapas plásticas para proteger el suelo de disturbios
mecánicos y evaporación.
La densidad aparente del suelo (dap) se midió usando el método del cilindro (Blake &
Hartge, 1986). La porosidad total (PT) se calculó a partir de la dap, asumiendo una
densidad de partículas de 2,65 Mgm-3normal para suelos minerales (Hillel, 1998), y
cercano a valores medidos en suelos similares de la región pampeana (Cosentino &
Pecorari, 2002). Se midió la CRH en el rango de tensiones, h (L), de -1 a 0 m usando la
mesa de tensión.Las fracciones de poros correspondientes a macroporos (diámetro> 60
μm), mesoporos (30 μm < diámetro< 60 μm), y microporos (diámetro< 30 μm) (θma, θme,
yθmi, respectivamente) se calcularon como la relación entre la cantidad de agua retenida
en esos poros (1 g = 1 cm3) y el volumen de la muestra.
Ensayos de infiltración a campo
Se utilizó el infiltrómetro de disco a tensión (Perroux & White, 1988), con un diámetro de
disco de 12,5 cm, para determinar la tasa de infiltración básica. Los ensayos de
infiltración se realizaron en los cuatro momentos considerados. En cada tratamiento y
momento se midió infiltración en 5 sitios seleccionados al azar. Para considerar
únicamente el efecto del manejo, los residuos del cultivo fueron removidos de la
superficie. La superficie fue alisada con una espátula y se esparció una fina capa de
arena seca, para asegurar un buen contacto hidráulico. Se midió infiltración a tres
tensiones de entrega de agua, h (6, 3, y 0 cm, aplicadas en este orden y el mismo
lugar). Esta secuencia fue elegida porque un orden ascendente podría causar histéresis,
y además, al aplicar una tensión subsecuente mayor se debe dar un drenaje de los
poros mayores (a los que permanecen llenos a la tensión aplicada) para que se
regularice el flujo (Jarvis & Messing, 1995). Se monitoreó el flujo hasta alcanzar el
estado estacionario. La infiltración acumulada se registró cada minuto hasta los 10 min,
cada 5 min hasta los 30 min, y cada 10 min hasta el fin del ensayo. Cuando la tasa de
infiltración no cambió en cuatro mediciones tomadas a 10 min, se asumió flujo
estacionario, y la tasa de infiltración se calculó en base a estas últimas cuatro
mediciones. El tiempo necesario para alcanzar el estado estacionario fue de alrededor
de 1,5 h por tensión (Figura 2.2). La conductividad hidráulica, K, a diferentes tensiones
de entrega de agua (K6, K3, y K0), fueron calculadas en base a la infiltración acumulada
usando el método de las cargas múltiples (Ankeny et al., 1991).
A partir de los datos de K a diferentes tensiones se calcularon la macro y

mesoporosidad efectiva en la conducción de agua (εma, y εme, respectivamente),
utilizando el método descripto por Watson & Luxmoore (1986). En este estudio
definimos como macroporos efectivos a aquellos que drenan a h > -3 cm (r equivalente
> 0,5 mm), y como mesoporos efectivos a aquellos drenando a h entre -3 y -6 cm (0,5
mm >r equivalente > 0,25 mm).
5
Análisis estadístico
Para determinar el efecto del momento de muestreo, la K y las fracciones de poros se

analizaron por separado para cada tratamiento (ANOVA con momento como factor)
(Sokal & Rohlf, 1995).Cuando se encontraron efectos significativos del factor momento,
el test de FisherLSD fue usado para comparar las medias (Sokal & Rohlf, 1995).Para
determinar la dependencia de K0con la porosidad efectiva y total se llevaron a cabos
análisis de regresión simple.Todos los análisis estadísticos de K0 fueron llevados a cabo
usando los logaritmos de los datos, ya que la distribución de esta variable fue lognormal,
lo cual es usual para esta propiedad del suelo. En todos los análisis la significancia se
determinó al valor de P=0,05.
Variación temporal de las propiedades físicas del suelo
La tabla 1 muestra los valores de K0, PT, y las fracciones de poros totales y efectivos.
Tabla 1. Valores de conductividad hidráulica saturada de campo (K0), Macro y

mesoporosidad efectiva (εma, y εme, respectivamente), porosidad total (PT) y macro,
meso and microporosidad total derivados de mediciones de mesa de tensión (θma, θme, y
θmi, respectivamente), para los diferentes tratamientos y momentos.
(1)
K0 εma εme TP θma θme θmi
-1
Momento (cm h ) (%) (%) % % % %
SD AS 1,57a* 0,0014a 0,0008a 49,7a 9,7a 2,1b 27,7b
V6 3,23b 0,0018a 0,0013b 53,7b 11,8b 1,6a 21,9a
R5 3,21b 0,0024b 0,0012b 55,1bc 12,4b 2,9c 35,5c
DC 1,67a 0,0011a 0,0009a 56,1c 11,8b 1,9b 39,0d
LC AS 3,75c 0,0021c 0,0022c 52,7a 15,2a 2,3ab 27,5b
V6 1,83a 0,0008a 0,0015b 56,5b 15,0a 2,1a 24,1a
R5 1,73a 0,0009a 0,0014b 56,2b 15,0a 3,8c 35,6c
DC 2,40b 0,0014b 0,0004a 53,7a 13,5a 2,5b 37,1d
*letras diferentes en la misma columna y tratamiento denotan diferencias significativas

entre momentos para el parámetro correspondiente (test LSD, P= 0.05). (1)Los análisis
estadísticos sobre K0 se llevaron a cabo usando los logaritmos naturales de los valores.
K0, εma, yεme fueron significativamente afectados por el momento en ambos tratamientos.
Bajo LC estos parámetros presentaron valores mayores AS, inmediatamente después
de aplicar las prácticas de labranza, decreciendo en V6, e incrementándose
nuevamente DCa un valor menor al inicial. Estos resultados muestran que en este suelo
6
la labranza tiene poca persistencia, y que las mejoras en la conectividad de poros

inducidas por la maquinaria no se mantienen a través de la temporada de crecimiento
del cultivo. Estos resultados están de acuerdo con algunos estudios previos en la región
pampeana (Álvarez et al., 2006) y de otras regiones (Angulo-Jaramillo et al., 1997;
Azevedo et al., 1998; Bormann & Klaassen, 2008) que enfatizaron que K, una de las
propiedades físicas del suelo más estudiadas, a menudo se incrementa con la labranza
y luego decrece durante la estación de crecimiento debido a la consolidación de la
estructura del suelo creada por la labranza. Sin embargo, estos resultados no
concuerdan con lo hallado por Álvarez et al. (2009b) quienes encontraron que el efecto
de aumento en la tasa de infiltración debido a la descompactación del suelo previo a la
siembra persistió hasta los últimos estadios de crecimiento de cultivo. La
macroporosidad total derivada de la mesa de tensión no varió entre momentos, mientras
que la PT se incrementó entre AS y V6 para luego disminuir hacia DC. Soracco et al.
(2015) concluyeron que determinaciones estáticas como dap y macroporosidad derivada
de mesa de tensión no son buenos indicadores de los efectos de la compactación del
suelo, mientras que determinaciones dinámicas como K y porosidad efectiva sí lo son.
Bajo SD los valores de K0, εma, y εme se incrementaron significativamente de AS a V6,

permaneciendo altos hasta R5, y luego decreciendo DC. Estos cambios pueden
atribuirse al cultivo. Las raíces del maíz son fuertes y crean macroporos continuos
(Fahad et al., 1982; Bathke & Blake, 1984; Lozano et al., 2014). Bajo SD también la PT
y laθmasiguieron esta tendencia, aunque no decrecieron DC. Esto significa que el cultivo
no afecto solo la conectividad sino el volumen de la porosidad. El decrecimiento de K y
de las porosidades efectivas DC puede atribuirse a la alta intensidad de tráfico asociada
a la cosecha, que puede afectar la estructura del suelo, y en particular la conectividad
de los poros (Soracco, 2009; Soracco et al., 2012).
Los resultados muestran que en ambos tratamientos las propiedades estudiadas

dependen fuertemente del momento de muestreo. Incluso cuando bajo SD hubo una
mejora inducida por el cultivo en K y en la porosidad, estos cambios no persistieron DC,
lo cual podría deberse a una pobre condición inicial del suelo antes de adoptar la SD
(Ferreras et al., 2000, Fabrizzi et al., 2005).
Dependencia de K con la porosidad efectiva y la total
La figura 1 muestra la dependencia de K0conεma yθma. K0dependió fuertemente en la εma,

lo cual fue previamente reportado (Capowiez et al., 2009; Soracco et al., 2011; Lozano
et al., 2014). La dependencia de K0conθma fue pobre. Las propiedades de la
macroporosidad del suelo, i.e. el volumen, el diámetro y la continuidad de los
macroporos, tiene un gran impacto sobre la infiltración del agua en suelos agrícolas
(Hillel, 1998). Soracco et al. (2015) concluyeron que determinaciones estáticas como
dap y macroporosidad derivada de la mesa de tensión no son buenos indicadores de los
efectos de la compactación en la dinámica de agua en el suelo. Estos autores
7
encontraron que indicadores estáticos como dap yθmano son capaces de detectar
cambios en el sistema poroso del suelo inducidos por tráfico, mientras que los
indicadores dinámicos como K0 y εma son los más afectados, y además están
relacionados, ya que K0 depende de la cantidad de macroporos continuos.
Figura 1. Dependencia de K0 con la macroporosidad efectiva, εma (izquierda), y la

macroporosidad total, θma (derecha). Las líneas sólidas son ajustes de regresión lineal.
Se muestran las ecuaciones y las bondades de ajuste (R2).
Conclusiones
Los sistemas de labranza afectan la dinámica temporal de la configuración del Sistema

poroso del suelo y las propiedades hidráulicas durante la estación de crecimiento del
cultivo. Propiedades hidráulicas dinámicas, como K0yεma son las más afectadas y varían
de forma diferente durante la estación de crecimiento dependiendo del manejo.
La porosidad efectiva se relaciona mejor con K, la cual depende fuertemente enεma. La K

no depende deθmaen el suelo estudiado, lo cual muestra que la conectividad y
continuidad de los poros debe ser considerada.
Bibliografía
AAPRESID. 2014. Evolución de la superficie bajo SD en Argentina. En:

http://www.aapresid.org.ar/wp-content/uploads/2013/02/aapresid.evolucion_ superficie_
sd_ argentina.1977_a_2011.pdf. Fecha de acceso: julio 2014.
Alegre, J.C.; D.K. Cassel & E. Amezquita. 1991. Tillage systems and soil properties in
Latin America. Soil Till. Res., 20: 147-163.
Alletto, L. & Y. Coquet. 2009. Temporal and spatial variability of soil bulk density and
nearsaturated hydraulic conductivity under two contrasted tillage management systems.
Geoderma, 152: 85–94.
8
Alletto, L.; V. Pot; S. Giuliano; M. Costes; F. Perdrieux & E. Justes. 2015.

Temporalvariation in soil physical properties improves the water dynamics modeling in a
conventionally-tilled soil. Geoderma, 243-244: 18-28.
Álvarez, C.R.; M.A. Taboada; C. Bustingorri & F.H. Gutiérrez Boem. 2006.
Descompactación de suelos en siembra directa: efectos sobre las propiedades físicas y
el cultivo de maíz. C.i Suelo, 24: 1-10.
Álvarez, C.R.; M.A. Taboada; F.H. Gutiérrez Boem; A. Bono; P.L. Fernández & P.
Prystupa. 2009a. Topsoil properties as affected by tillage systems in the rolling Pampa
Region of Argentina. Soil Sci. Soc. Am. J., 73: 1242-1250.
Álvarez, C.R.; M. Torres Duggan; E.R. Chamorro; D. D‟ambrosio & M.A. Taboada.
2009b. Descompactación de Suelos Franco Limosos en Siembra Directa: Efectos sobre
las Propiedades Edáficas y los Cultivos. Ci. Suelo, 27: 159-169.
Angulo-Jaramillo, R.; F. Moreno; B.E. Clothier; J.L. Thony; G. Vachaud; E. Fernandez-

Boy & J.A. Cayuela.1997. Seasonal variation of hydraulic properties of soils measured
using a tension disk infiltrometer. Soil Sci. Soc. Am. J., 61: 27–32.
Ankeny, M.D.; M. Ahmed; T.C. Kaspar & R. Horton. 1991. Simple field method for
determining unsaturated hydraulic conductivity. Soil Sci. Soc. Am. J., 55: 467-470.
Arshad, M.A.; A.J. Franzluebbers & R.H. Azooz. 1999. Components of surface soil
structure under conventional and no-tillage in northwestern Canada. Soil Tillage Res.,
53: 41-47.
Azevedo, A.S.; R.S. Kanwar & R. Horton. 1998. Effect of cultivation on hydraulic
properties of an Iowa soil using tension infiltrometers. Soil Sci., 163: 22-29.
Azoos, R.H. & M.A. Arshad. 1991. Soil infiltration and hydraulic conductivity under long-
term no-tillage and conventional tillage systems. Can. J. Soil Sci., 76: 143-152.
Bathke, G.R. & G.R. Blake. 1984. Effects of Soybeans on Soil Properties Related to Soil
Erodibility. Soil Sci. Soc. Am. J., 48: 1398-1401.
Baumhardt, R.L. & R.J. Lascano. 1996. Rain infiltration as affected by wheat residues
amount and distribution in ridged tillage. Soil Sci. Soc. Am. J., 60: 1908-1913.
Benjamin, J.G. 1993. Tillage effects on near-surface soil hydraulic properties. Soil Till.
Res., 26: 277-288.
9
Blake, G.R. & K.H. Hartge. 1986. Bulk density. En: A. Klute (ed.). Methods of Soil
Analysis. Part 1.Physical and Minerological Methods. 2nd.ed.Madison WI: American
Society of Agronomy. : 363-376.
Bodner, G; P. Schol; W. Loiskandl & H.P. Kaul. 2013. Environmental and management
influences on temporal variability of near saturated soil hydraulic properties. Geoderma,
204: 120-129.
Bolliger, A.; J. Magid; T.J.C. Amado; F.S. Neto; M.F.S. Ribeiro; A. Calegari; R. Ralisch &
A. De Neergaard. 2006. Taking stock of the Brazilian “zero-till revolution”: A review of
landmark research and farmers‟practice. Adv. Agron., 91: 47-109.
Bormann, H. & K. Klaassen. 2008. Seasonal and land use dependent variability of soil
hydraulic and soil hydrological properties of two Northern German soils. Geoderma, 145:
295-302.
Capowiez, Y.; S. Caodux; P. Bouchant; S. Ruy; J. Roger-Estrade; G. Richard & H.

Boizard. 2009. The effect of tillage type and cropping system on earthworm
communities, macroporosity and water infiltration. Soil Till. Res., 105: 209-216.
Costantini, A.; H. De-Polli; C Galarza; R. Pereyra Rossiello & R. Romaniuk. 2006. Total
and mineralizable soil carbon as affected by tillage in the Argentinean Pampas. Soil Till.
Res., 88: 274-278.
Cosentino, D.J. & C. Pecorari. 2002. Limos de baja densidad: impacto sobre el
comportamiento físico de los suelos de la región pampeana. Ci. Suelo, 20: 9-16.
Elissondo, E.; J.L. Costa; E. Suero; K.P. Fabrizzi & F. García. 2001. Evaluación de
algunas propiedades físicas de suelos luego de la introducción de labranzas verticales
en un suelo bajo siembra directa. Ci. Suelo, 19: 1-19.
Fabrizzi, K.P.; F.O. García; J.L. Costa & L.I. Picote. 2005. Soil water dynamics, physical
properties and corn and wheat responses to minimum and no-tillage systems in the
southern Pampas of Argentina. Soil Till. Res., 81: 57-69.
Ferreras, L.A.; J.L. Costa; F.O. García & C. Pecorari. 2000. Effect of no-tillage on some
soil physical properties of a structural degraded Petrocalcic Paleudoll of the southern
„„Pampa‟‟ of Argentina. Soil Till. Res., 54: 31-39.
Dexter, A.R. 2004. Soil physical quality. Part I: theory; effects of soil texture; density; and
organic matter; and effects on root growth. Geoderma, 120: 201-214.
10
Díaz-Zorita, M.; G.A. Duarte & J.H. Grove. 2002. A review of no till systems and soil
management for sustainable crop production in the subhumid and semiarid Pampas of
Argentina. Soil Till. Res., 65: 1-18.
Green, T.R.; L.R. Ahuja & J.G. Benjamin. 2003. Advances and challenges in predicting
agricultural management effects on soil hydraulic properties. Geoderma, 116: 3-27.
Hillel, D.1998. Environmental Soil Physics. San Diego CA: Academic Press. P: 173-201.
Horne, D.J.; C.W. Ross & K.A. Hughes. 1992. Ten years of a maize/oats rotation under
three tillage systems on a silt loam in New Zealand. 1. A comparison of some soil
properties. Soil Till. Res., 22: 131-143.
Horton, R.; M.D. Ankeny & R.R. Allmaras. 1994. Effects of compaction on soil hydraulic
properties. In: Soane BD; van Ouwerkerk C; editors. Soil Compaction in Crop
Production. 1st ed. Amsterdam: Elsevier. p: 141-65.
Hu, W.; M. Shao; Q. Wang; J. Fan & R. Horton. 2009. Temporal changes of soil
hydraulicpropertiesunder different land uses. Geoderma, 149: 355-366.
IUSS Working Group WRB. 2007. World reference base for soil resources 2006; first
update 2007. World Soil Resources Reports No. 103. FAO. Rome.
Jarvis, N.J. & I. Messing. 1995. Near-Saturated Hydraulic Conductivity in Soils of

Contrasting Texture Measured by Tension Infiltrometers. Soil Sci. Soc. Am. J., 59: 27-34.
Jirku, V.; R. Kodesova; A. Nikodem; M. Muehlhanselova & A. Zigova. 2013. Temporal

variability of structure and hydraulic properties of topsoil of three soil types. Geoderma,
204: 43-58.
Kassam, A.; T. Friedrich; F. Shaxson & J. Pretty. 2009. The spread of Conservation
Agriculture: Justification; sustainability and uptake. Int. J. Agric. Sustain., 7: 292-320.
Lal, R.; D.C. Reicosky & J.D. Hanson. 2007. Evolution of the plow over 10000 years and
the rationale for no-till farming. Soil Till. Res., 93: 1-12.
Lozano, L.A.; C.G. Soracco; V.S. Buda; G.O. Sarli & R.R. Filgueira. 2014. Stabilization of
soil hydraulic properties under a long term no-till system. R. Bras. Ci. Solo, 38: 1281-
1292.
Mapa, R.B.; R.E. Green & L. Santo. 1986. Temporal variability of soil hydraulic
properties
with wetting and drying subsequent to tillage. Soil Sci. Soc. Am. J., 50: 1133-1138.
11
Perroux, K.M. & I. White. 1988. Designs for disc permeameters. Soil Sci. Soc. Am. J.,
52: 1205-1215.
Quiroga, A,; O, Ormeño & N. Peinemann.1998. Efectos de la siembra directa sobre las
propiedades físicas de los suelos.En: Panigatti J.; H. Marelli; D. Buschiazzo & R. Gil
(Ed.). Siembra directa. Buenos Aires, Argentina: Hemisferio Sur. P: 237-43.
Ross, C.W. & K.A. Hughes. 1985. Maize oats forage rotation under three cultivation
systems; 1978–1983. 2. Soil properties. New Zeal. J. Agric. Res., 28: 209-219.
Sanzano, G.A.; R.D. Corbella; J.R. García & G.S. Fadda. 2005. Degradación física y
química de un Haplustol típico bajo distintos sistemas de manejo de suelo. Ci. Suelo, 23:
93-100.
Sasal, M.C.; A.E. Andriulo & M.A. Taboada. 2006. Soil porosity characteristics and water
movement under zero tillage in silty soils in Argentinean Pampas. Soil Till. Res., 87: 9-
18.
Sokal, R.R. & F.J. Rohlf. 1995. Biometry. New York: Freeman.
Soracco, C.G. 2009. Efecto de la compactación sobre el sistema poroso del suelo en
diferentes situaciones de labranza: modelización y realidad [PhD Thesis]. La Plata:
Facultad de Ciencias Agrarias y Forestales; UNLP.
Soracco, C.G.; L.A. Lozano; G.O. Sarli; P.R. Gelati & R.R. Filgueira. 2011. Using tension
disc infiltrometer to determine infiltration and water-conducting macroporosity and
mesoporosity relationships in an agricultural silty loam soil. Soil Sci., 176: 459-463.
Soracco, C.G.; L.A. Lozano; R. Balbuena; J.M. Ressia & R.R. Filgueira. 2012.
Contribution of macroporosity to water flux of a soil under different tillage systems. R.
Bras. Ci. Solo, 36: 1149-1155.
Soracco, C.G.; L.A. Lozano; R. Villarreal; T.C. Palancar; D. Jorajuria Collazo; G.O. Sarli
& R.R. Filgueira. 2015. Effects of compaction due to machinery traffic on soil pore
configuration. R. Bras. Ci. Solo, 39: 408-415.
Steinbach, H.S. & R. Álvarez. 2006. Changes in soil organic carbon contents and nitrous
oxide emissions after introduction of no-till in Pampean agroecosystems. J. Environ.
Qual., 35: 3-13.
Steinbach, H.S. & R. Álvarez. 2007. ¿Afecta el sistema de labranza las propiedades
físicas de los suelos de la región pampeana? Informaciones Agron. Cono Sur, 33: 7-12.
Strudley, M.W.; T.R. Green & C.A. Ascough II. 2008. Tillage effects on soil hydraulic
12
properties in space and time: State of the science. Soil Till. Res., 99: 4-48.
Thomas, G.A.; G.W. Titmarsh; D.M. Freebairn & B.J. Radford. 2007. No-tillage and
conservation farming practices in grain growing areas of Queensland: A review of 40
years of development. Aust. J. Exp. Agron., 47: 897-898.
Soil Survey Staff. 2006. Keys to soil taxonomy. 10th ed. Washington; DC: USDA-Natural
Resources Conservation Service.
Watson, K. & R. Luxmoore. 1986. Estimating macroporosity in a forest watershed by use

of a tension infiltrometer. Soil Sci. Soc. Am. J., 50: 578-582.
13
VARIACIÓN DE LAS FRACCIONES ORGÁNICAS RESISTENTES EN SUELOS DE

LA REGIÓN PAMPEANA
MARÍA ROSA LANDRISCINI1*; JUAN ALBERTO GALANTINI2 & MATÍAS EZEQUIEL

DUVAL1
1
CONICET-CERZOS; 2 Comisión de Investigaciones Científicas- CERZOS; 3
Dpto.
Agronomía, Universidad Nacional del Sur, Bahía Blanca.
* [email protected]
Palabras clave: Hidrólisis ácida, Carbono recalcitrante, Índice de Recalcitrancia
Resumen
El uso del suelo y la intensidad del manejo influyen en la estabilidad del carbono. En un
suelo con labranza continua de la región semiárida pampeana y en otros cuatro con
prácticas contrastantes de la región semiárida a húmeda pampeana, los objetivos
fueron: evaluar los cambios de las fracciones orgánicas con distinto grado de
recalcitrancia (carbono orgánico asociado a la fracción mineral, COM y recalcitrante,
COR) y medir el Índice de Recalcitrancia (IR= COM/COR). En el primer caso se usó un
suelo con 23 años de labranza y uno de referencia, de la EEA Bordenave-INTA. En el
segundo los suelos se ubicaron en Bengolea, Monte Buey, Pergamino y Viale, con
diferente manejo agrícola (Buenas Prácticas y Malas Prácticas) y un Ambiente Natural.
La hidrólisis ácida separó las fracciones lábiles y recalcitrantes (COM y COR) y se
calculó el IR. En el primer caso, el monocultivo de trigo produjo pérdida de materiales
orgánicos y aumento de las fracciones resistentes. La labranza no alteró las fracciones
recalcitrantes, a diferencia de la fertilización. El IR cambió entre años. El carbono
orgánico total no fue el mejor indicador de los cambios del uso del suelo y las labranzas
contribuyeron al descenso del COM. En el segundo caso, las prácticas agrícolas
disminuyeron el carbono respecto al ambiente natural. El carbono total fue más elevado
en Viale que en Bengolea. Las mayores pérdidas se produjeron en Monte Buey y
Pergamino, con menores diferencias entre Buenas y Malas Prácticas. En los 4 sitios, el
carbono total y el COM, difirieron entre manejos, pero el COR no se alteró. El IR mostró
los menores valores para el suelo natural y los mayores para las rotaciones con mayor
proporción de soja. La fracción obtenida por hidrólisis ácida fue lo suficientemente
recalcitrante como para no cambiar frente a la mayoría de los manejos contrastantes
estudiados.
Introducción
El ciclado de la reserva de carbono orgánico del suelo (COS) está ligado a las
características edáficas, las condiciones ambientales y el manejo agronómico. El uso de
la tierra resulta en un rápido descenso del COS (Davidson & Ackerman, 1993) y estas
pérdidas se han atribuido mayormente a la reducción de las entradas de materia
1
orgánica (MO), al aumento de la descomposición de residuos de cosecha y a la

disminución de la protección física con las labranzas (Jiang et al., 2011). En el COS se
pueden diferenciar dos fracciones: una fracción lábil y una fracción estable o resistente.
La fracción lábil es fácilmente mineralizable, con rápido tiempo de renovación de meses
a años (Krull et al., 2003), y la estable sería la persistente en el suelo en escala de
decenas de años (Baisden & Amundson, 2003; Bruun et al., 2007).Esta fracción
resistente se puede definir como la que se pierde lentamente luego del cultivo del suelo
y que aumenta proporcionalmente a medida que el CO total disminuye.
Desde el punto de vista productivo y de la calidad del suelo, la dinámica de la MO total

aporta poco para el estudio de los efectos de las prácticas agronómicas de corto plazo
(Tan et al., 2007). Esto se debe a que las fracciones orgánicas más abundantes del
suelo son las de ciclado más lento, y se necesita gran cantidad de años para observar
diferencias. En cambio, las fracciones lábiles son más sensibles a los efectos del uso de
la tierra, y pueden utilizarse como indicadores tempranos del efecto de la rotación de
cultivos, de la fertilización o del sistema de labranza sobre la calidad del suelo (Haynes,
2000; Six et al., 2002).
En las regiones semiáridas, con escasas e irregulares precipitaciones y alta

evapotranspiración, se obtiene una baja producción de biomasa de los cultivos y por lo
tanto a una limitada incorporación de residuos en el suelo. La separación del material
orgánico menos transformado, sean residuos de cultivos o sus productos de
transformación, se usa para cuantificarlas fracciones más dinámicas de la MOS. Se
observó que ellos eran responsables dela rápida caída de los contenidos de MO al
cultivarlos suelos vírgenes y que eran fácilmente afectados por el manejo agronómico.
En este sentido, la combinación de métodos de fraccionamiento y la consideración de
los diferentes mecanismos de protección de la MO en el suelo son elementos claves
que modifican la velocidad de las transformaciones (Balesdent et al., 2000; Galantini et
al., 2002).
Autores como Pandey et al. (2014) se refieren a la recalcitrancia química como la

resistencia del suelo a las pérdidas bajo tratamientos químicos específicos. Uno de
ellos, la hidrólisis ácida con HCl (Plante et al., 2006), es un procedimiento común para
obtener las fracciones lábiles y recalcitrantes del suelo. El reflujo de las muestras en
ácido clorhídrico 6 M remueve químicamente los materiales lábiles como proteínas, ác.
nucleicos y polisacáridos, dejando compuestos más resistentes como compuestos
aromáticos, humificados o alifáticos de cadenas largas. Paul et al. (2006) mostraron que
la cantidad de C de estas fracciones difiere significativamente y que su análisis puede
ayudar a entender la contribución de distintas formas de C y sus respuestas a variables
ambientales bajo diferentes prácticas de manejo. La fracción no hidrolizable representa
la fracción recalcitrante y su tamaño respecto al C total del suelo se denomina “Índice de
Recalcitrancia” (IR) (Rovira & Vallejo, 2002).
2
Los métodos de fraccionamiento físico separan fracciones orgánicas con diferente

labilidad: muy lábiles como el Carbono Orgánico Particulado (COP) y el más resistente,
que es el Carbono Orgánico asociado a la fracción Mineral (COM) (Galantini & Suñer,
2008). Esta última fracción puede tener compuestos lábiles aún sin descomponer. Por
este motivo se planteó como hipótesis que los cambios del COM con el paso del tiempo
y con diferentes prácticas de manejo, no van a ser iguales que los ocurridos con la
fracción recalcitrante (COR).
En un suelo con dos manejos típicos de la región semiárida pampeana, muestreados a

lo largo del tiempo, y en cuatro suelos con prácticas agrícolas contrastantes de la región
húmeda y subhúmeda bonaerense, se planteó como objetivo: evaluar los cambios en el
contenido de las fracciones orgánicas con distinto grado de recalcitrancia (COM y COR)
y la variación del Índice de Recalcitrancia.
El estudio se llevó a cabo en dos sitios experimentales:
El primero está ubicado en la Estación Experimental Bordenave del INTA(33-41° S; 61 a

66° W), y es representativo de la región pampeana semiárida de Argentina (Galantini et
al., 2014). El diseño experimental fue de 3 bloques completos aleatorizados con Trigo
continuo (Triticum aestivum L.) (TT). El ensayo se inició en1983 sobre una pastura de
20 años de antigüedad, la que fue identificada como suelo de referencia (REF) bajo
labranza convencional. El sistema de producción incluyó un tratamiento no fertilizado
(nf) y uno fertilizado anualmente (f) con 16 kg P ha- 1 en forma de fosfato diamónico y 64
kg N ha- 1 como la urea aplicada a la siembra del trigo. En cada bloque se recogieron
tres muestras compuestas a una profundidad de 0 a 20 cm durante la siembra en 1992 y
2006.El suelo REF se muestreó en 1983 en tres parcelas bajo vegetación natural cerca
de cada bloque de tratamiento y a las mismas profundidades.
Para el segundo sitio se seleccionaron cuatro lugares con historia documentada de

siembra directa, los cuales formaron parte del proyecto BIOSPAS (Biología del Suelo y
Producción Agropecuaria Sostenible, www.biospas.org). Los sitios de estudio se
encuentran en Bengolea (Córdoba; latitud 33º10’ 32,9” S, longitud 63º 37’ 36,4” W),
Monte Buey (Córdoba; latitud 32º 58’ 17” S, longitud 62º 27’ 2,4” W), Pergamino
(Buenos Aires; latitud 33º 56’ 42,6” S, longitud 60º 33’ 35,6” W) y Viale (Entre Ríos;
latitud 31º 52’ 42,2” S longitud 59º 41’ 16,2” W) (Duval et al., 2013).El suelo en Bengolea
es un Haplustol Éntico de textura franco arenosa donde la principal limitante es climática
con baja capacidad de retención de agua debido a la textura gruesa. El suelo en Monte
Buey es un Argiudol Típico de textura franco limosa y moderadamente desarrollado. En
Pergamino el suelo es Argiudol Típico con textura franco limosa en los horizontes
superficiales y relieve suavemente ondulado. Por último el suelo en Viale es un
Hapludert Vértico, con textura franco arcilloso limosa, es el sitio con las mayores
3
precipitaciones con un sistema de drenaje bien desarrollado. Los tratamientos

estudiados fueron diferentes situaciones en cada lugar de muestreo: ''Buenas Prácticas
Agrícolas'' (BP): manejo agrícola sostenible bajo Siembra Directa, con rotación intensiva
de cultivos de invierno (trigo y cebada) y de verano (soja, maíz o sorgo), incluyendo
cultivos de cobertura. El reemplazo de nutrientes se realiza en base a las necesidades
del cultivo minimizando el uso de agroquímicos (herbicidas, insecticidas y fungicidas).
''Malas Prácticas Agrícolas'' (MP): manejo agrícola no sostenible bajo Siembra Directa,
con mínima rotación o monocultivo de soja, baja reposición de nutrientes y alto uso de
agroquímicos (insecticidas, herbicidas y fungicidas). ''Ambiente Natural'' (AN): situación
sin uso antrópico, suelo sin cultivo como situación de referencia cerca de las parcelas
cultivadas. Las muestras edáficas fueron extraídas en febrero de 2010 (verano). En
cada situación se seleccionaron 3 submuestras que se localizaron mediante GPS para
los muestreos posteriores.
Las muestras de suelo fueron secadas al aire y tamizadas por 2 mm. A partir de éstas
se realizó el fraccionamiento por tamaño de partícula (Duval et al., 2013). En cada
fracción de suelo y en el suelo entero, se determinó el CO total (COT), el Carbono
orgánico particulado (COP) y el Carbono orgánico asociado a la fracción mineral (COM),
por el método de combustión seca (1500ºC, con analizador automático LECO C
Analyser).
El suelo de la fracción fina (FF) se sometió a hidrólisis ácida de acuerdo al método

descrito por Paul et al. (1997). Se sometieron a reflujo 2 g de muestra de fracción de
suelo a118ºC durante 18 horas, con 20 ml de HCl 6 M (relación 1:10). Después del
reflujo, la suspensión selavó y centrifugó tres veces con agua destilada. El residuo se
secó en estufa a 60ºC y se pesó. Se asumió que esta fracción contiene solamente la
porción recalcitrante del suelo. La fracción que quedó en suspensión se filtró y
constituyó la fracción no hidrolizada.
El grado de recalcitrancia se expresó como Índice de Recalcitrancia,
IR (%) = C no hidrolizado (COR)/COM * 100
El contenido de C de cada fracción se determinó por combustión seca por el método

antes descripto. Las diferentes fracciones de C obtenidas se denominaron: Carbono
orgánico recalcitrante (COR) y carbono orgánico hidrolizado (COHi).En el mismo residuo
no hidrolizado, se determinó el Nitrógeno total recalcitrante (NR) por el método
semimicro Kjeldahl (Bremner, 1996).
El efecto de las variables año, sitio y tratamiento y sus interacciones, se evaluaron

mediante ANOVA. Cuando existieron diferencias entre tratamientos, se calculó la
diferencia mínima significativa (DMS) con un nivel de probabilidad de p<0,05.Los
4
análisis se realizaron utilizando el software estadístico INFOSTAT (Di Rienzo et al.,

2013).
En el ensayo de Bordenave, tomando como dato de partida el suelo REF, se observaron

cambios en el COT, COR y COHi, debidos a los 23 años de trigo con laboreo (Tabla 1).
Para todas las variables analizadas, a excepción del COT, la interacción entre año y
tratamiento, no mostró efecto significativo, por lo que el análisis estadístico en el tiempo,
se realizó para todos los datos en conjunto. Para el caso del COT, el efecto del análisis
en el tiempo se realizó para cada manejo por separado. La concentración de COT en los
tratamientos con agricultura fue inferior a la observada en el suelo REF, mientras que no
se detectaron diferencias significativas entre los tratamientos ni en los años. Factores
que provocan disturbios en la protección física del suelo, tales como la labranza serían
responsables de la ruptura de los agregados del suelo exponiendo las moléculas
orgánicas al ataque biológico, produciendo el descenso del COT. En trabajos previos se
observó que el COT puede variar a lo largo de los años, dependiendo de la
disponibilidad de agua durante el barbecho (por la descomposición del COT) y durante
el ciclo del cultivo (por la producción de materia seca y aporte de C al suelo) (Galantini
et al., 2002).
Tabla 1. Fracciones de Carbono y Nitrógeno en un suelo de referencia y en dos manejos

de la región semiárida pampeana.
AÑO COT % COM % COR% COHi % IR NR % C:N
Suelo Referencia
1983 1,50 1,03 0,68 0,35 66,5 0,037 18,5
Trigo Continuo fertilizado
1992 1,06 0,90 0,61 0,29 68,0 0,034 17,8
2006 1,03 0,80 0,59 0,21 73,7 0,031 19,3
Trigo Continuo sin fertilizar
1992 0,84 0,70 0,50 0,21 71,4 0,029 17,3
2006 0,89 0,67 0,58 0,08 86,5 0,032 18,3
ANOVA p<0,05
Año ns * ns * * ns ns
Tratam. ns *** * * ns ns ns
AñoxTratam. * ns ns ns ns ns ns
Si bien se observó una tendencia a mayores valores de COT en el suelo fertilizado, esta
no alcanzó a ser significativamente diferente, mientras que la semejanza entre los
5
valores observados luego de 14 años puso en evidencia que el sistema llegó a cierta
estabilidad. Este resultado concuerda con aquellos que concluyen que el COT no es el
mejor indicador de los cambios que ocurren como consecuencia del uso del suelo y que
es conveniente analizar las fracciones orgánicas.
A diferencia del COT, el COM mostró diferencias entre los años (*) y entre los manejos
(***), tal lo expresado sobre la mayor sensibilidad de las fracciones orgánicas con los
manejos de corto o largo plazo. La fracción más resistente del COM, el COR, mostró un
comportamiento distinto, se observó un ligero cambio debido al manejo (*) pero no
cambios en el tiempo. Esto confirma que esta fracción estaría formada por moléculas
orgánicas más resistentes a la degradación, las que resultan estables en el tiempo y
pueden ser consideradas como la mínima cantidad de carbono que puede almacenar el
suelo.
Los cambios en el COHi, siguieron una tendencia diferente al COR, ya que representan
la fracción más fácil de degradar dentro del COM. En este sentido, se encontraron
diferencias significativas por el manejo y el paso de los años.
El IR aumentó respecto al suelo sin laborear y con el paso del tiempo. Este índice
pondría en evidencia que durante la degradación de los materiales orgánicos debido al
manejo, se acumulan materiales cada vez más resistentes. Es decir, el monocultivo de
trigo produciría una pérdida de materiales orgánicos y un aumento relativo de las
fracciones resistentes. Esto es especialmente importante cuando se asocia el contenido
de COT con la fertilidad potencial de un suelo. Para valores semejantes de COT el
aporte va a ser menor cuanto mayor sea el IR. Los suelos sin fertilizar (TTnf) serían
menos resistentes a la degradación o sea más susceptibles a las pérdidas de C
comparado con el suelo de referencia. La mayor biomasa producida por la fertilización
continua y la incorporación de residuos sería responsable de la protección de las
pérdidas de C del suelo. El NR no presentó cambios estadísticos igual que la relación
C:N.
En el segundo caso experimental, todas las variables analizadas mostraron diferencias

estadísticamente diferentes, tanto entre los sitios de muestreo, como entre las
situaciones de manejo, a excepción del COR, el cual no varió entre sitios y tratamientos.
La interacción entre variables no fue significativa, lo que indicó que en cada lugar
estudiado y para cada situación de manejo, el comportamiento de las mismas fue
similar.
En los ambientes no cultivados, el nivel del COT fue más elevado en Viale que en
Bengolea, siguiendo el gradiente de lluvias (Este-Oeste). Las prácticas agrícolas
continuas produjeron un descenso en los valores del COT, respecto al ambiente natural.
La magnitud de la disminución del COT por efecto del uso productivo del suelo, varió en
los diferentes sitios. Las mayores pérdidas se produjeron en Monte Buey y Pergamino
6
(alrededor del 40%), con menores diferencias entre BP y MP. La bibliografía muestra
tendencias similares en suelos de la Pampa Ondulada (Andriulo & Cordone, 1998).
Los contenidos de limo más arcilla, mostraron asociación con las fracciones orgánicas
del suelo, siendo más estrecha en la fracción más recalcitrante que en las lábiles.
Nuevamente Viale presentó mayores valores de COM y COR, y Bengolea los menores.
En todos los sitios el AN mostró valores de COM superiores y estadísticamente
diferentes entre prácticas de manejo. Para el caso de la fracción orgánica más
recalcitrante, COR, las prácticas agrícolas no mostraron diferencias estadísticas, siendo
Viale el sitio con mayor acumulación. Estos resultados estarían indicando que los
cambios en el COM no son iguales a los ocurridos con el COR. De acuerdo a esta
hipótesis, las prácticas de manejo con diferentes secuencias agrícolas no estarían
alterando el equilibrio en las fracciones orgánicas más estables. El NR también mostró
diferencias entre sitios y entre manejos.
El IR fue mayor en MP, indicando que la mayor proporción de soja, respecto a maíz
(4:1) de este manejo, podría estar afectando la estabilidad de los materiales
recalcitrantes, mostrando que las menores acumulaciones de COR, podrían asociarse a
una mayor susceptibilidad a la degradación química.
7
Tabla 2. Fracciones de Carbono y Nitrógeno en suelos de la región pampeana húmeda

y subhúmeda bajo diferentes tratamientos.
SITIO COT % COM % COR% COHi % IR NR % C:N
Ambiente Natural
Bengolea 1,33 0,93 0,61 0,31 65,2 0,034 17,7
Monte Buey 2,42 2,13 1,45 0,68 68,0 0,090 16,1
Pergamino 2,18 1,75 1,01 0,74 57,4 0,063 16,0
Viale 2,73 2,44 1,73 0,71 69,7 0,073 24,1
Buenas Prácticas Agrícolas
Bengolea 1,21 1,08 0,82 0,26 75,8 0,039 20,9
Monte Buey 1,54 1,59 1,39 0,14 87,4 0,064 21,8
Pergamino 1,39 1,33 0,97 0,33 72,0 0,060 35,7
Viale 2,90 2,86 2,10 0,76 72,6 0,047 20,3
Malas Prácticas Agrícolas
Bengolea 0,99 0,17 0,55 0,16 77,8 0,024 22,7
Monte Buey 1,40 1,29 1,33 0,02 103,2 0,061 21,8
Pergamino 1,31 1,04 0,72 0,32 69,5 0,038 19,1
Viale 2,00 2,19 1,61 0,58 73,9 0,074 22,1
ANOVA p<0,05
Sitio *** *** *** * *** *** *
Tratam. *** *** ns * *** *** *
AñoxTratam. ns ns ns ns ns * ns
Conclusiones
En Bordenave, la labranza continua no alteró las fracciones recalcitrantes del C y del N,

pero el manejo con fertilizantes sí produjo cambios estadísticos. El Índice de
recalcitrancia, mostró diferencias entre los años independientemente del manejo,
siguiendo el comportamiento del carbono de la fracción fina del suelo. El menor grado
de recalcitrancia, en términos de descenso del IR, se encontró en el suelo de referencia.
En los 4 sitios incluidos en el proyecto BIOSPAS, tanto el COT, como el COM,
mostraron diferencias entre manejos y sitios, pero el COR no se vio alterado por las
prácticas de manejo agrícolas. El IR mostró los menores valores para el suelo no
alterado (AN) con mayores valores en el caso de prácticas de manejo que tuvieron
mayor proporción de soja en las rotaciones. La fracción obtenida por hidrólisis ácida fue
lo suficientemente recalcitrante como para no cambiar frente a la mayoría de los
manejos contrastantes estudiados.
8
Bibliografía
Andriulo, A.E. & G. Cordone. 1998. Impacto de labranzas y rotaciones sobre la materia
orgánica del suelo en la Región Pampeana Húmeda. En: Panigatti, J.L.; H. Marelli; D.
Buschiazzo & R. Gil (Eds.). Siembra directa. Hemisferio Sur, Bs. As., Arg., p: 65-96.
Baisden, W.T. & R. Amundson. 2003. An analytical approach to ecosystem

biogeochemistry modeling. Ecol. Applic., 13: 649–663.
Balesdent, J.; C. Chenu & M. Balabane. 2000. Relationship of soil organic matter
dynamics to physical protection and tillage. Soil Tillage Res., 53 215–230.
Bremner, J.M. 1996. Nitrogen Total. In: D.L. Sparks (ed.). Methods of Soil Analysis.
Chemical Methods. Part 3. American Society of Agronomy Inc. Madison, Wisconsin,
USA. p. 1085-1123.
Bruun, S.; I.K. Thomsen; B.T. Christensen & L.S. Jensen. 2007. In search of stable soil
organic carbon fractions: a comparison of methods applied to soils labeled with 14C for
40 days or 40 years. Eur. J. Soil Sci., 59: 247–256.
Davidson, E.A. & L. Ackerman. 1993. Changes in soil carbon inventories following
cultivation of previously untilled soils. Biogeochemistry, 20: 161–193.
Di Rienzo, J.A.; F. Casanoves; M.G. Balzarini; L. González; M. Tablada & C.W. Robledo.
2013. InfoStat versión 2013. Grupo InfoStat, FCA, Universidad Nacional de Córdoba.
Argentina.
Duval, M.E.; J.A. Galantini; J.O. Iglesias; S. Canelo; J.M. Martínez & L. Wall. 2013.
Analysis of organic fractions as indicators of soil quality under natural and cultivated
systems. Soil Tillage Res., 131: 11–19.
Galantini, J.A.; R.A. Rosell; G. Brunetti & N. Senesi.2002. Dinámica y calidad de las
fracciones orgánicas de un Haplustol durante la rotación trigo-leguminosa. Ci. Suelo, 20:
17-26.
Galantini, J.A. & L.G. Suñer. 2008. Las fracciones orgánicas del suelo: análisis de los
suelos de Argentina. Agriscientia, 25: 41-55.
Galantini, J.A.; M.E. Duval; J.O. Iglesias & H. Krüger. 2014. Continuous wheat in
semiarid regions. Long-term Effects on Stock and Quality of Soil Organic Carbon. Soil
Sci., 179: 284–292.
Haynes, R.J. 2000. Labile organic matter as an indicator of organic matter quality in
arable and pastoral soils in New Zealand. Soil Biology & Biochemistry, 32: 211–219.
9
Jiang, X.; A.L. Wright; J. Wang & Z. Li. 2011. Long-term tillage effects on the distribution
patterns of microbial biomass and activities within soil aggregates. Catena, 87: 276–280.
Krull, E.S.; J.A. Baldock & J.O. Skjemstad. 2003. Importance of the analyses for
modelling carbon turnover. Funct. Plant Biol., 30: 207–222.
Pandey, D,; M, Agrawal; J,S, Bohra; T,K, Adhya & P. Bhattacharyya. 2014. Recalcitrant
and labile carbon pools in a sub-humid tropical soil under different tillage combinations:
A case study of rice–wheat system. Soil Tillage Res., 143: 116–122.
Paul, E.A.; R.F. Follett; S.W. Leavitt; A. Halvorson; G.A. Peterson & D.J. Lyon. 1997.
Radiocarbon dating for determination of soil organic matter pool sizes and dynamics.
Soil Sci. Soc. Am. J., 61: 1058–1067.
Paul, E.A.; S.J. Morris; R.T. Conant & A.F. Plante. 2006. Does the acid hydrolysis
incubation method measure meaningful soil organic matter pools. Soil Sci. Soc. Am. J.,
70: 1023–1035.
Plante, A.F.; R.T. Conant; E.A. Paul; K. Paustian & J. Six. 2006. Acid hydrolysis of easily
dispersed and microaggregate- derived silt- and clay-sized fractions to isolate resistant
soil organic matter. Eur. J. Soil Sci., 57: 456–467.
Rovira, P. & V.R. Vallejo. 2002. Labile and recalcitrant pools of carbon and nitrogen in
organic matter decomposing at different depths in soil: an acid hydrolysis approach.
Geoderma, 107: 109–141.
Six, J.; R.T. Conant; E.A. Paul & K. Paustian. 2002. Stabilization mechanisms of soil
organic matter: implications for C-saturation of soils. Plant Soil, 241: 155–176.
Tan, Z.; R. Lal; L. Owens & R.C. Izaurralde. 2007. Distribution of light and heavy
fractions of soil organic carbon as related to land uses and tillage practice. Soil Tillage
Res., 92: 53-59.
10
DISTRIBUCIÓN DEL CARBONO ORGÁNICO Y LA FRACCIÓN PARTICULADA EN

DIFERENTES SECUENCIAS DE CULTIVOS
BARBARA NOVILLO1*; ANDREA PELLEGRINI2; ADRIANA CHAMORRO3; RODOLFO

BEZUS3; AXEL VOISIN4; JORGE LANFRANCO2 & SILVINA GOLIK5
1
Becaria CIC-UNPL, 2Curso de Edafología, 3Curso de Oleaginosas, 4Becario CIC,
5
Curso de Cerealicultura. Facultad de Ciencias Agrarias y Forestales. Universidad
Nacional de La Plata.
*
[email protected]
Palabras clave: rastrojo; cultivo de verano; cultivo de invierno.
Resumen
El contenido de Carbono orgánico del suelo (COs) es dinámico y se ve afectado por las
labranzas y la secuencia de cultivos y fertilización. El objetivo fue analizar el efecto de
diferentes rotaciones de cultivos sobre el COs y el carbono particulado de un Argiudol
típico del partido de La Plata. Los tratamientos fueron: secuencia 1 trigo/soja 2º-maíz-
soja 1º-trigo; secuencia 2 cebada/soja 2º-maíz-soja 1º-trigo; secuencia 3 avena/soja 2º-
maíz-girasol-trigo; y secuencia 4 colza/soja 2º-maíz-sorgo-trigo. Se condujo con nivel de
tecnología: media y alta. Muestreo de 0-20 cm el 11/2013 posterior a la cosecha del
maíz, y el 5/2015 luego de la cosecha del trigo. Se determinó COs y carbono orgánico
particulado en dos fracciones granulométricas, una gruesa: < 2000 μm y > a 106 μm y
una fracción fina entre 53 y 106 μm (COPg y COPf). En el análisis estadístico del
carbono orgánico no se encontró diferencia entre las rotaciones analizadas, solo hubo
diferencia significativa entre años de muestreo. El COs promedio fue 28,8 g.kg -1 en el
2015 y de 22,1 g.kg-1 en el 2013. Tanto el particulado grueso como la relación (COPg +
COPf)/COs disminuyeron en función de los años de agricultura. En la fracción fina del
particulado se encontró diferencia significativa entre la secuencia 1 (promedio 2,0 g.kg -1)
y las secuencia 3 y 4 (siendo el promedio de ambas 1,7 g.kg -1). La secuencias 2 no se
diferenció de las restantes. El COPf fue el único indicador que manifestó diferencia de
las rotaciones analizadas, esto denota mayor sensibilidad, por tal motivo justifica el
cambio de la técnica original que sólo valoraba el particulado mayor a 100 μm. La
incorporación de rastrojo no se vio reflejado en los contenidos de COs del suelo de las
diferentes rotaciones pero trajo aparejado un aumento del COs en el muestreo del 2015.
Introducción
La alternancia de diferentes cultivos en el tiempo y en el espacio presenta ventajas

desde el punto de vista agronómico y empresarial. Las rotaciones tienen efecto
inhibitorio sobre muchos patógenos. Es decir, que el agente causal de enfermedad al no
encontrar el hospedante adecuado ve interrumpido su ciclo y no tiene oportunidad de
prosperar, disminuyendo la cantidad de inóculo presente en el lote (Ventimiglia & Carta,
1
2005; Forján & Manso, 2010; Krupinsky et al., 2002). Con las malezas y los insectos
ocurre algo similar. Al ir modificando anualmente el ambiente estos organismos no
encuentran un nicho estable que permita un aumento importante de su densidad
poblacional, en consecuencia, malezas y plagas se mantienen en niveles que no
comprometen el éxito del cultivo con un manejo integrado.
Las rotaciones también influyen en las condiciones físicas de los suelos. Los distintos
sistemas radiculares de los cultivos exploran diferentes estratos del perfil, permitiendo
una colonización del suelo con raíces de diferentes arquitecturas. Debido a esto cada
tipo de raíz genera una clase determinada de poros, los cuales, según su tamaño
tendrán funciones de aireación, ingreso del agua al perfil, almacenamiento o funciones
mixtas. El cultivo de trigo desarrolla un sistema radical en cabellera, ocupando
principalmente la superficie del suelo. El cultivo de maíz o sorgo tienen también raíces
en cabellera pero mucho más agresivas y profundas. Al descomponerse las raíces por
actividad de los microorganismos quedan formados poros, los cuales presentan alta
estabilidad y continuidad espacial, favoreciendo una buena dinámica del aire y del agua
(Belloso, 2002; Forján & Manso, 2010).
La cantidad y calidad del rastrojo que es aportado al suelo está ligada por un lado al tipo
de cultivo empleado en la secuencia y por otro a la producción de biomasa alcanzada,
parámetro que se ve incrementado con la fertilización y tecnología utilizada.
La relación Carbono/Nitrógeno de los rastrojos determina la tasa de descomposición,

variable que incide directamente en el aporte a la humificación y posterior reposición de
los niveles de Materia Orgánica al suelo (Studdert & Echeverría, 2000; Studdert et al.,
2000; Alvarez, 2004). Es conocido que las características del cultivo de trigo y de los
otros cereales de invierno (distribución del peso de la materia seca entre sus distintos
órganos, distancia entre hileras) traen como consecuencia una distribución más
uniforme de ese residuo sobre el suelo. En el caso de las oleaginosas el elevado
contenido de N y carbohidratos solubles de sus residuos, particularmente en soja,
aceleran la tasa de descomposición, por lo que resulta relativamente bajo su aporte de
Carbono al sistema. No obstante los residuos de soja y girasol se descomponen
rápidamente y suministran nutrientes durante los primeros estadios del cultivo siguiente.
El Carbono orgánico (CO) del suelo está formado por una fracción lábil o activa,
componente más dinámico que contribuye a la liberación de nutrientes y una fracción
recalcitrante generalmente asociada a la fracción mineral. El contenido de CO es
dinámico y refleja la historia del balance entre las tasas de acumulación y la de
mineralización, el cual es afectado por las labranzas y la secuencia de cultivos y
fertilización (aporte de C de los residuos) (Janzen, 2006).
2
El objetivo del trabajo fue analizar el efecto de diferentes rotaciones de cultivos sobre el
contenido de carbono orgánico oxidable y el carbono particulado sobre un Argiudol
típico del partido de La Plata, Buenos Aires, Argentina.
El ensayo se realizó sobre un Argiudol típico (USDA 2010) de la Estación Experimental

J. Hirschhorn dependiente de la Facultad de Ciencias Agrarias y Forestales, UNLP (34°
52´ LS, 57° 58´ LO). Los tratamientos fueron diferentes secuencias de cultivos,
secuencia 1: trigo/soja de segunda, maíz, soja de primera y trigo; secuencia 2:
cebada/soja de segunda, maíz, soja de primera y trigo; secuencia 3:avena/ soja de
segunda, maíz, girasol y trigo; y secuencia 4: colza/soja de segunda, maíz, sorgo y trigo.
Se condujo con 2 niveles de tecnología (media y alta, implementados a través de
diferentes aplicaciones de fertilizantes y fungicidas).
El diseño experimental fue en bloques al azar con 4 repeticiones y parcela dividida,

correspondiendo la parcela principal a la secuencia de cultivos y la sub-parcela al nivel
de tecnología.
Se realizó un primer muestreo de 0-20 cm en noviembre de 2013 posterior a la cosecha

del maíz, y un segundo muestreo luego de la cosecha del trigo en mayo de 2015,
muestras compuestas de 10 submuestras por tratamiento. Se determinó carbono
orgánico del suelo (COs) por Walkey-Black modificado (PROMAR 1991) y carbono
orgánico particulado en dos fracciones granulométricas, una fina mayor a 53μm y menor
a 106 μm, y una fracción gruesa mayor 2000 μm y menor a 106 μm (COPf y COPg) por
Galantini (2005) modificado por el autor (comunicación personal, 2014).
Se contó con los valores de rastrojo de los cultivos de verano y del trigo entre los dos
muestreos.
Los resultados se procesaron por el análisis de la varianza y se usó el test de LSD

Fisher para la comparación de medias (P<0,05).
En el análisis estadístico del carbono orgánico no se encontró diferencia entre las

rotaciones analizadas, sólo hubo diferencia significativa entre años de muestreo. El CO
promedio fue 28,8 g kg-1 en el 2015 y de 22,1 g kg-1 en el 2013 (Figura 1). No presentó
diferencia entre niveles tecnológicos utilizados. La falta de diferenciación entre
secuencias es concordante con analizado por Moron & Sawchik (2002); Zagal &
Córdova (2005); Galantini & Suñer (2008); Laguzzi et al. (2014); quienes indican que CO
del suelo es de ciclado lento, de baja actividad biológica, por lo que necesitan periodos
3
de tiempo muy largos para detectar diferencias por efecto de los sistemas de labranza y
cultivos
Analizando la cantidad rastrojo de los cultivos de verano y el rastrojo total incorporado al

2015 se encontró interacción Secuencia × Nivel tecnológico (Figuras 2 y 3). Esta
diferenciación no se vio reflejada en los valores de CO de las distintas secuencias en el
2015.El rastrojo de trigo no presentó diferencia para secuencia ni nivel tecnológico.
35 a
)
a a
-1
30 ab abc abc abc abc

Carbono orgánico oxidable (gr kg
bc bc bc bc bc bc c
25 c
20
15
10
5
0
Sec 3 NTM
Sec 1 NTM
Sec 2 NTM
Sec 4 NTM
Sec 1 NTM
Sec 3 NTM
Sec 4 NTM
Sec 2 NTM
Sec 4 NTA
Sec 3 NTA
Sec 2 NTA
Sec 1 NTA
Sec 4 NTA
Sec 1 NTA
Sec 3 NTA
Sec 2 NTA
2015 2015 2015 2015 2015 2015 2015 2015 2013 2013 2013 2013 2013 2013 2013 2013
Figura 1. Contenido de Carbono orgánico del suelo según año de muestreo 2013 y 2015
por secuencia de cultivo 1 (trigo/soja de segunda, maíz, soja de primera y trigo);
secuencia 2 (cebada/soja de segunda, maíz, soja de primera y trigo); secuencia 3
(avena/ soja de segunda, maíz, girasol y trigo); y secuencia 4 (colza/soja de segunda,
maíz, sorgo y trigo) y nivel tecnológico alto (NTA) – nivel tecnológico medio (NTM).
Rastrojo de los cultivos de verano (kg MS ha-1)
1600
1400
1200
1000 a
ab ab
800 bc cd
de de
600 e
400
200
0
NTA
NTA
NTA
NTA
NTM
NTM
NTM
NTM
sec 4 sec 4 sec 2 sec 3 sec 1 sec 3 sec 1 sec 2
Figura 2. Rastrojo de cultivos de verano (kg Ms ha-1).
4
El carbono particulado grueso presentó diferencia entre años. Se diferenciaron

estadísticamente las muestras del 2013 con valores promedio de 2,0 g kg-1respecto alas
del 2015 con promedio de 1,4 g kg-1 (Figura 4). Este resultado es coincidente con lo
señalado por Casanovas et al. (1995) y Conti et al. (1990) quienes observaron que los
años de agricultura disminuyen el contenido de la fracción lábil. El nivel tecnológico no
arrojó diferencia.
rastrojo -cultivos de verano y del trigo- (kg MS ha -1 )
1600
a
1400 ab
abc abc
1200 bcd cd d d
1000
800
600
400
200
0
NTA
NTA
NTA
NTA
NTM
NTM
NTM
NTM
sec 2 sec 4 sec 3 sec4 sec 1 sec 1 sec 2 sec3
Figura 3. Rastrojo total (kg Ms ha-1).

)
-1
2,5
a
Carbono particulado-Fracción gruesa (g.kg
ab ab
2 bc
c c c
1,5 c
0,5
0
sec 3
sec 1
sec 2
sec 4
sec 1
sec 2
sec 3
sec 4
2013 2013 2013 2013 2015 2015 2015 2015
Figura 4. Contenido de Carbono particulada fracción gruesa mayor a 106 μm y menor de

2000 μm según año de muestreo 2013 y 2015 por secuencia de cultivo 1 (trigo/soja de
5
segunda, maíz, soja de primera y trigo); secuencia 2 (cebada/soja de segunda, maíz,

soja de primera y trigo); secuencia 3 (avena/ soja de segunda, maíz, girasol y trigo); y
secuencia 4 (colza/soja de segunda, maíz, sorgo y trigo).
El comportamiento de la relación de la suma de los carbonos particulados/COs tuvo

similar comportamiento que COPg (Figura 5).
Carbono particulado( fracción fino + gruesa)/ CO oxidable (%)
20 a a a
18 a
16
14 b bc
12 bc
c
10
8
6
4
2
0
Sec 3
sec 1
sec 2
sec 4
sec 1
sec 2
sec 4
sec 3
2013 2013 2013 2013 2015 2015 2015 2015
Figura 5. Relación de suma de las fracciones particuladas sobre el contenido de

Carbono orgánico del suelo según año de muestreo 2013 y 2015 por secuencia de
cultivo 1 (trigo/soja de segunda, maíz, soja de primera y trigo); secuencia 2 (cebada/soja
de segunda, maíz, soja de primera y trigo); secuencia 3 (avena/ soja de segunda, maíz,
girasol y trigo); y secuencia 4 (colza/soja de segunda, maíz, sorgo y trigo).
En la fracción fina del particulado se encontró diferencia significativa entre secuencias.

La secuencia 1 promedió 2,0 g kg-1 y se distinguió de la secuencia 3 y 4 (1,7 -1,7 g kg-1).
La secuencia 2 no se diferenció de las restantes. Fue el único indicador que manifestó
diferencia para las secuencias analizadas, esto denota mayor sensibilidad. Por tal
motivo justifica el cambio de la técnica original que sólo valoraba el particulado mayor a
100 μm.
Conclusiones
La incorporación de rastrojo entre los dos años analizados trajo aparejado un aumento
del carbono orgánico oxidable en el último muestreo.
La incorporación de rastrojo no se vio reflejada en los contenidos de carbono orgánico

oxidable de las diferentes rotaciones.
6
El particulado grueso y la relación (COPg + COPf)/COs presentaron el mismo

comportamiento disminuyendo en función de los años de agricultura.
El particulado fino denotó diferencias entre las rotaciones, pudiéndose considerar como
el indicador analizado más sensible.
Bibliografía
Álvarez, R. 2004. Análisis del impacto de la fertilidad del suelo y el manejo sobre los
rendimientos de trigo y maíz en La Pampa Ondulada. En: Actas de XIX Congreso
Argentino de la Ciencia del Suelo. Paraná, Entre Ríos, 23-25 de junio de 2004. En CD.
Belloso C. 2002. El maíz, la rotación en Siembra Directa y su aporte a la sustentabilidad.

Guía Dekalb del c. Monsanto, Argentina. Cultivo de maíz. p: 78-80.
Casanovas, E.; H. Echeverría & G. Studdert. 1995. Materia orgánica del suelo bajo
rotaciones de cultivos. Contenido total y de distintas fracciones. Ciencia del Suelo, 13(1):
16-20.
Conti, M.E.; R.M. Palma; M.G. González & E.B. Giardina. 1990. Influencia de dos
sistemas de manejo sobre algunas variables orgánicas de suelos de la Provincia de
Buenos Aires. Revista de la Facultad de Agronomía. p: 1-6.
Forján, H. & L. Manso. 2010. Los cereales de invierno en la secuencia de cultivos. Su

aporte a la sustentabilidad del sistema de producción. Instituto Nacional de Tecnología
Agropecuaria Chacra Experimental Integrada Barrow, Convenio INTA – MAA Convenio
INTA – Ministerio de Asuntos Agrarios - Pcia. de Buenos Aires.
Galantini, J.A. 2005. Separación y análisis de las fracciones orgánicas. En: Marbany, L.
& S. Ratto (Eds.). Manual “Tecnología en Análisis de Suelos: Alcances a laboratorios
agropecuarios” AACS. Capitulo IV parte 2, p: 95-106.
Galantini, J.A. & L. Suñer, L. 2008. Las fracciones orgánicas del suelo: análisis en los
suelos de la Argentina. Agriscientia, 25(1): 41-55.
Galantini, J.A.; R.A. Rosell & J.O. Iglesias. 1994. Determinación de materia orgánica
empleando el método de Walkley y Black en fracciones granulométricas del suelo.
Ciencia del Suelo, 12: 81-83.
Janzen, H.H. 2006. The soil carbon dilemma: shall we hoard it or use it? Soil Biol.
Biochem. 38: 419-424.
7
Krupinsky, J.M., K.L. Bailey; M.P. McMullen; B.D. Gossen & T.K. Turkington. 2002.
Managing plant disease riks in diversified cropping systems. Agronomy Journal, 94 (2):
198-209.
Moron & Sawchik. 2002. Soil quality indicators in a long term crop-pasture rotation
experiment in Uruguay. En: 17 th World Crongress of Soil Science, Thailand. CD.
Symposium nº 32 paper 1327.
PROMAR (Programa de métodos analíticos de referencia). 1991. Asociación Argentina

de la Ciencia del Suelo - Secretaria de Agricultura, Ganadería y Pesca. Carbono,
Materia orgánica. 25 p.
Studdert, G.A. & H.E. Echeverría. 2000. Crop rotations and nitrogen fertilization to
manage soil organic carbon dynamics. Soil Sci. Soc. Am. J., 64: 1496-1503.
Studdert, G.A.; L.S. Carabaca & H.E. Echeverría. 2000. Estimación del nitrógeno
mineralizado para un cultivo de trigo en distintas secuencias de cultivo. Ciencia del suelo,
18: 17-27.
Ventimiglia, L.A.; H.G. Carta & S.N. Rillo. 2000. Exportaciones de nutrientes en campos
agrícolas. INPOFOS Cono Sur. Buenos Aires. Informaciones Agronómicas, 7: 11-12.
Zagal, E. & C. Córdova. 2005. Indicadores de calidad de la materia orgánica del suelo
en un Andisol cultivado. Agricultura Técnica, 65(2): 186-197.
8
EFECTO DE LA ACIDIFICACIÓN EDÁFICA SOBRE LOS ALUMINOSILICATOS EN

UN SUELO DE LA REGIÓN PAMPEANA
ANDREA PELLEGRINI1*, DANIEL FERRO1, DANIEL BENNARDI1, CECILIA GENAZINI2

& MABEL VÁZQUEZ1
1
FCAyF/UNLP Av. 60 y 119, La Plata; 2 Centro de Investigaciones Geológicas (UNLP-
CONICET).
* [email protected]
Palabras clave: Al intercambiable, rayos x, microscopía electrónica de barrido
Resumen
La Región Pampeana manifiesta acidificación de suelos con producción agropecuaria

prolongada. Se informó que el H+ derivado de la nitrificación de fertilizantes
amoniacales/urea puede producir degradación de arcillas modificando propiedades de
interés agronómico. Objetivo: evaluar la modificación de aluminosilicatos y capacidad de
liberación de Al en una experiencia de acidez creciente por adición de HNO3. Suelo:
horizonte superficial de un Argiudol típico de La Plata (Buenos Aires). Se incubaron (Tº
ambiente, 6 meses) unidades de 10 gr de suelo seco (2 mm), y 25 ml de agua destilada,
en envases de 50 ml con 0 (testigo, T0), 0,5 (T0,5); 1 (T1); 2 (T2) y 3 (T3) ml de HNO30,2
N. A posteriori se realizaron análisis de pH, Al soluble-intercambiable, difractometría de
rayos X y microscopia electrónica de barrido. La difractometría del suelo original señala
la presencia dominante de cuarzo/feldespatos entre los minerales primarios, y arcilla
entre los secundarios, con una relación Si:Al en donde predomina el Si y cationes de K,
Mg, Fe y Na. La arcilla dominante fue illita, con escasas cantidades de esmectitas,
interestratificados illita/esmectita y trazas de caolinita. La muestra T0, fue semejante
mineralógicamente en su fracción arcilla, a la muestra de arcilla sin incubación,
sugiriendo que la incubación no alteró la naturaleza de la fracción < 2 µm cuando no se
adicionó HNO3. El aporte creciente de ácido degradaría la estructura cristalina de la illita,
particularmente en la situación más acida (T3; pH 3,83). El contenido de Ca-Mg de la
fracción arcilla no registró cambios ante la acidificación, evidenciándose un aumento de
K, Fe y, particularmente Al. Esto se relaciona con el nivel de Al soluble-intercambiable.
La acidificación por debajo de pH 4, valores aun no registrados en la Región Pampeana,
arrojaría niveles de Al soluble-intercambiable considerados tóxicos para la mayor parte
de las especies.
Introducción
En los últimos años las regiones templadas argentinas, fundamentalmente la Región

Pampeana, han manifestado un problema edáfico emergente. Se trata de la
1
acidificación de suelos sujetos a producción agropecuaria prolongada. Si bien existen

causas naturales de este proceso, por tratarse de una región templada
húmeda/subhúmeda, la misma padece el fenómeno, especialmente por su historia
antigua y reciente de producción, la que habría provocado la acidificación en mayor o en
menor medida de algunos suelos, al punto de comprometer la posibilidad de desarrollar
ciertas especies, particularmente leguminosas (Gelati & Vázquez, 2004; Gelati &
Vázquez, 2008; Vázquez, 2007, García & Vázquez, 2012). La intensificación de la
agricultura en general, el empleo de germoplasma de alto potencial de rendimiento y el
uso de fertilizantes nitrogenados son factores determinantes de la problemática a nivel
regional (Vázquez & Pagani, 2015; Iturri, 2015). La elevada tasa de extracción de
nutrientes básicos que no fue repuesta en igual magnitud, entre las otras causas
mencionadas, está generando un proceso de degradación que pone en peligro la
sustentabilidad de los suelos. De acuerdo a Cruzate & Casas (2004) los suelos de la
Región Pampeana han sufrido un descenso en los contenidos de Ca y Mg que se
manifiesta en una disminución generalizada de pH, el que en algunas zonas, como el N
de Buenos Aires y S de Santa Fe, alcanza valores inferiores a 6 en vastas áreas.
Vázquez & Rotondaro (2005) y Vázquez (2011) informaron que el 68,7 y 75,7% de las
2.000 muestras analizadas para las campañas 2000/01 a 2004/05, y cifras comprables
para las campañas 2009/10 en las zonas S de Santa Fe y N de Buenos Aires,
respectivamente, manifestaron valores de pH < 5,9, evidenciando la gravedad de la
situación para las áreas mencionadas. Otras evaluaciones pusieron de manifiesto
situaciones semejantes en el S de Córdoba y Santa Fe (Vázquez, 2011; García &
Vázquez, 2012).
Desde el punto de vista del desarrollo vegetal esto puede derivar en múltiples
consecuencias, tales como la disminución de la reserva de los nutrientes básicos y su
desbalance, la alteración de la dinámica de otros nutrientes (N, P, Mo) (Vázquez, 2007;
Vázquez & Pagani, 2015), la afectación de propiedades físicas (Alburquerque et al.,
2003; Vázquez et al. 2008, 2009; Nicora et al., 2012), así como de propiedades
microbiológicas (Groffman et al., 1996). Paralelamente, cabría la posibilidad que en las
situaciones donde el pH llegue a valores inferiores a 5,3-5,5, aumente la solubilidad del
Al3+ y eventualmente se produzcan situaciones de toxicidad de éste y otros elementos
(Fe, Mn). La actividad del Al+3, en equilibrio con las diferentes formas presentes en el
suelo, decrece aproximadamente 1.000 veces por cada unidad de incremento en el
valor de pH (Lindsay, 1979). Millán et al. (2010) mostraron incrementos de Al3+ soluble e
intercambiable para suelos de la región bajo estudio, aunque por debajo de niveles
considerados tóxicos en la literatura científica.
Se ha podido comprobar, adicionalmente, que una arcilla saturada de H+, producto del
reemplazo de iones X+ y X++ de los sitios de intercambio, no resulta estable; la red
cristalina colapsa y libera Al3+, Mn2+ y Fe3+ (Zapata Hernádez, 2004). Aún en ausencia
2
de colapso, estos iones pasan a la solución del suelo y los sitios de intercambio, aunque
a diferentes pH según el elemento considerado. Es por ello que el proceso de
acidificación está íntimamente ligado a los iones mencionados, particularmente a la
dinámica del Al. El Al es uno de los elementos más abundantes de la naturaleza,
representando el 8,07 % en peso de la corteza terrestre. Durante el proceso de
meteorización es removido de los minerales primarios y precipitado/cristalizado como
minerales secundarios, principalmente como aluminosilicatos. Iones metálicos como
Fe3+, Fe2+, Mg2+, K+ reemplazan el Al de los aluminosilicatos. A posteriori de la liberación
de los minerales, puede precipitar como óxidos e hidróxidos o complejarse con la
materia orgánica (Boruvka & Kosák, 2001). La fitotoxicidad del Al involucra un efecto
deletéreo directo del ion en el crecimiento de las plantas y una reducción de la
disponibilidad de fosfato del suelo, causado por la precipitación de fosfato de Al
(Lindsay, 1979; Rengel, 1992). Este elemento es también capaz de inhibir la absorción
de Ca2+, bloqueando canales en la membrana plasmática (Huanget et al., 1992) y de
Mg2+, haciendo lo propio con sitios de enlace de las proteínas de transporte (Rengel &
Robinson, 1989; Casierra Posada & Aguilar Avendaño, 2007).
Numerosos autores informaron que el H+ derivado de la nitrificación de fertilizantes

amoniacales o de la urea puede producir, a manera de meteorización acelerada, la
degradación de las arcillas y con ello la disminución de la capacidad de intercambio
catiónico de los suelos (Iturri, 2015; Macias et al., 2005; Mc Gahan et al., 2003; Barak et
al., 1997, Blake et al., 1999). Rampazzo & Blum (1992) estudiando suelos acidificados
por lluvia ácida a través de espectrogramas de rayos X comprobaron la pérdida de Al-
OH interlaminar a partir de Al-cloritas secundarias, detectando picos de vermiculita.
Drouet et al. (2007) mostraron, así mismo, meteorización no congruente de feldespatos
potásicos causados por el proceso de acidificación de suelos de origen loéssico. Iturri
(2015) comprobó en suelos del área central argentina que cuando el pH desciende, los
contenidos de óxidos amorfos de Al, Mn y Fe aumentan conforme disminuyen los
contenidos de las formas cristalinas. Estas evidencias podrían sugerir que la ocurrencia
de estos fenómenos en suelos de la región templada argentina, podría acarrear un
aumento de Al en la solución edáfica, eventualmente hasta niveles de toxicidad para
algunas especies de difusión local, a la vez que modificar variables de interés
agronómico como la capacidad de intercambio catiónica de la fracción coloidal,
responsable de la reserva de bases intercambiables y la posibilidad de acción
estructurante, afectando la dinámica del agua y el aire edáficos. La hipótesis fue: niveles
de acidificación creciente son capaces de provocar cambios mineralógicos de
aluminosilicatos, con posterior liberación de Al en un suelo de origen loéssico de la
Región Pampeana argentina. El objetivo de este trabajo fue evaluar la modificación de
minerales aluminosilicatados en condiciones experimentales de acidez creciente
provocados por la adición de HNO3y la capacidad de liberación de Al, a los fines de
dimensionar el posible perjuicio sobre propiedades edáficas de interés agronómico.
3
Generalidades de suelo y área de estudio: se muestrearon los primeros 20 cm de un

Argiudol típico, Familia arcillosa fina illítica térmica, Serie Bombeador (Lanfranco, 1980,
inédito) de la localidad de Los Hornos, partido de La Plata, provincia de Buenos Aires.
La región posee clima subhúmedo con 1.000 mm de precipitación anual y régimen
mesotérmico, con una temperatura media anual de 17ºC. Se trata de un suelo
desarrollado sobre material loéssico. Los datos analíticos pueden verse en la Tabla 1
(Lanfranco, 1980).
Tabla 1. Características generales del suelo ensayado (Lanfranco, 1980).
Horizonte Ap A 2 Bt1 2Bt2 3BC1 3BC2 3BC3 3C4

prof. (cm) 0-14 14-25 25-40 40-70 70-110 110-165 165-190 190-+200
-1
CO (g kg ) 20,30 8,7 nd
1
Nt (g kg- ) 2,08 1,05
Arcilla (%) 20,7 20,7 48,9 49 48,6 31 20,5 22,34
Limo (%) 50,4 51,9 39,4 37 31,3 49 52,8 53,4
Arena (%) 28,9 27,4 11,5 13,2 19,8 20,1 21 24,2
Clase textural frL-fr frL-fr a-aL a a fra-fraL frL frL
pH actual 5,8 5,6 6 6,2 6,5 6,5 6,2 6,4
Cationes intercambiables
-1
Ca (cmolc kg ) 12,4 11,3 21 28,2 22 19,3 17,3 nd
-1
Mg (cmolc kg ) 2,2 2,1 3,9 5,8 4,2 5,1 4,9 nd
-1
Na (cmolc kg ) 0,1 0,1 1 0,9 1 0,4 0,4 nd
-1
K (cmolc kg ) 1,9 1,6 1,9 1,9 2 1,6 1,6 nd
-1
CIC(cmolc kg ) 17 16,6 29,2 37 30,3 28 25 25,5
nd: no determinado
El muestreo se llevó a cabo mediante muestra compuesta de 10 submuestras/muestra

tomadas con diseño al azar, para una superficie de 1 ha.
Determinación de variables químicas y físico-químicas previas al ensayo: todas las

determinaciones químicas se realizaron mediante metodología estandarizada en
Argentina (SAMLA) (SAGPyA, 2004) determinando:
pH actual (suelo: agua 1:2,5), determinación potenciométrica; CIC: extracción: por el

método de acetato de amonio de NH4+1 M pH 7. Determinación por destilación Kjeldahl;
4
Ca y Mg intercambiables: extracción: por el método de acetato de amonio de NH4+ 1 M

pH 7. Determinación por complejometría con EDTA; Textura: densimetría por
Bouyoucus; N total: digestión húmeda y determinación por destilación Kjeldahl y C
oxidable: micrométodo de Walkley-Black modificado.
Experiencia: se incubaron 10 gramos del suelo, previo secado al aire, mortereado y

tamizado por 2 mm, con 25 ml de agua destilada, en envases de 50 ml con tapa a los se
les agregó diferentes cantidades de HNO3 0,2 N. Los contenidos de ácido agregados
fueron: 0 (testigo, T0)0,5 (T0,5); 1 (T1); 2 (T2) y 3 (T3) ml, equivalentes a 0; 0,1; 0,2; 0,4;
0,6 meq de H+, respectivamente. Se mantuvieron a temperatura ambiente.
Determinaciones posteriores al ensayo: después de 6 meses de incubación, medido

el pH, el material proveniente de cada tratamiento fue secado en estufa de circulación
forzada a 40 ºC y se realizaron los siguientes análisis:
1.- Difracción de rayos X (DRX): se realizaron análisis de DRX de la muestra total

original y de la fracción arcilla (< a 2 µm) para caracterizar la composición mineralógica
de ese intervalo granulométrico del material, así como para identificar los minerales de
las arcillas presentes y su abundancia relativa.
Las muestras se desagregaron y pulverizaron en un mortero de ágata siguiendo los

métodos clásicos. La fracción arcilla se obtuvo a partir del pipeteo de la fracción < 2 µm
en una suspensión con agua destilada siguiendo la Ley de Stokes. Se prepararon 3
muestras según el método de los portaobjetos de vidrio: a) natural, muestra secada al
aire en el laboratorio a temperatura ambiente; b) glicolada, muestra expuesta a los
vapores de una solución de etilenglicol por lo menos durante 24 h; c) calcinada, muestra
llevada a 550ºC durante 2 hs. Se utilizó un sistema de difractometría de rayos X marca
PANalytical, modelo X´Pert PRO con lámpara de Cu (kα=1.5403 Å) que operó a 40 mA
y 40 kV en el Centro de Investigaciones Geológicas (La Plata). Se escanearon ángulos
2theta entre 4 a 37º para las muestras totales originales, 2 a 32º para las muestras
naturales de la fracción arcilla antes y después de la incubación con los diferentes
agregados ácidos (T0, T0,5, T1, T2 y T3), 2 a 27º para las muestras glicoladas de esa
misma fracción, y 3 a 15º para las muestras calcinadas, con una velocidad de escaneo
de 0.04°/s.
Se estimó la abundancia relativa de las especies mineralógicas según Poiré (1987),

como: muy abundante (<50%), abundante (26-50%), moderada (16-25%), escasa (6-
15%), muy escasa (1-5%), y trazas (<1%).
2.- Análisis en microscopio electrónico de barrido (MEB): para los análisis con MEB se
dejó secar el material tanto natural como con tratamiento ácido de manera de obtener
pseudo agregados(T0, T1 y T3). En una etapa previa a la del análisis microscópico se
5
procedió al secado en estufa a 60° C durante 24hs con la finalidad de evitar la humedad
que pudiera haber adquirido del ambiente, y de esta forma lograr un correcto vacío.
Mediante esta técnica se estudia la micromorfología de los minerales de arcillas como
así también de los componentes no arcillosos. Las muestras fueron cubiertas con Au
con la finalidad de realzar los contrastes entre los minerales, como así también sus
hábitos y microtexturas. Se utilizó un equipo FEI Quanta 200 SEM con sonda EDS
Phoenix 40 disponible en la Facultad de Ingeniería, UNLP para realizar el análisis
químico puntual. Este sistema de microanálisis opera con una aceleración de 20 Kw.
Las imágenes fueron generadas a diferentes magnificaciones dependiendo de las
fracciones minerales que se observaron y en fracciones < 2µm se procedió a
confeccionar los espectros y su cuantificación en 5 puntos de cada muestra.
3.- pH actual (suelo:agua 1:2,5): método potenciométrico
4.- Al intercambiable: extracción con KCl 1M y determinación espectrofotométrica UV-

VIS (Bertsch & Bloom, 1996)
3.- Análisis estadístico: se realizó análisis de la varianza y comparaciones múltiples por

el método de LSD.
1.- Cambios de pH y Al intercambiable
En la Tabla 2 se transcriben los resultados de pH y Al intercambiable del suelo sometido

a los diferentes tratamientos. Como puede verse el agregado de HNO 3 0,2 N disminuyó
marcadamente el pH del suelo en una progresión marcada por el aumento del volumen
agregado. Esterlich et al. (2012) informaron una situación comparable para 2 suelos de
la Región Pampeana, ante el agregado de 100 y 200 kg ha-1 de urea y sulfato de
amonio, simulando 10 años de fertilización, mostrando una estrecha relación entre la
reducción del pH, la CIC y el Ca y Mg intercambiables. Cabe acotar, que ambos
fertilizantes en el suelo son fuente de HNO3, fruto de la oxidación que normalmente
sufren estas sustancias en ambientes no saturados, por lo que estos resultados se
relacionan con los obtenidos en el presente trabajo. Sainz Rozas et al. (2012) relevando
suelos de la misma región en condiciones prístinas y agrícolas, comprobaron que estas
últimas tenían un pH marcadamente menor que los suelos sin actividad antrópica, con
valores promedio de 5,5 vs 5,9, respectivamente. Iturri (2015) demostró que la
precipitación y la temperatura promedios anuales de los sitios muestreados, fueron las
variables de mayor peso en la disminución del pH en 13 suelos de la región central
argentina, pero, aunque con menor incidencia, paralelamente, la fertilización
nitrogenada produjo efectos depresivos de la variable.
6
La disminución del pH encontrada con el agregado de HNO3 estuvo acompañada por un

aumento del Al intercambiable. Según diversos autores (Zapata Hernádez, 2004;
Casierra Posada & Aguilar Avendaño, 2007) una arcilla saturada de H+ no resulta
estable y su colapso libera Al3+, Mn2+ y Fe3+. Uno de los efectos secundarios de mayor
importancia en el proceso de acidificación, sea ésta natural o antrópica, es el aumento
del Al soluble. A valores de pH < 5,3-5,5 el Al forma especies solubles, capaces de ser
intercambiadas (Al3+, Al(OH)2+, Al(OH2)+). Según los umbrales informados por diferentes
autores (Sosa, 1994; Casierra Posada & Aguilar Avendaño, 2007) valores superiores a
1,24 - 2 cmolc kg-1 (11,16 -18,00 mg kg-1) resultan en efectos tóxicos para diferentes
especies. Si bien estos valores pueden ser variables de acuerdo a otras condiciones
edáficas y genéticas de las especies vegetales (Zapata, 2004), los resultados señalarían
posibles condiciones de toxicidad para el mayor nivel de acidificación. Debe
reconocerse, sin embargo, que los niveles pH registrados en condiciones de campo en
la actualidad se encuentran aún lejos de estos valores.
Tabla 2. Resultados de pH y Al intercambiable para muestras tratadas con diferentes

volúmenes de HNO3 0,2 N.
Tratamiento
T0 T0,5 T1 T2 T3
pH 5,64 5,40 4,55 4,07 3,83
Al intercambiable
-1 <0,1 <0,1 <0,1 4,2 16,7
(mg kg )
Si bien estas son consideraciones generales de potencialidad de toxicidad para los

vegetales, debe reconocerse que la especiación varía fuertemente con la presencia de
ligandos inorgánicos, como F- y orgánicos, como oxalato, citrato y ácidos fúlvicos, los
que complejándolo pueden solubilizarlo entre pH 5- 7, pero, paralelamente,
disminuyendo su potencial toxicidad (McBride, 1994). El mecanismo de secreción de
ácidos orgánicos como oxalato y citrato, parece ser uno de los mecanismos
desarrollados por especies vegetales tolerantes a niveles altos de Al3+ intercambiable
(Pérez et al., 2003).
2.- Alteración de los aluminosilicatos
El suelo estudiado se desarrolló a partir de sedimentos loéssicos pampeanos. Debido a

la abundancia de vidrio volcánico, Tricart & Cailleux (1967) definieron al material
parental de los suelos de la región central de Argentina como eolocineritas. Según
diversos autores, estos materiales poseen predominancia de illitas en su fracción arcilla
(González Bonorino, 1965; Buschiazzo, 1988; Zárate, 2003), con cantidades variables
de vidrio volcánico producto de erupciones volcánicas frecuentes, ocurridas durante el
Pleistoceno y el Holoceno (Teruggi, 1957).
7
En la Figura 1 se transcriben de manera ilustrativa algunos de los difractogramas

realizados, correspondientes a los diferentes tratamientos.
El análisis difractométrico de todas las muestras señala la presencia dominante de

cuarzo y feldespatos entre los minerales primarios y de minerales arcillososentre los
secundarios (Figura 1).
b
a
c
d
Figura 1. Difractogramas a) fracción arcilla antes de la incubación; b) fracción arcilla despues de la incubación sin agregado de solución ácida (T0); c)
fracción arcilla despues de la incubación con 0,5 ml de solución ácida (T0,5); d) fracción arcilla despues de la incubación con agregado de 3 ml de
HNO3 0,2N (T3).
El análisis de la fracción < 2 µm, previo a la incubación (T original) (Figura 1 a), indica
que la arcilla dominante es la illita, coincidentemente con la información bibliográfica
precedente. Este argilomineral posee una reflexión de marcada intensidad de 9,9 ηm en
el difractograma con pretratamiento “natural” y está acompañada por escasas
esmectitas, interestratificados illita/esmectita y trazas de caolinita en orden de
abundancia relativa. El análisis difractrométricode T0 (Figura 1 b), es decir las muestras
incubadas sin adición de reactivo ácido, es semejante al delas muestras de arcilla sin
incubación, con dominancia de illita e intensidad de reflexión marcada, con un valor de
10,08 ηm en el mismo pretratamiento “natural”. Este hecho sugiere que la incubación no
alteró la naturaleza de la fracción arcilla cuando no hubo adición de HNO 3. Sin embargo,
los registros de las muestras con aporte creciente de solución ácida, particularmente T3,
presentan picos de reflexión de la illita menos pronunciados y aserrados, que indicarían
cierta alteración del mineral (Figura 1 d). Esta característica podría indicar un efecto
degradante de la estructura cristalina de esa especie mineral en la situación de mayor
8
acidez, dentro de los tratamientos evaluados. Iturri (2015) encontró mayores contenidos
medios deóxidos amorfos (Alo, Mno, Feo) junto con menores valores medios de óxidos
cristalinos (Alos, Mnos, Feos) en suelos fertilizados respecto de los no fertilizados, lo
que sugeriría cierto grado de transformación de los minerales debido a la fertilización
nitrogenada. Los cocientes Alo:Alos, Mno:Mnos y Feo:Feos son índices de la tasa de
cristalización de las arcillas. Mayores valores de estos cocientes indican una menor tasa
de cristalización. Según Iturri (2015), estos cocientes fueron mayores en la condición
“fertilizado” que en la “no fertilizado” en algunos de los suelos estudiados, demostrando
la afectación de la cristalinidad de los aluminosilicatos y con ello la posibilidad de la
liberación de Al. Los resultados hallados en este trabajo serían concordantes con los de
los autores citados precedentemente.
La morfología superficial de los fragmentos observados por microscopía electrónica de

barrido muestran partículas de minerales primarios, fitolitos y vidrio volcánico inmersos
en una masa arcillosa principalmente constituida por partículas illíticas de formas
subredondeadas (Figura 2).
Los análisis químicos puntuales realizados en partículas individualizadas de minerales

de arcillas mediante MEB, en las muestras sin y con tratamiento ácido (Tabla 3)
permiten evaluar los porcentajes en peso de cationes y las variaciones de los mismos
en función de la intensidad del tratamiento. Los espectros muestran una relación Si:Al
en donde predomina el Si, acompañado de K, Mg, Fe, Na y a veces Mn.
Tabla 3. Contenido medio porcentual en peso y desvío standart de cationes en la

fracción arcilla (< 2 µm) después de la incubación con diferentes niveles de acidificación
(T0, T1 y T3).
T0 T1 T3
DS DS DS
Ca 0,560 a 0,50 0,435 a 0,62 1,258 a 0,53

Mg 0,271 a 0,22 0,345 a 0,18 0,294 a 0,09
K 0,880 a 0,31 0,935 a 0,60 1,642 b 0,29
Al 4,061 a 0,12 5,170 ab 0,72 6,474 b 1,16
Fe 4,040 a 0,10 2,215 a 0,05 8,286 a 9,28
Referencia: letras distintas significan diferencias estadísticas (α< 0,05).
Como puede apreciarse en la Tabla 3, los elementos Ca y Mg no arrojaron diferencias

estadísticamente significativas entre tratamientos. El K registró un aumento con el nivel
de ácido agregado y esas diferencias fueron estadísticamente significativas entre 0 y 1
9
ml de ácido agregado respecto de la mayor acidez probada (3 ml). El Al aumentó

progresivamente con la acidez del medio, encontrándose diferencias estadísticamente
significativas entre T0 y T3. El nivel de acidez de ambos tratamientos fue 5,64 y 3,83
(Tabla 2). El aumento en peso consignado en la variable fue de 2,413% y se
corresponde con el marcado aumento en el Al soluble e intercambiable que evolucionó
desde valores < 0,1 a 16,7 mg kg-1(Tabla 2). Por otro lado, si bien el Fe estaría
incrementando su contenido medio porcentual, duplicando prácticamente su contenido
al pasar de T0 a T3, la variabilidad de los registros consignados no permite encontrar
diferencias estadísticamente significativas en dichas variaciones.
Según Iturri (2015) las distintas respuestas de los suelos ante disminuciones en sus
valores de pH, obedecerían a las diferencias de contenidos de materia orgánica, textura
y tipo de minerales. Suelos illíticos por sobre los esmectíticos en sus fracciones
minerales más finas, arcilla y limo, serían más susceptibles a degradarse química y
mineralógicamente por acidificación. En contraposición elevados contenidos de arcilla y
materia orgánica, pueden compensar este efecto. Según la autora citada, los Argiudoles
son los suelos más acidificados en el presente por su historia productiva, sin embargo, a
igualdad de condiciones, serían algo menos susceptibles a ser degradados por
acidificación que los Hapludoles, debido a sus contenidos elevados de fracciones finas,
no obstante su mineralogía illítica y contenido de materia orgánica.
Es aún un interrogante en qué medida las illitaslitogénicasy/o los vidrios volcánicos,

originalmente acumulados en las fracciones minerales de tamaño mayor que los limos,
se transformaron en especies minerales nuevas y cómo estas transformaciones
afectaron la CIC de las arcillas y los limos en cada tipode suelos (Iturri, 2015). Es sabido
que, bajo condiciones húmedas, las illitas pueden disminuir su tamaño, acumulándose
en fracciones más finas cambiando escasamente su estructura cristalográfica. En
ambientes secos, por otro lado, las illitas permanecen mayormente inalteradas
(Dahlgren et al., 2004; Hepper et al., 2006). Cabe preguntarse, adicionalmente, cómo
incidiría en esta evolución la afectación del pH del suelo en la región, fruto de la acción
antrópica. Si bien los resultados de este trabajo señalan que en condiciones extremas
de acidificación es dable esperar alteración de la mineralogía y liberación de Al hasta
niveles de toxicidad, también señalan que esto ocurriría en niveles de pH inferiores
aproximadamente de 4, valores excepcionales en la actualidad. Cabe preguntarse
también en qué medida el aporte de aerosoles cargados de carbonato de calcio
informado en la literatura científica para la Región Pampeana, neutralizaría el proceso
(Buschiazzo, 2014).
Por otro lado, el creciente aumento de la producción agropecuaria, y particularmente, el

incremento del rendimiento de las últimas décadas, parece ser sostenido y se prevé
10
continuará. Esto sólo podrá producirse con mejoramiento genético y el uso de altas y
frecuentes dosis de fertilización en general, y de N en particular.
T0: muestra incubada sin

agregado de HNO3.
T1: muestra incubada con

agregado de 1 ml HNO3 0,2 N.
T3: muestra incubada con

agregado de 3 ml HNO3 0,2 N.
Figura 2. Morfología superficial obtenida por microscopía electrónica de barrido para

diferentes tratamientos.
11
El empleo de correctores de la acidez fue prácticamente inexistente en el pasado y aún

tiene escasa adopción. De manera que no es previsible que sea el medio de control en
el corto plazo. Es por esta razón que estudios de esta naturaleza, pueden ayudar a la
toma de conciencia y la elección de estrategias de manejo más conservacionistas.
Cabe, sin embargo, la necesidad de profundizar en el conocimiento de estos
fenómenos, particularmente, en suelos con variantes mineralógicas, texturales y de
contenidos de materia orgánica, dentro de la misma región.
Conclusiones
1.- El análisis difractométrico del suelo original estudiado señala la presencia dominante
de cuarzo y feldespatos entre los minerales primarios, y de arcilla entre los secundarios,
con una relación Si:Al en donde predomina el Si y acompañan cationes de K, Mg, Fe y
Na. La arcilla dominante es la illita, con escasas cantidades de esmectitas,
interestratificado sillita/esmectita y trazas de caolinitas en orden de abundancia relativa.
2.- Las muestras incubadas sin adición de reactivo ácido, son semejantes
mineralógicamente en su fracción arcilla, a las muestras de arcilla sin incubación,
sugiriendo que la incubación llevada a cabo no alteró la naturaleza de la fracción < 2 µm
cuando no hubo adición de HNO3.
3.- El aporte creciente de solución ácida estaría causando un efecto degradante de la

estructura cristalina de la illita, particularmente en la situación de mayor acidez (pH
3,83).
4.- El contenido de Ca y Mg de la fracción arcilla no registró cambios ante la

acidificación, evidenciándose un aumento de K, de Fe y, particularmente de Al. Esto se
relaciona con el nivel de Al soluble más intercambiable.
5.- La acidificación por debajo de un valor de pH 4, valores aun no registrados en la

Región Pampeana, arrojaría niveles de Al soluble más intercambiable, considerados
tóxicos para la mayor parte de las especies por la literatura científica.
Agradecimiento
Se agradecen las valiosas sugerencias de la Lic. Perla Imbellone, sin cuya ayuda no
hubiera sido posible llevar a cabo esta presentación.
Bibliografía
Alburquerque, J.A.; C. Bayer; P.R. Ernani; A.L. Mafra & E.C. Fontana. 2003. Aplicação
de calcário e fósforo e estabilidade da estrutura de um solo ácido. Rev. Bras. Ci. Solo,
12
27 (5): 799-806.
Barak, P.; A.R. Jobe; A.R. Krueger; L.A. Peterson & D.A. Laird. 1997. Effects of long-
term soil acidification due to nitrogen fertilizer inputs in Wisconsin. Plant Soil, 197(1):
61–96.
Blake, L.; K.W.T. Goulding; C.J.B. Mott & A.E. Johnston. 1999. Changes in soil
chemistry accompanying acidification over more than 100 years under woodland and
grass at Rothamsted Experimental Station, UK. Eur. J. Soil Sci., 50 (3): 401– 412.
Boruvka, L, & J. Kosák. 2001. Geostatistical investigation of a reclaimed dumpsite soil

with emphasis on alumninium. Soil & Tillage, 59: 115-126.
Buschiazzo, D.E. 1988. Estudio sobre la tosca. Parte II: evidencias de un movimiento
descendente del carbonato en base a la interpretación de características
micromorfológicas. Ciencia del suelo, 6: 44-48.
Buschiazzo, D.E. 2014. Génesis de las toscas de suelos pampeanos. En: Imbellone,
P. Suelos con acumulaciones calcáreas y yesíferas de Argentina. Ediciones INTA.
Buenos Aires. Ed.. Cap. 5, p: 133-148.
Casierra Posada, F. & O. Aguilar Avendaño. 2007. Estrés por alumino en plantas:
reacción en el suelo, síntomas en el vegetal y posibilidades de corrección. Una
revision. Revista Colombiana De CienciasHortícolas, 1(2): 246-257.
Cruzate, G. & R. Casas. 2004. Balance de nutrientes. Fertilizar. Sostenibilidad.

Argentina Special Publication, N°. 8.
Drouet, T.; A.J. Herbauts; A.J. Gruber & D. Demaiffe. 2007. Natural strontium isotope
composition as a tracer of weathering patterns and of exchangeable calcium sources
in acid leached soils developed on loess of central Belgium. European Journal of Soil
Science, 58: 302–319.
Estelrrich, C.; J. Ossola; L. Juan; M. Vázquez & G. Millán. 2012. Efecto de la

fertilización nitrogenada sobre el pH en dos suelos de la Pradera Pampeana. XIX
Congreso Latinoamericano y XXIII Congreso Argentino de la Ciencia del Suelo, abril,
Mar del Plata, Argentina.
García, M.G. & M. Vázquez. 2012. Valoración económico-ecológica de la pérdida de

nutrientes básicos de los suelos santafesinos. Revista de la Red Iberoamericana de
Economía Ecológica (Revibec), 19: 29-41.
13
Gelati, P. & M. Vázquez. 2004. Exportación agrícola de nutrientes básicos en la zona

N de la pcia. de Buenos Aires y el costo de su remediación. Acta Segundas Jornadas
de la Asoc. Argentino Uruguaya de Economía Ecológica (ASAUEE) 12-13/11, Lujan,
Argentina. p: 28-29.
Gelati, P. & M. Vázquez. 2008. Extracción agrícola de bases en el N de la provincia

de Buenos Aires, Argentina: costo de su remediación e implicancias económicas.
Revista de la Red Iberoamericana de Economía Ecológica (Rebivec), 7: 117-129.
González Bonorino, F. 1965. Soil clay mineralogy of the Pampa Plains, Argentina.
Journal of the Sedimentary Petrology, 36(4): 1026-1035.
Groffman, P.M.; P. Eagan; W.M. Sullivan & J.L. Lemunyon. 1996. Grass species and
soil type effects on microbial biomass and activity. Plant and Soil 183, 61–67.
Huang, J.W.; J.E. Shaff; D.L. Grunes & L.V. Kochian.1992. Aluminium effects on
calcium fluxes at the root apex of aluminium tolerant and aluminium sensitive wheat
cultivars. Plant Physiol., 98: 230-237.
Iturri, L.A. 2015. Evidencias de acidificación de suelos loéssicos agrícolas de

Argentina. Tesis Doctoral. Universidad Nacional del Sur. Bahía Blanca. 173 p.
Lanfranco, J. 1980. Carta de Suelos de la Estación Experimental J. Hirtschhonn,

FCAyF/UNLP. inédito. 15 p.
Lindsay, W.L. 1979. Chemical equilibrium in soils. John Wiley and Sons. New York. p.
34-49.
Macías, F.; .L. Rodríguez Lado; M. Camps Arbestain & E. Barreal. 2005. Mecanismos
de amortiguación de impactos acidificantes. Influencia de la litología, propiedades
superficiales y grado de desarrollo edáfico. Edafología, 12 (2): 115-126.
McBride, M.B. 1994. Environmental chemistry of soils. Wiley. Interscience, New York.
McGahan, D.G.; R.J. Southard & R.J. Zasoski. 2003. Mineralogical comparison of
agriculturally acidified and naturally acidic soils. Geoderma, 114: 355– 368.
enmiendas básicas sobre el complejo de cambio en algunos suelos ácidos de la
región pampeana. Ciencia del Suelo, 28(2): 141-154.
Nicora, Z.; F. Guilino; A. Terminiello; G. Millán & M. Vázquez. 2012. Efecto del
14
encalado sobre la resistencia mecánica de un Hapludol éntico bonaerense. XIX

Congreso Latinoamericano y XXIII Congreso Argentino de la Ciencia del Suelo, abril,
Pérez, J.C.; N.W. Osorio & J.C. Lotero. 2003. Tolerancia de cinco leguminosas al
aluminio en solución nutritiva. Revista Facultad Nacional de Agronomía, Medellín-
Colombia, 56(1): 1805-1811.
Poiré, D.G. 1987. Mineralogía y sedimentología de la Formación Sierras Bayas en el

Núcleo Septentrional de las sierras homónimas, partido de Olavarría, provincia de
Buenos Aires. Facultad de Ciencias Naturales y Museo, Universidad Nacional de La
Plata, Tesis Doctoral. 494p.
Rampazzo, N. & W. Blum. 1992. Changes in chemistry and mineralogy of forest soils
by acid rain. Water Air Soil Pollut., 61 (3-4): 209-220.
Rengel, Z. 1992. Role of calcium in aluminium toxicity. New Phytol., 121: 499 513.
Rengel, Z.D. & L. Robinson. 1989. Aluminium effects on growth and macronutrient
uptake in annual ryegrass. AgronomyJournal, 81: 208-215.
SAGPyA (Secretaría de Agricultura, Ganadería, Pesca y Alimentación de la Nación

Argentina). Dirección de Producción Agrícola. 2004. Sistema de Apoyo Metodológico
a los Laboratorios de Análisis de Suelos (SAMLA). CD-room. ISBN 987-9184-40-8.
Sainz Rozas, H.; H. Echeverría & H. Angelini. 2012. Niveles de materia orgánica y pH
en la Región Pampeana y Extrapampeana Argentina. Informaciones Agronómicas. 2:
6-12.
Sosa, D.A. 1994. II Curso de Capacitación en Producción de Yerba Mate. INTA.

Centro Regional Misiones, E.E.A Cerro Azul .p: 68-85.
Teruggi, M.E. 1957. The nature and origin of Argentina loess. Journal of
Sedimentarypetrology, 27: 322-332.
Tricart, J. & A. Cailleux. 1967. Le modelé des régions périglaciaires. Traité

degéomorphologie. 2da edn. SEDES. París, Francia.
Vázquez, M. 2007. Calcio y Magnesio del suelo. Encalado y enyesado. En:

Echeverría H. & F. García. Eds Fertilidad de suelos y fertilización de cultivos. Ed.
INTA, 1º Edición, Reimpresión. Cap. 8. p: 161-185.
15
Vázquez, M.E. 2011. Causas de la acidificación en el ámbito templado argentino,

consecuencias y avances para su diagnóstico. Simposio Fertilidad 2011. IPNI
(International Plant Nutrition Institute) y Fertilizar Asoc. Civil. Rosario. 18-19 Mayo,
Rosario, Santa Fe. Argentina. Actas. p: 13-29.
Vázquez, M.; A. Terminiello; A. Duhour & C. Brussino. 2008. Efecto de correctores de

acidez sobre la estructura y porosidad de un Argiudol típico de la Pradera Pampeana.
XXI Congreso Argentino de la Ciencia del Suelo. 16/5/08, Potrero de Funes, San
Luis. ACTAS: Resumen, p. 3.
Vázquez, M.; A. Terminiello; A. Duhour; M. García & F. Guilino. 2009. Efecto de

correctores de acidez sobre las propiedades físicas de un Argiudol típico de la
pradera pampeana. Ciencia del Suelo, 27(1): 67-76.
Vázquez, M. & A. Pagani. 2015. Calcio y Magnesio del suelo. Manejo de fertilización
y enmiendas. En: Echeverría H. & F. García. Fertilidad de suelos y fertilización de
cultivos. Ed. INTA, Cap. 11, p: 317-356.
Vázquez, M. & R. Rotondaro. 2005. Acidificación de suelos en el sur de Santa Fe y el

norte bonaerense. Revista de la Asociación de Cooperativas Argentinas Acaecer,
350: 26 – 32.
Zapata Hernádez, R. 2004. Química de la acidez del suelo. Cali, Colombia. ISBN
958-33-6712-5. 208 p.
Zárate, M.A. 2003. Loess of South America. Quaternary Science Review, 22: 1987-
2006.
16
SISTEMAS INTEGRADOS EN EL S DE SANTA FE. I. CARBONO ORGÁNICO,

FÓSFORO DISPONIBLE Y pH
JUAN CRUZ COLAZO1,*; JUAN MARTÍN DE DIOS HERRERO1; MARIA LAURA

GUZMÁN1; CLAUDIO ALEJANDRO SAENZ1; MARTÍN CORREA LUNA2 & RICARDO
SAGER1
1.
INTA. EEA San Luis. Empalme RN 7 y RN 8 (D5730CKA) Villa Mercedes – Argentina.
2.
INTA. AER Venado Tuerto.
*[email protected]
Palabras claves: sustentabilidad; fertilidad; pasturas
Resumen
El objetivo del trabajo fue comparar a mediano plazo la fertilidad del suelo en sistemas
integrados (SI) y con agricultura continua (AC) en un Hapludol Típico del S de Santa Fe.
El estudio fue llevado a cabo en dos establecimientos en Venado Tuerto, dentro una
misma unidad cartográfica de suelo y ubicación en el paisaje. Los tratamientos fueron:
Sistemas (establecimientos) a) SI, con ciclo completo de producción bovina con uso de
pasturas en base alfalfa y verdeos invernales sobre rastrojos de soja y maíz; y b) AC
con una rotación soja-maíz. Dentro de cada sistema se comparó al momento de la
siembra y cosecha de los dos cultivos de la fase agrícola (momento). Comparamos el
contenido de carbono orgánico (CO), pH y fósforo disponible (Pd) a la siembra de los
cultivos, mientras que a la cosecha de los mismos se tomaron muestras solo para la
determinación de CO. El contenido de CO y el pH a la siembra fueron mayores en SI
que en AC (P<0,05). A la cosecha de los cultivos, el contenido de CO fue mayor en SI
que en AC (P<0,05). Esto implicaría una mayor dinámica de nutrientes relacionados con
la materia orgánica, como N o S en SI, y en una reducción potencial en la productividad
de cultivos sensibles a la acidez como la alfalfa en AC. No existieron diferencias de Pd
entre sistemas (P>0,05). Esto significa que aún en SI la dinámica de este nutriente está
asociada a la práctica de fertilización y su dinámica es relativamente independiente a la
de CO. Los sistemas integrados poseen una mayor fertilidad potencial, con nutrientes
asociados a la materia orgánica y una menor acidez edáfica que sistemas bajo
agricultura continua, que en el largo plazo aseguran una mayor sustentabilidad en estos
suelos.
Introducción
El cambio en el uso de la tierra de sistemas integrados (SI), en donde se comparte la

utilización de la tierra en forma alternada entre ganadería y agricultura, por sistemas de
agricultura continua (AC) habría sido una de las causas de los cambios producidos en
los niveles de fertilidad de los suelos en diferentes regiones del país en los últimos años
(Viglizzo, 2010). Entre los beneficios de los sistemas integrados se destaca una mejor
1
sincronización de los ciclos biogeoquímicos, en especial del carbono y del nitrógeno

debido a la participación alternada de pasturas y cultivos (Lemaire et al., 2014).
Una revisión sobre los impactos de los SI sobre las propiedades de suelo afirma que
existe un incremento de la materia orgánica asociado a la incorporación de pasturas
perennes (Franzluebber et al., 2014). Sin embargo, en la región pampeana si bien se
han determinado diferencias por el cambio en el uso de la tierra en el contenido de
carbono y nitrógeno orgánico, ha existido una escasa diferenciación entre sitios
agrícolas y pasturas a nivel regional en el largo plazo (Álvarez et al., 2013). Es probable
que esta falta de sensibilidad se deba a la escala espacial y temporal utilizada en el
análisis. Otro parámetro que altera la dinámica de nutrientes es la reacción del suelo. En
relación al mismo, existen evidencias que muestran un proceso de acidificación
asociado al uso de fertilizantes nitrogenados y a la extracción de bases en las
secuencias agrícolas en la región pampeana (Álvarez et al., 2009).
Los sistemas integrados serían más eficientes en el uso de los nutrientes que los
sistemas con agricultura basada exclusivamente en cultivos de verano. Sin embargo,
existen pocos trabajos que comparen sistemas reales de producción en el mediano
plazo. Es por ello que, el objetivo del trabajo fue comparar a mediano plazo la fertilidad
del suelo en sistemas integrados (SI) y con agricultura continua (AC) en un Hapludol
Típico del S de Santa Fe.
Área de estudio y diseño experimental
El estudio fue llevado a cabo en dos establecimientos con diferentes sistemas de

producción en Venado Tuerto, seleccionados por contar con la misma secuencia de
cultivos en la fase agrícola: maíz – soja, y por estar localizado dentro de la misma
unidad cartográfica de suelo y ubicación en el paisaje. El suelo predominante es un
Hapludol Típico serie Maggiolo (INTA, 2015). Los tratamientos fueron: Sistemas
(establecimientos) a) SI, con ciclo completo de producción bovina con uso de pasturas
en base alfalfa y verdeos invernales sobre rastrojos de soja y maíz; y b) AC con una
rotación soja-maíz. El sistema de labranza fue siembra directa. Dentro de cada sistema
se comparó al momento de la siembra y cosecha de los dos cultivos de la fase agrícola
(momento). Las unidades experimentales fueron ambientes dentro de lotes de
producción.
Determinaciones y análisis estadístico
Por cuadriplicado y con barreno se tomaron muestras de suelo de los primeros 20 cm

para la determinación de carbono orgánico (CO), pH y fósforo disponible (Pd) a la
siembra de los cultivos (septiembre de 2013), mientras que a la cosecha de los mismos
2
(mayo de 2014) se tomaron muestras solo para la determinación de CO. Estas fueron
secadas al aire y tamizadas a través de una malla de 2 mm. En ellas determinamos
carbono orgánico (Walkley & Black), fósforo disponible (Bray 1) y pH actual (1:2.5).
También fueron tomadas con cilindro muestras sin disturbar para la determinación de la
densidad aparente para la expresión de los valores de CO en masas equivalentes. Los
resultados fueron analizados mediante ANOVA con un nivel de significación del 5%.
No existió interacción de las variables estudiadas entre sistema x momento ni efecto del
momento (P>0,05), por lo que se compararon los valores medios de los sistemas (Tabla
1). Los valores de CO y pH son similares a los reportados por Sainz Rozas et al. (2011)
para la región de estudio. El contenido de CO y el pH a la siembra fueron mayores en SI
que en AC (P<0,05). A la cosecha de los cultivos, el contenido de CO fue mayor en SI
que en AC (P<0,05). Estos resultados concuerdan con Studdert et al. (1997) quienes
encontraron mayores niveles de CO en suelos con pasturas la rotación de cultivos y
estarían asociados a mayores niveles de residuos durante esta fase. Esto implicaría una
mayor dinámica de nutrientes relacionados con la materia orgánica, como N o S en SI, y
en una reducción potencial en la productividad de cultivos sensibles a la acidez como la
alfalfa en AC.
Tabla 1. Valores medios de las propiedades evaluadas en los primeros 20 cm de suelo

en dos sistemas de producción (sistema): Agricultura continúa (AC) e integrado agrícola-
ganadero (SI), y durante dos cultivos: Maíz (M) y Soja (S). CO: Carbono orgánico, Pd:
Fósforo disponible (Bray 1). n=4.
CO (Mg ha-1)
Sistema Momento Pd (mg kg-1) pH
Siembra Cosecha
AC M 34,8 33,5 8,7 6
AC S 38,5 33 8,6 6,1
SI M 41,6 42,9 11,4 6,5
SI S 44,2 40,6 4,8 6,2
No existieron diferencias de Pd entre sistemas (P>0,05). Los valores medios de Pd

fueron de 8,4 mg kg-1. Estos valores son más bajos que los reportados por Sainz Rozas
et al. (2012). Los mismos indican respuesta a la fertilización en la mayoría de los
cultivos. Esto significa que aún en SI la dinámica de este nutriente se encuentra poco
afectada por la dinámica de CO y estaría más asociada a la práctica de fertilización
(Viglizzo, 2010).
3
Conclusiones
Los sistemas integrados poseen una mayor fertilidad potencial, con nutrientes asociados
a la materia orgánica y una menor acidez edáfica que sistemas bajo agricultura
continua, que en el largo plazo aseguran una mayor sustentabilidad en estos suelos.
Agradecimientos
Los autores agradecen el financiamiento otorgado por IAEA (Contributions of Integrated

Crop-livestock System for Development (IC-LSD) to sustainability of agricultural systems
of the semiarid and sub-humid temperate regions of Argentina. IAEA 22627).
Bibliografía
Álvarez, C.R.; M. Taboada; F. Gutierrez Boem; A. Bono; P. Fernández & P. Prystupa.

2009. Topsoil properties as affected by tillage systems in the Rolling pampa region of
Argetina. Soil Sci. Soc. Am. J., 73: 1242 – 1250.
Álvarez, R.; J. Depaeppe & H. Steinbach. 2013. Cambios en los niveles de C y N en los
suelos pampeanos por el uso. En: Barbosa, O.A. & J.C. Colazo (Eds.). Primeras
Jornadas Nacionales de Suelos de Ambientes Semiáridos y Segundas Jornadas
Provinciales de Agricultura Sustentable.p: 70 – 85. CABA.
Franzluebbers, A.; J. Sawchik & M. Taboada. 2014. Agronomic and environmental

impacts of pasture–crop rotations in temperate North and South America. Agric. Env. &
Eco., 190(1): 18-26.
INTA. 2015. Visor GeoINTA. En:geointa.inta.gov.ar/visor. Consultado: 23 de diciembre

de 2015.
Lemaine, G.; A. Franzluebbers; P. de Fassio Carvalho & B. Dedieu. 2014. Integrated

crop–livestock systems: Strategies to achieve synergy between agricultural production
and environmental quality. Agric. Env. & Eco., 190(1): 4-8.
Sainz Rozas, H.; H. Echeverría & H. Angelini. 2011. Niveles de carbono orgánico y pH
en suelos agrícolas de las regiones pampeana y extrapampeana argentina. Ci. Suelo
(Argentina), 29(1): 29-37.
Sainz Rozas, H.; H. Echeverría & H. Angelini. 2012. Fósforo disponible en suelos
agrícolas de la región Pampeana y Extra Pampeana argentina. RIA, 38(1): 33-39.
Studdert, G.A.; H.E. Echeverría & E.M. Casanovas. 1997. Crop-pasture rotation for
sustaining the quality and productivity of a Typic Argiudoll. Soil Sci. Soc. Am. J., 61:
1466-1472.
4
Viglizzo, E.F. 2010. El avance de la frontera agropecuaria y el stock de nutrientes (C, N,

P) en los ecosistemas. En: Viglizzo, E.F. & E. Jobbágy (Eds.). Expansión de la Frontera
Agropecuaria en Argentina y su impacto Ecológico-Ambiental. Ediciones INTA. p: 23-26.
5
CONDUCTIVIDAD ELECTRICA EN PASTA Y EXTRACTO MODIFICANDO TIEMPOS

DE REPOSO EN SUELOS DE REGIONES HÚMEDAS
LUCIANO LARRIEU1,*; MAURO CLAUSI1; FLORENCIA BONGIORNO1; VICTOR

MERANI1; LEANDRO NUGHES1; LUCIANO JUAN1; JULIAN MAINERO2; DANIEL
BENARDI3 & GUILLERMO MILLÁN1
1
Cátedra de Edafología, Facultad de Ciencias agrarias y Forestales, U.N.L.P. 2 Becario
BENTRE de la Comisión de Investigaciones Científicas de la Pcia. de Bs As. 3Cátedra
de Química Orgánica, Facultad de Ciencias Agrarias y Forestales, U.N.L.P. *Calle 60 y
119, La Plata (1900), Buenos Aires.
*[email protected]
Palabras clave: Salinidad, métodos de determinación, coeficientes de conversión.
Resumen
La evaluación de la salinidad en suelos se efectúa mediante la determinación de la CE.

La metodología reconocida como referencia se realiza en el extracto de la pasta
saturada de suelo y fue descripta en 1954 en el Agriculture Handbook 60. Debido a las
dificultades operacionales que se le adjudican a esta metodología se han buscado
modificaciones que simplifiquen esta determinación. El objetivo del presente trabajo fue
analizar la variabilidad existente entre las mediciones de la conductividad eléctrica en
pasta saturada de suelo y en el extracto de saturación de dicha pasta en suelos de
regiones húmedas. De manera conjunta se analizó el efecto producido por la
modificación del tiempo de reposo en la determinación, comparando entre 10 min y 24
hs de reposo. Se realizó el muestreo, secado y recolección de 99 suelos clasificados
como salinos y no salinos. La textura de los suelos analizados cubre el espectro entre
franco arenoso y arcilloso. Se observó que existe una alta variabilidad entre la
determinación en pasta y extracto de saturación. Estas diferencias en los valores de CE
determinados alcanzan valores de 6,3 dS m-1 a 19,5 dS m-1 para la pasta y el extracto
respectivamente. Asimismo se aprecia que dicha diferencia se acentúa en la medida
que aumenta la CE. Esta diferenciación entre metodologías alcanza un punto de
inflexión a partir del valor de 1dS m-1. No se evidencia correlación lineal entre la
evaluación en pasta y en el extracto, ni aún a bajas concentraciones salinas. En relación
a esto último es que los resultados obtenidos invalidarían la utilización de factores de
conversión entre ambas metodologías. Se determinó que el tiempo de reposo no
modifica de manera significativa la determinación de CE, dentro de cada una de las
metodologías seleccionadas. Los valores obtenidos de CEex10 y CEex24 presentan
una gran similitud (r2 = 0,997). De la misma manera resultó la comparación entre
CEP10 y CEP24 (r2 = 0,926). La determinación en pasta no permite realizar un
diagnóstico correcto de la salinidad de un suelo. A mayor salinidad en el extracto mayor
es la diferencia con la determinación en la pasta. La utilización de factores de
1
conversión lineares entre ambas metodologías ensayadas (pasta y extracto) sería

inapropiada. Habría que incorporar el análisis de otras propiedades del suelo como
variable.
Introducción
La salinidad del suelo es uno de los factores que mayores limitaciones ofrece a la
explotación agropecuaria. Ocupa el segundo lugar como causante de la degradación
mundial de suelos, detrás de la erosión. Según FAO la salinización de las tierras
irrigadas avanza anualmente a valores que alcanzan un 1 a 2%. Por otro lado, las tierras
disponibles para uso futuro de la agricultura, se ubican en regiones áridas y semiáridas,
donde la salinidad es de origen natural y a su vez solo estarían disponibles por el uso
del riego, práctica que posee un alto potencial de producir salinización.
Debido a la importancia de la problemática, desde los comienzos de su estudio se han

desarrollado metodologías para el diagnóstico y cuantificación de salinidad en suelos.
La determinación de la Conductividad Eléctrica (CE) es la metodología indirecta más
utilizada en la determinación de sales. El método de referencia utilizado para la
determinación de la CE en suelos es el que se realiza en el extracto de la pasta
saturada de suelo descripto en el Agricultre Handbook 60 (1954). Dicha metodología ha
tenido una alta aceptación debido a que el estado de saturación representa una de las
constantes hídricas y por consiguiente corrige la dilución de sales en función de la
textura. Si bien no presenta una alta complejidad, tiene la particularidad de necesitar
equipamiento específico (equipos de vacío) y posee cuestiones operativas que
complican la metodología. Existen cuestionamientos relacionados con la lentitud del
proceso y cierta subjetividad de la determinación del punto de pasta saturada. Estas
características dificultan manejos que requieren seguimientos, controles y mediciones
periódicas. Por otro lado existe una cuestión agronómica que justifica la determinación
en ese extracto debido a la correlación de dicha medición y el desarrollo de los cultivos.
Asimismo, la concentración de iones y sales en el extracto de saturación guarda relación
con otras constantes hídricas como Capacidad de Campo (CC) y Punto de Marchitez
Permanente (PMP). Por estas razones se han desarrollado a lo largo de los años
estudios relacionados con la determinación de la conductividad eléctrica en la pasta o
extractos de relaciones fijas suelo: agua, y su conversión a extracto de pasta saturada.
La mayor cantidad de estos estudios se realizó en suelos de zonas áridas, donde la
salinidad representa una de las principales problemáticas, pero no se ha desarrollado el
estudio con el mismo énfasis en suelos de regiones templado-húmedas. Asimismo, se
han obtenido resultados disímiles en esta búsqueda, ya que al observar la literatura
existente se aprecia variabilidad tanto en los factores de conversión calculados como en
el intervalo de CE en el cual mantienen una relación lineal las distintas formas de medir
la conductividad con el método de referencia (Hogg and Henry 1984; McKenzie et al,
1983; Khorsandi and Yazdi, 2007). Por otro lado, si bien se ha trabajado mucho con
valores obtenidos a distintas relaciones suelo: agua en comparación con el extracto de
2
pasta de saturación, hay escasos trabajos que analicen la reducción del tiempo de
reposo, cuestión que nos parece fundamental para aportar una posibilidad de contribuir
a la simplificación de la metodología.
En relación a lo expuesto, el objetivo del presente trabajo fue analizar la variabilidad

existente entre las mediciones de la conductividad eléctrica en pasta saturada y en el
extracto de saturación de dicha pasta de suelos pertenecientes a la Región Pampeana
Argentina. De manera conjunta se analizó el efecto producido por la modificación del
tiempo de reposo en la determinación, comparando entre 10 min (tiempo aproximado de
preparación de la pasta) y 24 hs de reposo.
En el presente ensayo se utilizaron 99 muestras de suelo, pertenecientes a la región

ecológica denominada Pampa Húmeda, Argentina. Dichos suelos fueron seleccionados
en función de obtener diversidad y características contrastantes en sus propiedades
físicoquímicas. Se utilizó como parámetro principal de selección la textura, de manera
tal de cubrir un espectro de clases texturales que va de franco arenosa hasta arcillosa.
Se realizó el muestreo, secado y desagregado de los suelos. Luego se procedió con la

homogeneización, molienda y tamizado por 2mm. Con dichas muestras de suelo se
procedió a realizar la pasta saturada de suelo, de la manera en que describe la técnica
que se detalla en el SAMLA, SAGPyA (2004).
Se confeccionó la pasta saturada de suelo, a los 10 minutos se determinó la CE (CE

p10) en la pasta saturada. A continuación, se procedió a fraccionar la pasta saturada
para obtener de una mitad el extracto de saturación con un tiempo de reposo de 10
minutos (CE ex10). A la otra mitad de la pasta se la dejo en reposo durante 24 horas. Al
día siguiente se determinó la CE en la pasta (CE p24) y a posteriori se obtuvo el
extracto y se determinó su conductividad (CE ex24). La CE fué determinada en todos
los casos con un conductívimetro digital marca Digicom modelo 2006.
La comparación entre los datos obtenidos con las diferentes metodologías fueron
analizados con la prueba estadística “t” de Student apareada.
En la figura 1 se expone la totalidad de los datos obtenidos en las determinaciones de

CE con las distintas variantes seleccionadas. Se observa que existe una gran
variabilidad entre la forma seleccionada para medir la conductividad eléctrica. Al
determinar la CE en la pasta de saturación se obtuvieron valores siempre por debajo de
los obtenidos en el extracto de suelo.
3
Figura 1: Datos de conductividad obtenidos del total de muestras analizadas y para cada
una de las metodologías utilizadas.
Asimismo se aprecia que a medida que aumenta el valor de la CE en el extracto mayor

es la diferenciación con las determinaciones en la pasta. Estas diferencias en los
valores de CE determinados alcanzan diferencias de 6,3 dS m-1 a 19,5 dS m-1 para la
pasta y el extracto respectivamente. Esta diferenciación entre metodologías alcanza un
punto de inflexión a valores superiores a 1dS m-1. Dicho valor obtenido es muy bajo en
relación a valores que reportan otros autores de hasta 8 dS m-1 (Khorsandi and Yazdi,
2007; Zalba et al, 2013). Asimismo la gran diferencia que se manifiesta entre las
determinaciones en pasta y en extracto se explicarían por el efecto que produce el
sólido debido a sus cargas y la tortuosidad que genera en el recorrido de los iones
(Rohades, 1998).
Por otro lado existen investigaciones que a lo largo de los años han buscado la manera
de simplificar la determinación calculando factores de conversión que permitan
transformar determinaciones en pasta o extractos de relación fija, a valores de CE en
extracto (Hogg and Henry, 1984; Nijensohn, 1988; Zalba et al, 2013). El análisis de los
datos obtenidos en el presente trabajo (figuras 2 y 3) indica que la relación entre
cualquiera de las 2 variantes seleccionadas para medir la conductividad eléctrica en
pasta comparada a la determinación en extracto, se aparta de la linealidad. Por
consiguiente no se adaptaría al uso de factores fijos de conversión. Esto podría
atribuirse a que existen diferencias sustanciales en el tipo de suelo y región sobre la que
se realizaron la mayoría de dichos estudios. Mientras en el presente trabajo se realizó la
investigación sobre suelos de una región templado-húmeda, en la mayoría de los
trabajos citados se han estudiado suelos de regiones áridas. Asimismo, la obtención de
coeficientes incluye factores como la textura y el contenido hídrico porcentual de
4
saturación, factores que no se han incluido en el presente análisis y que podrían corregir
la desviación (Zalba et al, 2013).
Figura 2: Relación entre CE pasta 24 horas (CE pas24) y CE extracto 24 horas (CE
ext24)
Figura 3: Relación entre conductividad eléctrica en extracto 24 horas (CE ext24) y

conductividad eléctrica en pasta 10 minutos (CE pas10).
Si analizamos la figura 4 y 5 observamos que existe una estrecha relación cuando se

mantiene la forma de determinar la CE (pasta o extracto) y se modifica el tiempo de
reposo. Algunos autores afirman que el tiempo de contacto o reposo, que inclusive en
las suspensiones resulta ser tiempo de agitado, tiene como principal función asegurar el
ingreso del agua a todos los poros del suelo y conseguir de esa manera una solución
equilibrada (Nijensohn, 1998). Sin embargo, los resultados obtenidos indican que no se
5
manifiestan diferencias significativas entre la determinación de la conductividad eléctrica

en extracto con un tiempo de reposo de 10 minutos o de 24 horas. Resultados similares
se obtuvieron al realizar la comparación de los datos obtenidos en la determinación de
conductividad eléctrica en pasta para 10 minutos y 24 horas de reposo. En este punto
vuelve a ser importante remarcar que el presente trabajo ha sido realizado con suelos
que carecen precipitados de yeso, entre otras características comunes a los suelos de
zonas áridas.
Figura 4: Relación entre conductividad eléctrica en extracto a los 10 minutos (CE pas10)
y a las 24 horas (CE ext24).
Figura 5: Relación entre conductividad eléctrica en pasta a los 10 minutos (CE pas10) y
a las 24 horas (CE ext24)
6
La gran similitud registrada entre los datos obtenidos en la determinación de la

conductividad eléctrica en extracto, permitirían agilizar la determinación de
conductividad eléctrica de manera significativa.
Conclusiones
La determinación de la conductividad eléctrica en pasta de suelo arrojó valores muy por

debajo de los determinados en el extracto de suelo, con diferencias de tal magnitud que
cambiaría el diagnostico salino de los suelos.
El tiempo de reposo o contacto no modifica los valores en la determinación de

conductividad eléctrica.
De mediar estudios que confirmen la baja influencia del tiempo en la determinación de la

CE sería una ventaja metodológica que permitiría agilizar el proceso de determinación y
diagnostico de salinidad en suelos.
Bibliografía
FAO. www.fao.org/worlfootsummit/spanish/newsroom/focus/focus1.htm. (Ultimo acceso

29/12/2015).
Fowler, D. and Hammz, J. 1980. Crop response to saline soil conditions in the parkland
area of Saskatchewan. J. Soil Sci. 60: 439-449.
Hogg, T. J. and Henry, J. L. 1984. Comparison of 1:1 and l:2 suspenstons and extracts
with the saturation extract in estimating salinity in Saskatchewan soils. Can. J. Soil Sci.
64:699-704.
Khorsandi, F. and Yazdi, F. 2007. Gypsum and Texture Effects on the Estimation of
Saturated Paste Electrical Conductivity by Two Extraction Methods Soil Science and
Plant Analysis, 38: 1105–1117.
Mc Kenzie, R.; Sprout, C. and Clark, F. 1983. The relationship of the yield of irrigated
barley to soli salinity as measured by several methods. Can. J. Soil Sci. 63: 519 528.
Nijensohn, L. 1988. Determinación del nivel de salinidad edáfica a partir del nivel de
salinidad edáfica a partir del quintuple extracto de saturación. Ciencia del Suelo 6: 8-13.
Rhoades J., Chanduvi F. and Lesch. S. 1999. Soil salinity assessment. Methods and
interpretation of electrical conductivity measurement. FAO Irrigation and Drainage.
Roma. 57pp.
7
SAMLA, SAGPyA. 2004. Sistema de apoyo metodologico a laboratorios de análisis de

suelos, aguas, vegetales y enmiendas orgánicas. Buenos Aires. 302 pp.
United State Salinity Laboratory Staff. 1954. Diagnosis and improvement of saline and
alkali soils. Agriculture Handbook 60 Richards Ed. Washington. 160 pp.
Zalba P.; Garay, M.; Amiotti, N. y Ares, A. 2013. Improved Field Method For Estimating
Soil Salinity Ciencia del Suelo. Buenos Aires 31(2):265-269.
8
ROL DE LA COBERTURA EN LAS PROPIEDADES QUÍMICAS Y BIOLÓGICAS DE

UN NATRACUALF TÍPICO
ANDREA PELLEGRINI1,*; CRISTINA VECCHIO2; MARIA EMILIA BOSSIO; VICTOR

BOLAÑOS2. FACUNDO FONTENLA; IVÁN MARTINEZ; JORGE LANFRANCO1 
RODOLFO GOLLUSCIO3
1
Cátedra de Edafología; ²Cátedra Forrajicultura y Praticultura, Facultad de Ciencias
Agrarias y Forestales. Universidad Nacional de La Plata; 3Facultad de Agronomía.
Universidad de Buenos Aires. *Calle 60 y 119 s/n C.C. 31 (1900) La Plata. Buenos Aires
Argentina; 54-221-4536758 int 428.
*[email protected].
Palabras Clave: Estepa de halófitas; Nostoc commune; suelo desnudo
Resumen
El objetivo de este trabajo fue evaluar propiedades químicas y biológicas de un

Natracualf de la estepa de halófitas en diferentes condiciones de cobertura y un Argiudol
bajo pradera húmeda de mesófitas, todos bajo pastoreo continuo. Los sitios analizados
fueron: suelo bajo estepa de halófitas (EH) con cobertura vegetal (35% de área); suelo
desnudo (50% del área); debajo del Nostoc commune (15% del área) y suelo bajo
pradera húmeda de mesófitas con 100 % de cobertura vegetal. Las propiedades
evaluadas fueron: pH actual: (relación suelo-agua 1:2,5); Carbono oxidable (CO),
Nitrógeno total (Nt) y humedad del suelo a la fecha del muestreo. Los parámetros
biológicos analizados fueron respiración y actividad ureásica. El contenido de CO y el de
Nt fueron significativamente mayores debajo de la vegetación de la pradera húmeda de
mesófitas que en los tres sitios de la EH. Sin embargo, en la EH el CO y el Nt fueron
significativamente mayores debajo de la vegetación y del Nostoc que en los sitios de
suelo desnudo. El suelo bajo pradera húmeda de mesófitas poseía mayor humedad
mientras que, los sitios de la EH no revelaron diferencias significativas entre ellos,
aunque se visualizó una tendencia de mayor acumulación de humedad debajo de
Nostoc y de la cubierta vegetal, respecto al suelo desnudo. Se encontró una fuerte
asociación entre la actividad ureásica y el contenido de carbono orgánico (r=0,72) La
actividad ureásica estuvo negativamente relacionada con el pH (R=0,73). La actividad
de la ureasa se diferencia entre el Argiudol y los sitios del Natracualf. Para la EH los
valores resultantes de la medición de la respiración se podrían considerar como
indicador del deterioro del suelo, ya que refleja la pérdida de cobertura vegetal. Las
acciones que favorezcan la cobertura vegetal del suelo mejorarían la sustentabilidad de
las comunidades halófitas.
1
Introducción
El pastizal natural de la Pampa Deprimida comprende un mosaico de comunidades

vegetales de una gran diversidad de plantas nativas y exóticas (Burkart et al., 1998;
Perelman et al., 2001; Chaneton et al., 2002). Se han descripto cuatro grandes
unidades de vegetación identificadas a través de su posición topográfica, balance
hídrico del suelo y la presencia de alcalinidad y en algunos casos salinidad (Burkart, et
al. 2005). La pradera de mesófitas, ubicada en posiciones convexas del terreno con
suelos profundos y bien drenados, la comunidad vegetal dominantes incluye Stipa
neesiana, Bothriochloa laguroides, Paspalum dilatatum, Stipa trichotoma, Briza
subarista, Piptochaetium stipoides, Bromus unioloides, Panicum bergii, Deyeuxia
viridiflavescens y Piptochaetium montevidense, así como Paspalum quadrifarium. La
pradera húmeda de mesófitas se encuentra ubicada en áreas planas o depresiones
tenues donde el drenaje tiene algunas limitaciones y se advierten rasgos de sodicidad
en los horizontes subsuperficiales (Burkart et al., 2005). Esta unidad es muy
heterogénea y las especies más comunes son Danthonia montevidensis, Mentha
pulegium, Chaetotropis elongata, Sporobolus indicus, Eclipta bellidioides Leontodon
taraxicoides, Ambrosio tenuifolia, y Alternathera philoxeroides. La pradera de hidrófitas
ocupa los terrenos con mayores problemas de drenaje pero sin rasgos de sodicidad
superficial o subsuperficial. Presentan Ludwgia peploides, Mentha pulegium y Solanum
glaucophyllum acompañadas por la presencia casi exclusiva de Glyceria multiflora,
Echinochloa helodes y Marsilea concinna entre otras. Por último la estepa de halófitas
ocupa los suelos con altos niveles de sodicidad en todo su perfil y cubre alrededor del
16 % de la superficie de la región. Esta unidad de vegetación presenta alta dominancia
de especies del género Distichlis, asociadas a Sporobolus pyramidatus, Chloris berroi;
Hordeum stenostachys, Puccinelia glaucescens, Pappophorum mucronulatum,
Spergularia sp., Lepidium sp., Acicarpha procumbens y Nostoc commune (Burkart et al.,
2005).
El proceso de agriculturización de los últimos veinte años, condujo a un incremento en

la concentración de animales en los ambientes marginales de la Pampa Deprimida y en
la intensidad de uso de las comunidades naturales de la región (Vázquez et al., 2002).
Tanto la pradera de hidrófitas como la estepa de halófitas son en la actualidad los
ambientes más utilizados para la cría vacuna aunque han sido los menos estudiados en
cuanto a su uso ganadero. Se conocen los efectos que el pastoreo continuo ha
producido en la pérdida de condición y de cobertura vegetal de las comunidades de
halófitas (Vecchio et al., 2009; Vecchio, 2014). A pesar de la importancia ecológica que
brinda la cobertura vegetal en estos suelos degradados por el pastoreo, se conoce poco
acerca del rol de la misma en estos suelos halófitos comparados con comunidades de
ambientes más fértiles como la pradera húmeda de mesófitas. Entender los efectos de
la cobertura vegetal sobre estos ambientes frágiles permitirá proponer herramientas de
manejo en aquellas situaciones muy deterioradas por el pastoreo continuo.
2
El objetivo de este trabajo fue evaluar el rol de la cobertura vegetal, el suelo desnudo y
la cobertura del alga Nostoc bajo pastoreo continuo en las propiedades químicas y
biológicas de un Natracualf, de una estepa de halófitas, con respecto a un suelo
Argiudol bajo una pradera de húmeda mesófitas.
El presente trabajo se llevó a cabo en un establecimiento de cría vacuna cercano a la

localidad de Vieytes (Partido de Magdalena, Provincia de Buenos Aires). Los sitios
analizados pertenecen a Natracualfes bajo una estepa de halófitas, y la pradera húmeda
de mesófitas sobre un Argiudol vértico (USDA, 2010) bajo la modalidad de pastoreo
continuo.
Los sitios analizados fueron:

1. Suelo bajo estepa de halófitas debajo de la cobertura vegetal (35% del área)
2. Suelo bajo estepa de halófitas suelo desnudo (50% del total)
3. Suelo bajo estepa de halófitas debajo del Nostoc (15% del total).
4. Suelo bajo pradera húmeda de mesófilas con 100 % de cobertura vegetal
En marzo de 2015 se tomaron de cada sitio cuatro repeticiones de 0-10 cm, muestras
compuestas de 10 submuestras.
Se evaluaron propiedades químicas del suelo mediante análisis de: pH actual (relación
suelo-agua 1:2,5); Carbono oxidable (CO), determinado por Walkley & Black modificado
y Nitrógeno total (Nt) determinado mediante digestión por Kjeldahl (PROMAR, 1991).
Los indicadores biológicos analizados fueron respiración según Frioni, (1999) y actividad
de la enzima ureasa, (Nannipieri et al., 1978). Finalmente se calcularon los coeficientes
de correlación de Pearson (r) entre la actividad ureásica y el contenido de carbono
orgánico y la actividad ureásica con el pH.
Las medidas evaluadas se analizaron mediante un ANOVA y las medias de las

situaciones analizadas se compararon mediante el test de Tukey (α=0,05).
El pH del suelo en el Argiudol vértico, debajo de la vegetación de la pradera húmeda de

mesófitas fue menor y ligeramente acido, con relación al resto de los sitios analizados
en la estepa de halófitas que fue de fuertemente (8,5 a 9) a muy fuertemente alcalino
(>9,1), sin diferencias significativas entre los tres sitios analizados. Valores similares de
pH se han encontrado en comunidades halófitas de la Pampa Deprimida. Los valores
3
tan elevados de pH limitan el crecimiento de la mayoría de las especies vegetales lo

cual se refleja en el nivel de cobertura (Alconada y Lavado, 1993 y Vecchio et al., 2009).
El contenido de C orgánico oxidable y el de Nt fueron significativamente mayores bajo la

vegetación de la pradera húmeda de mesófitas que en los tres sitios de la estepa de
halófitas. Sin embargo, en la estepa de halófitas el CO y el Nt fueron significativamente
mayores debajo de la vegetación y del Nostoc (18 g kg-1 de CO y 0,173 % Nt) que en
suelo desnudo (13,9 g kg-1 de CO y 0,114 % de Nt) (Cuadro 1). El alga Nostoc,
microorganismo fotótrofo y fijador de nitrógeno desempeña un papel ecológico
significativo en los procesos de colonización del suelo desnudo mejorando los
contenidos de CO y de Nt (Ansin et al., 2002). Cuando se pasa de un manejo del
pastoreo continuo al rotativo mejora el 100% el contenido de CO en los 15 cm
superficiales del suelo (Vecchio et al., 2012), donde la cobertura vegetal total pasa del
33 % al 57 % y al 95 % cuando se clausura al pastoreo por largos periodos de tiempo
(Vecchio et al., 2009).
Por otro lado según McNaughton 1983, el pastoreo modifica la disponibilidad y dinámica
del agua en el suelo a través de su efecto sobre el área foliar y sobre la abundancia
relativa de especies con perfiles radicales profundos, esto se puede ver reflejado en la
acumulación del agua en el perfil, medida a través del porcentaje de humedad. En
nuestro trabajo se advirtió que la acumulación de agua es mayor en suelos con alta
cobertura vegetal (Argiudol) mientras que los sitios de la estepa de halófitas no
mostraron diferencias significativas entre ellos. No obstante, se visualizó una tendencia
de mayor acumulación de humedad debajo de Nostoc y debajo de la cubierta vegetal,
respecto al suelo desnudo (Tabla 1).
Tabla 1. Valores medios de pH, carbono orgánico (CO) y nitrógeno total (Nt) y humedad
de los sitios estudiados. Natracualf bajo cubierta vegetal, suelo desnudo, bajo alga
Nostoc y sobre Argiudol. Medias con una letra común no son significativamente
diferentes (p>0,05).
Sitio estudiados pH CO (g kg-1) Nt (%) Humedad (%)

Bajo cubierta 8,69 a 20,92 b 0,171 b 3,5 ab
Suelo desnudo 9,25 a 13,92 c 0,114 c 3,1 b
Bajo Nostoc 9,14 a 18,32 b 0,176 b 4,1 ab
Argiudol 5,53 b 29,07 a 0,230 a 4,6 a
La medición de la ureasa permite evaluar los cambios producidos por la mineralización

del Nitrógeno. Este indicador no manifestó sensibilidad entre los sitios evaluados de
Natracualfes; encontrando diferencia significativa respecto al Argiudol (Figura 1). Se
encontró una relación muy estrecha entre actividad ureásica y contenido de carbono
4
orgánico (R=0,72; Figura 2a) coincidente con la encontrada por Borie y Fuentealba,
(1982) de r = 0,74.
200
180 a
160
140
ug N -NH4 g-1h-1
120 b b
100 b
80
60
40
20
0
debajo debajo de suelo desnudo
cubierta Nostoc
vegetal
PHM EH
Figura 1. Actividad ureásica del suelo (ug N-NH4 g-1h-1) en pradera húmeda de
mesófitas (PHM) y los diferentes sitios en la estepa de halófitas (EH). Letras diferentes
indican diferencias significativas p<0,05.
250 250
b
200 R² = 0,7197 200 R² = 0,7229
ug N -NH4 g-1h-1
ug N -NH4 g-1h-1
150 150
100 100
50 50
0 0
0 5 10 15 20 25 30 35 2 4 6 8 10 12
pH
Carbono orgánico g.kg-1
Figura 2. Relación entre actividad ureásica y contenido de carbono orgánico y pH en los

diferentes sitios evaluados.
Los valores de la ureasa se modifican por efecto del pH. La actividad ureásica estuvo
negativamente relacionada con el pH (R=0,73); Figura 2b) (Bremner y Mulvaney 1978,
Kiss et al 1975). El suelo de la pradera húmeda de mesófitas con pH ligeramente ácido
obtuvo mayor actividad ureásica y ésta fue disminuyendo con el aumento del pH de
5
acuerdo a lo encontrado por Boriez y Fuentealba (1982). Los pH del suelo bajo pastoreo
continuo son limitadores del crecimiento de las plantas disminuyen la actividad biológica
revelada en la menor actividad ureásica.
200
180
a
mg CO2 100g-1/suelo seco
160 a a
140
120
100
80 b
60
40
20
0
debajo debajo de suelo desnudo
cubierta Nostoc
vegetal
PHM EH
Figura 3. Respiración del suelo (mg CO2 100 g-1 suelo seco) en la pradera húmeda de
mesófitas (PHM) de un Argiudol vértico, y en la estepa de halófitas (EH) de Natracualf
(debajo de la cubierta vegetal, debajo de Nostoc y en suelo desnudo). Letras diferentes
indican diferencias significativas (p<0,05)
Los suelos son la mayor fuente y reservorio de carbono en los ecosistemas terrestres, y
son la vía principal por la cual el CO2 fijado por las plantas es retornado a la atmósfera.
La emisión de CO2 de los suelos a la atmósfera ocurre principalmente por la respiración
de raíces y organismos heterótrofos (Palacio y Hurtado, 2008). La pérdida de la
cobertura vegetal como consecuencia del pastoreo continuo en ambientes restrictivos
como los Natracualfes ha disminuido significativamente la respiración con respecto a los
suelos con cobertura vegetal o con Nostoc. Estos resultados constituyen un avance
respecto a los encontrados por Irigoyen y Giambiagi (1990), quienes no detectaron
diferencia entre suelos con y sin cobertura vegetal.
Conclusiones
La cobertura vegetal y la presencia de Nostoc en Natracualfes tienen un

comportamiento similar y mejorador en el contenido de CO, Nt y humedad del suelo,
respecto al suelo desnudo.
6
El Argiudol vértico de la pradera húmeda de mesófitas presenta mejor calidad de suelo

según todos los parámetros químicos analizados respecto a los tres sitios del Natracualf
estudiado.
La actividad de la ureasa es contrastante entre el Argiudol vértico y los sitios de

Natracualf
Las buenas prácticas que favorezcan la cobertura vegetal del suelo mejorarían la
sustentabilidad de las comunidades halófitas.
Bibliografía
Boriez, F. & R. Fuentealbaz. 1982. Bioquímica de suelos derivados de cenizas

volcánicas. Agricultura Técnica, 42(2).
Bremner, J. M., & R. L. Mulvaney. 1978. Urease activity in soils. Soil enzymes, 149-196.
Burkart, SE; RJC León; SB. Perelman & M. Agnusdei. 1998. The grassland of the
flooding Pampa (Argentina): Floristic heterogeneity of plant communities of the southem
Rio Salado basin. Coenoses 13:17-27.
Chaneton, EJ; S.B. Perelman; M. Omacini & J.R.C. León. 2002. Grazing, environmental
heterogeneity, and alien plant invasions in temperate pampa grasslands. Biological
Invasions 4: 7-24.
Frioni, L. 1999. Procesos microbianos. Tomo II. Editorial de la Fundación de la

Universidad Nacional de Río Cuarto. Argentina. 286 pp.
Irigoyen, A., & N. Giambiagi. 1990. Aspectos microbiológicos de un natracualf. Efecto

del agropiro. Ciencia del Suelo, 8(2).
Kiss, S., M.; Drăgan-Bularda, & D. Rădulescu. 1975. Biological significance of enzymes
accumulated in soil. Advances in Agronomy, 27, 25-87.
Nannipieri P.; R.L. Johnson & E.A. Pool. 1978. Criteria of measurement of microbial
growth and activity in soil. Soil Biology and Biochemistry.
Palacio A. & H. M. Hurtado. 2008. Respiración microbial y de raíces en suelos de

bosques tropicales primarios y secundarios (Porce, Colombia). Rev. Fac. Nal. Agron.
Medellín 61:4381– 4393.
7
Paruelo J.; G. Piñeiro; A. Altesor; C. Rodriguez & M. Oesterheld. 2004. Cambios

estructurales y funcionales asociados al pastoreo en los Pastizales del Río de la Plata.
En: Reunión del Grupo técnico regional del Cono Sur en mejoramiento y utilización de
los recursos forrajeros del área tropical y subtropical: Grupo Campos, 20.Montevideo:
Facultad de Agronomía. pp. 53-60.
Perelman, SB; R.J.C. León & M. Oesterheld. 2001. Cross-Scale vegetation patterns of
Flooding Pampa grasslands. J. Ecology, 89: 562-577.
PROMAR (Programa de métodos analíticos de referencia). 1991. Asociación Argentina

de la Ciencia del Suelo - Secretaria de Agricultura, Ganadería y Pesca. pH, Carbono,
Materia orgánica, Nitrógeno total, Fósforo extractable. Argentina. pp. 27.
USDA. 2010. Claves para la Taxonomía de Suelos. Onceava Edición. pp. 374.
Vázquez, P; M. Rojas y J. Burges. 2007. Caracterización y tendencias de la ganadería

bovina en la Cuenca del Salado. EEA Balcarce, INTA. EEA Cuenca del Salado, INTA.
Vecchio MC; A. M. Rodiguez; R.A. Golluscio & M. Oyhamburu. 2009. Mejoramiento de

la vegetación por cambios en el uso pastoril de una Estepa de halófitas del Norte de la
Pampa Deprimida. pp 222-223. En Congreso Nacional, II Congreso del Mercosur, I
Jornada técnica de productores sobre Manejo de Pastizales Naturales. 13 y 14 de
Agosto 2009. Corrientes, Argentina.
Vecchio, M.C.; A.E. Pellegrini; J. Gianotti; J. García; M. Chalde; A. Rodríguez; & R.

Golluscio. 2012. Efecto del manejo pastoril de una estepa de halófitas sobre indicadores
edáficos. XIX Congreso Latinoamericano de la Ciencia del Suelo XXIII Congreso
Argentino de la Ciencia del Suelo Mar del Plata, Argentina.
8
POLIACRIDAMIDAS Y SU EFECTO SOBRE PROPIEDADES FÍSICAS Y

RENDIMIENTO EN SUELOS ARENOSOS SEMBRADOS CON AVENA
VICTOR MERANI1,*; LUCIANO LARRIEU1; FRANCO LAMAS1; LEANDRO NUGHES1;

LUCIANO JUAN1; DANIEL BENNARDI1; JULIAN MAINERO1,2  GUILLERMO MILLÁN1.
1
Cátedra de Edafología, Facultad de Ciencias Agrarias y Forestales, U.N.L.P. 2Becario
BENTRE de la Comisión de Investigaciones Científicas de la Provincia de Bs.As. * Calle
60 y 119, La Plata (1900), Pcia. de Bs. As.
*[email protected].
Palabras Clave: hidrogel, estabilidad, agua útil
Resumen
La poliacrilamida (PAM) tiene la capacidad para absorber agua, retenerla y dejarla

disponible para las plantas. Se evaluaron los efectos en la estabilidad estructural (EE),
en la Capacidad de Campo (CC), Punto de marchitez permanente (PMP) y Agua útil
(AU) de un suelo arenoso con agregado de diferentes dosis de PAM sólida (S) y líquida
(L). Además se midió materia seca (MS) en Avena sativa L., y el tiempo hasta la
mortandad luego del último riego. En los valores de MS, para PAM L, sólo hubo
diferencias del 0,02% de menor rendimiento respecto al testigo. Todos los tratamientos
con PAM S tuvieron un rendimiento igual o mayor al testigo. En la medición de días a
PMP desde el ultimo riego realizado, se pudo observar que la aplicación de PAM L solo
presento un mayor número de días de supervivencia que en los testigos, para las dosis
que 0,05% y 1,6%, en el tratamiento con PAM S todas las dosis presentaron diferencias
significativas siendo las más bajas 0,1% y 0,2% menor que el testigo y las restantes
0,4% 0,8% y 1,6% mayor, cabe destacar que estas últimas dos dosis presentaron
valores superiores a los obtenidos en todos los tratamientos con PAM L. Sólo existieron
diferencias en CC y AU con las dosis más altas de PAM S. Los valores de EE
aumentaron en la mayoría de las dosis para S y L siendo la L mejor. La utilización de
PAM L no incrementa los rendimientos de Avena, resultando en algunos casos
perjudicial. Además, los tiempos de supervivencia de las plantas no se ven afectados
positivamente con su aplicación. Por otra parte, la PAM S aumenta tanto MS como el
tiempo a PMP en dosis de 0.4% o mayores. El agregado de PAM mejora la EE de los
suelos tanto en ambas presentaciones.
Introducción
El territorio argentino tiene alrededor de 65% de clima árido o semiárido y además

cuenta con unas 4.000 ha bajo cubierta. (Stavisky, 2010).Es por ello que para poder
cumplir las exigencias hídricas de los cultivos, en muchas ocasiones, se ha recurrido al
1
riego complementario. El uso de agua subterránea como principal recurso hídrico para
suplementar las necesidades de los cultivos tiene algunas desventajas. Una de ellas se
deriva de su mala calidad, esta problemática se manifiestan con mayor énfasis en
cultivos bajo cubierta. En estos sistemas de producción la utilización de agua de pozo
comúnmente salino-sódica tiende a degradar el suelo por aumento de la conductividad
eléctrica y el pH. La evaporación directa del agua del suelo hacia la atmósfera, sumado
a la evapotranspiración de los cultivos provoca la precipitación continua de los iones
presentes en el agua. La tasa de acumulación de sales provenientes de los sucesivos
riegos en los invernáculos, toma mayor dimensión al no poseer estos suelos el lavado
natural proveniente de las precipitaciones que sí tienen los sistemas extensivos.
Otra problemática que tienen algunos sistemas de riego es la baja eficiencia en el uso
de agua. Si bien el riego por goteo ha permitido reducir los volúmenes de agua
utilizados en los cultivos bajo cubierta, la conducción mediante canales, acequias y
surcos de los sistemas extensivos se caracteriza por una baja eficiencia de utilización de
agua que varía según el tipo de suelo, con valores que van desde 45% para suelos
livianos, 60% pesados y 65% para texturas medias (Petillo, 2008). Otros sistemas, como
los de aspersión tienen eficiencias de 60% según tipo de clima. Las pérdidas más
comunes de agua en estos sistemas son la infiltración, escurrimiento y evaporación
directa a la atmósfera (Petillo, 2008).
El agua como recurso indispensable para el crecimiento de las plantas está siendo cada
vez más limitante en cantidad y calidad. Por lo tanto, el mejor aprovechamiento del agua
de riego así como la proveniente de las precipitaciones permitirá cuidar la
sustentabilidad del recurso y también minimizar los efectos de salinización y
alcalinización.
Una de las metodologías que se está implementando para mejorar la eficiencia de los
sistemas de riego es el uso de hidrogeles o poliacrilamidas (PAM).
La Poliacrilamida (PAM) es una sustancia constituida por la unión de monómeros de

acrilamida. El polímero resultante es un gel transparente, químicamente inerte y estable
(Food standars agency, 2002). La poliacrilamida tiene una gran capacidad para
absorber agua, retenerla y dejarla disponible para las plantas (Akhter, 2004). Esta
característica ha favorecido su aplicación en la producción hortícola y crianza de
plantines. La incorporación de este hidrogel a suelos de baja retención hídrica
incrementa la retención de agua en el punto de capacidad de campo y disminuye las
perdidas por infiltración (Johnson, 1984), también retrasa la desecación del suelo por
evapotranspiración directa de la atmósfera y, por lo tanto, reduce los requerimientos de
riego de las plantas (Taylor y Halfacre, 1986).
2
El objetivo de este trabajo fue evaluar los efectos generados en la estabilidad estructural
y en variables hídricas como la capacidad de campo, punto de marchitez permanente y
agua útil de un suelo arenoso por el agregado de diferentes dosis de poliacrilamida en
estado sólido y líquido. Además se midió la producción de materia seca en plantas de
Avena sativa L. y se determinó el número de días transcurridos hasta alcanzar la
mortandad de las plantas luego de efectuar el último riego.
Se realizó un ensayo en macetas con tres repeticiones por tratamiento. Se utilizó un

solo suelo de textura arenosa proveniente del paraje “El Durazno” La Pampa. Al mismo
se le agregaron diferentes dosis de poliacrilamida en estado sólido y líquido. A su vez,
se utilizaron tratamientos vegetados y no vegetados.
El esquema de tratamientos queda planteado en la Tabla 1.
Tabla 1: Tratamientos realizados con sus correspondientes dosis,“x” corresponde a

realizado,“–” corresponde a no realizado.
Dosis (%)
Estado 0,02 0,05 0,08 0,1 0,2 0,4 0,8 1,6
Vegetado x x x x x x x x
Líquido
No Vegetado x x x x x x x x
Vegetado - - - x x x x x
Sólido
No Vegetado - - - x x x x x
Para las dosis más bajas sólo se realizaron tratamientos para el producto en estado
líquido, debido a que en trabajos anteriores se ha observado que la PAM líquida
produce un efecto mayor en retención de agua que sólo pudo ser medido por debajo de
0,1 y 0,2%. Esta respuesta sugiere la realización de pruebas con dosis menores a las
utilizadas en dichos trabajos, para definir el rango donde se producen los efectos
deseados (Irurtia et al., 2012).
El ensayo se inició con el llenado de macetas (04/03/15) y agregado de la PAM en sus

respectivas dosis y en sus dos estados (sólido y líquido). Se sembró Avena sativa L.
(21/03/15) y se raleó para dejar 10 plantas por maceta. Los riegos fueron semanales
antes de notar estado de sequedad en el suelo. El primer corte se efectuó el 2 de junio
2015, posteriormente se fertilizaron todas las macetas con nitrato de amonio en una
dosis equivalente a 100 Kgha-1. El segundo corte se realizó el 18 de septiembre 2015. El
ensayo continuó creciendo. Se cortó el riego el 27 de Julio 2015; a partir de este punto
se comenzó a medir los días trascurridos hasta la muerte total de las plantas (PMP).
Luego se procedió con el trabajo en laboratorio.
3
Tabla 2: Parámetros medidos

Materia seca: Secado en estufa a 60ºC hasta peso
Determinaciones en
constante
planta
Días a PMP: Promedio de días hasta mortandad de las plantas
Capacidad de campo: Agua retenida a 0,3
atmósferas
Punto de marchites permanente: Agua retenida a 15
Determinaciones en atmósferas
suelo Agua útil: Diferencia entre capacidad de campo y punto de
marchites permanente
Estabilidad estructural: método de Le Bissonnais (1996) y Le
Bissonnais et al. (1997)
Mediciones en vegetal
Figura 1: Producción de Materia seca total promedio de las tres repeticiones de cada
tratamiento obtenido en estufa a 60°C. En color rojo se remarca el testigo, en azul y
verde la poliacrilamida en estado líquido y sólido respectivamente.
En la Figura 1 podemos observar cómo, en general, las dosis de poliacrilamida en

estado líquido (L) presentan una producción de materia seca menor que las dosis del
estado sólido (S) dela PAM. En el caso del producto líquido, no se observan diferencias
4
estadísticas significativas, a excepción del tratamiento 0,02% que rindió menos que el
testigo. Independientemente de las diferencias estadísticas, se puede observar que al
aumentar la dosis existe una tendencia a incrementar el rendimiento de MS, peropor
encima de 0,8% se produce una caída en el mismo. Esto, probablemente, esté asociado
a una mayor dificultad por parte de la planta, a extraer el agua retenida en el suelo.
Como se puede ver en la Figura 5 el agua útil (AU), en esas dosis, es mucho más baja
que los testigos.
En los tratamientos con el producto en estado sólido se observó que todas las dosis
tuvieron un rendimiento igual o mayor al testigo. Se encuentran diferencias significativas
de todas las dosis en relación al testigo y1,6% y 0,8% presentaron diferencias en
relación a las dosis más bajas 0,1% y 0,2%. En laFigura 5 se observa que esas dosis
son las que presentan mayor porcentaje de AU, además en estos tratamientos se
destacan los valores alcanzados por las concentraciones más altas, superando el
rendimiento del testigo en un 86% en la aplicación de 1,6% de PAM sólida y en un 29%
para igual dosis de PAM líquida. Esto denota una diferencia importante entre igual dosis
del hidrogel en estado líquido y sólido.
Figura 2: promedio de los días desde el último riego al punto de marchitez permanente
de las plantas. En color rojo se remarca el testigo, en azul y verde la poliacrilamida en
estado líquido y sólido respectivamente.
5
En la Figura 2 se observa que en general los tratamientos de poliacrilamida en estado

líquido tuvieron menor cantidad de días de supervivencia que el testigo, con excepción
de las dosis 0,05% L y 1,6% L.
Respecto de los tratamientos del PAM en estado sólido se destacan las dosis de 0,8% y
1,6% que presentaron una cantidad de días significativamente mayor al testigo y a la
mayoría de las dosis del producto en su versión líquida. La dosis 0,4% también presentó
un período de resistencia más largo a la sequía que el testigo, denotando que la dosis a
aplicar debería ser superior a ésta, ya que por debajo de la misma los días de
resistencia fueron menores al testigo.
Un punto interesante en relación a las dos determinaciones anteriores es que los riegos
durante el ensayo se realizaron antes de notar estado de sequía en el suelo. Por lo cual
se puede deducir en función del comportamiento encontrado, que las diferencias en
materia seca entre el producto sólido, líquido y el testigo podrían ser mayores frente a
estrés hídricos más marcados.
Mediciones en suelo
Figura 3: Punto de marchitez permanente expresado en porcentaje de peso seco del

suelo determinado mediante Olla de Richard a 15 atmósferas de presión. En color rojo
se remarca el testigo, en azul y verde la poliacrilamida en estado líquido y sólido
respectivamente.
6
En la Figura 3 no se encuentran diferencias significativas con el testigo para los

tratamientos con PAM sólida, con excepción de los tratamientos 1,6 % y 1,6%P (con
planta), que alcanzaron valores cercanos al 25% de retención de humedad.
Los tratamientos con PAM líquida no presentan valores tan altos de retención a las
presiones en que se mide PMP. Si bien existen diferencias significativas con los
testigos, éstas son variables, pero la tendencia sería a encontrar valores de retención
menor al testigo en dosis menores a 0,4% y mayores o iguales en las dosis mayores a
este valor.
Para este parámetro valores de retención muy elevados, de no ser acompañados por
valores de capacidad de campo (CC) también elevados, serían contraproducentes para
poseer una adecuada cantidad de agua disponible para el crecimiento de las plantas.
Figura 4: Capacidad de campo expresado en porcentaje de peso seco del suelo.

Determinado mediante Olla de Richard a 0,3 atmósferas de presión. En color rojo se
remarca el testigo, en azul y verde la poliacrilamida en estado líquido y sólido
respectivamente.
En general para las diferentes dosis de los tratamientos líquidos y sólidos no se

observan diferencias importantes respecto de los testigos. Para el caso de las mayores
dosis de PAM sólido (1,6% y 0,8%) se midió un incremento significativo del valor de CC,
encontrándose diferencias para una misma dosis respecto de los tratamientos
vegetados y no vegetados sobre todo en la dosis de 0,8%. En el caso de los
tratamientos con PAM líquida podemos observar que la dosis de 1,6% con planta y sin
planta presenta valores menores a los del testigo; el resto de los tratamientos no
7
presenta diferencias estadísticas importantes a excepción del tratamiento 0,2% sin

plantas que posee un valor superior a la media. Estos datos se vuelven importantes al
relacionarse con los datos de PMP, ya que los valores de AU se asocian directamente
con estos dos parámetros.
Como se observa en la Figura 5, para PAM líquida, los tratamientos menores a 0,4% no
presentan diferencias significativas con el testigo, a excepción de las dosis 0,2% sin
planta y 0,1%P, los que se hallan con un contenido de agua superior al testigo. Las
dosis 0,8% y 1,6% con plantas y sin plantas, presentan valores menores a los testigos,
llegando en la dosis de 1,6% a casi un 50% menor que el testigo. Esto demostraría la
dificultad a extraer agua por la planta y explicaría la caída en los rendimientos de MS
expresados en el Figura 1 para el tratamiento 1,6%.
Figura 5: Representación gráfica del cálculo de agua útil expresado en porcentaje de

peso seco obtenido por diferencia del agua retenida entre capacidad de campo y punto
de marchites permanente. En color rojo se remarca el testigo, en azul y verde la
poliacrilamida en estado líquido y sólido respectivamente.
Para el tratamiento con PAM sólida, en la Figura 5 se observan aumentos para las dosis
de 0,8% y 1,6% del producto sólido en los casos sin planta que tuvieron diferencias
significativas respecto del testigo. En cambio para esas mismas dosis no se encontró
diferencias significativas en los tratamientos vegetados. El resto de los tratamientos no
presenta diferencias estadísticas, pero el porcentaje de AU posee una tendencia a
aumentar acompañando las dosis aplicadas.
8
Los datos de AU, explican en parte los resultados de MS y los días de sobrevivencia
posterior al fin del riego no se relacionan totalmente con los contenidos medidos. Es
posible que existan cantidades de agua retenidas en valores menores a las 0,3
atmósferas que son consideradas como agua gravitacional. Con la incorporación de
PAM se lograría un aumento en la retención de agua a estas presiones de vacío, tal
como menciona Del Campo Garcia et al. (2008). Por otro lado, en contraposición a lo
que señalan Irurtia et al.(2012), no se hallaron diferencias significativas en las dosis
menores a 0,1% de PAM líquida.
También se realizó el ensayo de estabilidad estructural a fin de verificar lo que Irurtia et

al. (2012) estiman, partiendo de la base que la dilatación-contracción que generan las
PAM mejorarían este parámetro del suelo. En concordancia con los resultados hallados
por ellos, la PAM líquida no presentó capacidad de dilatación-contracción acompañando
la absorción de agua, lo que sí ocurre con las PAM sólidas. Los resultados de estos
análisis se observan en la Figura 6.
Figura 6: Cálculo de estabilidad estructural para las diferentes dosis de poliacrilamida en

sus dos estados y con tratamientos vegetados y sin vegetar, DMP en mm calculado por
el método de Le Bissonnais et al. (1997)
La Figura 6 muestra que la aplicación de PAM en sus dos estados y en la mayoría de

las dosis tuvo valores de estabilidad igual o superior a los testigos, con excepción del
tratamiento líquido en dosis menores a 0,2%. Asimismo, dentro de los tratamientos de
9
producto líquido, se observa que al aumentar la dosis, aumenta el valor de estabilidad

obtenido.
La presencia de vegetación en los tratamientos no ha presentado los resultados

esperados, siendo estos resultados variables aumentando la estabilidad en algunos
casos y disminuyéndola en otros sin una tendencia marcada. Por otro lado se observa
que generalmente, las PAM líquidas generan una mayor estabilidad de los agregados a
igual dosis de aplicación.
Conclusiones
La utilización de la poliacrilamida sólida incorporada al suelo permite aumentar el

rendimiento de MS en Avena en dosis de 0,4% o mayores.
La utilización de la poliacrilamida sólida aumenta el tiempo de supervivencia de la planta

ante la falta de agua en dosis mayores a 0,4%.
La utilización de PAM líquida no incrementa los rendimientos de Avena, resultando en

algunos casos perjudicial para su producción.
Los tiempos de supervivencia de las plantas no se ven afectados positivamente con la

aplicación de PAM líquidas.
La aplicación de PAM mejora la estabilidad estructural de los suelos tanto en su

presentación sólida como líquida a partir de dosis iguales o mayores a 0,1%, obteniendo
con la presentación líquida valores más altos de estabilidad para igual dosis de PAM.
Bibliografía
Akhter, J; Mahmood, K; Malik, KA; Mardan, A; Ahmad, M& MMIqbal.2004: Effects of

hydrogel amendment on water storage of sandy loam and loam soils and seedling
growth of barley, wheat and chickpea. Planta SoilEnviron. 50(10): 463-469.
Del Campo García, AD; Aguilella Segura, A; Lidón Cerezuela, A; Segura & G Orenga.
2008: Influencia del tipo y dosis de hidrogel en las propiedades hidrofísicas de tres
suelos forestales de distinta textura. Actas de la II Reunión sobre Suelos Forestales25:
137-143
Food Standards Agency (FSA). 2002. Study of acrylamide in food: background

information & research findings. PressBriefing 17/05/02. Disponible en
http://www.foodstandards.gov.uk.último acceso 23/12/2015
10
Irurtia, CB; Mon, R; Holzmann, R& TPirolo.2012. Efecto de la poliacrilamida en las

propiedades físicas de un suelo arenoso. XIX Congreso latinoamericano de la ciencia
del suelo.Mar del Plata, Argentina.
Johnson, M.S. 1984. The effects of gel forming polyacrylamides on moisture storage in
sandy soils. J. Sci.Food Agr., 35: 1196–1200.
Le Bissonnais,Y. 1996. Aggregate stability and assessment of soil crustability and

erodability. I. Theory and metodology. European J. Soil Sci., 47: 425-437.
Le Bissonnais, Y&D Arrouays1997. Aggregate stability and assessment of soil

crustability and erodibility: II. Application to humic loamy soils with various organic
carbon contents. Eur. J. SoilSci. 48: 39-48.
Petillo, G M. 2008. Eficiencia del riego. En:

http://www.fagro.edu.uy/~hidrologia/riego/EFICIENCIA.pdf. Ultimo acceso 23/12/2015.
Stavisky, A. 2010.Infoagro.Situación actual de la plasticultura en argentina.

http://www.infoagro.com/industria_auxiliar/plasticultura_en_argentina.htm. Ultimo acceso
23/12/2015.
Taylor KC&RG Halfacre. 1986. The effect of hydrophilic polymer on media water
retention and nutrient availability to Ligustrumlucidum. Hort. Sci., 21: 1159–1161.
11
RELACIONES ENTRE INDICADORES DE MINERALIZACIÓN DE NITRÓGENO Y

FRACCIONES ORGÁNICAS EN SUELOS DEL SUDOESTE BONAERENSE
JUAN MANUEL MARTÍNEZ1,3,*, JUAN GALANTINI2, MATÍAS E. DUVAL1, FERNANDO

M. LÓPEZ1.3, JULIO O. IGLESIAS3 & DAIANA S. HUESPE3
1
Conicet- Cerzos; 2Comisión de Investigaciones Científicas (CIC)-CERZOS; 3Dpto. de
Agronomía-Universidad Nacional del Sur. *San Andrés 800-Bahía Blanca, Buenos Aires,
0291-4595102.
*[email protected].
Palabras Clave: regiones semiárida y subhúmeda- Siembra directa- Nitrógeno

potencialmente mineralizable.
Resumen
En la actualidad, no existen estudios que establezcan relaciones de los indicadores de

mineralización de nitrógeno (N)-como el N determinado en anaerobiosis (Nan) y el N
hidrolizable (Nhid)- con las fracciones orgánicas en suelos con aportes variables de
materia orgánica particulada (MOP). El objetivo de este estudio fue evaluar al Nan y
Nhid, y la relación con las fracciones orgánicas de carbono (C) y N del suelo, lábiles y
recalcitrantes en suelos del sudoeste bonaerense (SOB). Durante 2010 y 2011, se
muestrearon 78 lotes bajo siembra directa (SD)en 0-20 cm, destinados al cultivo de trigo
(Triticum aestivum L.) y de cebada cervecera (Hordeum vulgare L.) dentro de lo que
comprende la región semiárida y subhúmeda. Se cuantifico Nhid y Nan, y se evaluó:
carbono orgánico total (COT), particulado (COP) y asociado a la fracción mineral (COM);
N orgánico total (Nt), particulado (NOP), y asociado a la fracción mineral (NOM),
carbohidratos totales (CHt) y solubles (CHs). Los suelos se clasificaron en 2 grupos por
el análisis de clúster de acuerdo a las fracciones orgánicas y al contenido de
limo+arcilla: A y B. Los valores de Nhid y Nan fueron de 6,5-50,4 mg kg-1 y 10,7-81,9 mg
kg-1, respectivamente. Se hallaron asociaciones significativas entre Nan y Nhid con las
fracciones orgánicas evaluadas que difirieron según el grupo de suelo considerado. Las
relaciones entre Nan y Nhid con los diferentes pooles de C y N, lábiles o recalcitrantes,
son dependientes de la protección física producida por el limo+arcilla. El análisis de
clúster permitió lograr este agrupamiento en base a varias fracciones orgánicas y
debería ser usado para comparar suelos con condiciones similares.
Introducción
El nitrógeno(N) es el nutriente más limitante para la producción de cultivos en las zonas

agrícolas (Fageria & Baligar, 2005). En las regiones, semiáridas y subhúmedas es
necesario hacer un diagnóstico correcto de la fertilización ya que los rendimientos son
1
más limitados. Para mejorar el diagnostico nitrogenado, el conocimiento del N que se

mineralizará de la materia orgánica (MO) podría ser fundamental para ajustar la dosis de
N a aplicar (St. Luce et al., 2011).
La mayoría de las estimaciones de la contribución de N pormineralización del suelo se

basan en las incubaciones aeróbicas durante largos períodos (Stanford &Smith, 1972).
Esta metodología permite determinar la fracción del N del suelo que es susceptible de
ser transformada a formas minerales, también denominada N potencialmente
mineralizable (Npm). El Npmes la fracción del N orgánico considerada como una
estimación estandarizada de la mineralización potencial del suelo. Sin embargo, esta
metodología demanda tiempo de procesamiento (Walley et al., 2002) por lo que la
investigación se centró en el desarrollo de diferentes métodos biológicos y químicos,
rápidos y sencillos para la determinación del Npm (Echeverría et al., 1994; Griffin et
al.,2008).
Las fracciones lábiles de la MO tienen una importante participación en la dinámica del N

(Cozzoli et al., 2010). Estas están muy ligadas a la productividad por que influyen en la
disponibilidad de nutrientes (Wander, 2004), especialmente sobre el N. La MO
particulada (MOP) está principalmente compuesta de los residuos vegetales
provenientes de los cultivos parcialmente descompuestos, que pueden proporcionar
un25 a 60% del N mineralizado (Ford & Greenland, 1968). Otra fracción lábil de carbono
(C) de gran importancia, la constituyen los hidratos de carbono (CH), que son utilizados
como sustrato energético por los microorganismos del suelo (Chesire, 1979).
En la región semiárida y subhúmeda del SOB, con suelos de texturas gruesas y bajos
niveles de MO, no existe información sobre la mineralización del N proveniente de la
descomposición de los residuos de los cultivos y de la MO del suelo. Además, en la
actualidad no existen estudios que establezcan las relaciones entre los indicadores
rápidos de mineralización- como Nan y el Nhid- con las fracciones orgánicas del suelo
en regiones semiáridas y subhúmedas. El objetivo de este estudio fue evaluar al Nan y
Nhid, y la relación con las fracciones orgánicas de C y N del suelo, lábiles y
recalcitrantes en varios suelos representativos del SOB.
Durante los años 2010 y 2011 se muestrearon 78 lotes de productores destinados al

cultivo de trigo (Triticum aestivum L.) y de cebada cervecera (Hordeum vulgare L.) bajo
SD, situados en 13 sitios en el SOB, dentro de lo que comprende la región semiárida y
subhúmeda.
En cada uno de los lotes se seleccionaron tres áreas de muestreo georeferenciadas,

homogéneas y uniformes de aproximadamente 50 m2, siendo estas representativas de
2
los lotes para reducir la variabilidad espacial. El muestreo se llevó a cabo en esas áreas
de muestreo en las profundidades de0-20 cm, durante el invierno antes de la siembra
del cultivo de trigo o cebada.Se secaron las muestras al aire y se tamizaron por una
malla de 2 mm. Se analizaron en los siguientes parámetros edáficos para clasificar a los
sitios: carbono orgánico total (COT) por combustión seca con analizador automático
Leco (Leco Corporation, St Joseph, MI), fosforo extraíble (Pe, Bray&Kurtz, 1945), N total
de los suelos (Nt) por el método Kjeldahl (Bremner & Mulvaney, 1982) y pH en
suspensión suelo-agua 1:2,5 por el método potenciométrico. Como parámetros físicos
se estimó la granulometría por tamaño de partículas por fraccionamiento físico de la MO
(Duvalet al., 2013), descontándole el porcentaje de MO de cada fracción (mayor y
menor de 53 micrones), se obtuvieron las fracciones arena y la compuesta de
limo+arcilla.
Los indicadores de la mineralización analizados fueron el N mineralizado en

anaerobiosis (Waring & Bremner, 1964) y el N hidrolizable (Gianello & Bremner 1986).
Se realizó el fraccionamiento físico por tamaño de partícula (Duval et al., 2013)
separando dos fracciones por tamaño: 53-2000 micrones denominado fracción gruesa
(FG) y menor a 53 micrones, denominado fracción fina (FF). En la FG se determinó C y
N, obteniendo al C y N orgánico particulado (COP y NOP). En la FF se determinó C y N,
obteniendo C y N orgánico asociado a la fracción mineral (COM y NOM). Además se
determinaron hidratos de C totales (CHt) y solubles (CHs) siguiendo el procedimiento
propuesto por Puget et al., (1999).
Se realizó el análisis de cluster teniendo en cuenta la distancia de Ward según las
medias de las fracciones orgánicas (COT, Nt, COP; NOP) y el contenido de limo+arcilla
que se encuentra altamente ligado a las fracciones orgánicas (Galantini et al., 2004).El
corte del grado de agrupamiento de los sitios de realizo en el 50% de la distancia total
(Balzarini et al., 2008).
Se realizó la estadística descriptiva de los indicadores de mineralización estudiados

para todos los sitios y según grupo de suelos. Se realizó un test “t” de medias para
comparar los valores de Nan y Nhid para ambos grupos de suelos. Se realizaron
regresiones lineales simples para comprobar la relación entre los indicadores de la
mineralización. Se realizaron correlaciones de Pearson entre el Nan y Nhid con las
fracciones orgánicas estudiadas según grupo de suelo separado por análisis de clúster.
Todos los análisis estadísticos se realizaron con el software Infostat (Di Rienzo et al.,
2013).
3
Propiedades de los suelos

En general, para todos los sitios el contenido de MO del suelo varió entre 16 y 45 g kg -
1
con un valor medio de 30 g kg-1. Las diferencias halladas entre los valores de MO
demuestran la variabilidad edáfica de los sitios evaluados. El pH de los suelos presentó
valores neutros a levemente ácidos con una media de 6,4, con un rango que osciló entre
6,0 y 7,2. Granulométricamente, los suelos poseen niveles de arenas que oscilaron
entre 365 y 690 g kg-1 con un valor medio de 490 g kg-1.
El análisis de clúster mediante las propiedades evaluadas permitió identificar dos grupos
de suelos (grupo A y B) (Figura 1).Los sitios del Grupo A presentaron valores más
elevados de todas las fracciones orgánicas analizadas. Debido a esta agrupación habría
que evaluar los resultados según los grupos obtenidos teniendo en cuenta estas
propiedades.
Sitios
13
12
9
A
7
11
3
8
5
10
B
2
4
6
1
0.00 2.61 5.23 7.84 10.45
Figura 1. Dendograma de similaridad de los sitios según las fracciones orgánicas

evaluadas mediante distancia de Ward.
Nitrógeno anaeróbico e hidrolizable

Los valores promedios de Npm hallados para todos los sitios, se encontraron en los
rangos entre 6,5- 50,4mg kg-1y 10,7- 81,9 mg kg-1 para Nhid y Nan, respectivamente
(Tabla 1). Los valores de Nanse encuentran en los rangos hallados por otros autores
para Argiudoles y Paleudoles Típicos (Cozzoli et al., 2010; Reussi Calvo et al., 2013).
Por su parte, Reussi Calvo et al. (2011) reportaron valores de Nan entre 25-115 mg kg-1
para la provincia de Buenos Aires, con menores valores hacia el Oeste. Los valores de
4
Nhid fueron semejantes a los hallados por Wang et al. (2001) para 19 suelos de
Australia con variabilidad en las propiedades químicas.
Al analizar los sitios del grupo A y B, se hallaron diferencias significativas (p<0,05) en
Nan con mayores valores en el primer grupo, mientras que con Nhid no ocurrió lo mismo
(p>0,05). Esto demuestra que el Nan es más sensible ante las diferencias en las
condiciones edáficas -más precisamente a la variación de las fracciones orgánicas- en
coincidencia a lo reportado por Echeverría et al. (2000), quienes trabajaron en suelos
del Sudeste bonaerense en 0-20 cm.
Tabla 1. Resultados de los indicadores de la mineralización de N (estadística

descriptiva) por cada sitio y de acuerdo a la agrupación de sitios del análisis de clúster.
Indicador/ Media DS mínimo máximo CV
-1
grupo suelo n mg kg %
ns
Nhid A 36 25,1 7,9 11,9 45,5 31
B 42 21,5 8,9 6,5 50,4 41
Nan** A 36 47,0 20,5 16,5 81,9 44
B 42 33,4 14,4 10,7 73,7 43
n= número de lotes agrícolas por establecimiento, DS, desvío estándar; CV, coeficiente
de variación.
Al analizar la relación entre ambos indicadores comparando los sitios según su

agrupación por el análisis de clúster (datos no mostrados), para los suelos del grupo A
se hallaron relaciones significativas entre Nan y Nhid, (p=0,01) con un coeficiente de
explicación de bajo ajuste (R2=0,18), mientras que para los del grupo B no se hallaron
relaciones significativas (p=0,35).Esto refleja que ambos indicadores provienen de
fracciones orgánicas de diferente origen según las características de los suelos en
coincidencia a lo informado por St. Luce et al. (2011).
Relaciones de los indicadores rápidos con las fracciones orgánicas

Para los suelos del grupo A, se hallaron relaciones significativas del Nan con COT,
COM, Nt; NOM, CHt y CHs (Tabla 2). Mientras que el Nhid presentó asociaciones
significativas con COT, COM, NOM, CHt y CHs. Para los suelos del grupo B, se hallaron
relaciones significativas del Nan con COP, Nt, NOP, NOM, CHt y CHs. En cambio, para
Nhid no se halló ninguna correlación significativa con las fracciones orgánicas
evaluadas.
Los indicadores de la mineralización (Nan y Nhid) estuvieron más relacionados con las
fracciones orgánicas más recalcitrantes, solamente en los suelos del grupo A. Además
en ambos indicadores, se hallaron correlaciones con los carbohidratos, que son
fracciones lábiles según la bibliografía (Puget et al., 1999; Duval et al., 2013).Esto es
debido a que los CH son componentes que actúan como principales fuentes de energía
para los microorganismos del suelo (González-Chávez et al., 2010). Por su parte,
5
Angers et al. (1993) sugirieron que existe un enriquecimiento de CH en la MO bajo el

sistema SD, por lo que estas determinaciones cobran relevancia cuando se quiere
analizar la mineralización de N bajo este sistema de labranza. Indistintamente del grupo
de suelo, se halló que el Nan se correlacionó significativamente con los carbohidratos.
Esto es debido a que este N incubado en anaerobiosis consiste del NH4 soluble junto al
NH4 mineralizado (St. Luce et al., 2011), y el proceso de amonificación es llevada a cabo
exclusivamente por microorganismos heterótrofos que utilizan al C de los polisacáridos
como sustrato energético (Benbi & Richter, 2002).
Caso contrario, sucedió con los suelos del grupo B, donde se hallaron correlaciones
significativas del Nan con las fracciones lábiles del C y del N (COP y NOP), CHt y CHs.
Esto resultados evidencian un posible efecto de protección física de la MO por parte de
las arcillas sobre estas fracciones orgánicas (Balesdent et al., 2000) en los suelos del
grupo A. Estas relaciones halladas indican que tanto Nhid como Nan son variables de
acuerdo a las características edáficas de los sitios (Griffin, 2008), por lo que sería
necesario el agrupamiento de suelos con condiciones similares para hacer evaluaciones
de estos indicadores.
Tabla 2. Correlaciones de Pearson entre Nan y Nhid con las fracciones orgánicas
evaluadas según grupo de suelo.
Indicador de Grupo COT COP COM Nt NOP NOM CHt CHs
mineralización cluster Coeficiente de correlación (r)
Nan A 0,49 -0,09 0,59 0,61 0,04 0,67 0,58 0,59
B 0,30 0,43 0,27 0,59 0,36 0,53 0,33 0,63
Nhid A 0,38 -0,06 0,45 0,31 -0,01 0,35 0,41 0,46
B -
-0,25 0,01 0,24 0,10 0,21 0,05 0,15
0,002
En negrita y en cursiva se hallan las correlaciones significativas (p<0,05).
En este estudio, se pudo comprobar que la relación entre los indicadores de

mineralización y las diferentes fracciones orgánicas de los suelos sería dependiente del
contenido de fracción fina de los mismos (limo+arcilla). Es por esto, que el análisis de
clúster permite separar suelos con variabilidad edáfica en condiciones similares para
lograr comparaciones certeras. Si no se hubieran agrupado los suelos por sus
fracciones orgánicas se podría enmascarar alguna relación sobre los indicadores
rápidos de mineralización.
Conclusiones
El Nan resultó ser el indicador de mineralización más sensible ante diferencias edáficas
de los sitios, debido a que se encontraron diferencias significativas entre ambos grupos
de suelos.
6
El Nan y Nhid están relacionados a las fracciones orgánicas en estos suelos donde los
aportes de MOP por parte de los residuos de los cultivos son erráticos por las
condiciones climáticas característicos del SOB, sin embargo, la relación con los
diferentes pooles de C y N, lábiles o recalcitrantes son dependientes de la protección
física producida por el limo+arcilla.
Esto permite concluir que las relaciones entre los indicadores estudiados y las
fracciones orgánicas difieren según las condiciones edáficas y deben ser calibradas en
base a estas fracciones. El análisis de clúster permitió lograr este agrupamiento en base
a varias fracciones orgánicas y debería ser usado para comparar suelos con iguales
condiciones.
Bibliografía
Angers, DA; N. Bissonnette; A Logbre; N Samson. 1993. Microbial and biochemical

changes induced by rotation and tillage in a soil under barley production. Can. J. Soil
Sci. 73:39-50.
Balesdent, J; C Chenu & M Balabane. 2000. Relationship of soil organic matter

dynamics to physical protection and tillage. SoilTill. Res. 53:215-230.
Balzarini, MG; L González; M Tablada; F Casanoves; JA DiRienzo; CW Robledo.

2008.Infostat: Manual del Usuario. Córdoba. Editorial Brujas. 336 pp.
Benbi, DK & J Richter. 2002. A critical review of some approaches to modeling nitrogen
mineralization. Biol.Fert. Soils 35: 168-183.
Bray, R & L Kurtz. 1945. Determination of total, organic and available forms of
phosphorus in soil. Soil Sci. 59:39-45.
Bremmer, AE & CS Mulvaney. 1982. Total nitrogen. In:C Pageet al. (eds.) Methods of
soil analysis, Part 2. Pp. 595-624. American Society of Agronomy and Soil Science
Society of American Journal. Madison, Wisconsin, EEUU.1159 pp.
Chesire, MV. 1979. Nature and origin of carbohydrates in soils. Londres, Inglaterra.
Editorial Academic Press Inc. 216 pp.
Cozzoli MV; N Fioriti; G Studdert; GF Dominguez; MJ Eiza. 2010. Nitrogen released by

anaerobic incubation and organic carbon fractions in macro- and microaggregates under
cropping systems. Ci. Suelo, 28:155-167.
7
Di Rienzo, JA; F Casanoves; MG Balzarini; L Gonzalez; M Tablada & CW Robledo.

2013. InfoStat versión 2013. Grupo InfoStat, FCA, Universidad Nacional de Córdoba,
Argentina. URL http://www.infostat.com.ar.
Duval ME; JA Galantini; JO Iglesias; S Canelo; JM Martinez; L Wall. 2013.Analysis of

organic fractions as indicators of soil quality under natural and cultivated systems.
SoilTill. Res. 131:11-19.
Echeverría, H; R Bergonzi; J Ferrari. 1994. Un modelo para estimar la mineralización de

nitrógeno en suelos del sudeste de la provincia de Buenos Aires (Argentina). Ci. Suelo
12:56-62.
Echeverría, HE; RA Strada; G Studdert. 2000. Métodos rápidos de análisis de plantas

para evaluar la nutrición nitrogenada del cultivo de trigo. Ci. Suelo 18:105-114.
Fageria, NK & VC Baligar. 2005. Enhancing nitrogen Use efficiency in crop plants. Adv.
Agron. 88:97-185.
Ford GW & DJ Greenland. 1968. The dynamics of partly humified organic matter in some
arable soils. In:JW Holmes(ed)Transactions of the International Congress of Soil
Science, 9th, Adelaide. Pp. 403-410. Editorial El Sevier. Nueva York, EEUU.
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.
Gianello, C & JM Bremner. 1986. Simple chemical method of assessing potentially

available organic nitrogen in soil. Commun. Soil Sci. Plant Anal. 17: 195-214.
Gonzalez-Chavez, MA; JA Aitkenhead-Peterson; TJ Gentry; D Zuberer; F Hons& R

Loeppert. 2010. Soil microbial community, C N, and P responses to long-term tillage and
crop rotation. Soil Till. Res. 106:285-293.
Griffin, TS; CW Honeycutt; SL Albrecht; KR Sistani; HA Torbert; BJ Wienhold; BL

Woodbury; RK Hubbard & JM Powell. 2008. Nationally-coordinated evaluation of soil
nitrogen mineralization rate using a standardized aerobic incubation protocol. Commun.
Soil Sci. Plant Anal. 39: 257–268.
Puget, P; DA Angers & C Chenu. 1999. Nature of carbohydrates associated with water-
stable aggregates of two cultivated soils. Soil Biol. Biochem. 31: 55-63.
Reussi Calvo, NI; HE Echeverría; H Sainz Rozas; ABerardo & N Diovisalvi. 2011.
8
Nitrógeno incubado en anaerobiosis: ¿Herramienta complementaria para el diagnóstico

de nitrógeno en trigo? En: Simposio Fertilidad. Rosario, Argentina. IPNI Publ. p. 207–
210.
Reussi Calvo, NI; H Sainz Rozas; HE Echeverría & A Berardo. 2013. Contribution of
anaerobiosis incubated nitrogen to the diagnosis of nitrogen status in spring wheat.
Agron. J. 105:321-328.
St. Luce, MS; JK Whalen; N Ziadi; BJ Zebarth. 2011. Nitrogen dynamics and indices to
predict soil nitrogen supply in humid temperate soils. Adv.Agron. 112:55-102.
Stanford, G & S Smith. 1972. Nitrogen mineralization potentials of soils. Soil Sci. Soc.
Am. Proc. 36: 465-472.
Walley, F; T Yates; JW Groenigen & C Van Kessel. 2002. Relationship between soil
nitrogen availability indices, yield, and nitrogen accumulation of wheat. Soil Sci. Soc. Am.
J. 66: 1549-1561.
Wander, MM. 2004. Soil organic matter fractions and their relevance to soil function. In:F
Magdoffet al. (eds) Soil Organic Matter in Sustainable Agriculture. Pp. 67-102. Editorial
CRC Press. Boca Raton, Florida, EEUU. 412 pp.
Wang, W; CJ Smith; PM Chalk; D Chen. 2001. Evaluating chemical and physical indices
of nitrogen mineralization capacity with an unequivocal reference. Soil Sci. Soc. Am. J.
65:368-376.
Waring, SA & JM Bremner. 1964. Ammonium production in soil under waterlogged

conditions as an index of nitrogen availability. Nature 201:951-952.
9
DETERMINACIÓN DEL NITRÓGENO POTENCIALMENTE MINERALIZABLE: UNA

METODOLOGÍA SIMPLE Y RÁPIDA
JUAN MANUEL MARTÍNEZ1,3*; JUAN GALANTINI2; MATÍAS DUVAL1 & FERNANDO

LÓPEZ1,3
1
Agronomía-Universidad Nacional del Sur. *San Andrés 800-Bahía Blanca, Buenos Aires,
0291-4595102.
* [email protected].
Palabras Clave: Mineralización del suelo; Digestiones con acido diluido, Siembra
directa
Resumen
La mayoría de las estimaciones del aporte por mineralización se basan en incubaciones

aeróbicas, con condiciones controladas por períodos prolongados. Esta metodología
permite determinar la fracción del nitrógeno (N) del suelo que es susceptible de ser
transformada a formas minerales, también denominada nitrógeno potencialmente
mineralizable (Npm). Una metodología rápida y simple fue desarrollada para estimar el
Npm a partir de digestiones parciales con diferentes concentraciones de acido
sulfúrico(H2SO4). La hipótesis planteada es que mediante digestiones suaves de los
suelos con H2SO4diluído se puede estimar el Npm de manera certera. El objetivo del
trabajo fue evaluar mediante digestiones del suelo con acido sulfúrico con diferentes
concentraciones su relación con el Npmpara obtener un indicador de la mineralización
potencial de rápido procedimiento y bajo costo. Durante los años 2010, 2011 y 2012 se
muestrearon nueve lotes de productores bajo siembra directa destinados al cultivo de
trigo (Triticumaestivum L.) ubicados en el sudoeste (SO) de la región pampeana. Los
suelos fueron muestreados durante la siembra del trigo en 0-20 cm.Se realizó una
incubación aeróbica de largo plazo, durante seis ciclos de humedecimiento y secado,
con una duración aproximada que osciló en el rango entre 21-27 semanas, para los
suelos con texturas gruesas y finas, respectivamente.Los ajustes obtenidos demostraron
valores diferentes, observándose el mayor para 0,5 mol L-1> 6mol L-1> 1mol L-1> 12mol
L-1> 24 mol L-1> 0,1 mol L-1=Nt. Debido al elevado coeficiente de explicación entre el
Npm y la dilución 0,5 mol L-1, se concluyó que para las condiciones de estos suelos,
esta dilución de acido podría utilizarse con un buen nivel de precisión para predecir el
Npm (R2=0,90). Esta metodología permitiría optimizar la determinación del Npm en un
corto plazo y a un bajo costo.
1
Introducción
La mayoría de las estimaciones del aporte por mineralización se basan en incubaciones

aeróbicas, con condiciones controladas por períodos prolongados (Stanford & Smith,
1972). Esta metodología permite determinar la fracción del N del suelo que es
susceptible de ser transformada a formas minerales, también denominada nitrógeno
potencialmente mineralizable (Npm). El Npmes la fracción del N orgánico considerada
como una estimación estandarizada de la mineralización potencial del suelo (Curtin&
Campbell, 2008).
Desde largo tiempo se han desarrollado diversos métodos químicos y biológicos,

rápidos y sencillos para identificar el potencial de mineralización proveniente del N
orgánico, que han tenido diversos niveles de éxito. Entre los métodos químicos,
podemos citar al obtenido mediante una extracción química con soluciones salinas
débiles (Keeney & Bremner, 1966), y soluciones más fuertes (Gianello & Bremner,
1986), con posterior destilación. Los extractantes químicos no pueden emular la acción
de los microorganismos, ni logran incluir factores ambientales. En cambio, los índices
biológicos como lo son las incubaciones anaeróbicas, son importantes debido a su
sensibilidad y rápida respuesta para evidenciar cambios que se producen en el suelo
por el manejo (Fabrizzi et al., 2003). Según Bushong et al. (2007) y Soonet al. (2007), es
la mejor metodología y la más utilizada, después de la incubación aeróbica de largo
plazo. Liang et al. (2004) informaron que el Nt del suelo puede ser utilizado como índice
de mineralización de N.
Debido a esto es necesaria una metodología de corta duración que permita explicar el
Npm determinado por el método de largo plazo. Debido a que el Npm es una porción del
Nt, la hipótesis planteada es que mediante digestiones suaves de los suelos con ácido
sulfúrico diluido se puede estimar el N potencialmente mineralizable. El objetivo del
trabajo fue evaluar mediante digestiones del suelo con acido sulfúrico con diferentes
concentraciones su relación con el N potencialmente mineralizable para obtener un
indicador de la mineralización potencial de rápido procedimiento y bajo costo.
Durante los años 2010, 2011 y 2012 se muestrearon nueve (9) lotes de productores bajo
siembra directa destinados al cultivo de trigo donde se realizaron ensayos de
fertilización con N, ubicados en el SO de la Región Pampeana Argentina. El diseño del
ensayo fue de tres bloques completamente aleatorizados. Dentro de cada bloque, en
cada una de las parcelas testigo (sin aplicación de N), se tomaron muestras de suelo de
0-20 y 20-60 cm.
2
Con respecto a los suelos tomados durante la siembra, se analizaron en 0-20 cm los
parámetros químicos: COT, mediante analizador automático Leco; nitrógeno total del
suelo (Nt) (Bremner, 1996); Relación C:N; pH, con una suspensión suelo-agua 1:2.5;
fosforo extraíble (Pe) (Bray & Kurtz, 1945). Se determinó la MO mediante el valor del
COT multiplicado por el factor 1,72 (Galantini, 2005). La textura se realizó por el método
de la pipeta (Gee & Bauder, 1986). Los datos analíticos de los sitios muestreados se
detallan en la Tabla1.
Tabla1. Propiedades químicas y físicas de los 9 sitios estudiados para la profundidad de

0-20 cm y 0-60 cm para nitrógeno inorgánico.
Textura
MO Pe pH arena limo arcilla
Sitios g kg-1 mg kg-1 g kg-1
1 38 20 7,0 414 380 206
2 26 26 7,4 567 399 34
3 33 15 6,7 368 404 228
4 23 19 6,2 751 154 95
5 35 22 6,2 466 321 214
6 31 14 6,4 541 284 176
7 27 26 6,0 615 177 208
8 54 10 7,6 254 538 208
9 26 10 6,3 510 266 225
MO, materia orgánica del suelo (g kg ); Pe, Fosforo extraíble (mg kg-1).
-1
Mineralización de nitrógeno
Se realizó una incubación aeróbica de largo plazo en las muestras de 0-20 cm tomadas
al momento de la siembra, siguiendo el protocolo de Honeycutt (2005) y Griffin et al.
(2008).
El procedimiento consistió en pesar 250.00 g de masa de suelo seco al aire, que fueron
colocados en frascos de vidrio de 1 L. Se utilizaron 3 replicas y un control para realizar
el seguimiento de la humedad (H). Se estimó la porosidad total (Klute, 1986) de los
suelos muestreados secos al aire y por porcentaje en masa de suelo se determinó el
60% de PT, siendo un valor aproximado a la capacidad de campo (CC). Se ajustó la H
gravimétrica actual de los suelos en los frascos a 60% de la PT y se incubó durante seis
ciclos de humedecimiento y secado con una T de 25°C. Diariamente, se realizaba el
pesaje de las muestras hasta el momento en que la H actual llegaba al 30% de la PT,
estimada por diferencias de masa. Luego se rehidrataban las muestras distribuyendo el
riego en forma homogénea hasta el 60% calculado por masa de suelo, se dejaba
estabilizar unas horas y luego se procedía a muestrear con un sacabocados para la
determinación de N inorgánico (N-NO3- + N-NH4+) mediante destilación por arrastre de
vapor (Mulvaney, 1996). Luego de transcurridos los seis ciclos de humedecimiento y
3
secado, se determinó el Npm y k con software informático INFOSTAT, mediante

regresiones no lineales (Ecuación 1), asumiendo que el N mineralizado acumulado
(Nmin) se comportaba en forma exponencial de primer orden (Stanford & Smith, 1972):
-
( - ) [Ec. 1]
La duración aproximada de las incubaciones osciló en el rango entre 21-27 semanas,

para los suelos con texturas gruesas y finas, respectivamente. Wang et al. (2003) sugirió
que las incubaciones deberían ser de al menos 24 semanas para obtener valores
confiables de Npm.
Digestiones suaves de suelo con diferentes concentraciones de acido

Consistió la modificación del método propuesto por Bremner (1996). Básicamente, se
realizó una digestión suave de suelo con H2SO4 con diferentes concentraciones (0,1;
0,5; 1; 6; 12 y 24 mol L-1). Se pesó 0,250 g de suelo seco al aire por triplicado y se
agregaron 3 mL de H2SO4 con las seis diferentes concentraciones. Se digirió la
suspensión durante 4 h a 100°C en un bloque digestor. Luego de enfriado, se destiló
todo el digesto mediante arrastre de vapor, liberando al N de la muestra mediante 3 mL
de Na(OH) 10 mol L-1. Se destiló durante 3 minutos y se capturó al amonio en 5 mL de
acido bórico indicador. Luego se procedió a la titulación acido-base del destilado
(Bremner, 1996).
El análisis de regresión no lineal se utilizó para la obtención del Npm mediante la
Ecuación 1. Se realizó ANOVA simple para comparar cada dilución del ácido, mediante
comparación de medias por DMS de Fisher (p<0,05). Se realizó la estadística
descriptiva para cada concentración de acido empleada. Para todos los análisis
estadísticos se utilizó utilizando el software INFOSTAT (Di Rienzoet al., 2013).
Los valores de Npm detectados demuestran diferencias edafoclimáticas entre los sitios
estudiados (CV= 45%) (Figura 1). El valor promedio fue de 117,5 mg kg -1, con un
mínimo de 26,5 mg kg-1 hallado en el suelo 4 (suelo con mayor contenido de arena) y un
máximo de 220,7 mg kg-1 hallado en el suelo 8 (suelo con menor contenido de arena).
Galantini et al. (2004) hallaron que cuando mayores eran los contenidos de fracción
granulómetrica fina del suelo (limo+arcilla), mayores eran las fracciones orgánicas del
C. Mientras que otros autores (Sharifi et al., 2007; Nyiraneza et al., 2011) reflejaron las
relaciones elevadas del Npm con COT y sus fracciones. Teniendo en cuenta la textura
del suelo, Dessureault-Rompré et al. (2010) y Mariano et al. (2013) reportaron
relaciones negativas entre arenas y Npm.
4
250
200
Npm (mg kg-1)
150
100
50
0
1 2 3 4 5 6 7 8 9
Sitios
Figura 1. Nitrógeno potencialmente mineralizable (Npm) (media±desvío estándar) por
sitio.
Nitrógeno orgánico extraído por las diluciones
Los datos resultantes se encuentran en la Tabla2. Los CV fueron poco variables, con
rangos entre 30 y 38%. El menos variable de todos fue el Nt, mientras que el más
variable fue el más diluido (0,1 mol L-1). El análisis de comparación de las medias para
cada dilución de ácido, indicó diferencias altamente significativas entre las mismas
(p<0,001). Se hallaron valores estadísticamente similares entre 0,5 y 1 mol L-1, y entre
6, 12 y 24 mol L-1 (Tabla2).
Tabla 2. Medidas resumen de las diferentes concentraciones de ácido y del nitrógeno

total.
Concentración del ácido media DE CV mín máx.
-1 -1
(mol L ) n (mg kg )
0,1 27 137,9a 50,9 37 33,8 214,9
0,5 169,9ab 56,5 33 80,1 282,1
1 215,7b 81,0 38 113,8 424,2
6 459,3c 133,7 29 306,8 833,3
12 503,0 c 156,6 31 309,4 861,9
24 502,5c 149,3 30 295,8 877,7
Nt 1859 499,9 27 1315 3064
5
DE, desvío estándar; CV, coeficiente de variación; mín, mínimo; máx., máximo.
Letras diferentes indican diferencias significativas entre diluciones de acido
(p<0,001).
Los ajustes obtenidos demostraron valores diferentes, observándose el mayor para

0,5mol L-1> 6mol L-1> 1mol L-1> 12mol L-1> 24mol L-1> 0,1mol L-1=Nt (Tabla3). Debido al
elevado coeficiente de explicación entre el Npm y la dilución 0,5mol L-1, se concluyó que
para las condiciones de estos suelos, esta concentración de acido es un indicador
certero del Npm.
Tabla3. Regresiones lineales entre todas las diluciones y nitrógeno total con el nitrógeno
potencialmente mineralizable.
error error
Variable regresora constante estándar pendiente estándar R2 p- valor
Npm 0,1 mol L-1 -2,0 34,7 0,87 0,24 0,66 0,0082
0,5 mol L-1 -44,1 21,1 0,95 0,12 0,90 0,0001
-1
1mol L -11,5 31,3 0,61 0,14 0,73 0,0033
6mol L-1 -47,9 35,4 0,36 0,07 0,77 0,0019
-1
12mol L -30,7 37,4 0,29 0,07 0,71 0,0044
24mol L-1 -34,9 41,2 0,30 0,08 0,68 0,0064
Nt -45,4 47,1 0,09 0,02 0,65 0,0091
Ecuaciones: Nitrógeno potencialmente mineralizable (Npm)= ax- b, siendo x= N
orgánico extraído por las concentraciones de H2SO4.
Conclusiones
Para suelos con iguales condiciones edafoclimáticas la digestión suave con ácido 0,5
mol L-1 podría utilizarse con un buen nivel de precisión para predecir el Npm. Esta
metodología permitiría optimizar la determinación del Npm en un corto plazo y a un bajo
costo.
Como trabajo a futuro habría que incrementar el estudio a suelos con otras
características edáficas para evaluar la sensibilidad de la nueva metodología.
Bibliografía
phosphorus in soil. Soil Sci. 59: 39-45.
Bremner, JM. 1996. Nitrogen- Total. In: DL Sparks (ed.) Methods of soil analysis. Part
3.Chemical Methods. Pp. 1085-1121. Soil Science Society of America, Madison,
Wiscosin, EEUU.
6
Bushong, JT; RJ Norman; WJ Ross; NA Slaton; CE Wilson & EE Gburr. 2007.

Evaluation of several indices of potentially mineralizable soil nitrogen. Commun. Soil Sci.
Plant Anal. 38: 2799-2813.
Curtin, D&CA Campbell. 2008. Mineralizable nitrogen. In: MR Carter et al. (eds.) Soil
sampling and methods of analysis. Pp. 599-606. CRC Press, Boca Ratón, Florida,
EEUU.
Dessureault-Rompré, J; BJ Zebarth; DL Burton; M Sharifi; J Cooper; CA Grant & CF

Drury. 2010. Relationships among mineralizable soil nitrogen, soil properties, and
climatic indices. SoilSci. Soc.Am. J. 74: 1218-1227.

Argentina.
El Gharous, M; RL Westerman& PN Soltanpour. 1990. Nitrogen mineralization potential

of arid and semiarid soils of Morocco. Soil Sci. Soc. Am. J. 54: 438-443.
Fabrizzi, K; A Morón & F Garcia.2003. Soil carbon and nitrogen organic fractions in
degraded vs. Non-degraded Mollisols in Argentina. Soil Sci. Soc. Am. J. 67: 1831-1841.
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.
Galantini, J. 2005. Separación y análisis de las fracciones orgánicas. En:L Marban& S

Ratto (eds)Tecnologías y análisis de suelos. Asociación Argentina de la Ciencia del
Suelo. Capital Federal, Buenos Aires, Argentina.
Gee, GW & JW Bauder. 1986. Particle-size analysis. In: A Klute (ed)Methods of Soil
Analysis. Part 1: Physical and Mineralogical Methods. Pp. 383-411. Soil Science Society
of America, Madison, Wiscosin, EEUU.
Gianello, C& JM Bremner. 1986. Simple chemical method of assessing potentially

available organic nitrogen in soil. Commun. Soil Sci. Plant Anal. 17: 195-214.
Griffin, TS; CW Honeycutt; SL Albrecht; KR Sistani; HATorbert; BJ Wienhold; BL

Woodbury; RK Hubbard & JM Powell. 2008. Nationally-coordinated evaluation of soil
nitrogen mineralization rate using a standardized aerobic incubation protocol. Commun.
Soil Sci. Plant Anal. 39: 257–268.
7
Honeycutt, CW; TS Griffin; BJ Weinhold; B Eghball; SL Albrecht; JM Powell; BL

Woodbury; KR Sistani; RK Hubbard; HATorbert; RA Eigenberg; RJ Wright & MD
Jawson. 2005. Protocols form nationally coordinated laboratory and field research on
manure nitrogen mineralization. Commun. Soil Sci. Plant Anal. 36: 2807-2822.
Keeney, D& JMBremner. 1966. Determination and isotoperatio analysis of 10 different

forms of nitrogen in soil: 3. Exchangeable ammonium, nitrate and nitrite by extraction-
distillation methods. Soil Sci. Soc. Am. Proc. 30: 577-582.
Keeney, DR. 1982. Nitrogen management for maximum efficiency and minimum
pollution. In: FJ Stevenson (ed)Nitrogen in agricultural soils. Pp. 605–649. Soil Science
Society of America, Madison, Wiscosin, EEUU.
Klute, A. 1986. Water retention: Laboratory methods. In: A Klute (ed) Methods of soil
analysis. Part 1.Physical Methods. Pp. 597-618. Soil Science Society of America,
Madison, Wiscosin, EEUU.
Liang, BC; BG McConkey; CA Campbell; D Curtin; GP Lafond; SA Brandt & AP Moulin.

2004. Total and labile soil organic nitrogen as influenced by crop rotations and tillage in
Canadian prairie soils. Biol. Fert. Soils 39: 249-257.
Mariano, E; PC OcheuzeTrivelin; JM Leite; MX Vieira Megda; R Otto & H

CoutinhoJunqueira Franco. 2013. Incubation methods for assessing mineralizable
nitrogen in soils under sugarcane. Rev. Bras. Ciênc. Solo37: 450-461.
Mulvaney, RL. 1996. Nitrogen-Inorganic forms. In: DL Sparks et al. (eds) Methods of Soil
Analysis. Part 3.Chemical Methods. Pp. 1123-1184. Soil Science Society of America,
Madison, Wiscosin, EEUU.
Sharifi, M; BJZebarth; DL Burton; CA Grant & JM Cooper. 2007. Evaluation of some

indices of potentially mineralizable nitrogen in soil. Soil Sci. Soc. Am. J. 71: 1233-1239.
Soon, YK; GW Clayton & WA Rice. 2001. Tillage and previous crop effects on dynamics
of nitrogen in a wheat–soil system. Agron. J. 93: 842–849.
Stanford, G., and S. Smith. 1972. Nitrogen mineralization potentials of soils. Soil Sci.
Soc. Am. Proc. 36: 465-472.
Wang, WJ; CJ Smith & D Chen. 2003. Towards a standardised procedure for
determining the potentially mineralisable nitrogen of soil. Biol.Fert. Soils 37: 362-374.
8
COMPARACIÓN DE DIFERENTES CULTIVOS DE COBERTURA: EFECTOS SOBRE

EL BALANCE HÍDRICO Y ORGÁNICO
MATIAS DUVAL1,*, JUAN A GALANTINI3, JULIA E CAPURRO2  JOSE M ANDRIANI4
(1) (2)
CONICET, CERZOS-UNS AER INTA Cañada de Gómez (3)Comisión de
Investigaciones Científicas (CIC), CERZOS-UNS (4)EEA INTA Oliveros.
*[email protected]
Palabras clave: carbono orgánico total; soja; siembra directa
Resumen
Las secuencias agrícolas con largos períodos de barbecho y escaso aporte anual de
carbono (C), comunes en monocultivos de soja, registran una progresiva disminución de
la fertilidad física y química edáfica. En este estudio (2006-2011) se evaluó el efecto de
especies otoño-invernales como cultivos de cobertura (CC) sobre la disponibilidad de
agua para el cultivo posterior y el carbono orgánico total del suelo (COT). Los
tratamientos fueron: trigo (T), avena (A), vicia (V) y avena+vicia (A+V), utilizando un
control (Ct) sin CC. En general, los tratamientos T y A aportaron mayor cantidad de C al
suelo, en promedio, el aporte de C de estas gramíneas fue 22 y 86 % superior en
comparación con A+V y V. El costo hídrico de la inclusión de los CC fue de 13 a 93 mm
en comparación con Ct. La inclusión de T, A y A+V, aumentó el COT a una tasa de 597
a 98 kg C ha-1año-1 en 0-25 cm, mientras que sin CC o utilizando leguminosas (V)
disminuyó 824 y 289 kg C ha-1año-1, respectivamente. Para la conservación o aumento
del COT en planteos de monocultivos de soja, el uso de A, A+V y T como CC evitarían
disminuciones en los contenidos de COT dado que el aporte de C (CC+soja) supera los
4,5 Mg C ha-1 año-1 necesarios para generar un balance positivo.
Introducción
Los sistemas de producción en la Región Pampeana han experimentado importantes

cambios durante los últimos 15 años, donde existen grandes extensiones de suelo bajo
siembra directa (SD) con predomino de soja (Glycine max L. Merr.). Estos sistemas
agrícolas se caracterizan por largos períodos de barbecho otoño invernal, bajo aporte
anual de carbono (C) al suelo (2-3 Mg C ha-1 año-1) (Restovich et al., 2005) y
disminución de los contenidos de carbono orgánico total (COT) (Huggins et al., 2007).
Para estos sistemas productivos, los cultivos de cobertura (CC) son una herramienta
agronómica que incrementa los aportes de C, además de promover al desarrollo y
mantenimiento de la cobertura de los suelos mejorando las propiedades químicas,
físicas y biológicas del suelo (Daliparthy et al., 1994). En la Región Pampeana, los CC
han sido recomendados para sistemas tales como monocultivos de soja donde la
1
producción de residuos es insuficiente para una adecuada cobertura y protección del

suelo (Novelli et al., 2011) siendo el objetivo primordial en estas condiciones optimizar el
balance de C (Ding et al., 2006). Sin embargo, el consumo hídrico por parte de los CC
durante el periodo de invierno/primavera afectaría la oferta de agua para el cultivo
posterior (Quiroga et al., 2007) y se desconocen los efectos acumulados de diferentes
estrategias de manejo con CC sobre la calidad y productividad de los suelos al sur de la
provincia de Santa Fe. Como objetivos del siguiente trabajo se planteó: (i) analizar el
efecto de diferentes CC sobre el consumo de agua y cantidad de C producido y, (ii)
evaluar su contribución a los contenidos de COT con el propósito identificar aquellos
que mejor lo conserven y/o aumenten.
Sitio
El ensayo se estableció en el año 2006 sobre un lote de 30 has ubicado en la localidad
de Correa, provincia de Santa Fe. El lote presentaba una historia agrícola de 40 años,
los últimos 10 en SD, con predominio de soja.
El clima de la región es templado, sin gran amplitud térmica anual. El régimen

pluviométrico tiende a ser monzónico, con concentración de lluvias en verano. En el
período de Octubre a Marzo se concentra aproximadamente el 70% de las lluvias
anuales. La precipitación y temperatura media anual es de 1019 mm y 17,5°C,
respectivamente (período 1957-2005). El suelo donde se realizó el ensayo correspondió
a un Argiudol típico, serie Correa, profundo y bien drenado con textura franco limosa en
su horizonte superficial.
Tratamientos
Los CC evaluados fueron: trigo pan (T) (Triticum aestivum L.), avena (A) (Avena sativa
L.), Vicia (V) (Vicia sativa L.),avena+vicia (A+V) y un tratamiento control (Ct) (sin CC). La
fecha de siembra de los CC fue entre Mayo y Julio. La supresión del crecimiento de los
CC se realizó en el mes de Noviembre con glifosato (2,5 L ha-1), aproximadamente a los
145 días desde su siembra, en estadios reproductivos. Los tratamientos fueron
dispuestos en un diseño en bloques completos aleatorizados con 3 repeticiones y
parcelas de 500 m2.
Entre Mayo y Julio de cada año se sembraron los CC bajo el sistema de SD. Las
densidades de siembra utilizadas fueron de 110, 60 y 45 kg semilla ha-1 para T, A y V,
respectivamente. La consociación A+V, se sembró con densidades de siembra de 30 kg
semilla ha-1 de ambas especies. Todos los CC fueron fertilizados al momento de la
siembra con 7 kg ha-1 de fósforo (P) y 8,4 kg ha-1 de azufre (S) en forma de superfosfato
simple (SFS). Las especies gramíneas, además, se fertilizaron con 51 kg ha-1 de
nitrógeno (N) en forma de urea a la siembra. La supresión del crecimiento de los CC se
2
realizó en el mes de Noviembre con glifosato con dosis de 2,5/3 L ha-1 (480 g
equivalente ácido L-1), aproximadamente a los 145 días desde su siembra, en estadios
reproductivos. El criterio que se tuvo en cuenta para definir el momento de supresión fue
que los cultivos de gramíneas llegaran a floración, a fin de lograr una elevada
producción de materia seca total, sin comprometer la fecha de siembra óptima del
cultivo de soja, la cual fue 10 a 60 días posteriores a la supresión de los CC. La soja
(cultivar ADM 4200) se sembró empleando semillas tratadas con inoculantes y
fungicidas, con una densidad de 40 semillas por m2. La soja se fertilizó con P, S y Ca a
la siembra, a razón de 6,8, 16,7 y 24 kg ha-1, respectivamente mediante la utilización de
mezclas de SFS y sulfato de calcio.
Muestreo y análisis
La producción de materia seca aérea total (MS) de los CC se midió al momento de
secado yse determinó la concentración de C mediante analizador de carbono (LECO,
St. Joseph, MI, EE.UU.). El aporte de C total se obtuvo mediante la concentración de C
y el aporte de MS de los CC.
A la supresión de los CC se determinó el contenido de humedad del suelo a través de

sondas de neutrones en 0-200 cm de profundidad. Se calcularon los siguientes
parámetros:
-

-
Dónde ADI y ADF es el contenido de agua útil disponible en el suelo a la siembra y

secado de los CC (mm), respectivamente y PP son las precipitaciones acumuladas en el
período de crecimiento de los CC (mm).
 -
Donde ADB y ADCC es el contenido agua útil disponible en el suelo en los diferentes
tratamientos con CC y el tratamiento control, respectivamente.
Durante los años 2006 y 2011 se realizó el muestreo de suelos para evaluar el efecto de
la inclusión de los CC sobre el COT. En cada año, dentro de cada parcela, las muestras
de suelo (3 réplicas) fueron tomadas al azar en el horizonte A (0-25 cm). Luego de
secadas al aire y tamizadas por 2 mm se realizó la determinación de COT por
combustión (1500ºC) con analizador automático (LECO, St. Joseph, MI).
Se calculó la cantidad de C mínima necesaria aportada por los residuos aéreos (CC +
soja) para no generar disminuciones en los contenidos de COT. Para ello, se realizó el
balance de C entre los años 2006 y 2011 (COT2011-2006) y se relacionó con la entrada
3
anual de C por parte de los residuos aéreos (CC + soja), Cresiduo (Mg C ha-1año-1). El
aporte de C por los CC se determinó como fue explicado anteriormente, mientras que el
aporte de C por parte de la soja se estimó en base a los rendimientos e índice de
cosecha de 0,47 (Johnson et al., 2006).
Los datos fueron analizados utilizando el software estadístico Infostat (Di Rienzo et al.,
2013). Para el análisis estadístico de los resultados se utilizó análisis de varianza
(ANOVA). Cuando se detectaron diferencias significativas en las variables medidas, se
aplicó la prueba de comparación de medias mediante diferencias mínimas significativas
(DMS) utilizando un nivel de significación de 0,05. Se utilizaron modelos de regresión
lineal con intervalos de confianza del 95% para evaluar la relación entre la producción
de MS y las variables climáticas y el cambio en el COT con el aporte de C por los CC y
el cultivo de soja.
Durante el periodo 2006-2011, el aporte de C por los CC presentó diferencias

significativas entre especies (p<0,001), años (p<0,001) e interacción significativa
(p<0,001). Los tratamientos T y A aportaron la mayor cantidad de C al suelo, debido a
una mayor acumulación de biomasa. En promedio, durante el período estudiado el
aporte de C por las gramíneas fue 22 y 86 % superior que A+V y V, respectivamente
(Tabla 1). Las gramíneas produjeron entre 2,0 y 4,9 Mg C ha-1, diferenciándose
significativamente de V con producciones entre 1,1 y 2,6 Mg C ha-1. El tratamiento A+V
presentó aportes entre 1,6 y 3,8 Mg C ha-1 diferenciándose de las gramíneas puras en
los años 2006, 2009 y 2010. Estas diferencias en los aportes de C se deben a la
producción de MS, dado que no se hallaron diferencias (p=0,43) en la concentración de
C entre CC (43-45% C).
4
Tabla 1: Aporte de carbono (C), costo hídrico (CH), uso consuntivo (UC), eficiencia de
uso del agua (EUA) y precipitaciones (PP) durante el ciclo de crecimiento de los cultivos
de cobertura.
Variables CC Año 2006 Año 2007 Año 2008 Año 2009 Año 2010 Año 2011
T 3,4 b 3,6 b 2,4 b 4,6 c 3,5 c 2,0 b
Aporte de C A 3,2 bc 3,9 b 2,3 b 4,9 c 3,2 c 2,1 b
-1
(Mg ha ) A+V 2,6 b 3,8 b 2,2 b 3,4 b 2,6 b 1,6 ab
V 1,4 a 2,6 a 1,4 a 2,1 a 1,9 a 1,1 a
T -23 b -92 a -82 b -50 a -49 c -45 c
A -13 c -48 b -93 a -48 a -54 b -33 d
CH
A+V -84 a -35 c -45 d -50 a -66 a -82 a
V 0d -31 d -55 c -36 b -46 c -53 b
T 38 b 22 ab 29 c 28 c 46 c 22 b
EUA (kg A 36 b 26 b 25 b 30 c 40 c 23 b
-1
MS mm ) A+V 22 a 26 b 33 c 21 b 33 b 14 a
V 18 a 18 a 18 a 12 a 25 a 11 a
T
PP ciclo A
168 329 28 353 120 177
(mm) A+V
V
Para cada variable y año, letras diferentes indican diferencias significativas entre
tratamientos (p <0,05).
Las variaciones interanuales en la producción de MS por parte de los CC estuvieron

fuertemente influenciadas por las precipitaciones registradas en cada año (Tabla 1). En
los años 2008 y 2011 el crecimiento de los CC fue afectado por las escasas
precipitaciones recibidas, lo que determinó una baja producción general de biomasa
aérea. Según lo informado por Kuo & Jellum (2000), la producción de biomasa aérea de
los CC puede variar considerablemente de un año a otro debido, principalmente, a las
condiciones climáticas. La precipitación acumulada entre Junio y Octubre osciló entre un
mínimo de 28 mm en 2008 a un máximo de 353 mm en 2009 (Tabla 1), y tuvo una
influencia significativa en el aporte de C: T (r=0,68 p<0,002), A (r=0,81 p<0,001), A+V
(r=0,73 p<0,001) y V (r=0,59 p<0,01). La variación en el aporte de C entre CC responde
a las diferentes eficiencias de utilización del agua (EUA) y de otros factores, como el
largo del ciclo (Tabla 1). Las gramíneas (T y A) presentaron los mayores valores de
EUA, entre 22 a 46 kg MS mm-1, mientras que V presenta valores <18 kg MS mm-1. A su
vez, en aquellos años donde las precipitaciones fueron muy escasas, T y A presentaron
la capacidad de generar mayor cantidad de biomasa que V. Unger & Vigil (1998)
también observaron que las gramíneas se adaptan mejor como CC que las leguminosas
debido a su mayor generación de biomasa en condiciones de sequía. En todos los años,
los CC disminuyeron significativamente el contenido de agua útil disponible en 13 a 93
mm en comparación con Ct (Tabla 1). En promedio, los contendidos de agua útil
5
disponible fueron 33, 30, 36 y 24 % menores que en Ct para T, A, A+V y V,

respectivamente. Este costo hídrico por parte de los CC coincide con los resultados
hallados por Restovich et al. (2012) evaluando diferentes especies como CC sobre
suelos similares.
Las diferencias en la cantidad de C de los residuos devueltos al suelo entre los CC y Ct,
sumado a las diferencias en el contenido de agua disponible y longitud del barbecho,
provocó cambios en los contenidos de COT, aumentando o disminuyendo desde Mayo
del 2006 a Diciembre del 2011 (Tabla 2).
Tabla 2: Secuestro de carbono en los suelos bajo barbecho tradicional y con cultivos de
cobertura entre 2006 a 2011 en 0-25 cm.
Aporte carbono COT COT Secuestro de
2011-2006
Tratamientos (CC+Soja) Inicial Final carbono
-1 -1 -1 -1 -1
(Mg C ha año ) (Mg ha ) (kg ha año )
Ct 2,1 51,1 a -4,1 -824
T 5,3 58,2 c 3,0 597
A 5,4 55,2 55,7 bc 0,5 98
A+V 4,8 55,8 bc 0,6 128
V 4,0 53,8 ab -1,4 -289
Letras diferentes indican diferencias significativas entre tratamientos (p <0,05).
En general, se considera que se necesitan al menos 4,1 Mg C ha-1 año-1 aportado por
los residuos de cosecha y/o CC para no generar disminuciones del COT en suelos con
niveles de COT entre 16,9 y 18,9 g kg-1 en 0-15 cm (Pikul et al., 2008; Benjamin et al.,
2010). Si consideramos que el aporte de C por parte de la soja fue similar en todos los
tratamientos (aproximadamente 2,0 Mg C ha-1 año-1) (Fig. 1), dado que no se
encontraron diferencias significativas en el rendimiento entre tratamientos, el aporte de
C en Ct estuvo muy por debajo del valor critico señalado por estos autores, mientras
que en el caso de los CC, en promedio, el aporte de las gramíneas superó dicho umbral
(5,3 Mg C ha-1 año-1) al igual que A+V (4,7 Mg C ha-1 año-1), mientras que V no logró
alcanzarlo (3,8 Mg C ha-1 año-1) (Fig. 1).
6
,
kg C ha-1 año-1
Figura 1: Aportes medios de carbono al suelo por parte de los residuos aéreos de los
cultivos de cobertura y soja. Nivel crítico (línea horizontal) (Pikul et al., 2008).
Sobre la base de la producción de biomasa y el contenido de C (Tabla 1), T y A serían

mejores opciones de CC en sistemas de monocultivo soja. La inclusión sistemática de
CC en las secuencias agrícolas, con alta frecuencia de soja, realizó aportes
significativos a la calidad del suelo. En el 2006, el contenido de COT fue de 55,2 Mg ha-
1
, en relación con los contenidos de COT determinados en el 2011 disminuyó en un 7,4
y 2,5% en Ct y V en 0-25 cm, respectivamente (Tabla 2). Por el contrario, el COT
aumentó entre un 5,4 a 0,9% en los tratamientos T, A y A+V diferenciándose de Ct.
Como resultado, la utilización de CC (T, A y A+V) en monocultivo de soja aumentó el
COT a una velocidad de 597 a 98 kg C ha-1año-1, mientras que se perdió COT a un ritmo
de 824 y 289 kg C ha-1año-1en Ct yV, respectivamente. Para las condiciones de este
estudio, teniendo en cuenta el aporte promedio de C (CC+soja) de cada uno de los
tratamientos y el cambio en el contenido de COT (Fig. 2), se puede estimar el aporte de
C necesario para no generar disminuciones en los contenidos de COT. Mediante la
extrapol ó ó ó Δ OT 0 45
-1 -1
ha año para no generar disminuciones en los contenidos de COT en el horizonte
superficial del suelo (0-25 cm). Estos resultados concuerdan con lo mencionado
anteriormente sobre el aporte de C reportado por Pikul et al. (2008) y Benjamin et al.
(2010). Por lo tanto, después de cinco años, el aumento del aporte de residuos al suelo
por el uso de CC aumentó el almacenamiento de COT en un sistema de monocultivo
soja presentando, a su vez, diferencias entre especies. En este sentido, desde el punto
de vista de conservación o aumento de los contenidos de COT, los sistemas de cultivo
con la inclusión de CC como A, A+V y T serian una opción viable, principalmente este
último por los mayores aumentos del COT.
7
800
Trigo
600
COT (kg ha-1 año-1)
y = 0,367x - 1640
400
R² = 0,88 **
Avena+vicia
200 Avena
0
0 2000 4000 6000
-200
Vicia
-400
-600
Testigo
-800
-1000
Figura 2: Relación entre el cambio del carbono orgánico total (COT2011-2006) en 0-25 cm
y el aporte promedio de carbono en superficie de los cultivos de cobertura y soja.
Conclusiones
En los agroecosistemas simplificados que predominan actualmente en la Región

Pampeana los CC contribuyen a incrementar los contenidos de COT, aprovechando el
agua no utilizada durante los barbechos de invierno. La producción de biomasa de los
CC varió considerablemente de un año a otro. La precipitación acumulada entre Junio y
Octubre fue el factor principal que afectó a la producción de biomasa de los CC. Desde
el punto de vista de máximo retorno de residuos al suelo, trigo y avena fueron las
especies más eficientes dada su amplia plasticidad en producir biomasa y capturar
carbono bajo diferentes disponibilidades hídricas.
Las gramíneas aportaron más MS y son más eficientes en incrementar el COT en

relación con el barbecho tradicional. Por lo tanto, la inclusión de estas especies
invernales en monocultivo de soja es una alternativa de manejo válida para generar
cobertura y mejorar el balance de C de los suelos bajo monocultivo de soja en el sur de
Santa Fe.
Agradecimientos
Los autores desean agradecer a las siguientes instituciones que proporcionaron

infraestructura y equipos para esta investigación: Consejo Nacional de Investigaciones
Científicas y Técnicas (CONICET), Centro de Recursos Naturales Renovables de la
Zona semiárida (CERZOS), Departamento de Agronomía (Universidad Nacional del Sur)
y el Instituto Nacional de Tecnología Agropecuaria (INTA) Cañada de Gómez.
8
Bibliografía
Benjamin, JG; AD Halvorson; DC Nielsen & MM Mikha.2010. Crop management effects

on crop residue production and changes in soil organic carbon in the central Great
Plains. Agron. J. 102(3):990-997.
Daliparthy, J; SJ Herbert & PLM Veneman. 1994. Dairy manure application to alfalfa:
crop response, soil nitrate, and nitrate in soil water. Agron. J. 86:927– 933.
Di Rienzo, JÁ; F Casanoves; MG Balzarini; L Gonzalez; M Tablada & CW Robledo.

2013. InfoStat. Grupo InfoStat, FCA, Universidad Nacional de Córdoba, Argentina.
Ding, G; X Liu; S Herbert; J Novak; A Dula & B Xing. 2006. Effect of cover crop
management on soil organic matter. Geoderma. 130:229-239.
Huggins, DR; RR Allmaras; CE Clapp; JA Lamb & GW Randall. 2007. Corn-soybean

sequence and tillage effects on soil carbon dynamics and storage. Soil Sci. Soc. Am. J.
71:145-154.
Johnson, JMF; RR Allmaras & DC Reicosky. 2006. Estimating source carbon from crop
residues, roots and rhizodeposits using the national grain-yield database. Agron. J.
98:622–636.
Kuo, S & EJ Jellum. 2000. Long-term winter cover cropping effects on corn (Zea mays
L.) production and soil nitrogen availability. BiolFertil Soils. 31:470-477.
Novelli, LE; OP Caviglia & RJM Melchiori.2011. Impact of soybean cropping frequency
on soil carbon storage in Mollisols and Vertisols. Geoderma 167–168:254–260.
Pikul, JL; JMF Johnson; TE Schumacher; M Vigil & WE Riedell. 2008. Change in surface
soil carbon under rotated corn in eastern South Dakota. SoilSci. Soc. Am. J. 72:1738–
1744.
Restovich, SB; AE Andriulo & SI Portela. 2012. Introduction of cover crops in a maize–
soybean rotation of the Humid Pampas: Effect on nitrogen and water dynamics. Field
Crops Res. 128:62-70.
Restovich, SB; MC Sasal; AB Irizar; F Rimatori; ML Darder & AE Andriulo. 2005.

Rotación con maíz vs monocultivo de soja: efecto sobre los stocks de carbono y
nitrógeno edáficos. VIII Congreso Nacional de Maíz. Rosario, Santa Fe, Argentina. 208
pp.
9
Unger, PW & MF Vigil. 1998. Cover crops effects on soil water relationships. J. Soil
Water Conserv. 53:200–2007.
10
BALANCE DE MATERIA ORGANICA Y CAPACIDAD DE MINERALIZACIÓN DE

NITRÓGENO DE DISTINTOS SUELOS CON FERTILIZACIÓN CONTINUA
LILIANA VEGA JARA1,*, GERARDO RUBIO1,2, MIGUEL BOXLER3 & FLAVIO H.

GUTIÉRREZ BOEM1,2
1
Cátedra de Fertilidad y Fertilizantes, Facultad de Agronomía, UBA, Av. San Martín 4453
(1417DSE) Ciudad Autónoma de Buenos Aires; 2INBA CONICET, Facultad de
Agronomía, UBA, Av. San Martín 4453 (1417DSE) Ciudad Autónoma de Buenos Aires;
3
Región CREA Sur de Santa Fe, Sarmiento 1236 5to piso (1041AAZ) Ciudad Autónoma
de Buenos Aires.
*[email protected].
Palabras clave: Fertilización de cultivos – relación Nan: MOS - capacidad de

mineralización de suelos.
Resumen
En los últimos años se ha intensificado el uso agrícola del suelo y con ello la práctica de
fertilización de los cultivos de granos. Con el objetivo de evaluar el efecto de los distintos
regímenes de fertilización de largo plazo sobre: (a) los contenidos de materia orgánica
de suelos (MOS) y nitrógeno potencialmente mineralizable (Nan) en el suelo y, (b) la
relación entre Nan y MOS, se llevó a cabo la siguiente experiencia. Se analizaron las
concentraciones de MOS y Nan en suelo de tres estratos de profundidad (0-5 cm, 5-10
cm y 10-20 cm) de cinco sitios de la Red de Nutrición CREA-IPNI de la Región Sur de
Santa Fe instalados en la campaña 2000-2001. Estos ensayos se instalaron en siembra
directa (SD) bajo dos sistemas de rotación, maíz-trigo/soja (M-T/S) (Balducchi y San
Alfredo) y maíz-soja-trigo/soja (M-S-T/S) (La Blanca, La Hansa y Lambaré), seis
tratamientos de fertilización: testigo, PS, NS, NP, NPS y completo
(NPS+micronutrientes). La fertilización con N, P y S provocó aumento en los contenidos
de MOS (sólo en el estrato de 0-5 cm de profundidad) pero no afectaron a los
contenidos de Nan en el suelo. Las rotaciones no afectaron a los contenidos de MOS y
Nan. Se determinaron relaciones positivas entre el Nan y la MOS y sus variaciones
fueron atribuibles a las diferencias en otras características además del contenido de
MOS total entre los sitios. Se concluye que solo la MOS total no es un buen predictor de
la capacidad de mineralización de N de los suelos.
Introducción
La producción mundial de alimentos debe aumentar en un 70% en 2050 para seguir el

ritmo de la creciente demanda (Bruinsma, 2009). Para alcanzar este objetivo, la
fertilización surge como una herramienta para aliviar el efecto de la continua exportación
de nutrientes, debido a su capacidad para reponer la fertilidad del suelo y mejorar la
1
producción agrícola (Wu & Ma, 2015). Esa necesidad de producir más alimentos y el
deterioro de la fertilidad natural de los suelos ha impulsado a la fertilización en forma
continua por parte de los productores. En la agricultura Argentina también se ha
intensificado el uso de fertilizantes para cultivos extensivos. El consumo de fertilizantes
tuvo un gran aumento en los últimos 20 años, pasando de 300 mil toneladas en 1990 a
más de 3 millones de toneladas en el 2013 (Fertilizar, 2014a).
La fertilización continua pareciera ser eficaz en el mantenimiento de la materia orgánica

del suelo (MOS) (Wu et al., 2003) y enriquecimiento con carbono (C) principalmente de
las fracciones lábiles (Yang et al., 2012). En el suelo se hallan dos fracciones de C con
distinta dinámica de descomposición. Una fracción lenta o estable y otra fracción activa
o lábil (Ciampitti et al., 2011b). A su vez, estos pooles actúan como fuente primaria de
nitrógeno (N) para las plantas (Haynes, 2005). Las plantas toman nutrientes de la
fracción lábil, la cual se renueva constantemente a partir de la fracción estable. Una
forma de evaluar la fracción lábil de N en el suelo es midiendo el amonio liberado
durante una incubación anaeróbica corta (Nan). Varios estudios mostraron que el Nan
estuvo relacionado con la capacidad del suelo de proveer N a cultivos de granos (Sharifi
et al., 2008; Genovese, 2009; Reussi Calvo et al., 2014). La posibilidad de contar con
experimentos a largo plazo de fertilización con secuencias de cultivos en distintos sitios,
pueden proveer de información valiosa para conocer el impacto del agregado continuo
de nutrientes como fertilizantes sobre las concentraciones de la MOS y Nan.
En la campaña 2000-2001, la Región Sur de Santa Fe del movimiento CREA, en

conjunto con IPNI y Agroservicios Pampeanos (ASP), instalaron una red de ensayos a
largo plazo. Uno de sus objetivos comunes desde un principio fue determinar las
respuestas directas y residuales de los cultivos a la aplicación de N, P y azufre (S) y así
complementar a los métodos de diagnóstico de la fertilidad de suelos. En este trabajo se
sintetizan los resultados obtenidos de análisis de suelos de tres estratos de profundidad
(0-5 cm, 5-10 cm, 10-20 cm) después de 14 años de fertilización continuada. Los
objetivos fueron evaluar el efecto de los distintos regímenes de fertilización de largo
plazo en los distintos suelos y rotaciones de la región pampeana sobre: a. los
contenidos de MOS y Nan y, b. la relación entre el Nan y la MOS.
Se tomaron muestras de suelo de tres estratos de profundidad (0-5 cm, 5-10 cm y 10-20
cm) de los cinco sitios de la Red de Nutrición del CREA de la Región Sur de Santa Fe
(Tabla 1), durante la campaña 2013-2014. Las características de los ensayos son: dos
sitios con rotación maíz-trigo/soja (M-T/S) (Balducci y San Alfredo) y tres sitios con
rotación maíz-soja-trigo/soja (M-S-T/S) (La Blanca, La Hansa y Lambaré). Se evaluaron
los seis tratamientos de la red: testigo sin fertilizar, NP, NS, PS, NPS y completo
(NPS+micronutrientes). El diseño es en bloques completos aleatorizados con tres
repeticiones en cuatro sitios, y dos en San Alfredo. El tamaño de las parcelas es de 25-
2
30 m de ancho y 65-70 m de largo. Se utiliza maquinaria del productor y labranza en

siembra directa (SD) en todos los casos. La dosis de fertilización se estima a partir de
los rendimientos esperados más un 5-10% de fertilización de enriquecimiento con P y S
a la siembra de soja y, a partir de modelos zonales para cultivos de alto rendimiento en
el caso del N. En la campaña 2013/2014 se aplicaron 30 y 18 kg de P y S
respectivamente al cultivo de soja de primera en la rotación M-S-T/S y, en la rotación M-
T/S se aplicaron 102, 44 y 21 kg de N, P y S al cultivo de trigo (Boxler et al., 2014).
Se determinó el N potencialmente mineralizable (Nan) por incubación anaeróbica a 40ºC

por 7 días, método descripto por Keeney & Bremner (1966) seguido de una colorimetría.
La MO se determinó por la metodología propuesta por Walkley & Black (1934). Los
resultados se analizaron mediante ANOVA, comparación múltiple de LSD y regresión.
Los ANOVA de concentración de MOS y Nan se analizaron para cada estrato por
separado. Las diferencias significativas fueron determinadas a un nivel de significancia
del 95%. La relación entre Nan y MOS se analizó mediante regresión lineal. Se
compararon las distintas regresiones mediante test de F y, en los casos en que no
fueron diferentes, las líneas de regresión para esos tratamientos se representaron con
una sola función.
Tabla 1. Información de manejo y de sitio. Red de Nutrición CREA Sur de Santa Fe.
Soja. Campaña 2013/14.
San La Lambar
Sitio Balducchi La Hansa
Alfredo Blanca é
Hapludol Arguidol Hapludol Argiudol Argialbol
Suelo
típico tìpico típico típico típico
Santa La
Serie Hughes Bustinza El Trébol
Isabel Bélgica
Labranza siembra directa
Años agricultura
previo a la
+ 60 15 12 +20 6
instalación del
ensayo
Rotación M-T/S M-S-T/S
Antecesor Trigo Maíz
Textura de los suelos (0-20 cm de profundidad)
Análisis Unidad
Arcilla % 11,8 18,0 15,5 18,0 20,5
Limo % 53,2 62,0 56,4 78,9 76,5
Arena % 35,1 20,0 28,1 3,1 3,0
3
1. Concentración de MOS y Nan en el suelo

Los catorce años de fertilización continua con N, P y S tuvieron un efecto sobre la MOS
sólo en el estrato de 0-5 cm de profundidad, mientras que en el resto del perfil no hubo
diferencia entre los tratamientos de fertilización (Figura 1). La disminución de la
concentración de MOS por no fertilizar (testigo) fue del 12% en la capa de 0-5 cm
respecto del tratamiento completo Figura 1). La mayoría de autores han informado que
los cambios en MOS se producen por efectos de manejo y por los años de agricultura
(Fabrizzi et al., 2003; Reussi Calvo, 2013; Genovese et al., 2009). Sin embargo,
nuestros resultados sugieren que la fertilización también puede ser un factor importante
para la regulación de los contenidos de MO y por consiguiente para mantener la
fertilidad de los suelos en el largo plazo. Se han visto disminuciones de los rendimientos
con las pérdidas de MOS (Ladha et al., 2003), ya que son fuente importante de
nutrientes y sustrato de la actividad microbiana. En este trabajo, las mayores
concentraciones de MOS se vieron en el estrato de 0-5 cm en todos los sitios (Figuras 1
y 2) concordante con Wander (2004); Diovisalvi et al. (2008) y (Diaz Zorita, 1999).
San Alfredo y Lambaré presentaron los valores más altos de MOS en todo el perfil
(promedio 31,5 g kg-1 y 30,2 g kg-1 respectivamente) y Balducchi fue el más pobre en
MOS (promedio 23,5 g kg-1)(Figura 2). Estas diferencias entre sitios son previas a la
instalación de los experimentos en el año 2000 (Boxler et al., 2014) y se podrían atribuir
a las diferencias en años de agricultura y a las diferencias texturales en los sitios (Tabla
1). La información de los sitios previo a la implementación de los ensayos indican que
Balducchi tenía más de 60 años de agricultura continua mientras que Lambaré y San
Alfredo tenían 12 y 8 años respectivamente (Tabla 1). Por lo tanto, los contenido de
MOS y los años de agricultura en los sitios guardan relación inversa entre sí y, son
visibles en el largo plazo (Genovese et al., 2009, Reussi Calvo et al., 2013 y Eiza et al.,
2005; Divito et al., 2011). Por otro lado, Lambaré es el sitio más rico en arcillas y
Balducchi el más arenoso. En cuanto a los contenidos de (arcilla+limo), Lambaré tiene
un 97%, mientras que Balducchi posee un 68% de dicha fracción (Tabla 1). Está
documentado que la fracción (arcilla+limo) guarda relación positiva con los contenidos
de COT de los suelos (Galantini et al., 2004), porque en suelos más finos el tamaño
pequeño de los poros del suelo protegen a la MO de la acción de los microorganismos
(Van Veen & Kuikman, 1990). Hassink et al. (1993a) indicaron que en suelos arenosos,
la presencia de grandes poros disminuye la capacidad de retener agua y de mantener la
humedad para el crecimiento bacteriano. Los cuales explican las mayores
concentraciones de MOS total en suelos de texturas finas y menos laboreadas en este
estudio.
La fertilización con N, P y S durante 14 años no cambió el contenido de N

potencialmente mineralizable (Nan) en ninguno de los tres estratos de profundidad
(Figura 3). Fabrizzi et al. (2003) también informaron que el Nan no fue afectado por la
4
fertilización con N en dos experimentos en el sudeste de la provincia de Buenos Aires,

pero variaba con la MOS por efecto de los sistemas de labranza. Diovisalvi et al. (2008)
también informaron que la fertilización no afectó los contenidos de Nan en un ensayo de
largo plazo. Tang et al. (2006) vieron resultados similares en un ensayo de fertilización
continua de 15 años en el norte de China, pero aplicaciones orgánicas aumentaban la
MOS, y consecuentemente el N total y el N como amonio. Manna et al. (2007) también
sugieren que se debe incrementar la MO si se desea aumentar la disponibilidad de N.
En este estudio, el tipo de labranza homogénea (SD) en todos los sitios, y la ausencia
de aplicación de N al cultivo de soja sumado a la alta frecuencia de este cultivo en las
rotaciones pudo haber causado que las diferencias en los aportes de C al suelo entre
los tratamientos no hayan sido lo suficientemente grandes como para provocar una
diferencia en el Nan.
El Nan varió con la profundidad y con los sitios (Figuras 3 y 4). Los mayores contenidos
de este nutriente se vieron en el estrato de 0 a 5 cm y disminuyeron con la profundidad
(Figuras 3 y 4). Esto puede atribuirse a la incorporación de residuos con el sistema de
SD cerca de la superficie, lo cual aumentó la MOS y consigo el Nan en este estrato.
Según West & Post (2002) la SD generalmente incrementa la MOS en comparación con
la LC y es más notorio en el estrato superficial. Los valores más bajos en los 3 estratos
de profundidad correspondieron a Balducchi (promedio 33,85 mg kg-1) y Lambaré
(promedio 65,13 mg kg-1) fue el más rico en concentración de Nan (Figura 4). Vale
aclarar que los contenidos de COT siguen el mismo patrón (Figura 2, Tabla 1). Nuestros
resultados sugieren que el Nan está relacionado con la MOS, ya que proviene de
mineralización del N orgánico. Esto puede atribuirse a los contenidos de MO sumado a
las condiciones ambientales favorables para la actividad microbiana que favorecieron a
la mineralización y disponibilidad de N (Manna et al., 2007).
La secuencia de cultivos de ambas rotaciones tampoco afectó a las concentraciones de

Nan (Figura 2), coincidiendo con lo reportado por Gregorutti et al. (2014) en varias
rotaciones que incluyeron a los cultivos de soja, maíz y trigo. Las Figuras 3 y 4 incluyen
valores de Nan entre 7,32 y 128,44 mg kg-1. Estos valores son consistentes con aquellos
reportados por Reussi Calvo et al. (2014) quienes mostraron valores de Nan entre 12 y
260 mg kg-1 siendo mayores en el este que en el oeste de la provincia de Buenos Aires.
Benitende et al. (2007) también reportaron valores de Nan promedio de 183 mg kg -1 y
104 mg kg-1 para suelos Argiudoles ácuicos y vérticos de Entre Ríos. Fabrizzi et al.
(2003) informaron concentraciones de Nan bajo el sistema SD en promedio de 61,5 mg
kg-1 y bajo labranza convencional (LC) de 24,2 mg kg-1, lo cual indica que tanto la MOS
como el Nan son afectados por el manejo del suelo. Se han visto que las prácticas de
labranza afectan principalmente al pool de N en el suelo (Sharifi et al., 2008), pero el
agregado de N como fertilizante no tiene efectos sobre el Nan (Diovisalvi et al., 2008).
Sin embargo, en situaciones de altos niveles de fertilización con N pueden ocurrir
disminuciones de Nan debido al incremento del reciclaje de la MO sugiriendo pérdidas
de N por inmovilización (Genovese et al., 2009) lo cual no ocurrió en este estudio. Por
5
lo tanto, la estimación de Nan a partir de la MOS podría ser un indicador de la capacidad

del suelo de mineralizar N que varía ampliamente en los suelos. En las evaluaciones del
Nan se deben considerar otras características como las historias agrícolas de cada lote,
sistema de labranza, fertilización, textura y cantidad así como la calidad de residuos de
cosecha que se incorporan.
MOS (g kg-1) MOS (g kg-1)

10 15 20 25 30 35 40 10 15 20 25 30 35 40 45
0 0
2 A 2
A
4 4
Profundidad (cm)
Profundidad (cm)
6 6
B
B
8 Testigo 8
PS
10 Balduchi
10 NS
NP San Alfredo
12 12
NPS La Hansa
14 Completo 14 La Blanca
C C
Lambaré
16 16
Figura 1: Distribución de la Figura 2: Distribución de la

concentración de MOS a 0-20 cm en concentración de MOS a 0-20 cm en los
los tratamientos de la Red de Nutrición sitios de la Red de Nutrición CREA Sur
CREA Sur de Santa Fe, campaña de Santa Fe, campaña 2013/2014. Los
2013/2014. Los círculos encierran círculos encierran sitios que no son
tratamientos que no son diferentes diferentes significativamente (p>0,05) y
significativamente (p>0.05) y las barras las barras son el error estándar. Los
son el error estándar. Los cambios de cambios de letra indican diferencia
letra indican diferencia significativa significativa entre estratos de
entre estratos de profundidad. profundidad.
6
Nan (mg kg-1) Nan (mg kg-1)
0 10 20 30 40 50 60 70 80 90 100 0 10 20 30 40 50 60 70 80 90 100 110

0
0
2 2 A
A
4 4
Profundidad (cm)
Profundidad (cm)
6 6
B B
8 8
10 10
Testigo Balducchi
PS
12 12 San Alfredo
NS
La Blanca
14 NP 14
C La Hansa
NPS C
16 Completo 16 Lambaré
Figura 3: Distribución de la Figura 4: Distribución de la

concentración de Nan a 0-20 cm en los concentración de Nan a 0-20 cm en los
tratamientos de la Red de Nutrición sitios de la Red de Nutrición CREA Sur
CREA Sur de Santa Fe, campaña de Santa Fe, campaña 2013/2014. Los
2013/2014. Los círculos encierran círculos encierran sitios que no son
tratamientos que no son diferentes diferentes significativamente (p>0,05) y
significativamente (p>0.05) y las barras las barras son el error estándar. Los
son el error estándar. Los cambios de cambios de letra indican diferencia
letra indican diferencia significativa significativa entre estratos de
entre estratos de profundidad. profundidad.
2. Relación entre Nan y MOS

La Figura 5 muestra la relación entre el Nan y la MOS (p<0.01). Fabrizzi et al. (2003)
afirmaron que el C de la MOP está altamente relacionado con el Nan, sus resultados
sugieren que el Nan proviene de la mineralización de la MOS. Otros autores también
han reportado la asociación entre MOS y el Nan (Sharifi et al., 2008; Genovese, 2009;
Reussi Calvo et al., 2014). Contrariamente, Sainz Rosas et al. (2008) estudiaron 26
suelos de tipo Argiudol típico y Paleudol petrocálcico (3 sitios) en Balcarce e informaron
que el COT no se relacionaba con el Nan, por lo cual indicaron que el COT no sería un
indicador sensible de la capacidad de mineralización de N del suelo. Nuestros
resultados también muestran que existe diferencias en la relación Nan: MOS entre los
sitios. Pese a que los sitios más ricos en MOS fueron San Alfredo y Lambaré (Figura 2)
no se vieron los mayores contenidos de Nan en San Alfredo, sino sólo en Lambaré
(Figura 4). Lo cual se refleja en la relación Nan: MOS en la Figura 5, donde Lambaré
tuvo los mayores valores de la relación Nan:MOS, Balducchi los valores menores y los
otros 3 sitios presentaron relaciones Nan:MOS intermedias y estadísticamente no
7
distintas entre sí. Estos resultados sugieren que el contenido de MOS no es un indicador
suficiente para predecir la capacidad de proveer N disponible en los suelos. Existirían
otros factores como la textura, pH, y el contenido de MO lábil que juegan papeles
importantes en la mineralización de la MOS más allá de los contenidos totales de MOS
(Baath & Anderson, 2003). Petersen et al. (2013) mostraron una relación positiva y muy
estrecha entre el Nan y la biomasa microbiana en el suelo. Por otro lado, Diovsalvi et al.
(2010a) reportaron que existe menor asociación entre el Nan y la MOS en suelos de
textura fina. Sin embargo, nuestros resultados indican lo contrario, Lambaré pese a ser
un sitio de textura fina mostró mayor correlación entre el Nan y MOS (Figura 5, r 2: 0,46).
Esto podría ser explicado por las condiciones favorables para la actividad microbiana en
Lambaré más allá de su riqueza en MO. Además, Kanazawa & Filip (1986) también
informaron que la mayor parte de los microorganismos se acumulan en la fracción
arcillo+limo.
Los regímenes de fertilización con N, P y S no afectaron a la relación entre el Nan y la

MOS (Figura 5). Esto podría ser explicado porque no hubo grandes efectos de la
fertilización sobre los contenidos de MOS. Esto sucedió sólo en el estrato de 0-5 cm,
donde el testigo fue inferior en MO (Figura 1), dicho efecto no fue significativo sobre la
relación Nan:MOS. Está documentado que los cambios más notables en contenido de
MOS y Nan se pueden ver por efectos de manejo y años de agricultura (Genovese et
al., 2009, Reussi Calvo et al., 2013 y Eiza et al., 2005; Divito et al., 2011), por el
contrario no hay reportes de los efectos puros de la fertilización sobre la MO y por
consiguiente sobre el Nan. En este estudio, el sistema de labranza fue SD en todos los
sitios y la frecuencia del cultivo de soja en las rotaciones pudieron haber impedido las
diferencias significativas del contenido del Nan con los tratamientos. Por lo cual,
coincidimos con lo que afirmaron Marriott & Wander (2006) y Sainz Rosas et al. (2008)
que el Nan no es una fracción que varía en paralelo con los contenidos de MOS, sino
que existe diferencias dependiendo de las potencialidades de mineralización de los
suelos y condiciones favorables para la biomasa microbiana. Por lo cual no se pueden
predecir la capacidad de un suelo de mineralizar N sólo a partir de los análisis de MOS
total.
8
N an= 3.03M O S -28.39 Figura 5: Relación entre

R 2 = 0.46
65
N an= 0.4 7M O S + 29.06
concentración de Nan y la
R 2 = 0.25 MOS. La línea verde
corresponde a la función de
) (0 -2 0 c m )
N an= 0.6 1M O S + 14.41

55
R 2 = 0.31
Nan:MOS en Lambaré, la línea
45
negra a San Alfredo, La Blanca
y La Hansa, y la línea azul
-1
N a n (m g k g
corresponde a Balducchi.
35
25
15
15 20 25 30 35
-1
M O S (g kg ) ( 0 - 2 0 c m )
Conclusiones
Las fuentes de variación evaluadas en estos experimentos (i. e. fertilización con N, P y S)

mostraron diferencias en los contenidos de MOS sólo en el estrato de 0-5 cm de
profundidad. Sin embargo, no afectaron a los contenidos de Nan en el suelo. Las
rotaciones no afectaron a los contenidos de MOS y Nan.
Se determinaron relaciones positivas entre el Nan y la MOS y sus variaciones fueron

atribuibles a las diferencias en otras características además del contenido de MOS total
entre los sitios. Por lo tanto, solo la MOS total no es un buen predictor de la capacidad
de mineralización de N de los suelos.
Agradecimientos
Se agradece especialmente a F. Permingeat por la colaboración en el muestreo a

campo de los ensayos y la recolección de muestras. La financiación del presente trabajo
provino de UBA, CONICET y ANPCYT.
9
Bibliografía
Baath, E & T H Anderson. 2003. Comparison of soil fungal/bacterial ratios in a pH

gradient using physiological and plfa-based techniques. Soil Biol. Biochem. 35: 955–963.
Benintende, M C; S M Benintende; M A Sterren; C Musante; M Saluzzio & J J De

Battista. 2007. Modelo para estimar la capacidad de aporte de nitrógeno del suelo.
Agriscientia 24:97-101.
Boxler, M; F O García; A Correndo; S Gallo; R Pozzi; F Bauschen; N Reussi Calvo & A

Berardo. 2014. Red de Nutrición CREA Sur de Santa Fe. Resultados de la campaña
2013/2014. IPNI. Disponible on-line en: http://lacs.ipni.net/topic/research. Fecha de
consulta 01/2016.
Bruinsma, J. 2009. The resource outlook to 2050: by howmuch do land, water, and crop
yields need to increase by 2050? In: Bruinsma, J (Ed.), Expert Meeting on How to Feed
the World in 2050. FAO, Rome, Italy (Available at www.fao.org/fileadmin/ templates/).
Ciampitti, I A, F O Garcia, L E Piccone & G Rubio. 2011b. Soil Carbon and Phosphorus
Pools in Field Crop Rotations in Pampean Soils of Argentina. Soil Sci. Soc. Am. J. 75:
616-625.
Díaz Zorita, M. 1999. Efectos de seis años de labranza en un Hapludol del Noroeste de
Buenos Aires, Argentina. Cienc Suelo 17: 31-36.
Diovisalvi N, G A Studdert; N I Reussi Calvo & G F Domínguez. 2010a. Relación entre el

contenido de carbono orgánico particulado y total en suelos con diferente textura. XXII
Congreso Argentino de la Ciencia del Suelo. Actas 2 pág. Rosario, Santa Fe, Argentina.
Diovisalvi, N V; G A Studdert; G F Domínguez & M J Eiza. 2008. Fracciones de Carbono

y Nitrógeno orgánicos y Nitrógeno anaeróbicos bajo agricultura continua con dos
sistemas de labranza. Ciencl suelo 26(1):1-11.
Divito, G A; H R Sainz Rozas; H E Echeverría; G A Studdert & N Wyngaard.2011. Long

term nitrogen fertilization: Soil propriety changes in an Argentinean Pampas soil under
no tillage. Soil & Tillage Research. 114: 117-126.
Eiza, M J, N Fioriti, G A Studdert & H E Echeverría.2005. Fracciones de carbono

orgánico en la capa arable: Efecto de los sistemas de cultivo and de la fertilización
nitrogenada. Cienc Suelo 23:59–67.
Fabrizzi, K P, A Morón, & F O García. 2003. Soil carbon and nitrogen organic fractions in
degraded vs. non-degraded Mollisols in Argentina. Soil Sci. Soc. Am. J. 67:1831–1841.
10
Fertilizar AC. 2014a. Evolución del Consumo de Fertilizantes en Argentina. 1p.

(www.fertilzar.org.ar).
Galantini, J A; N Senesi; G Brunetti & R Rosell. 2004. Influence of texture on organic

matter distribution and quality and nitrogen and sulphur status in semiarid Pampean
grassland soils of Argentina. Geoderma 123: 143-152.
Genovese, F, H E Echeverría, G A Studdert, & H Sainz Rozas. 2009. Amino-sugar

nitrogen in soils: calibration and relationship with anaerobically incubated soil nitrogen.
(In Spanish, with English abstract.) Cienc. Suelo 27:225–236.
Gregorutti, V C; L E Novelli; R J Miguel; M V Ormaechea & O P Caviglia. 2014.

Nitrógeno incubado en anaerobiosis y su relación con el nitrógeno orgánico en
diferentes fracciones. Ciencia del Suelo. 32(1):41-51.
Hassink, J, L A Bouwman, K B Zwart, J Bloem & L Brussaard. 1993b. Relationships

between soil texture, physical protection of organic matter, soil biota, and C and N
mineralization in grassland soils. Geoderma 57: 105–128.
Haynes, R J. 2005. Labile organic matter fractions as central components of the quality
of agricultural soils: an overview. Advances in Agronomy. 85: 221-268.
Kanazawa, S & Z Filip. 1986. Distribution of microorganisms, total biomass, and enzyme
activities in different particles of brown soil. Microbiol. Ecol. 12:205–215.
Keeney, D R, & J M Bremner. 1966. Comparison and evaluation of laboratory methods

of obtaining an index of soil nitrogen availability. Agron. J. 58:498–503.
Ladha, J K, D Dawe, H. Pathak, A T Padre, R L Yadav, B Singh, Y Singh, P Singh, A L

Kundu, R Sakal, N Ram, A P Regni, S K Gami, A L Bhandari, R Amin, C R Yadav, E M
Bhattarai, S Das, H P Aggrawal, R K Gupta & P R Hobbs. 2003. How extensive are yield
declines in long-term rice-wheat experiments in Asia?. Field Crops Res. 81: 159–180.
Manna, M C, A Swarup, R H Wanjari, B Mishra & D K Shahi. 2007. Long-term fertiliza-

tion, manure and liming effects on soil organic matter and crop yields. Soil Tillage Res.
94 (2): 397–409.
Marriott, E E & M M Wander. 2006. Total and labile soil organic matter in organic and
conventional farming systems. Soil Sci. Soc. Am. J. 70: 950-959.
11
Petersen, S O; P Schojonning; J E Olesen; S Christensen & B T Christensen. 2013.

Sources of nitrogen for winter wheat in organic cropping systems. Soil Sci. Soc. Am. J.
77:155-165.
Reussi Calvo, N I; H Sainz Rozas, H Echeverría & A Berardo. 2013. Contribution of

anaerobically incubated Nitrogen to the diagnosis of Nitrogen Status in spring wheat. Soil
Fertility & Crop Nutrition. Agron. J. 105:321–328.
Reussi Calvo, N; M Calandroni; G Studdert; F Cabria; N Diovisalvi & A Berardo. 2014.

Nitrógeno incubado en anaerobiosis y materia orgánica en suelos agrícolas de Buenos
Aires. XXIV Congreso Argentino de la Ciencia del Suelo. Actas 9 pág. Bahía Blanca,
Argentina 5-9 de mayo.
Robinson, C A; R M Cruse & M Ghaffarzadeh. 1996. Cropping system and nitrogen

effects on Mollisol organic carbón. Soil Sci. Soc. Am. J. 60: 264-269.
Sainz Rosas, H; P A Calviño; H E Echeverría; P A Barbieri & M Redolatti. 2008.

Contribution of anaerobically mineralized nitrogen to the reliability of planting or
presidedress soil nitrogen test in maize. Agron. J. 100:1020-1025.
Sharifi, B & J Zebarth. 2008. Response of potentially mineralizable soil Nitrogen and
Indices of Nitrogen Available to tillage system. Soil Sci. Soc. Am. J. 72:1124-1131.
Tang, J X; X J Liu; F S Zhang & P Christie. 2006. Effect of Long-Term Fertilization on

Organic Nitrogen Forms in a Calcareous Alluvial Soil on the North China Plain.
Pedosphere. 16(2):224-229. p. 67-102.
Van Veen, J A & P J Kuikman. 1990. Soil structural aspects of decomposition of organic
matter by micro-organisms. Biogeo- chemistry 11: 213–233.
Walkley, A & I A Black. 1934. An examination of the Degtjareff method for determining
soil organic matter and proposed modification of the chromic acid titration method. Soil
Sci. 37: 29-37.
Wander, M. 2004. Soil organic matter fractions and their relevance to soil function. Pp.
67-102. In: K Magdoff & RR Weil (eds.) Soil organic matter in sustainable agriculture.
CRC Press, Boca Raton, Florida, EE.UU.
West, T O & W M Post. 2002. Soil organic carbon sequestration rates by tillage and crop
rotation: a global data analysis. Soil Sci. Soc. Am. J. 66, 1930–1946.
12
Wu, T; J J Schoenau; F Li; P Qian; S S Malhi; Y Shi & F Xu et al. 2003. Influence of
cultivation and fertilization on total organic carbon and carbon fractions in soils from the
Loess Plateau of China. Soil & Tillage Research. 77: 59–68.
Wu, W & B Ma. 2015. Integrated nutrient management (INM) for sustaining crop
productivity and reducing environmental impact: A review. Science of the Total
Environment. 512: 415-427.
Yang, X; W Ren; B Sun & S Zhang. 2012. Effects of contrasting soil management
regimes on total and labile soil organic carbon fractions in a loess soil in China.
Geoderma. 177: 49–56.
13
EVALUACIÓN ESTRUCTURAL DE UN HAPLUSTOL ÉNTICO BAJO SIEMBRA

DIRECTA MEDIANTE ANÁLISIS DE IMÁGENES Y RIMAPS
FILIPE BEHRENDS KRAEMER1,2*, EDUARDO FAVRET 2 & HÉCTOR MORRÁS.2

(1)
Cátedra de Manejo y Conservación de Suelos. Facultad de Agronomía. UBA. Av. San
Martín 4453 (1417) CABA. Argentina, (2) INTA, Instituto de Suelos Castelar. Las
Cabañas y De Los Reseros s/n (1712) Villa Udaondo Castelar. Buenos Aires.
* [email protected]
Palabras claves: Cortes delgado, micromorfometría, orientación de poros
Resumen
La siembra directa promueve un arreglo estructural diferente al producido por las

labranzas convencionales. Estas modificaciones pueden ser evaluadas mediante la
micromorfología y micromorfometría del suelo. El análisis micromorfométrico para la
evaluación de la porosidad por medio de análisis de imágenes usuales (e.g. JMicro-
Vision), depende del umbral cromático elegido para representar los poros. También, la
frecuencia de la orientación de poros está sujeta a la cantidad de poros reconocidos por
el software en cada muestra. En este sentido, se especula que latécnica RIMAPS -
RotatedImagewithMaximumAveragePowerSpectrum- puede ofrecer alternativas a estos
inconvenientes para la evaluación de la porosidad y la matriz del suelo. El objetivo de
este trabajo fue realizar la descripción micromorfométrica y de los modelos
microestructurales de la capa superficial de un Haplustol típico de la provincia de
Córdoba, bajo dos secuencias de cultivos y una situación cuasi-prístina. Se evaluó la
utilidad de RIMAPS para describir los patrones generales de porosidad y estructura, la
relación de los valores medios del espectro RIMAPS y la porosidad total y el nivel de
congruencia entre la orientación de poros brindada por el programa JMicro-Visión y
RIMAPS. Se demostró la utilidad de la micromorfología y micromorfometría para
distinguir rasgos estructurales de las secuencias agrícolas y la situación cuasi-prístina
bajo siembra directa, identificando claramente los modelos microestructurales
propuestos por Morrás et al. (2012). RIMAPS mostró resultados promisorios como una
nueva herramienta para realizar análisis de la microestructura del suelo, ya que
describió adecuadamente las orientaciones preferenciales de la porosidad y de la matriz
del suelo sin ser influenciada por la frecuencia de poros. El valor medio del espectro
RIMAPS, presentó un elevado ajuste con la porosidad determinada por el JMicro-Vision,
aún sin estar sujeto a la elección de un umbral de tamaño de poros a evaluar.
1
Introducción
La siembra directa promueve un arreglo estructural diferente al producido por las
labranzas convencionales. En este sentido, los resultados de las diversas variables
físicas y biológicas usualmente analizados en este sistema son una consecuencia de
nuevas interacciones que se reflejan en una nueva organización de los componentes,
en particular a nivel de la microescala. Por otro lado, y de acuerdo a la literatura, estos
resultados a menudo son divergentes entre suelos, entre fechas de muestreo y aún
entre repeticiones. Esto podría estar dado además, por las diferencias entre las
secuencias de cultivos (Castiglioni et al., 2013, Kraemer, 2015), por la marcada
heterogeneidad estructural propia del manejo bajo SD, donde se contraponen fuerzas
mecánicas de densificación de la estructura y/o aumento de su resistencia y fuerzas de
disturbio biológico, las que por su parte generan disminución de la densidad aparente,
aumento de la estabilidad estructural, disgregación de estructuras laminares y cambios
en la porosidad del suelo (Kraemer, 2015, Morrás et al., 2012).
El desarrollo de la micromorfología ha permitido el análisis más detallado de la

porosidad y estructura del suelo,y en consecuencia un mejorentendimiento delos
procesos que actúan en el suelo (Morrás, 2015). Así por ejemplo en relación a la
siembra directa,Drees et al. (1994) identificaron en los 5 cm superiores de un suelo de
Kentucky con 18 años bajo SD, tres zonas diferentes en sus características
morfológicas, resaltando en particular la fuerte estructura laminar, con poros alargados
orientados horizontalmente, los que aparecen interconectados por poros biológicos; en
el horizonte superficial por debajo de los 10 cm de profundidad se observó por el
contrario una fábrica densa, con abundancia de canales biológicos y pellets fecales.
Análisis micromorfológicos de suelos pampeanos mostraron las características
microestructurales del horizonte superficial bajo diversos sistemas de uso y cultivo, y
pusieron en evidencia la formación de estructuras laminares en los suelos cultivados en
SD, de diferente desarrollo según características específicas de los suelos estudiados
(Morrás at al., 2004; Bonel et al., 2005).Estos y otros trabajos señalan la utilidad de
estos acercamientos metodológicos en la evaluación de la modificación estructural
provocada por distintos manejos agrícolas.
El análisis micromorfométricode los sueloses la cuantificación de los componentes o

características microestructurales, mediante una variedad de procedimientos, siendo
actualmente el más utilizado el análisis digital de imágenes. No obstante, el análisis
micromorfométrico para la evaluación de la porosidad por medios del análisis de
imágenes (e.g. JMicroVision) depende del poder de resolución y de la magnificación
empleada con el microscopio óptico y del umbral cromático elegido para representar los
poros, obteniéndose en general poros mayores a 50 µm. Por otro lado, la frecuencia de
la orientación de poros está sujeta a la cantidad de poros reconocidos por el software en
2
cada muestra. En este sentido, se considera que la técnica RIMAPS –Rotated Image
with Maximum Average Power Spectrum- (Fuentes y Favret, 2002) puede ofrecer
alternativas a estos inconvenientes para la evaluación de la porosidad y la matriz del
suelo. Este tipo de análisis fue desarrollado para evaluar las orientaciones topográficas
preferenciales de distintos materiales. En suelo, este método ha sido utilizado en un
único trabajo donde se evaluó el desempeño de RIMAPS en la descripción de la
micromorfología de dos suelos con diferentes años de agricultura con laboreo
convencional (1 vs 40 años) (Favret et al., 2009). Estos autores encontraron que los
picos máximos del espectro RIMAPS correspondían a las orientaciones de los poros
presentes en los cortesdelgados y las bases de dichas curvas presentaban diferencias
sustantivas entre ambos manejos.
En la Argentina se aplicaron técnicas micromorfológicas y micromorfométricas para el el

análisis de la estructura y porosidad dediversos suelos de la Pampa norte cultivados en
SD (Bonel y Morrás, 2000), Morrás et al., 2004;Morrás y Bonel, 2005;Bonel et al.,
2005;Morrás et al 2012; Fernández et al., 2012; Alvarez et al., 2014) . Como resultado
de los distintos estudios, en los suelos cultivados en SD Morrás et al., (2012) observaron
una importante anisotropía vertical de la estructura con rasgos comunes entre los
distintos casos estudiados, permitiendo definir tres microhorizontes y tres modelos
microestructurales propios de la SDque fueron denominados laminar, densificado y
biodisturbado. Por ello, es de interés verificar y cuantificar los cambios
microestructurales enlos modelos planteados por estos autores, bajo el contexto de
cambios en la secuencia de cultivos bajo SD.
El objetivo de este trabajo fue realizar la descripción micromorfológica y de los modelos

microestructurales de la capa superficial de un Haplustol típico de la Serie General
Cabrera (INTA, 1974-1997) de la provincia de Córdoba bajo dos secuencias de cultivos
y una situación cuasi-prístina. Además se realizó un análisis micromorfométrico y se
evaluó la utilidad del método RIMAPS para describir los patrones generales de
porosidad y estructura, la relación de los valores medios del espectro RIMAPS y la
porosidad total, y el nivel de congruencia entre la orientación de poros brindada por el
programa JMicro Visión y RIMAPS.
El suelo evaluado corresponde a un Haplustol, serie General Cabrera (GC) (INTA, 1974-
1997), localizado en Bengolea, provincia de Córdoba (33º 01’31” S; 63º 37’53” O). El
suelo posee una textura franco arenosa. Las características físicas y químicas se
presentan en la Tabla 1. Los tratamientos de manejo evaluados fueron Buenas
Prácticas Agrícolas (BP) y Malas Prácticas Agrícolas correspondientes al proyecto
BIOSPAS (Wall, 2011). BP posee más años bajo siembra directa y un balance de
gramíneas y cultivos de cobertura apenas más favorable que MP (Tabla 1). Por su
3
parte, se debe destacar la participación del maní en la secuencia de cultivos 5 años

antes del muestreo (Tabla 1). También se evaluó una situación cuasi-prístina
denominada Ambiente Natural (AN).
En cada una de las situaciones se tomaron muestras (0-6 cm) no disturbadas de la capa
superficial del suelo. Las muestras fueron impregnadas con resina sintética y se
prepararon cortes delgados. Estos cortes fueron analizados por microscopía óptica de
polarización en un rango de 6 a 50 aumentos con un instrumento Leica-Wild MZ8
equipado para microfotografía, efectuándose la descripción micromorfológico según
Stoops (2003) y criterios expuestos por Morrás et al (2012) para evaluar los modelos
microestructurales (laminar, densificado y biodisturbado)en suelos cultivados en SD.
El análisis micromorfométrico se realizó a mediante el programa JMicroVision v 1.2. Las

categorías por tamaño de poro que se establecieron en el análisis fueron: 50 a 100 µm;
100 a 200 µm; 200 a 400 µm; 400 a 800 µm, 800 a 1000 µm y 1000 µm a 3000 µm. Se
discriminaron los poros de acuerdo a la forma de los poros, la cual fue expresada por la
relación área/perímetro2 (A/Pe2), subdividiéndose en tres grupos de formas:
redondeados (A/Pe2>0,04); irregulares (0,015< A/Pe2<0,04) y elongados (A/Pe2<0,015).
La orientación de poros también fue determinada cada 2º.
La técnica RIMPAS fue realizada según Fuentes &Favret. (2002) con las mismas
imágenes obtenidas de los cortes delgados siendo el paso de la rotación también de 2º.
Para realizar la comparación de la orientación de poros obtenidas mediante RIMPAS y
el JMicroVision, se normalizaron ambos conjuntos de datos.
La organización microestructural presentó características diferenciales relevantes entre

las tres situaciones evaluadas (AN, BP y MP) (Figura 1). De forma resumida se puede
observar en el AN poros de empaquetamiento complejo entre pequeños agregados
esferoidales (pellets fecales) y granos sueltos, en parte revestidos (Figura 1). En este
tratamiento la microestructura del suelo es de tipo granular, con gránulos de origen
fecal, libres en la masa basal o rellenando numerosos canales. La organización entre
agregados y poros resulta claramente de una intensa actividad biológica, que ejemplifica
claramente el modelo estructural bioconstruído expuesto por Morrás et al. (2012). En el
tratamiento BP, además de una escasa acumulación de excrementos y restos vegetales
en superficie se observaron agregados laminares de 1-2 cm de espesor, separados por
fisuras horizontales y de escasa porosidad interna (algunos canales). La microestructura
es laminar con láminas fuertemente separadas y el modelo microestructural es
típicamente laminar (Morrás et al., 2012).Por su parte en MP, si bien en general también
responde a este último modelo microestructural, en los primeros centímetros se observó
una mayor porosidad.
4
Estas diferencias también fueron evidenciadas en los resultados micromorfómétricos. La

porosidad total encontrada mostró el siguiente ordenamiento AN>MP>BP (Tabla 2)
mientras que el volumen de poros más importante correspondieron al rango 1000-3000
µm. Este ordenamiento no se correlaciona con el carbono orgánico total o con la mayor
frecuencia de gramíneas en la rotación (Tabla 1). No obstante, se hipotetiza que la
presencia del maní y el menor número de años bajo SD del MP, podrían haber
aumentado la porosidad total del sistema. Sin embargo, dicha porosidad de carácter
abiótico nosería estable. Dicha afirmación se sustenta en la estabilidad estructural
determinada por Le Bissonnais (1996) evaluada en los mismos sitios (Kraemer, 2015),
donde MP presentó valores inferiores a BP (1,18 y 1,43, respectivamente; valores
promedio de los tres pretratamientos).
También para los tres tratamientos, los poros de forma elongada fueron aquellos que
representaron un porcentaje mayor de porosidad mientras que los poros redondeados e
irregulares presentaron valores similares entre sí y entre los tratamientos evaluados
(Tabla 2). Resultados similares pueden encontrarse en Fernández et al. (2012) donde
se compararon sistemas de cria intensiva bovina, agricultura continua y pastura. En este
trabajo la tendencia de la forma de poros también fue muy homogénea entre
tratamientos,donde los poros alargados presentaron un valor promedio del 77 %, los
poros irregulares presentaron valores en torno al 15 % mientras que los poros
redondeados no superaron el 10%. Esta tendencia general fue observada también en
otros trabajos en la Región Pampeana (Castiglioni&Morrás, 2007;Morrás et al., 2008).
RIMAPS, por su parte, presentó valores medios del espectro para los tres
tratamientos(AN: 0.266; BP: 0.186 y MP: 0.209) acordes a los valores de porosidad
evaluados por el software JMicroVision (AN 26,9%; BP: 6,14% y MP: 14,3%). Si bien se
trata de 3 valores, la correlación entre ambos es cercana a 1. En el trabajo de Favret et
al. (2009) también se encontró la misma relación para el nivel base del espectro en dos
lotes con distintos años de agricultura (0.45 y 23,1% para 1 año de agricultura y 0.15 y
6.1% para 40 años de agricultura). Por otro lado, los picos de las curvas han logrado
representar satisfactoriamente las direcciones preferenciales de orientación de los poros
y la matriz del suelo. Para el AN, los espectros RIMAPS mostraron diversos picos
indicando una orientación de poros y de la matriz heterogénea (Figura 2), lo cual sería
adecuado para una estructura fuertemente disturbada como la que presenta la Figura 1.
También se observan picos importantes en ángulos cercanos a 90º, demostrandola
presencia de poros verticales lo cual brindaría buenas características hidrofísicas al
suelo. Además, considerando el trabajo de Fuentes &Favret (2002), la presencia de
curvas acentuadas en ángulos cercanos a 45 y 135º pueden indicar la presencia de
áreas de matriz de suelo –o agregados- de forma redondeada como las que se
observan en la Figura 1.Por el contrario, BP presenta una baja expresión de picos,
sugiriendo una orientación de poros y una matrizmás homogénea con incrementos hacia
5
0º y 180º, lo cual reflejarían los poros planares(Figura 1). Por último, MP se configura
como una situación intermedia, con valores de MAPS concentrados cerca del ángulo de
90º, pero también con incrementos hacia los poros de 0º y 180º.
Cuando se compararon los resultados provenientes de RIMAPS y la frecuencia de

orientación de poros determinada por el JMicroVision se observó una divergencia
importante en dos de los tres casos evaluados (Figura 3). AN presentó un
espectroRIMAPS similar a la frecuencia de poros, la cual también presentó diversos
picos, frecuencias altas cercanas a 90º y valores bajos cercanos a 0º y 180º (Figura 3).
Por su parte, los tratamientos agrícolas (BP y MP) presentaron curvas diferentes entre
ambas metodologías. BP presentó un pico importante cercano a 90º mientras que MP
presentó, al igual que RIMAPS, picos importantes cercanos a 90º, pero también picos de
gran magnitud en la mayoría de los ángulos (Figura 3). Esto podría ser explicado por la
cantidad y tamaño de poros analizados en cada una de las imágenes. Como se observa
en la Tabla 2, BP presenta una gran frecuencia de poros entre 50-100 µm, los cuales
representan en ese rangola mayor cantidad de los poros examinados (23%) con
respecto a AN y MP. En general, esos poros pequeños son redondeados y poseen una
orientación cercana a los 90º. De esta forma, estos poros de bajo volumen poral se
sobreexpresan en las curvas de frecuencia a expensas de otros poros (e.g. poros
horizontales que refieren a estructuras laminares) los cuales si bien en volumen pueden
ser importantes no así en número. Por otro lado, MP posee un bajo conteo de poros
examinados, lo cual afecta la curva de frecuencia ya que aparecen expresados ángulos
con pocos casos.
Conclusiones
En este trabajo se demostró la utilidad de la micromorfología y micromorfometría para

distinguir rasgos estructurales de dos secuencias agrícolas y una situación cuasi-prístina
bajo siembra directa. Se identificaron los modelos microestructurales propuestos por
Morrás et al. (2012)para sistemas bajo SD. Estas diferencias también fueron
evidenciadas en los resultados micromorfómétricos. La porosidad total encontrada
mostró el siguiente ordenamiento AN>MP>BP el cual no se correlacionó con el carbono
orgánico total o con la mayor frecuencia de gramíneas en la rotación. Se presume que
este ordenamiento donde MP presentó una porosidad superior a BP se debió a la
presencia del maní evidenciado en disturbios mecánicos en los primeros centímetros del
perfil.
La técnica RIMAPS mostró resultados promisorios como una nueva herramienta para
realizar análisis de la microestructura del suelo. Dicha metodología, describió
adecuadamente las orientaciones preferenciales de la porosidad y de la matriz del suelo
sin ser influenciada por la frecuencia de poros, ni perdió precisión en los caracteres
6
porales y rasgos de matriz (e.g. agregado fecal) poco expresados en dimensiones de

área. El valor medio del espectro RIMAPS se correlacionó perfectamente con la
porosidad determinada por el JMicroVision, aún sin estar sujeto a la elección del umbral
de tamaño de poros a evaluar.
Tabla 1. Variables físicas y químicas de unHaplustoléntico (serie Gral. Cabrera, Prov. Córdoba)
para tres tratamientos de manejo. AN (Ambiente Natural), BP (Buenas prácticas) y MP (Malas
Prácticas). COT: Carbono orgánico total; CE: Conductividad eléctrica; HE: Humedad equivalente.
Variables físicas y químicas AN BP MP
Arcilla (<2 μm) 13,8 11,8 11,6

Granulometría (%)
Limo (2-50 μm) 29,3 32 31,8
Arena (>50 μm) 56,8 56,2 56,7
COT (%) 2 1,4 1
-1
CE mS cm 0,32 0,38 0,34
pH 1:2.5 agua 6 5,9 5,7
+2
Ca 6,31 7,5 6,43
+2
Mg 2,31 2 2,19
Bases de cambio Meq. 100 g-1
Na+ 0,86 0,76 0,77
+
K 1,86 2,08 2,06
HE 23,5 21,6 15
Secuencia de cultivos 2004/2005 - Trigo/soja Maní
2006/2007 - Trigo/soja Soja de 1°
2005/2006 - Maíz Trigo/soja

2007/2008 - Vicia/maíz Trigo/soja
2008/2009 - Trigo/soja Soja de 1°
2009/2010 - Soja de 1° Soja de 1°
Años bajo Siembra Directa 13 5
7
Tabla 2. Variables micromorfométricas determinadas mediante análisis digital de imágenes

(porosidad total, tamaño y morfología de poros) y RIMAPS en cortes delgados de un Haplustol
éntico (serie Gral. Cabrera, Prov. Córdoba) para tres tratamientos de manejo. AN (Ambiente
Natural), BP (Buenas prácticas) y MP (Malas Prácticas).
Variables micromorfométricas AN BP MP
Porosidad total (>50µm) (%) 26,91 6,14 14,35

Valor medio RIMAPS 0,266 0,186 0,209
Tamaño de poros Porosidad Frecuencia Porosidad Frecuencia Porosidad Frecuencia

(%) (nº casos) (%) (nº casos) (%) (nº casos)
50-100 11,23 1676 22,98 1442 4,15 199

Diámetro eq. (µm)
100-200 13,35 582 8,20 164 5,78 80

200-400 15,64 174 8,03 33 6,60 22
400-800 9,66 26 6,86 7 15,92 12
800-1000 4,87 5 9,54 4 3,52 1
1000-3000 45,24 6 44,38 4 64,03 7
Morfología de poros
Redondeados 21,00 23,99 6,19
Irregulares 20,17 17,53 14,37
Elongados 58,83 58,47 79,45
8
Figura 1. Imágenes de cortes delgados de un

Haplustoléntico (serie Gral. Cabrera, Prov. Córdoba) para
tres tratamientos de manejo. AN (Ambiente Natural), BP
(Buenas prácticas) y MP (Malas Prácticas).
Figura 2. MAPS (MaximumAveragePowerSpectrum) sin

normalizar según distintos ángulos de rotación (0º-180º,
intervalo 2º) para un Haplustoléntico (serie Gral. Cabrera,
Prov. Córdoba) para tres tratamientos de manejo. AN
(Ambiente Natural), BP (Buenas prácticas) y MP (Malas
Prácticas).
9
Figura 3. MAPS (Maximum Average Power Spectrum) y Frecuencia de orientación de poros

normalizadas para tres tratamientos de manejo. AN (Ambiente Natural), BP (Buenas prácticas) y
MP (Malas Prácticas) en función de distintos ángulos (0º-180º).
10
Agradecimientos
Este trabajo se realizó con el financiamento de CONICET (Beca de Posdoctorado). Se

agradece al Proyecto BIOSPAS y a J. Delgado por su ayuda en la realización de los
cortes delgados.
Bibliografia
Bonel, B & H Morrás. 2000. Estudio de la morfología del horizonte superficial de un

Argiudol con diferentes manejos de rastrojo. XVII Congreso Argentino de la Ciencia del
Suelo, Mar del Plata (editado en CD).
Bonel, B, H Morrás y V Bisaro. 2005. Modificaciones de la microestructura y la materia

orgánica en un suelo Argiudol bajo distintas condiciones de cultivo y conservación. Ci.
Suelo (Argentina). 23: 1-12.
Castiglioni, MG; FB Kraemer& HJM Morrás. 2013. Efecto de la secuencia de cultivos

bajo siembra directa sobre la calidad física de suelos de la región Pampeana. Ci. Suelo
(Argentina). 31: 93-105.
Drees, L; A Karathanasis; L Wilding& R Blevins. 1994. Micromorphological

characteristics of long-term no-till and conventionally tilled soils. Soil Sci. Soc. Am. J. 58:
508-517.
Favret, E; N Fuentes & H Morrás. 2006. RIMAPS and Variogram Characterization of Soil
Microstructure Patterns. Microscopy and Microanalysis.12 (Suppl. 2) 1688-1689.
Favret, E; V Altinier; L Moretti & H Morrás. 2009.Caracterización de los procesos de

degradación de un suelo de la región Pampeana mediante técnicas microscópicas. Acta
Microscopica. Vol. 18, Supp. C. 395-396.
Fernández, PL; FB Kraemer; HMJ Morrás. 2012. Porosidad y microestructura superficial

de un Argiudol típico en distintos momentos bajo diferentes manejos agropecuarios.
Actas del XIX Congreso Latinoamericano de la Ciencia del suelo. AACS. Mar del Plata,
Argentina. 2012.
Fuentes, N&E Favret. 2002. A new surface characterization technique: RIMAPS

(Rotated Image with Maximun Average Power Spectrum). Journal of Microscopy. 206,
72-83.
INTA, 1974-1997. Colección: Cartas de Suelos de la República Argentina. Escala

1:50.000. CIRN, INTA, Buenos Aires.
11
Kraemer, FB. 2015.Influencia de la granulometría y la mineralogía en el comportamiento

hidro-físico y estructural en suelos con distinta intensidad y secuencia de cultivos bajo
siembra directa.Tesis doctoral. Buenos Aires, Argentina.
Le Bissonnais, Y. 1996. Aggregate stability and assessment of soil crustability and

erodibility: I. Theory and methodology. Eur. J. SoilSci. 47: 425-437.
Morrás, H. 2015. Porosidad y microestructura de suelos. En: Manual de

Micromorfología de Suelos y técnicas complementarias.Editores: J.C. Loaiza, G. Stoops,
R. Poch, M. Casamitjana. Fondo Editorial Pascual Bravo, Medellín, Colombia, Capítulo
6: pp. 205-260.
Morrás, H & B Bonel. 2005. Microstructure differentiation in a TypicArgiudoll in the

Pampean Region of Argentina under conventional and no-till agricultural systems. Two
converging pathways to a similar organic matter content. Geophysical Research
Abstracts 7: 01337.
Morrás, H, B Bonel& R Michelena.2004. Características microestructurales del horizonte

superficial de algunos suelos pampeanos bajo siembra directa. Actas XIX Congreso
Argentino de la Ciencia del Suelo, Paraná, (Editado en CD).
Morrás, H; B Bonel; L Moretti; E Favret & E Bressan. 2008. Porosidad y microestructura

superficial de un Argiudol típico bajo siembra directa y labranza reducida. Actas XXI
Congreso Argentino de la Ciencia del Suelo, San Luis (Editado en CD).
Morrás, H; B Bonel; P Fernandez; FBKraemer& C Alvarez. 2012. Topsoil microstructural

models in no-till PampeanMollisols of Argentina. Morphology and development.
Proceedings of the 14th International Working Meeting on Soil Micromorphology. Lleida,
España.
Poch,I&R Claret. 2015. Micromorfometría. En: Manual de Micromorfología de Suelos y

técnicas complementarias. Editores: J.C. Loaiza, G. Stoops, R. Poch, M. Casamitjana.
Fondo Editorial Pascual Bravo, Medellín, Colombia, Capítulo 8: pp. 293-307.
Stoops, G. 2003.Guidelines for analysis and description of soil and regolith thin sections.
Soil Sci. Soc. Am. J. 184 p.
Wall, LG. 2011. The BIOSPAS Consortium: Soil Biology and Agricultural Production. En:
Handbook of Molecular Microbial Ecology I (F.J. de Bruijn, Ed.) 299–306. Hoboken, NJ,
USA: John Wiley&Sons, Inc.
12
SISTEMAS INTEGRADOS EN EL S DE SANTA FE. II. CARBONO ORGÁNICO

PARTICULADO Y 13C.
JUAN MARTÍN DE DIOS HERRERO1; JUAN CRUZ COLAZO1; MARÍA LAURA

GUZMÁN1, CLAUDIO SAENZ1; MARTÍN CORREA LUNA2 & RICARDO SAGER1.
1.
EEA San Luis (INTA) Empalme RN 7 y RN 8 (D5730CKA) Villa Mercedes – Argentina.
2.
AER Venado Tuerto (INTA).
* [email protected]
Palabras clave: fertilidad; pasturas; isotópos estables.
Resumen
La combinación de siembra directa y pasturas en sistemas integrados constituyen una

herramienta útil para el mejoramiento de los sistemas agrícolas puros. El objetivo del
trabajo fue comparar el contenido de carbono orgánico total y particulado en sistemas
integrados (SI) y con agricultura continua (AC) en un Hapludol Típico del Sur de Santa
Fe, y a su vez evaluar el empleo de técnicas isotópicas en el estudio del balance del
carbono en estos sistemas. Se compararon dos establecimientos: a) Sistema integrado
agrícola-ganadero (SI): Producción de alfalfa (Medicago sativa) cada cuatro años,
alternado con avena y una secuencia de cultivos de verano compuesta por maíz (Zea
mays) y soja (Glycinemax); y b) Agricultura continua (AC) sistema de cultivos de verano
en siembra directa: Producción continua de secuencia maíz-soja. Se tomaron muestras
de los primeros 5 y 20 cm de profundidad, sobre las cuales se realizó un
fraccionamiento físico del carbono orgánico, del cual se obtuvieron las siguientes
fracciones: carbono orgánico particulado (COP, 50-100 µm) y carbono orgánico mineral
(COM, < 50 µm). Se determinó el contenido de carbono orgánico total (COT) y el de las
fracciones. Además, sobre las muestras sin fraccionar se determinó el contenido del
isótopo carbono 13 (13C). COT fue mayor en SI que en AC en ambas profundidades
(P<0,05). No se encontraron diferencias en el contenido de COM (P>0,05), en cambio
se observó una acumulación de COP en los primeros 5 cm de profundidad. El empleo
de la técnica del análisis del isótopo de carbono 13 fue útil para distinguir el aporte
diferencial de los residuos vegetales, en AC con un mayor aporte de plantas C4 tuvo un
mayor contenido de 13C que SI, lo cual indica la incidencia del aporte de las pasturas en
el contenido de COT.
Introducción
En la planicie central de Argentina la problemática ambiental, actual y potencial es

frecuentemente causada por la agricultura de largo plazo. En las décadas recientes se
ha implementado la siembra directa, práctica de manejo en la cual los cultivos o
1
pasturas crecen año a año con un mínimo disturbio en el suelo a través de la labranza.
Por otro lado se sabe que las pasturas mejoran el contenido de carbono del suelo
(Franzluebberset al., 2000), esto es debido a un mayor aporte de residuos durante esta
fase en la rotación agrícola ganadera (Álvarez & Steinbach, 2006).
Las fracciones de carbono particulado han sido utilizadas en la evaluación de los

cambios en el uso de la tierra, de modo tal de identificar aquellas fracciones más
sensibles al manejo (Eclesia & Piñeiro, 2014).El incremento de COT en SI de estos
suelos ha sido demostrado en la primera parte de este trabajo (Colazo et al. 2016),
dicho incremento podría estar relacionado con el aumento de COP debido a que este
manejo puede favorecer la estratificación de COT y COP (Loss et al. 2013).
En los últimos años, el empleo del isótopo estable 13C ha sido una herramienta de gran
importancia en el estudio de la dinámica del carbono orgánico de suelo (Videla, 2008),
tales estudios se basan en la abundancia natural de dicho isótopo del carbono.
El objetivo de este trabajo fue analizar la influencia del sistema integrado en el contenido
de carbono total y particulado comparado con el manejo de agricultura continua y la
aplicación dela metodología de 13C en el análisis de la dinámica del carbono en función
de la rotación de cultivos.
Área de estudio y tratamientos.
El estudio se realizó en el Sur de Santa Fe. Los suelos corresponden a Hapludoles

Típicos (INTA, 2015). Se compararon dos establecimientos con diferentes sistemas de
manejo y el mismo tipo de suelo: a) Sistema integrado agrícola-ganadero (SI):
Producción de alfalfa (Medicago sativa) cada cuatro años, alternado con avena y una
secuencia de cultivos de verano compuesta por maíz (Zea mays) y soja (Glycinemax); y
b) Agricultura continua (AC) sistema de cultivos de verano en siembra directa:
Producción continua de secuencia maíz-soja.
Tabla 1. Distribución por tamaño de partículas y densidad aparente superficial del suelo en los
sistemas de estudio: AC: Agricultura continuay SI: Sistema integrado. Profundidad: 0-20 cm.
Unidades AC SI
Arena 31 40
Limo % 33 26
Arcilla 36 34
-3
Densidad aparente Mg m 1,3 1,3
2
Muestreo de suelos y determinaciones.
Se tomaron muestras de suelo por cuadruplicado de manera aleatoria de los primeros 5

cm y de los primeros 20 cm durante el otoño de 2014. Las muestras fueron secadas al
aire y tamizaron por 2mm.Se realizó el fraccionamiento físico de carbono orgánico, del
cual se obtuvieron las siguientes fracciones: contenido de carbono orgánico particulado
(COP, 50-100 µm) y contenido de carbono orgánico mineral (COM, < 50 µm) de acuerdo
a Cambardella & Elliott (1992). La técnica consistió en suspender 30 g de suelo en 120
ml de agua destilada, para realizar una agitación homogénea se utilizaron tres esferas
pequeñas de vidrio en un agitador mecánico durante 4 h. El tamizado en húmedo se
realizó con un tamizador por vibración (FRITSCH Analysette 3 PRO). Las distintas
fracciones fueron secadas en estufa a 60°C hasta peso estable. El carbono orgánico
total (COT) y las fracciones (COM y COP) fueron determinadas usando el método de
Walkley & Black (Nelson & Sommers, 1996).
El δ13C es una expresión de la abundancia natural del isótopo en relación a un material

de referencia de laboratorio calibrado frente a un patrón internacional. La medición de
13C se realizó por medio de la técnica de espectrometría isotópica de masas (EA-IRMS)
y la normalización de resultados de δ13C se realizó en escala L-SVEC - NBS-19, según
Coplenet al. (2006). δ13Cse expresa en unidades por mil (‰) y se calcula mediante la
ecuación 1.
( ) [ ] Ec. 1
Donde
Rmuestra = 13C/12C es la relación de isótopos en la muestra.
RPDB = 13C/12C es la relación de isótopos en el standard internacional Pee Dee Belemnite

(PDB).
Los resultados fueron analizados mediante test de medias con un nivel de significación
de 5%.
Resultados y Discusión.
No existió efecto de las especies de cultivo en COM, COP y COT (P<0,05), por lo tanto
comparamos entre sistemas de manejo. La Figura 1 muestra el contenido de COT y las
fracciones COM y COP. COT fue mayor en SI que en AC en ambas profundidades
(P<0,05). Este resultado está de acuerdo con Loss et al. (2013) quienes encontraron
similares resultados en suelos tropicales en Cerrado, Brasil. Esto significa que SI es
más eficiente en incrementar los niveles de COT y COP comparados con AC, y por
ende en el mejoramiento de la agregación del suelo y el incremento del secuestro de
3
carbono. La fracción COM no mostró diferencias entre sistemas en ninguna de las dos
profundidades, a diferencia de Eclesia et al.(2012), quienes, en suelos con pasturas,
encontraron diferencias en el contenido de carbono en la fracción mineral pero no en la
particulada, esta diferencia puede ser debida a una mayor protección de la materia
orgánica en la fracción mineral de los suelos de este trabajo y no con el sistema de
manejo como si sucede con COP o las fracciones más lábiles (Quiroga et al., 1996).
Figura 1. Carbono orgánico mineral (COM), particulado (COP) y total (COT) en Sistema
integrado (SI) agricultura continua (AC) en A) 0 – 5 cm y B) 0 – 20 cm de profundidad
4
del suelo. Las barras indican la desviación estándar (n=8). * indica diferencias
significativas entre tratamientos (P<0,05).
En la figura 2 se observa que el contenido de δ13C en AC en los primeros 5 cm es mayor

que en SI (-19,93 y -21,23 ‰ respectivamente).De este análisis se advierte, en la
profundidad de 0-5 cm, la influencia de la vegetación C4, como el maíz, en los suelos
AC (Fig.2), cuyos restos vegetales incrementan el contenido de 13C, en cambio de 0-20
cm no se observan diferencias entre sistemas de manejo. Esto significa que el
incremento de COT en los primeros 5 cm se debe principalmente al aporte de las
pasturas presentes en SI (alfalfa y avena), ya que ambos sistemas coinciden en las
rotaciones de los cultivos extensivos, dicha influencia no es apreciable en los 20 cm.
Figura 2. Contenido de δ13Cen Sistema integrado (SI) agricultura continua (AC) en: 0–5
cm y 0–20 cm de profundidad del suelo. Las barras indican la desviación estándar (n=4).
* indica diferencias significativas entre tratamientos (P<0,05).
Conclusiones
Los sistemas integrados fueron más eficientes que la agricultura continua en el

incremento de COT en las dos profundidades. Con respecto a las fracciones de carbono
orgánico no se encontraron diferencias respecto de COM, en cambio existió una
acumulación de COP en los primeros centímetros de agricultura continua, tendencia que
se revirtió a mayor profundidad. El empleo de la técnica del análisis del isótopo de
carbono 13 fue útil para distinguir el aporte diferencial de los residuos vegetales. El
efecto de dichos residuos en los suelos de agricultura continuase manifestó en los
primeros 5 cm de profundidad observándose mayor contenido del isótopo que en el
sistema integrado. Para entender la incidencia de los diferentes residuos en la dinámica
5
del carbono es necesario continuar el estudio de carbono 13 en las fracciones de

carbono particulado.
Agradecimientos
Los autores agradecen el financiamiento otorgado por IAEA (Contributions of Integrated

Crop-livestock System for Development (IC-LSD) to sustainability of agricultural systems
of the semiarid and sub-humid temperate regions of Argentina. IAEA 22627).
Bibliografia
Álvarez, R & HS Steinbach. 2006. Efectos de la agricultura sobre el nivel de la materia

orgánica. En: Álvarez R, (Eds.) Materia orgánica: valor agronómico y dinámica en los
suelos pampeanos. Editorial Facultad de Agronomía (UBA). Cap. IV p. 41 – 52.
Cambardella, CA & Elliott, ET. 1992. Particulate Soil Organic-Matter Changes across a
Grassland Cultivation Sequence. Soil Sci. Soc. Am. J. 56: 777-783.
Coplen, TB; WA Brand; M Gehre; M Gröning; HAJ Meijer; B Toman & RM

Verkouteren.2006. New Guidelines for δ13C Measurements. Anal. Chem. 78, 2439-
2441.
Eclesia, R P & Piñeiro, G. 2014. Uso de fraccionamiento e isótopos estables de 13Cpara

evaluar el ciclado de la materia orgánica del suelo. XXIV Congreso Argentino de la
Ciencia del Suelo.
Eclesia, RP EG. Jobbagy; RB Jackson; F Biganzoli & G Piñeiro. 2012. Shifts in soil
organic carbon for plantation and pasture establishment in native forests and grasslands
of South America.Global Change Biology:18, 3237–3251.
Franzluebbers, AJ & J A. Stuedemann. 2008. Early Response of Soil Organic Fractions

to Tillage and Integrated Crop–Livestock Production. Soil Sci. Soc. Am. J. 72:613-625.
INTA, 2015. Visor GeoINTA. https://geointa.inta.gov.ar/visor. 23 de diciembre de 2015.
Loss, A. MG Pereira, A Perin, F Silva Coutinho& LH Cunha dos Anjos.2012. Particulate

organic matter in soil under different management systems in the Brazilian Cerrado. Soil
Research:50, 685–693.
Nelson DW. & L E. Sommers. 1996. Total carbon, organic carbon and organic matter, p.
961-1010. In DL. Sparks et al. (ed) Methods of soil analysis, Part 3. 3rd ed. SSSA, Book
Ser 5, SSSA, Madison WI.
6
Quiroga A R; D E Buschiazzo & NPeinemann.1996. Soil organic matter particle soil

fractions in soils of the semiarid Argentinian pampas. Soil science: 161,104-108.
Videla, C. Aplicación de técnicas de 13C en estudios de dinámica de la materia orgánica
del suelo. 2008. XXIV Congreso Argentino de la Ciencia del Suelo.
7
EFECTOS COMPENSATORIOS DE LAS RAÍCES DE SOJA EN RESPUESTA A

DIFERENTES CALIDADES ESTRUCTURALES DEL SUELO
GUILLERMO E PERALTA1*; MIGUEL A. TABOADA2; ADRIANA G. KANTOLIC3 &

GERARDO RUBIO4.
1
Becario doctoral CONICET- Instituto de Suelos (INTA); 2 Instituto de Suelos (INTA); 3
Cátedra de Cultivos Industriales (FAUBA); 4 Cátedra de Fertilidad y Fertilizantes
(FAUBA)
Palabras clave: Calidad de suelo, Soja, Raíces
Resumen
Los planteos agrícolas continuos en Siembra Directa (SD) pueden generar cambios en
la calidad estructural de los horizontes superficial y subsuperficial, que afectan el
crecimiento de las raíces y captación de agua por los cultivos. Se llevó a cabo un
ensayo en condiciones controladas para evaluar el efecto de estados físicos
desfavorables sobre la profundización, distribución y biomasa de raíces, patrones de
extracción y uso total de agua, y conversión a biomasa del cultivo de soja. Asimismo, se
analizaron posibles mecanismos compensatorios a nivel del sistema radical. Se
extrajeron monolitos de 20 cm sin disturbar de lotes en SD con historia de monocultura
de soja (SJ), rotación con trigo/soja-maíz-soja (ROT) y rotaciones con pasturas (PA); y
se manejaron hasta R1 con dos niveles de humedad superficial (100% y 50% de
capacidad de campo), y un mismo manejo hídrico en un subsuelo franco-arenoso hasta
2 m. Se encontraron efectos significativos de la historia agrícola (p<0.05) y la humedad
superficial (p<0.01) sobre la biomasa total de raíces y la densidad de longitud radical en
los primeros estratos, pero también en estratos más profundos (posible efecto de
―sombreado‖). Las plantas que crecieron sobre suelos con rotaciones con pastura
generaron entre un 26 y 27% más de biomasa radical que aquellas que crecieron sobre
suelos provenientes de monocultura o de rotaciones puramente agrícolas, y aquellas
que tuvieron mejores condiciones de humedad superficial en las primeras etapas
generaron un 26% más de biomasa radical que las de menor disponibilidad hídrica. Sin
embargo la cantidad y longitud de raíces alcanzada en los distintos tratamientos de
historia agrícola permitió asegurar similares tasas de extracción, y un consumo similar
de agua en los periodos reproductivos y en el total del ciclo. Todos los tratamientos
alcanzaron los 2 m de profundidad, con tasas de profundización similares una vez
atravesado el horizonte superficial. Los efectos se compensaron a partir de diferencias
en la tasa de absorción específica (mm agua.mm raíz-1). Los tratamientos provenientes
de SJ o ROT tuvieron, en el total del ciclo, una absorción específica 43% superior a las
de PA (p<0.05), y los tratamientos con 50% de CC una absorción específica 42%
superior a los de 100% de CC. Se observaron efectos significativos de la humedad
1
superficial sobre la biomasa aérea total (p<0.01) y reproductiva (p<0.05). Si bien no se

advirtieron diferencias significativas al 5% entre tratamientos de historia agrícola, se
observó una mayor variabilidad en ROT y en SJ con respecto a PA.
Introducción
Se ha encontrado que planteos agrícolas continuos en SD, con predominio de soja en

las rotaciones, pueden impactar negativamente sobre el contenido de carbono del suelo
(Novelli et al., 2013) e incrementar la proporción de estructuras laminares y masivas de
los horizontes superficiales (Álvarez et al., 2009; Sasal, 2012; Álvarez et al., 2014).
Asociados a estos cambios, se han evidenciado procesos de densificación e
incrementos de la resistencia a la penetración del horizonte superficial y subsuperficial
inmediato (Taboada et al., 1998; Díaz Zorita et al., 2002; Tolón-Becerra et al., 2011;
Álvarez et al., 2014).
Los efectos de la calidad estructural de los suelos en SD sobre el cultivo de soja mismo,
todavía no están del todo esclarecidos. Por un lado, distintos autores sostienen que los
niveles de compactación encontrados en ambientes como los de la región pampeana no
resultan limitantes para el crecimiento de los cultivos predominantes (Díaz Zorita et al.,
2002; Álvarez y Steinbach, 2009). Otros estudios más recientes muestran que los
rendimientos de cultivos como soja y maíz comienzan a verse afectados por la creciente
compactación (Botta et al., 2010 y 2013), y que las diferencias en el estado físico de los
suelos podrían estar explicando gran parte de la variabilidad de rendimientos observada
a campo en el cultivo de soja (Bacigaluppo et al., 2011). Sin embargo, no se han
estudiado en detalle los mecanismos por los cuales diferencias en el estado físico del
suelo en planteos de SD puedan estar afectando los rendimientos de soja.
Las densificaciones y otros estados estructurales desfavorables pueden impactar

negativamente sobre los rendimientos de los cultivos, principalmente a partir de
reducciones en la disponibilidad de recursos y/o la captura de ellos por parte de los
cultivos (Sadras et al., 2005; Andersen et al., 2013). El agua resulta generalmente el
recurso más limitante en los sistemas de secano de la región pampeana, y se sabe que
las estructuras masivas y laminares puede conducir a una menor infiltración y alterar los
patrones de drenaje y movimiento del agua durante el ciclo de los cultivos (Sasal et al.,
2006, 2010, 2012; Taboada et al., 2008; Alvarez et al., 2009; Soracco et al., 2010). Sin
embargo, existe escasa información acerca de los efectos del estado estructural de los
suelos en SD sobre el aprovechamiento del agua por las raíces.
Se sabe que la presencia de capas compactadas disminuye la tasa de elongación y la

biomasa y densidad de raíces (Rosolem y Takahashi, 1998; Beutler et al., 2008;
Bengough et al., 2011; Nosalewicz y Lipiec, 2014), y que a su vez genera cambios
morfológicos en las raíces directamente afectadas (Ramos et al., 2010; Lipiec et al.,
2012). A nivel de cultivo, puede observarse un patrón de crecimiento superficial respecto
2
de suelos sin compactar (Andersen et al., 2013; Chen et al., 2014). Estas alteraciones
se han asociado también a una menor conductancia estomática y una menor absorción
total de agua (Amato y Ritchie, 2002; Grzesiak, 2009; Imhoff et al., 2010; Nosalewicz y
Lipiec, 2014).
Sin embargo, la proporción afectada por las densificaciones y otros cambios

estructurales en los primeros estratos del suelo en SD, resultaría, aún en los casos más
desfavorables, relativamente acotada en comparación con profundidades de
enraizamiento de entre 130 y 230 cm informadas en suelos sin limitantes naturales en la
región (Gil, 1994; Dardanelli et al., 1997; Dardanelli y Adriani, 2003; Dardanelli et al.,
2003; Dardanelli et al., 2004). Surgen entonces algunos interrogantes: ¿Puede la
calidad estructural del horizonte superficial del suelo en SD influir sobre el sistema
radical en su conjunto, y no sólo en las capas afectadas? ¿Pueden verse afectadas la
extracción de agua o su conversión a biomasa? ¿Qué mecanismos de compensación a
nivel radical puede presentar el cultivo? El presente estudio se llevó a cabo con los
objetivos de:
(a) evaluar el efecto de estados físicos-estructurales contrastantes sobre la
profundización, distribución, y biomasa de raíces, patrones de extracción y uso total de
agua del cultivo soja; (b) analizar posibles mecanismos compensatorios a nivel del
sistema radical frente a estados físicos-estructurales desfavorables; y (c) analizar el
efecto de estas alteraciones sobre la producción de biomasa aérea y de grano del
cultivo.
Experimento
Se seleccionaron lotes de producción contiguos, ubicados todos sobre Argiudoles

Típicos franco limosos de la serie Rojas, con historias agrícolas y estados físicos-
estructurales contrastantes, determinados a partir de registros de resistencia mecánica a
la penetración en capacidad de campo, densidad aparente, e índices de estructura por
―drop test‖ (VSA, Shepherd et al., 2008; Murphy et al., 2013). Se seleccionaron 15 lotes
con soja como último cultivo, y tres historias agrícolas diferentes: 5 lotes con
monocultura de soja de 1ª (SJ) en los últimos diez años, 5 lotes con una rotación
agrícola (ROT) trigo/soja 2ª –soja 1ª -maíz 1ª en los últimos diez años, y 5 lotes con una
rotación con pastura en los últimos 5 años (PA). Dentro de cada lote, se seleccionó la
condición más representativa, y se extrajeron monolitos del horizonte superficial del
suelo. Las extracciones se realizaron en contenidos de humedad superiores a
capacidad de campo, tallando suavemente el contorno de cilindros de PVC de 16 cm de
diámetro y 25 cm de alto (Singh y Kanwar, 1991; Camobreco et al., 1996; Martins et al.,
2013).
3
Los cilindros se instalaron en un invernáculo en el Instituto de Suelos del INTA Castelar,

con un arreglo factorial de tratamientos, en un diseño en bloques completos
aleatorizados (DBCA), con 5 repeticiones. La muestra/monolito de cada lote constituyó
una repetición para el posterior ensayo controlado. Los tratamientos quedaron definidos
por la combinación de dos factores con sus niveles: la historia agrícola reciente (SJ,
ROT o PA) de los sitios de extracción de muestras, y el contenido de humedad
superficial bajo el cual fueron manejados desde la siembra hasta el inicio del período
reproductivo (50% vs 100% de CC). En cada cilindro se sembraron 5 semillas de soja
variedad DM 4212 STS, y se ralearon hasta dejar dos plantas al estadío V1 (escala Fehr
y Caviness, 1977). Las semillas se inocularon con Bradyrhizobium (Biopack Nitrasec
2000; 10mL/kg semilla). Se realizaron dos aplicaciones de fertilizante líquido en
presiembra con una solución de 1,625 gr fertilizante /200mL agua por cilindro (N 5%, P
3.5% y K 4.8%) y cinco aplicaciones durante el ciclo del cultivo, con una solución de 7.5
mL de fertilizante líquido/200 mL agua por cilindro (P 5%, K 10%, S 3%; más trazas de
Ca, Mn, Mg, B, Fe, Co, Zn y Cu), de modo de asegurar condiciones de fertilidad
química homogéneas entre tratamientos. Se realizaron aplicaciones preventivas de
lambdacialotrina, dimetoato y carbendazim en R1, R3 y R5 para mantener al cultivo libre
de insectos, ácaros y hongos. Previo a siembra, los cilindros se cubrieron con rastrojo
de maíz, y se dejaron secar hasta la humedad deseada.
Los niveles de humedad se lograron a partir de la aplicación de riegos con goteros,

controlando a través de una sonda de humedad CS655-LC (Campbell Scientific, Logan,
UT, USA). Los primeros 20 cm de suelo, se manejaron bajo dos condiciones de
humedad hasta R1 (cercano a 100% de capacidad de campo: manteniendo un rango de
70% a 100% de CC; y cercano a 50% de CC: manteniendo un rango de 30- 60% de
CC). Una vez que se observó la extrusión de las raíces a través del cilindro, se
colocaron sobre contenedores de PVC de 2 metros de alto y 20 cm de diámetro, del tipo
denominado ― mesocosmos‖ (Kashiwagi et al., 2005; Zhu et al., 2010; Zhan et al., 2015).
Los contenedores de los distintos tratamientos fueron rellenados con un mismo sustrato
sin limitantes físicas, de textura franco-arenosa (58% arena, 30% limo, 12% arcilla), de
modo de permitir condiciones óptimas para el crecimiento radical. Los niveles de
humedad del subsuelo se manejaron de forma homogénea, llevando los contenidos
hídricos a capacidad de campo, a la siembra, en R3 y en R5.
Determinaciones
Se realizaron determinaciones secuenciales de humedad con sonda cada 20 cm, cada

3-5 días. A partir de los datos obtenidos entre la aplicación de riegos sucesivos al
subsuelo, se calculó el consumo de agua (C), la tasa de absorción de agua (K), y la
velocidad aparente de profundización (VAPR) de acuerdo a lo propuesto por Monteith
(1986) y por Dardanelli et al. (2003, 2004). Se ajustaron curvas de mínimos cuadrados
con un modelo exponencial con plateau para el consumo de agua, considerando a la
pendiente de la porción exponencial de esta curva como la tasa K. Se determinó la
4
velocidad de profundización de las raíces (VAPR) a partir de los momentos de inicio de

extracción exponencial-fin del plateau en cada capa del suelo, y se ajustaron modelos
lineales y sigmoideos para determinar la pendiente de esta VAPR.
Se realizaron determinaciones secuenciales de temperatura de hoja con termómetro

digital infrarrojo (DT-812, Shenzen Machinery Industry Co, Ltd, Shenzen, China) a lo
largo del ciclo, de acuerdo a la metodología propuesta por Gardner et al. (1992). En R4
y R5 se realizaron determinaciones del contenido de clorofila en hoja utilizando un
medidor portátil (Minolta SPAD-502 Plus; Konica-Minolta Sensing, Inc., Osaka, Japón)
en 3 hojas de 3 estratos de la planta (tercio superior, medio e inferior). Se cosechó la
parte aérea de todos los tratamientos a R7, luego se llevó el material a estufa por 72
horas y se registró el peso seco total y de órganos reproductivos. Se realizó la cosecha
del sistema de raíces de los ― mesocosmos‖ de acuerdo al protocolo propuesto por
Pennsylvania State University Root Lab (descripto en Zhan et al., 2015). Se separaron
completamente las raíces del suelo, cada 20 cm de suelo por elutriación (Smucker et al.,
1982), utilizando un tamiz de 0,5 mm y se almacenaron de acuerdo a Rosolem et al.
(2002). Las raíces se escanearon y se analizaron utilizando el software WinRHIZO Pro
(Regent Instruments, Quebec, Canadá). Se determinó la densidad de longitud y la
superficie de raíces de cada estrato hasta los 2 metros de profundidad. Las muestras de
raíces se llevaron posteriormente a estufa por 72 horas y pesaron.
Estadística
Se realizaron los análisis estadísticos correspondientes (ANOVA, pruebas LSD de

Fisher, pruebas de homogeneidad de varianza) utilizando el programa Infostat (Di
Rienzo, 2011), y el software GraphPad Prism (versión 6.01) para ajustar las curvas de
extracción de agua y estimar K y VAPR.
Estado físico del suelo
Los lotes seleccionados para la extracción de muestras presentaron niveles similares de

materia orgánica (3,05 % en promedio, sin diferencias significativas entre tratamientos),
y valores semejantes de textura (21,3 % de arena; 23,1% arcilla y 55,6 % de limo; sin
diferencias significativas entre tratamientos) en el horizonte superficial. Se observaron
diferencias en la calidad estructural, expresadas a través de parámetros como la
densidad aparente y el índice de estructura por observación visual (Tabla 1), y la
resistencia mecánica (Fig.1), medidas en los distintos lotes. Sin embargo, al momento
de la extracción, todos los tratamientos presentaron una abundante porosidad visible
generada por raíces de cultivos antecesores y actividad de lombrices y artrópodos.
5
Tabla 1. Densidad aparente e índice de estructura según historia

agrícola.
Densidad aparente (g.cm-3) Estructura VSA
Tratamiento Superficial Subsuperficial Bloques <2cm
(0-5 cm) (10-15 cm) (% en peso)
PA 1,26 a 1,35 a 51 a
ROT 1,25 a 1,38 a 38 b
SJ 1,32 b 1,37 a 32 b
Figura 1. Resistencia mecánica del suelo en capacidad de campo según la historia

agrícola (ROT= rotación agrícola Maíz-Trigo/Soja; SJ = monocultura de soja; y PA =
Rotación con pastura). Letras distintas indican diferencias significativas al 5% en cada
estrato.
Profundización de raíces
Se encontraron efectos significativos de la historia agrícola reciente (p <0.05) y de la
humedad superficial (p<0.001), sobre la tasa de crecimiento inicial de raíces, sin
interacción entre ambos factores. Los tratamientos provenientes de pastura (PA)
tardaron en promedio entre 5 y 6 días menos que los tratamientos provenientes de
monocultura de soja (SJ) o de rotaciones agrícolas (ROT) en atravesar los 20 cm
correspondientes al horizonte superficial. Los tratamientos con elevada humedad
(100%CC) tardaron en promedio 6 días menos que los tratamientos más restrictivos
6
(50%CC). Sin embargo, en todos los tratamientos las raíces alcanzaron los estratos
inferiores del suelo, independientemente del grado de compactación del primer
horizonte. Aún con valores de resistencia mecánica en capacidad de campo cercanos a
niveles considerados seriamente limitantes para la tasa de elongación radical (15-20
kg/cm2 ~ 1,5-2Mpa; Bengough et al., 2011), las raíces atravesaron exitosamente los
primeros 20 cm de suelo. La elevada presencia de canales y bioporos continuos
característicos de la SD (Shipitalo y Protz, 1989, Calonego y Rosolem, 2010) pudo
haber facilitado este crecimiento y permitir el acceso a los recursos de horizontes
inferiores, como se ha observado en otros estudios (Williams y Weill, 2004).
Todos los tratamientos alcanzaron la profundidad máxima de enraizamiento de 2
metros, determinada por la capacidad de los contenedores (Fig. 2). Estas
profundidades de enraizamiento, y aún profundidades mayores, han sido mencionadas
por diversos autores en estudios de enraizamiento de soja en la región pampeana
(Andriani et al., 1991; Gil, 1994; Dardanelli et al., 1991; Dardanelli y Adriani, 2003;
Dardanelli et al., 2003; Dardanelli et al., 2004). Una vez atravesado el horizonte
superficial, la velocidad de crecimiento de las raíces permitió compensar los contrastes
iniciales, y no se observaron diferencias en el tiempo en el que las raíces alcanzaron las
distintas profundidades (Fig. 2). Los modelos sigmoideos y lineales presentaron ajustes
similares. A su vez, las pendientes de los modelos lineales y los parámetros de los
modelos sigmoideos no presentaron diferencias significativas entre tratamientos (p>0.1),
por lo que podría asumirse una pendiente única, que representa una tasa de velocidad
aparente de profundización promedio de 3,84 cm día-1. Estos valores son coincidentes
con las tasas de profundización observadas en soja en suelos sin limitantes físico-
químicas en profundidad (Dardanelli et al., 1997).
Figura 2. Evolución de la profundidad aparente de las raíces en contenedores con

distintos tratamientos de historia agrícola entre 0-20 cm (PA, ROT, y SJ), creciendo a
100% humedad (izquierda) o 50% de humedad (derecha) durante las etapas
vegetativas. Los símbolos representan el promedio de las observaciones y las líneas
7
representan el ajuste de todas las observaciones (modelo sigmoideo). Las flechas

indican la ocurrencia de R1 (floración) y R3 (fijación de vainas).
Biomasa y Densidad de Raíces
El estado estructural de los primeros cm del suelo influyó sobre la producción total de
raíces del cultivo de soja (Fig. 3). Se observaron efectos significativos asociados a la
historia agrícola (p<0.05) y al nivel de humedad del horizonte superficial (p<0.01), sin
efectos de interacción entre factores. Las plantas que crecieron sobre suelos con
rotaciones con pastura generaron entre un 26 y 27% más de biomasa radical hasta los 2
metros que aquellas que crecieron sobre suelos provenientes de monocultura o de
rotaciones puramente agrícolas (Fig. 3, izq.). A su vez, aquellas que tuvieron mejores
condiciones de humedad superficial en las primeras etapas, generaron un 26% más de
biomasa radical que las de menor disponibilidad hídrica (50%CC). La longitud de
raíces, expresada a través de la densidad de longitud de raíz (DLR, cm de raíz cm -3
suelo), presentó un comportamiento similar al de la biomasa (Fig.3, derecha). Se
observaron efectos significativos asociados a la historia agrícola (p<0.05) y al nivel de
humedad del horizonte superficial (p<0.001) sobre la DLR total de las plantas, sin
efectos de interacción entre factores.
8
PA ROT SJ
B io m a s a t o t a l d e r a íz ( M S , g /p l)
15
DMS
10
0
100% 50%
H um edad
PA ROT SJ
0 .5
DMS
)
-3
0 .4
D L R T o ta l ( c m .c m
0 .3
0 .2
0 .1
0 .0
100% 50%
H um edad
Figura 3. Izquierda: Biomasa total de raíces a R7 hasta los 2 metros de profundidad,

según la historia agrícola y la humedad superficial. Derecha: Densidad de longitud de
raíces (DLR) total hasta 2 metros de profundidad, según la historia agrícola y humedad
superficial. Las barras representan el error estándar de las medias de los tratamientos y
se indica la magnitud de las diferencias mínimas significativas al 5% (DSM Fisher).
Al analizar la distribución de raíces en el perfil (Fig. 4), fue evidente que las diferencias
se generaron principalmente en los primeros 20 cm de suelo, donde se concentró la
mayor proporción de raíces. La historia agrícola afectó el crecimiento de raíces en este
horizonte, independientemente de los niveles de humedad inicial. Los tratamientos
provenientes de pastura produjeron en promedio 20 y 30% más biomasa de raíces que
los tratamientos con rotación agrícola y monocultura, respectivamente, en este primer
horizonte (p<0.01) (Fig. 4). La humedad inicial también influyó en forma significativa
(p<0.05) en este estrato, observándose en promedio un 16% más de biomasa radical en
los tratamientos de mayor humedad. No se observó interacción entre ambos factores. A
su vez, los tratamientos provenientes de pastura tendieron a una mayor cantidad y
longitud de raíces a profundidades más allá del horizonte superficial. Se observaron
diferencias significativas asociadas a la historia agrícola y la humedad en los estratos
9
subsuperficiales, particularmente en aquellos horizontes más profundos como 160-

180cm, (p<0.1) y 180-200cm (p<0.01). La densidad de longitud de raíces en las
distintas profundidades mostró un patrón similar al de la biomasa (datos no
presentados).
H U M ED A D 100 % H U M ED A D 50 %
B io m a s a d e r a íc e s ( g /p l) B io m a s a d e r a íc e s ( g /p l)
0 .0 0 .5 1 .0 1 .5 4 5 6 7 8 0 .0 0 .5 1 .0 1 .5 4 5 6 7 8
0 -2 0 * 0 -2 0 *
2 0 -4 0 2 0 -4 0
P r o f u n d id a d (c m )
PA - 100% PA - 50%
4 0 -6 0 R O T - 100% 4 0 -6 0 R O T - 50%
6 0 -8 0 SJ - 100% 6 0 -8 0 SJ - 50%
8 0 -1 0 0 8 0 -1 0 0
1 0 0 -1 2 0 1 0 0 -1 2 0
1 2 0 -1 4 0 1 2 0 -1 4 0
1 4 0 -1 6 0 1 4 0 -1 6 0
1 6 0 -1 8 0 * 1 6 0 -1 8 0 *
1 8 0 -2 0 0 1 8 0 -2 0 0
* *
Figura 4. Biomasa de raíces a R7 cada 20cm de acuerdo a la historia agrícola del

horizonte superficial (PA, ROT, y SJ), en plantas creciendo a 100% humedad (izquierda)
o 50% de humedad (derecha) durante las etapas vegetativas. Los asteriscos indican
aquellas profundidades en las cuales se observaron efectos significativos de alguno de
los factores.
Las imágenes digitales de raíces mostraron impactos visuales negativos a la restricción

inicial de humedad (50% vs 100% de capacidad de campo), los que fueron más
manifiestos en los tratamientos ROT y SJ (Fig. 5). La elevada cantidad de raíces en los
estratos de 160 a 200 cm respecto de otras capas permite suponer que los
contenedores de 200 cm limitaron el crecimiento en profundidad, y que, bajo este tipo de
suelos sin limitaciones en profundidad, las plantas podrían estar alcanzando
profundidades aún mayores, como las informadas por Dardanelli et al. (1997). Esto
resultó particularmente notorio en aquellos tratamientos provenientes de PA. En estos
casos, sin la limitación a los 200 cm, la profundidad máxima de enraizamiento pudo
posiblemente haber resultado superior a los otros tratamientos. Las diferencias en la
biomasa y la DLR de los estratos inferiores permiten suponer que el estado físico del
horizonte superficial en SD pudo influir sobre el crecimiento de raíces más allá de las
capas compactadas. Esto puede advertirse al analizar las imágenes digitales
provenientes de la cosecha de los sistemas radicales completos de los distintos
tratamientos (Fig. 5). En las plantas creciendo a 100% de humedad en el horizonte
superficial en las etapas vegetativas, no parecen advertirse grandes diferencias
asociadas a la historia agrícola más allá de los primeros cm. En cambio, en condiciones
más restrictivas de humedad, parecen más marcadas las diferencias asociadas a la
10
historia agrícola, en la distribución de raíces de todo el perfil. Los tratamientos agrícolas,

y en especial SJ, mostraron una menor cantidad de raíces en los horizontes más
profundos. Este comportamiento posiblemente se corresponda con el efecto analizado
por algunos autores (Taylor y Brar, 1991; Tardieu, 1994), observado bajo
compactaciones en labranza convencional en maíz (Tardieu, 1994) y trigo (Chen et al.,
2014), o en condiciones de compactación artificiales en arveja (Bengough y Young,
1993) y gramíneas de cobertura (Rosolem et al., 2002). De acuerdo con Bengough
(2005), el crecimiento de las raíces no dependería sólo de las condiciones localizadas
de impedancias mecánicas, sino también de la comunicación con el resto del sistema
radical.
Figura 5. Distribución de raíces de soja de acuerdo a la historia agrícola y las

condiciones iniciales de humedad. Imágenes digitales de cosechas totales de
contenedores en R7.
Patrones de extracción y consumo de agua

Las tasas de absorción de agua fueron variando a lo largo del ciclo del cultivo. Durante
el período vegetativo y reproductivo temprano (previo al estado de floración o estado
R1) se registraron las menores tasas (cercanas al 5% diario del contenido de agua útil
del suelo), asociadas a un menor desarrollo de raíces y a menores demandas
evapotranspirativas en esta fase (Fig. 6). La mejores condiciones de humedad de los
tratamientos con 100% de CC posiblemente favorecieron un mayor y más rápido
desarrollo de raíces en profundidad en el ciclo, y se observaron efectos significativos del
nivel de humedad inicial (p<0.05) sobre la tasa de extracción a partir de los 120 cm. Los
11
tratamientos provenientes de pastura presentaron también mayores tasas de 120-140

cm (p<0.05) y 140-160 cm (p<0.1). Sin embargo, durante este período, la magnitud de
las tasas de extracción en estos estratos profundos resulta relativamente baja, dada su
reciente colonización por las raíces (Fig. 2).
Las tasas de extracción se incrementaron considerablemente durante el período crítico
R3-R5 (fructificación-inicio de llenado de granos) en todos los estratos. A partir de esta
etapa se incrementó la extracción de agua de los estratos inferiores. Sin embargo, no
se advirtieron las diferencias asociadas a la historia agrícola o al nivel de humedad
observadas en los estadios vegetativos, aunque la variabilidad en las tasas de
extracción resultó claramente mayor. Durante el período de llenado de granos (R5-R7),
las raíces alcanzaron posiblemente su máximo desarrollo en todos los horizontes,
incrementándose aún más las tasas de los horizontes más profundos. Al igual que en
R3-R5, no se observaron efectos significativos de los tratamientos. Los patrones de
extracción de acuerdo a la profundidad mostraron semejanzas con aquellos
encontrados por Dardanelli et al. (1997; 2004) en soja, y Severina (2011) en maní,
aunque con tasas levemente superiores, posiblemente debido al elevado contenido de
arena del suelo de este estudio.
A pesar de haberse encontrado menor biomasa y densidades de raíces en los
horizontes superficiales y en los horizontes más profundos en los tratamientos
provenientes de monocultura o rotaciones agrícolas respecto de los rotados con
pasturas (Fig.4), la cantidad y longitud de raíces parece haber sido suficiente para
asegurar elevadas tasas de extracción de agua durante los períodos reproductivos, y
alcanzar un consumo de agua similar durante estas etapas y en el total del ciclo (Tabla
2). Por ende, el cultivo compensó parcial o totalmente la menor longitud de raíces a
través de una mayor absorción específica (mm agua mm raíz-1). Los tratamientos
provenientes de SJ o ROT tuvieron, en el total del ciclo, una absorción específica 43%
superior a las de PA (p<0.05), y los tratamientos con 50% de CC una absorción
específica 42% superior a los de 100% de CC. En otros cultivos como cebada, se ha
encontrado que las raíces son capaces de compensar los efectos de las capas
compactadas, creciendo a través de sectores no afectados, y alcanzar similares
profundidades de enraizamiento, niveles de intercambio gaseoso y producciones de
biomasa (Pfeifer et al., 2014). En trigo, Nosalewicz y Lipiec (2014) observaron que la
extracción de agua puede ser parcial o totalmente compensada de acuerdo al grado de
compactación encontrado, a partir de un incremento en la absorción de agua en estratos
no compactados. Este tipo de mecanismos compensatorios no se han reportado en el
cultivo de soja, ni en labranza convencional ni en SD. Sin embargo, esta respuesta
corresponde a condiciones de subsuelo no limitantes para el crecimiento o
funcionamiento radical. Es necesario explorar esta capacidad compensatoria bajo
condiciones restrictivas en el subsuelo, como puede ser la presencia de horizontes con
altos contenidos de arcilla o condiciones limitantes de humedad subsuperficial.
12
Tasa
Tasa dede absorción
absorciónKK Tasa de absorción K
Tasa de absorción K Tasa deabsorción
absorción
Tasa
(mm
(mm
de
agua.
agua. mm suelo-1K
de
-1 agua
día -1
-1 ) (mm agua. mm suelo -1 día -1)
Humedad
(mm =agua.
100% mm suelo -1 día -1) (mm
(mmagua . mm
útilútil
agua mm suelo
suelo
. mm -1día
suelo -1 . )-1
. día ) -1)
día
0.00 0.05 0.10 0.15 0.00
0.00 0.05
0.05 0.10
0.10 0.15
0.15 0.00 0.05 0.10 0.15
20-40
Profundidad (cm)
20-40
20-40
Profundidad (cm)
Profundidad (cm)
20-40
Profundidad (cm)
V-R1 40-60
R3-R5 40-60 R5-R7
40-60 40-60
60-80 60-80
60-80 60-80
80-100 80-100 80-100
80-100
100-120 100-120 100-120
100-120
120-140 120-140 120-140
120-140 140-160
140-160 140-160
140-160 160-180
160-180 160-180
160-180 180-200
Profundidad (cm)
180-200 180-200
180-200 ROT - 100% SJ - 100% PA - 100%
ROT - 100% SJ - 100% PA - 100%PA - 100% ROT - 100% SJ - 100%
ROT - 100% SJ - 100% PA - 100%
Tasa de absorción K
Tasa de absorción K Tasa de absorción K -1 Tasa de absorción K
Humedad = 50% (mm agua. mm suelo -1 -1 día -1 )
(mm agua. mm suelo -1 día -1) (mm agua. mm suelo día ) (mm agua. mm suelo -1 día -1)
0.000.00 0.05
0.05 0.10
0.10 0.15
0.15 0.00 0.05 0.10 0.15
0.00 0.05 0.10 0.15
20-4020-40 20-40
Profundidad (cm)
Profundidad (cm)
Profundidad (cm)
20-40
Profundidad (cm)
V-R1 R3-R5 40-60 R5-R7

40-60 40-6040-60
60-80 60-8060-80 60-80
80-100 80-100
80-100 80-100
100-120 100-120 100-120
100-120
120-140 120-140 120-140
120-140 140-160
140-160 140-160
140-160 160-180
160-180 160-180
160-180
180-200 180-200
180-200
180-200 ROT - 50% SJ - 50% PA - 50%
ROT - 100% SJ - 100% PA - 100%ROT - 50% SJ - 50% PA - 50%
ROT - 50% SJ - 50% PA - 50%
Figura 6. Tasas de absorción de agua a distintas profundidades para los períodos de

siembra –floración (S-R1), fructificación-inicio de llenado (R3-R5), y llenado de granos-
madurez (R5-R7), según la historia agrícola (PA=rotación con pastura, ROT = rotación
agrícola, y SJ= monocultura de soja) y el nivel de humedad de las etapas iniciales (100
vs 50%). Las barras representan el error estándar de los tratamientos para cada
profundidad y etapa.
13
Tabla 2. Consumo de agua durante las distintas etapas del cultivo de soja, según la
historia agrícola (PA=rotación con pastura, ROT = rotación agrícola, y SJ= monocultura
de soja) y el nivel de humedad de las etapas iniciales (100 vs 50%).
Consumo de agua (mm)

Humedad Historia
S-R3 R3-R5 R5-R7 S-R7
100% PA 313,2 101,6 141,3 556,1
ROT 316 96,6 140,5 553,1
SJ 296,8 93,2 136,7 526,7
50% PA 264,4 101,9 131,2 497,4
ROT 263,9 97,5 127,6 489,0
SJ 258,48 95,6 124,2 478,3
Humedad <0,0001 NS NS <0,0001
Historia NS NS NS NS
Hum x
Hist 0,0924 NS NS NS
DMS 15,9 11,6 19,49 42,6
Temperatura de hoja
Las determinaciones de temperatura de canopeo mostraron efectos significativos de la
humedad (p<0.01) y de la historia agrícola (p<0.1) durante los primeros 35 días desde
siembra (estadios V3-V4, profundidades de enraizamiento cercanas a los 60cm en
promedio). Los tratamientos con mayor humedad y aquellos provenientes de pastura
presentaron menores síntomas de estrés hídrico, con menores temperaturas de
canopeo. Los tratamientos de PA presentaron entre 0,64 y 1,48 °C menos que los
tratamientos agrícolas, y los tratamientos de 100% de humedad entre 0,73 y 1,49 °C
menos que los tratamientos de 50% de humedad, durante este período. Algunos
autores han informado en trigo y cebada el cierre de estomas y una menor conductancia
estomática en presencia de capas compactadas, aún con adecuadas provisiones de
agua y nutrientes, e incluso sin efectos importantes sobre la biomasa de raíces (Masle y
Passioura, 1987; Beemster y Masle, 1996; Mulhollad et al., 1996; Masle, 1998). Este
cierre de estomas podría estar favoreciendo el aumento de temperatura observado en
14
las primeras etapas. Sin embargo, posteriormente en el ciclo, no se observaron

diferencias entre tratamientos.
Biomasa y rendimiento de parte aérea
Se encontraron efectos significativos del nivel de humedad de las etapas iniciales sobre
la producción de biomasa total (p<0.01) y biomasa reproductiva (p<0.05) generadas al
final del ciclo. Sin embargo, no se detectaron efectos de la historia agrícola o la
interacción con el nivel de humedad sobre estos atributos. El cultivo fue capaz de
compensar los efectos directos de la historia agrícola -y el nivel de compactación
asociado a ella- sobre el crecimiento de raíces del horizonte superficial, el ―
sombreado‖
de los estratos inferiores, y la menor extracción y aumento de temperatura de canopeo
de los estadios vegetativos. A pesar de esto, con niveles restrictivos de humedad, los
tratamientos provenientes de rotaciones agrícolas o de monocultura de soja presentaron
una variabilidad mucho más marcada que los rotados con pasturas (Fig. 7). Si bien el
test de Levene sobre los residuales absolutos indicó homogeneidad general de
varianzas (p=0.45), y permitió el análisis de los datos a través del ANOVA con un
modelo lineal, el test F de comparación de varianzas arrojó diferencias significativas al
comparar los tratamientos de monocultura y rotación agrícola en condiciones restrictivas
de humedad con otros tratamientos. Estos dos tratamientos presentaron también los
mayores coeficientes de variación.
Figura 7. Izquierda: Biomasa total de parte aérea a R7, según la historia agrícola y la
humedad superficial. Derecha: Biomasa reproductiva a R7, según la historia agrícola y
humedad superficial. Las barras de los gráficos de caja y bigote muestran los percentiles
10 y 90, y el punto el valor de la media. Se muestran los coeficientes de variación (%) de
cada tratamiento.
15
Conclusiones
El estado físico del suelo afectó la cantidad y longitud de raíces, no sólo de las capas
compactadas, sino también de los estratos subsuperficiales (posible efecto de
―sombreo‖). Estas diferencias asociadas a la historia agrícola y al nivel de humedad
superficial retrasaron la tasa de profundización de raíces durante los primeros estadios.
Una vez atravesado el estrato superficial, el crecimiento de las raíces compensó estas
diferencias iniciales y alcanzaron profundidades similares en las etapas siguientes.
Se observaron diferencias en la capacidad de extracción de agua en los horizontes más

profundos en las etapas vegetativas, y diferencias en la temperatura del canopeo en los
primeros estadios. Sin embargo, el cultivo fue capaz de compensar parcialmente o
totalmente el efecto del estado estructural superficial a través de la cantidad y actividad
de raíces en el subsuelo, bajo condiciones potenciales de enraizamiento.
Bibliografía
Álvarez, C., Alvarez, C. R., Costantini, A., & Basanta, M. (2014). Carbon and nitrogen
sequestration in soils under different management in the semi-arid Pampa
(Argentina). Soil and Tillage Research, 142, 25-31.
Álvarez, C.R., Taboada, M.A., Boem, F.H.G., Bono, A., Fernandez, P.L. & Prystupa, P.
2009a, "Topsoil properties as affected by tillage systems in the rolling pampa region of
argentina", Soil Science Society of America Journal, vol. 73, no. 4, pp. 1242-1250.
Álvarez, R. & H.S. Steinbach. 2009. "A review of the effects of tillage systems on some
soil physical properties, water content, nitrate availability and crops yield in the Argentine
Pampas", Soil and Tillage Research, vol. 104, no. 1, pp. 1-15.
Amato, M. & Ritchie, J.T. 2002. ― Spatial Distribution of Roots and Water Uptake of
Maize (Zea mays L.) as Affected by Soil Structure‖ .Crop sScience. 42, pp. 773-780.
Andersen, M. N., Munkholm, L. J., & Nielsen, A. L. (2013). Soil compaction limits root
development, radiation-use efficiency and yield of three winter wheat (Triticum aestivum
L.) cultivars. Acta Agriculturae Scandinavica, Section B–Soil & Plant Science, 63(5), 409-
419.
Andriani, J. M., Andrade, F. H., Suero, E. E., & Dardanelli, J. L. (1991). Water deficits
during reproductive growth of soybeans. I. Their effects on dry matter accumulation,
seed yield and its components. Agronomie, 11(9), 737-746.
Bacigaluppo, S., Bodrero, M.L., Balzarini, M., Gerster, G.R., Andriani, J.M., Enrico, J.M.
& Dardanelli, J.L. 2011, "Main edaphic and climatic variables explaining soybean yield in
Argiudolls under no-tilled systems", European Journal of Agronomy, vol. 35, no. 4, pp.
247-254.
16
Beemster, G. T., & Masle, J. (1996). Effects of soil resistance to root penetration on leaf
expansion in wheat (Triticum aestivum L.): composition, number and size of epidermal
cells in mature blades. Journal of experimental botany, 47(11), 1651-1662.
Bengough, A. G., & Young, I. M. (1993). Root elongation of seedling peas through
layered soil of different penetration resistances. Plant and Soil, 149(1), 129-139.
Bengough, A. G., Bransby, M. F., Hans, J., McKenna, S. J., Roberts, T. J., & Valentine,
T. A. (2006). Root responses to soil physical conditions; growth dynamics from field to
cell. Journal of Experimental Botany, 57(2), 437-447.
Bengough, A. G., McKenzie, B. M., Hallett, P. D., & Valentine, T. A. (2011). Root
elongation, water stress, and mechanical impedance: a review of limiting stresses and
beneficial root tip traits. Journal of Experimental Botany, 62(1), 59-68.
Beutler, A. N., Centurion, J. F., Silva, A. P. D., Centurion, M. A. P. D. C., Leonel, C. L., &
Freddi, O. D. S. (2008). Soil compaction by machine traffic and least limiting water range
related to soybean yield. Pesquisa Agropecuária Brasileira, 43(11), 1591-1600.
Botta, G.F., Tolon-Becerra, A., Lastra-Bravo, X. & Tourn, M. 2010, "Tillage and traffic
effects (planters and tractors) on soil compaction and soybean (Glycine max L.) yields in
Argentinean pampas", Soil and Tillage Research, vol. 110, no. 1, pp. 167-174.
Botta, G.F., Tolón-Becerra, A., Lastra-Bravo, X., Tourn, M., Balbuena, R. & Rivero, D.
2013, "Continuous application of direct sowing: Traffic effect on subsoil compaction and
maize (Zea mays L.) yields in Argentinean Pampas", Soil and Tillage Research, vol. 134,
pp. 111-120.
Calonego, J. C., & Rosolem, C. A. (2010). Soybean root growth and yield in rotation with
cover crops under chiseling and no-till. European Journal of Agronomy, 33(3), 242-249.
Camobreco, V. J., Richards, B. K., Steenhuis, T. S., Peverly, J. H., & McBride, M. B.
(1996). Movement of heavy metals through undisturbed and homogenized soil
columns. Soil Science, 161(11), 740-750.
Chen, Y.L., Palta, J., Clements, J., Buirchell, B., Siddique, K.H.M. & Rengel, Z. 2014,
"Root architecture alteration of narrow-leafed lupin and wheat in response to soil
compaction", Field Crops Research, 165: 61–70.
Dardanelli, J. L., Bachmeier, O. A., Sereno, R., & Gil, R. (1997). Rooting depth and soil
water extraction patterns of different crops in a silty loam Haplustoll.Field Crops
Research, 54(1), 29-38.
Dardanelli, J. L., Ritchie, J. T., Calmon, M., Andriani, J. M., & Collino, D. J. (2004). An
empirical model for root water uptake. Field Crops Research, 87(1), 59-71.
17
Dardanelli, J:L., Andriani, J., 2003. La disponibilidad hídrica y la respuesta del cultivo de
soja. In: Satorre, E.H. (Ed.), El libro de la soja. Cuaderno de actualización técnica No. 66
de AACREA, Revista Técnica de AAPRESID, Soja en siembra directa, pp. 107–118
Di Rienzo, J. A., Casanoves, F., Balzarini, M. G., Gonzalez, L., Tablada, M., & Robledo,
Y. C. (2011). InfoStat versión 2011. Grupo InfoStat, FCA, Universidad Nacional de
Córdoba, Argentina. URL http://www. infostat. com. ar.
Diaz Zorita, M., G.A. Duarte, & J.H. Grove.2002. ― A review of no-till systems and soil
Argentina‖. Soil and Tillage Research. Vol 65, pp. 1–18.
Fehr, W. R., & Caviness, C. E. (1977). Stages of soybean development (pp. 1-12).
Cooperative Extension Service; Agriculture and Home Economics Experiment Station,
Iowa State University of Science and Technology.
Gil, R. (1994). Crecimiento radical de la soja en un suelo Haplustol éntico del centro de
la provincia de Córdoba: efecto de la humedad y de la resistencia mecánica del perfil del
suelo. Trabajo de Tesis presentado para optar al grado académico de Magíster
Scientiae. Curso de Postgrado en Ciencias del Suelo. Escuela de Graduados. Facultad
de Agronomía. UNBA, 92.
Grzesiak, M.T. 2009, "Impact of soil compaction on root architecture, leaf water status,
gas exchange and growth of maize and triticale seedlings", Plant Root, vol. 3, pp. 10-16.
Imhoff, S., Kay, B.D., da Silva, A.P. & Hajabbasi, M.A. 2010, "Evaluating responses of
maize (Zea mays L.) to soil physical conditions using a boundary line approach", Soil
and Tillage Research, vol. 106, no. 2, pp. 303-310.
Kashiwagi, J; Krishnamurthy, L; Upadhyaya, HD; Krishna, H; Chandra, S; Vadez, V &

Serraj, R. 2005. ―Genetic variability of drought-avoidance root traits in the mini-core
germplasm collection of chickpea (Cicer arietinum L.)‖. Euphytica, 146 (3), pp. 213-222.
Lal, R., Reicosky, D. C., & Hanson, J. D. (2007). Evolution of the plow over 10,000 years
and the rationale for no-till farming. Soil and Tillage Research,93(1), 1-12.
Lipiec, J., Horn, R., Pietrusiewicz, J. & Siczek, A. 2012, "Effects of soil compaction on
root elongation and anatomy of different cereal plant species", Soil and Tillage Research,
vol. 121, pp. 74-81.
Martins, J. M., Majdalani, S., Vitorge, E., Desaunay, A., Navel, A., Guiné, V., ... &
Gaudet, J. P. (2013). Role of macropore flow in the transport of Escherichia coli cells in
undisturbed cores of a brown leached soil.Environmental Science: Processes &
Impacts, 15(2), 347-356.
18
Masle, J. (1998). Growth and stomatal responses of wheat seedlings to spatial and
temporal variations in soil strength of bi-layered soils. Journal of Experimental
Botany, 49(324), 1245-1257.
Masle, J., & Passioura, J. B. (1987). The effect of soil strength on the growth of young
wheat plants. Functional Plant Biology, 14(6), 643-656.
Monteith, J. L., & Greenwood, D. J. (1986). How do crops manipulate water supply and
demand?[and discussion]. Philosophical Transactions of the Royal Society of London A:
Mathematical, Physical and Engineering Sciences,316(1537), 245-259.
Mueller, L., Kay, B. D., Hu, C., Li, Y., Schindler, U., Behrendt, A., ... & Ball, B. C. (2009).
Visual assessment of soil structure: Evaluation of methodologies on sites in Canada,
China and Germany: Part I: Comparing visual methods and linking them with soil
physical data and grain yield of cereals. Soil and Tillage Research, 103(1), 178-187.
Mulholland, B. J., Black, C. R., Taylor, I. B., Roberts, J. A., & Lenton, J. R. (1996). Effect
of soil compaction on barley (Hordeum vulgare L.) growth I. Possible role for ABA as a
root-sourced chemical signal. Journal of Experimental Botany, 47(4), 539-549.
Nosalewicz, A. & Lipiec, J. 2014, "The effect of compacted soil layers on vertical root
distribution and water uptake by wheat", Plant and Soil, vol. 375, no. 1-2, pp. 229-240.
Novelli, L.E., Caviglia, O.P., Wilson, M.G. & Sasal, M.C. 2013, "Land use intensity and
cropping sequence effects on aggregate stability and C storage in a Vertisol and a
Mollisol", Geoderma, vol. 195-196, pp. 260-267.
Panigatti, JL; H Marelli & D Buschiazzo (eds.). 2001. Siembra Directa II. INTA. Buenos
Aires. Argentina. 377 pp.
Pfeifer, J., Faget, M., Walter, A., Blossfeld, S., Fiorani, F., Schurr, U. & Nagel, K.A. 2014,
"Spring barley shows dynamic compensatory root and shoot growth responses when
exposed to localised soil compaction and fertilisation", Functional Plant Biology, vol. 41,
no. 6, pp. 581-597.
Ramos, J.C., Imhoff, S.C., Pilatti, M.A. & Vegetti, A.C. 2010, "Morphological
characteristics of soybean root apexes as indicators of soil compaction", Scientia
Agricola, vol. 67, no. 6, pp. 707-712.
Rosolem, C. A., & Takahashi, M. (1998). Soil compaction and soybean root growth.
In Root Demographics and Their Efficiencies in Sustainable Agriculture, Grasslands and
Forest Ecosystems (pp. 295-304). Springer Netherlands.
Rosolem, C. A., Foloni, J. S. S., & Tiritan, C. S. (2002). Root growth and nutrient
accumulation in cover crops as affected by soil compaction. Soil and Tillage
Research, 65(1), 109-115.
19
Sadras, VO; GJ O´Leary & DK Roget. 2005. ― Crop responses to compacted soil: capture
and efficiency in the use of water and radiation‖. Field Crops Research. 91: pp. 131-148.
Sasal, M. C., Andriulo, A. E., & Taboada, M. A. (2006). Soil porosity characteristics and
water movement under zero tillage in silty soils in Argentinian Pampas. Soil and Tillage
Research, 87(1), 9-18.
Sasal, M.C., Castiglioni, M.G. & M.G. Wilson, 2010. Effect of crop sequences on soil
properties and runoff on natural rainfall erosion plots under no tillage. Soil and Tillage
Research., 108:24-29.
Sasal, MC. 2012. Factores condicionantes de la evolución estructural de suelos limosos

bajo siembra directa. Efecto sobre el balance de agua. Tesis presentada para optar al
título de Doctor de la Universidad de Buenos Aires, Área Ciencias Agropecuarias. 126
pp.
Severina, I. (2011). Capacidad de uso del agua del subsuelo y productividad de dos
genotipos de maní. Efecto de la disponibilidad hídrica subsuperficial y la oferta
fototermal. Tesis presentada para optar al titulo de Magister de la Universidad de
Buenos Aires. Área de producción Vegetal, Facultad de Agronomía Universidad de
Buenos Aires. 76pp.
Shepherd, T. G., Stagnari, F., Pisante, M., & Benites, J. (2008). Visual soil
assessment—field guide for wheat. FAO, Rome.
Shipitalo, M. J., & Protz, R. (1989). Chemistry and micromorphology of aggregation in

earthworm casts. Geoderma, 45(3), 357-374.
Singh, P., & Kanwar, R. S. (1991). Preferential solute transport through macropores in
large undisturbed saturated soil columns. Journal of environmental quality, 20(1), 295-
300.
Smucker, A. J. M., McBurney, S. L., & Srivastava, A. K. (1982). Quantitative separation

of roots from compacted soil profiles by the hydropneumatic elutriation
system. Agronomy Journal, 74(3), 500-503.
Soane, B. D., Ball, B. C., Arvidsson, J., Basch, G., Moreno, F., & Roger-Estrade, J.
(2012). No-till in northern, western and south-western Europe: A review of problems and
opportunities for crop production and the environment.Soil and Tillage Research, 118,
66-87.
Soracco, C. G., Lozano, L. A., Sarli, G. O., Gelati, P. R., & Filgueira, R. R. (2010).
Anisotropy of Saturated Hydraulic Conductivity in a soil under conservation and no-till
treatments. Soil and Tillage Research, 109(1), 18-22.
20
Taboada, M. A. y C. R. Álvarez. 2008. Root abundance of maize in conventionally-tilled

and zero-tilled soils of Argentina. Revista Brasileira da Ciencia do Solo 32: 769-779.
Taboada, M.A., F.G. Micucci, D.J. Cosentino &R.S. Lavado. 1998. ― Comparison of
compaction induced by conventional and zero tillage in two soils of the Rolling Pampa of
Argentina‖. Soil and Tillage Research, vol.49, pp. 57 - 63.
Tardieu, F. (1994). Growth and functioning of roots and of root systems subjected to soil
compaction. Towards a system with multiple signalling?. Soil and Tillage
Research, 30(2), 217-243.
Taylor, H., & Brar, G. S. (1991). Effect of soil compaction on root development.Soil and
Tillage Research, 19(2), 111-119.
Thomas, G. A., Titmarsh, G. W., Freebairn, D. M., & Radford, B. J. (2007). No-tillage and
conservation farming practices in grain growing areas of Queensland–a review of 40
years of development. Animal Production Science,47(8), 887-898.
Tolón-Becerra, A., Tourn, M., Botta, G.F. & Lastra-Bravo, X. 2011, "Effects of different
tillage regimes on soil compaction, maize (Zea mays L.) seedling emergence and yields
in the eastern Argentinean Pampas region", Soil and Tillage Research, vol. 117, pp. 184-
190.
Williams, S. M., & Weil, R. R. (2004). Crop cover root channels may alleviate soil
compaction effects on soybean crop. Soil Science Society of America Journal, 68(4),
1403-1409.
Zhan, A., Schneider, H., & Lynch, J. (2015). Reduced lateral root branching density
improves drought tolerance in maize. Plant physiology, pp-00187.
Zhu, J., Brown, K.M. & Lynch, J.P. 2010, "Root cortical aerenchyma improves the
drought tolerance of maize (Zea mays L.)". Plant, Cell and Environment, vol. 33, no. 5,
pp. 740-749.
21
RELACIÓN ENTRE RESISTENCIA MECÁNICA A LA PENETRACIÓN Y CONTENIDO

HÍDRICO EN SUELOS DE LA PAMPA ONDULADA
HERNÁN MENGONI*1.3.4, PATRICIA FERNÁNDEZ2, DIEGO COSENTINO1.4., CARINA

ROSA ALVAREZ2, MIGUEL TABOADA2.3.4. & SILVIA IMHOFF4.5.
1
Cátedra de Edafología, Universidad de Buenos Aires; 2Cátedra de Fertilidad y
Fertilizantes, Universidad de Buenos Aires; 3Instituto de Suelos CNIA INTA Castelar;
4
CONICET; 5Facultad de Agronomía de la Universidad del Litoral
*[email protected]
Palabras clave: degradación, horizontes sub superficiales, penetrómetro, agua del

suelo
Resumen
Las condiciones físicas del suelo pueden restringir el desarrollo y rendimiento de los
cultivos. El crecimiento de las raíces de las plantas está directamente afectado por el
contenido de agua del suelo, su aireación y su resistencia mecánica (Rs) y dependen de
la textura y el estado de degradación. El objetivo de este trabajo fue evaluar la relación
de la Rs en función del contenido hídrico del suelo en horizontes genéticos de suelos de
la Pampa Ondulada abarcando un gradiente textural y dos niveles de degradación
superficial. Se seleccionaron un Hapludol típico, un Argiudol típico y un Argiudol vértico.
En sus horizontes se midió textura, carbono orgánico y, con muestras no disturbadas, se
obtuvo la Rs, el contenido hídrico gravimétrico (θg) y volumétrico (θv) y la densidad del
suelo (Ds).Para obtener diferentes valores de θg, se sometieron las muestras a
diferentes potenciales mátricos y en cada uno se determinó Rs. En el A. típico A>deg
(más degradada) alcanza mayor Rs que A<deg a bajo θg. Este comportamiento es
esperable en situaciones donde la estructura se encuentra degradada. El Hapludol y el
A. vértico, tuvieron comportamiento diferente al A. típico a nivel superficial. El A<deg del
Hapludol, mostró mayor Rs en todo el rango de θg, mientras que el A. vértico, A<deg
presentó Rs más alta que A>deg en el rango medio de θg y, en el rango de bajo θg,
sucedió lo contrario. En este suelo, a un mismo potencial mátrico, el A<deg alcanzó
hasta 0,1 g g-1 más que el A>deg, lo que representa hasta el doble de agua retenida en
el rango de bajo θg. El contenido de arcilla es un factor importante que modula la
relación entre la Rs y θg. A mayor contenido de arcilla, mayor Rs. El estado de
degradación no siempre supone un aumento de Rs sino que incide la textura y el
carbono orgánico.
Introducción
Las condiciones físicas del suelo pueden imponer estreses que juegan un rol
fundamental en el desarrollo y rendimiento de los cultivos (da Silva y Kay, 2004). El
crecimiento de las plantas está directamente afectado por el contenido de agua del
suelo, su aireación y su resistencia mecánica (Tormena et. al, 1999). Estos factores
1
físicos están influenciados por la textura y la estructura (densidad aparente, estado de

agregación y porosidad) (Dexter, 1988) entre otros. En tal sentido, el agua debe ser
tomada como una variable de equilibrio, que disminuye o agrava los efectos de la
aireación y el endurecimiento del suelo (Letey, 1985).
Varios autores han determinado que la resistencia a la penetración del suelo (Rs) es un
parámetro aún más sensible que la densidad aparente del suelo (Ds) para detectar los
efectos de las prácticas de manejo sobre el suelo (Bauder & Black, 1981; Hammel,
1989). Por ejemplo, un aumento del 20% de la Ds, puede llegar a suponer un
incremento de la Rs de hasta un 400% (Vorhees et al. 1978). El incremento en la
resistencia mecánica del suelo bajo sistemas conservacionistas puede reducir el
crecimiento de las raíces (Álvarez et al., 2009) con efectos negativos sobre el
abastecimiento de agua y nutrientes por parte de los cultivos (Kirkegaard et al, 1994).
Stirzaker et al. (1986) indicaron que en suelos finos, inclusive con adecuada fertilidad
química, la absorción de agua y nutrientes puede verse limitada debido a la dificultad de
las raíces para explorar la matriz del suelo.
La pérdida de humedad y la compactación conllevan al aumento de la Rs que restringe

el crecimiento de las raíces de los cultivos agrícolas (Gupta y Allmaras, 1987). Los
suelos compactados requieren alta humedad para mantener la Rs por debajo del valor
que restringe el desarrollo de las plantas (Topp et al., 1994; da Silva et al., 1994; Muller,
2002; Beutler et al., 2006).
Si bien existen trabajos que relacionan Rs con θ en suelos pampeanos, la mayoría mide
la Rs a campo, en horizontes superficiales y con un solo nivel de humedad, para luego
ajustarla con un modelo (Álvarez, 2012).La medición a diferentes potenciales mátricos y
densidades de suelo en muestras no disturbadas genera una mayor precisión y por lo
tanto disminuye la incertidumbre sobre los datos. Pocos trabajos contemplan un amplio
rango textural. Finalmente, hay pocas comparaciones sobre lo que sucede cuando se
degrada el suelo sobre la Rs ya que casi todos los trabajos estiman indirectamente la
Rsa través de la Ds, infiltración, estabilidad estructural, etc. (Ferreras et al., 2007).
El objetivo de este trabajo fue evaluar la relación de la Rs en función del contenido

hídrico del suelo en los horizontes genéticos de suelos de la Pampa Ondulada
abarcando un gradiente textural y dos niveles de carbono orgánico superficial.
Se escogieron 3 suelos agrícolas representativos de la Pampa Ondulada alta en una

transecta con un marcado gradiente textural de NE a SO. Los suelos fueron un Hapludol
típico, un Argiudol típico y un Argiudol vértico. En cada uno de ellos se seleccionaron
dos situaciones de degradación del horizonte mólico definidas por los años de
agricultura. Se tomaron 15 muestras disturbadas y 15 de estructura conservada de sus
horizontes genéticos hasta 1,5 m de profundidad.
2
Las muestras tomadas con estructura no disturbada fueron humedecidas lentamente

hasta saturación. Posteriormente se llevaron a equilibrio 3 muestras en cada potencial
mátrico (ψ): -0,005-0,01,-0,033, -0,1 y -0,5 MPa. Para -0,005 y – 0,01 se utilizó un mesa
de tensión de arena (Topp y Zebchuk, 1979) y para -0,033, -0,1 y -0,5 MPa se usaron
cámaras de presión de platos porosos de cerámica (Klute, 1986). Una vez equilibradas,
las muestras fueron pesadas y se les midió la Rs utilizando un penetrómetro electrónico
automático (Marconi®, Brasil) con un cono de 4 mm de diámetro basal, con 0,1256 cm2
de área basal y un ángulo de 60°. La velocidad de avance del vástago fue de 1 cm min -1
recolectando un dato cada 0,7 s. Se promediaron las lecturas entre 1 y 4 cm de
profundidad para obtener un valor medio de Rs por muestra. El contenido de agua del
suelo en -1,5 MPa se obtuvo en cámara de presión con muestra disturbada tamizada
por 2 mm (Klute, 1986). Las muestras fueron secadas en estufa a 105 °C durante 48 h.
para determinar el contenido de humedad gravimétrica (θg), la densidad aparente del
suelo (Ds) y calcular el contenido de humedad volumétrico (θv) (Grossman y Reinsch,
2002).
Para realizarla curva de resistencia mecánica a la penetración del suelo (Rs) en función
del contenido hídrico volumétrico (θv) y la Ds media de cada horizonte se utilizó un
modelo no lineal sugerido por Busscher (1990) y utilizado por da Silva el al. (1994) y
Betz et al. (1998) (eq. 1)
Rs = aθvbDsc (1)
donde: Rs = resistencia mecánica a la penetración del suelo (MPa); θv = humedad

volumétrica (cm3 cm–3), Ds = densidad aparente media del suelo (g cm-3); a, b, c =
coeficientes de ajuste.
Se observó que el modelo propuesto por Busscher (1990) mostró altos valores de ajuste
y significancia (R2 = 0.809; p<0,001) para los suelos evaluados de la Pampa Ondulada
Alta (Mengoniet al., 2016).
Los gráficos fueron trazados en función del θg calculado a partir de la Ds de cada

muestra tomada con estructura conservada.
De cada muestra disturbada se determinó la granulometría mediante el método del

hidrómetro de Bouyoucos (Bouyoucos, 1962; Ashworth et al., 2001) con previa
oxidación de la MO con agua oxigenada y posterior tamizado por 53 μm para determinar
el peso de arenas. El contenido de carbono orgánico fue determinado por el método
Walkley y Black (Nelson y Sommers, 1982),En la Tabla 1 se caracterizan los suelos por
sus variables físicas. Los datos analíticos se encuentran en Mengoni et al., 2016
En el A. típico (gráfico central superior, Fig. 1) la situación A>deg (más degradada)

alcanza mayor Rs que A<deg a bajo θg. Este comportamiento es esperable en
3
situaciones donde la estructura se encuentra degradada y la Ds media del horizonte es

mayor (1,48 vs. 1,34 g cm-3 para A>deg y A<deg, respectivamente (da Silva y Kay,
2004; Toppet al., 1994). Sin embargo, a alto θg la Rs muestra menor diferencia entre
ambas situaciones superficiales, De hecho, A>deg presenta Rs menor que A<deg en
bajo θg.
6 6 6
Hapludol típico A<deg
0.50 Argiudol típico 0.50 Argiudol vértico
5 5 A<deg 5 A<deg
A>deg 0.40 A>deg 0.40
4 4 4 A>deg
3 0.30 3 0.30
3
2 0.20 2 2
0.20
1 0.10 1 1
0.10
Rs (Mpa)
0 0 0
0.00 0.00
6 0.0 0.1 0.2 0.3 0.4 0.56 0.0 0.1 0.2 0.3 0.4 6 0.0
0.5 0.1 0.2 0.3 0.4 0.5
Hapludol típico 1.0 Argiudol1.2
típico 1.4 AB 1.6 1.0 Argiudol vértico
1.2 1.4 Ap2 1.6
Bw
5 5 Bt1 5
BC Bt1
4 4 Bt2 4 Bt2
C
BC BC
3 3 3
C
2 2 2
1 1 1
0 0 0
0.0 0.1 0.2 0.3 0.4 0.5 0.0 0.1 0.2 0.3 0.4 0.5 0.0 0.1 0.2 0.3 0.4 0.5
θg ( g g-1)
Figura 1. Curvas de resistencia a la penetración (RS) en función de la humedad
volumétrica (θg) de un Hapludol típico, un Argiudol típico y un Argiudol vértico de la
Pampa Ondulada Alta. Los gráficos superiores corresponden al Horizonte A con dos
situaciones de degradación: A<degy A>deg, mayor y menor degradación,
respectivamente. Los gráficos inferiores corresponden a los horizontes subsuperficiales
de cada suelo.
El Hapludol y el A. vértico, tuvieron comportamiento diferente al A. típico a nivel

superficial. El horizonte menos degradado (A<deg) del Hapludol, mostró mayor Rs en
todo el rango de θg viéndose incrementada la diferencia entre tratamientos hacia menor
θg. Tal comportamiento es relacionado, principalmente, con el contenido de partículas
finas. La sumatoria de limo y arcilla en A>deg es mayor y significativamente diferente
que en el tratamiento A<deg (limo + arcilla: 219 vs. 391 g kg-1 y A<deg,
respectivamente). Otro factor que actúa es la mayorDs media de A<deg respecto a
A>deg (1,43 vs. 1,33, respectivamente) y. El tratamiento A<deg, se asumió menos
degradado debido al mayor contenido de CO que A>deg (17,9 vs. 10,5 g kg-1,
respectivamente) y a los años de agricultura (15 vs. 50 años, respectivamente).
Entonces, pudo dar lugar al mayor contenido de MO y no necesariamente un estado
menor de compactación, ya que su potencial de captura del mismo puede ser mayor.
Entonces, los mayores valores de Rs para un mismo contenido hídrico pudieron estar
4
relacionados con las características del sitio. Glinsky & Lipiec (1990) encontraron que la
Rs medida con penetrómetro aumenta conforme lo hace el contenido de arcilla. Por lo
tanto, la diferencia entre tratamientos no necesariamente responde a una situación
menos degradada en sí misma, sino que puede estar degradada respecto a la textura y
presentar, entonces, altos valores de Rs.
El suelo A. vértico también presentó un comportamiento diferente respecto al A. típico.

En el rango medio de θg, el tratamiento menos degradado (A<deg) presentó Rs más
alta que en el más degradado (A>deg). Sin embargo, el tratamiento A>deg alcanzó
valores de Rs superiores respecto al A<degen el rango de bajo θg. En este suelo, a
diferencia de los otros evaluados, hay un desfasaje mucho más marcado entre
tratamientos respecto al θg alcanzado a mismos potenciales mátricos. En términos
generales, a un mismo potencial, el A<deg alcanzó hasta 0,1 g g-1 más que el A>deg, lo
que representa hasta el doble de agua retenida en el rango de bajo θg. Esto concuerda
con la menor Ds (1,20 vs. 1,34 g cm-3) y mayor CO (23,5 vs. 11,6 g kg-1) encontrados
en A<deg respecto a A>deg. Lo que no queda claro es por qué en el rango de θg medio
el suelo con mayor CO y menor Ds se encuentra más endurecido siendo una situación
cuasi-prístina.
El contenido de carbono orgánico está asociado positivamente con la estabilidad de los

agregados del suelo. Ferreras et al (2007) hallaron en suelos de la Pampa Ondulada
norte que a mayor contenido de carbono orgánico total la estabilidad de los agregados
se incrementó debido a la fuerza de cohesión entre partículas minerales y orgánicas.
Álvarez (2012), evaluó la Rs de situaciones cuasi prístinas y siembra directa con niveles
de MO significativamente diferentes en Argiudoles de la Pampa Ondulada encontrando
Rs similares. En situaciones cuasi prístinas existe un entramado radicular generando
mayores Rs medidas con penetrómetro y no implicaría una restricción para el
crecimiento de las raíces.
En los horizontes sub superficiales, el principal factor influyente en la Rs es el contenido

de arcilla (Glinsky y Lipiec, 1990; Pilatti et al., 2012). En el A. típico, las curvas de Rs de
los horizonte se diferencian más entre sí que en el Hapludol y el A. vértico, evidenciando
mayor homogeneidad en la composición textural de los dos últimos. En el A. Vértico, a
pesar de que los horizontes sean más finos que los de los otros suelos, alcanzan Rs
menores o similares en el punto más seco evaluado, a excepción del Ap2 de textura
franco limosa. Este comportamiento estaría relacionado con el alto contenido de
esmectitas en la matriz plasmática (Boivin, 2007) de los horizontes del A. vértico.
Entonces, la contracción del suelo a medida que se seca, genera grietas naturales en tal
medida que podrían dejar espacios libres y disminuir la resistencia del suelo al avance
de la punta del penetrómetro.
Conclusiones
5
El contenido de arcilla de los horizontes es un factor importante que modula la relación

entre la resistencia del suelo y su contenido hídrico. A mayor contenido de arcilla, mayor
resistencia del suelo.
El estado de degradación de los horizontes superficiales no siempre supone un aumento
de la resistencia del suelo. Existen otros factores, como el contenido de arcilla y carbono
orgánico que inciden en dicha relación.
Este tipo de estudios intentan caracterizar el comportamiento de los suelos y plantean
interrogantes que actúan como puntos de partida de posteriores investigaciones así
como generan información para entender mejor el funcionamiento del suelo. En tal
sentido, es necesario interpretar las interacciones entre las variables del suelo y las
limitaciones de los métodos utilizados para medirlas.
Bibliografía
Álvarez C. 2012. Condición física de los suelos limosos bajo Siembra directa:
Caracterización, génesis y manejo. Tesis Doctoral. Escuela para Graduados Ing. Agr.
Alberto Soriano Facultad de Agronomía – Universidad de Buenos Aires.
Ashworth J; Keyes D; Kirk R y Lessar R. 2001. Standard procedure in the hydrometer

method for particle size analysis. Communications in Soil Science and Plant Analysis.
32(5y6):633-642.
Bauder, A & AL Black. 1981. Soil carbon, nitrogen, and bulk density comparisons in two
cropland tillage systems after 25 years and in virgin grassland. Soil Sci. Soc. Am. J. 45:
1166-1170.)
Betz, C.L., Allmaras, R.R., Copeland, S.M., Randall, G.W., 1998. Least limiting water
range: traffic and long term tillage influences in a Webster soil. Soil Sci. Soc. Am. J. 62,
1384– 1393.)
Beutler, A.N.; Centurion, J.F.; Silva A.P. & Barbosa J.C. 2006. Intervalo hídrico ótimo e
produtividade de cultivares de soja. R. Bras. Eng. Agric. Amb., 10:639-645.)
Boivin P. 2007. Anisotropy, cracking, and shrinkage of vertisol samples—experimental

study and shrinkage modeling. Geoderma 138(1–2):25–38
Bouyoucos GJ. 1962. Hydrometer method improved for making particle size analyses of
soils. Agronomy Journal. 54:464-465.
Busscher, W. J. (1990), Adjustment of flat-tipped penetrometer resistance data to a

common water content. Am. Soc. Agric. Eng., 3, 519-524
da Silva, A.P.; Kay, B. D.; Perfect, E. 1994. Characterization of the least limiting range of
soils. Soil Sci. Soc. Am.J. 58, 1775-1781.
6
da Silva, Alvaro-Pires; Kay, B. D., 2004: Linking process capability analysis and least
limiting water range for assessing soil physical quality. Soil and Tillage Research 79(2):
167-174) .
Dexter, A.R. 1988. Advances in the characterization of soil structure. Soil Tillage Res.
11: 199-238.
Ferreras, L; G Magra; P Besson y F García. 2007. Indicadores de calidad física en

suelos de la región pampeana norte de argentina bajo siembra directa. Ciencia del
Suelo 25: 159- 172.)
Glinski, J.; Lipiec, J. 1990. Soil Physical Conditions and Plant Roots. CRC Press. Boca
Raton, Florida, 250 pp.
Grossman, R. B.; Reinsch, T. G. 2002. Bulk density and linear extensibility. Chapter 2.
En: Methods of Soil Analysis. Part 4. Physical Methods. J. H. Dane and G. C. Topp
(Eds.). Book series: 5, Soil Science Society of America, Madison, Wisconsin, USA: 201-
228.
Gupta, S.C.; Allmaras, R. R. 1987. Models to assess the susceptibility of soils to

excessive compaction. Advances in Soil Science 6: 65-100.
Hammel, JE. 1989. Long-term tillage and crop rotation effects on bulk density and soil
impedance in northern Idaho. Soil Sci. Soc. Am. J. 53: 1515-1519.)
Kirkegaard, JA; JF Angus; PA Gardner & W Muller. 1994. Reduced growth and yield of
wheat with conservation cropping. I. Field studies in the first year of the cropping phase.
Austr. J. Agric. Res. 45: 511-528.)
Klute, A. 1986. Water retention: Laboratory Methods. chap. 26. p.635-660. In: Klute, A.,
ed. Methods of soil analysis-physical and mineralogical methods. American Society of
Agronomy. Madison, WI, USA.)
Mengoni, H.D.; Álvarez C.R.; Fernández P.L.; Cosentino D.; Taboada M.A. 2016.
Contenido hídrico y resistencia mecánica críticos para el crecimiento de las raíces en
suelos de la Pampa Ondulada. XXV Congreso Argentino de la Ciencia del Suelo. Río
Cuarto, 27 de junio al 1 de julio de 2016.
Letey, J. 1985. Relationship between soil physical properties and crop production.
Adv.Soil Sci. 1: 277-294.)
Nelson, DW & LE Sommers. 1982. Total carbon, organic carbon and organic matter. In:
Methods of soil analysis, Part 2, Chemical and Microbiological Properties. AL Page ; RH
Mille& DR Keeney (eds.). American Society of Agronomy Madison, WI, USA, pp. 539-
577.)
7
Pilatti, M.A.; de Orellana, Jorge; Imhoff, Silva y Pires da Silva, Álvaro. Actualización de
los límites críticos del intervalo hídrico óptimo. Ciencia del Suelo. 2012, vol.30, n.1.
Stirzaker, R.J.; Passioura, J.B.; Wilms, Y. 1996.Soil structure and plant growth: impact of
bulk density and biopores. Plant and Soil 185: 151-162.)
Topp, G.C., Zebchuk, W., 1979. The determination of soil water desorption curves for
soil cores. Can. J. Soil Sci. 59, 19–26.)
Topp, G.C.; Galganov, Y.T.; Wires, K.C. &Culley, J.L.B. 1994. Non-limiting water range
(NLWR): An approach for assessing soil structure. Ottawa, Soil Quality Evaluation
Program, Agriculture and Agr-Food Canada. 36p. (Technical Report, 2)
Tormena, C.A., Silva, A.P., Libardi, P.L., 1999. Soil physical quality of a Brazilian Oxisol
under two tillage systems using the least limiting water range approach. SoilTill. Res. 52,
223–232.)
Vorhees, W.B., Senst, C.G. y Nelson, L. 1978. Compaction and soil structure
modification by wheel traffic in the nothern Corn Belt. Soil Science Society of America
Journal, 42: 344-349).
8
CALIBRACIÓN Y VALIDACIÓN DE UNA SONDA DE CAPACITANCIA (FDR) EN

HAPLUSTOLES TIPICOS DEL DEPARTAMENTO DE RÍO CUARTO
FEDERICO DANIEL MORLA1*; AMERICO JOSÉ DEGIOANNI1 & JUAN IGNACIO

ORTOLANI1
1
Facultad de Agronomía y Veterinaria – Universidad Nacional de Río Cuarto. Ruta Nac.
36, km 601. Río Cuarto, Córdoba, Argentina.
* [email protected]
Palabras clave: Diviner 2000, medición contenido hídrico, textura y estructura del suelo
Resumen
Conocer el agua almacenada en el suelo es una información para tareas de
investigación como de gestión de la producción agrícola. Disponer de instrumentos de
medición rápidos, confiables y precisos contribuye a este objetivo. Uno de estos
instrumentos es la sonda Diviner.2000 (FDR). Mide el contenido de agua del suelo de
manera instantánea y en profundidad. Sin embargo, es altamente dependiente de la
estructura y propiedades del suelo, por lo que requiere calibración in situ. El objetivo de
este trabajo fue calibrar y validar las medidas del contenido hídrico de una sonda
Diviner.2000 para Haplustoles típicos del Departamento Río Cuarto. Se describió el
perfil del suelo, se midió la DAp y las constantes hídricas. Seis tubos de acceso fueron
instalados en el suelo con tres niveles de humedad (saturado, húmedo y seco). Se
efectuaron lecturas cada 10cm hasta el metro de profundidad. Se extrajeron muestras a
esas profundidades y se midió la humedad gravimétrica. Con los datos medidos se
parametrizó la ecuación de calibración (ϴ=ASFB) que relaciona el contenido volumétrico
de agua en el suelo (ϴ) y la frecuencia a escala medida por la sonda (SF). Se
obtuvieron ecuaciones de calibración para todo el perfil y ecuaciones individuales por
cada profundidad. En ambos casos el ajuste logrado fue superior a R2=0,8. Las
calibraciones individuales de profundidad no presentaron diferencia estadística
significativa frente a una única calibración para el perfil entero (ϴ=0,3374SF0,2917), según
el test de comparación de pendientes. La validación del procedimiento de medida
permitió que el máximo error de lectura del contenido hídrico real del suelo con el
medido por la sonda no superara el 15% de error, lo que permitió disminuir a más de la
mitad el error de toma de datos respecto a la calibración por defecto del equipo.
Introducción
El agua en el suelo juega un rol crítico en la regulación de la respuesta de los

ecosistemas al ambiente físico y su dinámica está regulada por el tiempo meteorológico,
la vegetación (tipo y estadio fenológico) y el uso y manejo del suelo (Curto et al., 2014).
Para hacer un uso eficiente en cantidad (relación consumo de agua / producto obtenido)
y calidad (relación consumo de agua / grado de contaminación), se requiere entender la
1
dinámica del agua en la naturaleza donde el suelo juega un factor clave como
“acumulador ecosistémico”. El suelo es un “receptor, captador y entregador” de agua a
los cultivos (De Santa Olalla Mañas et al., 2005). Por tanto, conocer los cambios de
humedad en el perfil del suelo resulta un dato fundamental a la hora de determinar el
consumo y la disponibilidad de agua para los cultivos entre otros aspectos, tanto para
tareas de investigación como de gestión eficiente de la producción agrícola.
Los métodos para la determinación de la humedad en el suelo suelen ser clasificados en

directos e indirectos. Dentro de los primeros se encuentra el método gravimétrico, y
dentro de los métodos indirectos se encuentran las sondas de neutrones, instrumentos
electromagnéticos, tensiómetros, psycrómetros, entre los más relevantes (Charlesworth,
2005). Estos se fundamentan en la medida de alguna propiedad física del suelo
dependiente del contenido de agua. Calculan la humedad mediante una calibración
entre ésta y una propiedad del suelo que es más fácil de medir, por ejemplo: la
constante dieléctrica del suelo (Charlesworth, 2005). Sin embargo, estos métodos son
altamente dependientes de la estructura y propiedades del suelo, por lo que requiere
calibración in situ por medio de una curva de ajuste potencial, que consiste en una
relación matemática entre las lecturas de frecuencia a escala (SF) y el contenido
volumétrico real de agua del suelo, este último determinado por el método gravimétrico y
por la densidad aparente (Sentek, 2003).
Calibrada la sonda, además de otorgar valores confiables también demandaría menor

tiempo en su ejecución y se podrá a futuro realizar un seguimiento del contenido hídrico
del suelo a lo largo del tiempo. Si bien existen antecedentes de calibración de estos
equipos a nivel nacional sobre diferentes suelos, no se han encontrado antecedentes
para los suelos Haplustoles típicos de la región. En tal sentido, el objetivo de este
trabajo es calibrar y validar los resultados de medidas del contenido hídrico de una
sonda de capacitancia (Diviner 2000) para Haplustoles típicos ubicados en el
Departamento Río Cuarto (Córdoba).
Área de estudio
La instalación de los tubos de acceso fue realizada bajo dos suelos representativos del
departamento Río Cuarto, ambos Haplustoles típicos. Los sitios experimentales fueron
el Campo de Docencia y Experimentación (CamDocEx) de la Universidad Nacional de
Río Cuarto (33°06'26,97"S; 64°18'01,21"O; 233 msnm) y el otro en un campo de
producción ubicado al sur de la localidad de Adelia María (33°49'12,81"S;
64°02'27,11"O; 233 msnm). Según el Atlas de Suelos de la provincia de Córdoba los
suelos Haplustoles ocupan el 50,65 % de la superficie del Departamento Río Cuarto por
lo que son uno de los grandes grupos representativos del mismo (Jarsum et al., 2003).
Además, se realizó la descripción morfológica del perfil según guía de reconocimientos
de suelos, propuesta por Etchevehere (1976) y se determinaron las contantes hídricas
2
(capacidad de campo CC y punto de marchitez permanente PMP), cada 10 cm de

espesor, mediante el método de membrana a presión desarrollada por Richards (1947).
Instalación y Calibración
Seis tubos de acceso de PVC (DE = 56,5 mm y DI = 51 mm) fueron instalados según las
recomendaciones del fabricante en diferentes condiciones hídricas: dos tubos bajo la
condición de suelo seco, dos en estado de saturación y dos a capacidad de campo
(Sentek, 2003).Para llegar a dichas condiciones de humedad se agregaron diferentes
cantidades de agua al suelo utilizando anillos de infiltración tal como lo indican Andrade
Junior et al. (2007). Cada 10 cm y hasta 1 m de profundidad se tomaron lecturas con la
sonda del cómputo bruto y se tomaron tres muestras para determinación de humedad
volumétrica (y densidad aparente, DAP). Con el dato del cómputo bruto fue posible
determinar la escala de frecuencia (SF) utilizando la siguiente ecuación:
SF = (Fa - Fs) / (Fa - Fw)
Dónde: Fa = es la lectura de frecuencias en el tubo de lectura mientras se encuentra

suspendido en el aire, Fs (Cómputo bruto) = el tubo se encuentra instalado en el suelo y
la lectura se realiza a una profundidad específica, Fw = es la lectura en el tubo
sumergido dentro de agua. Los valores de Fa y Fw fueron fijos en 177303 y 126187,
respectivamente.
Con los datos de contenido hídrico volumétrico y SF se obtuvo la ecuación de
calibración:
ϴ = (a SF b)
Dónde: SF= frecuencia a escala, a y b= coeficientes de calibración dependientes de tipo de

suelo, y ϴ = contenido hídrico volumétrico.
Para detectar si las curvas obtenidas a diferentes profundidades de suelo eran
estadísticamente diferentes, las pendientes y la ordenada al origen de las rectas (del
logaritmo natural de las variables analizadas) se compararon mediante el test de
paralelismo propuesto por Zar (1984) mediante el programa Graphpad Prism v 5.00 for
Windows (GraphPad Software, San Diego California USA).
Para la validación se instalaron, además, tubos bajo condiciones de diferente condición
hídrica (riego y secano) y se realizaron mediciones con la sonda y por el método
gravimétrico con el fin de comparar (i) la ecuación de calibración de fábrica, (ii) las
ecuaciones de calibración obtenidas para cada profundidad individual, y (iii) una única
ecuación de calibración para todo el perfil analizado.
3
Características generales del suelo

El suelo donde se realizó este trabajo es un Haplustol típico desarrollado sobre un
material franco arenoso muy fino. Estos son suelos profundos y bien drenados,
asociados a relieves planos o ligeramente ondulados con pendientes del 1% (Jarsum et
al., 2003).
A continuación se observa el perfil del Haplustol típico (Adelia María) analizado en este
trabajo (Figura 1) y su caracterización morfológica correspondiente.
Figura 1. Perfil del suelo, horizontes y profundidades.
Caracterización del perfil.

Horizonte: Profundidad: Descripción:
A1 0-9 cm Color (10 YR 3/6) en húmedo; franco-arenoso; estructura
en bloques sub-angulares finos moderados a débiles; límite
inferior claro suave.

en bloques sub-angulares medios moderados; límite inferior
claro suave.

en bloques sub-angulares medios a gruesos moderados;
límite inferior claro suave.
AB 33-47 cm Color (10 YR 5/4) en húmedo; franco-arenoso; estructura
4
en bloques sub-angulares medios a finos moderados; límite

Bw1 47-61 cm Color (10 YR 4/4) en húmedo; franco-arenoso; estructura

en bloques sub-angulares medios a finos moderados; límite
Bw2 61-73 cm Color (10 YR 4/6) en húmedo; franco-arenoso; estructura

en bloques angulares medios moderados a fuerte; límite
inferior gradual suave.
BC 73-87 cm Color (10 YR 5/6) en húmedo; franco-arenoso; estructura

en bloques sub-angulares medios a finos moderados a
débil; límite inferior abrupto.
C 87 cm a + Color (10 YR 5/6) en húmedo; franco-arenoso; masivo.
La densidad aparente (DAP) obtenida fue de 1,257 g cm-3 y varió en un rango de 0,81 g
cm-3 (en las capas superficiales) a 1,40 g cm-3 (el mayor profundidad). La materia
orgánica varió desde 0,29% en horizontes más profundos (BC y C) hasta 6,8% en el
horizonte A1.
A continuación (Tabla1) se muestran los valores de contenido hídrico a capacidad de
campo (que corresponden a una succión a 0,3 bar) y de punto de marchitez permanente
(succión de 15 bar).
Tabla 1. Contenido hídrico (mm)cada 10 cm de espesor según potencial mátrico (0,3-15

bar de succión) a diferentes profundidades.
Contenido hídrico (mm)
Profundidad (cm)
PMP (-15 bar) CC (-0,3 bar)
0-10 cm 6,80 15,39
10-20 cm 7,35 17,52
20-30 cm 7,61 17,42
30-40 cm 7,15 18,46
40-70 cm 6,20 13,60
70-100 cm 6,75 14,85
Calibración de la sonda
Para la calibración de la sonda se utilizaron un total de 309 muestras inalteradas
válidas. En la tabla 2 se muestran los parámetros de la ecuación de calibración de la
relación existente entre la frecuencia normalizada (SF) y la humedad volumétrica
medida.
5
Tabla 2. Parámetros de la ecuación de calibración para las diferentes profundidades y el

perfil entero.
3 -3
2 Cont. Hídrico (m m )
Profundidad (cm) Parámetro a Parámetro b R n
Mín. Máx.
0-10 0,4335 0,2058 0,7800 35 0,046 0,360
10-20 0,3323 0,2929 0,8771 29 0,070 0,478
20-30 0,2873 0,3538 0,8685 24 0,079 0,248
30-40 0,3217 0,308 0,8343 32 0,050 0,336
40-50 0,3139 0,3212 0,8687 33 0,052 0,263
50-60 0,2903 0,3379 0,8837 35 0,060 0,330
60-70 0,3486 0,287 0,7055 29 0,074 0,266
70-80 0,3622 0,2648 0,6956 32 0,063 0,299
80-90 0,2335 0,4264 0,8191 32 0,073 0,270
90-100 0,3761 0,2633 0,7539 28 0,116 0,237
0-100 0,3374 0,2917 0,7787 309 0,046 0,478
Los niveles de ajustes obtenidos (Tabla 1) son aceptables, con coeficientes de

determinación R2 medio de 0,8059 (y un rango desde 0,70 a 0,88), en todas las
ecuaciones este ajuste fue estadísticamente significativo (p<0,05), calibraciones
realizadas en diferentes tipos de suelos alrededor del mundo reportan niveles de ajustes
de la ecuación que van de R2: 0,58 a 0,99 (Sentek, 2003). Por otro lado, el rango de
humedad volumétrica que se analizó es muy amplio con valores comprendidos entre 4,6
y 47,8%, esto es importante ya que un bajo rango de humedades analizadas es
mencionado como uno de los principales problemas en la calibración de esta sonda
(Sentek, 2003).
Al analizar el test de paralelismo de comparación de pendientes (Zar, 1984), se observó

que no existe diferencia estadísticamente significativa entre las diferentes ecuaciones de
calibración obtenidas para las diferentes profundidades del suelo (p>0,99), por lo cual es
posible utilizar una única ecuación de calibración (ϴ = 0,3374 SF 0,2917) para todo el perfil
analizado.
Validación
En la figura 2 se comparan los valores de humedad a diferentes profundidades del perfil
en distintos tratamientos, con riego superficial y en secano. En ambas condiciones
hídricas, al contrastar las tres calibraciones posibles de utilizar con la humedad medida
por gravimetría, se puede observar que en la calibración por defecto provista por el
fabricante (valores promedios obtenidos de varios tipos de suelo) se obtienen las
mayores diferencias, dándose una marcada sobreestimación de los datos medidos.
6
Secano Riego
0 0
-20 Gravimétrico -20 Gravimétrico

Frabricante Frabricante
Cal. por Profund. Cal. por Profund.
-40 Cal. Única -40 Cal. Única
-60 -60
-80 -80
-100 -100
10 20 30 40 10 20 30 40
Contenido hídrico (mm) Contenido hídrico (mm)
Figura 2. Contenido hídrico del suelo (cada 10 cm de espesor) en un perfil transversal
hasta la profundidad de 100 cm medido con gravimetría y con la sonda Diviner 2000 con
diferentes calibraciones, para condición de riego y secano.
En cuanto a las calibraciones locales (calibración por profundidad y calibración para el

perfil entero) en general arrojaron valores más cercanos al contenido hídrico real que
posee el suelo. En general, se pueden señalar tendencias a subestimar el contenido
hídrico en las primeras capas del perfil y a sobreestimar estos valores a profundidad. Sin
embargo, al analizar la raíz cuadrada del error medio (RCEM), esta fue de 6,86 mm para
la calibración del fabricante, y de 2,92 y 3,02 mm para las calibraciones por profundidad
y una única, respectivamente. Esto significa que se pudo disminuir el error de toma de
datos a menos de la mitad, es decir desde un error del 35% en la calibración por defecto
a uno del 15% en las calibraciones locales.
A su vez, las diferencias en las capas superficiales del suelo han sido también
descriptas por otros autores (Andrade Junior et al., 2007; Curto et al., 2014), quienes
señalan la alta variabilidad en la DAP en horizontes superficiales como una de las
principales fuentes de error. Sin embargo se requiere de un mayor número de
muestreos para mejorar los niveles de ajuste de la validación de las ecuaciones
encontradas.
Conclusiones
Se logró calibrar una sonda FDR (Diviner 2000) en suelos Hapustoles típicos
representativo del departamento Río Cuarto obteniéndose ecuaciones para cada
profundidad analizada. El test de La comparación de pendientes indicó que no existen
diferencias significativas entre los parámetros obtenidos en la ecuación de calibración
única del perfil en relación a los obtenidos a cada profundidad, por lo que es posible
utilizar una única calibración para todo el perfil del suelo.
7
Con las ecuaciones de calibración de la sonda encontradas en este trabajo se logró

mejorar el nivel de ajuste de los datos medidos con la sonda y aquellos obtenidos por el
método gravimétrico, logrando disminuir a más de la mitad en nivel de error de medición
(RCEM) en relación a la presentada por los fabricantes (default), lo que permitió lograr
una mayor exactitud de las lecturas con la sonda.
Agradecimientos
Los costos de adquisición del equipo y los gastos de este trabajo fueron provistos por el
PID-013-2009 “Bases ambientales para el ordenamiento territorial del espacio rural de la
provincia de Córdoba”. Ministerio de Ciencia y Tecnología (MinCyT) del Gobierno de
Córdoba y del Fondo para la Investigación Científica y Tecnológica (FONCyT) de la
Agencia Nacional de Promoción Científica y Tecnológica de la República Argentina.
Bibliografía
Andrade Júnior, A. S., Silva, C. R. &R. Daniel.2007.Calibração de um sensor capacitivo

de umidade em Latos solo Amarelo na microrregião do Litoral Piauiense. Agrária, 2,
303-307.
Charlesworth, P. 2005. Soil water monitoring. CSIRO/CRC irrigation futures. Land and
Water Australia, Canaberra. 96 p.
Curto, L., Covi, M., Cambareri, M., Della Maggiora, A. & M. I. Gassmann. 2014.
Calibración de datos observados de contenidos de agua en el suelo con sensores
capacitivos. Reunión Binacional Uruguay-Argentina de Agrometeorología y XV Reunión
Argentina de Agrometeorología.
Etchevehere, P. 1976. Normas de Reconocimiento de Suelos. INTA. Departamento de
Suelos. Public. (152), Castelar, Buenos Aires
De Santa Olalla Mañas, M. & F. Lopez. 2005. Agua y agronomía. 1ra ed. Mundi-Prensa
Libros, España. 602 p.
Jarsún, B., Gorgas, A., Zamora, E., Bosnero, E., Lovera, E. & J.L. Tassile. 2003. Suelos-
Nivel de reconocimiento 1: 500.000. Recursos naturales de la Provincia de Córdoba.
Córdoba (Argentina), 512 p.
Richards, L. A.. 1947. Pressure membrane apparatus: construction and use. Agricultural
Engineering, 28(10), 451-454.
Sentek. 2003. Calibration of Sentek Pty Ltd soil moisture sensors. Stepney: Sentek Pty
Ltd. 60 p.
Zar, J.H. 1984. Bioestatistical analysis. Department of Biological Sciences, Northern
Illinois University. USA. 842 p.
8
MECANISMOS IMPLICADOS EN EL SECUESTRO DE CARBONO EN SUELOS DE

MALLINES DE PATAGONIA NORTE
ENRIQUEZ, ANDREA SOLEDAD12* & CREMONA, MARÍA VICTORIA2
1
CONICET. 2INTA EEA Bariloche-Modesta Victoria 4450. CP: 8400. Bariloche Río Negro
*[email protected].
Palabras clave: Humedales patagónicos. Ciclo del carbono. Flujos de carbono.
Resumen
El suelo de los mallines de Patagonia Norte representa un importante reservorio de

carbono (C), que puede variar en función de la precipitación media anual-PMA que
reciben y del gradiente de humedad edáfica interno. Este trabajo tiene como objetivo
estudiar algunos de los principales mecanismos implicados en el secuestro del CO2
atmosférico para conocer la dinámica de este elemento en el ecosistema mallín. En tres
sitios de estudio localizados en un fuerte gradiente de precipitación Oeste-Este (650,
280 y 150 mm año -1) y que contaban con dos tipos de mallín (húmedo-MH y mesico-
MM), se evaluó el balance neto del CO2 (intercambio neto del ecosistema-INE) mediante
el estudio del ingreso (tasa de fotosíntesis-TF) y egreso (tasa de respiración-TR) de este
elemento al ecosistema. También se estudió la tasa de descomposición biológica-k de la
hojarasca (pasaje de biomasa aérea a suelo). Los resultados mostraron que el INE fue
positivo durante todo el año. La k fue en promedio más lenta en MH que en MM; para
los MM kfue más lenta en el sitio que recibe más PMA pero para MH se halló lo
contrario, suponiendo que la salinidad en ambientes más áridos puede afectar la
actividad microbiana. Estos resultados apoyan lo hallado en estudios previos de
reservorios de carbono para estos ambientes y refuerzan su valor como prestadores del
servicio ecosistémico de sumidero de C en regiones semiáridas.
Introducción
Hace décadas se reconoce que los mallines de la Patagonia tienen elevados contenidos
de materia orgánica del suelo (MOS), pero recientemente se ha determinado que los
suelos de los mallines húmedos y mésicos del norte de la Patagonia son importantes
reservorios de C, no solo en relación con la estepa que los rodea sino que ésta puede
compararse con la de otros tipos de humedales del mundo (Enriquez et al., 2015). La
reserva de C de los mallines se almacena en perfiles de suelo de al menos un metro de
profundidad, con horizontes poco diferenciados, de color oscuro y con poca
pedregosidad, que se inundan estacionalmente debido al ascenso del nivel freático por
ingreso de agua de lluvias y de escurrimiento superficial y subsuperficial. El gran
desarrollo en profundidad de estos suelos se acompaña de elevados niveles de carbono
orgánico del suelo-COS (170 g Kg-1 hasta 10 g Kg-1 a 1 m) y de una reserva de carbono
1
del suelo-RCS (400 t C ha-1),a 1 m de profundidad (Enriquez et al., 2015). En base a

estos resultados surge el interés de investigar algunos de los mecanismos implicados en
el secuestro y almacenamiento del C en el suelo de mallines de Patagonia Norte, a
través de la cuantificación de los principales flujos del ciclo de C.
Por definición, el balance de C es la diferencia entre las ganancias y las pérdidas de los
ecosistemas en determinado período de tiempo. Para que los ecosistemas ganen Clo
primero que debe ocurrir es la fijación del CO2 desde la atmósfera. Este proceso se
realiza a través de la fotosíntesis, en donde el C pasa de una forma química sencilla
(molécula gaseosa) a una forma química más compleja (molécula orgánica) (Kayranli et
al., 2010). Luego de un tiempo, el C en la biomasa vegetal es incorporado al suelo
mediante el proceso biológico de la descomposición. De esta manera el C llega al suelo
y sufre distintas transformaciones, hasta que es liberado o perdido principalmente en
forma de CO2 en la respiración ecosistémica (microorganismos+raíces) (Kayranli et al.,
2010). La respiración puede ser de autótrofos (plantas y bacterias fotosintetizadoras) y
heterótrofos (hongos, animales y algunas bacterias), aunque las pérdidas de C también
pueden darse desde compuestos volátiles orgánicos, metano o carbono soluble
(Kayranli et al., 2010). La cuantificación de estos intercambios es difícil debido a la
variedad de procesos que están involucrados, por lo que cualquier estudio que ayude a
comprender alguna parte de este ciclo en ecosistemas, sobre todo en los aún no
estudiados como los mallines de la Patagonia, son valorados.
Los mallines son una clase de humedal de tipo semipermanente que pueden
desarrollarse a lo largo de un fuerte gradiente de precipitación Oeste-Este (~900 a 150
mm)y que sufren de anegamientos temporales en el contexto de una zona árida y
semiárida, con inviernos húmedos y fríos y veranos cálidos y secos, lo cual se encontró
afecta a la reserva de C en sus suelos (Enriquez et al., 2015). Teniendo en cuanta lo
anterior surgen las siguientes hipótesis de trabajo:
1) La actividad fotosintética se activará a fines de la primavera-inicio del verano

(noviembre-diciembre), coincidiendo con el incremento de la temperatura ambiental y el
inicio de descenso del nivel freático.
2) La actividad fotosintética finalizará a fines de la primavera (abril), coincidiendo
con la reducción de la temperatura ambiente y el inicio de ascenso del nivel freático.
3) El intercambio neto del ecosistema-INE (diferencia entre ganancia por
fotosíntesis y pérdida por respiración de CO2) será positivo en el año.
4) La tasa de descomposición de la materia orgánica (k) estará influenciada por el
anegamiento temporal del suelo, siendo menor en mallines centrales de tipo húmedo
(MH) que en mallines periféricos o mésicos (MM).
5) El aporte de agua de precipitación afecta a los flujos de C, por lo que la k será
mayor en mallines del Este.
Se seleccionaron tres sitios de estudio a lo largo de un gradiente Oeste-Este de
precipitación de Patagonia Norte. Cada sitio se ubica en una región ecológica distinta, a
2
aproximadamente 100 km de distancia entre cada uno (Bran et al.,1998;

Leónetal.,1998): 1) Bariloche (Bar) (41° 02´034.06´´S, 71° 04´19.6´´W), localizado en la
región ecológica de Precordillera. 2) Pilcaniyeu (Pil) (41°03´´33.4´´S, 70°31´06.6´´W),
localizado en la región de Sierras y Mesetas Occidentales. 3) Ing. Jacobacci (Jac)
(41°35´4´´S, 69°22´39´´W), Sierras y Mesetas Orientales. La PMA que recibe cada sitio
es de 650 mm (Bar), 280 mm (Pil), y 150 mm (Jac). La temperatura media anual para
todos los sitios varía entre 7,5 y 9 °C. La precipitación se concentra en los meses de
invierno (mayo-agosto) mientras que la estación de crecimiento vegetal (diciembre-
marzo) es seca.
Por razones de topografía, los mallines de Patagonia muestran un gradiente de
humedad edáfica que pude desarrollar dos comunidades de plantas: (a) mallines
húmedos (MH) dominados por Juncusbalticus en el área más baja, central y húmeda, y
(b) mallines mésicos (MM) dominados por Festucapallescensen áreas relativamente
más elevadas, periféricas y secas (Burgos, 1993). El sitio Jac no cuenta con el tipo MM.
Muestreos
En cada sitio de estudio (Bar, Pil y Jac) y tipo de mallín (MH y MM) se realizó lo
siguiente:
Intercambio neto del ecosistema (INE)
El INE se midió con un IRGA (Infra Red Gas Analizer-Modelo: PP-systems EGM-4),
adaptado por Vourlitiset al. (1993), con una cámara translúcida de acrílico. En cada sitio
de muestreo se seleccionaron áreas que se fijaron para realizar las cuatro mediciones
consecutivas y programadas en los períodos noviembre-diciembre de 2011 y enero-
febrero, marzo y abril de 2012 (Figura 1). En cada momento de medición, en el MH se
realizaron 8 mediciones dada la homogeneidad de la vegetación. El MM se compone de
una vegetación heterogénea compuesta de un mosaico de parches de Festuca (pF)
einterparches de Festuca (ipF) por lo que en MM se realizaron 5 mediciones para cada
situación (pF e ipF). La humedad edáfica (%HS) y la radiación fotosintéticamente activa
(PAR) se monitorearon en simultáneo con las mediciones del IRGA con un medidor
automático de medición de humedad edáfica (marca Hydrosense) y con un sensor de
PAR (marca Cava devices), respectivamente.
3
Figura 1.Esquema teórico del ciclo de crecimiento vegetal en mallines de la estepa

Patagónica. Los primeros macollos comienzan a brotar en el mes de noviembre
aproximadamente. La biomasa verde (V) crece y alcanza su máximo desarrollo
alrededor del mes de enero, cuando comienza la senescencia (S) de las hojas de las
plantas. El ciclo termina alrededor del mes de abril, con posibilidad de rebrote otoñal
(elaborado con datos de Cremona et al., 2007).
Tasa de respiración del ecosistema (TRE)

Las mediciones se realizaron de igual manera que para la el INE, pero cubriendo la
cámara del IRGA con una tela black-out, simulando la condición nocturna.
Tasa de fotosíntesis (TF)

Se estima indirectamente mediante la siguiente relación:
Ecuación 1. TF= INE+TRE, TRE <0.
Tasa de descomposición (k)

Se utilizó la técnica de las bolsas de descomposición o “litter bags”, compuestas por una
mezcla de hojas senescentes (OECD, 2006). Las muestras de vegetación se
recolectaron a finales de la estación de crecimiento (abril 2010), se secaron a
temperatura ambiente y se guardaron hasta su uso. Las bolsas de malla de polietileno
(15 x 10 cm, de aproximadamente 0,2 mm de luz) se armaron con 4 g de la mezcla de
las especies dominantes, en una proporción que reflejó la estructura natural de cada tipo
de mallín: a) MH, con Juncus balticus, Poa ligularis, Carex sp. y una mezcla de hierbas
anuales, b) MM, con Festuca pallescens, Poa spp. y una mezcla de hierbas anuales.
Las bolsas se instalaron aleatoriamente al final de la estación de crecimiento (mayo del
2011) sobre la superficie del suelo (descomposición biológica) y se sumaron bolsas
vacías como control. Para cada sitio de muestreo, se partió de 30 bolsas compuestas +
10 bolsas control, extrayendo 5 bolsas compuestas + 2 bolsas control en cada uno de
los muestreos realizados en distintos intervalos de tiempo: a los 30, 90, 180 y 360 días.
4
En junio de 2011 se produjo un evento natural de vulcanismo en el cordón Caulle-

Puyehue, Chile. Este evento generó la expansión de una pluma de cenizas que abarcó
las regiones de Cordillera y Precordillera y que se depositó sobre los ensayos instalados
formando una capa de unos 3 cm de espesor, en promedio (bolsas sin exposición a la
radiación solar y cubiertas de ceniza). El material vegetal inicial y el remanente en las
bolsas (biomasa remanente-BMR) se limpió en seco con pinceles y tamices (0,2 mm y
0,05 mm), se secó al aire hasta peso constante y se le determinó la MO por calcinación
(Schlesinger y Hasey, 1981;Maithaniet al., 1998) para eliminar el error de contaminación
por ceniza volcánica y suelo, y dado que la ceniza tuvo 0 % MO en los análisis químicos
(Cremona et al., 2011). La Ecuación 2muestra la corrección del peso de la BMR por la
fracción mineral.
Ecuación 2.MOR-LCt
donde MOR-LCt es la materia orgánica remanente libre de ceniza en el tiempo t (g) y

%MOt es el porcentaje de materia orgánica en el tiempot.
La disminución de la MOR-LC en el tiempo se refirió siempre al 100% recalculado
(MOR-LC, t=0), utilizando %MOR-LC como coeficiente de disminución. Los cálculos de
tasa de descomposición (k) se realizaron a partir del ajuste de %MOR-LC con el modelo
exponencial negativo (Olson, 1963):
Ecuación 3. MOR-LC , k<0, donde MOR-LC es la fracción de del
material vegetal remanente (libre de cenizas) luego de t años, MO i es la materia
orgánica inicial, t es el tiempo de incubación (años) y k es la constante de
descomposición.
Análisis de los datos
Flujos de C
Los flujos de C medidos con el IRGA (INE y TRE, en g CO2 m-2 h-1) fueron
transformados en flujos diarios multiplicando los mismos por tres (g CO2 m-2 día-1), ya
que las mediciones se realizaron durante los momentos de máxima actividad
fotosintética del día (>1000 PAR), período que dura aproximadamente 3 horas por día.
Los datos se analizaron con el programa Prism4 (Graph Pad, San Diego, CA, USA).
Utilizando el criterio de AIC (menor es mejor) y sumado la interpretación de gráficos de
residuales (verificando supuestos de homogeneidad de varianza y normalidad), se eligió
el modelo de mejor ajuste para los datos obtenidos para los tres flujos (INE, TRE y TF),
generado como promedio de las repeticiones realizadas para cada variable en el tiempo
(4 muestreos) y cada tipo de mallín (MH= 8; MM= 5+5, para parche e interparche de
Festuca sp.). El flujo de CO2 a lo largo de la temporada de crecimiento vegetal (4
meses) fue transformado en flujo de C considerando el peso molecular del CO 2 (C =
48/12= 25 %). Considerando para este caso que el INE calculado en la temporada se
corresponde a un año, se determinó el área debajo de la curva promedio de INE
5
(integral del polinomio de grado 3 para cada caso) con el uso del programa Prism4, que
se corresponde a la ganancia neta de C en un año (kg C m-2 año-1). Los cálculos de
flujos de CO2 contemplaron la cobertura de Festuca pallescens de los MM de referencia
(Tabla 1), ponderando por % de cobertura (pF e ipF) en el cálculo de ganancia de C por
unidad de superficie considerada de mallín (ej. 1 m2).
La comparación entre situaciones (e.g. MH vs MM;Bar vs.Pil vs.Jac) se realizó con el
mismo programa, contrastando los parámetros del modelo no lineal elegido y sus
interacciones. Las comparaciones gráficas se utilizaron para proveer de una rápida
visualización de la bondad de ajuste, pero el R2 ajustado (que contempla el número de
parámetros-p del modelo y el número de datos-n) se utilizó como índice estadístico para
confirmar la bondad de ajuste o la significancia del conjunto de datos al modelo
seleccionado (Archontoulis y Miguez, 2013). Los parámetros ajustaron al modelo
común, con p< 0,05.
Los patrones de variación estacional de la concentración de INE, TRE y TF, se
analizaron con un ANOVA para cada sitio de estudio, poniendo previamente a prueba
los supuestos de normalidad y homogeneidad de variancia y considerando la fecha de
muestreo con 4 niveles (noviembre, enero, marzo y abril). La correlación entre fechas de
muestreo fue contemplada modelando la covariancia con un modelo autorregresivo de
primer orden, de acuerdo al criterio Akaike (< AIC). Las diferencias fueron consideradas
significativas cuando p< 0,05. Se utilizó el procedimiento pmixed del paquete estadístico
SAS v.9.1 (SAS 2002-2003, SAS Institute Inc., Cary NC, USA).
La tasa de descomposición del mantillo se analizó utilizando también el programa

Prism4. Las constantes de descomposición (k) se determinaron a partir del ajuste de los
datos de MOR-LC a un modelo exponencial simple negativo (Ecuación 3), según Olson
(1963).Se interpretaron los gráficos de residuales (verificando supuestos de
homogeneidad de varianza y normalidad). Para comparar las diferencias en las tasas de
descomposición (k) entre las diferentes situaciones (MH vs MM, Bar vs Pil vs Jac), se
contrastó el parámetro de decaimiento k obtenido de la ecuación hallada para cada
caso.Las comparaciones gráficas se utilizaron para proveer de una rápida visualización
de la bondad de ajuste, pero el R2 ajustado (que contempla el número de parámetros-p
del modelo y el número de datos-n) y el p se utilizaron como índices estadísticos para
confirmar la bondad de ajuste del conjunto de datos al modelo seleccionado
(Archontoulis y Miguez, 2013) y la significancia del parámetro k, respectivamente.
Tabla 1.Porcentaje de coberturaaérea de las matas de Festuca sp para los sitios donde
está presente este tipo de mallín con pastoreo histórico leve o de referencia (Diehl, 2012
comunicación personal).
Sitio estudio Tipo de mallín Medición Cobertura (%)
Bar MM Parche Festuca 44
Pil MM Parche Festuca 48
Jac MM Ausente ----
6
Resultados
Flujos de C: Intercambio neto del ecosistema (INE), tasas de respiración del
ecosistema (TRE) y de fotosíntesis (TF).
La variabilidad en las mediciones del INE y TRE fue en casi todos los casos elevada.
Las curvas promedio de INE obtenidas de la modelización de las mediciones de los
flujos netos de CO2 durante la estación de crecimiento vegetal (noviembre 2011 a abril
2012) fueron siempre positivas (Figura 2). Las únicas curvas de INE que mostraron
picos máximos significativos durante la estación de crecimiento vegetal fueron las de
Bar MH y Pil MH. El resto de los sitios mantuvo curvas de INE sin diferenciación
significativa en el tiempo (Figura 2). En todos los casos se observó que la actividad
fotosintética se inició antes de la primera medición y culminó poco después que la
medición final. Las curvas de TF de los MH de los tres sitios de estudio mostraron una
reducción significativa hacia fines del período de crecimiento vegetal contemplado
(Figura 2). Los MM (pF e ipF) mostraron comportamientos constantes, sin diferencias
entre mediciones a lo largo de la temporada, excepto MM-ipF de Bar que mostró una
reducción significativa para enero 2012 (Figura 2). El comportamiento de las curvas de
TRE fue el inverso al hallado para las TF, para cada sitio de muestreo. Así, las curvas
de TF y TRE tienden a cruzarse al disminuir una y al aumentar la otra respectivamente
hacia el otoño y en el mes de abril (Figura 2).
a
Bar 800 Pil Jac
800 800
a a
600 a 600 ab 600
a ab b
MH (mg CO2 cm-2 h-1)
400 400 400

a a b
Flujos de CO2
200 b 200 ab a a b 200 a c

a a
b b a a
0 0 0
40848 40909 40969 41000c 40848 40909 40969 41000b nov-11 dic-11 ene-12 feb-12 mar-12 abr-12
-200 a b a -200 a ab a -200
b b
-400 -400 -400 a
-600 a
-600 -600
-800 -800 -800
Temporada de crecimiento vegetal
1000 1000 a
800 800 a
a a
MM-pF (mg CO2 cm-2 h-1)
600 600
a a a a
400 400 a
a
Flujos de CO2
ab a
200 a 200 a
a ac INE
0 0 a
-200 a40848 40909 40969 41000
ab -200 a
40848 40909
a
40969 41000
b a
-400 b -400 TF
-600 -600
-800 TRE
-800
MM ipF (mg CO2 cm-2 h-1)
700 700 a
a
500 a ab 500 a
Flujos de CO2
b a a
300 300
a a ab ab
100 a 100 a a
a
-100 nov-11 dic-11 ene-12 feb-12 mar-12 abr-12 -100 nov-11 dic-11 ene-12 feb-12 mar-12 abr-12
c a a
b a a
-300 a ac -300
-500 -500
Temporada de crecimiento vegetal Temporada de crecimiento vegetal
Figura 2. Flujos de CO2: intercambio neto del ecosistema (INE= TF-TRE) y tasa de respiración
-2 -1
del ecosistema (TRE), medidos en mg CO2cm h . Los flujos fueron medidos durante la estación
de crecimiento vegetal (noviembre 2011 a abril 2012) en los tres sitios de estudio de referencia
(Bar, Pil y Jac) y para los mallines húmedo (MH) y mésico (MM), diferenciando parche de
Festuca (MM-pF) de inter parche de Festuca (MM-ipF). Letras distintas indican diferencias
significativas entre fechas de muestreo, a lo largo de la temporada de crecimiento vegetal para
cada flujo.
7
Durante el período de crecimiento vegetal contemplado, las tres variables mostraron

comportamientos que se ajustaron con diferentes R2 aj a polinomios de grado 3
(Y . El contraste de parámetros de los polinomios
3 para las tres variables analizadas entre tipos de mallín mostró diferencias significativas
en la dinámica de INE entre MH y MM-pF (Bar y Pil: R2 aju de 0,45 y 0,15,
respectivamente) y entre MH y MM-ipF (Pil: R2 aj de 0,41). Para la dinámica de TF se
hallaron modelos ajustados entre MH y MM-pF (Pil: R2 aj de 0,28) y entre MH y MM-ipF
(Bar: R2 aj de0,55). Las curvas de TRE no mostraron ajustes entre tipos de mallín para
ningún sitio.
Los contrastes de modelos para la dinámica de INE, TRE y TF entre sitios de estudio
con distinta precipitación media muestra que la dinámica fue distinta entre los MH de
Bar y los MH de Pil y Jac, pero la dinámica de INE entre MH de Pil y Jac ajustó a un
modelo común, con un R2 aj= 0,46. El modelo de MM-pF para Bar y Pil no tuvo ajuste
común pero sí el de MM-ipF (R2 aj = 0,22). La dinámica de la TF de Jac MH ajustó a la
de Bar (R2 aj= 0,70) y Pil (R2 aj= 0,66), y los modelos de MM (pF e ipF) fueron comunes
para los sitios Bar y Pil (R2 aj= 0,09). La dinámica en el tiempo de los modelos de TRE
mostró un ajuste común para los dos tipos de mallín entre todos los sitios (R 2 aj
promedio de 0,6 para MH y R2 aj promedio de 0,2 para MM).
Al La integración de la captura de CO2 (corregido a C según peso molecular) por parte
de los MH y MM muestreados a lo largo de la temporada de crecimiento vegetal, que
representaría un año con días de 3 horas de máxima actividad, se obtiene la ganancia
neta de C anual en el ecosistema. Se ponderan los valores hallados para parches e
interparches de Festuca según Tabla 1.
Considerando los parches e interparches de Festuca por separado (Tabla 1), los INE de
MH fueron siempre mayores (MH>MM-pF y MH>MM-ipF, con pF>ipF). Considerando la
suma de los parches e interparches ponderados de Festuca de MM, los tipos de mallín
no mostraron diferencias en la ganancia neta de C (MH≈MM) (Figura 3). Los valores
totales de INE de los sitios del centro-oeste fueron similares (Bar≈Pil) y a su vez
mostraron mayores valores que el sitio Jac, ubicado en la región más seca del gradiente
evaluado (Figura 3).
8
MH MM-pF MM-ipF
1.6
1.43
1.36
1.4
1.2
INE (kg C m-2 año-1)
1.05
1.0
0.8 0.73
0.60
0.6 0.52
0.4
0.23
0.2
0.0
Bar Pil Jac
Figura 3.Valores de intercambio neto del ecosistema (INE = fotosíntesis – respiración
del ecosistema), obtenidos a partir de la integración la curva promedio de todas las
mediciones realizadas durante la estación de crecimiento vegetal (noviembre 2011- abril
2012) para los tres sitios de estudio de referencia y para los mallines húmedo (MH) y
mésico (MM), diferenciando y ponderando según la superficie ocupada por parche de
Festuca (pF) e inter parches de Festuca (ipF).
Flujos de C: Tasa de descomposición (k)

Los valores de materia orgánica remanente libre de cenizas (MOR-LC) medidos en el
tiempo en los ensayos de descomposición biológica (Figura 2) se ajustaron al modelo
exponencial simple negativo (Olson, 1963), con un R2 aj de ~0,9 para todos los casos.
La disminución de la MOR-LC mostró velocidades de cambio distintas en el tiempo
(Figura 4.A). La tendencia general parece ser un momento de disminución acelerada
durante el primer mes (abril-mayo), luego esta se estabiliza durante el siguiente período
(mayo-julio) y vuelve a acelerarse para los dos siguientes períodos (julio-octubre y
octubre-abril), con diferentes velocidades para cada mallín (Figura 4.A). La MOR-LC de
los dos tipos de mallín del sitio Bar (MH y MM) presentaron similar velocidad de cambio
a lo largo de todo el proceso de descomposición biológica desde el inicio del proceso y
una pérdida de MO final de 60 % y 61 %, respectivamente (Figura 4.A). Los MH y MM
de Pil mostraron similar velocidad de decaimiento de mayo a octubre pero luego
difieren, mostrando una pérdida de MO final de 38% y 76%, respectivamente (Figura
4.A). El MH de Jac tuvo velocidades de cambio similares al MH de Pil durante todo el
proceso, desacelerando en el último período con una pérdida de MO final de 32%
(Figura 4.A). En promedio, los MH perdieron finalmente un 43 % y los MM 69% de MO.
A partir de la disminución de la MOR-LC en el tiempo se hallaron las tasas de
descomposición biológica (k) para los tres sitios de estudio y los dos tipos de mallín
(Figura 4.B). Se encontró en promedio que la tasa k de los tres MH fue menor que la
hallada para los dos MM evaluados, aunque sólo se encontraron diferencias
significativas en k entre tipo de mallín para el sitio Pil, (R2 aj= 0,63 y p= 0,0002). A su
vez, la constante k fue aumentando desde el sitio del Este (Jac) al sitio ubicado en el
9
Oeste (Bar) para los MH (k-Jac≤ k-Pil<k-Bar) (con R2 aj promedio~ 0,70 para las tres
relaciones) y lo contrario se observó para los MM, siendo k-Pil>k-Bar, con R2 aj ~ 0,90.
Pil-MM Bar-MM Jac-MH Pil-MH Bar-MH
Bb Mallín Húmedo
A) 120 B) 1.8
Mallín Mésico
1.6
100
Materia orgánica remanente
1.4
a
libre de ceniza (%)
k (año-1)
80 1.2 a
1
60
0.8
Ab
40 0.6 b
0.4
20
0.2
0 t (años) 0
0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 1.1 Bariloche Pilcaniyeu Jacobacci
Figura 4. A) Materia orgánica remanente (libre de cenizas) en el tiempo expresada como

porcentaje del peso inicial, para los tratamientos de descomposición. Los símbolos llenos indican
mallines húmedos (MH) y los vacíos mallines mésicos (MM) de los tres sitios de estudio en
buena condición de pastizal medidos en Patagonia norte: Bariloche (Bar), Pilcaniyeu (Pil) y
Jacobacci (Jac). Barras muestran desvíos estándar. B) Constante de tasa de descomposición
Biológica (k) obtenida a partir del ajuste de los valores de decaimiento de la materia orgánica con
modelo exponencial negativo de Olson (1963). Las constantes se hallaron para mallines
húmedos (MH) y mallines mésicos (MM) de los tres sitios de estudio. Se comparak entre tipos de
mallín con letras mayúsculas y entre sitios de diferente precipitación media con letras
minúsculas. Barras muestran desvío estándar del parámetro k.
Discusión
La cantidad de C acumulado en el suelo es el resultado de un balance entre el ingreso

de material orgánico desde la biota y las pérdidas debidas, principalmente, a la
respiración del ecosistema. Los suelos de los mallines aquí analizados se han
desarrollado hasta más de 1 m de profundidad, con altos niveles de reserva de C en el
suelo (400 t ha-1, en promedio). Contribuyen a este resultado las elevadas
productividades tanto aéreas como subterráneas que llegan a tener los
mallines(Enriquez et al., 2015). En este trabajo se cuantificaron los flujos de C de
mallines de Patagonia, encontrando que los flujos de este elemento gaseoso también
contribuyen al secuestro y almacenamiento del C en estos ecosistemas.
Este trabajo postuló que los flujos de CO2 seguirían la dinámica de la vegetación
observada por Cremona et al.(2007), sugiriendo que la actividad fotosintética 1) se
iniciaría a fines de la primavera-inicio del verano (noviembre-diciembre), coincidiendo
con el incremento de la temperatura ambiental y el inicio de descenso del nivel freático y
2) que finalizaría a fines de la primavera (abril), coincidiendo con la reducción de la
temperatura ambiente y el inicio de ascenso del nivel freático. Los resultados
encontrados rechazan parcialmente la primera hipótesis y aceptan la segunda, ya que
en todos los casos la actividad fotosintética se inició antes de que las primeras
10
mediciones tuvieran lugar (noviembre)pero se redujo durante las mediciones finales

(abril), coincidiendo con la disminución de la biomasa verde. Aunque los patrones de
desarrollo de la vegetación sugeridos siguen a los patrones de temperatura y variación
freática pautados, los resultados sugieren que futuros trabajos inicien más
tempranamente la medición de flujos de CO2, a fin de captar todo el desarrollo
fenológico de la vegetación de mallín y de ajustar los cálculos de captura de C. A pesar
del desfasaje inicial, el comportamiento acoplado de la vegetación aérea y los flujos de
C permiten considerar la integración de la ganancia de CO2 a lo largo del período de
crecimiento vegetal medido como el equivalente al período anual, ampliando el período
de muestreo para captar mejor el ciclo completo de crecimiento vegetal.
Todos los mallines de referencia fueron sumideros de C durante el año medido, ya que
las tasas de intercambio neto de C encontradas en el ecosistema fueron positivas en
todas las situaciones contempladas, aceptando así la hipótesis 3 de planteada en este
trabajo. La ganancia neta de C del ecosistema mallín es comparable a los hallados para
otros tipos de humedales (turberas, humedales costeros) y campos agrícolas, son bajos
respecto a ecosistemas como humedales árticos y ecosistemas riparios y se muestran
un poco mayores que ciertos bosques boreales (Gorham, 1991; Trumbore y Harden,
1997; Mc Carty y Ritchie, 2002; Turunen et al., 2002; Brevik y Homburg, 2004; Euliss et
al., 2006; Mander et al., 2008). Sin embargo, si se considera que en este trabajo sólo se
analizaron 3 horas por día durante los momentos de máxima actividad fotosintética (y
que no se midió durante el inicio de la actividad), se estima que la captura de CO 2
atmosférico cuantificada se ha subestimado. La sensibilidad del INE a ciertas
perturbaciones o cambios en el ambiente (White et al., 2006) o bien errores de la
metodología empleada para medirlo podrían ser causa de la alta variabilidad encontrada
en los valores de flujo de CO2, yque impiden hallar diferencias significativas entre tipos
de mallines patagónicos. A pesar de ello, las diferencias encontradas entre los valores
promedio de INE en este estudio y otros ecosistemas son importantes y absorben estas
variaciones.
Los valores de biomasa remanente hallados para los MH (promedio 66%, con un valor
asociado MOR-LC de 57%) fueron muy similares a los encontrados en distintos estudios
con variadas especies pertenecientes a humedales naturales ubicados en zonas con
altitudes más elevadas, que mostraron un promedio de 53 % (Ohlson, 1987;
Szumigalski y Bayley, 1996; Aerts y Caluwe, 1997; Puriveth, 1980), mientras que los
valores hallados para los MM (promedio 40%, con un valor asociado de MOR-LC de
31%) se asemejaron más a los hallados para praderas húmedas (Davis y Van der Valk,
1978; Thormann y Bayley, 1997; Puriveth, 1980; Oliver et al., 2002). Los procesos de
descomposición son parte importante del ciclo del C en los ecosistemas y cualquier
cambio, ya sean aumentos o retrasos en las tasas, implican efectos que pueden ser
considerados ecológicamente significantes. Cuando se comparan ambientes o
diferentes tipos de manejo se considera que variaciones entre 10 % y 25 % o más en la
pérdida de MO al final del ensayo pueden significar cambios importantes en la dinámica
de los ecosistemas (Römbke et al., 2003).Los valores de ganancia neta anual de C y las
11
diferencias promedio halladas entre tipos de mallín confirmarían la hipótesis 4 de este

trabajo, donde mallines húmedos perdieron un 26% menos MO que los MM en un año,
que puede dar lugar a cambios significativos en el ciclo del C para los distintos tipos de
mallín de Patagonia Norte. Sin embargo, contemplando cada sitio la hipótesis 4 se
acepta parcialmente ya que solo se encontró diferencia significativa entre MH y MM para
el sitio Pil y no para el sitio Bar (siendo que Jac no contaba con MM).Para MH se
encontró la tendencia opuesta a la esperada en la hipótesis número 5;se observó que la
tasa de descomposición k fue menor en los sitios ubicados más al Este (Jac y
Pil)respecto del sitio Bar del Oeste, con valores de pérdida de MO significativamente
diferentes entre ellos. La pérdida final de MO fue de 10, 20 y 30 % entre los MH de los
sitios Jac, Pil y Bar, respectivamente. Sin embargo, sí se halló el patrón esperado para
MM, con k menor en MM de Pil respecto de Bar. Los patrones hallados para los flujos de
C medidos en este trabajo justifican la tendencia hallada en Enriquez et al.,(2015) donde
la concentración y reserva de C de los suelos de los diferentes tipos de mallín fueron
significativamente distintas. El único sitio que no siguió el patrón hallado en Enriquez et
al., (2015) fue Jac, que mostró la menor pérdida final de MO y con una constante
velocidad de cambio a lo largo de todo el ensayo. A la luz de estos nuevos resultados,
se considera que la tasa de descomposición de la MO de los sitios más al Este (con
menor precipitación media promedio, tasas de evapotranspiración potencial más
negativas y suelos naturalmente más salinos) pueden estar siendo afectados además
por el pH y la CE del suelo (OECD, 2006), e.g. Jac con valores superficiales de pH= 9,4
y de CE= 1,8 dS m-1 (Enriquez et al., 2015).
Conclusión
Según el acuerdo de Marrakech las fuentes y sumideros biosféricos de C pueden ser

incluidos en los intentos de alcanzar los objetivos de reducción de emisiones para el
primer período fijado por el protocolo de Kyoto. Los ecosistemas de pastizales son
particularmente complejos y difíciles de investigar debido al amplio rango de condiciones
ambientales en las que se desarrollan y a las historias de manejo a las que han sido
sometidos, como se muestra en este trabajo. Actualmente el potencial global neto de
CO2 equivalente de intercambio de gases con efecto invernadero en pastizales es
desconocido. Más allá de la variabilidad de los resultados obtenidos como consecuencia
de la región donde se forman y desarrollan los mallines en Patagonia Norte y al bajo
número de mallines muestreados en cada región ecológica, en este trabajo queda en
evidencia que estos ecosistemas serían reales y potenciales sumideros de C, sumando
a la cuantificación de las reservas de C en los sistemas suelo-vegetación las tasas
promedio de intercambio, incorporación y fijación del CO2 en pastizales ubicados en
estos ecosistemas tan particulares. Esto representa un valioso aporte al entendimiento
de la dinámica del C en pastizales de humedales de zonas semiáridas.
12
Agradecimientos
Este trabajo fue parcialmente financiado por el Consejo Nacional de Investigaciones
Científicas y Técnicas (CoNICET), el Ministerio de Ciencia, Tecnología e Innovación de
la Provincia del Chubut y el Instituto Nacional de Tecnología Agropecuaria (INTA), a
través del proyecto PATNOR-810342. La Universidad Tecnológica de Michigan prestó
equipamiento para llevar adelante este trabajo. También agradecemos a las Estancias
San Ramón, El Cóndor y La Juanita por el permiso para trabajar en sus campos.
Bibliografía
Aerts, R & H,Caluwe. 1997. Nutritional and plant-mediated controls on leaf detritus
decomposition of Carexspecies. Ecology, 78:244–260.
Archontoulis, SV& FE,Miguez. 2013. Nonlinear Regression Models and Applications in
Agricultural Research. Agronomy Journal. 105:1–13.
Bran, DE; López, CR; Marcolín, AA; Ayesa, JA& Barrios, D. 1998. Valles y mallines de la
comarca de Ingeniero Jacobacci (Río Negro) Distribución y tipificación utilitaria. Proyecto
de investigación estratégica: generación de tecnología para el aprovechamiento de
mallines. Módulo I- Relevamiento, cartografía, clasificación y caracterización, Instituto
Nacional de Tecnología Agropecuaria (INTA), Argentina, 26 pp.
Brevik, EC & JAA Homburg. 2004. 5000 year record of carbon sequestration from a
coastal lagoon and wetland complex, Southern California, USA. Catena, 57:221–232.
Burgos, AL. 1993. Caracterización de la relación entre disponibilidad hídrica y
vegetación en un mallín precordillerano. Tesis de Licenciatura, CRUB- UNCo
Cremona, MV; JJ Gaitán; V Velasco; L Varano & GL Siffredi. 2007. Curvas de
productividad primaria en mallines húmedos del área ecológica de Sierras y Mesetas del
norte de la Patagonia argentina. III Reunión binacional de Ecología, La Serena Chile, 30
de set al 4 de oct.
Cremona, MV; Ferrari J& López S. 2011. Las cenizas volcánicas y los suelos de la
región. Revista Presencia, N° 57.
Davis, CB& AGVan der Valk. 1978. The decomposition of standing and fallen detritus of
Typhaglaucaand Scirpusfluviatilis. Canadian Journal of Botany, 56:662–675.
Enriquez, AS; R Chimner; P Diehl; MV Cremona & GL Bonvissuto. 2015. Historical
overgrazing affects C sequestration of Northern Patagonia wet and mesic meadows.
Wetland Ecology and Management. 23(3):439-451.
Euliss, NH Jr.; Gleason RA; Olness A; McDougal RL; Murkin HR;Robarts RD;
Bourbonniere RA & Warner BG. 2006. North American prairie wetlands are important
nonforested land-based carbon storage sites. Science of the Total Environment,
361:179–188.
13
Gorham, E. 1991. Northern peatlands: role in the carbon cycle and probable responses
to climatic warming. Ecological Applications, 1:182–195.
Kayranli B; M Scholz; A Mustafa & Å Hedmark. 2010. Carbon Storage and Fluxes within
Freshwater Wetlands: a Critical Review. Wetlands (2010) 30:111–124.
León, RJC; Bran D;Collantes M; Paruelo JM & Soriano A. 1998. Grandes unidades de
vegetación de la Patagonia extra andina. Ecología Austral, 8:125–144.
Mander, Ü;Lõhmus K;Teiter S;Mauring T;Nurk K &Augustin J. 2008. Gaseous fluxes in
the nitrogen and carbon budgets of subsurface flow constructed wetlands. Science of the
Total Environment, 404:343–353.
McCarty, GW & JC Ritchie. 2002. Impact of soil movement on carbon sequestration in
agricultural ecosystems. Environmental Pollution, 116:423–430.
OECD. 2006. Guidance document on the breakdown of organic matter in litter bags.
OECD series on testing and assessment, 56:36 pp.
Oliver L; Pérez–Corona ME & Bermúdez de Castro F. 2002. Degradación de la
hojarasca en un pastizal oligotrófico mediterráneo del centro de la Península
Ibérica.Anales de Biología, 24:21-32.
Ohlson, M. 1987. Spatial variation in decomposition rate of Carexrostrataleaves on a
Swedish mire. Journal of Ecology, 75:1191–1197.
Olson JS. 1963. Energy storage and the balance of producers and decomposers in
ecological systems. Ecology, 44:322-331.
Puriveth, P. 1980. Decomposition of emergent macrophytes in a Wisconsin marsh.
Hydrobiologia, 72:231–242.
Römbke, J; Heimbach F; Hoy S; Kula C; Scott-Fordsmand J; Sousa P; Stephenson G;
Weeks J (Eds.). 2003. Effects of Plant Protection Products on Functional Endpoints in
soil. Report of a workshop in Lisboa, Portugal 2002. SETAC.
Szumigalski, AR & SE Bayley. 1996. Decomposition along a bog-fen gradient in central
Alberta, Canada. Canadian Journal of Botany, 74:573–581.
Taylor, BR & HG Jones. 1990. Litter decomposition under snow cover in a balsam fir
forest. Canadian Journal of Forest Research, 68:112-120.
Thormann, MN& SE Bayley. 1997. Decomposition along a moderate-rich fen-marsh
peatland gradient in boreal Alberta, Canada. Wetlands, 17:123–137.
Trumbore, SE& JW Harden. 1997. Accumulation and turnover of carbon in organic and
mineral soils of the BOREAS northern study area. Journal of Geophysical Research,
102:817–830.
Turunen, C;Tomppo E;Tolonen K;&Reinkainen E. 2002. Estimating carbon accumulation
rates of undrained mires in Finland: application to boreal and subarctic regions.
Holocene, 12:69–80.
14
Vourlitis, GL;Oechel WC; Hastings SJ& Jenkins MA. 1993. A system for measuring in
situ CO2 and CH4 flux in unmanaged ecosystems: an arctic example. Functional
Ecology, 7:369–379.
White, L; White F;Luo Y. &Xu T. 2006. Estimation of parameters in carbon sequestration
models from net ecosystem exchange data. Applied Mathematics and Computation.
Elsevier, 181:864–879.
15
Río Cuarto, 27de Junio - 01 de Julio de 2016
¿CÓMO ES LA EXPANSIÓN-CONTRACCIÓN DE SUELOS REPRESENTATIVOS DE

LA REGIÓN PAMPEANA?
FERNÁNDEZ, PATRICIA LILIA1*; FILIPE BEHRENDS KRAEMER12; PEDRO MARTÍN

VALINOTI1; HERNÁN DANIEL MENGONI1; DIEGO JULIÁN COSENTINO1; PASCAL
BOIVIN3
1
Facultad de Agronomía, Universidad de Buenos Aires. Av. San Martín 4453
(C1417DSE) CABA; 2 Instituto de Suelo, INTA Castelar, Buenos Aires; 3 Haute Ecole
Spécialisée de Suisse Occidentale, Delémont.
*
[email protected]
Palabras clave: Cambios de volumen, Suelos cuasi-prístinos, Perfiles de suelos
Resumen
Las curvas de contracción (CurCon) de un suelo son los cambios de volumen del mismo
en la medida que se seca. En un suelo prístino, la forma de las CurCon, los puntos de
transición (máxima expansión, macroporosidad límite, entrada de aire, límite de
contracción) y las pendientes (lineales: estructural, básica, residual) que las curvas
presentan, dependen de las características intrínsecas del suelo (e.g. cantidad y tipo de
arcillas, materia orgánica, etc). El objetivo del trabajo fue conocer las CurCon de tres
suelos cuasi-prístinos representativos de la región pampeana. Los suelos muestreados
fueron: Argiudol vértico (Serie Portela), Argiudol típico (Serie Rojas) y Hapludol típico
(Serie Junín), de situaciones cuasi-prístinas o con alto contenido de materia orgánica.
Se obtuvieron las CurCon del horizonte A de todos los suelos, y del horizonte Bt para los
Argiudoles y Bw para el Hapludol. Para la obtención de las CurCon se tomaron
muestras no disturbadas, en el laboratorio se saturaron y se registraron los cambios de
volumen con sensores y los cambios en el peso de la muestra. Se acompañó la
información con variables para la caracterización del suelo. Los parámetros de las
curvas fueron analizados mediante análisis de varianza, y en conjunto con las variables
del suelo se realizó un análisis de componentes principales. Los suelos Hapludol y
Argiudol típico son más rígidos (menor pendiente lineal básica) que el Argiudol vértico
en concordancia con la textura. El Argiudol vértico presentó mayor contracción (alta
capacidad de expansión) presentando, a su vez, un mayor desarrollo de la fase
estructural el cual se atribuyó a la apertura de grietas en la medida que el suelo se seca.
El análisis de componentes principales permitió resumir los resultados en los que las
arcillas estaban relacionadas a las pendientes lineales agrupando los horizontes Bt. El
limo se asoció a los puntos de transición de las CurCon, agrupándose los horizontes A
de los Argiudoles. El Hapludol mostró un desarrollo isotrópico de los horizontes
agrupándose en consonancia con la arena y la densidad aparente.
1
Introducción
La curva de contracción del suelo (CurCon) se refiere al fenómeno de cambios de

volumen de suelo en función del contenido hídrico del mismo (Berndt y Coughlan, 1976;
Voorhees y Lindstrom, 1984; Franzluebbers et al., 1995), y es una función característica
de la forma en la que los sólidos, el agua y el aire están organizados (Braudeau, 2004).
Los autores que han trabajado con CurCon hallaron que exhibe forma de “S” (tipo
sigmoidea), en la cual se alternan tres zonas lineales y dos curvas, siendo separadas
por 4 puntos de transición (Lauritzen y Stewart, 1941; Lauritzen, 1948; Braudeau, 1987;
Braudeau, 1988a; Boivin, 1990; Tariq y Durnford, 1993a y b; Coquet et al., 1998;
Braudeau et al., 1999). Los tramos se denominan de contracción residual, contracción
básica, y contracción estructural, siendo los parámetros del modelo los puntos de
transición o coordinación que son propios de la CurCon, que representan las
características de cada suelo (Fig.1).
Contracción Contracción
residual Contracción básica estructural
Límite de Entrada Macroporosidad Máxima

contracción de aire límite expansión
CL EA ML ME ks
Vol. del aire
kb :1
ó n1
Ve (cm3 g-1)
uraci
sat
kr de
ea
Lín
Vol. del agua
Línea de sólidos
Vol. del sólido
CH (g g-1)
Figura 1.Curva de contracción teórica, relacionando el volumen específico (Ve) y el contenido

hídrico (CH) del suelo, en la que se define el volumen de los componentes sólido, líquido y
gaseoso. Identificándose los puntos de transición de máxima expansión (ME), de
macroporosidad límite (ML), de entrada de aire (EA), y de contracción límite (CL), reconociendo
cada una de las etapas de contracción, y las pendientes estructural (k s), contracción básica (k b), y
contracción residual (k r) (Adaptado de Braudeau et al., 1999).
Los cambios de volumen de un suelo pueden deberse a su mineralogía de arcillas, tipo

de cationes adsorbidos, agentes cementantes, estructura y densidad del suelo, estrés e
historia de estrés, entre otros (Parker et al, 1977). La magnitud de los cambios de
volumen del suelo está relacionada principalmente a la cantidad y tipo de arcilla (e.g.
arcilla tipo esmectita) (Boivin et al., 2004) y al contenido de carbono orgánico del suelo
(Schäffer et al., 2008). Así, la composición mineral del suelo en sus diversas fracciones
granulométricas y mineralógicas juegan roles determinantes en el comportamiento
químico, físico y biológico del mismo, y por ende influyen fuertemente en la calidad
2
hidrofísica y en la forma y puntos de transición de las curvas de contracción. La

composición del suelo modifica la magnitud de cambios de volumen a la vez que
determina su resiliencia ante procesos degradatorios y modifica los agentes que
establecen la agregación y estabilización del mismo (Oades, 1993).
Generalmente, los suelos arcillosos, principalmente los Vertisoles, con altos contenidos
de minerales expansibles son muy resilientes y poseen una agregación intrínseca muy
intensa. En contraposición, en los suelos arenosos, la distribución de poros está
asociada al tamaño y empaquetamientos de los granos de arena, y su estructura no es
afectada por los ciclos de humedecimiento y secado ya que su capacidad de expansión
y contracción es muy baja. Los suelos denominados "rígidos" y los suelos con arcillas
expansibles difieren mucho en cuanto la organización y composición del espacio poroso
y su comportamiento hídrico (Nettleton et al., 1983; Kutilek, 1996). Las arcillas que más
cambian de volumen son las más activas en los fenómenos de humectación-
desecación. Las consecuencias macroscópicas en cambio de volumen serán
importantes en suelos con mineralogía esmectítica, cuyas propiedades de
hinchamiento-contracción se relacionan con la geometría variable de esta arcilla. Para
otras arcillas, como la illita y la caolinita, la retención de agua depende sobre todo del
tamaño y forma de las partículas (Tessier, 1984).
Aunque los cambios de volumen del suelo también se pueden originar por factores de
manejo, en primera instancia resulta de interés conocer la CurCon del suelo en su
estado cuasi-prístino como referencia del comportamiento original del suelo y las
modificaciones consecuencia del manejo. La contracción de un suelo ha sido
investigada principalmente en suelos arcillosos donde se expresa con una gran
magnitud (Boivin et al., 2004). En suelos de texturas finas, los cambios de volumen son
importantes debido a su expansión-contracción (Jayawardane y Greacen, 1987; Oades,
1993; Logsdon y Karlen, 2004). Sin embargo, los cambios de volumen también ocurren,
aunque con una magnitud menor, en suelos con bajos contenidos de arcilla (i.e. > 8 %
del peso) (Dexter, 1988). Este es el caso de muchos suelos franco y franco limosos, que
se hallan en muchas de las planicies fértiles alrededor del mundo. Si bien la Región
Pampeana es considerada como una matriz cuasi-rígida con arcillas
predominantemente illiticas, sus suelos presentan una gran heterogeneidad, siendo muy
variable la composición de arcillas (Kraemer, 2015). En la Región Pampeana se han
hallado cambios de volumen significativos con diferentes contenidos hídricos (CH)
(Taboada et al., 2004; 2008; Fernández et al., 2010).
Los suelos de la Región Pampeana poseen un alto contenido de limo. Los limos tienen
una capacidad de expansión nula, lo cual disminuye los cambios de volumen y la
resiliencia de los suelos limosos (Stengel et al., 1984). El limo se encuentra en gran
proporción en los suelos de la región chaco-pampeana y, aunque la arcilla es la más
importante y estudiada en relación al comportamiento físico de los suelos, el limo
también influye en los mismos Por ejemplo, los suelos cultivados de la región pampeana
han sufrido un proceso de deterioro físico, debido entre otras causas, a la presencia de
3
una alta cantidad de limos en su matriz (Percorari et al., 1990). La abundancia de esta
fracción de por sí genera sensibilidad de estos suelos a la degradación física que se
manifiesta por la formación de estructuras masivas, encostramiento superficial y
disminución de la porosidad estructural (Wischmeier et al., 1971). Sin embargo, más allá
de los efectos físicos derivados de la cantidad de esta fracción, algunos estudios han
puesto en evidencia la influencia de la composición de los limos en diversos aspectos.
Así por ejemplo, inicialmente Pecorari et al. (1990) y posteriormente Cosentino y
Pecorari (2002) establecieron que la conocida abundancia de fitolitos y vidrios
volcánicos en la fracción limo de los suelos pampeanos tendrían consecuencias
negativas desde el punto de vista físico. La existencia de estos limos de baja densidad
disminuye la densidad de partícula y les confiere la debilidad estructural del ensamblaje
del esqueleto con la arcilla en un amplio rango de contenidos hídricos, generando un
efecto negativo sobre su resistencia mecánica a la ruptura influenciando también la
estabilidad estructural de estos suelos y en la resiliencia de los suelos a través de
mecanismos de contracción-expansión.
Por todo ello, el objetivo del trabajo fue conocer la potencialidad de los suelos en
relación a sus cambios de volumen mediante sus CurCon en condiciones cuasi-prístinas
en tres suelos diferentes y representativos de la Pampa Ondulada.
Materiales y métodos
Suelos, tratamientos y muestreo
Se muestrearon tres suelos representativos de la Pampa Ondulada, los cuales se

ubicaron dentro de una transecta con un gradiente textural: a-Argiudol vértico (Serie
Portela); b-Argiudol típico (Serie Rojas) y c-Hapludol típico (Serie Junín). Se seleccionó
un sitio por cada suelo de características cuasi-prístinas (Argiudol típico y Argiudol
vértico) y con alto contenido de materia orgánica (Hapludol típico) y se muestreó hasta
el metro de profundidad identificando los horizontes genéticos. En este trabajo se
presentan los resultados de los horizontes A, y el horizonte Bw para la Serie Junín, y los
horizontes Bt para Serie Rojas y Serie Portela.
Se tomaron muestras disturbadas de todos los sitios y horizontes con el objetivo de

caracterizar los suelos. Las variables que se midieron fueron la distribución de tamaño
de partícula, el carbono orgánico y la densidad aparente (Ds). La granulometría se
determinó mediante el método del hidrómetro de Bouyoucos (Bouyoucos, 1962) con
previa oxidación de la materia orgánica con agua oxigenada. Las arenas se
determinaron por tamizado (53 μm). El contenido de carbono orgánico fue determinado
por el método Walkey y Black (Nelson y Sommers, 1982). La caracterización de los
suelos se presenta en la Tabla 1.
4
Tabla 1. Contenido de arcillas, limo y arena; Cox: porcentaje de carbono oxidable; y Ds:
densidad del suelo para los tres suelos y los dos horizontes en cada uno de ellos.
arcilla limo arena Cox Ds

Suelo -3
(%) (%) (%) (%) (g cm )
Hapludo típico
(Serie Junín) 9,7 26,5 63,8 1,98 1,41
Argiudol típico
Horizonte A
(Serie Rojas) 21,1 45,6 33,3 2,38 1,22
Argiudol vértico
(Serie Portela) 29,2 59,1 11,7 2,46 1,17
Hapludo típico
(Serie Junín) 10,0 12,7 77,3 0,42 1,49
Argiudol típico
Horizonte B
(Serie Rojas) 32,7 37,4 29,9 0,60 1,50
Argiudol vértico
(Serie Portela) 58,4 32,2 9,4 0,75 1,34
Determinación de las curvas de contracción
Se tomaron muestras no disturbadas de la porción central de cada horizonte en cilindros

de acero inoxidable de 59,5 mm de diámetro interior y 50 mm de altura. Se tomaron del
horizonte superficial 3 repeticiones en cada sitio, las cuales se trabajaron
promediándolas; y para evaluar el de horizonte B se tomó una repetición de cada sitio
muestreado que se promediaron, asumiendo que no hay efecto de manejo. Las
muestras de suelo fueron saturadas con agua desionizada por medio de ascenso
capilar. Luego fueron colocadas en una balanza electrónica con una precisión de 0,01g
que medía continuamente su peso a medida que se secaba la muestra. Al mismo
tiempo se midieron los cambios en altura con un transductor de desplazamiento lineal
con una resolución de 1 µm en condiciones de ambiente controlado (20 ºC). A su vez,
se midió el potencial mátrico con un transductor de presión (tensiómetro) introducido en
la muestra. Los datos fueron recolectados cada 5 minutos. Se comprobó la contracción
isotrópica de la muestra a partir de la siguiente ecuación:
n = (Log (Vf/V0)) / (Log (Lf/L0))
Donde V0, Vf, son el volumenes de las muestras al comienzo y al final del experimento; y
L0, Lf alturas de las muestras al comienzo y al final del experimento, respectivamente.
Las curvas de contracción obtenidas fueron ajustadas mediante las ecuaciones del
modelo XP desarrolladas por Braudeau et al. (1999) (Tabla 2).
5
Tabla 2. Ecuaciones del modelo XP, Braudeau et al., (1999) (de Boivin et al., 2006).
kb (Fase de contracción kb=[VEA-VML]/[W AE-W ML]
básica)
kb=[-ks+(exp(1)-1 x (VML-VMS)/(W ML-W MS)]/exp(1)-2
ks(Fase de contracción ks=[Vs -VME]/[W s-W ME]; con Vs y W s valores de la fase

estructural) estructural.
ks=[VML-VME] x [exp (1)-1]/[W ML-W ME] – kb x [exp(1) – 2)
kr(Fase de contracción Kr=[Vr–VCL]/[W r-W CL]; con Vr y W r valores de la fase

residual) residual.
Kr=[VEA-VCL] x [exp (1)-1]/[W EA-W CL] – kb x [exp(1) – 2)
Rango de valores de Cálculos de Ve

W
W>W ME V=VME-ks x (W ME-W)
W ML<=W<=W ME Wn=(W-W ME)/(W ML-W ME)
V=VME + (VML-VME) x [kb x (exp(W n)-W n-1) + ks x (exp(1) x

Wn- exp(W n) + 1)] / (kb x (exp(1)-2) + ks)
WEA<W<W ML V=VML-kb x (W ML-W)
WCL<W<WEA Wn=(W-W CL)/(W EA-W CL)
V=VCL+(VAE-VCL) x [kb x (exp(W n)-W n-1) + kr x (exp(1)-W n-

exp(W n) + 1)]/(kb x (exp(1)-2)+kr)
W<WCL V=VCL-kr-(W CL-W)
De acuerdo a la definición de Braudeau y Bruand (1993), la capacidad de expansión

(CEx) del suelo fue calculada como:
CEx= ((V(ME) - V(CL)) / V(CL))*100
Donde VME : Volumen específico en el punto ME; VCL: Volumen específico en el punto
CL
6
Análisis estadísticos
Los parámetros de las curvas de los suelos fueron comparados mediante un análisis de
varianza (p<0,05) y las diferencias significativas mediante el test de Tukey. Además se
realizó un análisis multivariado (componentes principales) para describir la variabilidad
del sistema y detectar agrupamientos entre los casos analizados y asociaciones entre
las variables edáficas intrínsecas del suelo y los parámetros de la CurCon. Los análisis
estadísticos fueron realizados mediante el programa Infostat/P v1.1, 2002.
Resultados y discusión
En la Figura 2 se presentan las CurCon de los suelos Argiudol vértico (Serie Portela),
Argiudol típico (Serie Rojas) y Hapludol típico (Serie Junín), para los horizonte A (Fig.
2a) y para los horizonte B (Fig. 2b). En la Figura 2a se puede observar el ordenamiento
de los suelos de acuerdo a su textura, ubicándose los suelos Argiudoles típico (66,7 %
limo+arcilla) y vértico (88,3 % limo+arcilla), de textura más fina por encima del Hapludol
típico (36,2 % limo+arcilla) (Tabla 1). A su vez, esto se encuentra relacionado con los
valores de Ds, debido a que el volumen específico es la inversa de esta variable. Así los
suelos Argiudoles típico y vértico presentaron 1,22 y 1,17 g cm-3, respectivamente;
mientras que el suelo Hapludol presentó una Ds de 1,41 g cm-3 (Tabla 1). La capacidad
de expansión del suelo (CEx) coincide con la composición textural del suelo, siendo
1,26; 4,78; 9,11 % para el Hapludol, Argiudol típico y vértico, respectivamente. Boivin et
al. (2004) observaron que suelos con diferentes cantidades y tipos de arcillas
presentaron diferentes propiedades de contracción (puntos de transición y pendientes).
Estos autores concluyeron que cambios en la relación caolinita/esmectita están
asociados a la CEx, en acuerdo con estudios previos de pasta de arcilla (e.g. Tessier y
Pedro, 1980). Taboada et al. (2007) en un Argiudol típico de la región pampeana con un
rango de 26,4 a 29,6 % del contenido de arcillas para el horizonte A encontraron que la
CEx del suelo fue de 40,9 - 47,9% en suelos bajo labranza convencional, aunque las
curvas de estos resultados se obtuvieron con otra metodología. Los cambios
volumétricos de suelos francos limosos cuasi-prístino estudiados en este trabajo no
mostraron esta magnitud de comportamiento. Boivin et al. (2006) observaron que la
acción mecánica de las labranzas podría aumentar la expansión de los suelos.
7
Figura 2. Curvas de contracción de los tres suelos con tres repeticiones para cada uno. a) curvas
de contracción del horizonte A; b) curvas de contracción de los horizontes B: Bt (Rojas y Portela)
y Bw (Junín).
La Figura 2b muestra que las CurCon de los horizontes B también estuvieron

relacionadas al contenido de partículas finas de su composición textural, pero además
en estas curvas queda evidenciado el efecto del tipo de arcillas que predomina en cada
suelo. Así, el horizonte B del Hapludol fue más rígido (Figura 2b) que el Argiudol típico y
éste que el Argiudol vértico. Este último presentó un comportamiento en el cual se
presenta los Ve muy alto (baja Ds) y finaliza la curva con un volumen específico muy
bajo, lo cual demuestra la CE de este suelo. Esto también se ve reflejado en los valores
de CEx de los horizontes: 1,61; 14,09; 44,15 % para el Hapludol, Argiudol típico y
vértico, respectivamente (Tabla 3). Los suelos de características vérticas tienen gran
capacidad de hincharse, por lo tanto de retener agua, lo cual explicaría los elevados
valores de CEx. El horizonte Bt del Argiudol vértico tuvo en promedio 44,15 % de CEx,
mientras que Boivin et al. (2007) en suelos con 66 % de arcillas y mayormente de
fracción beidellita (tipo de esmectita) midieron valores de 15% en promedio. Además, en
suelos de granulometrías semejantes a estos últimos Garnier et al. (1997) reportaron
una CEx de 30%. En un suelo Argiudol típico de la región pampeana con 26,4 a 29,6 %
de arcillas para el horizonte A y 49,6% en el horizonte Bt, Taboada et al. (2007)
encontraron que la CEx del suelo fue igual a 95% para el horizonte Bt. Las diferencias
en resultados podrían deberse al tipo de arcilla presente en cada una de las situaciones
y por la metodología utilizada para la obtención de las CurCon.
En la Tabla 3 se presentan los valores promedios de los parámetros de las CurCon

obtenidas del horizonte A, para cada uno de los suelos bajo estudio.
8
Tabla 3. Promedio del contenido hídrico (W) y del volumen específico (Ve) para los puntos de
transición CL, EA, ML, y ME; las pendientes de las fases lineales residuales (k r), básica (kb),
estructural (ks); y la capacidad de expansión del suelo (CEx) para las curvas de contracción de
los horizontes A de los suelos Hapludol típico; Argiudol típico, y Argiudol vértico. Letras distintas
denotan diferencias significativas entre suelos (p<0,05).
Horizonte A
Variables Hapludol típico Argiudol típico Argiudol vértico
(Serie Junín) (Serie Rojas) (Serie Portela)
WCL (g g-1) 0,08 b 0,18 a 0,06 b
VCL (cm3 g-1) 0,72 c 0,84 a 0,77 b
WEA (g g-1) 0,16 b 0,30 a 0,08 c
Puntos de VEA (cm3 g-1) 0,73 c 0,87 a 0,77 b

transición W ML (g g-1) 0,22 b 0,32 a 0,10 c
VML (cm3 g-1) 0,73 c 0,88 a 0,78 b
W ME (g g-1) 0,24 b 0,33 a 0,30 a
VME (cm3 g-1) 0,73 c 0,88 a 0,81 b
kr 0,03 a 0,12 a 0,13 a
Pendiente kb 0,04 b 0,37 a 0,24 a
ks 0,01 c 0,13 b 0,20 a
Capacidad de CEx(%) 1,26 b 4,78 b 9,11 a

expansión
En el horizonte A, el punto de máxima expansión (VME) se diferenció estadísticamente

entre los 3 suelos, siendo el Argiudol típico > Argiudol vértico > Hapludol típico (Tabla
3). El W ME, como era de esperar, fue menor para Hapludol típico respecto de los suelos
Argiudoles. Esto indica que en la situación de máxima expansión del suelo el contenido
hídrico fue mayor en los Argiudoles respecto del Hapludol, mostrando la capacidad de
retener agua en cada uno de ellos. Esto, obviamente, estuvo definido por la composición
textural de cada uno de los suelos (Tabla 1).
9
El V en el punto de macroporosidad límite (VML) cambió de manera más considerable en

el suelo Argiudol vértico respecto del punto de VME en ese mismo suelo (es decir, se
contrajo notoriamente). Al mismo tiempo el W ML del Argiudol vértico fue el más bajo y se
diferenció significativamente de los otros suelos; el Argiudol típico también se diferenció
del Hapludol, ordenándose de la siguiente manera para el W ML: Argiudol típico>Hapludol
típico>Argiudol vértico (Tabla 3). En conclusión, la fase estructural que finaliza en este
punto (ML) es la que presentó mayor reducción de volumen para el Argiudol vértico con
la mayor reducción en el contenido de agua.
El V para los puntos EA y CL presentaron diferencias significativas con el siguiente

orden: Argiudol típico>Argiudol vértico>Hapludol. Respecto de los W, los valores más
altos fueron para el Argiudol típico, luego para el Hapludol típico y finalmente el Argiudol
vértico.
La pendiente, ks presentó el siguiente orden: Argiudol vértico>Argiudol típico>Hapludol,

y para la kb no se detectarondiferencias significativas entre los Argiudoles mientras que
el Hapludol presentó valor significativamente más bajos.
En la Tabla 4 se presentan los valores promedios de los parámetros de las CurCon

obtenidas del horizonte B, para cada uno de los suelos bajo estudio.
10
Tabla 4. Contenido de agua (W) y el volumen específico (V) para los puntos de transición CL,
EA, ML, y ME; las pendientes de las fases lineales residuales (k r), básica (kb), estructural (ks); y la
capacidad de expansión del suelo (CEx) para las curvas de contracción de los horizontes B de
los suelos Hapludol típico; Argiudol típico, y Argiudol vértico. Letras distintas denotan diferencias
significativas entre suelos (p<0,05).
Horizonte B
Variables Hapludol típico Argiudol típico Argiudol vértico
(Serie Junín) (Serie Rojas) (Serie Portela)
WCL (g g-1) 0,04 a 0,05 a 0,08 a
VCL (cm3 g-1) 0,70 a 0,65 b 0,59 c
WEA (g g-1) 0,07 a 0,11 a 0,11 a
Puntos de VEA (cm3 g-1) 0,71 a 0,67 a 0,60 b

transición W ML (g g-1) 0,11 b 0,25 a 0,13 b
VML (cm3 g-1) 0,71 ab 0,74 a 0,63 b
W ME (g g-1) 0,16 c 0,27 b 0,34 a
VME (cm3 g-1) 0,71 a 0,74 a 0,79 a
kr 0,01 b 0,16 ab 0,26 a
Pendiente kb 0,13 c 0,48 b 0,94 a
ks 0,00 b 0,08 b 0,69 a
Capacidad de CEx (%) 1,61 b 14,09 ab 44,15 a

expansión
En el horizonte B, VME presentan un valor muy parecido entre los suelos, y no se

diferenciaron estadísticamente, aunque el Argiudol vértico pudo retener más agua
(W ME). El W ME presentó diferencias entre los suelos: Argiudol vértico>Argiudol
típico>Hapludol. El cambio de Ve para el Argiudol vértico desde ME a macroporosidad
límite (ML) fue el más grande (0,79  0,63) igual que en el horizonte A, mostrando que
en la fase estructural se producen los mayores cambios de volumen y de contenidos
hídricos. A su vez, este suelo presentó el valor más bajo de VML diferenciándose
estadísticamente del Argiudol típico, encontrándose el Hapludol en una situación
intermedia. Para W ML el menor valor fue encontrado en el Hapludol (0,11) seguido del
11
Argiudol vértico (0,13) mientras que el suelo con mayor contenido hídrico en este punto
fue el Argiudol típico (0,25).
De acuerdo con lo hallado por Boivin et al. (2004), la matriz arcillosa puede ser
considerada como un agente de expansión, pero la contracción del suelo refleja la
estructura del suelo. Por ello, las pendientes lineales de la fase estructural (k s) y lineal
básica (kb), sumado a su extensión, estarían indicando la estabilidad de la estructura y
de los macroporos de los suelos. Las pendientes ks de los horizontes A presentaron un
rango 0,01 a 0,20 para los tres suelos; y para los horizontes B los valores fueron de 0,00
y 0,08 para el Hapludol y el Argiudol típico. En el caso del Argiudol vértico, la
contracción mayor se dió en la fase estructural. El horizonte A presentó una contracción
de 0,3 (W ME-W ML), mientras que para el horizonte Bt dicha contracción fue de valores
muy elevados (W ME-W ML= 1,6). También, la pendiente ks en el horizonte Bt fue elevada y
se diferenció estadísticamente del Argiudol vértico (ks= 0,69), en el cual hay entrada de
aire en la medida que se seca. La suma de ambos efectos y de acuerdo a lo hallado por
Braudeau et al. (2005), hace que en esta etapa haya predominio de la salida de agua y
aparición de la porosidad vertical (fisuras y cracks) que quedan abiertas al aire dando
como resultado el punto de partida de la contracción (punto ML) de los peds primarios.
El punto de entrada de aire (W EA) no se diferenció estadísticamente entre suelos y el Ve

fue el valor más bajo en el Argiudol vértico, no diferenciándose entre el Hapludol y el
Argiudol típico. El W CL (humedad en el límite de contracción) no mostró diferencias
significativas entre suelos; el ordenamiento de los valores de VCL fue: Argiudol
vértico<Argiudol típico<Hapludol. Esto muestra las diferentes capacidades de los suelos
de contraerse. Esto se confirma con el índice de CE: Argiudol vértico > Argiudol típico >
Hapludol (Tabla 2).
El rango de W entre los puntos de ML y EA denota la longitud de la fase de contracción

básica como definió Mitchell (1992). Este rango es importante en suelos arcillosos
según Taboada et al. (2008), sin embargo, el Argiudol vértico presentó para los
horizontes A y B una longitud muy estrecha (W ML-W EA= 0,02) en la fase básica. El
Hapludol presentó el rango más estrecho (W horizonte A: 0,06; W horizonte B: 0,04).
Por su parte, el Argiudol típico mostró la mayor extensión de la fase básica en el
horizonte B (W ML-W EA= 0,14). Evidentemente, como se mencionó anteriormente, en el
Argiudol vértico los cambios producidos en la fase estructural fueron los más
importantes. Contrariamente para el Argiudol típico, la etapa básica resultó clave en
términos de liberación del agua, ya que en el punto EA el agua ocupa sólo la porosidad
plasmática de los peds primarios.
En la pendiente de la fase lineal básica (kb), valores mayores a 1 cm3 g-1 significan que
los suelos presentan gran inestabilidad (Boivin et al., 2006a), como los que muestran los
suelos sódicos (Boivin, 1990). La kb de los horizontes A fueron: Argiudol vértico
(0,24)=Argiudol típico (0,37)>Hapludol (0,04). La contracción en esta fase está
relacionada con el componente del plasma, donde el tipo y la proporción de arcillas
12
determinan las variaciones de Ve (Braudeau y Mohtar, 2006). Los valores fueron

menores a 1 indicando la presencia de suelos estructuralmente estables. De acuerdo a
Boivin et al. (2006) valores de esta pendiente menores a 0,200 cm3 g-1indican que o bien
el suelo se encuentra compactado o bien es rígido. Los Argiudoles presentaron
pendientes mayores a ese valor, por lo que muestran cambios de volumen en la medida
que se seca de acuerdo a la cantidad y tipo de arcillas que poseen en su matriz, como
ya se registró en situaciones bajo pasturas (Taboada et al., 2007). El suelo Hapludol fue
el único que mostró pendiente menor a 0,200, pudiendo ser atribuido a su composición
textural. Esta rigidez pudo verse acentuada por algún proceso de compactación debido
que se encontraba bajo manejo agrícola. En los horizontes B los Kb fueron: Hapludol
(0,13)<Argiudol Típico (0,48)<Argiudol vértico (0,94). Los suelos que presentaron
pendientes kb<1 muestran entrada de aire durante la contracción, y se comportan como
moderadamente expansibles (Jayawardane y Greacen, 1987; McGarry y Daniels, 1987;
Mitchell, 1992; Fernández et al., 2010). El Argiudol vértico con un k b cercano a 1 son es
un suelo extensible (Jayawardane y Greacen, 1987; McGarry y Daniels, 1987; Mitchell,
1992; Taboada et al., 2008) por su MO o por la cantidad y tipo de arcillas (Schäffer et
al., 2008). En este último caso, la entrada de aire se aproxima a cero en la medida que
la pendiente se acerca a 1 (Taboada et al. 2008).
Para evaluar de forma conjunta las relaciones entre los parámetros hallados de las
curvas de contracción y las variables edáficas de cada uno de los suelos se realizó un
análisis de componentes principales (ACP). Este análisis incluyó todos los parámetros
obtenidos de las CurCon, y el contenido de arcilla, limo y arena, el carbono orgánico
oxidable (Cox) y la Ds. El primer componente (CPA1) explicó el 53,9% de la variabilidad
del sistema mientras que el segundo componente (CPA2) presentó un valor de 38,8%
para alcanzar un valor total alto cercano al 93% entre los dos primeros ejes (Figura 3).
13
Figura 3. Análisis de componentes principales incluyendo: arena, limo, arcilla, densidad aparente
(Ds) y carbono oxidable (Cox) y los parámetros obtenidos a partir de las curvas de contracción
del suelo. La magnitud de los vectores indica el peso relativo de las variables. En cada eje
aparece entre paréntesis las tres variables con mayor peso. CE: capacidad de expansión del
suelo, kb: pendiente de la fase básica, k s: pendiente de la fase estructural, k r: pendiente de la fase
residual,..
Las variables que más aportaron para CP1 fueron W EA, W CL y Ds, seguida por: W ML; Cox,
limo, VML, W ME, VEA, VCL, arena. Mientras que para el CP2 los que más contribuyeron
fueron el contenido de arcilla, kb y CE, y seguido por orden de peso: ks, kr, arena. Como
se puede observar en el biplot (Figura 3), el horizonte A del Argiudol vértico y del
Argiudol típico presentaron un agrupamiento y se relacionaron con W EA y W CL, W ML y
con las variables edáficas: contenido de limo y Cox. En este horizonte se puede resaltar
la importancia que reviste el limo en los puntos de coordinación de las CurCon de estos
suelos, junto con la fracción orgánica. En general es la arcilla el componente que es
más analizado debido a su capacidad de reacción en el suelo (Dexter, 1988). El limo
presente en la región pampeana posee propiedades que lo asocian a procesos
degradatorios (Pecorari et al., 1998). Sin embargo, la proporción en la que se presenta
puede tornarlo relevante en la definición de las curvas, lo cual debe seguir siendo
estudiado con mayor profundidad.
Por su parte, los Bt de los Argiudoles presentaron valores más altos en el CP2 indicando
mayores contenidos de arcillas asociados a CE, kb y ks más altos. El Hapludol presentó
un agrupamiento entre el horizonte superficial y el Bw indicando pocas diferencias
edáficas y de cambios de volumen entre ambos horizontes. Esto indica que es un suelo
más isotrópico.
14
En cuanto a la relación entre variables, se puede observar una alta correlación entre la
arcilla y CE y las distintas pendientes (kb, kskr), mientras que el Cox y el contenido de
limo afectaron a los puntos de transición, y la arena se asoció con la Ds. Del mismo
modo, en otros trabajos se observaró que incrementos en Ds fueron opuestos al
aumento en Cox (Kay 1998; Schäffer et al., 2008). En un análisis de covarianzas
Schäffer et al. (2008), hallaron que el incremento de la pendiente Kb se relacionó con
aumentos en el contenido de arcilla.
Conclusiones
El Hapludol y el Argiudol típico presentaron pendientes de fase lineal estructural (k s)

cercanas a cero indicando una buena estructura. Para las pendientes de la fase lineal
básica (kb) resultó menor en el Hapludol respecto del Argiudol típico en concordancia
con la composición textural. En el Argiudol vértico el comportamiento fue diferente,
presentando un suelo con el mayor valor de CEx, en donde la fase más importante, en
términos de extensión fue la estructural y mostrando altos valores de k s. Esto fue
atribuido a la formación de grietas en la medida que se va secando el suelo. El análisis
de componentes principales presenta un buen resumen de los resultados en los cuales
la arcilla estuvo relacionada a las pendientes lineales, y en este sentido el horizonte Bt
de los suelos Argiudol típico y vértico se agruparon en ese sentido. El limo aparece
como un protagonista que no había sido analizado y se encuentra asociado a los puntos
transicionales de los Argiudoles, probablemente en consonancia con la alta proporción
de los mismos, aunque también estuvieron asociados al Cox. El Hapludol es un suelo de
desarrollo isotrópico en el cual ambos horizontes se agruparon en consonancia con la
arena y la Ds.
Agradecimientos
PICT Bicentenario 2010-1684. Al equipo de trabajo del laboratorio de suelos y sustratos

del Centro de Horticultura de Lulier (Hepia - Haute école du paysage, d'ingénierie et
d'architecture - estmembre de la Haute EcoleSpécialisée de SuisseOccidentale) en
Ginebra, Suiza.
Bibliografía
Berndt, RD & KJ Coughlan. 1976. The nature of changes in bulkdensity. Aust. J.

SoilRes., 15: 27-37
Boivin, P. 1990. Caractérisation physique des sols sulfatés acides de la vallée de
Katoure (basse Casamance, Sénégal): variabilité spatiale et relation avec les
caractéristiques pédologiques (In French). Thèse Université Paris VI, Ed. ORSTOM
Paris, Série Etudes et Thèses, 226 pages.
15
Boivin, P; P Gratier& D Tessier. 2004. Relationship between clay content type, and
shrinkage properties of soilsamples. Soil Sci. Soc. Am. J. 68: 1145-1153.
Boivin, P; P Garneir & M Vauclin. 2006. Modeling the soil shrinkage and water retention
curves with the same equations. Soil Sci. Soc. Am. J. 70: 1082-1093.
Bouyoucos, GJ. 1962. Hydrometer method improved for making particle size analyses of
soils. Agron J. 54: 464-465.
Braudeau, E. 1987. Mesure automatique de la retraction déchantillons de sol non
remanies. Sci. Sol. 25:85-93
Braudeau, E. 1988a. Equation généralisée des courbes de retrait déchantillons de sol
structurés. C.R. Acad. Sci. Paris. 307: 1731-1734.
Braudeau, E; JM Costantini; G Bellier & H. Colleuille. 1999. New device and method for
soil shrinkage curve measurement and characterization. Soil Sci. Soc. Am. J. 63: 525-
535.
Braudeau, E; RH Mohtar& N Chainian. 2004. Estimating soil shrinkage parameters. P.
225-240. In Y Pachepsky and W. Rawls (ed) Development of pedotransfer functions in
soil hydrology, Elsevier, Ámsterdam.
Braudeau E., M. Sene y R.H. Mohtar. 2005. Hydrostructural characteristics of two
African tropical soils. European Journal of Soil Science. 56: 375-388.
Braudeau, E & RH Mohtar. 2006. Modeling the swelling curve for packed soil aggregates
using the pedostructure concept. Soil Sci. Soc. Am. J. 70: 494-502.
Coquet, Y; J Touma & P Boivin. 1998. Comparison of soil linear shrinkage curve from
extracted cores and in situ. Aust. J. Soil. Res. 36: 765-781.
Cosentino, DJ & C Pecorari. 2002. Limos de baja densidad: impacto sobre el
comportamiento físico de los suelos de la región pampeana. Ciencia del Suelo. 20: 9-16.
Dexter, AR. 1988. Advances in characterization of soil structure. Soil Tillage Res. 11:
199-235.
Fernández, PL; CR Alvarez; V Schlinder; MA Taboada. 2010. Changes in topsoil bulk
density after grazing crop residues under no-till farming. Geoderma. 159: 24-30.
Franzluebbers, AJ; FM Hons & DA Zeberer. 1995. Tillage – induced seasonal changes
in soil physical properties affecting soil CO2 evolution under intensive cropping. Soil Till.
Res. 34: 41-60
Gamier P, M Rieu, P Boivin, M Vauclin y P Baveye. 1997. Determining the Hydraulic
Properties of a Swelling Soil from a Transient Evaporation Experiment. 1997. Soil Sci.
Soc. Am. J. 61:1555-1563.
Jayawardane, NS & EL Greacen. 1987. The nature of swelling in soils. Aust. J. SoilRes.
25: 107 -113.
16
Kay, BD. 1998. Soil structure and organic carbon: A review. En: Soil processes and the
carbon cycle. R. Lal, J.M Kimble, R.F. Follett, and A. Stewart (Ed). CRC Press, Boca
Raton, Fl, pp. 169-197.
Kraemer, FB. 2015. Influencia de la granulometría y la mineralogía en el
comportamiento hidro-físico y estructural en suelos con distinta intensidad de uso y
secuencia de cultivos bajo siembra directa. Tesis de doctorado. Escuela para graduados
“Alberto Soriano”, Facultad de Agronomía Universidad de Buenos Aires.
Kutilek, M. 1996. Water relations and water management of Vertisols. In: N. Ahmad y A.
Mermut (Ed) Vertisols and technologies for their management. Cap 6. pp 201-230.
Lauritzen, CW & AJ Stewart. 1941. Soil-volume changes and accompanying moisture
and pore- space relationships. Soil Sci. Soc. Am. Proc. 6: 113-116.
Lauritzen, CW. 1948. Apparent specific volume and shrinkage characteristics of soil
materials. Soil Sci. 65:155-179.
Logsdon, SD & DL Karlen. 2004. Bulk density as a soil quality indicator during
conversion to no-tillage. Soil Till. Res. 78: 143-149.
McGarry, D & IG Daniells. 1987. Shrinkage curve indices to quantify cultivation effects
on soil structure of a vertisol. SoilSci. Soc. Am. J. 51:1575-1580.
Mitchell, AR. 1992. Shrinkage terminology: escape from “Normalcy”. Soil Sci. Soc. Am.
J. 56: 993-994.
Nelson, DW & LE Sommers. 1996. Total carbon, organic carbon and organic matter. In:
Sparks, DL; AL Page; PA Helmke; RH Loeppert; PN Soltampour; MA Tabatabai; CT
Johnston; ME Sumner (Eds.), Methods of Soil Analysis, Part 3 Chemical Methods, Nº 5
in the SSSA Book Series. SSSA– ASA, Madison, WI, pp. 961-1010.
Nettleton, W, F Peterson & G Borst. 1983. Micromorphological evidence of turbation in
Vertisols and soils in vertic subgroups. In Soil Micromorphology (Bullock and Murphy,
editors) Vol.2: Soil Genesis: 441-458.
Oades, JM. 1993. The role of biology in the formation, stabilization and degradation of
soil structure. Geoderma. 56: 377-400.
Parker, JC, DF Amos & DL Kaster. 1977. An evaluation of several methods of estimating
soil volume change. Soil Sci. Soc. Am J. 41: 1059-1064.
Pecorari, C, J Guerif& P Stengel. 1990. Fitolitos en los suelos pampeanos argentinos:
influencia sobre las propiedades físicas determinantes de los mecanismos elementales
de la evolución de la estructura. Ci. Suelo (Argentina). 8: 135-141.
Schäffer, B; R Schulin& P Boivin.2008. Changes in shrinkage of restored soil caused by
compaction beneath heavy agricultural machinery. Eur. J. SoilSci. 59: 771-783.
17
Stengel, P; JT Douglas; J Guérif; MJ Goss; G Monnier & RQ Cannell. 1984. Factors

influencing the variation of some properties of soils in relation to their suitability for direct
drilling. Soil Till. Res. 4: 35-53.
Taboada, MA; OA Barbosa; MB Rodriguez & DJ Cosentino. 2004. Mechanisms of
aggregation in a siltyloam under different simulated management regimes. Geoderma.
123: 233-244.
Taboada, MA; OA Barbosa; & DJ Cosentino. 2008. Nullcreation of air-filled structural
pores by soil cracking and shrinkage in siltyloamy soils. SoilSci. 173: 130-142.
Tariq, AUR & DS Durnford. 1993a. Soil volumetric shrinkage measurements: a simple
method. Soil Sci. 155:325-330
Tessier D. y G Pedro. 1980. Sur les propiétés de gonflement des argiles dans le sols.
C.R. Acad. Sci. Paris. 291D ; 461-464.
Tessier, D. 1984. Etude esperimentale de lórganisation des matériaux argileux. These
de Doteur es Sciences delÚniversité Paris VII.
Schäffer, B; R Schulin & P Boivin. 2008. Changes in shrinkage of restored soil caused by
compaction beneath heavy agricultural machinery. Eur. J. SoilSci. 59: 771-783.
Voorhees, WB& MJ Lindstrom. 1984. Long-term effects of tillage method on soil tilth
independent of wheel traffic compaction. Soil Sci. Soc. Am. J. 48: 152-156.
Wischmeier, W.H., C.B. Johnson y B.V. Cross. 1971. A soil erodibility nomograph for
farmland and construction sites. J. Soil Water Conserv. 26: 189-193.
18
EFECTO DEL CAMBIO DE USO DE LA TIERRA SOBRE El FÓSFORO

EXTRACTABLE EN FRACCIONES GRANULOMÉTRICAS
MAXIMILIANO GARAY1*; NILDA AMIOTTI1,2 & PABLO ZALBA1

1
Departamento de Agronomía - Universidad Nacional del Sur. San Andrés 800 (8000)
Bahía Blanca, Bs.As.; (0291-4595102); 2CERZOS – CONICET. * Autor de contacto:
*[email protected]
Palabras clave: Forestación, Retención de fosfatos, Tamaño de partícula
Resumen
Estudios referidos a los efectos del cambio de uso de la tierra por implantación de
coníferas en áreas de pastizales, indican incrementos significativos del contenido de
fósforo extractable del suelo (Pe). Sin embargo, no está bien dilucidada la distribución
de esta variable en distintas fracciones granulométricas de suelos con concentraciones
de Pe contrastantes. A fin de ampliar el conocimiento referido a esta temática, se
propusieron como objetivos: i) Evaluar la concentración de Pe en distintas fracciones
granulométricas de suelos implantados con Pinus radiata y comparar los resultados con
aquellos obtenidos para suelos adyacentes que sostienen vegetación graminosa; ii)
Determinar las relaciones existentes entre el diámetro de partículas y el contenido de
Pe. El estudio se realizó en el sistema de Ventania (Bs. As.). Se tomaron muestras a
tres profundidades (0-15, 15-30 y 30-45 cm) en suelos bajo P. radiata (TB) y en sitios
adyacentes con vegetación graminosa (TP; N=18). Se determinó pH, carbono orgánico
(CO) y Pe. Se separaron cuatro fracciones granulométricas (2000-90; 90-45; 45-2 y <2
µm), y se determinó Pe en cada una. Los resultados indicaron que el Pe fue máximo
para el limo (TP) y la arcilla (TB) y mínimo para la arena 2000-90 µm. El tamaño de
partícula y la profundidad de muestreo afectaron la proporción del incremento del Pe
entre tratamientos. Se observaron mayores aumentos en la fracción arcilla de las capas
más profundas bajo los árboles, indicando un movimiento descendente de fosfatos. El
Pe de las fracciones se relacionó inversamente con el pH y positivamente con el
obtenido en las muestras completas de suelo (Pes), siendo aquellas más ácidas y finas
las que mayor concentración de fosfatos retienen. La contribución de las arenas fue
proporcionalmente menor, siendo limitado su contenido de fosfatos por una menor
disponibilidad de sitios libres y superficie específica en ésta fracción.
Introducción
Desde que los humanos se han asentado en comunidades, los ecosistemas han sufrido
importantes transformaciones relacionadas con el uso de la tierra, afectando la
diversidad de especies presentes y, en general, disminuyendo la calidad del agua, el
aire y el suelo (Brevik & Hartemink, 2010; Heredia et al., 2003). El fósforo edáfico (P),
como elemento indispensable para la vida, no escapa a este proceso y su dinámica se
1
ha visto alterada en la medida que el hombre ha distorsionado sus entradas y salidas de

los sistemas en relación al estado natural.
Uno de los cambios en el uso de la tierra propuestos para revertir o minimizar la

degradación ambiental, es la forestación de nuevas áreas con el fin de capturar carbono
en el suelo y en la biomasa arbórea, mitigando así el incremento sostenido de CO 2
atmosférico observado en todo el globo. Sin embargo, la sustitución del tipo de cubierta
vegetal y el destino que se le dará a ésta, afecta a una gran cantidad de variables
edáficas, entre ellas el P (Canadell & Raupach, 2008).
Ante un cambio en el tipo de vegetación como lo es la introducción de especies

forestales en suelos de pastizales, se produce una marcada alteración de las distintas
fracciones de P, con consecuencias variables en función de la interacción de los otros
factores de formación de suelo descriptos por Jenny (Zalba & Peinemann, 1987;
Condronet al., 1996; Amiottiet al., 2007 y 2013). Las especies forestales acidófilas como
las del género Pinus y en particular P. radiata, han sido foco de estudio en relación a los
cambios en la dinámica del P respecto de otras especies (Chenet al., 2008).
En general, cambios de uso de la tierra de pastizales a forestales se han asociado a

disminuciones en las fracciones orgánicas de P y a aumentos de las fracciones
inorgánicas lábiles (Davis, 1994; Condronet al., 1996; Chenet al., 2002), lo que se
traduce en un importante incremento de la fracción de P extractable (Pe). Garay et al.
(2014 y 2015) determinaron para Molisoles bonaerenses forestados con coníferas
incrementos significativos de la fracción Pe respecto de los valores observados en
pastizales naturales adyacentes (línea de base). Los resultados obtenidos tornan
interesante progresar en la investigación a fin de determinar si las alteraciones en los
contenidos de Pe observadas en muestras completas afectan en forma equivalente a las
distintas fracciones granulométricas en suelos de texturas similares. Mientras que para
la materia orgánica del suelo la separación de fracciones arroja importantes diferencias
en el tipo de compuestos y su función dentro del ecosistema, la distribución del P por
tamaño de partícula ha sido menos investigada. Suñer & Galantini trabajando sobre
suelos arenosos y francos de Bordenave (Bs. As.) evaluaron la influencia de la textura
sobre distintas fracciones de P, concluyendo que la fracción fina del suelo (<100 µm) se
asocia predominantemente con el Pe, mientras que la gruesa (100-2000 µm) contiene
mayor concentración de P orgánico.
A pesar de estos avances, es escasa la información referida a la distribución del Pe en

distintas fracciones granulométricas de suelos provenientes de situaciones halladas a
campo y considerando un amplio rango de concentraciones de fósforo. Ampliar el
conocimiento en este sentido permitiría mejorar el entendimiento de la dinámica del P
edáfico, especialmente en suelos que sufrieron cambios importantes en el uso de la
tierra. En este contexto, los objetivos propuestos son: i) Evaluar la concentración de Pe
en distintas fracciones granulométricas de suelos implantados con P. radiata y
contrastar los resultados con aquellos obtenidos para suelos adyacentes que sostienen
2
vegetación de pastizal graminoso; ii) Determinar las relaciones existentes entre el

diámetro de las partículas y el contenido de Pe.
El área de estudio se encuentra situada en el sector de Cerros y Serranías del Sistema

de Ventania, Buenos Aires (González Uriarte, 1984). Los suelos analizados son
Molisoles de régimen údico evolucionados sobre loess. El clima es templado-húmedo
(TMA 14.5°C - PMA 850 mm) y en los sitios experimentales, el relieve es plano, con un
gradiente menor al 1%. Los muestreos se llevaron a cabo en rodales de Pinus radiata D
Don implantados hace aproximadamente 60 años (TB), y en sitios apareados, con
características edafoclimáticas similares, correspondientes a relictos del pastizal
pampeano (situación de referencia, TP). Las muestras fueron tomadas a tres
profundidades (0-15; 15-30 y 30-45 cm) a 1 m del tronco de tres árboles elegidos al azar
en TB y en tres puntos, también al azar, en TP (N=18). Las determinaciones sobre
muestras secas al aire y tamizadas por 2 mm incluyeron pH actual (1:2,5)
(potenciométrico), carbono orgánico (CO, Walkey & Black) y P extractable del suelo
(Pes, Bray-Kurtz). Luego se procedió a la separación en fracciones granulométricas
acotadas, designadas aquí como arena gruesa: 2000-90 µm, arena fina: 90-45 µm, limo:
45-2µm y arcilla:<2µm utilizando una combinación de tamices y la técnica de sifonado
de arcilla. Para ello, se pesaron por duplicado 20 g de suelo y se agregaron 50 ml de
agua destilada y bolitas de vidrio en botellas con tapa, las que se agitaron durante la
noche. Luego se trasvasaron las muestras a vasos de precipitado y se extrajo mediante
sifonado la arcilla suspendida. Los tiempos y profundidades de sifonado se
determinaron siguiendo los principios de la ley de sedimentación de Stokes. Este paso
se repitió varias veces hasta lograr un sobrenadante claro consecuencia de la
decantación del limo y la arena. A continuación se secaron las fracciones en estufa a
35-40 ºC con el fin de no afectar el contenido de Pe (Zalbaet al., 2007) y se utilizó un
mortero de ágata para eliminar las pseudoarenas resultantes de la generación de
pequeños agregados durante el secado. El limo y las arenas se separaron mediante la
utilización de tamices. El Pe en las distintas fracciones se determinó por el método de
Bray-Kurtz. Los datos se analizaron considerando modelos mixtos con un solo factor fijo
(tratamientos) incluyendo un término de heterocedasticidad para las variables de P, y se
particionaron los valores por profundidades. Se realizó comparación de medias por LSD
al 5% y análisis de regresión entre las variables originales. El programa utilizado fue
InfoStat (Di Rienzo et al., 2013).
3
En la Tabla 1 se muestran los valores medios de pH, CO y Pe determinados en las

muestras de suelo sin fraccionar, observándose diferencias significativas entre los
tratamientos. Los suelos de TB fueron más ácidos que aquellos que sostienen
gramíneas, siendo el efecto extendido hasta los 30 cm. Esto evidencia una importante
pérdida de bases del suelo, así como una disminución de la fertilidad y calidad del
recurso bajo bosque, lo que ha sido reportado detalladamente para la zona por Amiottiet
al. (2000 y 2007) y también observado por Garay et al. (2014 y 2015). El CO presentó
diferencias significativas entre ecosistemas a la profundidad 30-45 cm con valores más
elevados bajo coníferas, resultados consistentes con los informados en estudios
similares realizados en el área de Ventania (Garay et al., 2015).
El Pes mostró las alteraciones más acentuadas vinculadas al uso de la tierra

registrándose incrementos de una magnitud de 10 a 13 veces bajo los árboles respecto
del pastizal. Esto ha sido tratado en trabajos previos (Garay et al., 2014 y 2015), siendo
asociado a una combinación de factores físicos, químicos y biológicos ocasionados por
el reemplazo en el tipo de vegetación. Entre las alteraciones más importantes
relacionadas con el ambiente edáfico, se destacan una acidificación acentuada del
suelo, cambios en los patrones de distribución del agua de lluvia y de la acumulación de
hojarasca y raíces respecto del pastizal de referencia. Estas modificaciones se expresan
con mayor intensidad a medida que disminuye la distancia al eje de los árboles, lo cual
fue descripto Zinkeet al. (1964) para bosques de California (EE.UU.) y validado por
Amiottiet al. (2000) para la zona de estudio. Estos cambios producen una disminución
más acentuada del pH en la proximidad de los troncos, facilitando la disolución de
fosfatos asociados al calcio. Adicionalmente, las especies forestales en general, y el
género Pinus en particular, ejercen un efecto concentrador de biomasa cercano al
tronco, incrementando el contenido de algunos elementos como el fósforo (Tabla 1),
especialmente en capas superiores de suelo.
Tabla 1. Valores medios de pH, carbono orgánico (CO) y fósforo extractable del suelo
(Pes) obtenidos para los tratamientos pastizal (TP) y bosque (TB).
pH CO (g kg-1) Pes (mg kg-1)
Profundidad TP TB TP TB TP TB
0-15 6,2 (0,2) 4,6 (0,1) ** 42,1 (1,5) 39,4 (1,6) 22,5 (4,3) 231,1 (30,5)**
15-30 6,3 (0,3) 5,3 (0,1) * 26,6 (3,3) 35,8 (2,6) 14,1 (3,0) 183,0 (31,3)**
30-45 6,5 (0,3) 6,0 (0,3) 15,4 (1,6) 26,1 (3,7)* 12,3 (2,5) 162,0 (28,8)**
4
Valores entre paréntesis indican errores estándar. ns= no significativo; (*) y (**) indican
diferencias significativas entre tratamientos para una misma profundidad con p<0,05 y
p<0,01 respectivamente.
Fósforo extractable en fracciones granulométricas
La determinación de Pe luego de efectuada la separación por tamaño de partículas,

mostró en principio una tendencia similar para las distintas fracciones (Tabla 2). Se
observa un patrón claro de disminución de la concentración de Pe con la profundidad en
todos los rangos granulométricos, en concordancia con lo observado para Pes en
ambos tratamientos (Tabla 1).
De los resultados obtenidos, se evidencia claramente que existe una relación inversa
entre el tamaño de partícula y el contenido de Pe, siendo las arenas 2000-45 µm las que
exhiben los menores valores, y la arcilla y el limo los que muestran las concentraciones
más elevadas. Para la línea de base (TP), valores ligeramente más altos se asociaron al
limo, mientras que en el bosque los máximos se observaron en la arcilla.
La proporción de cambio en el contenido de Pe entre tratamientos (relación Pe(TP)/Pe(TB),

Tabla 2) mostró una tendencia a incrementarse a medida que disminuyó el tamaño de
las partículas. La arcilla, fue la que presentó los aumentos más importantes de Pe como
consecuencia del cambio de uso de la tierra, con valores más elevados bajo los árboles
respecto de la línea de base. Estos resultados indican que el mayor contenido de P
observado en muestras de suelo completas está concentrado en la fracción fina en TB,
aunque ello no implica necesariamente una modificación en su capacidad de retención
de fosfatos. Las diferencias entre tratamientos fueron menos acentuadas en la fracción
limo. Respecto de las arenas, aquella más gruesa (2000-90 µm) exhibió incrementos
mayores que los observados en la más fina (90-45 µm) lo que puede ser atribuido a una
muy baja concentración de Pe en la primera para TP, redundando en importantes
diferencias en proporción a pesar de no registrar notorios incrementos absolutos.
5
Tabla 2. Contenidos medios de fósforo extractable (Pe) en las distintas fracciones

granulométricas de los tratamientos pastizal (TP) y bosque (TB) y su relación
(Pe(TP)/Pe(TB)).
Tamaño de Profundidad Pe (mg kg-1)

Pe(TP)/Pe(TB)
partícula (µm) (cm) TP TB
0-15 8,5 (1,7) 43,5 (2,1) ** 5,1
15-30 3,8 (1,0) 37,8 (1,9) ** 9,9
2000-90 30-45 2,3 (0,5) 28,2 (4,1) ** 12,2
0-15 17,1 (3,5) 75,4 (4,7) ** 4,4
15-30 8,3 (1,8) 57,9 (8,1) ** 6,9
45-90 30-45 5,9 (1,0) 44,0 (6,9) ** 7,5
0-15 19,5 (3,7) 150,0 (17,6) ** 7,7
15-30 10,5 (2,2) 119,3 (18,0) ** 11,3
2-45 30-45 8,3 (1,6) 97, 0 (18,2) ** 11,7
0-15 17,0 (4,4) 208,8 (39,2) ** 12,3
15-30 10,4 (2,7) 179,8 (39,8) ** 17,3
<2 30-45 4,7 (0,5) 150,6 (28,9) ** 32,0
Valores entre paréntesis indican errores estándar.(**) indica diferencias significativas

entre tratamientos para una misma profundidad (p<0,01).
La proporción de los incrementos (relación Pe(TP)/Pe(TB), Tabla 2) aumentó con la

profundidad. Este comportamiento podría ser explicado por un movimiento descendente
con posterior acumulación de fosfatos en sub-superficie lo cual fue demostrado por
Garay et al. (2015) para fracciones de P lábiles (Pe) y muy lábiles (P soluble en agua).
La ganancia de fosfatos en profundidad, genera mayores incrementos proporcionales
debido a un menor contenido inicial de Pes en el tratamiento de referencia (suelos de
pastizal).
6
Relaciones entre el CO, pH y P extractable de las distintas fracciones
Los tamaños de partícula analizados mostraron diferentes grados de relación con el CO

y especialmente con el pH. El contenido de CO mostró relaciones significativas con Pe
de las distintas fracciones granulométricas. En general, altos valores de CO se
relacionan con elevados contenidos de Pe. Sin embargo, los bajos coeficientes de
determinación - menores a R2=0,29 - y la elevada dispersión de los datos obtenidos, no
permiten elaborar conclusiones certeras. La determinación de CO en las distintas
fracciones granulométricas, podría mayor información y reducir las incertidumbres que
afectan a este punto.
Respecto del CO, el pH mostró una mayor relación con el contenido de Pe en los
distintos tamaños de partículas. Las muestras con mayor contenido de Pe, mayormente
correspondientes al tratamiento bosque, fueron también las más acidas. En cambio las
muestras con pH más elevados, especialmente aquellas con pH>6,5, mostraron las
menores concentraciones de Pe. Los coeficientes de determinación más elevados se
hallaron para la arena fina y la gruesa, mientras que los más bajos se obtuvieron para
limo y arcilla. La mayor dispersión de los datos para el limo y especialmente la arcilla,
podrían indicar que el contenido de fosfatos en estas fracciones está influenciado por
otras variables no determinadas en este trabajo.
60
a 120 b
y = 3,124x2 - 51,74x + 213,5 y = 10,31x2 - 147,2x + 534,4
50
Pe 2000-90 µm (mg kg-1)
R² = 0,56; p<0,01 100 R² = 0,67; p<0,01

Pe 90-45 µm (mg kg-1)
40
80
30
60
20
40
10 20
0 0
4 5 6 7 8 4 5 6 7 8
pH pH
7
250
350
c d
y= 18,82x2 - 273,8x + 1009, 300 y = 26,78x2 - 389,8x + 1436,
200
Pe 45-2 µm (mg kg-1)
R² = 0,53; p<0,01 R² = 0,41; p<0,01
Pe <2 µm (mg kg-1)

250
150
200
100 150
100
50
50
0 0
4 5 6 7 8 4 5 6 7 8
pH pH
Figura 1. Relaciones entre la reacción del suelo (pH) y el fósforo extractable (Pe) en
distintas fracciones granulométricas (1a) 2000-90 µm; 1b) 90-45 µm; 1c) 45-2 µm y 1d)
<2 µm). representa muestras correspondientes a TP y representa muestras de TB.
Relaciones entre fósforo extractable del suelo y en las distintas fracciones
Si bien se hallaron diferencias altamente significativas y de gran magnitud en los

contenidos de Pe entre tratamientos, el comportamiento de las relaciones entre
variables sólo se mostró sensible al tamaño de partícula (Figs.2a -2d). Los factores
tratamiento y profundidad no afectaron las relaciones entre Pes y Pe de las fracciones.
El contenido de Pe obtenido en las distintas fracciones se relacionó significativamente

con el Pes de las muestras completas de suelo, mostrando elevados coeficientes de
determinación para todos los rangos estudiados. Se observaron dos tendencias bien
definidas según el tamaño de las partículas. Las fracciones de arena, tanto la 2000-90
µm como la 90-45 µm, exhibieron un incremento en el contenido de Pe hasta llegar a un
“umbral” a partir del cual mayores contenidos de Pes no se acompañaron con aumentos
importantes del Pe (Figs. 2a y 2b). En términos generales, este umbral se
correspondería con concentraciones de 40-50 mg P kg-1 para la arena más gruesa y en
torno a los 70-90 mg P kg-1 para la arena de menor tamaño.
8
60 100
a 90
50 b
Pe 2000-90 µm (mg kg-1)
80
Pe 90-45 µm (mg kg-1)

40 70
60
30 50
40
20 30
10 y = -0,000x2 + 0,371x - 0,618 20 y = -0,001x2 + 0,53x + 1,928
R² = 0,91; p<0,01 10 R² = 0,85; p<0,01
0 0
0 100 200 300 400 0 100 200 300 400
Pes (mg kg-1) Pes (mg kg-1)
250 350
c 300 d
200
Pe 45-2 µm (mg kg-1)
250
Pe <2 µm (mg kg-1)
150 200
150
100
100
y = 0,994x - 8,361
50 y = 0,620x + 2,831
50 R² = 0,96; p<0,01
R² = 0,99; p<0,01
0 0
0 100 200 300 400 0 100 200 300 400
Pes (mg kg-1) Pes (mg kg-1)
Figura 2. Relaciones entre el fósforo extractable determinado en muestras completas de

suelo (Pes) y el Pe determinado en distintas fracciones granulométricas de los mismos
suelos (1a) 2000-90 µm; 1b) 90-45 µm; 1c) 45-2 µm y 1d) <2 µm). representa
muestras correspondientes a TP y representa muestras de TB.
Para las fracciones limo y arcilla, las tendencias de las relaciones fueron lineales y no se
detectaron valores de Pes que limiten las concentraciones de Pe. Considerando que el
P lábil determinado por el método de Bray-Kurtz se encuentra sobre la superficie de las
partículas y responde a equilibrios químicos de adsorción-desorción (Frossardet al.,
1995), los comportamientos descriptos podrían explicarse por un efecto fisicoquímico
asociado a la disponibilidad de sitios libres para la retención de P. En las fracciones limo
y arcilla esto se ajustaría a un estado de sub-saturación de la superficie, pues el área
disponible para la adsorción de fosfatos es elevada,de modo que la concentración de P
resulta insuficiente para lograr la saturación.
Las pendientes de las relaciones obtenidas son más pronunciadas a medida que
disminuye el tamaño de las partículas, mostrando el Pe de la arcilla una
9
proporcionalidad casi directa con el contenido de Pes. Esto corrobora en un amplio

rango de concentración de Pe, que en los suelos de los sistemas evaluados las
fracciones finas contribuyen más al Pes que las gruesas, resultados que concuerdan
con lo reportado por Suñer & Galantini (2015).
Conclusiones
El cambio de uso de la tierra de pastizales graminosos a rodales de P. radiata

implantados, produjo profundas modificaciones en diversas variables edáficas afectando
principalmente la dinámica del fósforo. El aumento en el contenido de Pes determinado
en muestras sin fraccionar se vio reflejado en todos los rangos de diámetro de partícula
evaluados, con incrementos proporcionalmente mayores en la fracción más fina del
suelo, siguiendo el orden arcilla>limo>arena gruesa>arena fina. Se observó además,
que en capas más profundas la proporción de cambio fue superior, lo que se atribuye a
un bajo contenido de Pe en la situación inicial (TP) y al movimiento descendente con
posterior acumulación de fosfatos en la subsuperficie de los suelos bajo bosque.
Se hallaron relaciones significativas entre pH y Pe. Las muestras de suelo más ácidas,
evidenciaron mayores contenidos de Pe en todos los tamaños de partículas analizados.
También se obtuvieron elevados coeficientes de determinación para las relaciones
existentes entre la concentración de Pes y Pe en las distintas fracciones
granulométricas, resultando las mismas independientes de los efectos del tratamiento y
la profundidad. Para las arenas, las relaciones fueron positivas hasta un “umbral” a partir
del cual mayores contenidos de P en las muestras completas de suelo no se reflejaron
en incrementos en el Pe de dichas fracciones. En contrapartida, el limo y la arcilla
exhibieron relaciones lineales positivas sin un límite aparente.
Los resultados corroboraron la prevalencia de fenómenos fisicoquímicos controlando la

retención de fósforo en el suelo en un amplio rango de concentraciones de este
elemento y diferentes usos de la tierra. Los incrementos en el contenido de Pe
generaron una ocupación progresiva de los sitios de adsorción con fosfatos, llegando
sólo a niveles de saturación en las fracciones más gruesas y con menor superficie
específica.
Agradecimientos
Los autores agradecen a la SGCyT-UNS y la ANPCyT por aportar los fondos para
realizar la presente investigación.
10
Bibliografía
Amiotti, N., Zalba, P., Sánchez L. & Peinemann, N. 2000. The impact of single trees on
properties of loess-derived grassland soil in Argentina. Ecology 81: 3283-3290.
Amiotti, N., Bravo, O.; Zalba, P., & Peinemann, N. 2007. Effect of landscape position on
the acidification of loess-derived soil under Pinusradiata.Austral Ecol. 32: 534 – 540.
Amiotti N., Zalba P., Ares A. & Rossi J. 2013. Coniferous afforestation increases soil
carbon in maritime sand dunes. Archives of agronomy and soil science 59(2):289-304.
Brevik E. & Hartemink A. 2010. Early soil knowledge and the birth and development of
soil science. Catena 83: 23-33.
Canadell J. & Raupach M. 2008.Managing forest for climate change mitigation. Science
320: 1456-1457.
Chen, C.R., Condron, L.M., Davis, M.R. & Sherlock, R.R. 2002. Phosphorus dynamics
in the rhizosphere of perennial ryegrass (Lolium perenne L.) and radiata pine (Pinus
radiata D. Don.). Soil Biol. Biochem. 34, 487–499.
Chen C. R., Condron L. M. & Xu Z. H. 2008. Impacts of grassland afforestation with

coniferous trees on soil dynamics and associated microbial processes: A review. Forest
EcolManag 255: 396-409.
Condron L., Davis M., Newman R. & Cornforth I. 1996. Influence of conifers on the
forms of phosphorus in selected NZ grassland soils. Biol. Fertil. Soils 21: 37-42
Davis M. 1994. Topsoil properties under tussock grassland and adjoining pine forest in
Otago, New Zealand. NZ J. Agric. Res. 37(4):465-469.
Heredia O.; Duffau V. & Conti M. 2003. Cambios de La fertilidad edáfica en suelos de
La región Pampeana. Informaciones Agronómicas del Cono Sur nº 19.
-Garay M., Zalba P., Peinemann N. & Amiotti N. 2014. Dinámica del fósforo asociada al
cambio de uso de la tierra. XXIV Congreso Argentino de la Ciencia del Suelo y II
Reunión Nacional de Materia Orgánica y Sustancias Húmicas. Bahía Blanca, 5 al 9 de
mayo de 2014.ISBN 978-987-24771-6-5. Resumen digital expandido, 6 pp.
Garay M., Amiotti N. y Zalba P. 2015. Potencial riesgo de polución biológica asociado a
la introducción de Pinus radiata en tierras de pastizales. Phyton (ISSN impreso: 0031-
9457; ISSN on line: 1851-5657) nº 84: 280-287.
González Uriarte, M. 1984. Características geomorfológicas de la porción continental

que rodea a Bahía Blanca. Actas IX Congr. Geol. Arg. III: 557-576.
11
Suñer L. & Galantini J. 2015. Texture influence on soil phosphorus content and
distribution in semiarid pampean grasslands. Int. J. Plant. SoilSci. 7(2): 109-120.
Zalba P. & Peinemann N. 1987. Efecto de algunas especies forestales sobre ciertas
propiedades fisicoquímicas del suelo. Ci. Suelo 5(1): 71-76.
Zalba P., Bravo O., Garay M., Peinemann N. 2007. Moisture and temperature effect on
soil phosphorus availability. Agrochimica (ISSN: 0002-1857) Vol. LI, n° 1, p.55-63.
Zinke P. 1962. The pattern of influence of individual forest trees on soil properties.
Ecology 43(1): 130-133.
12
INDICADORES DE CALIDAD DE SUELO EN EL SUDOESTE BONAERENSE
JOSEFINA PAULA ZILIO1; HUGO RICARDO KRÜGER1 & FRANCO DANIEL FROLLA1
EEA INTA Bordenave, Ruta 76 km 36,5 (8187) Bordenave, Buenos Aires-Argentina.

* [email protected]
Palabras Clave: indicadores edáficos, multivariado, semiárido.
Resumen
El objetivo del presente trabajo fue evaluar la aptitud de distintas variables físicas y
químicas como indicadores de calidad de suelo, en el sudoeste bonaerense. Mediante
análisis multivariado se identificaron aquellos más sensibles para la separación de
distintos manejos, con el propósito de convertirlos en herramientas para la detección
temprana de degradación. Se muestrearon dos situaciones de manejo que diferían en la
aplicación de buenas prácticas agropecuarias (M: moderado y A: agresivo) y una
situación de referencia (I: Inalterado). Los resultados del análisis multivariado mostraron
que los indicadores que más discriminaron los manejos agropecuarios de las
situaciones de referencia fueron: contenido de carbono orgánico total (COT) y el Índice
estructural (IE=MO/a+l) calculado para COT y para la fracción de CO particulado grueso
(COPg: 50-100µm). Asimismo, se evidenció una estrecha relación entre los suelos con
mayor contenido de arcilla+limo (San Germán y Coronel Suárez) y las variables
relacionadas a COT, hidratos de carbono solubles (HCs) y CO asociado a la fracción
mineral (COM), mientras que los suelos con mayor contenido de arena (Carhué y
Tornquist), se vincularon más estrechamente a variables relacionadas a la degradación
física (densidad aparente máxima: Dap Máx., fracción erodable: FE y cambio del
diámetro medio ponderado: CDMP). En cuanto los suelos de referencia, manifestaron
estrecha relación con las distintas formas de P y CO, IE a partir de las distintas
fracciones, HCt y diámetro medio ponderado (DMP), en contraposición con M y A, que
mostraron una vinculación negativa con estas variables, hecho que manifiesta una
degradación debida al uso.
Introducción
Desde mediados del siglo XX, el aumento en la productividad de los suelos está
principalmente ligado a los avances tecnológicos en mejoramiento de los cultivos,
fertilización, aplicación de pesticidas y manejo de plagas (Havlin et al., 1999) y
enmascara pérdidas de productividad por degradación. Una forma de evaluar los suelos,
es midiendo su calidad y para ello suelen utilizarse ciertas propiedades físicas, químicas
y biológicas, que funcionan como indicadores (Debelis, 2003). La magnitud e intensidad
de dichas pérdidas, varían con el sistema productivo, tipo de suelo y clima de cada
1
región. Es por ello que se han ahondado los esfuerzos para encontrar indicadores
sensibles a las distintas prácticas de manejo adecuados a cada sitio en particular.
En nuestro país se han reportado diversos indicadores químicos de la calidad edáfica,

por ejmplo: Materia Orgánica (MO) y sus fracciones (Casanovas et al., 1995; Andriulo e
Irizar, 2012; Quiroga et al., 2001; Galantini y Suñer, 2008; Buschiazzo et al., 2001;
Krüger et al., 2004), contenido de P (Heredia, 2008; Cardozo et al., 2006; Carrasco,
2009), pH (Urricariet y Lavado, 1999; Cantú et al., 2007, Musso et al., 2006) y contenido
de carbohidratos en el suelo (Guggenberger et al., 1995, Bongiovanni y Lobartini, 2006;
Duval et al., 2013). Entre los indicadores físicos de calidad de suelo evaluados en
Argentina y en el mundo, se pueden citar: estabilidad estructural (Quiroga, 2008; Aoki,
2008; López Fourcade, 2008; Ciarlo et al., 2004, Gabioud et al., 2011), densidad
aparente (Vidal, 2008; Echeverría et al., 2008, Carrasco, 2009), densidad aparente
máxima (Quiroga et al., 1999) y fracción erodable (Druille et al., 2013). El objetivo
general de este trabajo fue evaluar la utilidad de diversos parámetros químicos y físicos
como indicadores de calidad de suelos, en la zona de influencia de la EEA INTA
Bordenave.
En 2012 y 2013 se recolectaron muestras de suelo en cuatro localidades que

representaron dos grupos texturales: San Germán (SG: Franco arcilloso: Fa-Franco
arcillo limoso: FaL), Coronel Suárez (CS: Fa), Carhué (Ca: Franco: F- Franco arenoso:
FA) y Tornquist (To: FA). Los suelos se clasificaron como Paleustoles petrocálcicos, sin
y con presencia de horizonte Bt, Hapludoles típicos y Haplustoles líticos,
respectivamente. En cada sitio se identificaron tres situaciones en cuanto a su historia
agrícola: Manejo agresivo (A): alta presión productiva, con predominancia de
monocultivo o secuencia de cultivos anuales, labranza mecánica intensiva y/o baja a
nula reposición de nutrientes; Manejo moderado (M): baja presión productiva, rotación
de pasturas y cultivos anuales, mayor uso de siembra directa, y/o fertilización en función
de la extracción; Inalterado (I): áreas con disturbio antrópico mínimo, ubicadas en
parques, taperas, lotes poco utilizados, esquineros, etc. La imposibilidad de conocer con
exactitud la historia previa, impide afirmar que se trata lotes prístinos o inalterados en el
sentido estricto. La clasificación de los lotes en dos categorías siguió el criterio de
buenas prácticas (manejo M) vs prácticas que se consideran inadecuadas para cada
zona (manejo A).
Se determinó el contenido de Carbono Orgánico Total (COT), Nelson y Sommers

(1982), y fraccionamiento físico granulométrico, según Galantini (2005) con
modificaciones (CO particulado grueso, COPg: 2000-100 µm; CO particulado fino, COPf:
100-50 µm; CO relacionado a la fracción mineral, COM < 50 µm), índice estructural
(IE=MO/a+l) para COT y sus fracciones, hidratos de carbono solubles (HCs, Puget et al.,
2
1999) y totales (HCt, Brink et al. 1960), pH, fósforo extractable (P; Bray y Kurtz, 1945),
fósforo orgánico e inorgánico (Po y Pi; Saunders y Williams, 1955), densidad aparente
(Dap; método del cilindro Blake y Hartge, 1986), densidad aparente máxima (Dap Máx.,
test Proctor descripto por Felt, 1965)., compactación relativa (CR, Soane et al., 1981),
textura (Bouyoucos, 1965), y estabilidad estructural (EE) a partir del cambio del diámetro
medio ponderado (CDMP; De Leenher y De Boodt, 1956) y del diámetro medio
ponderado (DMP; Le Bissonnais, 2002). Se calculó el Índice Estructural (Pieri, 1995)
definido en la Ec.1, tanto para CO como para sus fracciones.
Ec.1 IE = [(CO (g kg-1)*1,724 / arcilla+limo (g kg-1)] * 100
Las determinaciones se realizaron en dos profundidades de muestreo (0-10 y 10-20

cm), mientras que la EE se evaluó en la capa 0-10 cm.
Con los datos obtenidos se realizó un análisis multivariado discriminante y de
componentes principales, utilizando el software INFOSTAT®.
El análisis discriminante lineal (Fig. 1) correspondiente a la profundidad 0-10 cm,

reagrupó la variabilidad de la información y calificó las variables según su capacidad
para agrupar tratamientos de acuerdo a los factores suelo y manejo. Diferenció los
suelos de SG y CS, respecto de Ca y To por medio del índice estructural (IE) calculado
para COM, COPg y COT (el 1er eje reunió el 59 % de la variabilidad) y en menor grado
por el contenido de COT y el IE para COPg y COT que permitieron segregar los
manejos I respecto a los M y A (el 2do eje reunió el 18 % de la variabilidad).
Figura 1. Análisis discriminante canónico de los tratamientos para la profundidad 0-10

cm. n=3. Suelos: San Germán (1, color blanco), Coronel Suárez (2, color gris claro),
Carhué (3, color gris oscuro), Tornquist (4, color negro). Manejos: Agresivo (A y
círculos), Moderado (M y triángulos), Inalterado (I y cuadrados).
3
El mismo análisis se realizó para la capa subsuperficial (10-20 cm) con un menor grupo
de determinaciones existentes, observándose igual tendencia, aunque con menor
potencia para segregar los suelos de Ca y To, y los manejos respectivos en cada caso.
Las determinaciones que mostraron mayor capacidad de reagrupamiento fueron el

contenido de COT, COM y el IE calculado para COT (IE COT). Para esta profundidad el
1er y 2do eje reunieron el 86 y el 7 % de la variabilidad existente, respectivamente. En la
Tabla 1 se presentan los valores estandarizados de acuerdo a su variabilidad que
permiten formular las funciones discriminantes canónicas, calificando la importancia
relativa de cada parámetro en la segregación de grupos.
Tabla 1. Funciones discriminantes en base a valores estandarizados de acuerdo a su

variabilidad para las determinaciones en dos profundidades (0-10 y 10-20 cm).
0-10 cm 10-20 cm
Variable Abreviatura Eje 1 Eje 2 Eje 1 Eje 2
Contenido de arcilla +
arcilla+limo -0,55 -1,19 -4,7E-03 0,67
limo (%)
Carbono Orgánico
COT 1,28 22,02 147,50 86,41
Total
Índice estructural para
IE COM 11,60 12,06 94,05 56,00
COM
IE COPg 11,12 18,79 44,83 26,51
COPg
IE COPf 4,38 7,31 24,74 20,01
COPf
IE COT -21,90 -27,52 -133,55 -79,12
COT
CO asociado a
fracción mineral COM -2,48 -13,28 -122,30 -72,17
(CO<50µm)
Carbono Orgánico
Particulado grueso COPg 2,35 -13,98 -43,66 -26,30
(COPg: 100-2000 µm)
Carbono Orgánico
Particulado fino COPf -1,00 -10,18 -37,16 -27,30
(COPf: 50-100 µm)
Fósforo disponible
método de Bray y P Bray 0,90 0,28 -0,08 -0,56
Kurtz N°1
Estabilidad estructural
(Le Bissonnais): DMP 0,04 0,79 - -
Diámetro medio
4
ponderado
Densidad aparente
DAP Máx, -0,10 0,27 - -
máxima
Índice de inestabilidad
estructural (De
Boodt& de Leenher):
CDMP 0,12 -0,22 - -
Cambio del diámetro
medio ponderado
(CDMP)
Fósforo Orgánico+ P
Po+Pi -0,17 0,23 - -
inorgánico
El análisis de componentes principales (Fig. 2) mostró para la primera profundidad, una

estrecha relación positiva de las determinaciones que describen el estado físico del
suelo (Dap Máx., FE y CDMP) con los de textura más arenosa (Ca y To), mientras que
los suelos SG y CS con alto contenido de arcilla+limo, se vincularon a los contenidos de
HCs y COM. En cuanto al manejo, los suelos con manejo I, presentaron asociaciones
positivas con la totalidad de las determinaciones de fósforo, carbono, los IE calculados a
partir de las diversas fracciones de carbono, los carbohidratos estructurales totales y la
estabilidad estructural media (DMP), en contraposición a los manejos M y A, con los
cuales se vincularon negativamente y de manera semejante entre ellos. El plano de las
primeras dos componentes agrupó el 80% de la varianza total y a excepción de CR y
pH, la totalidad de las variables e individuos presentaron reconstrucciones mayores al
90%.
5
Figura 2. Análisis de componentes principales para variables, tipo de suelo y manejo,

de la profundidad 0-10 cm en el plano de las primeras dos componentes: G-plot para las
determinaciones. Círculo interno límite de reconstrucción del 70% en el plano de las
componentes (izq.) y H-plot para tipo de suelo y manejo. n=3 (der.). Notación ver Tabla
1.
Con menor número de variables, un análisis semejante para la segunda profundidad

presentó relaciones similares entre las determinaciones. El plano de las primeras dos
componentes agrupó el 81% de la varianza total y a excepción de las determinaciones
que incluyeron Pi y pH, la totalidad de las variables e individuos presentaron
reconstrucciones mayores al 90%.
6
Conclusiones
Los resultados del análisis multivariado mostraron que los indicadores que más
discriminaron los manejos agropecuarios de las situaciones de referencia fueron:
contenido de COT, IE COT e IE COPg. Además, se evidenció una estrecha relación
entre los suelos con mayor contenido de arcilla+limo (SG y CS) y las variables
relacionadas a COT, HCs y COM, mientras que los suelos de Ca y To, se vincularon
más estrechamente a variables relacionadas a la degradación física (Dap Máx., FE y
CDMP). En cuanto al manejo inalterado, manifestó estrecha relación con las distintas
formas de P, carbono, IE a partir de las distintas fracciones, HCt y DMP, en
contraposición con M y A, que mostraron una vinculación negativa con estas variables,
hecho que manifiesta una degradación debida al uso.
En resumen, las variables tradicionales CO y textura (que permiten el cálculo de IE) y el
fraccionamiento del CO, son las variables que más discriminaron las situaciones
estudiadas. Claramente, las dos primeras son operativamente más simples y
económicas, por lo cual su uso parece más apropiado.
En el caso del presente trabajo, se priorizó la homogeneidad de suelos por sobre el
contraste de manejos, lo que pudo haber dificultado la eficiencia de los indicadores en
diferenciar éstos últimos. Surge la necesidad de continuar con los muestreos, con el fin
de incluir manejos mejor diferenciados, a fin de encontrar aquellos indicadores que sean
lo suficientemente sensibles a la intensidad de manejo.
Bibliografía
Andriulo, AE & AB Irizar. 2012. La materia orgánica como indicador base de calidad del
suelo. XXIII Congreso Latinoamericano de la Ciencia del Suelo y XIX Congreso
Argentino de la Ciencia del Suelo, Mar del Plata, Argentina.
Aoki, AM; P Campitelli; O Gudelj; CI Vettorello; G Esmoriz& R Sereno. 2008. Efectos de
diferentes sistemas de cultivos y labranzas sobre propiedades indicadoras de calidad de
suelo.
Blake, GR & KH Hartge. 1986. Bulk Density. En: A. Klute (ed.). Methods of Soil Analysis.
Part I. Physical and Mineralogical Methods: Agronomy Monograph No. 9 (2nd edn), pp.
363-375.
Bongiovanni MD & JC Lobartini. 2006. Particulate organic matter, carbohydrate, humic
and acid contents in soil macro- and microaggregates as affected by cultivation.
Geoderma 136: 660-665.
Bouyoucos, GJ. 1965. Hydrometer Method Improved for Making Particle Size Analyses
of Soils. Agron. J. 54: 464-465.
Bray, RH & LT Kurtz. 1945. Determination of total organic and available form of
7
Brink, RH; JP.Dubach & DL Lynch. 1960. Meassurement of carbohydrates in soil

hydrolizates with antrone. SoilSci. 89: 157-166.
Buschiazzo, DE; GG Hevia; EN Hepper; A Urioste; AA Bono, & F Babinec. 2001.
Organic C, N and P in size fractions of virgin and cultivated soils of the semi-arid pampa
of Argentina. J.Arid Environ. 48(4), 501-508.
Cantú, MP; AM Becker; JC Bedano & Schiavo, H. F. 2007.Evaluación de la calidad de
suelos mediante el uso de indicadores e índices. Ci. Suelo 25(2), 173-178.
Cardozo, MS; JL Arzeno; J León; C Sánchez, J Huidobro. 2006. Estudio de suelos
desmontados de uso agrícola, a través de indicadores de calidad de suelo. Anta-Salta.
XX Congreso Argentino de la Ciencia del Suelo, Salta-Jujuy, Argentina.
Carrasco, N. 2009. Evaluación de la calidad de suelo según intensidad de uso y
labranza en el centro sur bonaerense. Tesis Magister Scientiae, UNMdP. Mar del Plata,
Argentina.
Casanovas, EM; GA Studdert & HE Echeverría. 1995. Materia orgánica del suelo bajo
rotaciones de cultivos. II. Efecto de los ciclos de agricultura y pastura. Ci. Suelo 13: 21-
27.
Ciarlo E; D Cosentino; OS Heredia & ME Conti. 2004. Efecto del uso del suelo sobre
componentes de la Materia Orgánica y estabilidad de agregados. XIX Congreso
Argentino de la Ciencia del Suelo. Paraná, Entre Ríos, Argentina.
De Leenheer, L & De Boodt, M. 1959. Determination of aggregate stability by the change
in mean weight diameter. En: Proceedings of the International Symposium on Soil
Structure. Medelingen van de Landbouhogeschool, Ghent. pp. 290-300.
Debelis, S. 2003. Evaluación de tierras. FCA-UNLZ. http://www.produccion-
animal.com.ar/suelos_ganaderos/15-evaluacion_de_tierras.htm. Último acceso 03/2011.
Druille M; M Castiglioni; JM Massobrio. 2013. Fracción erosionable del suelo en el oeste
bonaerense bajo sistemas de uso de tierra contrastantes. Ci. Suelo 31 (1): 125-132
Duval, ME.; JA Galantini; JO Iglesias; S Canelo; JM Martínez & L Wall. 2013. Analysis of
organic fractions as indicators of soil quality under natural and cultivated systems.
SoilTill. Res. 131: 11-19.
Echeverría, NE; G Blanco; JC Silenzi, AG Vallejos, R Jersonsky & M De Lucía. 2008.
Efecto del uso y manejo sobre la degradación física de un Hapludol éntico. XXI
Congreso Argentino de la Ciencia del Suelo. San Luis, Argentina.Gabioud et al., 2011
Felt, EJ. 1965. Compactibility. En: Black, CA (ed). Methods of soil analysis. Part. 1.
Physical and mineralogical properties, including statistics of measurement and sampling.
Am. Soc. Agron. Inc. Madison, Wisconsin, USA. 770 pp.
Gabioud EA; MG Wilson & MC Sasal. 2011. Análisis de la estabilidad de agregados por
el método de Le Bissonnais en tres órdenes de suelo. Ci. Suelo 29 (2): 129-139.
8
Galantini, JA & L Suñer. 2008. Las fracciones orgánicas del suelo: análisis en los suelos
de la Argentina. Agriscientia 45: 41-55.Guggenberger et al., 1995,
Galantini, JA. 2005. Separación y análisis de las fracciones orgánicas. En: Manual
Tecnología en Análisis de Suelos: alcances a laboratorios agropecuarios.
Marban y L & S. Ratto (Eds.) 1º edn. Asociación Argentina de la Ciencia del Suelo. -
Buenos Aires, pág. 215.
Guggenberger, G; W Zech& RJ Thomas. 1995. Lignin and carbohydrate alteration in
particle-size separates of an oxisol under tropical pasture following native Savanna. Soil
Biol. Biochem. 27, 1629–1638.
Havlin, JL; JD Beaton; SL Tisdale, WL Nelson. 1999. Soil fertility and fertilizers. An
introduction to nutrient management.6 thedition. Prentice Hall. New Jersey.
Heredia, OS. 2008. Cambios en el uso de la tierra y el clima sobre las propiedades
químicas de los suelos de Gral. Viamonte, Buenos Aires, Argentina. XXI Congreso
Argentino de la Ciencia del Suelo. San Luis, Argentina.
Krüger, HR; S Venanzi; JA Galantini. 2004. Rotación y cambios en las propiedades
químicas de un Hapludol típico del sudoeste bonaerense bajo labranza. XIX Congreso
Argentino de la Ciencia del Suelo. Paraná, Entre Ríos, Argentina.
Le Bissonnais, Y; O Duval & H Gaillard. 2002. Fiche de protocole: Mesure de la
stabilitéd’agrégats de sols. INRA Orléans, Inuté de Science du Sol.
López FourcadeR ; C Clérici, JM Cisneros & C Cholaky. 2008. Evaluación de la
degradación de los suelos de la pampa medanosa frente a los cambios de uso actuales.
XXI Congreso Argentino de la Ciencia del Suelo. Potrero de los Funes, San Luis,
Argentina.
Musso, TB; MP Cantú & AM Becker.2006. Indicadores químicos de calidad de suelos.
Un set mínimo para Hapludoles de la Cuenca del Aº La Colacha. XX Congreso
Argentino de la Ciencia del Suelo. Salta-Jujuy, Argentina.
Nelson, DW & LE Sommers. 1982. Total carbon, organic carbon and organic matter. En:
Page, AL; RH Miller & DR Keeney (eds.). Methods of Soil Analysis, Part 2. 2nd ed.
Agron. Monogr. 9. ASA and SSSA, Madison, Winscosin. pp 539-579.
Pieri, C. 1995. Long-term soil management experiments in semi-arid Francophone
Africa. En: Lal, R. y B. Steward (Eds.). Soil Management: experimental basis for
sustainablility and environmental quality. Lewis Publishers-CRC. FL, USA. 266 pp.
Puget P; DA Angers & C Cheng. 1999. Nature of carbohydrates associated with water-
Quiroga, AR, DE Buschiazzo & N Peinemann. 1999. Soil compaction is related to
management practices in the semi-arid Argentine pampas. SoilTill. Res. 52:21-28
9
Quiroga, AR; O Ormeño & N Peineman. 2001. Materia orgánica: un indicador de calidad
de suelos relacionado con la productividad de los cultivos. Boletín Divulgación técnica
70 EEA INTA Anguil, 28 pp.
Quiroga, AR; R Fernández; D Riestra; E Noellemeyer & N Peinemann. 2008. Influencia
del manejo sobre la distribución del tamaño y estabilidad de agregados de suelos
influenciados por variaciones en la granulometría y contenidos de materia orgánica. XXI
Congreso Argentino de la Ciencia del Suelo. Potrero de los Funes, San Luis, Argentina.
Saunders WMH & EG Williams. 1955. Observation on the determination of total organic
phosphorus in soil. J. SoilSci. 6: 254-267.
Silenzi JC; GR Marrón & C Puricelli. 1990. Modelo simplificado de tamiz rotatorio para
determinar el índice de erosionabilidad eólica de suelos. CiSuelo (8), N°1.
Soane BD; PS Blackwell; JW Dickson & DJ Painter. 1981. Compaction by agricultural
vehicles: A review I. Soil and Wheel characteristics. SoilTill. Res. 1: 207-237.
Urricariet, AS & RS Lavado. 1999. Indicadores de deterioro en suelos de la Pampa
Ondulada. Ci. Suelo 17:37-44.
Vidal, C & V Aparicio. 2008. Evaluación de algunas propiedades físicas y químicas de
suelos desmontados en el Norte de Santa Fe. XXI Congreso Argentino de la Ciencia del
Suelo. Potrero de los Funes, San Luis, Argentina.
10
ESTIMACIÓN DE LA CONDUCTIVIDAD HIDRÁULICA DEL SUELO A TRAVÉS DE

INDICADORES FÍSICOS.
FRANCO DANIEL FROLLA1*; HUGO RICARDO KRÜGER1 & JOSEFINA PAULA ZILIO1
EEA INTA Bordenave, Ruta 76 km 36,5 (8187) Bordenave, Buenos Aires-Argentina.

* [email protected]
Resumen
La conductividad hidráulica del suelo (K) es una de las propiedades físicas de gran
interés dentro de las ciencias agrarias. Mediciones directas de esta propiedad son
dificultosas, costosas y requieren gran cantidad de tiempo. Las funciones de
pedotransferencia pueden estimar la K, pero no contemplan cambios en la distribución
de poros por tránsito de maquinaria o animal, volviéndose herramientas poco prácticas
para diferenciar distintos manejos. El objetivo de este trabajo es determinar relaciones
de indicadores físicos del suelo con la K, posibilitando la detección de cambios
tempranos en la misma. Mediante una sonda de electro-conductividad aparente (EM-
38MK2), se detectaron tres texturas en un lote: Arenoso Franco (AF), Franco Arenoso
(FA) y Franco arcillo arenoso (FaA). En dicho lote, se sembró un verdeo invernal en
siembra directa, el cual fue pastoreado con vacas de cría. Se utilizaron tres niveles de
carga: Testigo (TES), 0 cabezas.dia.ha-1, Moderado (MOD), 200 cabezas.dia.ha-1, y
Pesado (PES), 400 cabezas.dia.ha-1. Se evaluó densidad aparente (DA), resistencia
mecánica (RM), K en tres tensiones (0 mm; 15 mm; 30 mm), y macroporosidad (ρ) en 6
tensiones (15 mm, 30 mm, 70 mm, 140 mm, 270 mm, 560 mm). Luego del pastoreo, se
observó una correlación lineal entre la RM y K(0) en las profundidades 0-5 cm (R2=0,35)
y 5-10 cm (R2=0,32). Relación similar se observó en K(-15) y K(-30). La ρ tuvo una buena
correlación entre el volumen de poros mayores a 50 μm (ρ-560) y los valores de K(0). La
correlación por texturas fue: FaA (R2=0.76), FA (R2=0,6) y AF (R2=0.033), estando esta
última textura, afectada por dos valores extremos. La DA no mostró ninguna relación
significativa con la K. ρ y RM son indicadores apropiados para identificar cambios en la
K, siendo necesaria la validación de las presentes relaciones con nuevos set de datos.
1
Introducción
La conductividad hidráulica del suelo (K) es una de las propiedades más importantes del
suelo (Ghanbarian-Alavijeh et al., 2010), utilizada en el estudio del movimiento del agua
y solutos en el suelo. Mediciones directas de esta propiedad son dificultosas, costosas y
requieren gran cantidad de tiempo (Islam et al., 2006; Zhuang et al., 2001). Debido a su
alta variabilidad espacial y temporal, se requiere de un gran número de muestras para
obtener una resolución espacial aceptable (Jury y Horton, 2015).
Para la estimación de la K mediante métodos indirectos, se ha propuesto el uso de

modelos basados en la distribución, conectividad y tortuosidad de poros, métodos
inversos y funciones de pedotransferencia (Lozano et al., 2005). Varias funciones de
pedotransferencia han sido desarrolladas en base a indicadores físicos y químicos de
mayor facilidad de estimación. Wagner et al., 2001 evaluaron 8 funciones de
pedotransferencia utilizando un set de datos con 5 variables del suelo (porosidad,
textura, densidad aparente (DA), materia orgánica y humedad), Rawls et al. (1998),
utilizaron datos de textura, densidad aparente y la pendiente de la curva de retención
hídrica, Reichert et al. (2009) estimaron correlaciones entre la K(0) y la compactación
relativa.
Las funciones de pedotransferencia pueden estimar la K asumiendo dentro de cada

textura propiedades hidráulicas similares o una variación continua a lo largo del triángulo
textural (Rasoulzadeh, 2011), no contemplando cambios en la distribución de poros por
efectos de tránsito de maquinaria o animal, lo cual las vuelve poco precisas para
diferenciar situaciones de manejo. En este aspecto, Soracco (2005) no logró inferir
correctamente la K(0) a través de la densidad aparente (DA) del suelo, con distintos
grados de disturbio.
El uso de indicadores que contemplen la porosidad y sus fracciones, pueden ser más
efectivos como predictores de la K, debido a que la forma, tamaño y continuidad de
poros afecta el movimiento de agua en el suelo (Ringrose-Voase y Bullock, 1984).
La ganadería es un componente importante de las empresas de regiones semiáridas,

debiendo convivir con sistemas de producción agrícolas-ganaderos bajo siembra
directa, la cual tuvo una amplia difusión debido a una mejor economía del agua (Schuller
et al., 2007), carbono (Balesdent et al., 2007) y reducción de la erosión eólica
(Buschiazzo et al., 2007). El riesgo potencial de compactación es uno de los causantes
de la no adopción de sistemas de producción mixtos bajo SD.
La compactación originada por el pisoteo animal puede afectar la estructura del suelo,
siendo afectados el volumen total, la distribución, conectividad y tortuosidad de poros,
modificándose el ingreso y retención del agua al suelo, la disponibilidad de oxígeno, y la
resistencia mecánica a la penetración radical (Dexter et al., 2008). Aun así, no se han
evaluado indicadores de fácil estimación de K, los cuales permitan inferir rápidamente
el estado estructural del suelo, facilitando tomar decisiones de manejo adecuadas para
2
cada situación. El objetivo de este trabajo es determinar relaciones de indicadores

físicos del suelo con la K, de modo de contar con una detección temprana de cambios
en la conductividad hidráulica del suelo.
El estudio se realizó en la Estación Experimental Bordenave del INTA (37°46' 05,7"S;

63°5' 27,5" O). Mediante un análisis con una sonda de electro-conductividad aparente
(CEa) EM-38MK2 (Geonics Limited, Ontario, Canadá) se detectó un gradiente textural.
Las texturas encontradas fueron Arenosa Franca (AF), CEa < 8 mS m-1, Franco Arenosa
(FA), 8 mS m-1< CEa < 12 mS m-1 y Franco arcilla Arenosa (FaA), CEa > 12 mS m-1.
Sobre el lote se sembró centeno (Secale cereale) consociado con vicia (Vicia villosa
Roth) a razón de 45 y 10 kg de semilla ha-1, respectivamente. Se utilizaron tres
tratamientos con tres repeticiones, dados por tres niveles de carga animal: Testigo
(TES), 0 cabezas.dia.ha-1, Moderado (MOD), 200 cabezas.dia.ha-1, y Pesado (PES), 400
cabezas.dia.ha-1. El tamaño de las parcelas fue de 392m2. Se utilizaron vacas de cría de
450 kg animal-1 en dos pastoreos.
Las determinaciones realizadas en forma previa y posterior a los pastoreos fueron:
Resistencia mecánica (RM) mediante un penetrómetro de cono (CN-970, SOILTEST

Inc., Lake Bluff, Illinois) (Bradford, 1986), tres observaciones por parcela a las
profundidades de 0-5 cm, 5-10 cm, 10-15 cm y 15–20 cm. En ambos momentos de
muestreo, se tomaron muestras en la capa 0-20 cm del suelo de las parcelas testigo
para la determinación de humedad, que fueron comparados mediante el test-t de Welch.
Macroporosidad (ρ) a través de mesa de tensión. Se tomaron tres muestras inalteradas

de la capa 0-5 cm, por parcela. Las tensiones utilizados para esta determinación fueron:
15 mm (ρ -15); 30 mm (ρ -30); 70 mm (ρ -70); 140 mm (ρ -140); 280 mm (ρ -280) y 560 cm (ρ -
560), las cuales corresponden a un diámetro de poro de 1866 μm; 933 μm; 400 μm; 200
μm; 100 μm y 50 μm respectivamente. La macroporosidad fue estimada a través de la
diferencia del peso húmedo de la muestra en cada tensión con la porosidad total de la
muestra. La relación entre tensión y diámetro de poro fue determinada por la Ecuación 1
(Imhoff et al., 2010).
Ec. 1
Donde, δ es la tensión de agua superficial, α es el ángulo de contacto entre el agua y la

pared del poro, p la densidad del agua, g la aceleración de la gravedad y h: corresponde
a la tensión aplicada.
3
Conductividad Hidráulica (K(h)), medida con infiltrómetros de tensión a disco (Perroux;

White, 1988), en tres tensiones (0, 15 mm, 30 mm) con tres repeticiones por parcela. Se
calcularon los valores de conductividad hidráulica saturada (K(0)) según la ecuación de
Wooding (1968) (Ecuación 2). Ésta establece una aproximación algebraica para una
tasa de infiltración a flujo insaturado constante dentro del suelo partiendo de una fuente
circular.
Ec. 2
Donde, Q: volumen de agua entrando al suelo (cm3h-1), K(0): conductividad hidráulica

saturada (cm h-1), r: radio (cm). Por otro parte, Gardner (1958), propone una relación
exponencial para la conductividad hidráulica a distintas tensiones (Ecuación 3).
Ec. 3
En la cual K(h) es la conductividad hidráulica a una tensión dada, K(0) la conductividad

hidráulica saturada, α es una constante y h es la tensión aplicada. A partir de la
Ecuación 2 y 3, se obtiene la ecuación de flujo de agua dentro del suelo en función de la
tensión aplicada (Ecuación 4) (Wooding, 1968).
Ec. 4 [ ]
Dónde: Q es la infiltración promedio en cm3 h-1, K(0) la conductividad hidráulica saturada,

α es una constante, h es la tensión de medición y r es el radio del disco del infiltrómetro.
Con la Ec. 4 se realizó un ajuste no lineal de los valores de infiltración en sus tres
tensiones, permitiendo estimar K(0) y α, utilizando la función nls del software R. Con los
valores de K(0) obtenidos, se calculó K(-30) y K(-15), según la ecuación 3. Los datos de
conductividad hidráulica presentaron falta de normalidad, siendo normalizados por el
método de Box-Cox.
El diseño experimental utilizado fue de bloques completos aleatorizados, siendo Textura
y Carga Animal los factores principales, considerando los bloques como un efecto
aleatorio anidado en las distintas texturas. Diferencias entre medias fueron calculadas a
través del test de Tuckey (αe=0,05). Se establecieron relaciones entre grupos de datos
mediante el coeficiente de correlación de Pearson.
4
Resultados
Conductividad Hidráulica
Los tratamientos generaron diferencias significativas de K. La Fig. 1 muestra los valores

de conductividad hidráulica transformados (Kt) luego del pastoreo y su variación
respecto del valor previo al pastoreo (∆Kt). El análisis estadístico indica efectos
significativos de la carga luego de ocurridos los pastoreos. MOD y PES redujeron la
conductividad hidráulica del suelo respecto de TES, sin diferencias entre ellos. Con
respecto a su situación inicial los tratamientos con pisoteo mostraron una reducción
porcentual del 18,6 y 20,8% respectivamente, con una mejora del 7,8% en los testigos.
2,5 0,2
a a
2 0,1
b b
0
1,5
Kt(0) ∆ Kt (0)
-0,1
(cm h-1) (cm h-1)
1
-0,2
0,5 -0,3
b b
0 -0,4
Pesado Moderado Testigo Pesado Moderado Testigo
Figura 1 - Valores de conductividad hidráulica transformada posterior a los pastoreos

(Kt(0)) y diferencia de conductividad hidráulica transformada entre fechas de muestreo( ∆
Kt0). Letras distintas indican diferencias entre tratamientos (=0,05).
La Fig. 2 muestra los valores Kt para las distintas tensiones. Kt(-15) tuvo el mismo
comportamiento que la Kt(0). Kt(-30) presentó un comportamiento diferencial, no
observándose reducciones significativas de la conductividad hidráulica posterior a los
pastoreos, como así, en relación a su situación inicial. Los mayores cambios ocurridos
por el efecto del pastoreo se produjeron a las menores tensiones de medición, lo cual,
se correlaciona con poros de mayor diámetro. Vahhabi et al. (2001); Mwendera y
Saleem (1997) también detectaron una reducción en la K(0) por causa del pisoteo
animal.
5
2,5
1,5
Kt
Testigo
(cm h-1)
1 Moderado
Pesado
0,5
0
0 1,5 3
Tensión (cm)
Figura 2 - Conductividad hidráulica transformada (Kt) para distintas tensiones en los

tratamientos evaluados. Barras indican error estándar. Línea corresponde al ajuste
exponencial de los datos.
Resistencia mecánica
Los contenidos hídricos en ambos momentos de muestreo difirieron en la capa 0-20 cm

(p=0,013). Durante el primer pastoreo, el suelo se encontraba a capacidad de campo
(CC), estando en el segundo momento al 90% de la CC.
La relación entre RM0-5cm y K(0) previa a los pastoreos fue baja (R2=0,29) pero
significativa (p=0,015), la relación fue de tipo polinómica de segundo grado, lo cual
indicaría una caída importante de la K(0) a partir de un valor umbral de RM. Similar
relación se observó para K(-15) (R2=0,23) y K(-30) (R2=0,22). La K en todas las tensiones
medidas, presentó relaciones con RM5-10cm sin correlaciones con las restantes
profundidades de RM.
Posterior a los pastoreos, se observó una correlación lineal entre la RM y K(0) en las
profundidades 0-5 cm (R2=0,35) y 5-10 cm (R2=0,32) (Fig. 3). Dicha relación se mantuvo
para las restantes conductividades hidráulicas estudiadas (K(-15); K(-30)). La RM por
debajo de 10 cm no mostró una relación significativa con K.
El uso conjunto de los datos en ambos momentos de muestreo, revela una correlación
significativa entre K(0) y RM0-5 cm (R2=0,33), RM5-10 cm (R2=0,34) y RM10-15 cm (R2=0,13)
tendencia que se mantuvo en todas las tensiones (Tabla 1).
6
Tabla 1. Coeficiente de correlación de Pearson para distintos valores de conductividad

hidráulica (K) y la resistencia mecánica (RM) a distintas profundidades, combinando
ambos momentos de muestreo. * indica correlación significativas (p<0,05), *** indica
correlación muy significativas (p<0,01)
K(0) K(-15) K(30) RM0-5cm RM5-10cm RM10-15cm RM15-20cm
K0 1,00 *** *** *** *** *** ns
K(-15) 0,94 1,00 *** *** *** * ns
K(30) 0,79 0,95 1,00 *** *** * ns
RM0-5cm -0,57 -0,57 -0,52 1,00 *** *** *
RM5-10cm -0,56 -0,56 -0,51 0,82 1,00 *** ns
RM10-15cm -0,36 -0,35 -0,28 0,41 0,62 1,00 ns
RM15-20cm 0,13 0,18 0,21 -0,28 -0,15 0,23 1.00
16
14
12
R² = 0,3529
10
K(0)
8 Testigo
(cm h-1)
6 Moderado
4 Pesado
0
0,00 2,00 4,00 6,00
RM (Mpa)
Figura 3 - Relación entre los valores medios de resistencia mecánica (0-5 cm) y los
valores medios de conductividad hidráulica saturada (K(0)) (cm h-1).
Macroporosidad
Se observaron relaciones significativas entre la ρ y la K previas y posteriores al pastoreo

animal. Previo al pastoreo, se observó una relación lineal entre K en las 3 tensiones
7
evaluadas y la ρ a partir de los 30 mm de tensión. Los coeficientes de correlación

oscilaron entre R2= 0,16 y 0,33, observándose las mayores correlaciones a la máxima
tensión evaluada. Posterior a los pastoreos, sólo se observó correlación entre K y la
macroporosidad en Ө56 (Tabla 2).

hidráulica (K) y la macroporosidad (ρ) a distintas tensiones, combinando ambos
momentos de muestreo. * indica correlación significativas (p<0,05), *** indica correlación
muy significativas (p<0,01).
K(0) K(-15) K(30) ρ -15 ρ -30 ρ -70 ρ - ρ -280 ρ -560

140
K(0) 1,00 *** *** ns ns ns *** *** ***
K(-15) 0,94 1,00 *** ns ns ns * *** ***
K(30) 0,79 0,95 1,00 ns ns ns ns ns ***
ρ -15 0,04 - - 1,00 *** *** *** *** ns

0,03 0,11
ρ -30 0,13 0,06 - 0,95 1,00 *** *** *** ns

0,03
ρ -70 0,24 0,17 0,09 0,85 0,90 1,00 *** *** *
ρ -140 0,35 0,28 0,17 0,78 0,84 0,96 1,00 *** ***
ρ -280 0,48 0,39 0,25 0,59 0,66 0,78 0,90 1,00 ***
ρ -560 0,58 0,58 0,53 0,01 0,06 0,28 0,46 0,71 1,00
La falta de correlación a menores tensiones es originada por una reorganización de

macroporos originadas por el pisoteo animal. El análisis de las parcelas testigo,
excluyendo los tratamientos con carga animal, muestra correlaciones significativas a
partir de ρ -30.
La relación de la macroporosidad y K en ambos momentos, muestra relaciones

significativas a partir de -70 mm de tensión, siendo la máxima correlación a la mayor
tensión evaluada de macroporos (ρ -560).
8
Densidad aparente
La DA no mostró ninguna relación significativa con K, tanto previo o posterior a los

pastoreos, como tampoco al combinar ambos momentos de medición (Tabla 3).

hidráulica (K) y la densidad aparente (DA) a distintas profundidades, combinando ambos
momentos de muestreo. * indica correlación significativas (p<0,05), *** indica correlación
muy significativas (p<0,01).
K(0) K(-15) K(30) DA0-5cm DA5-10cm DA10-15cm DA15-20cm
K0 1,00 *** *** ns ns ns ns
K(-15) 0,94 1,00 *** ns ns ns ns
K(30) 0,79 0,95 1,00 ns ns ns ns
DA0-5cm -0,10 0,01 0,09 1,00 *** *** ***
DA5-10cm -0,12 -0,03 0,05 0,88 1,00 *** ***
DA10-15cm 0,02 0,11 0,18 0,73 0,87 1,00 ***
DA15-20cm 0,07 0,18 0,26 0,69 0,82 0,91 1,00
Discusión
RM permitió detectar cambios en K. Si bien los contenidos de humedad fueron

diferentes en ambos momentos de muestreo, al ser valores cercanos a CC se considera
un efecto de baja importancia. RM en la capa (0-5 cm) también se relacionó de forma
negativa con los valores de macroporosidad (ρ-560) (R2=0,42). ρ-560 representa la
porosidad mayor a 50 µm, conformando los macroporos del suelo (Oliveira, 1968),
siendo la fracción más susceptible al tráfico de maquinaria y el pisoteo animal (Botta et
al., 2004). Correlación similar se observó previo al pastoreo, aunque en este caso el
modelo de mayor ajuste fue del tipo logarítmico. La figura 4 muestra el ajuste para
ambos momentos de muestreo. Estas correlaciones resultan de importancia práctica
dado la simplicidad de la estimación de RM y la importancia de la macroporosidad y la
infiltración en las propiedades físicas del suelo.
9
20
18
16
14
12 R² = 0,4769 Pospastoreo
ρ -560 10 Prepastoreo
(cm3 100cm3)
8
6
4
2
0
0,000 1,000 2,000 3,000 4,000 5,000
RM (Mpa)
Figura 4 - Relación entre los valores de RM (MPa) y macroporosidad previas y posterior

al pastoreo. Línea indica ajuste de regresión polinomica de segundo grado.
16
14
R² = 0.3238
12
p<0,01
10 AF
K(0)
8 FA
(cm h-1)
6 FaA
4
2
0
0 2 4 6 8 10
ρ -560 (cm3 100cm-3)
Figura 5 - Relación entre los valores de K(0) y macroporosidad (poros > 50 μm de

diámetro) en tres texturas.
Se observó una buena correlación entre el volumen de poros mayores a 50 μm (ρ-560) y

los valores de K(0) (Fig. 5) posterior a los pastoreos. El hecho que no se observe a 30
mm de tensión, valor a partir del cual no se diferenciaba los valores de conductividad
hidráulica, puede deberse a la escasa proporción de los macroporos presentes en el
10
suelo, difíciles de contabilizar con precisión a través de los métodos propuestos. El

valor umbral de 50 μm, al integrar información de todo el espacio poroso por encima del
mismo, permite observar las tendencias. El valor del coeficiente de correlación para
dichas variables fue R2=0,32. Si se desglosa la correlación según las texturas
estudiadas se observa para: FaA (R2=0,76), FA (R2=0,60) y AF (R2=0,03), estando, esta
última textura, influenciado por dos valores extremos, los cuales afectan en gran medida
el coeficiente de correlación.
Aparicio et al. (2007) observaron una buena correlación entre la K(-40) y K(-60) con la
porosidad estructural del suelo, siendo éste un buen indicador para evaluar el efecto de
distintos manejos sobre K. Por lo cual, es esperable que aquellas metodologías que
infieran la macroporosidad del suelo pueden ser útiles como herramientas de monitoreo
de las propiedades hidráulicas del suelo.
La DA fue el indicador de menor ajuste, el mismo es un estimador del volumen de total

de poros. El agua transita en mayor medida por los macroporos del suelo, los cuales
son una pequeña fracción de la porosidad total (Moret; Arrúe, 2007). La DA es un
indicador ampliamente utilizado en varias funciones de pedotransferencia (Vereecken et
al., 1990; Campbel, 1985; Wösten et al., 1999; Wösten et al., 1997) siendo de utilidad
para detectar cambios de K entre suelos. La presente información indica una baja
sensibilidad de la DA para detectar cambios en la K por distintos manejos, siendo
necesaria ser acompañada por estimaciones de ρ o RM para obtener una estimación
confiable de la K.
Conclusiones
Se constataron relaciones entre K y parámetros físicos del suelo de mayor facilidad de

estimación: ρ y RM son indicadores apropiados para identificar cambios en K. Es
necesaria la validación de las presentes relaciones con nuevos set de datos para
establecer la factibilidad de su uso.
Bibliografía
Aparicio, V & JL Costa. 2007. Soil quality indicators under continuous cropping systems
in the Argentinean Pampas. Soil Till. Res., 96(1), 155-165.
Balesdent, J; C Chenu & M Balabane. 2000. Relationships of soil organic matter
dynamics to physical protection and tillage. Soil Till. Res. 53, 215–230.
Botta, G; D Jorajuria, R Balbuena & H Rosatto. 2004. Mechanical and cropping
behaviour of direct drilled soil under different traffic intensities: effect on soybean
(Glycine max L.) yields. Soil Till. Res. 78, 53–58.
Buschiazzo, DE; TM Zobeckd & SA Abascal. 2007. Wind erosion quantity and quality of
an entic haplustoll of the semi-arid pampas of Argentina. Journal of Arid Environments,
69: 29–39.
11
Campbell CS. 1985. Soil Physics With Basic. Elsevier, New York. 149 pp.
Dexter, AR; EA Czyż, G Richard & A Reszkowska. 2008. A user-friendly water retention
function that takes account of the textural and structural pore spaces in soil. Geoderma,
143: 243–253.
Gardner, WR. 1958. Some steady-state solutions of the unsaturated moisture flow
equation with application to evaporation from a wáter table. Soils Science. 85 (4).
Ghanbarian-Alavijeh, B; AM Liaghat, & S Sohrabi. 2010. Estimating saturated hydraulic
conductivity from soil physical properties using neural networks model, World Academy
of Science, Engineering and Technology, 62, 131-136.
Imhoff, S; PJ Ghibert & A Grioni, JP Gay. 2010. Porosity characterization of Argiudolls
under different management systems in the Argentine Flat Pampa. Geoderma. 158(3):
268-274.
Islam, N.; WW. Wallender , JP Mitchell, S Wicks, & RE Howitt. 2006. Performance
evaluation of methods for the estimation of soil hydraulic parameters and their suitability
in a hydrologic model. Geoderma, 134:135– 151.
Jury, WA & R Horton. 2004. Soil physics. John Wiley & Sons.
Lozano, J; E Madero, H Tafur, O Herrera & E Amézquita. 2005. La conductividad
hidráulica del suelo estudiada en el Valle del Cauca con el nuevo indicador del USDA.
Acta Agronómica, 54(3), 11.
Moret, D & JL Arrúe. 2007. Characterizing soil water-conducting macro- and
mesoporosity as influenced by tillage using tension infiltrometry. Soil Sci. Soc. Am. J. 71,
500–506.
Mwendera, E & M Saleem, M. 1997. Hydrologic response to cattle grazing in the
Ethiopian highlands. Agriculture, ecosystems & environment. 64(1):33-41.
Oliveira, LB. 1968. Determinação da macro e microporosidade pela "mesa de tensão"
ema mostras de solo com estrutura indeformada. Pesquisa agropecuaria brasileira.
3(1):197-200.
Rawls, WJ; D. Gimenez & R. Grossman. 1998. Use of soil texture, bulk density, and
slope of the water retention curve to predict saturated hydraulic conductivity. Trans.
ASAE 41: 98
Reichert, JM; LEAS Suzuki, DJ Reinert, R Horn, & I Håkansson. 2009. Reference bulk
density and critical degree-of-compactness for no-till crop production in subtropical highly
weathered soils. Soil and Tillage Research, 102(2), 242-254.3-988.
Ringrose-Voase, AJ & P Bullock. 1984. The automatic recognition and measurement of
soil pore types by image analysis and computer programs. J. Soil Sci. 35, 673–684.
Rasoulzadeh, A. 2011. Estimating Hydraulic Conductivity Using Pedotransfer Functions.
INTECH Open Access Publisher.-
12
Schuller, P; DE Walling, A Sepu´ lveda, A Castillo & I Pino. 2007. Changes in soil
erosion associated with the shift from conventional tillage to a no-tillage system,
documented using 137Cs measurements. Soil Till. Res. 94, 183–192.
Soracco, G. 2005. Relación entre la conductividad hidráulica saturada y la densidad
aparente en tres situaciones de manejo contrastantes. Evaluación de Parámetros y
Procesos Hidrológicos en el Suelo. UNESCO. Documentos Técnicos en Hidrología del
PHI, (71), 35-38.
Vahhabi, MR; R Rahimzadegan & M Bassiri. 2001. Determining and comparing
infiltration characteristics in clay soils in grazed vs. non-grazed range sites in Fereydan
Region of Isfahan. Iranian Journal of Natural Resources. 54(1):75-91.
Vereecken H; J. Maes & J. Feyen. 1990. Estimating unsaturated hydraulic conductivity
from easily measured soil properties. Soil Science 149: 1-12.
Wagner, B.; VR Tarnawski, V Hennings, U Müller, G Wessolek, & R Plagge. 2001.
Evaluation of pedo-transfer functions for unsaturated soil hydraulic conductivity using an
independent data set. Geoderma, 102(3), 275-297.
Wooding, R. A. 1968. Steady infiltration from circular pond. Water resources research.
4(6):1259-1273.
Wösten, JHM. 1997. Pedotransfer functions to evaluate soil quality. In:Gegorich, E.G.,
Carter, M.R. (Eds.), Soil Quality for Crop Production and Ecosystem Health.
Developments in Soils Science, Elsesevier, Amesterdam. 25: 221-245.
Wösten JHM, A Lilly, A Nemes & C Le Bas. 1999. Development and use of a database
of hydraulic properties of European soils. Geoderma 90: 169-185.
Zhuang, J.; K Nakayama, GR Yu, & T Miyazaki. 2001. Predicting unsaturated hydraulic
conductivity of soil based on some basic soil properties. Soil and Tillage Research,
59(3), 143-154.
13
EFECTO DEL ENCALADO SOBRE PROPIEDADES FÍSICAS Y QUÍMICAS EN UN

HAPLUDOL THAPTOÁRGICO DE REGIÓN PAMPEANA
MACHETTI NATALIA1*, RIBADULLA SANTIAGO 1, GELATI PABLO 1, NICORA

ZACARIAS 2, BENARDI DANIEL 1, DIAZ GOROSTEGUI AGUSTINA 1,CLAUSI MAURO
1
,COSENTINO DIEGO 3,VAZQUEZ MABEL 1
(1)
Facultad de Ciencias Agrarias y Forestales. Universidad Nacional de La Plata. Avda
60 y 119. (CP 1900) La Plata, Argentina, (2) Escuela María Cruz y Manuel L. Inchausti.
Universidad Nacional de La Plata, (3) Facultad de Agronomía. Universidad Nacional de
Buenos Aires
* [email protected]
Palabras claves: estabilidad estructural, infiltración y retención hídrica, carbono

orgánico.
Resumen
La Región Pampeana Argentina padece procesos de acidificación antrópica. Esta
problemática acarrea deficiencias de nutrientes básicos, alteraciones en la dinámica de
N, P y Mo, y en condiciones de pH inferior a 5,5 toxicidades por Al, Mn y H1+. Los
microorganismos del suelo son afectados, modificando su composición y actividad.
Otras consecuencias pueden producirse sobre propiedades físicas, tanto estacionarias
(retención hídrica a diferentes succiones, estabilidad estructural) como dinámicas
(infiltración, conductividad hidráulica). Se ha probado en esta región que el encalado es
efectivo para incrementar el rendimiento y la posibilidad de la implantación de ciertas
especies. Sin embargo, se desconocen los mecanismos particulares que originan dichos
beneficios en estos suelos. El objetivo de este trabajo fue evaluar la incidencia de
diferentes dosis de encalado en un suelo de tipo Hapludol thaptoárgico acidificado de la
Región Pampeana sobre propiedades químicas orgánicas (carbono orgánico total (COT)
y carbohidratos solubles (CS) y físicas (estabilidad estructural evaluada como 3
diámetros ponderados) y diámetro medio ponderado (DMP), retención hídrica (RH) e
infiltración básica (Ib). Las dosis fueron 0, 1.000, 2.000 y 3.000 kg ha-1 de dolomita. El
agregado de enmiendas básicas contribuiría a favorecer en el corto plazo, conforme a
las dosis agregadas, las condiciones de floculación de los coloides y la estabilidad de
este proceso, derivando en mejoras de la infiltración y contenido de agua útil. La dosis
de 1.000 kg ha-1 presentó los resultados más favorables en las propiedades físicas
analizadas (DMP, RH e Ib), así como en fracciones orgánicas (COT, CS) respecto del
testigo, seguida por la dosis de 3.000 kg ha-1. Se encontró correlación entre el contenido
de COT y las propiedades físicas (COT/RH, COT/DMP), no evidenciándose igual
asociación con la fracción soluble (CS). El aumento progresivo de las dosis no produjo
un incremento favorable y proporcional de las variables medidas.
1
Introducción
La Región Pampeana Argentina padece procesos de acidificación en algunos suelos por
su larga historia productiva y la forma de producción adoptada en las últimas décadas
(Casas 2000; Martínez 2002; Gelati y Vázquez 2004, 2008; Vázquez 2007a; García y
Vázquez 2012). Ésta implica la transformación de los planteos mixtos de los sistemas
productivos en agricultura permanente, con reemplazo de cultivos tradicionales como el
maíz (Zea mays, L) por otros de mayor atractivo económico como la soja (Glycine max,
L Merr). Esto trae como consecuencia una menor incorporación de residuos post-
cosecha y mayor exportación de bases del suelo. La intensificación de la agricultura en
general, el empleo de germoplasma de alto potencial de rendimiento y el incremento en
el uso de fertilizantes nitrogenados son factores determinantes de la problemática a
nivel regional (Vázquez y Pagani 2015).
Desde el punto de vista del desarrollo vegetal, la acidificación deriva en múltiples

consecuencias directas como las deficiencias de nutrientes secundarios básicos, debido
a una disminución de la reserva de Ca2+ y Mg2+ (Vázquez 2007a; Vázquez y Pagani
2015) e indirectas, alterando la dinámica de otros nutrientes como N, P y Mo. En
condiciones de pH inferior a 5,5 se producen toxicidades como la de aluminio (Al3+),
manganeso (Mn2+) y hasta el propio hidrógeno (H1+) en situaciones extremas (FAO,
2015).
Las leguminosas son las especies más afectadas, entre ellas, alfalfa (Medicago sativa L)
y otros tréboles forrajeros. La implantación, la perdurabilidad y el rendimiento de las
pasturas a base de estas especies están seriamente condicionados por el proceso de
acidificación creciente, especialmente en suelos de textura gruesa dentro de la región
mencionada (Vivas 2004; Vázquez 2007a, 2009; Vázquez et al. 2004, 2010). Cultivos
de cosecha de leguminosas como la soja también se ven seriamente afectados
(González y Gambaudo 2004; Vivas 2004; Dorronsoro et al. 2006; García et al. 2007,
2008, 2009; Vázquez 2005, 2007a, 2007b, 2009; Vázquez et al. 2004, 2010, 2012;
Oderiz et al. 2012).
Desde el punto de vista microbiológico, esta problemática afecta la composición de la

flora y su actividad (Groffman et al. 1996). Dicha actividad, responsable de procesos de
interés agronómico, puede estar mermada, ya que el tamaño de la biomasa y la
diversidad de la flora están reguladas fundamentalmente por factores tales como
cantidad y tipo de sustrato, disponibilidad de agua y su dinámica, disturbación del suelo
y, particularmente, la oferta nutricional, entre la que cabe mencionar a elementos como
Ca2+, Mg2+ y K1+ (Groffman et al. 1996; De Luca et al. 2006). Algunos trabajos
comprobaron una disminución en la presencia de micorrizas y su actividad en
situaciones de acidez, así como la posibilidad de su recuperación con el agregado de
enmiendas básicas en el área templada argentina (De Luca et al. 2006). Dicha
modificación de la actividad biológica y su relación con la materia orgánica causada por
2
el encalado podría ser evaluada con indicadores como el contenido de carbono total
(COT) y carbohidratos solubles (CS), entre otros.
El proceso de acidificación tiene consecuencias sobre algunas propiedades físicas,

tanto estacionarias como dinámicas (estabilidad estructural, aparición de impedancias
mecánicas y dinámica del agua) (Alburquerque et al. 2003; Vázquez et al. 2008, 2009;
Nicora et al. 2012). La estabilidad estructural es el resultado de complejas interacciones
entre procesos biológicos, químicos y físicos (Tisdall y Oades 1982). La complejidad de
los procesos depende de factores abióticos, como la mineralogía y el complejo de
cambio; bióticos, como el tipo/contenido de materia orgánica y la actividad microbiana, y
factores ambientales, como la humedad y temperatura (Chen et al. 1998). Magra y
Ausillo (2004) afirmaron que los suelos ácidos de ámbitos templados presentan menor
agregación, lo que determina una disminución en la permeabilidad y la aireación. Esto
se debería a la disminución de los cationes divalentes que actúan a través de puentes
como vínculo entre cristales de arcilla y aún entre ellas y otras partículas, de modo que
promueven la formación de la estructura. En suelos donde predominan arcillas del tipo
2:1, alrededor del 80% de la capacidad de intercambio catiónica debería estar saturada
con Ca2+ y/o Mg2+ para manifestar una adecuada estructura. La disminución en la
agregación trae como consecuencia, por lo tanto, dificultad mecánica a las raíces para
la exploración del sustrato y menor cantidad de poros capaces de suministrar agua y
aire a las mismas, redundando en un menor nivel de rendimiento de los cultivos
sensibles. Se ha demostrado que el encalado puede afectar la estabilidad estructural en
este tipo de suelos, tanto en sentido positivo como negativo. En este último caso, por
ejemplo, por propiciar mayor actividad microbiana y con ello la mineralización de la
materia orgánica lábil, responsable de la unión de macroagregados (Roth y Pavan 1991;
Baldock et al. 1994).
La práctica del encalado produciría efectos secundarios sobre los parámetros físicos
alterados, y dichos efectos son variables de acuerdo a la dosis de aplicación y estratos
del perfil del suelo (Vázquez et al. 2009). En suelos con predominio de cargas
permanentes de los coloides como los de la Región Pampeana, el encalado puede
mejorar la estabilidad de los agregados por mecanismos directos e indirectos. El efecto
directo se relaciona con la acción floculante que poseen el Ca2+ (caliza, cal y dolomita),
y en menor medida el Mg2+ (dolomita). Como efecto indirecto, puede citarse que el
encalado incrementa el rendimiento de los cultivos, lo que a su vez aumenta la cantidad
de residuos que retornan al suelo y consecuentemente el contenido de materia
orgánica. Las moléculas de humus y polisacáridos contribuyen a la formación de
agregados (Haynes y Naidu 1998).
Sasal et al. (2006) probaron en varias experiencias, que una mayor tasa de infiltración y
mayor capacidad de retención de agua a causa del incremento de la estabilidad de
agregados, ligado a la creación de bioporos verticales originados por raíces, lombrices y
gusanos blancos. Puede suponerse entonces que la modificación de la estabilidad
3
estructural causada por el encalado, repercutiría sobre estas propiedades hídricas e

hidráulicas.
Vázquez et al. (2009) analizaron en un Argiudol típico de la Pradera Pampeana

argentina, la estabilidad de los agregados con la prueba semicuantitativa de
alcohol:agua, así como la infiltración y escurrimiento con microsimulador de lluvia.
Pudieron comprobar que dosis bajas de dolomita/caliza (1000 kg ha-1) favorecieron
estas propiedades. Mediante análisis por imagen de la porosidad pudo apreciarse que
las diferencias de infiltración/escurrimiento respondían no sólo a cambios en la
estabilidad, sino también, a una modificación de la distribución del tamaño de poros,
observándose un incremento de poros de mayor tamaño con dosis de 2000 kg ha-1,
conforme a lo afirmado por Lamandé et al. (2003).
Es probable que otros métodos cuantitativos de análisis de la estabilidad estructural,

pudiesen arrojar resultados más esclarecedores de la acción de las enmiendas sobre la
estructura. Entre ellos podría citarse el desarrollado por Le Bissonnais (Le Bissonnais et
al. 2002). De la misma manera, podría hipotetizarse que la evaluación de la infiltración
por el método del infiltrómetro de disco a tensión, el cual permite realizar más
mediciones por unidad de tiempo, posibilitaría la obtención de un mayor número de
datos de la infiltración básica, disminuyendo el elevado error que este tipo de
evaluaciones suele conllevar.
Objetivos
Evaluar la incidencia de diferentes dosis de encalado en un suelo de tipo Hapludol
thaptoárgico acidificado de la Región Pampeana sobre propiedades químicas orgánicas
y físicas, relacionadas con condiciones estacionarias y dinámicas del agua.
Hipótesis
El agregado de enmiendas básicas en el corto plazo contribuye a favorecer, conforme a
este proceso (puentes catiónicos, coloides orgánicos), derivando en mejoras en la
infiltración y contenido de agua útil.
Características del sitio

El ensayo se llevó a cabo en el partido de 25 de Mayo, prov. de Buenos Aires. El clima
es templado, con temperatura media anual de 15,3 ºC y precipitación promedio de 910
mm. El suelo es un Hapludol thaptoárgico, Serie Ortiz de Rozas, familia franca, fina,
mixta y térmica, con régimen isohigro.
4
Ensayo experimental
Se llevó a cabo mediante un diseño en bloques al azar (3 r) con un factor, dosis de
dolomita (0 (T), 1.000 (D1000), 2.000 (D2000) y 3.000 (D3000) kg ha-1). EL producto
empleado posee una composición equivalente de CaO2/MgO2 24% y 22%,
respectivamente, con la siguiente granulometría <75 µm: 27 %, 75-250 µm: 40,5 %,
>250 µm: 32,5 %. Las enmiendas se aplicaron el 7/5/14, al voleo, de manera manual
con incorporación mediante pasada de disco. Se fertilizó a la siembra con fosfato
monoamónico (100 kg ha-1) y se sembró alfalfa (Medicago sativa L.) el 23/5/14 variedad
WL 1058, a razón de 18 kg ha-1, cosechándose 6 veces entre 11/2014 y 11/2015 para
posterior evaluación de peso seco a 70ºC.
Se determinó
a) sobre muestra disturbada a una profundidad de 0-20 cm (2
submuestras/parcela):
- carbohidratos solubles (CS). (Brink R.H., Dubach P., Lynch D.L., 1960)
- carbono orgánico total (fácilmente oxidable) (COT): micrométodo por vía
húmeda, según Walkley y Black modificado. (SAMLA, 2014).
- retención hídrica (RH): a 0,03 (RH 0,03); 0,05 (RH 0,05); 1,013(RH 1,013) y 1,52
(RH 1,52) MPa. (Richards, 1948).
- agua útil: por diferencia entre el contenido hídrico obtenido a RH 0,03 y RH 1,52
MPa. Profundidad de la muestra: 0-20 cm.
- pH actual: por vía potenciométrica, relación suelo:agua de 1:2,5 (p:v) (SAMLA,
SAGPyA 2004).
- Ca y Mg intercambiables: extracción mediante el método del acetato de amonio
pH 7 1N, determinación por quelatometría (SAMLA, SAGPyA 2004).
b) sobre muestra no disturbada a una profundidad de 0-10 cm
(2 submuestras/parcela):
- diámetro medio ponderado (DMP): promedio de 3 pretratamientos (humectación
rápida (HR), desagregación mecánica luego de re-humectación con etanol (DM),
humectación lenta por capilaridad (HL)). Profundidad de la muestra: 0-10 cm. (Le
Bissonnais et al., 2002)
c) in situ:
- infiltración básica (Ib): con infiltrómetro de disco. (Perroux y White, 1988).
La muestras para determinar CS, COT y realizar los análisis de RH, fueron extraídas el
mes 12/2014; y para analizar DMP, pH y cationes intercambiables fueron extraídas en el
mes 6/2015, momento en que se realizaron las mediciones de infiltración a campo.
Todos los resultados de las variables medidas fueron evaluados estadísticamente
mediante ANOVA, previo análisis de supuestos básicos. Se realizaron comparaciones
múltiples de medias mediante prueba de LSD Fischer y análisis de regresión
(INFOSTAT, 2011).
5
El valor de pH al inicio del ensayo (5/2014) fue de 5,45. En la Tabla 1 se observan

cambios significativos (p<0,01) en los valores de pH entre los tratamientos luego de 11
meses de realizado el encalado, conforme la dosis aplicada. Con respecto a los
cationes intercambiables, no existen diferencias significativas entre los tratamientos
aunque existiría una tendencia, de la misma manera, al incremento con la dosis.
Tabla 1. Valores de pH actual (1:2,5) y cationes intercambiables (Ca+2 y Mg+2) (T=0 kg

ha-1, D1000= 1.000 kg ha-1, D2000=2.000 kg ha-1 y D3000= 3.000 kg ha-1). Letras
diferentes indican diferencias significativas entre tratamientos.
+2 +2
Dosis pH Ca Mg
-1
cmolc kg
T 5,47 c 7,70 a 0,40 a
D1000 5,60 bc 9,20 a 0,76 a
D2000 5,90 ab 9,03 a 1,20 a
D3000 6,18 a 9,80 a 1,63 a
Los resultados de la estabilidad estructural se transcriben en la Tabla 2. De los 3
pretratamientos realizados el que mostró diferencias significativas (p<0,10) según el
encalado fue DM. En este pretratamiento D1000 presentó el mayor diámetro ponderado,
con diferencia significativa respecto a D2000 y T. Mientras que D3000 solo presentó
diferencia significativa con T. Si bien el resto de los pretratamientos no arrojaron
diferencias estadísticamente significativas, la tendencia de los valores siguió un mismo
patrón de comportamiento.
Los DMP obtenidos a partir de los 3 pretratamientos mostraron, igualmente, diferencias

significativas también (p < 0,10) entre D1000 (2,1 mm) respecto de D2000 (1,64 mm) y
T (1,63 mm) (R2 0,68). El tratamiento D3000 (1,91 mm) no presentó diferencia
significativa con los restantes. Esto permitiría afirmar que las diferencias del DMP
obedecen, fundamentalmente, al pretratamiento DM.
Estos resultados coinciden con los hallados por Vázquez et al. (2009) en un Argiudol
típico de la Pradera Pampeana argentina donde analizaron la estabilidad de los
agregados con la prueba de alcohol:agua, la infiltración y el escurrimiento, ambos con
microsimulador de lluvia. Los autores pudieron comprobar que dosis bajas (1.000 kg ha-
1
) favorecieron estas propiedades respecto al testigo. Sin embargo, dosis mayores
(1.500 kg ha-1) arrojaban valores similares al testigo. Mediante análisis por imagen de la
porosidad, los autores pudieron apreciar que las diferencias de infiltración/escurrimiento
respondían no sólo a cambios en la estabilidad, sino también, a una modificación de la
distribución del tamaño de poros. Vázquez et al. (2009) y Terminiello et al. (2006)
encontraron que dosis superiores a 1.500 kg ha-1, si bien producen mejoras en las
propiedades químicas, podrían, a causa de la recristalización de los carbonatos de la
propia enmienda en el espacio poroso, afectar negativamente propiedades como la
6
resistencia a la penetración, retención y circulación del agua. El CaCO3 como fuente de

iones de Ca, interviene en la floculación de los coloides, por lo que confiere estabilidad
a los agregados del suelo. Sin embargo, cuando la solución edáfica se sobresatura
puede producirse una reprecipitación de la sal ocupando el espacio poroso y
paralelamente, otros efectos de tipo cementante. Green et al. (1978) mezclaron
suspensiones de arcilla del tipo Illita-Ca con soluciones saturadas de Ca(OH)2 y exceso
de CaCO3. Las partículas de illita coagularon rápidamente formando flóculos y dichos
flóculos se combinaban en agregados de mayor tamaño por la acción del CaCO 3, el que
formaba un cemento amorfo con acción física sobre la unión de partículas y agregados.
Si bien este fenómeno aumentaría la estabilidad estructural, podría actuar
negativamente obturando el espacio poroso, y por ende modificando la retención y
circulación del agua. Sin embargo, la descripción de este fenómeno no explicaría las
causas de la disminución del DMP en la dosis D2000 y D3000, respecto a D1000. Este
hecho pone de manifiesto la complejidad de los procesos químicos, físicos y biológicos
que conducen a la estabilidad de la estructura, aun no totalmente dilucidados.
Tabla 2. Diámetro medio ponderado (DMP), obtenido a partir del promedio de 3

pretratamientos: humectación rápida (HR), disgregación mecánica luego de re-
humectación con etanol (DM) y humectación lenta por capilaridad (HL), determinado
para las distintas dosis (T=0 kg ha-1, D1000= 1.000 kg ha-1, D2000=2.000 kg ha-1 y
D3000= 3.000 kg ha-1). Letras diferentes indican diferencias significativas entre
tratamientos.
Dosis HR DM HL DMP
mm
Testigo 0,90 a 1,56 c 2,43 a 1,63 b
D1000 1,23 a 2,22 a 2,86 a 2,10 a
D2000 0,94 a 1,60 bc 2,38 a 1,64 b
D3000 1,09 a 2,07 ab 2,56 a 1,91 ab
Si bien el CS y COT (Tabla 3) no muestran diferencias significativas entre tratamientos

(p<0,05), ambos presentan los menores contenidos en T y los mayores en D1000,
coincidentemente con el DMP. El contenido de las fracciones orgánicas es la resultante
de un balance entre adiciones y pérdidas. En este ensayo fue evaluado el peso seco de
6 cortes de materia seca (MS) de alfalfa, el cual se incrementó con el aumento de la
dosis de enmienda. Los valores obtenidos fueron 3.280,4, 4.106,8, 4791,4 y 4803,6 kg
ha-1, respectivamente para las dosis T, D1000. D2000, D3000, mostrando un claro
beneficio de la enmienda. Por otro lado, la adición de nutrientes y la modificación de la
dinámica del aire y del agua son variables que regulan la actividad microbiológica. Dicha
actividad juega un rol sustancial tanto en el proceso de humificación como en el de
mineralización. La modificación de la MS aportada y de estas actividades microbianas
puede ser la causa que produzca que un aumento de la MS no sea acompañado por
aumentos posteriores de COT o CS. Es decir, estas fracciones son causa y
7
consecuencia de la dinámica de las enmiendas, por lo que el incremento de una de las

variables no siempre sería acompañado por el incremento de otra.
Tabla 3. Contenidos de carbohidratos solubles (CS) y carbono orgánico total (COT) del
suelo con distintas dosis de dolomita (T=0 kg ha-1, D1000= 1.000 kg ha-1, D2000= 2.000
kg ha-1 y D3000= 3.000 kg ha-1). Letras diferentes indican diferencias significativas entre
dosis.
CS COT
Dosis -1 -1
mg C kg suelo g C kg suelo
Testigo 866,67 a 17,3 a
D1000 1066,67 a 20,2 a
D2000 800 a 18,4 a
D3000 933,33 a 18,3 a
En la Tabla 4 se ilustran los resultados de RH, así como su análisis estadístico. A pesar
de la ausencia de significancia estadística, los 4 puntos analizados de RH (0,03; 0,05;
1,013 y 1,52 MPa) presentan valores mayores en el tratamiento D1000 (0,2; 0,16; 0,09 y
0,09 g H2O g-1 suelo, respectivamente) y menores en T (0,17; 0,14; 0,08 y 0,07 g H2O g-
1
suelo, respectivamente para las diferentes succiones). El contenido de agua útil, de
igual manera, no presentó diferencias estadísticas significativas entre tratamientos (T:
0,10, D1000: 0,12, D2000: 0,10, D3000: 0,11 g/g), sin embargo, su tendencia acompaña
los valores de DMP.
En la Tabla 5 puede observarse que la regresión lineal entre los valores de RH a las
diferentes succiones fue estadísticamente significativa ante los distintos tratamientos.
Esto permite evidenciar que el supuesto efecto de la enmienda sobre la RH afectaría los
distintos tamaños de poros de la misma manera.
A pesar de la ausencia de diferencias estadísticas en COT y RH según la dosis de la

enmienda, la correlación entre ambas variables es significativa para cada succión de RH
(R2COT/RH 0,03 0,87; R2COT/RH 0,05 0,87; R2COT/RH 1,013 0,9; R2COT/RH 1,52 0,88, en todos los casos
con p< 0,01). Por otra parte se presentó correlación significativa entre DMP y COT (R2
0,58, p <0,05).
8
Tabla 4. Retención hídrica a diferentes succiones (0,03, 0,05, 1,013 y 1,52 MPa) y
contenido de agua útil para las distintas dosis de corrector (T=0 kg ha-1, D1000= 1.000
kg ha-1, D2000=2.000 kg ha-1 y D3000= 3.000 kg ha-1). Letras diferentes indican
diferencias significativas entre dosis.
Dosis 0,03 0,05 1,013 1,52 Agua útil

-------------------------------MPa----------------------------------
-1
g H2O g suelo
Testigo 0,17 a 0,14 a 0,08 a 0,07 a 0,10 a
D1000 0,21 a 0,17 a 0,09 a 0,09 a 0,12 a
D2000 0,18 a 0,15 a 0,08 a 0,08 a 0,10 a
D3000 0,2 a 0,17 a 0,09 a 0,08 a 0,11 a
Tabla 5. Matriz de regresiones lineales entre los valores de retención hídrica (RH) a
diferentes succiones (RH 0,03, RH 0,05, RH 1,013 y RH 1,52).
RH
0,03 0,05 1,013 1,52
(MPa)
0,03 1
2
R =1
0,05 1
p=<0,0001
2 2
R =0,95 R = 0,96
1,013 1
p=<0,0001 p=<0,0001
2 2 2
R =0,95 R =0,97 R =0,96
1,52 1
p=<0,0001 p=<0,0001 p=<0,0001
R2: coeficiente de determinación

p: probabilidad
En la Tabla 6 se presentan los valores de Ib poniendo de manifiesto ausencia de

diferencias significativas entre tratamientos. Sin embargo, cabe aclarar que el mayor
valor corresponde al tratamiento D1000 (0,88 cm h-1) y el menor a T (0,72 cm h-1),
coincidiendo con las variables analizadas previamente.
9
Tabla 6. Infiltración básica (Ib) calculada a partir de datos obtenidos a campo para las
distintas dosis (T=0 kg ha-1, D1000= 1.000 kg ha-1, D2000=2.000 kg ha-1 y D3000= 3.000
kg ha-1). Letras diferentes indican diferencias significativas entre tratamientos.
Dosis Ib
-1
cm h
Testigo 0,72 a
D1000 0,88 a
D2000 0,78 a
D3000 0,78 a
Generalizando los resultados, se evidencia que el tratamiento D1000 produciría los

mayores y T los menores valores de todas las propiedades de interés agronómico
analizadas (CS, COT, DMP, RH, Ib). Sin embargo, el aumento de la dosis a 2.000 kg
ha-1 reduciría los efectos favorables obtenidos con D1000, y paralelamente, D3000 se
comporta en forma análoga a D1000. Estos resultados coincidirían con los de otros
investigadores en suelos del mismo ámbito ya citados en este texto. Diferentes procesos
físicos, químicos y microbiológicos están siendo puestos en juego en la determinación
de estas variables. Esto podría sugerir que las condiciones óptimas para cada proceso
pueden ocurrir con diferentes concentraciones de los carbonatos en la solución del
suelo. Por lo tanto, es necesario profundizar acerca de cual es el efecto que las
respectivas dosis generan sobre la actividad biológica y las propiedades físicas
dinámicas y estáticas evaluadas.
Conclusiones
El agregado de enmiendas básicas contribuiría a favorecer en el corto plazo, conforme a

este proceso, derivando en mejoras de la infiltración y contenido de agua útil:
 La dosis de 1.000 kg ha-1 fue la que presentó los resultados más favorables en
las propiedades físicas analizadas (DMP, RH e Ib), así como en fracciones orgánicas
(COT, CS) respecto del testigo sin tratar, seguida por la dosis de 3.000 kg ha-1.
 Se encontró correlación entre el contenido de carbono total y las propiedades
físicas (COT/RH, COT/DMP), no evidenciándose igual asociación con la fracción soluble
(CS).
 el aumento progresivo de las dosis no produjo un incremento favorable y
proporcional de las variables medidas. Diferentes procesos físicos, químicos y
microbiológicos estarían siendo puestos en juego en la determinación de estas
variables. Esto podría sugerir que las condiciones óptimas para cada proceso pueden
ocurrir con diferentes concentraciones de los carbonatos en la solución del suelo.
10
Bibliografía
Alburquerque, JA; C Bayer; PR Ernani; AL Mafra & EC Fontana. 2003. Aplicação de

calcário e fósforo e estabilidade da estrutura de um solo ácido. Rev. Brs. Ciênc.
Solo 27(5): 799-806.
Baldock, JA; M Aoyama; JM Oades; J Susanto & CD Grant. 1994. Structural

amelioration of South Australian Red-Brown carth using calcium and organic
amendments. Aust. J. Soil Res. 32: 571-594.
Brink, RH; P Dubach & DL Lynch. 1960. Measurement of carbohydrates in soil

hydrolysates with anthrone. Soil Sci. 89: 157-166.
Casas R. 2000. La conservación de los Suelos y la Sustentabilidad de los Sistemas

Agrícolas. Disertación en el acto de entrega del premio Antonio Prego.
www.insuelos.org.ar. Consultado 1/2/2016.
Chen Z; S Pawluk & NG Juma. 1998. Impact of variations in granular structures on

carbon sequesteration in two Alberta Mollisols p. 225-243. En: Soil Processes and
Decarbon Cycle. Ed. Lal R. et al. ADV. Soil Sci. CRC Press, Boca Raton.
De Luca L; M García & M Vázquez. 2006. Presencia de micorrizas como índice de

remediación en suelos ácidos encalados. XX Congreso Argentino de la Ciencia del
Suelo. 18-22/9. Salta, Argentina. Acta (trabajo completo): versión electrónica. Acta
(resumen): 227.
Dorronzoro A; JP Hernández; A Casciani & M Vázquez. 2006. Efecto de agregado de P

y correctores básicos sobre el rendimiento de soja y sus componentes. XX Congreso
Argentino de la Ciencia del Suelo. 18-22/9. Salta, Argentina. Acta (trabajo completo):
versión electrónica. Acta (resumen): 267.
FAO.http://www.fao.org/soils-portal/manejo-del-suelo/manejo-de-suelos-
problematicos/suelos-acidos/es/ Consultado 15/01/2016.
García M; M Vázquez; A Terminiello; D Blangeti & J Kostiria. 2007. Datos preliminares

del efecto del encalado de alfalfa en el Centro-O de Santa Fe. Ed. Bocco M., Cosiansi J.
Avances en Ingeniería Rural 2: 280-285.
García M; A Terminiello; G Ardanaz; A Casciani & M Vázquez. 2008. Respuesta de una

pastura base alfalfa al encalado en un tambo del SO de Córdoba. XXI Congreso
Argentino de la Ciencia del Suelo. 16/5/08. Potrero de Funes, San Luis. Acta (trabajo
completo): versión electrónica. Acta (resumen): 314.
11
García M; A Termiello; G Ardanaz.; A Casciani.; J Garcia. & M Vázquez. 2009.

Evolución del efecto de las enmiendas básicas sobre una pastura de alfalfa en el S de
Córdoba. Simposio Fertilidad.12-13/5/2009. Rosario, Santa Fe. Actas: 234-239.
García MG & M Vázquez. 2012. Valoración económico-ecológica de la pérdida de

nutrientes básicos de los suelos santafesinos. Revista de la Red Iberoamericana de
Economía Ecológica (Revibec) 19: 29-41.
Gelati P & M Vázquez. 2004. Exportación agrícola de nutrientes básicos en la zona N de

la pcia. de Buenos Aires y el costo de su remediación. Segundas Jornadas de la Asoc.
Argentino Uruguaya de Economía Ecológica (ASAUEE). 12-13/11/2004. Lujan,
Argentina. Actas: 28-29.
Gelati P & M Vázquez. 2008. Extracción agrícola de bases en el N de la provincia de

Buenos Aires, Argentina: costo de su remediación e implicancias económicas. Revista
de la Red Iberoamericana de Economía Ecológica (Rebivec) 7: 117-129.
González B & S Gambaudo. 2004. Encalado en Soja. Experiencias en restitución de

Calcio magnesio y azufre. Proyecto Fertilizar. INTA. www.fertilizar.org.ar. Consultado
23/1/2016.
Greene RSB; AM Posner; JP Quirk. 1978. A study of the coagulation of montmorillonite

and illite suspensions by calcium chloride using the electron microscope. En:
Modification of Soil Structure, 35-40. Eds. WW Emerson; RD Bond; AR Dexter.
Groffman PM; G Howard; AJ Gold & WM Nelson. 1996. Microbila nitrate processing in
shallow groundwater in a riparian forest. J. Environ. Qual. 25: 1309-1316.
Haynes RJ & R Naidu. 1998. Influence of lime, fertilizer and manure applications on soil
organic matter content and soil physical conditions: a review. Nut. Cycl. Agroecosyst. 51:
123-137.
Lamandé M; V Hallaire; P Curmi; G Péres & D Cluzeau. 2003. Changes of pore

morphology, infiltration and earthworm community in loamy soil under different
agricultural managements. Ed. Elsevier. Rev. Catena 54: 637-649.
Le Bissonnais Y; O Duval & H Gaillard. 2002. Mesure de la stabilité dágregátes de sols

pour l´évaluation de la sensibilité á la battance et á l´érosion. Fiche de protocole. INRA
Orléans, Unité de Science du Sol.
Magra G & A Ausilio. 2004. Facultad de Ciencias Agrarias de la Universidad Nacional de

Rosario. 8/2014. Rev. Agromensajes. 5 p.
12
Martínez F. 2002. La soja en la Región Pampeana. IDIA Año II, Nº 3.
Nicora Z; F Guilino; A Terminiello; G Millán & M Vázquez. 2012. Efecto del encalado
sobre la resistencia mecánica de un Hapludol éntico bonaerense. XIX Congreso
Latinoamericano y XXIII Congreso Argentino de la Ciencia del Suelo. 16-20/4/12. Mar
del Plata, Argentina. Acta: versión digital.
Oderiz A; V Merani; G Millán; E Baridón; A Pellegrini & M Vázquez. 2012. Encalado de

alfalfa en un Hapludol éntico de Trenque Lauquen (Buenos Aires). XIX Congreso
Latinoamericano y XXIII Congreso Argentino Ciencia del Suelo. 16-20/4/12. Mar del
Plata, Argentina. Acta: versión digital.
Perroux KM & I White. 1988. Designs for disc permeameters. Soil Sci. Soc. Am. J. 52:
1205-121.
Richards LA. 1948. Porous plate apparatus for measuring moisture retention and
transmission by soil. Soil Science 66(2): 105-110.
Roth CH & MA Pavan. 1991. Effects of lime and gypsum on clay dispertion and
infiltration in samples of a brazilian Oxisolls. Ed. Elsevier. Geoderma 48: 351-361.
Sasal, M.C., Andriulo, A.E., Taboada, M.A. 2006. Soil porosity characteristics and water
movement under zero tillage in silty soils in Argentinian Pampas. Soil Till. Res. 87: 9-18.
SAGPyA (Secretaría de Agricultura, Ganadería, Pesca y Alimentación de la Nación

Argentina). Dirección de Producción Agrícola. 2004. Sistema de Apoyo Metodológico a
los Laboratorios de Análisis de Suelos (SAMLA). CD-room.
Terminiello A; M Vázquez; M García & F Guilino. 2006. Efecto de correctores de acidez

sobre propiedades físicas de un suelo de la Pradera Pampeana. XX Congreso Argentino
de la Ciencia del Suelo. 18-22/9. Salta, Argentina. Acta (trabajo completo): versión
electrónica. Acta (resumen): 393.
Tisdall JM & JM Oades. 1982. Organic matter and water stable aggregates in soils. J.
Soil Sci. 33: 141-163.
Vázquez M. 2005. Acidez Natural y Adquirida de los Suelos. Su Diagnóstico y

Tratamiento. Acaecer 346: 6-12.
Vázquez M. 2007a. Calcio y Magnesio del suelo. Encalado y enyesado. Fertilidad de

suelos y fertilización de cultivos. Eds. Echeverría H. y García F. Ed. INTA, 1º Edición,
Reimpresión. 8: 161-185. 525 p.
13
Vázquez M. Ed. 2007b. Capacitación de productores para la recuperación de suelos

degradados de tambos de la cuenca lechera de Bartolomé Bavio. La Plata, Argentina.
31 p.
Vázquez M. 2009. Capacitación para la recuperación de suelos degradados de

establecimientos pequeños bonaerenses de Chascomús. Edición papel y CD-rom.
Vázquez M; A Piro; G Millán & J Lanfranco. 2004. Corrección de suelos ácidos de la

pampa húmeda para la producción de alfalfa. Informaciones Agronómicas del Cono Sur.
INPOFOS. 23: 14-20.
Vázquez M; P Gelati & Millán G. 2006. Sustentabilidad del riego complementario en

suelos Udipsamanet Típico y Hapludol Entico de la Prov. de Buenos Aires, Argentina.
Revista Brasileira de Engenharia Agrícola e Ambiental 10(3): 593-603.
Vázquez M; A Terminiello; A Duhour & C Brussino. 2008. Efecto de correctores de

acidez sobre la estructura y porosidad de un Argiudol típico de la Pradera Pampeana.
XXI Congreso Argentino de la Ciencia del Suelo. 16/5/08, Potrero de Funes, San Luis.
Acta (resumen): 3. Acta (trabajo completo): versión electrónica.
Vázquez M; A Terminiello; A Duhour; M García y F Guilino. 2009. Efecto de correctores

de acidez sobre las propiedades físicas de un Argiudol típico de la pradera pampeana.
Ciencia del Suelo 27(1): 67-76.
Vázquez M; A Terminiello; A Casciani; G Millán; P Gelati; F Guilino; J García; Kostiria J

& García M. 2010. Evaluación del efecto de enmiendas básicas sobre la producción de
alfalfa (Medicago sativa L.) y propiedades edáficas en ámbitos templados argentinos.
Cienc Suelo 28(2): 131-140.
Vázquez M; A Terminiello; A Casciani; G Millán; D Cánova; P Gelati; F Guilino; A

Dorronzoro; Z Nicora; L Lamarche & M García. 2012.Respuesta de la soja (Glycine max
L. Merr) a enmiendas básicas en algunos suelos de las provincias de Buenos Aires y
Santa Fe. Rev. Ciencia del Suelo 30(1): 43-56.
Vázquez M & A Pagani. 2015. Calcio y magnesio. Manejo de fertilización y enmiendas

en: fertilidad de suelos y fertilización de cultivos 2º edición. Editores Echeverria E. y
García F. Ed. INTA Argentina, p. 317-350. 904 p.
Vivas HS. 2004. Fertilización con fósforo y azufre para la producción de Alfalfa en el
centro de Santa Fe. XIX Congreso Argentino de la Ciencia del Suelo. 22-25/6/2004.
Entre Ríos, Paraná.
14
MÉTODO DE LE BISSONNAIS PARA ESTABILIDAD DE AGREGADOS EN

LABRANZAS CONTRASTANTES SOBRE UN ARGIACUOL VÉRTICO
MARÍA SOL GILARDINO1*; HERNÁN ADRIÁN RODRÍGUEZ1; JAVIER DE GRAZIA1;

ILEANA RUTH PALADINO1-2; ANA CLARA SOKOLOWSKI1SILVINA PATRICIA
DEBELIS1; MÓNICA BEATRIZ BARRIOS1 Y ALFONSO BUJÁN1
1
Facultad de Ciencias Agrarias – Universidad Nacional de Lomas de Zamora, Ruta Prov. N° 4
2
km 2, Llavallol (1836), Buenos Aires, Argentina.; Instituto de Suelo – INTA Nicolás Repetto y
de los Reseros s/n, Hurlingham (1696) Buenos Aires, Argentina.
* [email protected]
Palabras Clave: PromE, Siembra Directa, Labranza Convencional.
Resumen
El método de Le Bissonnais pretende reproducir la acción de distintos mecanismos de
desagregación sobre el suelo. Para estimar la estabilidad de los agregados (EA) se
emplean tres pretratamientos: Humectación rápida por inmersión en el agua (HRap),
humectación lenta por capilaridad (HLen) y disgregación mecánica por agitación
después de prehumectación en etanol (HEta). Del método se obtienen un DMP
(Diámetro medio ponderado) para cada pretratamiento y un PromE de los tres
pretratamientos. El estudio se realizó sobre un Argiacuol vértico de la Pampa
Ondulada. Se compararon los sistemas de labranza: Labranza Convencional (LC),
Siembra Directa (SD) y Monte. Se tomaron muestras de suelo para las profundidades:
0-5, 5-10 y 10-20 cm. Fue evaluada la EA del suelo sometido a diferentes sistemas de
labranza utilizando dicha técnica y la utilidad del PromE como indicador del estado de
estructura, versus analizar por separado cada uno de los pretratamientos, respecto a
la degradación que producen. Como resultado se obtuvo que HRáp fue el que generó
la mayor desagregación para las tres profundidades y tratamientos. Con HEta y HLen
no se obtuvieron diferencias significativas de desagregación producida entre ambos,
quedando más del 80% de los agregados sin alterar. Para todas las profundidades, el
tratamiento SD es el que dio valores de PromE mayores a los 2,5 mm, superando los
encontrados en LC. En general en SD se alcanzaron valores superiores de PromE que
bajo LC. El suelo bajo SD se clasificó como ¨muy estable¨. Se corroboró que los
sistemas de labranza afectan de manera diferencial la EA, el DMP Promedio es un
buen indicador pero HRáp es aún más sensible para detectar diferencias en la
desagregación para los tratamientos propuestos.
Introdución
La estructura del suelo es el ordenamiento de las partículas individuales en partículas

secundarias o agregados y el espacio poroso que llevan asociado, todo como
resultado de interacciones físico-químicas entre las arcillas y los grupos funcionales de

la materia orgánica (Porta & López-Acevedo, 1999).
La estabilidad de los agregados de suelo (EA), puede ser definida como la habilidad
del suelo para mantener la arquitectura de su función sólida y del espacio poroso
cuando son sometidos a un estrés (Angers & Carter, 1996; Novelli, 2007). Por ejemplo,
al ser sometidos a procesos potencialmente destructivos, como la manipulación
mecánica en el laboreo o el impacto durante la caída de las gotas de agua en el suelo.
La cuantificación de los cambios que ocurren en la estructura del suelo (desde el punto
de vista cualitativo y cuantitativo) es el inicio en el estudio de los procesos de
degradación física de los suelos (Pagliai & Vignozzi, 2004) y por tal motivo, puede ser
usada como un indicador de la degradación de los suelos (Cerda, 2000). Se puede
llamar indicador, a variables que resumen información relevante que, además de
cuantificar información importante, vuelven perceptibles fenómenos de interés
(Gallopin, 2006).
Cuando la EA sufre una disminución marcada, producto de la aplicación de fuerzas

externas como el impacto de gotas de lluvia, la acción de presiones mecánicas
externas o internas como la fragmentación de agregados por explosión de aire
atrapado por rápido humedecimiento e hinchamiento diferencial, se incrementa la
degradación de los suelos e influye en el movimiento y retención de agua, erosión,
sellado y encostrado, reciclaje de nutrientes y penetración de raíces (Gabriels & Horn,
1997; Bronick & Lal, 2004).
Los diferentes sistemas de labranza afectan las propiedades físicas del suelo, entre
ellas la EA de manera diferencial (Cisneros et al., 1997; Steinbach & Álvarez, 2007).
Es por ello que la EA es uno de los indicadores de calidad de suelo más ampliamente
utilizado debido a que es sensible para detectar cambios tempranos en las
propiedades del suelo afectadas por el uso de la tierra (Arshad & Coen, 1992;
Amézketa, 1999; Novelli, 2007).
Le Bissonnais (Le Bissonnais, 1996) propone una metodología unificada para medir la
EA, incluyendo los aspectos más relevantes de diversas metodologías preexistentes
que se vienen empleando desde 1930 (Yoder, 1936; Hénin et al., 1958; De Leenheer
& De Boodt, 1959; Emerson, 1967). Le Bissonnais (1996), propone la utilización de
tres pre-tratamientos, para cada uno de ellos, a través de una fórmula matemática se
obtiene el diámetro medio ponderado (DMP) de agregados. Por último se promedian
los DMP de los tres pretratamientos y se obtiene un valor final promedio (PromE) de
los mismos que resume el estado de la EA de los suelos.
Los objetivos de este trabajo fueron: a) Evaluar la estabilidad estructural de un suelo

Argiacuol vértico sometido a diferentes sistemas de labranza utilizando la metodología
de Le Bissonnais, b) Evaluar la utilidad del PromE como indicador del estado de
estructura, versus analizar por separado cada uno de los pretratamientos propuestos
por Le Bissonnais, respecto a la degradación que producen.
El trabajó se realizó en un ensayo de rotaciones de cultivos y sistemas de labranza

Atómica (CNEA), ubicado en el Partido de Ezeiza, Buenos Aires, en la Pampa
Ondulada. El área posee un clima templado húmedo con una precipitación media
cercana a los 1000 mm. El ciclo agrícola presenta la siguiente rotación: soja1°
(2005/06); trigo/soja2º (2006/07); maíz (2007/08); soja1º (2008/09); trigo (2009); maíz
(2010/11); soja1º (2011/2012); soja1º (2012/13); maíz (2013/14), trigo (2014) y a partir
de 2015 se instaló una pastura polifítica.
El sector donde se ubica el ensayo pertenece a la Cuenca Media de la Cuenca
Matanza-Riachuelo, delimitada por el interfluvio entre los arroyos Aguirre y Ortega, con
relieve normal y una pendiente media de 1%, ocupada por un suelo Argiacuol vértico
(Soil Survey Staff, 2010). Presenta la siguiente secuencia de horizontes: Ap de 0-10
cm, A2 de 10-20 cm, BA de 20-30 cm, Bt1 de 30-50 cm, Bt2 de 50-75 cm, BC de 75-90
cm y C de 90 cm en adelante. El contenido de arcilla es elevado en todo el perfil, con
valores de 39% en superficie y 68% en los Bt. Posee un contenido moderado de
fósforo y nitrógeno, y es moderadamente bien drenado. La reacción en todo el perfil es
neutra a ligeramente ácida y la materia orgánica es aproximadamente 4% (con un
rango entre 3 y 5%). Presenta rasgos de hidromorfismo (moteados de Fe y Mn) a la
partir del horizonte BA.
El diseño experimental responde a bloques completos al azar con un testigo y dos
tratamientos: Labranza Convencional (LC) y Siembra Directa (SD), con cuatro
repeticiones. Las parcelas bajo SD fueron tratadas con 3 L ha-1 de glifosato
presiembra. La LC consistió en una pasada de arado de reja y vertedera y dos
pasadas de rastra de disco. Como testigo (Monte) se estudió la zona aledaña donde
no se ha realizado ningún tipo de remoción del suelo y crecen especies nativas y
naturalizadas. Cada unidad experimental (parcela) tiene un área de 250 m2. Los
efectos del sistema de labranza, sobre las variables medidas, se evaluaron
estadísticamente mediante un análisis de varianza utilizando paquete estadístico
Infostat 2013 (De Rienzo et al., 2008). Las medias significativamente diferentes se
separaron usando el test de LSD Fisher (p<0,05).
De cada tratamiento se tomaron 4 muestras de suelo (una por parcela) sin disturbar
para las profundidades de 0-5 cm, 5-10 cm y 10-20 cm. Las muestras fueron
recolectadas y transportadas en cajas rígidas al laboratorio luego de la cosecha del
cultivo. Posteriormente se secaron al aire, hasta capacidad de campo y una vez
alcanzada esta condición, se tamizaron y separaron los agregados de 3–5 mm. Estos
fueron secados en estufa a 40 ºC durante 24 horas para homogenizar el contenido de
humedad. El método de Le Bissonnais (1996) consiste en someter 10 g de los
agregados homogeneizados a tres pretratamientos de laboratorio para el cálculo del

DMP de agregados estables. Los pretratamientos son:
1- Humectación rápida por inmersión en el agua (HRap).

2- Humectación lenta por capilaridad (HLen).
3- Disgregación mecánica por agitación después de prehumectación en etanol (HEta).
Posteriormente, para cada pretratamiento, se realizó un tamizado en húmedo en

etanol y finalmente, un tamizado en seco utilizando una columna de tamices de
diferente apertura de malla. Se pesó cada fracción de los tamices y se registraron los
datos en una planilla de distribución de agregados para los tamaños >2mm, 2-1 mm,
1-0,5 mm, 0,5-0,2 mm, 0,2-0,1 mm y 0,1-0,05 mm.
La fracción <0,05 mm se obtuvo mediante la deducción en comparación con el peso

inicial y luego se calculó la proporción de cada fracción respecto de su peso original.
Con los datos de las planillas se realizaron los cálculos de DMP de cada
pretratamiento mediante la siguiente fórmula:
(3,5 x [%  2mm])  (1,5 x [% 1 - 2 mm])  (0,75 x [% 0,5 - 1 mm])  (0,35 x [% 0,2 - 0,5 mm])  (0,15 x [% 0,1 - 0,2 mm])  (0,075 x [%0,05 - 0,1 mm])  (0,025 x [%  0,05 mm])
100
Con el DMP de los tres pretratamientos para cada muestra se determinó el PromE que
sintetizó la información obtenida de los pretratamientos evaluados. Los resultados
fueron comparados con la escala de “Clases de estabilidad” propuesta por Le
Bissonnais (1996) (Tabla 1).
La elección de esta metodología, a pesar de ser más laboriosa y consumir más tiempo
que los métodos estándares, obedece a que al incluir tres pretratamientos diferentes
(Humectación rápida, desagregación mecánica por agitación tras rehumectación con
etanol y humectación lenta por capilaridad) ayuda a identificar los mecanismos que
causan la rotura de los agregados; además permite reproducir el comportamiento de
los agregados bajo tres supuestos de condiciones hídricas en los que puede ocurrir
desagregación bajo lluvias naturales: humectación rápida de un suelo seco (ej.
Tormentas de verano), desagregación mecánica posterior a la rehumectación (ej.
Períodos invernales húmedos con lluvias persistentes y humectación lenta por
capilaridad (ej. Lluvias suaves y continuas). Estos tratamientos combinan la
humectación con una acción mecánica con niveles de energía variables (Taboada-
Castro et al., 2011).
Tabla 1: Clases de estabilidad de agregados sobre la base de los valores de DMP

después de la desagregación (Le Bissonnais, 1996).
DMP (mm) Estabilidad

<0,4 mm Muy inestable
0,4-0,8 mm Inestable
0,8-1,3 mm Moderadamente estable
1,3-2,0 mm Estable
>2,0 mm Muy estable
DMP: Diámetro Medio Ponderado.
Al observar la Figura 1, se puede inferir que el pretratamiento de HRáp es el que

generó la mayor desagregación en general para las tres profundidades y tratamientos.
En este trabajo se observaron resultados coincidentes a los obtenidos por (Rodríguez
et al., 2014), en referencia a que los demás pretratamientos no produjeron
fraccionamientos muy intensos. El pretratamiento HRáp pone de manifiesto la ruptura
de los agregados por el efecto del estallido.
100%
90% HRáp HEta HLen
80% A1 A2 A3
70%
60%
50%
40%
30%
20%
10%
0%
100%
90%
80% B1 B2 B3
70%
60%
50%
40%
30%
20%
10%
0%
100%
90%
80% C1 C2 C3
70%
60%
50%
40%
30%
20%
10%
0%
>2 2-1 1-0,5 0,5-0,25 0,25-0,1 0,1-0,05 <0,05 >2 2-1 1-0,5 0,5-0,25 0,25-0,1 0,1-0,05 <0,05 >2 2-1 1-0,5 0,5-0,25 0,25-0,1 0,1-0,05 <0,05
Tamaño de agregados (mm) Tamaño de agregados (mm) Tamaño de agregados (mm)
Figura 1: Distribución del peso parcial (%) en función del tamaño de agregados para los diferentes usos del suelo (A: Labranza Convencional; B: Siembra
Directa y C: Monte) y profundidades del suelo (1: 0-5 cm; 2: 5-10 cm y 3: 10-20 cm).
Para la profundidad de 0-5 cm, con los tratamientos de LC y SD, el pretratamiento HRáp
denotó que los agregados se concentraron en la fracción que va de 0,25-0,5 mm,
observándose una distribución de los mismos a modo de campana de Gauss a lo largo
de todas las fracciones de agregados propuestas por la metodología.
En el caso de las profundidades que van de 5-10 cm y de 10-20 cm para LC y SD, con
el pretratamiento HRáp, los agregados se concentraron en la fracción >2 mm. El Monte
es el que ofrece una distribución de agregados más homogénea a lo largo de las tres
profundidades.
Para los pretratamientos HEta y HLen, en todas las situaciones evaluadas la mayor
cantidad de agregados se concentraron en la fracción >2 mm.
En el pretratamiento HEta, se realiza una humectación previa con etanol que pretende
poner a prueba la cohesión de los materiales independizándose del estallido;
permitiendo evaluar el fraccionamiento por disgregación mecánica simulando el efecto
de las gotas de lluvia sobre el suelo. El pretratamiento HLen, es menos destructivo que
el de humectación rápida, representa una medida de la desagregación debida al
microagrietamiento generado por hinchamiento diferencial de las arcillas. Observando
los tratamientos de LC y SD, no se encuentra mucha variación en los pretratamientos
HEta y HLen, en cuanto a ruptura de agregados, pues en líneas generales, quedan más
de un 80% de los agregados sin alterar. En el Monte estos porcentajes son levemente
menores, quedando alrededor del 70% de los agregados sin alterar. (Figura 1).
El estallido es el mecanismo más efectivo para destruir la estructura del suelo

(Rodríguez et al., 2014), proceso que se manifiesta en casos de precipitación intensas
sobre suelos muy secos. Cosentino et al. (2006) y Annabi et al. (2007), quienes también
utilizaron la metodología de Le Bissonnais, y encontraron resultados similares.
7
Figura 2: Diámetro medio ponderado (mm) para los diferentes pretratamientos (HRáp, HEta,
HLen y valores de PromE) según usos (LC: Labranza Convencional; SD: Siembra Directa y
Testigo) para las profundidades. Letras diferentes indican diferencias significativas entre
tratamientos con p<0,05 (Test: LSD Fisher).
Los valores de PromE de los tres pretratamientos permiten diferenciar clases de

estabilidad. La estabilidad del suelo aumenta a medida que los valores de DMP se
incrementan (Taboada-Castro et al., 2011).
Comparando los tres pretratamientos, en las tres profundidades y para los dos sistemas
de labranza y el testigo (Figura 2), el HRáp es el que menor valor de DMP obtiene, es
decir, es el pretratamiento más agresivo y que mayor desagregación propone.
8
A su vez, en cada tratamiento, comparando entre HEta y HLen, no se observan

diferencias de desagregación producida entre ambos pretratamientos. Esta última
comparación ayudó a identificar los mecanismos responsables de la pérdida de
estabilidad, con base en humedecer lentamente los agregados secos que no estallan y
tampoco lo hacen tras la agregación mecánica por agitación después de rehumectarlos
en etanol, dado que este compuesto evita el estallido al desplazar lentamente el aire
entrampado en el interior de los agregados. La reducción de estabilidad causada por
estallido se interpreta a partir de la rotura de partículas provocada por la inmersión
rápida de los agregados de agua (Taboada-Castro et al., 2011).
En líneas generales se observó que para los tres tratamientos en las tres profundidades
estudiadas, el mayor PromE fue para Monte, lo cual es lógico siendo un suelo no
laboreado, con abundante contenido de materia orgánica (materia orgánica de 4,3% en
la profundidad de 0-20 cm); variable a menudo relacionada con el incremento de la EA
(Le Bissonnais, 1989; Dimoyiannis et al., 1998; Taboada-Castro et al., 2011).
En SD se obtuvieron valores mayores de PromE que bajo LC, tales resultados indican
que los suelos bajo SD poseen mayor EA que aquellos que se encuentran bajo LC. Esto
coincide con las publicaciones de otros autores (Álvarez et al., 2009; Quiroga et al.,
2009) quienes compararon dichos sistemas de manejo utilizando otras metodologías
para determinar EA, y con Belmekki et al. (2013) y Rodríguez et al. (2014), quienes
utilizaron la metodología de Le Bissonnais (1996).
Bajo SD se obtienen valores reducidos de desagregación mecánica, esto se debe al rol

de la vegetación o de la cobertura sobre el suelo, la cual protege la superficie del
impacto de la lluvia (Gabioud et al., 2011). La labranza conservacionista, como lo es la
SD, reduce al mínimo e indispensable las operaciones de laboreo, sumado a la
presencia de rastrojo en superficie, favorece a la formación de bioporos estables (Ehler
et al., 1983; Miller & Jastrow, 1990; Lal, 1991) y el mantenimiento de un nivel adecuado
de materia orgánica en el suelo que actúa como sustancia ligante de las partículas
minerales. Todas estas características permiten la existencia de un mayor porcentaje de
agregados estables en sistemas bajo SD comparados con sistemas bajo LC (Sanzano
et al., 2005; Rodríguez et al., 2014).
Las labranzas agresivas, tal como la LC, producen ruptura de macroagregados por
acción física directa y estimulan el potencial oxidativo de las poblaciones microbianas
(Tisdall & Oades, 1982), acelerando la descomposición de la materia orgánica (Paustian
et al., 2000). Inciden, además, indirectamente sobre la EA al dejar la superficie
descubierta expuesta a los agentes climáticos. (Rodríguez et al., 2014).
Para SD y Monte, en todos los casos evaluados, el PromE estuvo dentro del rango de
suelos ¨muy estables¨ y LC dentro de suelos ëstables¨.
9
Conclusión
La EA es afectada por los sistemas de labranza. La SD produce menor desagregación

que LC. La SD tiende a favorecer la estabilidad del suelo.
El PromE es un indicador adecuado para detectar diferencias entre los sistemas de

labranza, pero HRáp es un indicador aún más sensible para detectar desagregación,
mientras que entre HEta y HLen se detecta poca diferenciación.
Bibliografía
Álvarez, CR, MA Taboada; FH Gutiérrez-Boem; A Bono; PL Fernández & P Prystupa.

2009. Topsoil properties as affected by tillage systems in the Rolling Pampa region of
Argentina. SSSAJ 73:1242-1250.
Amézketa, E. 1999. Soil aggregate stability: A review. J. Sustainable Agric. 14:83-150.
Angers, DA & MR Carter. 1996. Aggregation and organic matter storage in cool humid
agricultural soils. pp. 193-211. In: Carter, MR & BA Stewart (Eds.). Structure and organic
matter storage in agricultural soils. Advances in Soil Science, Lewis Publishers, CRC
Press, Inc., Boca Raton, Florida, USA.
Annabi, M; S Houot; C Francou; M Poitrenaud & Y Le Bissonnais. 2007. Soil aggregate
stability improvement with urban composts of different maturities. Soil & Water
Management & Conservation SSSAJ 71(2):413-423.
Arshad, MA & GM Coen. 1992. Characterization of Soil quality: physical and chemical
criteria. Am. J. Altern. Agric. 7:25-32.
Belmekki, M; R Mrabet; R Moussadek; OI Halima; M Boughlala; M El Gharous & B
Bencharki. 2013. Impact des pratiques agricoles sur la stabilité structurale et la matière
organique du soldans les zones semi-arides Marocaines. International Journal of
Innovation and Applied Studies 4:322-333.
Bronick, CJ & R Lal. 2004. Soil structure and management: a review. Geoderma 124:3-
22.
Cerda, A. 2000. Aggregate stability against water forces under different climates on
agricultural land and scrubland in southern Bolivia. Soil Till. Res. 57:159-166.
Cisneros, J; C Cholaky; E Bricchi; O Giayetto & J Cantero. 1997. Efectos del uso
agrícola sobre las propiedades físicas de un Hapludol típico del centro de Córdoba. Rev.
UNRC 17(1):13-22.
Cosentino, D; C Chenu & Y Le Bissonnais. 2006. Aggregate stability and microbial
community dynamics under drying-wetting cycles in a silt loam soil. Soil Biology and
Biochemistry 38:2053-2062.
10
De Leenheer, L & M De Boodt. 1959. Determination of agrégate stability by the change

in mean weight diameter. Mededelingen van de Lundbouwhogeschool Gent, 24:290-300.
De Rienzo, A; F Casanoves; M Balzarini; L González; M Tablada & W Robledo. 2008.
Dimoyiannis, DG; CD Tsadilas & S Valmis. 1998 Factors affecting aggregate instability
of Greek agricultural soils. Commun. Soil Sci. Plant Anal 29:1239-1251.
Ehlers, W; W Kopke; F Hesse & W Bohm. 1983. Penetration resistance and root growth
of oat in tilled and untilled loess soil. Soil and Tillage Research 3:261-275.
Emerson, W. 1967. A classification of soil aggregates based on their coherence in water.
Australian Journal of Soil Research 5:47-57.
Gabioud, EA; MG Wilson & MC Sasal. 2011. Análisis de la estabilidad de agregados por
el método de Le Bissonnais en tres órdenes de suelos. CI. Suelo (Argentina) 29(2):
129-139.
Gabriels, D & R Horn. 1997. Assessment prevention and rehabilitation of soil structure
caused by soil surface sealing, crusting and compaction. In: Lal, R et al. (Eds.). Methods
for Assessment of Soil Degradation. Advances in Soil Science, CRC Press, Boca Raton,
Florida USA. pp. 129-165.
Gallopin, GC. 2006. Los Indicadores de Desarrollo Sostenible: Aspectos conceptuales y
metodológicos. Ponencia presentada en el Seminario de Expertos de Sostenibilidad en
la formulación y seguimiento de políticas (FODEPAL). Chile.
Hénin S; G Monnier & A Combeau. 1958. Méthode pour l´étude de la stabilité structurale
des sols. Ann. Agron. 9:73-92.
Lal, R. 1991. Tillage and agricultural sustainability. Soil and Tillage Research 20:133-
146.
Le Bissonnais, Y. 1989. Analyse des processus de microfissuration des agrègats à
l´humectation. Science du Sol 27:187-199.
erodability. I. Theory and metodology. European J. Soil Sci., 47:425-437.
Miller, RM & JD Jastrow. 1990. Hierarchy of root and mycorrhizal fungal interactions with
soil aggregation. Soil Biology and Biochemistry. 22:579-584.
Novelli, L. 2007. Intensificación de la secuencia de cultivos en un Molisol y un Vertisol:
cambios en la estabilidad estructural y en almacenaje de C en agregados. Tesis
presentada para optar al título de Doctor de la Universidad de Buenos Aires, área de
Ciencias Agropecuarias.
Pagliai, M & N Vignozzi. 2004. Soil struct and the effect of managements practices. Soil
and Tillage research, 79:131-143.
11
Paustian, K; J Six; ET Elliot & HW Hunt. 2000. Management options for reducing CO 2
emissions from agricultural soils. Biogeochemistry 48:147–163.
Porta, J & M López-Acevedo.1999. Edafología para la agricultura y el medio ambiente.
Ed. Mundi-Prensa, Barcelona. España. 2° ed. 849 pp.
Quiroga, A; R Fernández & E Noellemeyer. 2009. Grazing effect on soil properties in
conventional and no-till systems. Soil & Tillage Research 105:164–170.
Rodríguez, HA; MS Gilardino; MS Debelis; IR Paladino; J De Grazia; MB Barrios; A
Buján & AC Sokolowski. 2014. Estabilidad de agregados bajo labranzas contrastantes
en un argiacuol vértico. XXIV Congreso Argentino de la Ciencia del Suelo.
Sanzano, GA; RD Corbella; JR García & GS Fadda. 2005. Degradación física y química
de un Haplustol típico bajo distintos sistemas de manejo de suelo. Ciencia del Suelo
23(1):93-100.
Steinbach, H & R Alvarez. 2007. ¿Afecta el sistema de labranza las propiedades físicas
de los suelos de la Región Pampeana? Ed. INPOFOS. Informaciones Agronómicas
33:7–12.
Soil Survey Staff. 2010. Claves para la taxonomía de suelos. 11th ed. USDA-Natural
Resources Conservation Service. Washington, DC, USA.
Taboada-Castro, MM; ML Rodríguez-Blanco; MT Taboada-Castro & JL Oropeza-Mota.
2011. Vulnerabilidad estructural en suelos de textura gruesa bajo cultivo de huerta.
Terra Latinoamericana 29(1):11-21.
Tisdall, JM & JM Oades. 1982, Organic matter and water-stable aggregates in soils.
Journal of Soil Science 33:141–163.
Yoder, RE. 1936. A direct method of aggregate analysis of soils and a study of the
physical nature of erosion losses. Journal of American Society of Agronomy, 28:337-351.
12
PROPAGACIÓN DE ESPECIES EXÓTICAS POR APLICACIÓN DE COMPOST EN

EL CAMINO “DE LOS SIETE LAGOS”
NICOLÁS FERREIRO, PATRICIA SATTI, MARÍA JULIA MAZZARINO
Grupo de Suelos, Instituto de Investigaciones en Biodiversidad y Medio Ambiente

(INIBIOMA), Universidad Nacional del Comahue-CONICET. San Carlos de Bariloche
(8400).
* [email protected]
Palabras clave: Enmiendas orgánicas, Nutrientes, Ceniza volcánica
Resumen
La erupción del Complejo Volcánico Puyehue-Cordón Caulle en junio de 2011 arrojó

25 cm de cenizas sobre el camino “De los Siete Lagos”. Nuestro objetivo fue evaluar el
efecto del compost (biosólidos, CB y residuos orgánicos domiciliarios, CROD) sobre
las propiedades físico-químicas del sustrato y el establecimiento de vegetación. Se
inició en diciembre de 2012 un experimento por aplicación de compost (60 ton/ha), en
tres clausuras ubicadas sobre las banquinas. Cada sitio contó con 3 parcelas: 1)
Control, 2) CB y 3) CROD. Durante tres años se midieron la cobertura y riqueza
vegetal. En marzo de 2014, se tomaron muestras para determinar pH, conductividad,
humedad, C orgánico, P disponible Olsen y N total. El compost incrementó la
cobertura vegetal (Control = 0,3 ± 0,5; CB = 53 ± 8 y CROD = 22 ± 9% en marzo de
2014; promedio ± desvío estándar), mejorando el N total (Control = 0,020 ± 0,001; CB
= 0,040 ± 0,002 y CROD = 0,030 ± 0,001 g/kg) y P disponible del sustrato (Control =
1,9 ± 0,4; CB = 16 ± 1 y CROD = 1,8 ± 0,1 mg/kg). Sin embargo, la vegetación estuvo
dominada por exóticas (Carduus nutans en CB, Achillea millefolium en CROD).
Estudios previos de rehabilitación de ecosistemas afectados por incendios aplicando
CB y CROD encontraron germinación de exóticas que desaparecieron luego del primer
año. En zonas disturbadas por caminos y deposición de ceniza volcánica, las especies
del bosque no habrían prosperado en las parcelas por: 1) ausencia de banco de
semillas en la gruesa capa de ceniza, 2) bajo contenido de nutrientes del sustrato, 3)
elevada irradiancia, que redujo la disponibilidad de agua. Nuestros resultados sólo
serían extrapolables a disturbios que afecten marcadamente al suelo original, y al
banco y lluvia de semillas a lo largo de grandes extensiones.
Introducción

grandes cantidades de cenizas volcánicas a lo largo del tramo de la ruta nacional 234
que une a las localidades de San Martín de los Andes y Villa La Angostura, conocido
como “De los Siete Lagos”. Si bien la deposición de cenizas contribuye a la renovación
de los suelos de la región andina, constituye un disturbio natural que puede afectar a
corto y mediano plazo la instalación de nueva vegetación. Dado que las cenizas están
constituidas esencialmente por minerales primarios (vidrio volcánico), el
restablecimiento de la vegetación está limitado por la disponibilidad de nitrógeno
(prácticamente ausente), fósforo (abundante pero asociado a minerales primarios y no
disponible para las plantas), y posiblemente también de agua (debido a la escasa
estructura del material).
En los caminos de montaña, la vegetación de banquina es importante no sólo por su

valor paisajístico y biológico, sino porque disminuye la erosión hídrica y eólica del
suelo (además de actuar como filtro ambiental de los contaminantes provenientes del
transporte). En este contexto, es importante destacar que el camino “De los Siete
Lagos” está ubicado dentro de los Parques Nacionales Lanín y Nahuel Huapi, lo que
limita el tipo de manejo a realizar. La aplicación a las banquinas de enmiendas
orgánicas, específicamente compost de origen urbano producidos en la región,
constituye una buena alternativa de rehabilitación desde el punto de vista ambiental y
económico, ya que su materia orgánica estabilizada promueve la disponibilidad de
nutrientes a largo plazo con un mínimo riesgo de contaminación por escurrimiento,
mejorando la mayor parte de las propiedades físicas, químicas y biológicas del suelo.
La ciudad de Bariloche cuenta desde 1996 con una planta de tratamiento de líquidos
cloacales; la transformación de los lodos cloacales (biosólidos) en enmiendas a partir
del compostaje con chips de poda y viruta de madera, dio lugar en 1997 a la primera
Planta de Compostaje de Lodos Cloacales del país (Mazzarino et al. 2012). Por otro
lado, la planta de tratamiento de residuos sólidos de Villa La Angostura lleva a cabo
manualmente la separación de la fracción orgánica de los residuos domiciliarios, que
se utiliza para la elaboración de compost. En ambos casos, los elementos traza
(metales pesados) del compost se encuentran por debajo de los valores límites
establecidos para los compost en Europa (Kowaljow et al. 2010). Ambos tipos de
compost son en principio utilizables para la rehabilitación de las banquinas, aunque
dadas las diferencias existentes en sus características químicas se esperaría
encontrar efectos diferentes sobre la vegetación. Los compost de biosólidos son
ligeramente ácidos y más ricos en materia orgánica, N total y P que los compost de
residuos orgánicos domiciliarios, mientras que estos últimos presentan pH neutros a
alcalinos y son más ricos en Ca (Kowaljow & Mazzarino 2007) (Tabla 1).
Tabla 1. Algunas características físico-químicas (pH y conductividad eléctrica, CE) y

concentraciones de nutrientes (C, N, P) de los compost estudiados.
CB CROD
pH 5,4 7,6
-1
CE (dS m ) 1,23 0,27
-1
C total (g kg ) 289 151
-1
N total (g kg ) 18,5 7,0
-1
NH4-N (g kg ) 0,34 0,11
-1
NO3-N (g kg ) 1,00 0,37
-1
P total (g kg ) 5,4 3,0
-1
P disponible (mg kg ) 1700 150
El objetivo de este trabajo fue poner a prueba la capacidad de las enmiendas

orgánicas para acelerar la recuperación de la vegetación, la concentración de
nutrientes y la actividad biológica del sustrato. Nuestras hipótesis fueron: 1) La
aplicación de enmiendas orgánicas a las banquinas con acumulación de cenizas
facilita el restablecimiento de la cobertura vegetal, y mejora la disponibilidad de agua y
el contenido de nutrientes del sustrato, y 2) El tipo de enmienda agregado influye
diferencialmente en la recuperación del sustrato.
Se establecieron en diciembre de 2012 tres sitios experimentales a lo largo del camino

”De los Siete Lagos”. En cada sitio se delimitaron tres parcelas de 12 m 2 que fueron
asignadas a los siguientes tratamientos: 1) Control, 2) Compost de biosólidos (CB) y 3)
Compost de residuos orgánicos domiciliarios (CROD) (Figura 1). Al inicio del
experimento, todas las parcelas carecieron de vegetación. Los compost se aplicaron
en una dosis equivalente a 60 t/ha. La cobertura y riqueza de la comunidad vegetal de
las parcelas experimentales se estimaron cada dos meses. En marzo de 2014 se
colectaron muestras de sustrato a 5 cm de profundidad para estimar la humedad
gravimétrica, y las concentraciones de nutrientes (C orgánico, N total, P disponible).
Adicionalmente, entre septiembre de 2013 y junio de 2015 se estimaron la cobertura y
riqueza de la comunidad vegetal desarrollada sobre ceniza volcánica de las banquinas
fuera de las clausuras y del bosque adyacente, para usarlas como referencia de las
especies vegetales presentes en el lugar. Se tomó una referencia en las banquinas
fuera de las clausuras porque en ellas se observó el crecimiento de plantas típicas de
sitios disturbados, que en principio podrían colonizar las parcelas experimentales más
fácilmente que la vegetación nativa del bosque.
Figura 1. Fotografía de un sitio experimental, donde se observan tres parcelas en

febrero de 2013 (de izquierda a derecha: CB, Control, CROD).
Sustrato: Cada muestra de sustrato se obtuvo a partir de 6 submuestras tomadas al

azar en cada parcela. Las muestras se secaron al aire y el sustrato se tamizó por
malla de 2 mm (para estimar pH, conductividad eléctrica, P extraíble, C orgánico y N
total). El P se extrajo con 0,5 M NaHCO3 y se determinó con el método del ácido
ascórbico (Olsen & Sommers 1982). El N total se estimó mediante el método de semi
micro Kjeldahl, y el C orgánico por el método de Walkley Black modificado (Nelson &
Sommers 1996) calentando a 150°C en dicromato de potasio y ácido sulfúrico.
Comunidad vegetal: La cobertura y riqueza vegetal se estimaron visualmente a partir

de 6 cuadrantes (50x50 cm2) ubicados al azar por parcela (Mueller-Dombois &
Ellemberg 1974). Se calculó el índice de similitud porcentual (IS) entre dos
comunidades vegetales como el cociente entre dos veces la cobertura correspondiente
a especies compartidas, y la suma de las coberturas totales de ambas comunidades,
multiplicado por 100. Este índice oscila entre 0 y 100 %, para la disimilitud y similitud
completas, respectivamente. Se calcularon los IS entre CROD-bosque, CB-bosque,
CROD-banquina, CB-banquina y CROD-CB.
El efecto de las enmiendas sobre las variables respuesta del sustrato fue evaluado
mediante análisis de la varianza de un factor enmienda (3 niveles: control, CB, CROD).
El efecto sobre la cobertura y riqueza vegetal fue evaluado mediante análisis de la
varianza de un factor, utilizando al tiempo como covariable (5 niveles: control, CB,
CROD, bosque, banquina; 13 fechas de muestreo). Se evaluaron los cambios en

función del tiempo del IS entre CROD y CB mediante un análisis de correlación de
Pearson, para las variables ISCROD-CB y fecha de muestreo. Se chequearon la
normalidad (Kolmogorov–Smirnov test, P >0.05) y homocedasticidad (Cochran C test,
P > 0.05) de todas las variables antes de la realización de los test paramétricos.
Cuando las variables no cumplieron con los supuestos, se les aplicó una
transformación logarítmica. Los análisis fueron realizados con el programa estadística
SPSS 14.0 for Windows.
Resultados
La aplicación de ambos tipos de compost tuvo un efecto positivo sobre la humedad del
sustrato. Por otro lado, el CROD incrementó significativamente la conductividad y el
pH, mientras que el CB promovió un incremento en el P disponible. Finalmente, se
registró un efecto moderado de ambos tipos de enmiendas sobre el N total, que se
encontró en una posición intermedia entre los niveles de la ceniza volcánica del control
y aquella presente debajo de la hojarasca en el bosque de coihue adyacente (Tabla 2).
Tabla 2. Valores promedio de las variables físico químicas en marzo de 2014

(desviación estándar). Letras diferentes indican diferencias significativas entre
tratamientos (P<0.05). CE = Conductividad eléctrica.
Tratamientos Humedad CE pH C orgánico N total P Olsen

-1
(%) (dS m )
-1 -1
(g kg )
-1
(g kg ) (mg kg )
Control 7c 0,009 b 5,9 ab 0,6 a 0,02 b 1,9 c
(2) (0,001) (0,2) (0,04) (0,001) (0,4)
CB 14 ab 0,013 b 5,6 b 1,0 a 0,04 ab 16 a
(4) (0,001) (0,1) (0,06) (0,002) (1)
CROD 12 ab 0,022 a 6,3 a 0,9 a 0,03 ab 1,8 c
(5) (0,001) (0,2) (0,03) (0,001) (0,1)
Bosque 21 a 0,014 b 5,6 b 1,9 a 0,07 a 5b
(7) (0,002) (0,1) (0,09) (0,003) (1)
El crecimiento de vegetación fue promovido por ambos tipos de compost en el corto y

mediano plazo, alcanzándose una cobertura promedio del 24% para las parcelas con
aplicación de compost a los tres meses de la aplicación (Figura 2A). Existieron
diferencias significativas en la cobertura entre los tratamientos (ANOVA: F4,291 = 122,8;
p < 0,001), que se pudieron ordenar de la siguiente manera: CB > CROD > Banquina =
Bosque > Control (Subgrupos homogéneos de Tukey: p < 0,05). La vegetación estuvo
dominada por las plantas vasculares, sin embargo, en las parcelas con aplicación de
CROD se registró una importante contribución de los musgos, con picos estacionales
durante el invierno (Figura 2B). Además, se encontraron diferencias significativas en la
riqueza (ANOVA: F4,291 = 91,2; p < 0,001), pudiéndose ordenar los tratamientos según:
Bosque > CB = CROD > Banquina > Control (Figura 2C).
Figura 2. A) Promedio del porcentaje de cobertura vegetal a lo largo de los tres años
del experimento. B) Promedio del porcentaje de cobertura vegetal correspondiente a
plantas no vasculares. C) Promedio de la riqueza vegetal. D) Promedio de los índices
de similitud.
El índice de similitud entre la cobertura vegetal de las parcelas con aplicación de

compost y del bosque no superó el 5% durante los tres años del experimento. Por otro
lado, la similitud entre la vegetación desarrollada en los tratamientos y la banquina
fuera de la clausura osciló entre 5-15% para el CB y entre 15-45% para el CROD. Esto
indica que la comunidad vegetal desarrollada en las parcelas con aplicación de
enmiendas orgánicas fue poco representativa de la existente en el bosque. Además, la
similitud entre CROD y la banquina adyacente fue variable y tendió a disminuir con el
tiempo, posiblemente debido a la dominancia de especies exóticas propias del
compost que compitieron con el rumex, proveniente de la banquina. Finalmente, la
similitud entre las comunidades vegetales de CB y CROD fue muy baja al principio, 4%
en marzo de 2013, pero se incrementó significativamente con el tiempo (R = 0,819; p <
0,001), de manera que en enero de 2016 el 27% de estas parcelas se encontraba

cubierto por especies compartidas (Figura 2D).
Durante los tres años del experimento, la comunidad vegetal de las parcelas estuvo
dominada exclusivamente por especies exóticas (Tabla 3). Muchas de estas especies
se encontraron ausentes tanto en las banquinas (dominada por Rumex acetosella,
herbácea exótica perenne) como en el bosque (dominado por renovales de
Nothofagus dombeyi, árbol nativo) adyacentes, y fueron características del tipo de
compost (ej.: Achillea millefolium y Cirsium vulgare en CROD; Chenopodium album,
Carduus nutans, Sysimbrium officinale y Holcus lanatus en CB) (Tablas 3 y 4). Sólo
durante el último muestreo, realizado en enero de 2016 (tres años después de la
instalación del ensayo), se registraron dos especies nativas presentes en las
banquinas y el bosque adyacentes, en las parcelas con aplicación de CROD (Acaena
pinnatifida y Oxalis valdiviensis; cobertura promedio ~ 1%) (Tabla 3).
La composición específica de la comunidad vegetal fue cambiando a lo largo del

experimento, de forma distinta para cada tipo de compost. En cuanto a las parcelas
con aplicación de CROD, las mismas experimentaron un crecimiento continuo en la
cobertura de Achillea millefolium (2% enero de 2014, 26% enero de 2016); y una
cobertura importante de musgos cosmopolitas (Funaria hygrometrica y Bryum
argenteum) adaptados a ambientes disturbados, diferentes a los musgos (Bartramia
ithyphylla) y hepáticas (Leptoscyphus sp.) registrados en el bosque adyacente (Tablas
3 y 4). En las parcelas con aplicación de CB, el Chenopodium album que representó
hasta 20% de la cobertura en marzo de 2013, desapareció completamente luego de un
año. Por otro lado, la cobertura de Carduus nutans fue elevada y creciente durante el
primer año, pero luego empezó a disminuir (20% marzo de 2013, 38% enero de 2014,
4% enero de 2016). Finalmente, la gramínea Holcus lanatus mostró una cobertura
creciente durante todo el experimento (1% marzo de 2013, 26% enero de 2016) (Tabla
3).
Tabla 3. Promedio de la cobertura vegetal por especie y tratamiento en enero (verano), mayo (otoño), julio (invierno) y septiembre (primavera)
de 2014, y en marzo de 2013 (primera estimación de cobertura) y enero de 2016 (última estimación de cobertura). + = cobertura menor al
0,5%. N = Nativa, E = Exótica, C = Cosmopolita. H = Hierba, Ao = Arbusto, Al = Árbol. P = Perenne, A =Anual, biA =Bianual.
Control CROD CB
Septiembre 2014
Septiembre 2014
Septiembre 2014
Historia de vida
Marzo 2013
Marzo 2013
Marzo 2013
Enero 2014
Enero 2016
Enero 2014
Enero 2016
Enero 2014
Enero 2016
Mayo 2014
Mayo 2014
Mayo 2014
Julio 2014
Julio 2014
Julio 2014
Origen
Hábito
Acaena pinnatifida N H P 1
Achillea millefolium E H P 2 4 4 4 26 1
Aira caryophyllea E H A 2
Brassica oleracea E H biA 2 + + + 2 1
Capsella bursa- E H A + 1
pastoris
Carduus nutans E H biA 4 20 38 17 13 11 4
Chenopodium E H A 20
album
Cirsium vulgare E H A 1 1
Holcus lanatus E H A 1 2 5 4 5 26
Hypochaeris E H P 2 4 1 2 1 2 6
radicata
Matricaria inodora E H A 6 2 1
Oxalis valdiviensis N H P 1
Poa domingensis E H P 2
Polygonum E H A 1
aviculare
Rumex acetosella E H P 1 + 4 + 9 6 11 6 12 3 4 1 8
Sysimbrium E H A 4 + 2 10 8 8 3 3
officinale
Tripleurospermun E H A +
perforatum
Verbascum thapsus E H biA 2 3 3 1
Vulpia myuros E H A 8
Bryophyta: C - - + 19 19 11 7 2 2 2 1
Funaria
hygrometrica y
Bryum argenteum
(musgos)
Tabla 4. Promedio de la cobertura vegetal por especie en los sitios de referencia de las
banquinas y el bosque en enero (verano), mayo (otoño), julio (invierno) y septiembre
(primavera) de 2014. + = cobertura menor al 0,5%. N = Nativa, E = Exótica, C =
Cosmopolita. H = Hierba, Ao = Arbusto, Al = Árbol. P = Perenne, A = Anual, biA =
Bianual.
Banquina Bosque
Septiembre 2014
Septiembre 2014
Historia de vida
Enero 2014
Enero 2014
Mayo 2014
Mayo 2014
Julio 2014
Julio 2014
Origen
Hábito
Acaena N H P 4 3 3 1 1
ovalifolia
Aira E H A 1 1 1
caryophyllea
Aristotelia N Ao P 1 + +
chilensis
Berberis darwinii N Ao P 4 4 4 2
Blechnum N H P 1 + 1 +
penna-marina
Buddleja N Ao P +
globosa
Chusquea N H P 1 1 1 1
culeou
Cerastium sp. N H P + + 1
Cirsium vulgare E H A + + +
Lomatia hirsuta N Al P + + +
Maytenus N Al P + 1 + 1
chubutensis
Nothofagus N Al P 8 5 7 7
dombeyi
10
Osmorhiza N H P +
chilensis
Oxalis N H P +
valdiviensis
Plantago E H P 1
lanceolata
Prunella vulgaris E H P + 1 2
Ribes E Ao P 1
magellanicum
Rosa rubiginosa E Ao P +
Rumex E H P 9 7 6 4 +
acetosella
Trifolium repens E H P + 1
Bryophyta: NN -- -- ++ 33 44 22
Bartramia
ithyphylla
(musgo)+
Leptoscyphus sp.
(hepática)
11
Discusión
El efecto positivo de las enmiendas sobre la humedad era esperado, ya que la adición
de compost promovería la retención de humedad indirectamente mediante un
incremento en la materia orgánica del suelo. Sin embargo, en el camino “De los Siete
Lagos” no se encontraron diferencias significativas en la materia orgánica entre
tratamientos (Tabla 2). Por lo tanto, el efecto de las enmiendas sobre la humedad
probablemente fue ocasionado por el sombreado de la vegetación desarrollada en las
parcelas con adición de compost (menor temperatura y evaporación), a pesar del mayor
consumo de agua de las plantas. El incremento en la conductividad y el pH ocasionado
por el CROD ha sido frecuentemente reportado, y asociado a un alto contenido de Ca
en las enmiendas obtenidas a partir de residuos urbanos (Hernando et al. 1989,
Kowaljow & Mazzarino 2007). El mayor incremento en el P disponible promovido por el
CB respecto al CROD sería explicado por el alto contenido de P de este tipo de compost
(Tabla 1).
Las parcelas con aplicación de compost presentaron durante los tres años importantes
coberturas vegetales (cobertura promedio > 20%), que superaron siempre al control y
los sitios de referencia del bosque y la banquina. Sin embargo, la composición
específica de todos los tratamientos fue muy diferente (IS < 50%). El bosque presentó
siempre mayores valores de riqueza y una comunidad vegetal constituida esencialmente
por especies nativas. Por otro lado, las parcelas experimentales y la banquina fuera de
las clausuras estuvieron dominadas por especies exóticas. Cabe destacar que todas las
exóticas encontradas son especies reportadas previamente para los caminos y sitios
disturbados del Parque Nacional Nahuel Huapi (Ezcurra & Brion 2005).
Si bien la proliferación de musgos en las parcelas con aplicación de CROD fue

llamativa, es típica de la estación húmeda en los bosques templado fríos de la región y
promovería una importante fijación del sustrato. Su escaso desarrollo inicial en las
parcelas con CB podría explicarse por la mayor granulometría y/o la baja densidad de
esporas de musgo en este tipo de compost. El CROD y la banquina presentaron los
mayores índices de similitud (ISCROD-Banquina: 15-45%), indicando que los sitios con
aplicación de este tipo de compost serían los más fácilmente colonizables por especies
del área circundante (ej.: R. acetosella). Esto sería explicado por su menor cobertura
inicial, debida a una menor carga de semillas y/o contenido de nutrientes respecto al
CB.
La similitud creciente entre las parcelas con aplicación de CROD y CB (Figura 2D), se
explicaría por la aparición durante los últimos años de especies exóticas inicialmente
características de un tipo de compost en las parcelas del otro tipo (ej.: musgos en CB a
partir de 2014 y C. nutans en CROD a partir de 2016), y por la proliferación de R.
acetosella, ruderal dominante en las banquinas, en ambos tipos de compost (Tabla 3).
Esto sugiere que la comunidad vegetal inicial, tan característica del tipo de compost
12
aplicado, no se encontraría limitada por características físico-químicas particulares de la

enmienda, sino probablemente por las semillas disponibles en cada parcela.
La etapa termofílica del compostaje asegura la reducción de semillas de malezas en las

enmiendas, sin embargo, durante la etapa de maduración el compost es almacenado al
aire libre, encontrándose expuesto a la lluvia de semillas de la vegetación circundante.
Las especies exóticas encontradas en las parcelas estuvieron ausentes en zonas
adyacentes a los sitios experimentales, tanto en la banquina como en el bosque, por lo
tanto, habrían sido introducidas con la aplicación de las enmiendas. La comunidad
vegetal desarrollada sobre cada tipo de compost resultó representativa de las exóticas
presentes en las inmediaciones de las respectivas plantas de compostaje. El CB es
producido en una planta ubicada en el ecotono-estepa de S. C. de Bariloche, con
abundancia de C. nutans y S. officinale, mientras que el CROD fue elaborado en una
planta de Villa La Angostura, ubicada en una zona boscosa donde el crecimiento de A.
millefolium y musgo es habitual. A diferencia de lo observado en otros ecosistemas de la
región, donde las exóticas no sobrevivieron por más de un año luego de la aplicación del
compost (Kowaljow & Mazzarino 2007, Varela et al 2011), en el camino “De los Siete
Lagos” estas especies persistieron durante los tres años que duró el estudio.
Las especies del bosque adyacente no habrían prosperado en la ceniza volcánica del
control ni de los tratamientos con aplicación de compost debido a: 1) la ausencia de un
banco de semillas en la gruesa capa de ceniza volcánica depositada, 2) el bajo
contenido de nutrientes (N, P) del sustrato volcánico, 3) la elevada irradiancia, que
redujo la disponibilidad de agua del sustrato, y a su vez habría dificultado la germinación
de especies resistentes a la sombra características del bosque. Estas condiciones
particulares habrían facilitado, en las banquinas con aplicación de compost, la
instalación de especies exóticas cuyas semillas se encuentran frecuentemente en este
tipo de enmiendas.
Una alternativa de manejo que evita la propagación de especies exóticas cuyas semillas
se encuentran en los compost es la mezcla de la enmienda con suelos de la zona de
aplicación, que actúen como inoculantes de especies locales. De hecho, en la mayoría
de los proyectos de restauración los compost son aplicados en mezcla con suelos
debido a los costos de producción y transporte. Sin embargo, esta opción no constituye
una alternativa viable en el camino “De Los Siete Lagos”, donde la magnitud de la
erupción volcánica provocó el enterramiento de los suelos de la región bajo una gruesa
capa de ceniza volcánica.
Conclusiones
 El compost constituye en sí mismo un sustrato rico donde las plantas pueden

vivir durante años, sin la necesidad de que exista un verdadero suelo.
 La contaminación del compost con semillas del área circundante, durante su
maduración y almacenamiento, puede: 1) otorgar valor agregado para la
revegetación de áreas donde la vegetación deseada sea similar a la existente en
13
las inmediaciones de la planta de compostaje, 2) limitar su uso en restauración,

dependiendo del grado de disturbio del suelo y de la disponibilidad de semillas
locales del ecosistema disturbado.
 El riesgo de propagación de especies exóticas resultaría importante en sitios
donde el suelo ha sido removido, y tanto el banco como la lluvia de semillas han
sido fuertemente afectados a lo largo de grandes extensiones (disturbios a
escala de paisaje).
Agradecimientos
Este trabajo fue financiado por el gobierno de la provincia de Neuquén y la Universidad

Nacional del Comahue (CRUB). Agradecemos a la Administración de Parques
Nacionales por permitir la instalación de las parcelas experimentales y a D. Pedre y las
empresas CONEVIAL S.A. y CODI S.A por el aporte y mantenimiento de los
alambrados. Agradecemos a P. Alvear y M. Canevaro por su asistencia en el trabajo de
campo, J. Puntieri por su ayuda en la identificación de las plantas vasculares, y a B.
Pérez por la identificación de las briofitas.
Bibliografía
Ezcurra, C & C Brion. 2005. Catálogo de la flora vascular del Parque Nacional Nahuel
Huapi. Universidad Nacional del Comahue. Red Latinoamericana de Botánica. 70 pp.
Hernando, S; MC Lobo & A Polo. 1989. Effect of the application of a municipal refuse
compost on the pohysical and chemical properties of a soil. Sci. Total Environ. 81/ 82:
589-596.
Kowaljow E & MJ Mazzarino. 2007. Soil restoration in semiarid Patagonia: Chemical and
biological response to different compost quality. Soil Biol. Biochem. 39: 1580-1588.
Kowaljow E; MJ Mazzarino; P Satti & C Jiménez-Rodríguez. 2010. Organic and
inorganic fertilizer effects on a degraded Patagonian rangeland. Plant Soil 332: 135-145.
Mazzarino MJ; P Satti; F Laos, L Roselli L, MP Crego; E Kowaljow, H Fernández & L
Poulsen. 2012. Compostaje de biosolidos: 12 años de la Planta de Bariloche. En:
Mazzarino MJ & P Satti (eds.). Compostaje en la Argentina: Experiencias de Produccion,
Calidad y Uso. pp. 99-106. UNRN-Orientación Gráfica Editora, Buenos Aires, Argentina.
Mueller-Dombois D & H Ellenberg. 1974. Aims and methods of vegetation ecology. Wiley
& Sons, New York. 574 pp.
Nelson DW & LE Sommers. 1996. Total carbon, organic carbon, and organic matter. En:
DL Sparks; AL Page; PA Helmke; RH Loeppert; PN Soluanpour; MA Tabatabai; CT
Johnston & ME Sumner (eds.). Methods of soil analysis, Part 3 - Chemical methods. pp.
961-1010. ASA, SSSA, Madison, WI, USA.
14
Olsen SR & LE Sommers. 1982. Phosphorus. En: AL Page, RH Miller & DR Keeney
(editores). Methods of soil analysis, Part 2 - Chemical and Microbiological Properties. pp.
403-430. ASA, SSSA, Madison, WI, USA.
Varela SA; ME Gobbi & F Laos. 2011. Can biosolids compost improve, in the short term,
native vegetation and soils fertility in burned Nothofagus pumilio forest in Patagonia,
Argentina? Bosque 32: 267-278.
15
LUPINUS POLYPHYLLUS ENRIQUECE EN NITRÓGENO A LA CENIZA VOLCÁNICA

DEL CAMINO “DE LOS SIETE LAGOS”
NICOLÁS FERREIRO1*, LUCIANO ÁLVAREZ SORIA2, ELISA CASTÁN1, MARÍA JULIA

MAZZARINO1
1
Grupo de Suelos, Instituto de Investigaciones en Biodiversidad y Medio Ambiente
(INIBIOMA), Universidad Nacional del Comahue-CONICET. San Carlos de Bariloche
(8400). 2Laboratorio de Química, Universidad Nacional de Río Negro.
*[email protected]
Palabras clave: Lupinos, Nutrientes, Actividad enzimática
Resumen
La erupción del Complejo Volcánico Puyehue-Cordón Caulle en junio de 2011 depositó

en el camino “De los Siete Lagos” una capa de cenizas de 25 cm. Si bien la fertilidad de
la ceniza es baja (0,03 g/kg de nitrógeno total; 3 mg/kg de fósforo extraíble Olsen), se ha
observado el crecimiento de lupinos (Lupinus polyphyllus) en numerosos sectores. Esto
sería explicado por la capacidad de Lupinus de fijar nitrógeno (N) y movilizar fósforo (P).
El muestreo se llevó a cabo en diciembre de 2015 en cinco sitios de las banquinas,
donde la ceniza volcánica no ha sido removida ni mezclada con el suelo. En cada sitio
se muestrearon: 1) Ceniza volcánica desnuda (C), 2) Manchón de L. polyphyllus (L), 3)
Manchón de R. acetosella (R), 4) Rizósfera de L. polyphyllus (RL) y 5) Rizósfera de R.
acetosella (RR). Los primeros 5 cm de sustrato fueron muestreados con un cilindro,
mientras que la ceniza rizosférica fue obtenida agitando las plantas sobre una bandeja.
Hubo un efecto positivo de L. polyphyllus sobre el N inorgánico de la ceniza rizosférica
(NC = 1,4 ± 0,6; NRL = 5,5 ± 5,0 y NRR = 0,8 ± 0,1 mg/kg; promedio ± desvío estándar),
corroborando la capacidad fijadora de Lupinus. En diciembre de 2015, L. polyphyllus no
promovió una mayor disponibilidad de P Olsen. No hubo diferencias en las actividades
fenol oxidasa ni leucina aminopeptidasa entre tratamientos. Sin embargo, la cobertura
vegetal promovió mayores actividades ß-glucosidasa y fosfatasa ácida. Además, la
actividad fosfatasa (AFA) fue mayor en L y RL (AFAC = 0,03 ± 0,01; AFAL = 0,21 ± 0,14,
AFAR = 0,10 ± 0,04, AFARL = 0,37 ± 0,07 y AFARR = 0,14 ± 0,05 μg/h.g peso seco).
Entonces, es posible que L. polyphyllus incremente la disponibilidad de P por
mineralización, durante la estación fría.
Introducción
La Patagonia incluye dos regiones geomorfológicas, la Cordillera Andino-Patagónica de

clima templado frío y vegetación de tipo bosque, y la Patagonia Extra-Andina de clima
frío y seco con vegetación de tipo estepa. La deposición de cenizas es frecuente en
ambas regiones, sin embargo, sólo se desarrollan suelos con características ándicas
1
(Andisoles) en el sector más húmedo. Estos suelos presentan propiedades

morfológicas, físicas y químicas únicas, siendo elevada la capacidad de retención de
agua y la persistencia de la materia orgánica (Broquen et al. 2005), características
particularmente importantes que contribuyen a ubicarlos entre los más productivos del
mundo.

cenizas a lo largo del tramo de la ruta nacional 234 que une a las localidades de San
Martín de los Andes y Villa La Angostura, conocido como “De los Siete Lagos”. Si bien la
deposición de cenizas contribuye a la renovación de los suelos de la región andina,
constituye un disturbio natural que puede afectar a corto y mediano plazo la instalación
de nueva vegetación. Dado que las cenizas están constituidas esencialmente por
minerales primarios, el restablecimiento de la vegetación está limitado por la
disponibilidad de N y P (Tabla 1). Este efecto negativo es aún más marcado en sitios
fuertemente disturbados por acción antrópica. Los caminos y su tráfico asociado son un
tipo de disturbio que se caracteriza por un efecto negativo sobre los nutrientes y la
actividad microbiana del suelo, así como por la compactación y alteración de la
estructura del suelo que lleva a la desaparición de la vegetación (Bolling & Walker
2000). Como medida de restauración se recomienda una rápida instalación y
mantenimiento de la cobertura vegetal, ya sea con especies nativas (Elseroad et al.
2003) o exóticas (Dunifon et al. 2011).
Tabla 1. Valores promedio de las variables físico químicas en la ceniza volcánica y un

suelo volcánico usado como referencia (desviación estándar).
pH Conductividad C orgánico N total P Olsen

-1 -1 -1 -1
(dS m ) (g kg ) (g kg ) (g kg )
1
Ceniza volcánica * 6,5 0,018 0,2 0,03 0,003
2
Suelo volcánico * 6,3 0,010 108 4,8 0,007
1 2
* Cremona & Ferrari 2011, * Satti et al 2003.
Las plantas invasoras, además de sus efectos directos sobre las comunidades de
especies nativas, pueden afectar las propiedades del ecosistema tales como la
productividad, el ciclado de los nutrientes y las características del suelo (Ramakrishnan
& Vitousek 1989). Cambios en la productividad pueden ser ocasionados por la
introducción de nuevas formas de vida o nuevos procesos biológicos, tales como la
fijación de N (Vitousek et al. 1987). En una comunidad limitada por N, una especie
fijadora de N no sólo tiene una ventaja competitiva sino que puede liberarlo en el suelo,
facilitando la instalación de otras especies. Así, por ejemplo, las dunas del norte de
California, actualmente cubiertas por varias especies arbustivas, antes de la invasión
por lupino amarillo (Lupinus arboreus) carecían de arbustos, y eran deficientes en N y
otros macronutrientes (Pickart et al. 1998). Estos organismos capaces de facilitar la
2
instalación de otros, incluso luego de su desaparición, son denominados ingenieros del

ecosistema (Hasting et al. 2007).
Los lupinos (Lupinus spp.) son un género de leguminosas que incluye más de 500 taxa
restringidos fundamentalmente al nuevo mundo, con la excepción de 12 especies
pertenecientes al mediterráneo europeo (Australian Government 2013). En nuestro país
se encuentran unas 43 especies, entre las cuales se incluyen plantas nativas (ej.: L.
andicola), introducidas (ej.: L. polyphyllus, L. arboreus; originarias de Norteamérica) y
domesticadas (ej.: L. albus) (Instituto de Botánica Darwinion 1997-2016). La capacidad
fijadora de N de los lupinos, dada por sus nódulos en simbiosis con Bradyrhizobium sp.,
ha recibido mucha atención (Kurlovich 2002, del Moral & Rozzell 2005). Sin embargo, se
ha ignorado durante mucho tiempo su capacidad de desarrollar raíces en cluster (o
proteoides, nombradas así por la primer familia en que fueron descubiertas: Proteaceae;
Purnell 1960), con capacidad de exudar ácidos carboxílicos que incrementan la
disponibilidad de P gracias a que forman complejos con iones metálicos que precipitan
fosfatos (ej.: Al, Fe y Ca), o porque desplazan los fosfatos de la matriz del suelo por
intercambio de ligandos (Lambers et al. 2012). Mientras que muchas especies de
lupinos del viejo mundo producen raíces proteoides (ej.: L. albus, L. cosentinii), las
especies del nuevo mundo carecen de esta capacidad (Skene 2000). A pesar de esto,
se ha encontrado que muchas especies de lupino sin raíces proteoides liberan gran
cantidad de carboxilatos que movilizan P, como L. angustifolius y L. sericeus (Pearse et
al. 2007), o presentan raíces semejantes a las proteoides como L. luteus y L. mutabilis
(Hocking and Jeffery 2004).
Luego de dos años de la erupción del Complejo Volcánico Puyehue-Cordón Caulle,

numerosos ejemplares de L. polyphyllus prosperan a lo largo del camino “De los Siete
Lagos”. Esto coincide con los reportes que señalan la predominancia de lupinos durante
la sucesión primaria que se inició en sustratos piroclásticos muy pobres en nutrientes
luego de la erupción del Monte Santa Helena de 1980 (del Moral et al. 1995). La
deposición de una gruesa capa de cenizas volcánicas en el camino “De los Siete Lagos”
brinda una oportunidad única para estudiar “in situ” la capacidad de los lupinos para
enriquecer un sustrato con baja disponibilidad de nutrientes, mediante la fijación de N y
la movilización de P. El potencial accionar de los lupinos como ingenieros del
ecosistema, proveyendo nutrientes a plantas sin raíces especializadas, le brindaría un
gran valor a su utilización en proyectos de rehabilitación de ecosistemas degradados.
Nuestro objetivo fue estudiar la capacidad del lupino para rehabilitar ecosistemas
degradados, especialmente por pérdida de nutrientes. Nuestra hipótesis de trabajo fue
que los lupinos mejoran la disponibilidad de nutrientes (N y P) en las banquinas con
acumulación de cenizas volcánicas.
3
El muestreo se llevó a cabo el 29 de diciembre de 2015 (primavera tardía) en cinco

sitios de aproximadamente 200 m2 ubicados en las banquinas del camino “De los Siete
Lagos” (40° 37' 1" S, 71°42' 29" O). En cada sitio se tomaron muestras de sustrato en:
1) Ceniza volcánica desnuda (C), 2) Manchón de L. polyphyllus (L), 3) Manchón de R.
acetosella, una herbácea perenne no fijadora de N común en las banquinas (R), 4)
Rizósfera de lupino (RL) y 5) Rizósfera de rumex (RR). Se colectaron muestras de
sustrato a 5 cm de profundidad (L y R), y sustrato asociado a las raíces (RL y RR) para
la estimación de las variables respuesta concentración de N (amonio y nitratos), P
(fosfato) y C orgánico, y las actividades de enzimas relacionadas con la obtención de C
(ß-glucosidasa y fenol oxidasa), N (leucina-aminopeptidasa) y P (fosfomonoesterasa
ácida). Además, se midieron la humedad por gravimetría, la temperatura, el pH y la
conductividad del sustrato. Finalmente, se estimaron la cobertura y biomasa vegetal.
Variables respuesta.
Sustrato: Cada muestra de sustrato se obtuvo a partir de 4 submuestras ubicadas al
azar en cada sitio. Los primeros 5 cm de sustrato fueron muestreados con un cilindro de
PVC (6 cm de diámetro). La ceniza de la rizósfera fue colectada agitando las plantas
manualmente sobre una bandeja para remover las partículas adheridas a las raíces
(Grayston et al. 1998). Las muestras se pasaron a través de tamices de 2 mm de
tamaño de malla para estimar humedad gravimétrica, nitratos y amonio (muestra
fresca), pH, conductividad eléctrica y P extraíble (muestra seca al aire). La
concentración de nitratos se estimó por el método de la reducción por Cd y la de amonio
por la reacción de Berthelot (Keeney & Nelson 1982). El P se extrajo con 0,5 M NaHCO 3
y se determinó con el método del ácido ascórbico (Olsen & Sommers 1982). Para
estimar el C orgánico se utilizó el método de Walkley-Black modificado (Nelson &
Sommers 1996).
Comunidad vegetal: La cobertura de cada especie se estimó visualmente a partir de

quince cuadrantes (50x50 cm2) ubicados al azar por sitio (Mueller-Dombois & Ellemberg
1974). La biomasa de herbáceas se estimó cosechando manualmente la vegetación de
dos cuadrantes (50x50 cm2) elegidos al azar, en tres de los sitios de muestreo.
Comunidad microbiana: En todos los casos se utilizaron muestras de sustrato tamizadas

por 2 mm y conservadas en heladera a su humedad natural. Se midió la actividad de
enzimas relacionadas con la obtención de C (ß-glucosidasa, fenol oxidasa), N (leucina-
aminopeptidasa) y de P (fosfomonoesterasa ácida) utilizando extractos acuosos
incubados con los sustratos específicos para cada enzima a medir (DOPA para la
oxidasa, sustratos p-nitrofenol para las restantes enzimas). Luego de 1 hora de
incubación a 20°C se midió la densidad óptica de los productos de reacción a 410 nm
(460 nm para la fenol oxidasa). Las actividades enzimáticas fueron expresadas como
nmol de producto por g peso seco-1 h-1 (Sinsabaugh et al. 2008).
4
Análisis estadístico.
La diferencia en las variables respuesta entre los tratamientos fueron evaluadas
mediante análisis de la varianza de un factor (5 niveles: C, L, R, RL, RR y 5 réplicas).
Las diferencias entre los tratamientos se testearon con los contrastes a posteriori de
Tukey. Se chequearon la normalidad (Kolmogorov–Smirnov test, P >0.05) y
homocedasticidad (Cochran C test, P > 0.05) de todas las variables antes de la
realización de los test paramétricos. Cuando las variables no cumplieron con los
supuestos, se les aplicó una transformación logarítmica. Todos los análisis fueron
realizados con el programa de estadística SPSS 14.0 for Windows.
Resultados
Los sitios de estudio presentaron una cobertura vegetal del 63 ± 9 % (promedio ± desvío
estándar) y una riqueza de 8 ± 2 especies, estando la comunidad dominada por L.
polyphyllus y R. acetosella, con un 31 ± 19 % y un 9 ± 5 % de cobertura,
respectivamente. La biomasa vegetal se estimó en 472 ± 54 g/m2, de los cuales 348 ±
108 g/m2 correspondieron a L. polyphyllus y 61 ± 64 g/m2 a R. acetosella.
Se encontraron diferencias en la humedad del sustrato entre los tratamientos, que

pudieron ordenarse según: RR < C = R = RL < L. Por otro lado, la conductividad más
baja se asoció a la ceniza volcánica desnuda y la más alta con el sustrato rizosférico.
Finalmente, no hubo diferencias en la temperatura y pH del sustrato entre tratamientos
(Tabla 2).
Tabla 2. Valores promedio de las variables físico químicas en diciembre de 2015

(desviación estándar). Letras diferentes indican diferencias significativas entre
tratamientos (P < 0,05). T = temperatura, H = humedad, CE = conductividad eléctrica.
Tratamientos T H pH CE C orgánico N inorgánico P Olsen

-1 -1 -1 -1
(°C) (%) (dS m ) (g kg ) (mg kg ) (mg kg )
C 19 a 19 ab 6,1 a 0,009 c 1,1 c 1,4 b 3b
(2) (3) (0,1) (0,002) (0,5) (0,6) (1)
L 16 a 25 a 6,0 a 0,015 b 2,7 bc 1,5 b 3 ab
(2) (3) (0,2) (0,003) (1,3) (0,8) (8)
R 16 a 21 ab 6,1 a 0,011 bc 2,4 bc 0,5 c 3 ab
(3) (5) (0,2) (0,003) (1,0) (0,2) (6)
RL - 21 ab 6,0 a 0,040 a 5,1 a 5,5 a 4a
(3) (0,2) (0,020) (1,3) (5,0) (1)
RR - 15 b 6,2 a 0,016 b 3,8 ab 0,8 c 4a
(4) (0,1) (0,005) (0,9) (0,1) (1)
La ceniza volcánica desnuda presentó los menores contenidos de C orgánico, N

inorgánico y P disponible. La ceniza rizosférica mostró valores de C orgánico y P
5
disponible mayores a los de la ceniza encontrada bajo los matorrales de lupino y rumex.
Además, se encontraron diferencias significativas en el N inorgánico, pudiéndose
ordenar los tratamientos de la siguiente manera: R = RR < C = L < RL (Tabla 2).
La ceniza asociada a los matorrales y rizósfera de lupinos mostró los mayores valores
de actividad fosfomonoesterasa y ß-glucosidasa, que fueron mínimas en la ceniza
desnuda. No se encontraron diferencias significativas entre los tratamientos para la fenol
oxidasa y la leucina aminopeptidasa (Figura 1).
Figura 1. Valores promedio de las actividades enzimáticas (AE) en diciembre de 2015.

Las barras de error corresponden a la desviación estándar. Letras diferentes indican
diferencias significativas entre tratamientos (P < 0,05).
Discusión
El contenido de materia orgánica y nutrientes de la ceniza volcánica desnuda fue muy

bajo comparado con el de los suelos volcánicos de la región (Tabla 1), pero similar al
estimado en el momento de la deposición en junio de 2011 (Cremona et al. 2011). Las
actividades enzimáticas también fueron muy bajas, sin embargo, sus valores resultan
comparables a los encontrados en otros sustratos piroclásticos (Halvorson & Smith
2009), y en la ceniza volcánica del camino “De los Siete Lagos” a los dos años de la
deposición (Ferreiro et al. 2015).
6
El N inorgánico en la ceniza volcánica asociada a R. acetosella fue significativamente

menor al de la ceniza desnuda (Tabla 2), lo que se explicaría por la incapacidad del
rumex para fijar N y el consumo de este nutriente del pool existente en la ceniza. El pool
de la ceniza volcánica desnuda provendría de aportes por escorrentía desde los
manchones de lupino y bosque cercanos, de fijadores libres y/o de la deposición
atmosférica. Los niveles de N inorgánico registrados en la ceniza desnuda en diciembre
de 2015 (1,4 ± 0,6 mg kg-1), fueron del mismo orden que el contenido de N total de la
ceniza en el momento de la deposición (30 mg kg-1, Cremona et al 2011), y de la ceniza
desnuda de las banquinas en noviembre de 2013 (20 mg kg-1, Ferreiro et al 2015).
Entonces, en principio, no se habría producido demasiada incorporación de N a la
ceniza volcánica desnuda desde el momento de la erupción.
La capacidad de fijar N del género Lupinus fue corroborada por el contenido de N

inorgánico en la ceniza volcánica asociada a las raíces de L. polyphyllus, que fue cuatro
veces el estimado para la ceniza volcánica desnuda (Tabla 2). Esto coincide con lo
reportado por otros autores que estudiaron la tefra depositada por la erupción del Monte
Santa Helena en 1980, encontrando que L. lepidus ocasionaba un incremento mayor a
cuatro veces en el contenido de N total del sustrato (Fagan et al. 2004, Halvorson &
Smith 2009). La variabilidad encontrada en el N inorgánico de la ceniza volcánica
asociada a los L. polyphyllus posiblemente se relacione con la edad y densidad de las
plantas, que fue muy variable entre los sitios muestreados. Por ejemplo, el rango del N
inorgánico fue para L de 0,0008 a 0,0029 g kg-1 y para RL de 0,0009 a 0,0120 g kg-1,
mientras que el rango en la cobertura de los lupinos fue del 12 al 64%.
La falta de diferencias significativas en el P disponible de la ceniza volcánica entre L.

polyphyllus y R. acetosella indicaría que, en diciembre de 2015, el papel del lupino como
ingeniero del ecosistema se limitó al enriquecimiento en N. Sin embargo, el efecto
positivo de los L. polyphyllus sobre la actividad fosfatasa fue muy marcado (Figura 1),
coincidiendo con lo encontrado en la tefra bajo L. lepidus por Halvorson & Smith (2009).
Los mayores valores de actividad enzimática registrados bajo los lupinos señalan la
existencia de una mayor actividad microbiana y tasa de descomposición bajo L.
polyphyllus que bajo R. acetosella, lo cual podría ser explicado por la existencia de un
tejido vegetal más rico en nutrientes en los lupinos. Dado que L. polyphyllus decae en
invierno, es posible que estacionalmente esta especie enriquezca el sustrato también en
P, de manera indirecta, a partir de la mineralización de sus tejidos senescentes
promovida por las abundantes enzimas fosfatasas asociadas. Futuros muestreos
permitirán poner a prueba esta hipótesis.
Conclusiones
 L. polyphyllus presenta como otras especies del género una capacidad

importante para enriquecer el sustrato en N.
7
 L. polyphyllus promueve la actividad fosfatasa en el sustrato asociado, lo cual

podría asociarse a una mayor disponibilidad de P por mineralización de sus
tejidos senescentes, durante la estación fría.
 Las especies no fijadoras como R. acetosella estarían reduciendo
significativamente los pools de N existentes en la ceniza volcánica del camino
“De los Siete Lagos”.
Agradecimientos
Este trabajo fue financiado por la Agencia Nacional de Promoción Científica y

Tecnológica (PICT2014 Nº 0542). Agradecemos a P. Alvear por su asistencia en el
trabajo de campo, y a la Administración de Parques Nacionales por permitir los
muestreos en el camino “De los Siete Lagos”.
Bibliografía
Australian Government - Department of Health and Ageing Office of the Gene

Technology Regulator. 2013. The biology of Lupinus L. (lupin or lupine).
http://www.ogtr.gov.au/internet/ogtr/publishing.nsf/content/biologylupin2013-toc
26/2/2016.
Bolling, JD & LR Walker. 2000. Plant and soil recovery along a series of abandoned
desert roads. Journal of Arid Environments 46: 1–24.
Cremona, MV & J Ferrari. 2011. Las cenizas volcánicas y los suelos de la región.
Revista Presencia 57: 8–11.
del Moral, R; JH Titus & AM Cook. 1995. Early primary succession on Mount St. Helens,
Washington, USA. Journal of Vegetation Science 6: 107–120.
del Moral ,R & LR Rozzell. 2005. Long-term effects of Lupinus lepidus on vegetation
dynamics at Mount St. Helens. Plant Ecology 181: 203–215.
Dunifon, SN; GK Evanylo; RO Maguire & JM Goatley. 2011. Soil nutrient and fescue
(Festuca spp.) responses to compost and hydroseed on a disturbed roadside. Compost
Science & Utilization 19: 147–151.
Elseroad, AC; PZ Zulé & WW Covington. 2003. Forest road revegetation: effects of
seeding and soil amendments. Ecological Restoration 21: 180–185.
Fagan, WF; JG Bishop & JD Schade. Spatially structured herbivory and primary
succession at Mount St Helens: field surveys and experimental growth studies suggest a
role for nutrients. Ecological Entomology (2004) 29, 398–409.
Ferreiro, NA; P Satti P; L Orden & MJ Mazzarino. 2015. Estadios de sucesión temprana
en la ceniza volcánica depositada por el evento volcánico Puyehue-Cordón Caulle de
8
2011 en el camino “De los Siete Lagos” (Norpatagonia). Libro de Resúmenes del IV
Congreso Nacional de Ecología y Biología del Suelo. Esquel, Chubut, Argentina.
Grayston, SJ; S Wang; CD Campbell & AC Edwards. 1998. Selective influence of plant
species on microbial diversity in the rhizosphere. Soil Biol. Biochem. 30: 369–378.
Halvorson, JJ & JL Smith. 2009. Carbon and nitrogen accumulation and microbial activity
in Mount St. Helens pyroclastic substrates after 25 years. Plant Soil 315:211–228
Hastings, A; JE Byers; JA Crooks; K Cuddington K; CG Jones; JG Lambrinos; TS Talley
& WG Wilson. 2007. Ecosystem engineering in space and time. Ecology Letters 10:
153–164.
Hocking, PJ & S Jeffery. 2004. Cluster-root production and organic anion exudation in a
group of old-world lupins and a new-world lupin. Plant and Soil 258: 135–150.
Instituto de Botánica Darwinion. 1997–2016. Flora del Conosur – Catálogo de las
Plantas Vasculares. http://www.darwin.edu.ar/Proyectos/FloraArgentina/Especies.asp
26/2/2016.
Keeney, DR & DW Nelson. 1982. Nitrogen-inorganic forms. En: Page, AL; RH Miller &
DR Keeney (Eds). Methods of soil analysis, Part 2 - Chemical and Microbiological
Properties. ASA, SSSA, Madison, WI, USA.
Kurlovich, BS (ed.). 2002. Lupins. Geography, Classification, Genetic Resources and
Breeding. St. Petersburg, Publiching house "Intan", St. Petersburg, Russia.
Lambers, H; JG Bishop; SD Hopper; E Laliberté & A Zúñiga-Feest. 2012. Phosphorus-
mobilization ecosystem engineering: the roles of cluster roots and carboxylate exudation
in young P-limited ecosystems. Annals of Botany 110: 1–20.
Nelson DW & LE Sommers. 1996. Total carbon, organic carbon, and organic matter. En:
Sparks, DL; AL Page; PA Helmke; RH Loeppert; PN Soluanpour; MA Tabatabai; CT
Johnston & ME Sumner (Eds). Methods of soil analysis, Part 3 - Chemical methods.
ASA, SSSA, Madison, WI, USA.
Olsen, SR & LE Sommers. 1982. Phosphorus. En: Page, AL; RH Miller & DR Keeney
(Eds). Methods of soil analysis, Part 2 - Chemical and Microbiological Properties. ASA,
SSSA, Madison, WI, USA.
Pearse SJ; EJ Veneklaas, G Cawthray, MD Bolland & H Lambers. 2007. Carboxylate
composition of root exudates does not relate consistently to a crop species' ability to use
phosphorus from aluminium, iron or calcium phosphate sources. New Phytol 173: 181–
90.
Pickart, AJ; LM Miller & TE Duebendorfer. 1998. Yellow bush lupine invasion in northern
California coastal dunes. I. Ecological impacts and manual restoration techniques.
Restoration Ecology 6: 59–68.
9
Purnell, H. 1960. Studies of the family Proteaceae. I. Anatomy and morphology of the
roots of some Victorian species. Australian Journal of Botany 8: 38–50.
Ramakrishnan, PS & PM Vitousek. 1989. Ecosystem-level processes and the
consequences of biological invasions. En: Drake, JA; HA Mooney; F Di Castri; RH
Groves; FJ Kruger; M Rejmanek & M Williamson (Eds). Biological invasions: a global
perspective. Wiley, New York, USA.
Satti, P; MJ Mazzarino; M Gobbi; F Funes; L Roselli & H Fernandez. 2003. Soil N
dynamics in relation to leaf litter quality and soil fertility in north-western Patagonian
forests. Journal of Ecology 91: 173–181.
Sinsabaugh, RL; CL Lauber; MN Weintraub; B Ahmed; SD Allison; C Crenshaw; AR
Contosta; S Frey; D Cusack; ME Gallo; TB Gartner; SE Hobbie; K Holland; BL Keeler;
JS Powers; M Stursova; C Takacs-Vesbach; MP Waldrop; MD Wallenstein; DR Zak &
LH Zeglin. 2008. Stoichiometry of soil enzyme activity at global scale. Ecology Letters
11: 1252–1264
Skene, KR. 2000. Pattern Formation in Cluster Roots: Some Developmental and
Evolutionary Considerations. Annals of Botany 85: 901–908.
Vitousek, PM; LR Walker; LD Whittaker; D Mueller-Dombois & PA Matson. 1987.
Biological invasion by Myrica faya alters ecosystem development in Hawaii. Science
238: 802–804.
Weir, TL; HP Bais; VJ Stull; RM Callaway; GC Thelen; WM Ridenour; S Bhamidi; FR
Stermitz & JM Vivanco. 2006. Oxalate contributes to the resistance of Gaillardia
grandiflora and Lupinus sericeus to a phytotoxin produced by Centaurea maculosa.
Planta 223: 785–795.
10
VARIACIÓN DE DOS PARÁMETROS EDÁFICOS LUEGO DE SUCESIVAS

APLICACIONES DE VINAZA EN CAÑA DE AZÚCAR
ANDINA GUEVARA, DORKAS P.1*; BENIMELI, M. FLORENCIA1; GÓMEZ ROSELLO,

C. SOLEDAD2 & VALLEJO JUAN I.3
1
Docentes/Investigadoras Fac. de Agronomía y Zootecnia, UNT-2 Estudiante Fac. de
Agronomía y Zootecnia, UNT- 3 Investigador INTA Famaillá, Tucumán
* [email protected]
Palabras clave: pH – Conductividad eléctrica - calidad del suelo
Resumen
La actividad agroindustrial cañera en Tucumán cuenta con 15 ingenios, 11 destilan

alcohol, generando vinaza como desecho. Creemos necesario investigar las ventajas y
los perjuicios que su uso, como fertilizante, en las propiedades edáficas. La SEMA
(Secretaría de Medio Ambiente) establece que no es recomendable el uso de dosis
superiores a 200 m3.ha-1.año-1. El objetivo del presente trabajo fue evaluar el
comportamiento del pH y la Conductividad Eléctrica (CE) del suelo con dos aplicaciones
anuales de vinaza. La investigación se realizó en un suelo cañero de la Llanura
Chacopampeana subhúmeda-húmeda (LLChP), clasificado como Argiudol típico. El lote
seleccionado, se encuentra en la Finca El Manantial (FEM) de la FAZ-UNT. Se trabajó
con 4 parcelas de ensayo en una superficie de 500 m2. En 2 de ellas se realizaron dos
aplicaciones de vinaza cruda (CV1), la dosis anual fue de 100 m3.ha-1.año-1, en la trocha
y en el surco. En las otras 2 parcelas no se aplicó vinaza (SV). Se extrajeron muestras
compuestas de cada parcela, tanto de la trocha (T) como del surco (S), a dos
profundidades 0-5 cm y 5-10 cm. Se determinó pH actual y CE (dS.m-1) del extracto de
saturación. Para el análisis estadístico se hizo correlación entre variables y comparación
de medias. En CV1 el pH disminuye significativamente y, respecto a la profundidad 2,
entre tratamientos, las diferencias fueron altamente significativas. Esto se explica por
las características de la sustancia aplicada y al movimiento vertical del agua del suelo.
La CE aumentó significativamente entre tratamientos en la trocha. Con dosis menores a
recomendadas, la media de la CE superó en un 84,21 % a la inicial. La media de pH,
(en la segunda profundidad) disminuyó en un 3,31 %. Con posteriores y sucesivas
aplicaciones dicha tendencia puede generar un deterioro en la calidad del suelo.
Introducción
Para la provincia de Tucumán, la caña de azúcar tiene una significativa trascendencia

económica y social, ya que se trata de una de sus principales actividades (González
Lelong, 1997). Tucumán cuenta con 15 ingenios azucareros, 11 de los cuales producen
además alcohol. El desecho más importante del proceso de destilación es la vinaza.
1
Este efluente posee un gran contenido de materia orgánica y nutrientes (nitrógeno,

azufre, fósforo y una gran cantidad de potasio) por lo que podría ser utilizado como
fertilizante. Entre los compuestos orgánicos más importantes se encuentran los
alcoholes, ácidos orgánicos y aldehídos. Además contiene compuestos fenólicos
recalcitrantes como las melanoidinasque son de reacción ácida (pH entre 3 y 4). Gómez
Toro J. M. (1996), afirmó que, por los resultados obtenidos, la vinaza incrementa el
rendimiento de la caña de azúcar y evidencia que puede sustituir el 55% del nitrógeno,
el 72% del fósforo (P2O5) y el 100% del potasio (K2O), provenientes de la fertilización
mineral. Otro de los usos más importante de la vinaza es la generación de biogás por
metanización (Fadda, 2007). Estas y otras prácticas han creado la necesidad de
investigar las ventajas y los perjuicios que su uso pueden generar, tanto en las
propiedades químicas y físicas de los suelos como así también en la contaminación de
estos y de las aguas subterráneas, ya que se realiza sin considerar el impacto ambiental
fuertemente negativo que podría provocar.
Para suelos cañeros de Tucumán, Morandini, M. (2005) afirma que el uso de vinaza
presenta aspectos positivos y negativos. Entre los primeros menciona un elevado
contenido de nitrógeno, materia orgánica y potasio y entre los negativos, un elevadísimo
contenido de sales solubles y de potasio. Se considera este último aspecto como
negativo ya que, como afirman Molina N. C.et al (2009), los contenidos de cationes
monovalentes en la solución micelar de los suelos normales no deben superar el 10%.
A partir del año 2013, la Secretaría de Medio Ambiente de la provincia(SEMA) dictamina

la resolución N°040 en la que aprueba el informe elaborado por el Dr. Leonardo Daniel
Ploper- Director Técnico- y por el Ing. Agr. Miguel Morandini de la Estación
Experimental Agroindustrial Obispo Colombres (EEAOC) denominado “Alternativas de
disposición de la vinaza en los suelos de la Provincia de Tucumán” en la que establece
la aplicación de vinaza en suelos productivos de manera diluida y cruda. En dicha
resolución se establecen determinadas dosis de aplicación, basándose en la
característica queposee la vinaza en cuanto a sus propiedades como fertilizante,
aportando materia orgánica, nitrógeno (75 y 90 kg.ha-1.año-1) y potasio y señalando que
para evitar alteraciones desfavorables en los suelos, no es recomendable el uso de
dosis superiores a 200 m3.ha-1.año-1. Además, las alternativas que se plantean
presuponen el uso máximo de 150 m3.ha-1.año-1de vinaza.
El objetivo de este trabajo fue evaluar dos variables edáficas: pH actual y CE que
podrían llegar a sufrir variaciones tras sucesivas aplicaciones de vinaza al suelo, en el
cultivo de caña de azúcar.
La investigación se realizó en un suelo cañero de la Llanura Chacopampeana

subhúmeda-húmeda (LLChP). Estos suelos son de textura franco limosa en superficie y
2
franco arcillo limosa en la capa subsuperficial. Son suelos con alta capacidad de
retención de agua, con permeabilidad moderadamente lenta por la presencia de arcilla y
moderadamente bien drenados. La reacción química es ligeramente ácida o neutra (pH:
6,1 a 7,3). Los suelos de esta subregión muestran escasas limitaciones edáficas para el
cultivo de la caña de azúcar. El mesoclima de la subregión gradúa de seco sub-húmedo
cálido al este a húmedo cálido al oeste. La precipitación media anual es de 750 a 1000
mm. La evapotranspiración potencial de 900 a 950 mm. La deficiencia de agua es
moderada, desde nula hasta 200 mm, registrándose la misma en el período invernal-
primaveral (agosto-octubre). La temperatura media anual es de 19º C. La temperatura
media del mes de enero es 24º C y la de julio de 12 a 12,5 ºC. El período con riesgo de
heladas se extiende desde junio a agosto, con una frecuencia de 12 heladas anuales.
Los suelos fueron clasificados como Argiudoles típicos, de textura moderadamente
fina a fina (Zuccardi, R. B. &Fadda, G. S.; 1985).
El lote cañero seleccionado correspondiente a las coordenadas LS 26º50´8,2´´ y LW
65º16´29,0´´, se encuentra en la Finca El Manantial (FEM) de la FAZ-UNT (Figura 1). La
variedad de caña plantada es LCP 85-384, en edad de soca 1. En caña planta se
fertilizó con urea a una dosis de 3 Kg.surco-1(86,25 Kg N2.ha-1) en la segunda mitad del
mes de diciembre de 2012.
Se trabajó en 4 parcelas de ensayo (A, B, C y D) en una superficie de 500 m2(Figura 2).

En las parcelas A y B se realizaron dos aplicaciones de vinaza cruda, una el 23 de
agosto de 2013y la segunda el 10 de octubre del mismo año (Figura 3 y 4). El efluente
proveniente del ingenio La Fronterita, se aplicó en dosis de 50 m3.ha-1, tanto en la trocha
(T) como en el surco (S), en ambos momentos. El estudio, por lo tanto, implicó la
evaluación luego de dos aplicaciones en un año, por lo que la dosis anual aplicada fue
de 100 m3.ha-1.año-1. Las parcelas C y D corresponden a los testigos donde no se aplicó
vinaza.
Se procedió a extraer muestras compuestas de suelo de cada parcela, de T y S, luego

de cada aplicación, a dos profundidades 0-5 cm y 5-10 cm con barreno. El destino de
estas muestras fue la determinación de pH actual por el método potenciométrico y C.E
(dS.m-1) del extracto de saturación.
Para el análisis estadístico se hizo correlación entre variables y comparación de medias.
3
4
Figura 3: Preparación para la aplicación
Figura 4: Modo de aplicación
5
Tabla 1: Comparación de valores medios de pH entre las profundidades estudiadas y entre

tratamiento.
Tratamiento Profundidad pH
1 5,40ª
SV
2 5,43ª
1 5,50ª
CV1 b
2 5,25
1: 0-5cm, 2: 5-10cm de profundidad; CV1: primer año de aplicación de vinaza; SV: sin vinaza
En el tratamiento CV1 (tabla 1) las diferencias entre profundidades fueron significativas

(p: 5%) y entre tratamientos en la profundidad 2 las diferencias fueron altamente
significativas (p:1%). Esto se explica por las características de la sustancia aplicada,con
un pH promedio de 4,9y al movimiento vertical del agua del suelo que permitió
evidenciar una estratificación a mayor profundidad.
Tabla 2: Comparación de Valores medios de Conductividad Eléctrica entre las

profundidades estudiadas y entre tratamiento.
-1
Tratamiento Profundidad CE (dS.m )
a
1 0.19
SV a
2 0.19
b
1 0.35
CV1 b
2 0.35
En las propiedades edáficas estudiadas no se encontraron diferencias significativas, con

un nivel de significación del 5%, en ninguno de los tratamientos entre S y T. Las
magnitudes de la CE mostraron diferencias significativas entre tratamientos (CV1 y SV)
en la trocha (Figura 5).
Se evidencio que entre el suelo tratado y no tratado existe una correlación, en un grado
de significación del 1%, negativa con pH en la segunda profundidad (r= -0.88) y positiva
con CE en ambas profundidades (r= 0.99) lo que indicaría que con sucesivas
aplicaciones de vinaza el pH puede disminuir y la CE aumentar. Esto guarda relación
con las características del desecho: pH promedio de 4,9 y CE, como medida del
contenido salino, de 20,80 dS.m-1 (Tablas1, 2 y Figura5).
6
El pH y la CE edáfica no correlacionaron entre ellos, este resultado concuerda con la

base teórica ya que se adiciona sales neutras con la aplicación de la vinaza.
Con las dosis de vinaza utilizadas, menores a las máximas recomendadas en la

resolución N°040 de la SEMA, en un año de aplicación, la magnitud media de la CE
superó en un 84,21 % a la inicial (Tabla 2). Con respecto al valor medio de pH, (en la
segunda profundidad estudiada) éste disminuyó en un 3,31 %(Tabla 1). Es de esperar
que con posteriores y sucesivas aplicaciones dicha tendencia continúe, generando un
deterioro en la calidad del suelo, con posibles consecuencias en la actividad microbiana
y en el crecimiento vegetal.
Conclusiones
Entre los parámetros edáficos estudiados, que contribuyen a calificar la calidad del
suelo, se encuentran el pH y CE. Podemos observar que, con tan sólo un año de
aplicación de vinaza en un suelo Argiudol típico (según el sistema americano de
taxonomía de suelos del Departamento de Agricultura de los EEUU-(USDA)), se
evidencia un efecto negativo en el suelo al disminuir el pH y aumentar la CE. Si bien la
evaluación de la CE no mostró limitantes edáficas en cuanto a la salinidad, en un año de
aplicación, se recomienda hacer un monitoreo para evitar la salinización en sucesivas
aplicaciones. Se sugiere avanzar y profundizar en el estudio de éstas y otras
propiedades edáficas sensibles al agregado de este desecho industrial.
Bibliografía
Fadda, G. S.&M. Morandini 2007. El uso agrícola de la vinaza. Revisión de
antecedentes y caracterización de las condiciones del área cañera tucumana para su
aplicación. Publicación Especial Nº 33. EEAOC. ISSN 0328-7300. 18p.
7
Gómez Toro, J.M. 1996. Efecto de la aplicación de vinaza en la producción y la calidad

de la caña de azúcar. Caña de Azúcar 14:15
González Lelong, A. 1997. Inédito. Tucumán: subsectores agrícolas y sus
correspondientes agroindustrias. EEAOC-CFI.
Molina, N. C.;D. P. Andina Guevara & J.Fernandez de Ullivarri 2009. Físico-química de
suelos. www.edafologia.com.ar
Morandini, M. 2005. Aplicación de vinaza al suelo en la provincia de Tucumán, EEAOC.
Zuccardi, R. B. & G. S. Fadda. 1985. Bosquejo agroecológico de la provincia de
Tucumán. Publicación Especial Nº 23. FAZ-UNT.
Página web de la secretaria de medio ambiente
http://sematucuman.gob.ar/web/index.php/31-normativa/idga/idga-
pngclosrechidricos/162-iga-pgrh-resolucion040-sema
Página web de la secretaria de medio ambiente
http://sematucuman.gob.ar/web/index.php/31-normativa/idga/idga-
pngclosrechidricos/163-iga-pgrh-resolucion047-2011-sema
8
POROSIDAD DE SUELOS BAJO SIEMBRA DIRECTA EN EL SUDOESTE

BONAERENSE
FERNANDO M. LÓPEZ 1,2 *; MATÍAS E. DUVAL 2; JUAN M. MARTÍNEZ2; JUAN A.

GALANTINI 2,3
1
Cátedra Física de suelos, Departamento de Agronomía, Universidad Nacional del Sur.
2
CERZOS-CONICET - Departamento de Agronomía, Universidad Nacional del Sur.
3
Comisión de investigaciones científicas de la provincia de Buenos Aires (CIC).
* [email protected]
Palabras Clave: Física de suelos; Macroporos; Labranza.
Resumen
En la producción agropecuaria es indispensable la buena calidad física de los suelos

para lograr un buen rendimiento de los cultivos con el menor efecto sobre el ambiente.
La compactación en producciones agrícolas es una forma importante de degradación
física del suelo a nivel mundial. A partir de la expansión de la siembra directa (SD) en el
sudoeste bonaerense, es necesario un conocimiento más detallado del estado físico de
los suelos bajo este sistema de producción. En el presente estudio se determinó la
distribución por tamaño de poro en Ustoles del sudoeste bonaerense bajo SD (AG) y en
ambientes quasi prístinos (AN), con el objetivo de analizar la calidad física actual.
Además, se evaluó la influencia de las fracciones granulométricas sobre las diferentes
propiedades físicas. Los suelos evaluados presentaron una tendencia a una escasa
porosidad de aireación en subsuperficie, demostrada por la baja macroporosidad de los
AN (16,6%). En los suelos agrícolas dichas limitaciones aumentaron debido a una
menor macroporosidad (11,8%). El 88,2 % de AG presentó características físicas en
subsuperficie que limitarían el desarrollo de los cultivos de trigo y cebada, aún luego de
12 años bajo SD. La principal limitante se asoció a una baja macroporosidad (poros > 30
µm) que afectaría la aireación del suelo y el crecimiento de raíces. Estas limitaciones se
presentaron en suelos de las diferentes texturas analizadas. Si bien no es posible
atribuir la pérdida de macroporosidad a la SD, la forma en que se ha implementado la
misma en la región no ha sido capaz de revertir los problemas de calidad física. Es
necesario el desarrollo de prácticas de manejo del suelo que contribuyan a la
regeneración biótica de la estructura para asegurar una adecuada fertilidad física en
subsuperficie en Ustoles bajo SD del sudoeste bonaerense.
Introducción
El Sudoeste de la provincia de Buenos Aires comprende parte de las regiones semiárida

y subhúmeda seca de la Argentina, con características climáticas y edáficas que lo
1
diferencian del resto de la pampa húmeda. Esta región se caracteriza por la gran
variabilidad climática y la escasez de precipitaciones (Glave, 2006), factores que
determinan la diferencia de potencial de producción respecto a la región pampeana
central. Al igual que en toda la zona agrícola central de la Argentina, en el sudoeste
bonaerense ha ocurrido una gran expansión de la siembra directa (SD) en los últimos 20
años (AAPRESID, 2012). Son necesarios estudios sobre el impacto a largo plazo de
este método de siembra sobre diferentes propiedades edáficas que influencian tanto la
productividad como la sustentabilidad de las producciones agrícolas de esta región
(Galantini et al., 2006), donde los agroecosistemas poseen mayor fragilidad y menor
resiliencia (Schmidt y Amiotti, 2015).
El objetivo de este trabajo fue determinar la porosidad en suelos de ambientes naturales
y en suelos con más de 12 años bajo SD en el sudoeste bonaerense, para evaluar el
estado actual de propiedades físicas en suelos bajo este sistema de producción.
El estudio se llevó a cabo en el sudoeste de la provincia de Buenos Aires, Argentina, en

los partidos de Coronel Dorrego, Coronel Pringles y Tornquist. El clima zonal es
subhúmedo seco, con una temperatura media anual aproximada de 14,5°C, con una
marcada estacionalidad de las precipitaciones en otoño y primavera. El muestreo se
realizó durante los años 2012 y 2013, en 17 lotes con más de 12 años bajo SD. Además
de los lotes seleccionados se muestrearon 10 situaciones no disturbadas (“ambiente
natural”, AN).
En cada situación se tomaron muestras de suelo sin disturbar mediante cilindros a 0-5,
5-10, 10-15 y 15-20 cm de profundidad. Se realizó el análisis de textura por el método
de la pipeta (Gee & Bauder, 1986). Además se determinó la densidad aparente por el
método del cilindro (Blake & Hartge, 1986) y se estimó el diámetro efectivo de poros
capaces de retener agua a una determinada presión a partir de la curva de retención
hídrica (Hassink et al., 1993). La distribución del espacio poroso se evaluó según la
clasificación propuesta por Kay & VandenBygaart (2002).
Se procedió a evaluar las propiedades físicas en dos capas: 0-10 cm (incluyendo las
muestras 0-5 y 5-10 cm) y 10-20 cm (incluyendo las muestras 10-15 y 15-20 cm). Para
el análisis estadístico de los datos obtenidos se utilizó análisis de la varianza (ANAVA),
evaluando la interacción tratamiento*profundidad dentro de cada capa. Se realizaron
comparaciones de medias con el test DMS de Fisher (alfa=0,05).
Los suelos evaluados se agruparon en 6 clases texturales (Figura 1), predominando los
suelos de textura franca a franca arenosa. Estos suelos se caracterizan por una gran
cantidad de limo y arena. En la fracción limo predominaron los limos finos, factor que
provocaría susceptibilidad a la degradación de la estructura (Pecorari et al., 1990).
2
Figura 1. Clases texturales (USDA) de los sitios evaluados: suelos bajo cultivo (círculos)
y ambientes naturales (triángulos).
En la Tabla 1 se presentan los resultados del ANAVA entre lotes agrícolas (AG) y
ambientes naturales (AN) para densidad aparente (DA), porosidad total (PT) y
distribución por tamaño de poro. Independientemente del sitio y textura del suelo, se
observa como la agricultura, con labranza convencional anteriormente y actualmente
bajo SD, ha modificado las propiedades físicas en el horizonte superficial.
Tabla 1. Densidad aparente (DA), porosidad total (PT) y distribución por tamaño de poro
para las situaciones evaluadas (ambiente natural: AN y lotes agrícolas: AG), según
profundidad.
0-10 cm 10-20 cm
AN AG AN AG
-3
DA (Mg m ) 1,06 1,28 1,38 a 1,43 b
3 -3
PT (m m ) 0,565 0,529 0,488 a 0,486 a
3 -3
MP (m m ) 0,245 b 0,199 a 0,166 b 0,118 a
3 -3
MPg (m m ) 0,190 b 0,144 a 0,128 0,079
3 -3
MPp (m m ) 0,055 a 0,056 a 0,038 a 0,039 a
3 -3
mP (m m ) 0,213 b 0,200 a 0,182 a 0,199 a
Para cada profundidad letras diferentes indican diferencias significativas entre tratamientos (p<0,05).
Ausencia de letra para alguna propiedad significa interacción tratamiento*profundidad.
MP: macroporos (>30 µm); MPg: macroporos grandes (>60 µm); MPp: macroporos pequeños (60-30 µm);
mP: mPg: mesoporos grandes (30-9 µm).
La DA y PT en 0-10 cm y los MPg en 10-20 cm presentaron interacción

tratamiento*profundidad por lo que se evaluó cada propiedad cada 5 cm. Los resultados
3
de DA y PT en los primeros 10 cm del perfil se presentan en la Tabla 2 para las

profundidades 0-5 y 5-10 cm por separado. La profundidad 0-5 cm es la única donde se
observan cambios en la PT, mientras que la distribución por tamaño de poro presentó
importantes diferencias en la mayoría de las profundidades evaluadas.
Tabla 2. Densidad aparente (DA) y porosidad total (PT) para ambiente natural (AN) y
lotes agrícolas (AG).
0-5 cm 5-10 cm
AN AG AN AG
DA (Mg m-3) 0,88 a 1,19 b 1,24 a 1,37 b
PT (m3 m-3) 0,615 b 0,552 a 0,514 a 0,506 a
Para cada profundidad letras diferentes indican diferencias significativas entre tratamientos (p<0,05).
En promedio, la DA fue más afectada en 0-5 cm que en las otras profundidades

evaluadas. En esta profundidad, en relación con AN, la DA aumentó 35,2% mientras
que en 5-10 cm aumentó 10,5% y sólo 3,6% en 10-20 cm. Para suelos agrícolas se
citan DA óptimas menores a 1,2 Mg m-3 (Venanzi et al., 2002; Reynolds et al., 2008).
Por lo tanto, en AN no existirían problemas físicos debidos a valores elevados de DA en
0-5 cm, mientras que el 58,8% de los lotes agrícolas estudiados presentaron DA
superiores al óptimo establecido por la bibliografía. En la profundidad 10-20 cm, tanto
los tratamientos naturales como los cultivados presentaron valores promedios por
encima de los citados como críticos. Debido a que en los AN también se observaron
valores elevados de DA en 10-20 cm, la alta DA en esta profundidad se debería a
factores genéticos de los suelos más que al efecto antrópico. Esta característica podría
deberse al material original caracterizado por un alto contenido de limo y arena. De esta
manera, las limitaciones al desarrollo radical de los cereales de invierno en
subsuperficie estarían determinadas por cuestiones genéticas del suelo que se agravan
cuando los suelos son destinados a la producción agrícola. Schmidt y Amiotti (2015)
consideran que los altos valores de DA en subsuperficie se deben a la persistencia de
pisos de arado bajo SD, a pesar del tiempo transcurrido desde su implementación. Esta
condición daría lugar a una secuencia perjudicial ya que un reducido crecimiento vegetal
causa menores aportes de materia orgánica al suelo, lo que reduce el ciclado de
nutrientes y la actividad de microorganismos (Hamza y Anderson, 2005), factores
importantes para el mantenimiento de una adecuada estructura del suelo.
Si bien la PT sólo presentó diferencias significativas entre tratamientos para la

profundidad 0-5 cm (p<0,05), se observaron importantes diferencias en la distribución
por tamaños de poros para todas las profundidades (Tabla 1). Los mayores cambios se
observaron en los MPg donde en las situaciones bajo cultivo se observó un descenso
del 48,5% respecto a los AN. Esto concuerda con varios estudios que señalan que en
4
suelos compactados se produce una disminución de macroporos sin observarse

grandes diferencias en la porosidad total (Kay & VandenBygaart, 2002; Amiotti et al.
2012; Schmidt & Amiotti, 2015). Este gran descenso de MPg observado en la
profundidad 10-20 cm probablemente tenga un efecto restrictivo para el crecimiento de
las raíces (Kay, 1990), causando un efecto negativo en la cantidad de agua y nutrientes
disponibles para los cultivos (Gupta and Allmaras, 1987).
Además de la disminución de la cantidad de MPg en las situaciones bajo SD, es muy
importante la disminución de mPg para todas las profundidades evaluadas. Estos poros
son los responsables de retener agua a bajas tensiones, fácilmente disponible para los
cultivos (Pilatti et al., 2012), por lo que es de esperar que su disminución tenga un
impacto negativo en la disponibilidad de agua para los cultivos. El aumento de poros de
menor tamaño en detrimento de la macroporosidad tendría efectos negativos en la
aireación del suelo y respiración y crecimiento de las raíces.
Pilatti et al. (2012), establecieron que la porosidad de aireación (macroporos) del suelo
debería ser mayor de 0,15 m3 m-3 para la mayoría de los cultivos. Para la profundidad 0-
10 cm sólo 2 lotes agrícolas (11,8%) presentaron valores por debajo del límite crítico de
aireación. Sin embargo, en la profundidad 10-20 cm el 88,2% de los lotes y el 40% de
AN no llegaba a esa cantidad de porosidad de aireación. Si bien los suelos de esta
región tendieron a una baja porosidad de aireación debido al alto contenido de limo, la
producción agropecuaria ha promovido un descenso mayor de la macroporosidad. Esta
disminución de los poros de mayor tamaño, aun en suelos con más de diez años bajo
SD, estaría limitando el adecuado crecimiento radical de los cultivos.
Conclusiones
Una gran proporción de suelos bajo SD en el sudoeste bonaerense presentan

características físicas que pueden estar limitando el rendimiento de los cultivos de trigo
y cebada, aún después de un gran período sin labranzas. En el ambiente estudiado
dichas limitaciones serían independientes de la textura del suelo y tendrían mayor
gravedad en subsuperficie (10-20 cm). Si bien no es posible atribuirle dichas
limitaciones al manejo bajo SD, es importante reconocer que la SD por sí sola no fue
capaz de regenerar buena calidad física en esta profundidad luego de más de diez años
de su implementación. Las mayores limitaciones se deben a una baja macroporosidad
(poros > 30 µm) que limitaría la aireación del suelo y el crecimiento de raíces. Es
necesario el desarrollo de prácticas agrícolas que contribuyan a mejorar estas
características físicas del subsuelo bajo SD, para el desarrollo de agroecosistemas
sustentables en el sudoeste bonaerense.
Bibliografia
AAPRESID. 2012. http://www.aapresid.org.ar/
5
Amiotti, NM; MB Villamil & RG Darmody. 2012. Agronomic and Taxonomic

Consequences of Agricultural Use of Marginal Soils in Argentina. Soil Sci. Soc. Am. J.
76 (2). 558-568.
Galantini, J.A., Iglesias, J.O., Maneiro, C., Santiago, L., Kleine, C.. Sistemas de labranza
en el sudoeste bonaerense. efectos de largo plazo sobre las fracciones orgánicas y el
espacio poroso del suelo. RIA. Revista de Investigaciones Agropecuarias (en línea).
Fecha de consulta: 21 de julio de 2015.
Glave, A. 2006. Influencia climática en el sudoeste bonaerense y sudeste de la pampa.
http://www.produccion-
animal.com.ar/clima_y_ambientacion/29_clima_sudoeste_bonaerense.pdf
Hamza, M.A., and W.K. Anderson. 2005. Soil compaction in cropping systems: A review
of the nature, causes and possible solutions. Soil Tillage Res.82:121–145.
Kay, B.D., 1990. Rates of change of soil structure under different cropping systems. Adv.
Soil Sci. 12, 1-52.
Pecorari C, Guerif J, Stengel P. 1990. Fitolitos en los suelos pampeanos argentinos:
influencia sobre las propiedades físicas determinantes de los mecanismos elementales
de la evolución de la estructura. Ciencia del Suelo 8: 135-141.
Reynolds, WD; CF Drury; XM Yang & CS Tan. 2008. Optimal soil physical quality
inferred through structural regression and parameter interactions Geoderma 146, 466–
474.
Schmidt, ES & NM Amiotti. 2015. Propiedades edáficas superficiales en sistemas de
agricultura de conservación en la región pampeana semiárida sur. Ciencia del Suelo 33
(1), 79-88.
Venanzi S., Vallati A., Kruger H. 2002. Crecimiento temprano en trigo en función de la
densidad aparente del suelo. En:
http://www.agrositio.com/vertext/vertext.asp?id=75010&se=19 (último ingreso 16-7-
2015)
6
ADSORCIÓN-DESORCIÓN DEL ÁCIDO 2-METIL-4CLOROFENOXIACÉTICO EN UN

ARGIACUOL CON USO ARROCERO
PILA, ANDREA N.2 *; ROMERO, JORGEM.2; DALURZO, HUMBERTO C. 1

& JORGE,
NELLYL. 2
1
Manejo y Conservación de Suelos, F.C.A.-UNNE; Corrientes 2Laboratorio de
Investigaciones en Tecnología Ambiental. FaCENA-UNNE.
* [email protected]
Palabras clave: Herbicida- Lixiviación -Contaminación
Resumen
El proceso de adsorción-desorción de un herbicida en el suelo regula la potencialidad

de lixiviarse. El ácido 2-metil-4-clorofenoxiacetico (MCPA) es un herbicida ácido débil
que, en el entorno natural, tal como el suelo y el agua con pH entre 4-8, se encuentra
en la forma aniónica. El objetivo del presente trabajo fue estudiar el proceso de
adsorción-desorción en función de los constituyentes de un Argiacuol en Mercedes
(Corrientes)para predecir el comportamiento y la movilidad del MCPA en el suelo y
reducir el riesgo de contaminación del agua. Las muestras se extrajeron del SE de La
Provincia de Corrientes a 0-20 cm, la textura de la capa arable fue arcillosa con los
siguientes contenidos de partículas, arcilla 38,0%, limo 33,9%, arena 26,5%; con
contenidos medios de carbono orgánico (OC) 1,61%; Ph=5,8; CIC=12,5cmol kg -1, y
Ca2+=7,7 cmol kg-1. La adsorción-desorción se caracterizó aplicando el método de
Batch. Las isotermas se ajustaron a la forma logarítmica de la ecuación de Freundlich
(R2=0,998). En general, la magnitud de la adsorción fue baja: (Kfa 0,163 ± 0,03). Por
otro lado, un elevado valor Kf de desorción, cercano a la unidad (Kfd 0,98 ± 0,07) indicó
la irreversibilidad del proceso. Hasta el momento fue posible determinar varios
parámetros a partir de diferentes modelos de adsorción, encontrándose que el modelo
de Freundlich, conduce a un coeficiente de correlación más cercano a la unidad. Por lo
tanto, de los modelos evaluados el no lineal de Freundlich presentó suficiente
precisión y pudo ser considerado físicamente exacto. El 32% del MCPA adsorbido, en
las condiciones de estudio y para el período evaluado queda fuertemente retenido por
el complejo de intercambio del suelo, evitando su pérdida total de la capa arable por
escorrentía superficial y por arrastre en profundidad. El remanente lixiviado a los
horizontes subsuperficiales con contenidos de arcillas superiores al 45% y pH mayores
iría siendo retenido progresivamente en su recorrido por el resto del perfil
coadyuvando a mantener la calidad del suelo y del agua subterránea.
1
Introducción
El carácter agrícola de ciertas regiones de Corrientes y el uso masivo de pesticidas

son poderosas razones para llevar a cabo un seguimiento cuidadoso de los niveles de
residuos de los mismos, no sólo de agua superficial y subterránea, sino también de los
suelos. Aunque el agua está más protegida de la contaminación por la barrera natural
del suelo que actuaría, no debería negarse la posible contaminación, poragroquímicos
polares de gran movilidad en los suelos(Calvet, 1980, 1981; Chassin, 1985; Chiou,
1979, Hasset, 1983).
La movilidad de los herbicidas en suelos y su tendencia a migrar a otros
compartimentos (como el suelo y el agua) pueden ser evaluadas desde los datos de
adsorción-desorción. La adsorción de la matriz de suelo controla la concentración de la
sustancia química en la solución acuosa e influye en la tasa de otros procesos como la
volatilización, la biodegradación, la movilidad y el transporte en el suelo, la
biodisponibilidad y la toxicidad (Calvet, 1988, 1989; Salman, 2012).
Los estudios de adsorción son esenciales para evaluar la movilidad de los herbicidas
en los suelos. Los herbicidas de la familia de los ácidos fenoxiacéticos pueden llegar a
contaminar las aguas subterráneas especialmente aquellas vulnerables (Socías–
Vicianaet al, 1999; Jensen, 2004; Tunega et al, 2004;Pila et al, 2015). A todo esto hay
que añadir que sus productos de transformación, en general, pueden ser más móviles
y más tóxicos que los compuestos de partida (Crespin, 2001).
Los coeficientes de distribución se utilizan en el modelado matemático de transporte
de herbicidas en suelos. La desorción es también de gran importancia para determinar
la cantidad de herbicida que puede ser liberada a la solución acuosa y controlar la
distribución final de los éstos en el suelo. El ácido 4-cloro-2-metilfenoxiacéticoes
(MCPA) es un herbicida ampliamente utilizado para controlar malezas anuales y
perennes, principalmente en cultivos de cereales. Pertenece al grupo de los herbicidas
aniónicos con pKa = 3,13.En el entorno natural, tal como el suelo y el agua con pH
entre 4-8, se encuentra en la forma aniónica. Muchos estudios muestran que la
adsorción y desorción de herbicidas aniónicos ácidos, dependen del pH del suelo, y
lasorción aumenta con la disminución del pH. Se cree que el contenido de carbono
orgánico total del suelo y su naturaleza puede ser otro factor importante que influye en
el proceso de adsorción-desorción de productos químicos orgánicos aniónicos
(Bolan&Baskaran, 1996; Socías–Viciana et al., 1999;Jensen et al., 2004; Tunega et al.,
2004; Agnieszka et al. 2013).
En general, los herbicidas de naturaleza ácida parecen estar débilmente adsorbidos en
la mayoría de los suelos agrícolas. Esto puede explicarse por el hecho de que los
herbicidas ácidos están en forma aniónica al pH habitual de los suelos agrícolas.
Además, es factible la repulsión entre las cargas negativas de la molécula y de cargas
negativas de la materia orgánica y de arcillas.
2
Al ser débilmente sorbido por la fase sólida, existe una preocupación sobre su
potencial para lixiviar a las aguas subterráneas, como se dijo en un principio.
Debido a que los herbicidas ácidos representan una amenaza para preservación de
los recursos hídricos, ya que pueden ser detectados en numerosas muestras de aguas
superficiales y subterráneas, el objetivo del presente trabajo fue estudiar el proceso de
adsorción-desorción en función de los constituyentes de un Argiacuol con uso arrocero
en Mercedes (Corrientes), para predecir el comportamiento y la movilidad de MCPA en
el suelo y reducir el riesgo de contaminación del agua.
Se tomaron muestras superficiales de 0-20 cm de profundidad de un Argiacuol con uso

arrocero del Departamento de Mercedes (Corrientes)en septiembre de 2015. Para la
caracterización del mismo se tomaron además, muestras de los siguientes cuatro
horizontes.
La textura de la capa arable fue arcillosa con los siguientes contenidos de partículas,
arcilla 38,0%, limo 33,9%, arena 26,5%; con contenido medios de carbono orgánico
(OC)1,61%; pH 5,8; CIC 12,5cmol kg-1, Ca2+7,7 cmol kg-1. Son de color pardo grisáceo
y algunas características hidromórficas en los horizontes subsuperficiales.
Las muestras fueron secadas, molidas y tamizadas por una malla de 2 mm y
almacenadas a 4 ° C hasta su posterior análisis. Antes de que la experiencia de
Se realizó un estudio de equilibrio por el método de Batch. El proceso de adsorción se
hizo con alícuotas de cuarenta mL de soluciones acuosas que contenían
concentraciones crecientes de 0,25 a 1,00 mg L-1de MCPA que se añadieron a
porciones 1 g de suelo en matraces de 125 mL. El pH de las suspensiones de suelo
(1:40) en condiciones naturales de partida, fue 6,8. Se agitaron durante 24 horas
manteniéndolos a una temperatura ambiente (25 ° C ± 1 ° C). Debido al hecho de que
el proceso de adsorción es exotérmico, una variación de la temperatura puede
conducir a una variación en el rendimiento del proceso, por lo que, operar a una
temperatura constante es un requisito básico para la producción de las isotermas de
adsorción, en este trabajo se mantuvo la temperatura a 25 ° C.
El sobrenadante se separó por centrifugación a 5000 rpm durante 20 minutos y se
determinó la concentración de equilibrio de cada compuesto MCPA en el
sobrenadante por cromatografía líquida de alta performance (HPLC).
El Proceso de desorción se determinó en el sedimento obtenido, reemplazado la
solución de MCPA por igual cantidad de cloruro de calcio 0,01M. Los tubos se agitaron
durante 24 horas. Después de la centrifugación, se determinó la cantidad desorbida de
MCPA en solución. Repitiendo cinco veces estos procesos y recolectando los
sobrenadantes para su determinación posterior del herbicida adsorbido. Se realizaron
controles en tubos Testigos y tubos blancos para descartar posibles interferencias en
3
los análisis. Todas las determinaciones de adsorción y desorción se realizaron por

triplicado.
La cantidad de MCPA sorbido por el suelo se determinó por la diferencia entre las
concentraciones iniciales de equilibrio y MCPA en solución:
( )
donde: qe es la cantidad en el equilibrio de MCPA adsorbida por la fase sólida (mg kg-
1
), C0 es la concentración inicial MCPA en solución (mg L-1), Ce es la concentración
MCPA de equilibrio en solución (mg L-1), V es el volumen de solución (L) y m es la
masa del suelo (kg).
La cantidad de MCPA desorbido se calculó como:
[ ( )]
donde: qdeses la cantidad de MCPA liberado de la fase sólida calculado sobre la masa
de suelo (mg kg-1), Cdes es la concentración determinada analíticamente de MCPA
desorbido en solución (mg L-1) y Vex(L) es el volumen de la solución MCPA que se
retiró de cada tubo y se reemplazó por el mismo volumen de solución de cloruro de
calcio.
El coeficiente de distribución KD (L kg-1) representa la distribución de equilibrio de un
herbicida entre el suelo y la solución. Se define como sigue:
El coeficiente KOC se calcula dividiendo los valores de KD para suelos / sedimentos por
el contenido de carbono orgánico correspondiente del suelo / sedimentos:
( )
Donde: OC es el contenido de carbono orgánico (%) y KOC es el coeficiente de

distribución de carbono orgánico que representa la distribución de equilibrio de un
herbicida entre el suelo / sedimento con contenido de 100% de carbono orgánico y una
solución de (L / kg).
Es importante mencionar que para elegir el modelo apropiado, es necesario dar un
cuidado especial en que el sistema se encuentra realmente en equilibrio
termodinámico. En caso contrario, los resultados obtenidos pueden ser influenciados
por otros parámetros complementarios, tales como la accesibilidad a los sitios de
unión, que generalmente se traduce en una subestimación de la capacidad real de los
parámetros del suelo.
4
Los resultados de los experimentos de adsorción fueron analizados por su sencillez y

la mejor interpretación del fenómeno de adsorción, empleando las isotermas de
Freundlich y Langmuir. La forma “isoterma” y más concretamente la pendiente inicial
de la curva, aporta información sobre el mecanismo de adsorción, ya que depende de
la afinidad del adsorbato para los sitios activos disponibles en el adsorbente. Los datos
obtenidos fueron analizados por regresión lineal con el modelo de Langmuir (Fig. 1).
Las constantes obtenidas y el coeficiente de correlación del modelo matemático de la
isoterma de adsorción de Langmuir se presentan en la Tabla 1.
22.00
20.00
Ce/y, g
18.00
16.00
14.00
0.00 400.00 800.00 1200.00

Ce, ppm
Figura 1. Modelo lineal de la Isoterma de adsorción de Langmuir.
Modelos de
Freundlich Langmuir
isotermas
-
KL x 10
Kfa 2 qm
4
2
Parámetros 1/n 1/na R
(ppm/g) (g L )
-1 - R
(L/g) 1
Suelo 0,163±0.03 0,83 0,997 175,89 3,96 0,966
El modelo de isoterma de Freundlich muestra en la Figura 2, mediante el ajuste de los

datos experimentales de correlación lineal, obteniendo un valor de 0,997. Los valores
de Kd y de n se muestran en la Tabla 1 y son las constantes empíricas de Freundlich
que se relacionan con la capacidad de adsorción y la fuerza de adsorción. El valor de
n para el suelo estudiado es mayor que 1 de manera que de acuerdo con este modelo,
la adsorción de MCPA es favorable avalores de pH de 6,8, exhibiendo una eliminación
mínima de MCPA en el suelo investigado.
5
1.80
1.60
log y
1.40
1.20
1.00
2.00 2.40 2.80 3.20

Log Ce
Figura 2. Modelo lineal de la Isoterma de adsorción Freundlich

Debido al mejor ajuste obtenido con el modelo de adsorción con el método de
Freundlich se lo empleó para evaluar el proceso de desorción. En la Figura 3 se
observó el adecuado ajuste del modelo lineal de la isoterma de desorción de dicho
modelo.
1,4
1,2
0,8
0,6
0,4
0,2
0
0 0,5 1 1,5
-0,2
-0,4
-0,6
Figura 3. Modelo lineal Isoterma de desorción de Freundlich.

En la Tabla 2 se presentan los parámetros Kfdynfd obtenidos utilizando el modelo ya
mencionado. La histéresis (H) es el parámetro que indica el porcentaje de
irreversibilidad en el proceso de desorción relacionando los parámetros de adsorción
(na)y el parámetro de desorción (nd)obtenidos con el método de Freundlich. Por lo
tanto el 32% del MCPA adsorbido se retuvo en forma irreversible en el complejo de
intercambio del suelo resultando un modelo lineal de Isoterma de desorción (Fig. 3).
6
Tabla 2. Parámetros obtenidos por el modelo de desorción.
Modelos de isotermas Freundlich
Kfd 1/nfd H
Parámetros
(L/g)1/n
Suelo 0,98 ± 0,07 1,05 0,32
Conclusiones
Hasta el momento fue posible determinar varios parámetros a partir de diferentes

modelos de adsorción, encontrándose que el modelo de Freundlich, conduce a un
coeficiente de correlación más cercano a la unidad. Por lo tanto, de los modelos
evaluados el no lineal de Freundlich presentó suficiente precisión y pudo ser
considerado físicamente exacto.
El valor de 1/na<1 nos indica una curva de tipo L, indicando que a medida que
aumenta la concentración disminuyen los sitios de adsorción.
Los valores de Kf de los Argiacuoles evaluados en arroceras del sur de Corrientes,
comparados con los europeos poseen mayor intensidad de desorción, señalando que
el 32% del MCPA adsorbido, en las condiciones de estudio y para el período evaluado
queda fuertemente retenido por el complejo de intercambio del suelo, evitando su
pérdida total de la capa arable por escorrentía superficial y por arrastre en
profundidad. El remanente lixiviado a los horizontes subsuperficiales con contenidos
de arcillas superiores al 45% y pH mayores iría siendo retenido progresivamenteen su
recorrido por el resto del perfil coadyuvando a mantener la calidad del suelo y del agua
subterránea
Bibliografia
Agnieszka, A., N. Piwowarczyk, M. Holden .2013. Phenoxy alkanoic acid herbicides

orption and the effect of co-application in a Haplic Cambisol with contrasting
management. Chemosphere, 90(2): 535-541.
Bolan, N.S., S.Baskaran, 1996. Biodegradationof 2,4-D herbicide as affectedby its
adsorption–desorption behavior and microbial activity of soils. Aust. J. Soil Res., 34:
1041-1053.
Calvet R., M. Tercé, J-C.Arvieu. 1980. Mise au point bibliographique. Adsorption des
pesticides par less olsetleurs constituants II. Les facteurs de l'adsorption. Ann.
Agron., 31; 125-162.
Calvet, R., Adsorption-desorption phenomena. In: Interactions between herbicides and
soil. Edited by R. J.,Hance, London: Academic Press, 1981, pp. 1-29.
7
Calvet R., (1988) –Evaluation des coefficients d’adsorption et prédiction de la

mobilité des pesticides dans les sols. In: Methodological aspects of the study of
pesticide behavior in soil. Jamet P. Ed., INRA, Paris. 119-126.
Calvet, R., Adsorption of organic chemicals in soils. Environ. Health Perspec., Vol. 38,
1989, pp. 145-177.
Chassin, P. y, R. Calvet, Rétention des molécules herbicides dans les sols .Réflexion
sur lerôledes matières organiques. In INRA Publ.,Comportements et effets secondaires
des pesticides dans les sols, Vol. 31 des Colloques de l'INRA, 1985, pp. 125-133.
Chiou C. T., L. Peter, V. Freed, (1979) - A physical concept for soil-water equilibrium of
non ionic organic compounds. Science, 206, 831-832.
Crespín, M.A., M. Gallego, M. Valcárcel, 2001. Study of the degradation of the
herbicides 2,4-D and MCPA at different depths in contaminated agricultural soil.
Environ. Sci. Technol. 35: 4265-4270.
Hasset J. J., W. L. Banwart, R. A. Griffin.1983. Correlation of compound properties with
sorption characteristic soft non polar compounds by soils and sediments: concepts and
limitations. In: Environment and soil wastes. Francis C. W., et Auerbach S. I., Eds.,
Butterworth, Boston. 161-178 p.
Jensen, P.H., H.C.B. Hansen,J. Rasmussen,O.S Jacobsen. 2004. Sorption-controlled
degradation kinetics of MCPA in soil. Environ. Sci. Technol. 38:6662–6668.
Pila A.N., M.J. Jorge, J.M. Romero, N. L. Jorge *, Castro E. A. (2015) ModelIs of
hermal of The Equilibrium of The Herbicide 2,4-Dichlorophenoxyacetic Acid In Watery
Phaseon soil with high contained organic matter. Pinnacle Agricultural Research &
Management. 3(3), 1-5.
Salman J., K. A. Al-Saad(2012). Adsorptionof 2,4-dichlorofhenoxyacetic acid on to date
seeds activated carbon; equilibrium, kinetic and thermodynamic Studies. Int. J. Sci.
10(2), 677-690.
Socías–Viciana, M.M., M. Fernández, Pérez, M. Villafranca–Sánchez, , E. González–
Pradas, F. Flores–Céspedes, 1999. Sorption and leaching of atrazine and MCPA in
natural and peat –amended calcareous soils from Spain. Journal of Agricultural and
Food Chemistry, 47/ 1236–1241.
Tunega, D., G. Haberhauer, M.H. Gerzabek, H. Lischka, 2004. Sorption of phenoxy
acetic acid herbicides on the kaolinite mineral surface – anab initio molecular dynamics
simulation. Soil Sci., 169: 44-54.
8
INFLUENCIA DE LA APLICACIÓN DE RESIDUOS ORGÁNICOS DE TAMBO

SOBRE LA CALIDAD ESTRUCTURAL DEL SUELO
PABLO GHIBERTO 1,*; VERONICA CHARLON1 & SILVIA IMHOFF 1,2;

1 2
Dep. Ciencias del Ambiente, Facultad de Ciencias Agrarias (UNL), INTA EEA
Rafaela, 3 CONICET
* [email protected]
Palabras clave: intervalo hídrico óptimo; porosidad del suelo; sustentabilidad
Resumen
Los residuos sólidos orgánicos generados en tambos (RST) son potenciales

mejoradores de la calidad física de los suelos. El objetivo del trabajo fue determinar la
influencia de la aplicación de RST sobre propiedades físicas de un suelo Argiudol
típico representativo de la cuenca lechera santafesina. El experimento se realizó en la
Estación Experimental Agropecuaria del INTA en Rafaela, Prov. Santa Fe. Se
establecieron parcelas de 25 m2 y en ellas los tratamientos Testigo (sin aplicación de
RST) y aplicación de 150 Mg ha-1 de RST en 2011 y 2014. El RST se aplicó con
estercolera y en cada año se sembraron diferentes cultivos. Se recolectaron muestras
no disturbadas, en el espesor de 0 a 10 cm, con cilindros de 5 cm de altura por 5 cm
de diámetro, para determinar: densidad del suelo, resistencia a la penetración, curva
de retención hídrica, porosidad total, macroporosidad, intervalo hídrico óptimo y
densidad crítica. Comparando ambos años, el contenido de materia orgánica
disminuyó de 3,4 en 2011 a 2,8% en 2014. Este indicador deberá seguir siendo
evaluado para verificar si la cantidad de materia orgánica que se agrega compensa el
agotamiento que se produce por el manejo que se está realizando. La densidad del
suelo no se vio afectada significativamente entre 2011 y 2014 por el agregado de RST.
En todos los tratamientos fue inferior al valor de densidad en el cual el Intervalo
Hídrico Óptimo es igual a cero, y por lo tanto, restrictivo para la proliferación radical. La
macroporosidad, generalmente superior a 0,07 cm3 cm-3, mejoró en 2014 quizás por la
influencia del sistema radicular del trigo pero sin manifestar diferencias por la
aplicación de RST. Los resultados mostraron que, hasta el momento, las dosis
elevadas de RST no modificaron las propiedades físicas evaluadas.
Introducción
La aplicación de efluentes de tambo como enmienda orgánica está recibiendo una

creciente atención debido a la intensificación de los sistemas lecheros y ganaderos, ya
1
sea porque se trabaja con mayor carga animal en planteos a campo o directamente
porque se pasó a sistemas total o parcialmente estabulados.
Trabajos de investigación destacan el efecto positivo de los residuos orgánicos en el
suelo, tanto sobre las propiedades químicas, debido al reciclado de nutrientes, como
físicas, al aumentar el contenido de materia orgánica, la porosidad e infiltración del
agua en el suelo (Feng et al., 2005; Bittman et al., 2007; Imhoff et al. 2014). En tal
sentido, el aporte de materia orgánica en Argiudoles del centro de la provincia de
Santa Fe permitiría mantener la calidad estructural estos suelos y es de importancia
considerando su matrtiz se caracteriza por su baja macroporosidad, elevado contenido
de limo y el bajo contenido de arena (Ghiberto et al. 2015).
Teniendo en cuenta que existe escasa información acerca de la influencia de la
aplicación de residuos sólidos orgánicos de tambo (RST) en las propiedades físicas
del suelo a nivel regional, que los suelos se están degradando y que se deben buscar
alternativas para solucionarlo, el objetivo del presente trabajo fue determinar el efecto
de la aplicación de RST sobre propiedades físicas de un Argiudol típico representativo
de la cuenca lechera central santafesina.
El trabajo consistió en el estudio del efecto, de la aplicación de RST en años

consecutivos sobre propiedades físicas del suelo. El experimento se realizó sobre un
suelo Argiudol típico representativo de la cuenca lechera santafesina ubicado en la
Estación Experimental Agropecuaria del INTA Rafaela, provincia de Santa Fe (INTA,
2015).
En 2011 y 2014 se aplicaron RST y se sembraron diferentes cultivos sobre 18 parcelas
de 25 m2 de superficie (Tabla 1). Un Tratamiento testigo no recibió RST y en otro
tratamiento se aplicaron 150 Mg ha-1 de RST. En 2011 se sembró soja, maíz y sorgo
tanto en los tratamientos testigo como en los que recibieron RST y en 2014 todas las
parcelas recibieron similar cantidad de RST, pero se implantó el cultivo de trigo. En
total se demarcaron 18 parcelas, 3 por cada tratamiento.
Tabla1 : Tratamientos del experimento
Tratamiento/Año 2011 2014
Trat. 1 Efl.150 + Soja Efl.150 + Trigo
Trat. 2 Testigo + Soja Testigo + Trigo
Trat. 3 Efl.150 + Maíz Efl.150 + Trigo
Trat. 4 Testigo + Maíz Testigo + Trigo
Trat. 5 Efl. 150 + Sorgo Efl.150 + Trigo
Trat. 6 Testigo + Sorgo Testigo + Trigo
En noviembre de 2011 y 2014, se recolectaron 6 muestras con estructura no

perturbada por tratamiento, con cilindros de 5 cm de altura por 5 cm de diámetro, en la
parte superficial del suelo (0 a 10 cm). Las muestras se saturaron por elevación
gradual de una lámina de agua, se pesaron para obtener el contenido hídrico en
2
saturación (θs) y posteriormente se equilibraron en los siguientes potenciales mátricos

(ψ): -3 y -6 kPa en mesa de tensión y -10, -30, 100 y 300 kPa en cámaras de presión
de Richards (Klute, 1986). Los potenciales -500 y -1.500 kPa fueron determinados con
el equipo WP4-T, usando muestras deformadas. Cuando las muestras llegaron al
equilibrio, se pesaron y en cada una se midió la resistencia a la penetración del suelo
(RP) con penetrómetro electrónico, con cono de 60º de ángulo y 4 mm de diámetro
basal. A continuación las muestras se secaron en estufa a 105C para determinar el
contenido gravimétrico de agua y la densidad del suelo (Ds) (Blake, Hartge 1986). Con
esta información se ajustaron las curvas de retención (CRH) y de resistencia mecánica
a la penetración de las raíces (RP). Para CRH se utilizó el modelo propuesto por van
Genuchten (1980):

   r  s   r 1     
n m
(1)
donde: =contenido volumétrico de agua (cm3 cm-3), r=contenido volumétrico de agua
residual (cm3 cm-3), s=contenido volumétrico de agua en saturación (cm3 cm-3), =
potencial mátrico (kPa) y , n y m son los parámetros de ajuste. La relación funcional
entre RP,  y Ds se obtuvo ajustando el modelo no lineal propuesto por Busscher
(1990):
RP  a   b  D s
c
(2)
donde: RP= resistencia del suelo a la penetración (MPa),  = contenido volumétrico de
agua (cm3 cm-3), Ds = densidad del suelo (g cm-3) y a, b, c son los parámetros del
ajuste.
Con esta información se calculó el intervalo hídrico óptimo (IHO), para tal, fueron
estimados los valores críticos de contenido de agua en el suelo que limitan el
crecimiento de las raíces siendo: a) capacidad de campo (CC), correspondiente al
contenido de agua retenida a 33 kPa, b) agua fácilmente utilizable (AFU), contenido de
agua retenido a potencial mátrico de 170 kPa, c) contenido de agua en el suelo en el
que la porosidad de aireación es 0,15 cm3 cm-3 (PA) y d) contenido de agua en el
suelo en el que la resistencia mecánica a la penetración de las raíces es 3 MPa (RP).
El IHO y la densidad del suelo crítica para el crecimiento de las raíces Dscrít fueron
determinados usando el algoritmo propuesto por Leão et al. (2005).
Utilizando la CRH se evaluó la porosidad total del suelo (PORt, cm3 cm-3) siendo esta
equivalente al contenido de agua en saturación y la macroporosidad (Reynolds et al.,
2009). La macroporosidad (PORp, cm3 cm-3), correspondiente a los poros de diámetro
mayor que 300 µm, fue calculada como:
POR p  POR t  10

(3)
siendo θ10 el contenido volumétrico de agua correspondiente a la tensión de 10 cm de
columna de agua (cm3 cm-3). La capacidad total de aire del suelo (ACt, cm3 cm-3) se
3
estimó a partir de la porosidad total medida y de θ100, el contenido volumétrico de agua

correspondiente a la tensión de 100 cm de agua.
ACt  POR t  100 (4)

Adicionalmente, se determinó el contenido de materia orgánica de cada tratamiento en
2011 y 2014 (SAMLA, 2004), la granulometría del suelo (Gee & Bauder, 1986) y
utilizando el contenido de materia orgánica (%) de cada tratamiento y el de arcilla y
limo (Arc.+Limo) (%) se evaluó el “índice de estabilidad estructural” (SI) (Reynolds et
al., 2009):
MO
SI   100
Arc.  Limo  (4)
La Tabla 2 y Tabla 3 muestran los resultados del análisis granulométrico y de las

propiedades físicas evaluadas en los años 2011 y 2014.
Tabla1. Granulometría de cada tratamiento.
Tratamientos Arena Limo Arcilla
Trat.1 4,2 71,3 24,6
Trat. 2 4,5 71,2 24,3
Trat.3 4,4 71,0 24,6
Trat. 4 4,3 66,5 29,1
Trat.5 4,7 68,3 27,0
Trat. 6 4,0 69,6 26,4
En el primer año de evaluación se obtuvieron valores entre el 3 y 5 % de materia

orgánica y en 2014 entre 2 y 3% sin detectarse diferencias entre tratamientos.
Comparando ambos años, el contenido de materia orgánica disminuyó de 3,4 en 2011
a 2,8% en 2014. Este indicador deberá seguir siendo evaluado para verificar si la
cantidad de materia orgánica que se agrega compensa el agotamiento que se produce
por el manejo que se está realizando.
4
Tabla 2. Materia orgánica (MO), Densidad del suelo (Ds), Porosidad Total (PORt),
Macroporosidad (PORp), Intervalo hídrico óptimo (IHO) y Densidad crítica (Dscrít.) en los
casos estudiados.
MO Ds PORt PORp IHO Dscrít.

Tratamientos
(%) (g cm-3) (cm3 cm-3) (cm3 cm-3) (cm3 cm-3) (g cm-3)
Año: 2011
Trat. 1 3,2 1,211 0,544 0,117 0,109 1,279
Trat. 2 3,5 1,189 0,552 0,141 0,109 1,470
Trat. 3 3,6 1,223 0,517 0,055 0,114 1,610
Trat. 4 3,4 1,242 0,522 0,045 0,116 1,590
Trat. 5 3,4 1,246 0,530 0,065 0,101 1,448
Trat. 6 3,5 1,283 0,504 0,045 0,121 1,412
Año: 2014
Trat. 1 2,5 1,171 0,491 0,120 0,048 1,347
Trat. 2 2,8 1,254 0,473 0,093 0,051 1,328
Trat. 3 2,7 1,221 0,471 0,088 0,033 1,351
Trat. 4 2,8 1,174 0,504 0,127 0,068 1,331
Trat. 5 2,8 1,218 0,480 0,102 0,042 1,309
Trat. 6 3,0 1,242 0,469 0,095 0,040 1,332
La disminución del contenido de MO puede ocasionar cambios negativos en la

estructura del suelo considerando el elevado contenido de limo de estos Argiudoles.
Se observó que en todos los tratamientos SI fue <5%. Esta situación es consecuencia
del elevado contenido de limo y arcilla junto a un tenor de materia orgánica que no es
suficiente para que este tipo de suelos tengan elevados índices de estabilidad
estructural. Según Reynolds et al. (2009) cuando SI>9%, la estructura del suelo
estable, 7%<SI<9% indica bajo riesgo de degradación, 5%<SI<7% indica alto riesgo
de degradación, SI<5% indica suelos estructuralmente degradados o inestables.
La porosidad total del suelo estuvo comprendida entre 0,469 y 0,562 cm3 cm-3. Cuando
se analiza la capacidad total de aire del suelo (ACt) correspondiente a los poros de
3
-3
cm (Ghiberto et al., 2015). Los bajos valores encontrados, evidencian las dificultades
de estos suelos para dejarse atravesar por los fluidos. La macroporosidad (PORp) no
fue baja, en comparación al valor óptimo propuesto por Reynolds et al. (2009) de 0,07
cm3 cm-3 (Tabla 2). Se puede observar que esté parámetro mejoró en 2014 quizás
influenciado por el sistema radicular del trigo pero sin manifestar diferencias por la
aplicación de RST. Mantener esta propiedad en condiciones favorables es de vital
importancia ya que en Argiudoles como el estudiado con elevado contenido de limo y
poco de arena, una pequeña disminución puede causar severas restricciones físicas
en la infiltración el drenaje y la proliferación de las raíces (Ghiberto et al. 2015).
La densidad del suelo no se vio afectada significativamente entre 2011 y 2014 por el
agregado de RST. En todos los tratamientos fue inferior al valor de densidad en el cual
el Intervalo Hídrico Óptimo es igual a cero (Dscrit), y por lo tanto, restrictivo para la
proliferación radical. Pese a ello debe seguir siendo evaluada ya que trabajos han
demostrado que pequeños incrementos en la densidad del suelo pueden causar
5
grandes reducciones en el crecimiento de raíces en valores más bajos que el límite

crítico.
La densidad del suelo, porosidad total y macroporosidad en el tratamiento testigo de
ambos años muestra que el suelo no tenía signos de degradación física importantes
de estas propiedades cuando comparado con Argiudoles de la región. Por tal motivo,
se infiere que al tener el suelo una buena calidad física, no se hayan manifestado
mejoras en esos indicadores. Esto coincide con lo manifestado por Miller y Miller
(1999), que destacaron que la mejora en las propiedades del suelo tales como la
estructura, no tienen un efecto inmediato y pueden no aparecer en períodos cortos de
tiempo.
Conclusión
La aplicación de residuos orgánicos de tambos al suelo no manifestó efectos en la

mejora de las propiedades evaluadas. Se sugiere continuar con el experimento por
más tiempo y realizarlos en suelos de inferior calidad para poder observar en qué
medida los RST pueden influenciar positivamente en sus propiedades.
Agradecimientos
A los Proyectos CAI+D 2012, BID-PICT N°2691 “Impacto de la aplicación de efluentes

líquidos de tambos sin tratamiento en la sostenibilidad de sistemas agropecuarios”;
INTA “Estudio de aspectos operativos y ambientales en sistemas lecheros
intensificados” y “Aprovechamiento de residuos para aumentar el reciclado en el suelo.
Sumideros de carbono y emisiones del suelo” por el financiamiento del trabajo.
Bibliografía
Blake, GR & KH Hartge. 1986. Bulk density. En: A Klute (ed.) Methods of Soil Analysis
- Physical and Mineralogical Methods 2nd ed. p. 363-375. Am. Soc. Agron. Madison,
Estados Unidos.
Bittman, S; CG Kowalenko; T Forge; DE Hunt; F Bounaix & Patin N. 2007. Agronomic
effects of multi-year surface-banding of dairy slurry on grass. Bioresource Technol.
98(17): 3249-3258.
Busscher, WJ. 1990. Adjustment of flat-tipped penetrometer resistance data to a
common water content. T. ASAE. 33: 519-524.
Feng, GL; J Letey; AC Chang; C Ampbell & M Mathews. 2005. Simulating dairy liquid
waste management options as a nitrogen source for crops. Agr. Ecosyst. Environ.
110(3-4): 219-229.
Gee, G.W.; Bauder, J.C. 1986. Particle size analysis. p. 383-411. In: Klute, A., ed.
Methods of Soil Analysis. Part I: Physical and mineralogical methods. 2.ed. ASA,
SSSA, Madison, USA.
6
Genuchten, MT van. 1980. A closed-form equation for predicting the hydraulic

conductivity of unsaturated soils. Soil Sci. Soc. Am. J., 44, 892-898.
Ghiberto, PJ; PL Libardi; S Imhoff; AP Silva da; CA Tormena & MA Pilatti. 2015. Soil
physical quality of Mollisols quantified by a global index. Sci. Agric. 72(12): 167-174.
Imhoff, S; ME Carrizo; R Martel; V Lotto & O Zen. 2014. Efluentes líquidos de tambo:
efectos de su aplicación sobre las propiedades físicas de un argiudol. Ci. Suelo. 32(2):
177-187.
Instituto Nacional de Tecnología Agropecuaria [INTA] 2015. Visor GeoINTA: mapas de
suelo, perfiles y coberturas de suelos, imágenes y bases de datos georeferenciadas.
http://geointa.inta.gov.ar/visor/?p=96 [Acceso 11/7/2015].
Miller, DM; WP Miller. 1999. Land application of wastes. En: ME Sumner (ed.).
Handbook of soil science. pp. G217-G45. CRC Press, New York.
Reynolds, WD; CF Drury; CS Tan; CA Fox; & XM Yang. 2009. Use of indicators and
pore volume-function characteristics to quantify soil physical quality. Geoderma, 152:
252-263.
Samla, 2004. Sistema de Apoyo Metodológico a los Laboratorios de Análisis.
Recopilación de técnicas de laboratorio. Formato CD-ROM. ISBN 987-9184-40-8.
7
INDICADORES EDÁFICOS PARA EL USO DE RESIDUOS DE LA INDUSTRIA

ALIMENTARIA
MIGUEL ÁNGEL PILATTI2,*, PABLO JAVIER GHIBERTO2 , OSVALDO MARIO FELLI2

& OLGA NOEMÍ BADINO3
2
Facultad de Ciencias Agrarias (UNL), Dpto de Ciencias del Ambiente y de
3
Producción Animal
* [email protected]
Palabras claves: Suelo Ideal – Natracualf, Biorremediación
Resumen
Los Residuos Líquidos (RL) de la industria alimentaria podrían tener valor agrícola y
para recuperar suelos, dado su riqueza en nutrimentos y MO. En Argentina hay pocos
estudios de la aplicación en suelos, no habiendo reglamentación específica para dicha
utilización. Es necesario establecer indicadores edáficos que permitan conocer el
potencial productivo y de riesgo ambiental para establecer un protocolo para uso
agroambiental de RL.
Objetivo: cuantificar indicadores edáficos que representan las condiciones de un
“Suelo Ideal” para lograr una elevada y sostenida producción de los cultivos y, a partir
de ellos, evaluar los cambios por adicionar RL.
Se estudió un Natracualf (centro oeste de Santa Fe, Argentina) usado para
biorremediación: se aplicaron RL de la industria láctea. Después de 4 años se
evaluaron 18 atributos físicos y químicos. Durante ese tiempo se mantuvo el suelo
desnudo, pasando mensualmente doble acción.
El RL adicionó (en kg/ha/año): MO: 6000; solutos: 1560; Nt: 660 (141 nítricos y 47
amoniacales); P: 337; Cl: 236; S de sulfatos: 1728; Na: 424; K: 94; Ca: 2074; Mg: 236.
Comparando donde se aplicó RL con un lote colindante: RL incrementó la MO en
superficie, el Nt y P en todo el perfil por ausencia de cultivos. Los SO4 y Ca del RL
desodificaron todo el perfil (hasta 150 cm), lixiviando también parte del Mg y K. RL
mejoró los atributos químicos del suelo pero aumentó el riesgo de contaminar la
freática. Las propiedades físicas empeoraron en RL por intenso laboreo, ausencia de
raíces y rastrojos. Pero con una adecuada rotación de cultivos y contralor de
parámetros críticos, como los aquí evaluados, la adición de RL resultaría beneficiosa
para suelos y cultivos. Los indicadores utilizados para verificar alteraciones edáficas
resultaron útiles para dicho propósito. Se recomienda su uso en investigaciones de
este tipo y para protocolos de monitoreo.
1
Introducción
Los residuos provenientes de la industria alimentaria y de la producción pecuaria son

crecientes. Su valorización agrícola cierra los ciclos biogeoquímicos de los
nutrimentos. Se genera un potencial ahorro en energía, nutrientes y capital muy
importantes, así como los beneficios en términos de reducir el impacto ambiental
negativo que genera su disposición no controlada (Lavado et al., 2001).
Muchos de estos residuos orgánicos (industriales y agroganaderos), no contienen
residuos peligrosos en su composición -de acuerdo a la Ley Nacional 24.051, Decreto
1844/02 de la provincia de Santa Fe- pudiendo ser utilizados como fertilizantes de
suelo. Se caracterizan por tener menos del 15% de materia seca (MS),
macronutrientes vegetales, alto contenido de materia orgánica (MO), aportar cationes
divalentes. En algunos casos la presencia de sales, especialmente cloruradas de sodio
y pH ácidos o básicos constituyen limitaciones para su aplicación al suelo.
El suero, permeado de suero, efluentes de la industria láctea y otras alimentarias, así
como los purines de la producción pecuaria se encuadran dentro de lo descripto y se
designan en este artículo como: residuos líquidos (RL). En Argentina no hay para los
RL aquí tratados.
Pero una gestión ambiental en la materia no se agota con la formulación de un
encuadre regulatorio, sino también con el diseño de estrategias orientadas a
incrementar el conocimiento del objeto regulado y promover un manejo
ambientalmente sustentable.
Es un hecho en el país, especialmente en la pampa húmeda argentina (región
Pampeana y del Espinal), el empobrecimiento químico de los suelos y el deterioro de
las propiedades físicas esto hace que la capacidad productiva decrezca 50 %, o más
cuando ocurre la pérdida de la capa superficial por erosión (Pilatti et al., 1988; Orellana
et al., 1988; Orellana et al., 1997; Pilatti et al., 2006; Pilatti y Grenón , 2008 a y b). Los
RL aplicados directamente al suelo, en forma controlada, resultan una oportunidad
para contribuir a revertir lo mencionado, ya que tendrían valor tanto agrícola (como
fuente de nutrimentos para los cultivos) y control de la degradación edáfica.
Existe evidencia empírica sobre los beneficios de su aplicación, como así también de
algunos cuidados a tener en cuenta para no dañar al suelo (Imhoff et al., 2010;
Marzetti et al., 2010; Badino et al., 2009 a y b , 2011; Pilatti et al., 2014).
El objetivo de este trabajo fue cuantificar indicadores edáficos que representan las
condiciones de un “Suelo Ideal” para lograr una elevada y sostenida producción de los
cultivos y, a partir de ellos, evaluar los cambios por la aplicación de RL. Aquí se
evalúan los cambios en el suelo después de aplicar durante 4 años 6.600 kg materia
orgánica/ha/año de RL sobre un Natracualf típico Aurelia sin efectuar ningún cultivo y
con labores superficiales mensuales.
2
Para identificar qué atributos edáficos medir y qué técnicas analíticas usar se siguió lo
propuesto por el grupo de trabajo de Orellana, Pilatti y Felli (1999, 2000 y 2003)
actualizado en Pilatti y Orellana (2012, 2016); indican qué condiciones alejan a un
suelo dado de los requisitos de un “suelo ideal” para la producción de los cultivos.
Propusieron qué atributos edáficos evaluar para detectar limitaciones por: toxicidad,
aireación, infiltración y capacidad de almacenamiento de agua fácilmente utilizable,
macronutrimentos, fijación biológica de N e impedimentos mecánicos.
En este trabajo, además de hacer los análisis prescriptos para los barros; se pone
énfasis en evaluar el “cuerpo receptor”, el suelo, cuantificando en qué medida se
mejoran los indicadores edáficos de su capacidad productiva (o se deteriora). Se
espera sea un aporte significativo no sólo acerca de qué medir y cómo comparar cada
atributo edáfico para reconocer si mejora o empeora; sino que este conjunto con los
mínimos de datos necesarios pueden integrarse en un modelo que simula el
crecimiento y producción de los cultivos para cuantificar en qué medida cambia el
rendimiento y el riesgo de producción (Pilatti et al., 2006; Pilatti y Orellana, 2016).
Para esta evaluación se utilizó un lote, con una experiencia pre existente de
biorremediación, en el que durante 4 años (2010 al 2014) se aplicó 6.600 kg materia
orgánica/ha/año de RL de la industria láctea (ver en Cuadro 1 su composición), no se
realizó ningún cultivo y cada 3 a 5 semanas se efectuó una labor superficial para
favorecer la mineralización de la MO y la infiltración del RL asperjado con estercolera.
Según la calificación canadiense de la calidad ambiental de las Materias Residuales
Abonos (Hébert, 2004) se las clasifica en: C: Contaminantes químicos; P: Patógenos;
O: Olores. Así C1; P1, O1 indica que no presenta riesgos de contaminación química, ni
de patógenos, ni olores. Este RL se encuentra dentro de esta categoría.
En los lotes estudiados, centro oeste de la provincia de Santa Fe, predomina el
Natracualf típico serie Aurelia (INTA, 1991).
El RL tiene reacción alcalina con intermedia cantidad de sales. La demanda química
de oxígeno (DQO) es alta, no así la demanda bioquímica de oxígeno (DBO) ni el nivel
de cloruros - según la legislación de Buenos Aires (336/03) y de La Pampa (2793)
para aplicar a “cuerpo superficial” (agua)-. Es importante el aporte de Nt (más de 600
kg N/ha/año). La relación C:N es baja a muy baja: lo que indica dificultades para su
descomposición como lo señala también el valor de DBO. Hay aportes de nitratos y
amonio, formas que se mueven fácilmente con el agua. También es significativa la
adición de P y muy importante la de S y Ca; siendo intermedia la de Na y Mg, con
bajos niveles de K.
3
Cuadro 1: Características químicas y físicas del residuo líquido de la industria láctea

utilizado para aplicar sobre un Natracualf típico Aurelia durante 4 años (centro oeste
de Santa Fe, Argentina).
Mediciones efectuadas RL kg/ha/año

pH 10,8
Conductividad eléctrica (dS/m) (20° C) 5,2 1569 (*)
Demanda química de oxígeno (g/L) 532
Demanda bioquímica de oxígeno (g/L) 29,5
Materia orgánica total (g/L) 1,4 6600
Nitrógeno Total (gN/L) 0,14 660
C/N 5
Nitrato (gN/L) 0,03 141
Amonio (gN/L ) 0,01 47
Fósforo Total (gP/L) 0,08 377
-
Cloruros (g Cl /L) 0,05 236
-2
Sulfatos (g S-SO4 /L) 0,34 1728
Sodio (g Na /L) 0,09 424
Potasio (g K /L) 0,02 94
Calcio (g Ca /L) 0,44 2074
Magnesio (g Mg /L) 0,05 236
Se compara el sitio sobre el cual se asperjó el RL con un lote colindante que tiene el
mismo suelo pero con prácticas agropecuarias representativas de la zona (T o testigo)
con una historia de uso similar a la del área del ensayo. Los análisis realizados se
presentan en el Cuadro 2a y b.
En ambos se tomó muestra perturbada compuesta por 30 extracciones según lo
indicado por Pilatti y Orellana (1995) abarcando tanto la profundidad enraizable como
la de enraizamiento (según Pilatti y Grenón, 1995) de los siguientes espesores que
coinciden con los horizontes presentes: 0 a 14 cm, 15 a 30 cm, 31 a 44 cm, 50 a 70
cm y 100 a 120 cm. Se seleccionó ese espesor porque coincide con el de mayor
extracción de agua y nutrimentos de los cultivos anuales y porque se encuentra por
encima de la freática: si en el horizonte más profundo muestreado hay acumulación de
elementos puede -al menos sospecharse- riesgo de contaminación.
También se tomaron muestras no perturbadas en cilindros de 100 cm3 de capacidad
para análisis físicos en el estrato superficial de suelo debajo de la zona laboreada (10
4
a 15 cm; 10 cilindros con muestras inalteradas). En ambos tratamientos se evaluó por

sextuplicado en superficie la conductividad hidráulica con tensioinfiltrómetros.
Se calculó el porcentaje de disminución de la conductividad hidráulica saturada
(%DK0) usando la ecuación (1) según lo propuesto por Gibertho et al., (2007).
 K 
%DK 0  1  0 RL  100 (1)
 K 0T 
Donde: K0RL y K0T son las conductividades hidráulica saturadas del tratamiento con la
aplicación de residuo líquido (RL) y Testigo (T).
Cuadro 2a: Determinaciones químicas realizadas en dos lotes del centro oeste de
Santa Fe (Argentina) domina el Natracualf típico serie Aurelia (Octubre 2014):
tratamiento con aplicación de residuo líquido (RL) y testigo (T).
Relación
Medida Símbolo Método Referencia
con suelo ideal
Nutrimentos Combustión húmeda Walkley-Black
Materia SAMLA (2004),
MO Actividad biológica (Factor recuperación 0,77)
orgánica total Jackson (1982)
Agregación (MO= C x 1,724)
Nitrógeno total Nt Nutrimentos Kjeldahl SAMLA (2004)
2- Nutrimentos
Sulfatos SO4 Turbidimetría SAMLA (2004)
Fijación simbiótica
Fósforo Nutrimentos
P Bray y Kurtz Nº 1 SAMLA (2004),
extraíble Fijación simbiótica
Capacidad de Extracción con acetato de amonio y
Nutrimentos
intercambio CIC posterior determinación del amonio SAMLA (2004)
Toxicidad
catiónico mediante destilación
Calcio y 2+
Ca y Nutrimentos
Magnesio 2+ Complexometría SAMLA (2004)
Mg Fijación simbiótica
intercambiable
Toxicidad y
Sodio y Potasio + +
Na y K Nutrimento Fotometría de llama SAMLA (2004)
intercambiable
Conductividad
eléctrica Toxicidad
CEes Conductimetría SAMLA (2004)
extracto de Fijación simbiótica
saturación
Reacción del Toxicidad Potenciometría
pH SAMLA (2004)
suelo Fijación simbiótica (pH en H2O rel. 1:2.5)
Datos físicos: En todos los casos se evaluó la normalidad de la distribución de los
datos usando los test: chi-cuadrado de bondad de ajuste¸ W de Shapiro-Wilks y Z para
curtosis y asimetría. Para normalizar el IHO se usó [π/2 arcsen(IHO)0,5].
5
Posteriormente se identificaron datos atípicos o extraños usando el test de Grubbs y el

de Dixon: ambos asumen normalidad. Cuando hubo datos atípicos se los reemplazó
por el valor medio del tratamiento a esa profundidad.
Por último se realizó el análisis de varianza y comparación de medias con el test de
Datos químicos: Sólo se efectuaron comparaciones de a pares: T vs. AR; sólo se

disponía del valor medido sobre una muestra compuesta. Para comparar se usó la
distribución “t” para una probabilidad de 95%, asumiéndose valores típicos del
coeficiente de variación (CV) para cada propiedad (Cuadro 3). Se consideraron
diferencias significativas cuando las diferencias entre los valores de cada muestra
compuesta respecto del error típico de la diferencia de medias superaba el valor
tabulado para la “t” (Loma, 1980).
Cuadro 2a: Determinaciones físicas realizadas en dos lotes del centro oeste de Santa
Fe (Argentina) domina el Natracualf típico serie Aurelia (Octubre 2014): tratamiento
con aplicación de residuo líquido (RL) y testigo (T).
Relación
Medida Símbolos Método Referencia
con suelo ideal
Granulometría Ar, Arc, Lim Varios Densímetro Gee, Or (2002)
Peso específico Blake, Hartge
Varios Cilindro
del suelo 1986
Peso específico
de las partículas Varios Por cálculo en f(MO) Pilatti et al. (2006)
del suelo
Curva de Almacenamiento y Mesa de tensión y cámaras de
CRH Klute (1986)
retención hídrica disponibilidad de agua presión de Richards
Curva de Impedimento
resistencia CRM Mecánico Penetrometría Silva et al. (1994)
mecánica Fijación simbiótica
Contenido de
agua del suelo s Varios s = 1- Pilatti et al. (2012)
saturado
Contenido de
agua a partir de la Aireación
a a s - 0,15 Pilatti et al. (2012)
cual la aireación Fijación simbiótica
limita
Contenido de Por cálculo de curva de retención
Disponibilidad
agua fácilmente FU hídrica Pilatti et al. (2012)
de agua
disponible (Retenida a -0,17 MPa)
Contenido de b c
agua resistencia Impedimento

RP Valor crítico según textura: 3,7 Pilatti et al. (2012)
mecánico
mecánica limitante MPa
Pilatti, Orellana
Por cálculo
Intervalo hídrico (1993)
IHO Varios CC a) – RP;
óptimo Orellana et al.,
FU)
1997
Conductividad Ankeny et al.
K Infiltración Tensioinfiltrometría
Hidráulica (1991)
6
Cuadro 3: Coeficientes de variación (%) de propiedades edáficas según distintas

fuentes de información.
Propiedad
pH P MO Nt CIC Cai Mgi Ki Nai CEess
Fuente
2a 39 a 16 a 19 a 31 a 51 a
Internacional(*) 15 157 41 32 44 53
91 a 263
15 a 27 a 13 a 108 a
Local (**) 4a 8 7 a 65 3 a 30
25
3 a 21 2 a 24
40
4 a 43
74 142
Adoptado en
8 65 30 25 21 24 40 43 74 142
este trabajo
(*) (Imhoff et al., 2000); (Mulla & McBratney, 2000) (**) Todos son Molisoles, algunos muestreos
a nivel de grilla en lotes, otros varios lotes a nivel regional, (Rondini & Doval, 1975); (Barberis et
al., 1976); (Conti et al., 1978); (Piñeiro et al., 1982); (Vázquez, 1983); (Orellana et al., 1988);
(Imhoff & Pilatti, 1995); (Pilatti et al., 2004); (Flores, 2009); (Carrizo et al., 2011), (Alesso et al.,
2012)
El Natracualf típico Aurelia, tiene una Aptitud de Uso 6 ws con un Índice de Aptitud
productiva de la Tierra es 21 (Giorgi et al., 2010). Son tierras con restricciones en su
uso productivo por exceso de agua, sales y/o sodio; ocupan –casi- el 40% del área
provincial.
En Cuadros 4, 5 y 6 se presentan los resultados de los análisis efectuados en T y RL.
Hay una importante acumulación de MO en los primeros 14 cm de RL pero no más
abajo. Lo mismo se observa para Nt pero con incremento hasta los 44 cm y también
en el horizonte más profundo: claro indicio de formas móviles de N que, si no son
absorbidas por los cultivos seguirán profundizando hasta la freática.
El P incrementa en todo el perfil poniendo en evidencia que hay formas de P
hidrosolubles que se mueven en el perfil, esto le confiere una gran fertilidad para los
cultivos, especialmente para las leguminosas; pero si no se extrae podría llegar hasta
la freática.
Mucho aumentan también tanto los sulfatos y como el calcio ambos componentes del
yeso: enmienda utilizada para desodificar a los suelos.
El suelo estudiado contiene sodio originalmente y se ve en T que está presente en
cantidades importantes con PSI que supera el 15% en profundidad y con más del 5% ;
en RL se mejora esa situación ya que el Na decrece a niveles bajos en todo el perfil de
suelo, como consecuencia de aquella aplicación.
La reacción del suelo se mantiene próxima a la neutralidad en ambos casos,
posiblemente por el predomino del anión sulfato en la solución del suelo.
7
Horizonte E Bt1 Bt1 Bt2 Bt3 E Bt1 Bt1 Bt2 Bt3
Aspersión
Testigo Testigo Testigo Testigo Testigo Aspersión Aspersión Aspersión Aspersión
RL
Referencia 0 – 14 15 – 30 30 – 44 50 – 70 100– 120 RL RL RL RL
100–120
cm cm cm cm cm 0 – 14 cm 15 – 30 cm 30 – 44 cm 50 – 70 cm
cm
Materia Orgánica (%)
2,6a 1,5a 0,8a 0,4a 0,5a 3,4b 1,4a 0,9a 0,5a 0,6a
Nitrógeno Total (%)
0,132a 0,086a 0,054a 0,068a 0,061a 0,207b 0,098b 0,098b 0,066a 0,078b
Fósforo Extraíble (ppm)
24a 11a 14a 13a 19a 574b 35b 28b 46b 124b
S-SO4 (ppm)
69a 86a 121a 85a 123a 148b 98a 157b 142b 128a
pH actual (1:2,5) 6,4a 7,4a 7,8a 7,9a 6,7a 7,0b 6,9b 7,3b 7,7a 7,8b
Conductividad eléctrica
extracto de saturación 1,6a 2,2a 3,4a 3,9a 2,7a 6,3b 3,0a 2,8a 2,6a 2,5a
(dS/m)
2+
Ca intercamb. (cmolc/kg) 7,4a 7,5a 9,5a 10,4a 10,3a 12,2b 8,6b 9,7a 14,2b 16,3b
2+
Mg intercamb (cmolc/kg) 2,1a 2,4a 1,6a 2,1a 3,5a 0,8b 0,8b 1,6a 2,6b 3,7a
+
Na intercamb. (cmolc/kg) 0,9a 1,9a 2,2a 3,3a 4,2a 0,8a 1,0b 1,2b 1,0b 0,7b
PSI (%) 7 14 12 17 21 5 8 9 5 4
+
K intercamb. (cmolc/kg) 1,4a 1,0a 1,4a 2,0a 2,7a 2,7b 1,6b 1,3a 1,5b 1,9b
CIC (cmolc/kg) 12,9a 13,9a 17,8a 19,7a 20,2a 16,4b 13,3a 13,4b 18,3a 19,2a
Cuadro 4: Resultados de los análisis químicos realizados a un lote asperjado durante 4 años con residuo líquido (RL) de la industria láctea y un lote
colindante con uso agrícola ganadero típico de la zona (Testigo); domina el Natracualf típico serie Aurelia (Centro oeste de Santa Fe, Argentina) . Letras
distintas indican diferencias significativas a nivel del 5% (test “t”); se comparan sólo pares de valores correspondientes a la misma propiedad y profundidad.
8
La salinidad es elevada sólo en superficie siendo RL muy superior al, pero sin llegar a
ser muy perjudicial para los cultivos: ese efecto indeseable es corregible. En estratos
más profundos no hay una tendencia definida, pudiendo decirse que no hay daño.
En RL el K aumenta en los primeros 30 cm: deseable para la nutrición potásica de los
cultivos; pero es menor en profundidad. En cambio el Mg disminuye mucho en los
primeros 30 cm con respecto al T; aumentando en profundidad. Se sugiere que se
está lavando, en forma similar a lo que ocurrió para el Na.
El Cuadro 5 presenta la conductividad hidráulica del suelo a diferentes tensiones, fue
más alta en todas las tensiones en T demostrando su mejor condición para la
captación de agua. También puede observarse que, quién más disminuyó es K0,
indicando el deterioro de los poros mayores del suelo, que siempre son los primeros
en degradarse. La mayor conductividad hidráulica en T puede asociarse con mayor
cantidad de macroporos y mejor continuidad lo que es frecuente cuando hay bioporos
generados por las raíces de los cultivos o por la vegetación natural: esto ocurre en T
pero no en RL donde no se hacen cultivos.
En suelos valores de K0 entre 20 y 40 mm/h (Caso T) son moderadamente limitantes y
menores a 10 mm/h (Caso RL) indican una muy baja captación de agua. En la última
condición, se produce escurrimiento superficial y junto con él el arrastre de partículas y
solutos que en exceso pueden ser perjudiciales para cursos de agua, hecho
preocupante si no se controla el escurrimiento en RL. Si no hay escurrimiento habrá
encharcamiento con anaerobiosis temporaria.
El porcentaje de disminución de la conductividad hidráulica saturada (%DK0 ) fue del
86% en RL comparado con T. Esta disminución se debe probablemente al bloqueo de
poros causado por partículas del suelo dispersas asociado, más que al nivel de sodio,
a la acción mecánica de las frecuentes labores.
El intervalo hídrico óptimo (IHO) es un tramo del contenido hídrico del suelo dentro del
cual: (1) el agua es fácilmente utilizable por el cultivo, (2) la masa sólida del suelo aún
es horadable por las raíces, y (3) la aireación no es limitante para la respiración
radical. Integra así tres variables: Porosidad de aireación, Agua fácilmente utilizable y
Resistencia mecánica a la penetración radical, de modo que durante dicho intervalo
las raíces no hallan mayores dificultades para ocupar volúmenes crecientes de suelo
ni para absorber agua y disponer de oxígeno suficiente. Por lo tanto cuando mayor es
su valor mejor es el suelo.
Se observa que el IHO es bajo en el T (Cuadro 6), lo que es de esperar por la baja
calidad física que tienen los Natracualfes como es el de este caso. Donde se asperjó
RL el IHO es aún menor. Con los valores de peso específico medida en el suelo
(Cuadro 9) las propiedades que determinan el IHO fueron la porosidad de aireación y
la resistencia mecánica a la penetración indicando que las plantas serán afectadas por
falta de aire o las raíces no podrán explorar el suelo.
9
Cuadro 5. Conductividad hidráulica a diferentes tensiones medida en superficie de un
Natracualf típico serie Aurelia (Centro oeste de Santa Fe, Argentina) sobre un lote
asperjado durante 4 años con residuo líquido (RL) de la industria láctea y en un lote
colindante con uso agrícola ganadero típico de la zona (Testigo) (Noviembre, 2014).
K0 K1,5 K3 es la conductividad hidráulica del suelo a 0, 1,5 y 3 cm de tensión
Tensión Testigo RL
-1 -1
(cm) (mm h ) (mm h )
K0 0 25,8a 3,7b
K1,5 1,5 14,0a 3,2b
K3 3 8,5a 0,2b
Letras distintas indican diferencias altamente significativas al nivel del 1% (test de

Tuckey)
Cuadro 6: Intervalo hídrico óptimo (IHO) en el horizonte superficial de un Natracualf
típico del tratamiento testigo (T) y del asperjado con Residuo Líquido (RL).
IHO  crit

Tratamientos y profundidades
(cm3 cm-3) (g/cm3) (g/cm3)
T 5-15 cm 0,021 1,25 1,36
RL 5-15 cm 0,005 1,25 1,33
específico crítico, valor a partir del cual las raíces dejan de crecer.
El peso específico crítico representa el valor de peso específico del suelo a partir del
cual las raíces no crecen con lo cual, al momento del muestreo la recuperación física
es reversible por mecanismos naturales y/o técnicamente sencillos; hasta aquí el
grado de deterioro es, a lo sumo, moderado; y no se ha perdido la resiliencia edáfica.
Conclusiones
La aplicación de RL de la industria láctea aporta al suelo MO, Nt, P, SO4, Ca; también
Cl, Na, Mg y en menor cantidad K. Pero, como en el caso aquí evaluado en el que se
mantuvo el suelo desnudo, sin cultivos ni malezas, con labranza superficial una vez
por mes, los nutrimentos se acumulan en el perfil edáfico. Esto daña las propiedades
físicas del horizonte superficial, de por si con limitaciones para la captación de agua,
resistencia mecánica elevadas y deficiente aireación. El Intervalo Hídrico Óptimo
indica que el suelo naturalmente tiene pobre propiedades físicas; en RL disminuye.
El N y P profundizan pudiendo alcanzar la freática.
El Natracualf estudiado tiene sodio en todo el perfil pero la adición a través de RL de
sulfatos con Ca hace que se reduzca significativamente por reemplazamiento catiónico
10
y lavado en profundidad. Lo mismo ocurre parcialmente con el K y Mg que también
son reemplazados por el Ca.
El RL puede aplicarse directamente al suelo pero para aprovechar sus cualidades se
requiere de una adecuada rotación de cultivos que aprovechen, extraigan, los
nutrimentos agregados y acondicionar la MO aplicada.
En RL el K aumenta en los primeros 30 cm: deseable para la nutrición potásica de los
cultivos. Sin embargo el Mg que disminuye: pero es posible su corrección.
Se confirma lo previsible si no hay extracción por los cultivos, ni adición de rastrojos
con actividad de raíces y, además, frecuente remoción mecánica superficial: lo valioso
es que se cuantifican los cambios y todas las variables más importantes relacionadas
con la producción de los cultivos.
Los atributos edáficos propuestos para evaluar cambios muestran ser sensibles para
ello, recomendándose tenerlos en cuenta en futuras investigaciones y para desarrollar
protocolos de monitoreo.
Esta es la primera de una serie de investigaciones que aplica la metodología al estudio
de cómo evolucionan los indicadores edáficos de la capacidad productiva de los
suelos ante la aplicación de RL. Se espera con ello avanzar hacia una evaluación más
integral y disponer de criterios para elaborar un protocolo común de evaluación inicial,
final y monitoreo del suelo; útil para los investigadores en esta temática como para los
órganos legislativos y de contralor, tanto para acciones de auditoría como para realizar
recomendaciones para el monitoreo. Tal protocolo debe especificar: qué medir, con
qué técnica, cómo tomar las muestras y analizar los datos.
Bibliografía
Ankeny, M.D., Ahmed M., Kaspar, T.C. & Horton, R., 1991. Simple field method for
determining unsaturated hydraulic conductivity. Soil Sci. Soc. Am. J., 55: 467-470.
Badino O.; Pilatti M.A.; Felli O.; Weidmann P.E. & Ghiberto P. 2011. Permeado de
suero como abono: Respuesta de maíz para silo y efectos en un Argiudol de la Pampa
llana Santafesina. Revista FAVE, sección Ciencias Agrarias. ISSN 1666-7719. Vol. 10
N°2- 77-85.
Badino O;M.A. Pilatti; O.M. Felli & M.E. Carrizo. 2009a. Permeado de suero: uso en un
natrustol del centro este de Córdoba en la secuencia Maíz-Alfalfa.I. Respuesta
productiva del maíz para silo y del suelo. X Congreso Argentino de Ingeniería Rural y II
del Mercosur; Rosario (S.Fe), Argentina. 8 pp.
Badino O;M.A. Pilatti; O.M. Felli & M.E. Carrizo. 2009b.Permeado de suero: uso en un
natrustol del centro este de Córdoba en la secuencia Maíz-alfalfa. II. Respuesta
productiva de alfalfa y suelo. X Congreso Argentino de Ingeniería Rural y II del
Mercosur; Rosario (Santa Fe), Argentina. 8 pp.
11
Barberis, LA; EJ Andrejuk; FJ Huergo. 1976. Variación del P disponible a nivel de
tres series del sur de Santa Fe. Actas. 7ª Reun. Arg. de la C. del Suelo. IDIA (Supl.
Nro 33): 279 282.
Blake, G.R. & Hartge, K.H., 1986. Bulk density. In: Klute, A. (Editor), Methods of soil
analysis: physical and mineralogical methods. 2. ed. America Society of Agronomy,
Madison, pp. 363-375.
Bray, R. & Kurtz, L. 1945. Determination of total, organic and available forms of
phosphorous in soils. Soils Sci., 59:29-45.
Carrizo M.E., M.A. Pilatti, C.A. Alesso & S.C. Imhoff. 2011. Atributos químicos y
biológicos de suelos Argiudoles cultivados y no cultivados del departamento Las
Colonias (Santa Fe). Ci.Suelo (Argentina). 29 (2), 173-179.
Flores, G. 2009. Evolución de las propiedades químicas en Argiudoles de centro de
Santa Fe: 1980-2007. Tesina de grado. Facultad de Ciencias Agrarias UNL. 55pp.
Gardner, W.H., 1986. Water Content. In: Klute, A. (Editor), Methods of soil analysis:
physical and mineralogical methods. 2. ed. America Society of Agronomy, Madison, pp.
493-541.
Gee G. W. & D. Or 2002. Particle-Size analysis. Chapter 2. En: Methods of Soil
Analysis. Part 4. Physical Methods. J. H. Dane and G. C. Topp (Eds.). Book series: 5,
Soil Science Society of America, Madison, Wisconsin, USA: 255-294.
Ghiberto, P.J., M.A. Pilatti, S. Imhoff & J.A. de Orellana. 2007. Hydraulic conductivity of
Molisolls irrigated with sodic-bicarbonated waters in Santa Fe (Argentine). Agric. Water
Manag. 88, 192–200.
Giorgi, R., R. Tosolini, V. Sapino & C. León. 2010. Índices de aptitud agropecuaria de
las tierras de la Provincia de Santa Fe. http://rafaela.inta.gov.ar/mapas/
Gupta, R.K., Abrol, I.P., 1990. Salt affect soils: Their reclamation and management for
crop production. Adv. Soil Sci. 11, 223-288.
Hébert M. 2004. Guide sur la valorisation des materias residuelles fertilizantes-
Cráteres de referente et normes reglamentaires. Direction du milieu rural.
Environnement Québec.Canadá. Dépôt légal- Bibliotheque nationale du Quebec. ISBN
2-550-42069-1.
Imhoff S. & MA Pilatti. 1995. Nitrógeno orgánico en Molisoles del centro de Santa Fe.
FAVE 8 (1-2) 10-18.
Imhoff, S, A Pires da Silva; CA Tormena. 2000. Spatial heterogeneity of soil properties
in areas under elephant-grass short-duration grazing system. Plant and Soil 219, 161-
168
12
Imhoff, S.; Ghiberto, P.J.; Grioni, A.; Gay, J.P. 2010. Porosity characterization of
Argiudolls under different management systems in the flat Pampas of Argentina.
Geoderma 158, 268-274.
INTA. 1991. Carta de Suelos de la República Argentina Hojas 3160-26 y 25-Esperanza
Pilar. 135 pp.
Jackson, M.L., 1982. Análisis químico de suelos. Omega, Barcelona, 663 pp.
Jayawardane, N.S. & K.Y. Chan, 1994. The management of soil physical properties
limiting crop production in Australian sodic soils-A review. Aust. J. Soil Res. 32, 13-44.
Klute, A., 1986. Water retention: laboratory methods. In: Klute, A. (Ed.), Methods of
Soil Analysis: physical and mineralogical methods. 2 ed. American Society of
Agronomy, Madison, 26, pp.635-660.
Lavado R., Zubillaga M. 2001. Impacto Ambiental en Agrosistemas. Efecto ambiental
de la actividad Industrial, la vida urbana y la producción agropecuaria. Capítulo 8: 141-
163.
Loma, J L. 1980. Experimentación agrícola. UTEHA, México. 493 pp.
Marzetti, M.; M.S. Racca Madoery ; M.C. Miretti ; M.E. Carrizo & S. Imhoff, 2010. Uso
de efluentes de tambo para mejorar la productividad de los cultivos. In: XXII Congreso
Argentino De La Ciencia Del Suelo, Rosario 2010. CD de XXII Congreso Argentino de
la Ciencia del Suelo. AACS.
Mulla, DJ & AB Mcbratney. 2000. Soil Spatial Variability. En Summer M.E : Handbook
of S. Sc. A9. p. 324.
Orellana J.A. de & M.A. Pilatti 1999. The Ideal Soil : I) An Edaphic Paradigm for
Sustainable Agriculture. J. of Sustainable Agriculture 15 (1): 47 a 59.
Orellana J.A. de, M.A. Pilatti & D.A. Grenón 1997. Soil quality: an approach to the
physical state assessment. .J.of Sustainable Agriculture 9 (2-3):91-108.
Orellana, J. A. de; L J. J. Priano & M. A. Pilatti. 1988. Niveles de pH y nutrimentos en
Argiudoles de Las Colonias (Santa Fe). Rev. FAVE III (1-2), 51 a 57.
Pilatti M.A., A. Alesso, O. Felli y E. Gasparotti, 2014. Uso de lodos de depuradora
sobre suelos de baja productividad en Santa Fe (Argentina). Revista FAVE sección
Ciencias Agrarias. 13 (1) 63-80.
Pilatti M. A., J. A. de Orellana, S. Imhoff & Á. P. da Silva, 2012. Revisión de los
límites críticos del Intervalo Hídrico Óptimo (IHO). Ciencia del Suelo (Argentina). 30
(1): 9-21.
Pilatti M.A. y J. A de Orellana, 2012. Suelos ideales para agricultura sostenible.
Revista FAVE sección Ciencias Agrarias, Vol.11 N°1- 65-87.
13
Pilatti M.A. y J. de Orellana 2000. The Ideal Soil. II: Critical Values of the Ideal Soil, for
Mollisols in the North of the Pampean Region (In Argentina). J. of Sustainable
Agriculture 17 (1): 89-111.
Pilatti M.A. y J.A. de Orellana, 2016. Hacia una clínica de suelos: Mirando al suelo con
ojos de planta. Edic. Colección „Cátedra´ UNL, 280 pp. (En prensa)
Pilatti M.A., A.L. Norero & D.A. Grenón, 2011. Enfoque de sistemas y modelos de
simulación de cultivos: Necesidad, formulaciones, usos y evaluación. Editorial
Académica Española.140 pp. ISBN: 978-3-8454-9930-7
Pilatti M.A., D. Grenón, J. de Orellana & S. Imhoff, 2006. Global Interactive Index for
Soil Production and Degradation Assessment. 18º Congr. Mundial de la Ciencia del
Suelo. Philadelphia, USA. 116-55.
Pilatti M.A., J. de Orellana & O. Felli 2003. The Ideal Soil: III) Fitness of Edaphic
Variables to Achieve Sustenance in Agroecosystems. J. of Sustainable Agriculture 22
(2): 109-132.
Pilatti M.A., P. Ghiberto y S. Imhoff, 2006. Application of a General Relationship
between Soil Particle Density and Organic Matter to Mollisols of Santa Fe (Argentina).
18º Congreso Mundial de la Ciencia del Suelo. Philadelphia, USA.Trabajo 163-11.
Pilatti, M. Á. & D. A. Grenón. 1995. La profundidad enraizable de los suelos. Su
estimación a partir de información edáfica. Segunda versión, corregida, ampliada,
software y manual para el usuario. Comunicaciones FAVE, C-003-AD-003, 29 pp.
Pilatti, M. Á.; J. A. de Orellana, L. J. J. Priano, O. M., Felli & D. A. Grenón. 1988.
Manejos tradicionales y conservacionistas: incidencia sobre propiedades físicas,
químicas y biológicas del suelo. Estudio de casos sobre Argiudoles del sur de Santa
Fe. Ciencia del Suelo 6(2)19-29.
Pilatti, M.A. & D. A.Grenón. 2008a. Información química de Argiudoles del centro de
Santa Fe. – I) Nitrógeno y Fósforo. Revista FAVE sección Ciencias Agrarias. 7 (1 y 2):
105-120..
Pilatti, M.A. & D. A.Grenón. 2008b. Información química de Argiudoles del centro de
Santa Fe. – II) pH y cationes intercambiables K, Ca y Mg. Revista FAVE sección
Ciencias Agrarias, 7 (1 y 2): 121-130.
Pilatti, M.A. & J.A. de Orellana, 1995. Instrucciones para tomar muestras de suelos. 2ª.
Ed., corregida y ampliada. Comunic. FAVE, C-002-AD-002, 10pp.
Pilatti, M.A. Orellana, J.A. de 1993. Posibles indicadores edáficos de sostenibilidad: II)
el intervalo hídrico óptimo. 15 pp. Inédito. Presentado en el XIV Congr. Arg. de Ciencia
del Suelo. Publ.resumen.
14
Piñeiro, A; MA Pilatti & D Mistrorigo. 1982. Degradación del recurso natural suelo y la
consecuente disminución de la productividad de la región noreste de Santa Fe.
Publicado por la Dir. Gen. de Extensión e Investigaciones Agropecuarias, MAG. 42 pp.
Rondini, MAS. de & HGC de Doval. 1975. Evaluación del fósforo orgánico y su
relación con el carbono y nitrógeno orgánicos en suelos de tres regiones argentinas.
IDIA (331 333): 16 26.
SAMLA, 2004. Sistema de Apoyo Metodológico a los Laboratorios de Análisis.
Silva, A.P da.; B.D. Kay & E. Perfect, 1994. Characterization of the least limiting water
range of soils. Soil Sci. Soc. Am. J., 58, 1775-1781.
Vázquez, M. 1983. Variaciones temporales en las determinaciones de Ca, Mg y K
intercambiables. Rev. Facultad de Agronomía 4 (3): 317-323.
Walkley, A. & I. Black, 1945. En Jackson ML. 1982. Análisis químico de suelos.
Omega: Barcelona. 663 pp.
15
CONTENIDO HÍDRICO, DENSIDAD Y RESISTENCIA MECÁNICA CRÍTICA PARA

EL CRECIMIENTO DE LAS RAÍCES EN SUELOS DE LA PAMPA ONDULADA
MENGONI, H.D.*1,3,4; ÁLVAREZ C.R.2; FERNÁNDEZ P.L.2; COSENTINO D.1;

TABOADA M.A.2,3,4;& IMHOFF S.4,5
1
Cátedra de Edafología, Universidad de Buenos Aires; 2Cátedra de Fertilidad y
Fertilizantes; Universidad de Buenos Aires; 3Instituto de Suelos CNIA INTA Castelar;
4
CONICET; 5Facultad de Agronomía de la Universidad Nacional del Litoral
*[email protected]
Palabras clave: degradación; contenido orgánico, gradiente textural
Resumen
fundamental en el desarrollo y rendimiento de los cultivos. El crecimiento de las raíces
de las plantas está directamente afectado por el contenido de agua del suelo, su
aireación y su resistencia mecánica (Rs) y dependen de la textura y el estado de
degradación del suelo entre otros factores. Según varios autores, el valor de Rs =
2MPa es tomado como crítico (Rsc) para el crecimiento de las raíces. Los suelos
compactados, requieren de alta humedad para mantener la Rs por debajo de los
valores restrictivos. Por ello, el objetivo de este trabajo fue: determinar los niveles de
contenido hídrico gravimétrico crítico (θgc) en que se alcanza Rsc en los horizontes
genéticos de diferentes suelos de la Pampa Ondulada Alta con un gradiente textural
marcado y dos niveles de degradación del horizonte superficial. Los suelos
muestreados fueron: un Hapludol típico, un Argiudol típico y un Argiudol vértico. Se
tomaron muestras disturbadas de sus horizontes en las cuales se midió distribución de
tamaño de partícula y carbono orgánico. También se tomaron muestras no disturbadas
de los horizontes de las cuales se obtuvo: la Rs, el contenido hídrico gravimétrico (θg)
y volumétrico (θv) y la Ds. Para alcanzar diferentes valores de θg y θv, se sometieron
las muestras a diferentes potenciales mátricos. Cuando se alcanzó el equilibrio mátrico
se determinó Rs a cada θg. Para estimar la Rs a partir de elθv y la Ds se utilizó el
modelo no lineal propuesto por Busscher (1990). El modelo presentó altos valores de
ajuste y significancia (R2 = 0.809; p<0,001) en la estimación de la Rs f (Ds; θv) para los
suelos evaluados de la Pampa Ondulada Alta. Los resultados sugieren que en
situaciones de menor degradación superficial, el suelo debe estar más húmedo que en
las de mayor degradación para que su Rs esté por debajo de la Rsc. A nivel sub
superficial, los horizontes que contienen menos de 460 g kg-1 de arcilla disminuye su
θgc conforme aumenta la compactación y viceversa. La Rs = 2 MPa, considerada
1
como crítica e invariable, debería tomarse como dependiente del contenido de arcilla
y/o de MO. Más estudios son necesarios para determinar los umbrales críticos de las
variables que afectan el crecimiento de las plantas.
Introducción
fundamental en el desarrollo y rendimiento de los cultivos (da Silva y Kay, 2004). El
crecimiento de las plantas está directamente afectado por el contenido de agua del
suelo, su aireación y su resistencia mecánica (Tormena et al. , 1999). Estos factores
físicos están determinados por la textura del suelo, la estructura (porosidad, densidad
aparente, y estado de agregación) y también por el clima (principalmente las
precipitaciones) que varían de un año a otro (Dexter, 1988). Por lo tanto, no es fácil
definir los límites críticos más allá de los cuales se perjudica el crecimiento y desarrollo
del cultivo (Torres y Saraiva, 1999). Sin embargo, existe amplio consenso en identificar
esos valores (o rangos) óptimos o umbrales de parámetros tales como la densidad
aparente, la porosidad, la dureza del suelo y la capacidad de retención de agua del
suelo (Ferreras et al. , 2007). En tal sentido, el agua debe ser tomada como una
variable de equilibrio, que disminuye o agrava los efectos de la aireación y el
endurecimiento del suelo (Letey, 1985).
Varios autores han determinado que la resistencia mecánica del suelo (Rs) es un
parámetro más sensible que la densidad para detectar los efectos de las prácticas de
manejo sobre el suelo (Bauder y Black, 1981; Hammel, 1989). Por ejemplo, un
aumento del 20% de la densidad del suelo (Ds), puede llegar a suponer un incremento
de la Rs de hasta un 400% (Vorhees et al. , 1978). El incremento en la Rs bajo
sistemas conservacionistas puede reducir el crecimiento de las raíces (Álvarez et al. ,
2009), con efectos negativos sobre el abastecimiento de agua y nutrientes por parte de
los cultivos (Kirkegaard et al. , 1994). Stirzaker et al. (1986) indicaron que en suelos
finos, inclusive con adecuada fertilidad química, la absorción de agua y nutrientes
puede verse limitada debido a la dificultad de las raíces para explorar la matriz del
suelo.
Existe una amplia discusión acerca de cuál es el valor umbral de Rs a partir del cual se
limita el crecimiento de las raíces. En la literatura, son generalmente aceptados
valores de Rs de 2 a 3,5 MPa (da Silva y Kay, 1996; Bengough y Mullins, 1990;
Greacen, 1986, Cass et al. , 1994, Horn y Baumgartl, 2000, Materechera et al. ,
1991). Sin embargo, 2 MPa es el valor crítico de resistencia (Rsc) más ampliamente
utilizado. De acuerdo con Taylor et al. (1966) y Atwell (1990) es a partir del cual se
reduce notablemente la elongación y el desarrollo radical y según Weaich et al.
(1992) y Tardieu (1994) comienza a afectarse el crecimiento de la parte aérea de las
plantas.
2
La condición hídrica del suelo y el estado de compactación son factores que

determinan la Rs y que por lo tanto restringen el crecimiento de las raíces de los
cultivos (Gupta y Allmaras, 1987). Los suelos compactados requieren de alta humedad
para mantener la Rs por debajo del valor límite (Topp et al. , 1994; Silva et al. , 1994;
Muller, 2002; Beutler et al. , 2006). Por lo cual, este umbral de Rs puede alcanzarse
mucho antes de que el suelo llegue al punto de marchitez permanente (PMP). De esta
manera, la capacidad de campo (CC) y el PMP de los suelos, no serían buenos
indicadores a tomar en cuenta para considerar un normal desarrollo de raíces. Por
ello, el objetivo de este trabajo fue: determinar los niveles de contenido hídrico (crítico)
en que se alcanza la Rsc en los horizontes genéticos de diferentes suelos de la
Pampa Ondulada.
Se seleccionaron tres suelos agrícolas representativos de la Pampa Ondulada alta,

siguiendo una transecta con un marcado gradiente textural de NE a SO. Los suelos
muestreados fueron: a- Hapludol típico, b- Argiudol típico y c- Argiudol vértico. En cada
uno de ellos se seleccionaron dos situaciones de degradación del horizonte mólico
definidas por los años de agricultura, denominándolas: Horizonte A con mayor
degradación (A>deg) y horizonte A con menor degradación (A<deg), siendo mayor y
menor degradación, coincidiendo con mayor y menor contenido de carbono (Cox),
respectivamente. Se muestrearon horizontes genéticos hasta una profundidad de 1,5
m.
Se tomaron muestras disturbadas con el objetivo de caracterizar a los horizontes. Las
variables que se midieron fueron: distribución de tamaño de partícula y carbono
orgánico. La granulometría se determinó mediante el método del hidrómetro de
Bouyoucos (Bouyoucos, 1962; Ashworth et al. , 2001) con previa oxidación de la
materia orgánica con agua oxigenada y contabilización de las arenas mediante
tamizado por 53 μm. El contenido de carbono orgánico fue determinado por el método
Walkey y Black (Nelson y Sommers, 1982).
También se tomaron muestras no disturbadas de los horizontes y de las cuales se
obtuvo: la Rs, el contenido hídrico gravimétrico (θg) y volumétrico (θv) y la Ds. La Rs
se midió en laboratorio utilizando un penetrómetro electrónico automático (Marconi®,
Brasil) con un cono de 4 mm de diámetro basal, 0,1256 cm2 de área basal y un ángulo
de 60°. La velocidad de avance del vástago fue de 1 cm min-1 recolectando un dato
cada 0,7 s. Se promediaron las lecturas entre 1 y 4 cm de profundidad para obtener un
valor medio de Rs por muestra. Para alcanzar diferentes valores de θv, se equilibraron
las muestras a los siguientes potenciales mátricos: -0,005 y -0,01 MPa en mesas de
tensión (Toppy Zebchuk, 1979), -0,033, -0,1, -0,5 y 1,5 MPa (ésta última en muestra
disturbada) en cámara de presión de platos porosos de cerámica (Klute, 1986). Las
muestras fueron secadas en estufa a 105 °C durante 48 hs para determinar el
3
contenido hídrico gravimétrico (θg), la densidad del suelo (Ds) (Grossman y Reinsch,
2002), calculando elθv. Cuando se alcanzó el equilibrio en el potencial mátrico se
determinó Rs a cada θv.
En la Tabla 1 se caracterizan los suelos por sus variables físicas.

Tabla 1. Propiedades físicas de los horizontes genéticos de los suelos bajo estudio.
Suelo Prof. Ds Cox Arcilla Limo Arena θvCC θvPMP

cm g cm-3 -1
-------------------- g kg --------------------- ---- cm cm-3 ----
3
Hapludol típico
A>deg 0-13 1.33 10.5 45 174 781 0.19 0.06
A<deg 0-13 1.43 17.9 111 280 609 0.29 0.13
Ap2 13-25 1.43 9.7 90 120 791 0.28 0.13
Bw 25-48 1.47 4.2 100 127 774 0.23 0.08
BC 48-80 1.38 3.4 93 121 787 0.15 0.07
C1 80+ 1.40 1.4 78 112 810 0.31 0.07
Argiudol típico
A>deg 0-15 1.48 14.9 292 486 222 0.33 0.19
A<deg 0-15 1.34 20.9 304 577 119 0.34 0.21
Ap2 15-32 1.45 13.3 262 537 202 0.32 0.15
BA 32-42 1.46 8.2 391 383 227 0.36 0.23
Bt1 42-58 1.44 5.2 465 386 149 0.37 0.26
Bt2 58-77 1.44 3.9 431 399 171 0.37 0.25
BC 77-125 1.30 1.8 356 455 190 0.31 0.20
C 125+ 1.26 2.0 246 503 252 0.24 0.14
Argiudol vértico
A>deg 0-13 1.34 11.6 354 526 120 0.33 0.15
A<deg 0-13 1.20 23.5 302 577 121 0.42 0.17
Ap2 13-30 1.46 15.8 353 539 108 0.33 0.18
Bt1 30-47 1.31 7.5 584 322 94 0.50 0.32
Bt2 47-67 1.36 7.0 636 289 75 0.47 0.35
Bt3 67-97 1.40 3.2 574 343 84 0.51 0.32
BC 97-140 1.48 1.7 597 329 75 0.45 0.36
BCk 140+ 1.45 1.7 413 501 88 0.39 0.28
Donde: Prof. es profundidad; Ds, densidad del suelo; Cox, carbono fácilmente
oxidable; θvCC y θvPMP contenido hídrico volumétrico a capacidad de campo (-0,033
MPa) y a punto de marchitez permanente (-1,5MPa) respectivamente. A>deg y A<deg
corresponde al horizonte superficial con mayor y menor degradación, respectivamente.
Busscher (1990) generó un modelo no lineal para estimar la Rs a partir de elθv y la Ds.
Este modelo también fue utilizado por da Silva et al. (1994) y Betz et al. (1998) [ec. 1] con el
objetivo de determinar el θv al cual se alcanza Rs igual a 2 MPa.
b c
Rs = aθv Ds [ec. 1]
donde: Rs = resistencia a la penetración del suelo (MPa); θv = contenido de agua de la muestra
3 –3 -3
(cm cm ), Ds = densidad aparente (g cm ); a, b, c = coeficientes de ajuste.
4
Para la estimación del θg crítico se despejó θv de la ec. 1 y se dividió por la Ds. El valor de Rsc
utilizado fue 2 MPa, considerado valor umbral (da Silva et al. 1994).
Estimación de la Rsc
La Rsc se estimó a partir del modelo propuesto por Busscher (1990). Este modelo fue
desarrollado a partir de 8 suelos de origen laterítico (Ultisoles y Oxisoles). Siete de los
cuales tienen textura gruesa y sólo uno franco arcillo limosa. Esto presupone
incertidumbre sobre su validez en suelos de la región pampeana de origen loéssico.
Sumado a ello, la punta del penetrómetro utilizada por Busscher, fue plana de 5 mm
de diámetro a diferencia de la utilizada en este trabajo que fue cónica de base 4 mm
de diámetro y con ángulo de 60º. Considerando todo esto, se trazó una relación entre
las Rs medidas (observadas) en relación con la Rs estimada con la ec. 1. Esta relación
se muestra en la Figura 1, el cual mostró altos valores de ajuste y significancia (R2 =
0.809; p<0,001) (Figura 1).
8
1:1
7
6
Rs observada (Mpa)
5
y = 0.986x + 0.035
4 R² = 0.809
3
Hapludol típico
2
Argiudol típico
1
Argiudol vértico
0
0 2 4 6 8
Rs estimada (Mpa)
Figura 1. Regresión entre Rs estimada con el modelo de Busscher (1990) y Rs observada. La línea llena
corresponde a la relación 1:1; la línea punteada es la curva de regresión.
En la Figura 2, se grafica la contenido hídrico gravimétrico crítico (θgc) de los

horizontes al que se alcanza la Rsc (igual a 2 MPa) para cada valor de Ds. Se observa
que, en el Hapludol, a medida que la Ds aumenta, también lo hace elθgc en todos sus
horizontes, mostrando una pendiente positiva. No sucede lo mismo en los Argiudoles
ya que a nivel superficial el A<deg del vértico posee pendiente negativa. A nivel sub
superficial, se puede distinguir que los horizontes que contienen más de 460 g kg -1 de
arcilla tienen pendiente negativa (Bt del A. típico y Bt1, Bt2 y BC del A. vértico -Tabla
1).Esta observación toma sentido cuando se tiene en cuenta el contenido de arcilla y la
presencia de esmectitas en el material original. Este comportamiento de los horizontes
5
con más contenido de arcilla puede estar atribuido a la capacidad de expansión-

contracción de su matriz plasmática (Boivin, 2007). El cambio volumétrico modifica
sensiblemente la Ds y las relaciones funcionales entre el θg y la Rs. Así, ésta relación
puede estar modificándose todo el tiempo en función del θv ya que la Ds depende de
la misma.
0.40 0.40 0.40

Hapludol típico A<deg Argiudol típico Argiudol vértico
0.30 A>deg 0.30 0.30
0.20 0.20 0.20

0.50 0.50
0.10 0.10 A<deg 0.10 A<deg
0.40 0.40
A>deg A>deg
θg ( g g-1)
0.00 0.00 0.00

0.30 0.30
1.0 1.2 1.4 1.6 1.0 1.2 1.4 1.6 1.0 1.2 1.4 1.6
0.40 0.40 0.40
Hapludol típico Bw 0.20 Argiudol típico 0.20 Argiudol vértico
BC
0.30 C 0.10
0.30 0.10
0.30
0.00 0.00
0.20 0.20 0.20
1.0 1.2 1.4 AB 1.6 1.0 1.2 1.4 1.6
Ap2
Bt Bt1
0.10 0.10 0.10
BC Bt2
C BC
0.00 0.00 0.00
1.0 1.2 1.4 1.6 1.0 1.2 1.4 1.6 1.0 1.2 1.4 1.6
Ds (g cm-3)
Figura 2. Curvas de contenido hídrico gravimétrico crítico (θgc) en el que se alcanza la
resistencia mecánica crítica (Rsc) en función de la densidad del suelo (Ds) de unHapludol
típico, un Argiudol típico y un Argiudolvértico de la Pampa Ondulada alta. Los gráficos
superiores corresponden al Horizonte A con dos situaciones de degradación. Los gráficos
inferiores corresponden a los horizontes subsuperficiales de cada suelo.
Respecto a los horizontes superficiales, se observó que el θgc es menor en las

situaciones A>deg(menor Cox) que en las A<deg(mayor Cox) a Ds menores que 1,53,
1,58 y 1,39 g cm-3 para H. típico, A. típico y A. vértico, respectivamente. Sin embargo,
la pendiente de la curva de las situaciones menos degradadas es menor a las de
mayor degradación indicando menor variación frente a la compactación. En los
Argiudoles, la A<deg posee pendiente negativa, es decir que a medida que se
densifica necesita estar menos húmedo para alcanzar la Rsc. En el horizonte
superficial del Hapludol la diferencia entre las dos curvas es muy amplia, lo que no
sucede en los Argiudoles. Esto podría deberse a que el contenido de arcilla del
horizonte A>deg del Hapludol es más del doble que el del A<deg (45 vs. 111 g kg-1,
respectivamente).
De los gráficos, surge que el horizonte A de los suelos con menor degradación (mayor
CO) debe mantener la humedad por encima de 0,18g g-1, 0,25gg-1y 0,27 g g-1para el
6
Hapludol y los Argiudoles típico y vértico, respectivamente, para mantenerse fuera de

la humedad crítica. La cual, en, en todas las densidades evaluadas siempre es mayor
en situaciones de menor degradación. Esta afirmación queda sujeta a una profunda
discusión, ya que, en estos suelos, durante el ciclo de cultivo, es muy probable que el
θg se encuentre por debajo de esos valores. Sin embargo, soportan producciones de
alto rendimiento. Por ejemplo, Imvikelried et al (2010) encontraron en Argiudoles
Santafecinos,que el rendimiento en soja disminuyó a medida que aumentó la Rs, pero
que se estabilizó en más de 3000 kg/ha a una Rs> 5,5 MPa.
Queda el interrogante si la Rsc = 2 MPa, considerada como crítica e invariable no
debería tomarse como variable o dependiente que interactúa con otros parámetros
físicos del suelo como la distribución de partículas o la MO. En tal sentido, Pilatti y
Orellana (2012) citando a Glinsky y Lipiec1990 discuten y proponen que la
determinación de la Rsc debe considerar, por lo menos, el contenido de arcilla. Smith
et al 1997, encontraron que la relación entre la Rs medida con penetrómetro, la Ds y el
contenido hídrico está fuertemente influenciada por el contenido de arcilla y de MO.
Por otro lado, Causarano (1993) reporta que la MO incrementa la fuerza del suelo
cuando se encuentra húmedo y la disminuye cuando está seco.
Las situaciones A<deg poseen mayor contenido de Cox que las A>deg. Sin embargo,
según lo encontrado en este trabajo, el θgc de A<deg siempre está por encima de las
A>deg, suponiendo una menor dureza del suelo a un mismo θg. Esto, pude deberse a
que el contenido de carbono orgánico está asociado positivamente con la estabilidad
de los agregados del suelo. Así, la mayor estabilidad otorga resiliencia al suelo y esto
se manifiesta en la menor pendiente que presenta la curva de θgc ante aumentos de la
Ds de las situaciones menos degradadas (Figura 1). Gómez et al. (2000),
encontraron que en situaciones con estructura deteriorada, la proporción de carbono
humificado fue menor. A su vez, Ferréas et al (2007) hallaron en suelos de la Pampa
Ondulada norte que a mayor contenido de carbono orgánico total la estabilidad de los
agregados se incrementó. Tal incremento, es atribuido a la intensificación de las
fuerzas de cohesión entre partículas minerales y orgánicas. Álvarez (2012),evaluó la
Rs de situaciones cuasi prístinas y siembra directa con niveles de MO
significativamente diferentes en Argiudoles de la Pampa Onduladaencontrando niveles
de Rs similares entre ambas situaciones. Una hipótesis es que en situaciones cuasi
prístinas existe un entramado radicular generando mayores Rs medidas con
penetrómetro. Entonces, una mayor Rs medida con penetrómetro, no implicaría una
restricción de igual magnitud para el crecimiento de las raíces.
Conclusiones
De los gráficos, surge que el horizonte A de los suelos con menor degradación (mayor
CO) debe mantener la humedad por encima de 0,18g g-1, 0,25gg-1y 0,27 g g-1para el
7
Hapludol y los Argiudoles típico y vértico, respectivamente, para mantenerse fuera de

la humedad crítica.
En los horizontes superficiales la pendiente de la curva θgc f(Ds) de las situaciones
más degradadas es mayor que las de menor degradación indicando menor variación
frente a la compactación.
A nivel sub superficial, se puede distinguir que los horizontes que contienen menos de
460 g kg-1 de arcilla tienen pendiente positiva. Los cuales son: AB, BC y C del A. típico
y Ap2 del A. vértico.
La Rs = 2 MPa, considerada como crítica e invariable, debería tomarse como
dependiente del contenido de arcilla y/o de MO.
El modelo de Busscher presentó altos valores de significancia (R2 = 0.809; p<0,001)
en la estimación de la Rs f (Ds; θv) para los suelos evaluados de la Pampa Ondulada
Alta.
Más análisis son necesarios para determinar los umbrales críticos de las variables que
afectan el crecimiento de las plantas en los suelos de la Pampa Ondulada Alta.
Agradecimientos
A la Dra. Ing. Agrónoma Silvia Imhoff por el apoyo recibido y la facilitación del uso del
laboratorio de física de suelos de la UNL.
Bibliografía
Álvarez, C.; Taboada, MA.; Gutiérrez Boem, F.; Bono, A.; Fernández, P.; Prystupa, P.
2009. Topsoil properties as affected by tillage systems in the rolling Pampa region of
Argentina. Soil Science Society of America Journal 73: 1242-1250.)
Álvarez C. 2012. Condición física de los suelos limosos bajo Siembra directa:
Caracterización, génesis y manejo. Tesis Doctoral. Escuela para Graduados Ing. Agr.
Alberto Soriano Facultad de Agronomía – Universidad de Buenos Aires.
Ashworth J; Keyes D; Kirk R y Lessar R. 2001. Standard procedure in the
hydrometer method for particle size analysis.Communications in Soil Science and Plant
Analysis. 32(5y6):633-642.
Atwell, B. 1990.The effect of soil compaction on wheat during early tillering. New
Phytol. 115:29-35.)
Bauder, Ay AL Black. 1981. Soil carbon, nitrogen, and bulk density comparisons in two
cropland tillage systems after 25 years and in virgin grassland. Soil Sci. Soc. Am. J. 45:
1166-1170.)
8
Betz, C.L., Allmaras, R.R., Copeland, S.M., Randall, G.W., 1998. Least limiting water
range: traffic and longterm tillage influences in a Webster soil. Soil Sci. Soc. Am. J. 62,
1384– 1393.)
Beutler, A.N.; Centurion, J.F.; Silva A.P. y Barbosa J.C. 2006.Intervalo hídrico ótimo e
produtividade de cultivares de soja. R. Bras. Eng. Agric. Amb., 10:639-645.)
Boivin P. 2007. Anisotropy, cracking, and shrinkage of vertisol samples—experimental
study and shrinkage modeling. Geoderma 138:25–38
Bouyoucos GJ. 1962. Hydrometer method improved for making particle size analyses
of soils. Agronomy Journal. 54:464-465.
Busscher, W. J. (1990), Adjustment of flat-tipped penetrometer resistance data to a
common water content. Am. Soc. Agric. Eng., 3, 519-524
Causarano, H., 1993. Factors affecting the tensile strength of soil aggregates. Soil
Tillage Res. 28, 15–25
da Silva, A.P.; Kay, B. D. 1996. The sensitivity of shoot growth of corn to the least
limiting range of soils. Plant Soil 184, 323-329.
da Silva, A.P.; Kay, B. D.; Perfect, E. 1994. Characterization of the least limiting range
of soils. Soil Sci. Soc. Am.J. 58, 1775-1781.
da Silva, Alvaro-Pires; Kay, B. D., 2004: Linking process capability analysis and least
limiting water range for assessing soil physical quality. Soil and Tillage Research 79(2):
167-174) .
Dexter, A.R. 1988. Advances in the characterization of soil structure. Soil Tillage Res.
11: 199-238.
Ferreras, L; G Magra; P Besson y F García. 2007. Indicadores de calidad física en
Suelo 25: 159- 172.)
Glinski, J.; Lipiec, J. 1990.Soil Physical Conditions and Plant Roots.CRC Press. Boca
Raton, Florida, 250 pp.
Gómez, E; LA Ferreras; S Toresani; A Ausilioy V Bisaro. 2001. Changes in some soil
properties in a vertic soil under shortterm conservation tillage. Soil Till. Res.61: 179-
186.
Greacen, E.L., 1986. Root response to soil mechanical properties. In: Transactions of
the 13th Congress of International Society for Soil Science, Hamburg, Germany, vol. 5,
pp. 20–47.)
Grossman, R. B.; Reinsch, T. G. 2002. Bulk density and linear extensibility. Chapter
2.En: Methods of Soil Analysis. Part 4.Physical Methods.J. H. Dane and G. C. Topp
9
(Eds.). Book series: 5, Soil Science Society of America, Madison, Wisconsin, USA:
201-228.
Gupta, S.C.; Allmaras, R. R. 1987. Models to assess the susceptibility of soils to
excessive compaction. Advances in Soil Science 6: 65-100.
Hammel, JE. 1989. Long-term tillage and crop rotation effects on bulk density and soil
impedance in northern Idaho. Soil Sci. Soc. Am. J. 53: 1515-1519.)
Horn, R., Baumgartl, T., 2000. Dynamic properties of soils. In: Sumner, M.E. (Ed.),
Handbook of Soil Science. CRC Press, Boca Raton, FL.)
Imvenkelried H.O.; Imhoff S.; Butarelli M. 2010.Análisi del crecimiento y la respuesta
del rendimiento del cultivo de soja a la compactación del suelo. Actas Congresos
Argentino del Ciencia del Suelo. Junio de 2010. Rosario.
Kirkegaard, JA; JF Angus; PA Gardner y W Muller. 1994. Reduced growth and yield of
wheat with conservation cropping. I. Field studies in the first year of the cropping
phase. Austr. J. Agric. Res. 45: 511-528.)
Klute, A. 1986. Water retention: Laboratory Methods. chap. 26.p.635-660. In: Klute, A.,
ed. Methods of soil analysis-physical and mineralogical methods. American Society of
Agronomy. Madison, WI, USA.)
Letey, J. 1985. Relationship between soil physical properties and crop production.
Adv.Soil Sci. 1: 277-294.)
Materechera, S.A.; Dexter, A.R.; Alston, A.M. 1991. Penetration of very strong soils by
seedling roots of different plant species. PlantandSoil 135: 31-41.)
Müller, M.M.L. Influência do monocultivo na cana-de-açúcar e nas propriedades físicas
e químicas de um Nitossolo Vermelho e um NeossoloQuartzarênico. Botucatu,
Universidade de São Paulo, 2002. 120p. (Tese de Doutorado))
Nelson, DW yLE Sommers. 1982. Total carbon, organic carbon and organic matter. In:
Methods of soil analysis, Part 2, Chemical and Microbiological Properties. AL Page ;
RH Milley DR Keeney (eds.). American Society of Agronomy Madison, WI, USA, pp.
539-577.)
Pilatti, M.A.; de Orellana, Jorge; Imhoff, Silva y Pires da Silva, Álvaro. Actualización
de los límites críticos del intervalo hídrico óptimo. Ciencia del Suelo. 2012, vol.30, n.1.
Smith C.W., Johnston M.A., Lorentz S. 1997. The effect of soil compaction and soil
physical properties on the mechanical resistance of South African forestry soils.
Geoderma 78 1997 93–111.
Stirzaker, R.J.; Passioura, J.B.; Wilms, Y. 1996. Soil structure and plant growth: impact
of bulk density and biopores. Plant and Soil 185: 151-162.)
10
Tardieu, F. 1994. Growth and functioning of roots and to root systems subyected to soil
compaction. Towards a system with multiples ignaling. Soil Tillage Research, 30: 217-
243.
Taylor, H.M.; G.M. Roberson y J.J. Parker. 1966. Soil strength-root penetration
relations to coarse textured materials. Soil Science, 102: 18-22.
Topp, G.C., Zebchuk, W., 1979. The determination of soil water desorption curves for
soil cores. Can. J. Soil Sci. 59, 19–26.)
Topp, G.C.; Galganov, Y.T.; Wires, K.C. y Culley, J.L.B. 1994. Non-limiting water range
(NLWR): An approach for assessing soil structure. Ottawa, Soil Quality Evaluation
Program, Agriculture and Agr-Food Canada. 36p. (Technical Report, 2)
Tormena, C.A., Silva, A.P., Libardi, P.L., 1999. Soil physical quality of a Brazilian
Oxisol under two tillage systems using the least limiting water range approach.SoilTill.
Res. 52, 223–232.)
Torres, E. y Saraiva, O.F. 1999. Camadas de impedimento do solo em sistemas
agrícolas com a soja. Londrina, Empresa Brasileira de Pesquisa Agropecuária. 58p.
(Circular Técnica, 23).
Vorhees, W.B., Senst, C.G. y Nelson, L. 1978. Compaction and soil structure
modification by wheel traffic in the northern Corn Belt. Soil Science Society of America
Journal, 42: 344-349)
Weaich, K; KL Bristow yA Cass. 1992. Preemergent shoot growth of maize under
different drying conditions. Soil Science Society of America Journal, 56: 1272-1278.
11
PROPIEDADES QUÍMICAS DE LOS SUELOS EN LOTES DE ESTABLECIMIENTOS

LECHEROS DE LA CUENCA OESTE BONAERENSE
MARÍA INÉS VANKEIRSBILCK1 *, MIRIAN BARRACO2 & MARINA MAEKAWA3.
1
Agencia de Extensión Rural INTA General Villegas. San Martín 26. General Villegas.
C.P. 6230. 2 Estación Experimental INTA General Villegas. 3 Agencia de Extensión Rural
INTA Trenque Lauquen.
* [email protected]
Palabras clave: nutrientes, calidad de suelos, tambos.
Resumen
El objetivo de este trabajo fue realizar la caracterización de variables edáficas en diez

establecimientos lecheros de la Cuenca Oeste Bonaerense, afectados por la tendencia
a la intensificación. En cada establecimiento se muestreó un lote proveniente de pastura
base alfalfa (PP) y un lote proveniente de por lo menos 2 a 3 años de maíz para silo
(MzS). A una profundidad de 20 cm se determinó: textura, contenido de materia
orgánica (MO), nitrógeno total (Nt),fósforo (P), azufre de sulfatos (S-SO4-2), pH,
conductividad eléctrica (CE), capacidad de intercambio catiónico (CIC) y cationes:
calcio (Ca), magnesio (Mg), potasio (K) y sodio (Na). En los 5 cm superficiales se
determinó MO y MO Joven (MOJ).Con los valores de textura y MO se determinó el
Índice de MO (IMO= [MO (limo+arcilla)-1]). Los valores obtenidos indican que los
sistemas lecheros tienen un variado nivel de fertilidad, influenciado principalmente por la
presencia de animales en los lotes productivos. El P fue el nutriente que presentó más
variabilidad (33,4 ±34,9 mg kg-1). En S y Ca los resultados en general estuvieron por
debajo de los requeridos por los cultivos, con valores de 5,5 ±4,6 mg kg -1para S y
56,4±5,9 % de la CIC para Ca.Sólo se observaron valores medios diferentes según uso
previo de los suelos de PP versus MzSen IMO y CE (p=0,0665 y p=0,0753,
respectivamente). En el caso de IMO en promedio los lotes de PP presentaron mayores
valores que los de MzS, al igual que en CE.No obstante, el IMO demostró que en la
mayoría de los casos los bajos niveles de MO relevados se deben a la genética de los
suelos y no a condiciones antrópicas.
Introducción
En Argentina, la producción lechera se caracteriza por ser principalmente base
pastorilcon pasturas perennes, con complemento de verdeos de invierno y siembras de
verano, especialmente maíz y sorgo para ensilado, (Chimicz & Gambuzzi, 2007). Sin
embargo, en los últimos años hubo una disminución progresiva de forraje en la dieta,
aumentando la participación de silo y concentrado.
1
En la Cuenca Oeste de la Provincia de Buenos Aires, se encuentran los tambos de

mayor superficie productiva, y con el consumo más alto de maíz para silo del país (1488
kgvaca ordeño (VO)año-1), (Chimicz & Gambuzzi, 2007).El aprovechamiento máximo de
este recurso y de otros producidos en el establecimiento tales como los granos, aporta a
la eficiencia del sistema, tanto económica como productiva.
La implantación de maíces para silo, tiene como objetivo lograr una alta producción de
materia seca (MS), a diferencia de los destinados a cosecha en el cual su finalidad es la
producción de grano. La alfalfa, tanto para pastoreo como para corte, a pesar de haber
disminuido en los últimos años su tiempo de persistencia (de 4 años promedio en
producción, en ocasiones llegan a 3), ha aumentado su producción de MS por unidad de
superficie.Las mediciones promedio de producción de alfalfa de la Cuenca Oeste de
Buenos Aires, fueron de 12324 kg MS ha-1 año-1 para la localidad de Trenque Lauquen
(Maekawa & Demateis, 2013) y de 13763 kg MS ha-1 para General Villegas (Otero &
Montoya, 2014). Con respecto a maíz para silo las producciones promedios fueron de
10000 y 11000 kg MS ha-1 para Trenque Lauquen y General Villegas, respectivamente.
El diagnóstico de la fertilidad de los suelos incluye el análisis e interpretación de los
valores, y a partir de estos, predecir respuestas para mejorar el manejo de la fertilidad
(Correndo & García,2011) y maximizar la productividad de los cultivos. La extracción de
nutrientes y el bajo aporte de residuos por parte de cultivos destinados a silo, pueden
generar una disminución en el nivel de los nutrientes en suelo (Basantaet al.,2012),
generando un proceso de degradación que pone en peligro la sustentabilidad de los
suelos (Cruzate & Casas, 2003).
En predios de sistemas tamberos, hay una alta relación entre los tiempos de
permanencia diario de los animales encallejones, sitios de comederos y sala de ordeño,
y la concentración de nutrientes en estas zonas, con respecto a lotes de producción de
cultivos, donde los animales extraen nutrientes por medio de la alimentación.
La aplicación de fertilizantes en los cultivos forrajeros es muy baja en relación al
consumo total de Argentina (8 % del total), no cubriendo esta cifra el 5 % de la cantidad
de nutrientes exportados por los productos animales y además no pudiendo abastecer
las necesidades nutricionales de las pasturas (Fontanetto et al., 2009). Por lo tanto, se
requiere un manejo de un balance de nutrientes con el mismo criterio utilizado para la
agricultura (análisis de suelos, rendimientos objetivos, diagnóstico adecuado de
fertilización, planes de fertilización y de recomendación para cada situación en
particular), (Fontanettoet al., 2011).
El objetivo de este trabajo fue realizar un estudio de propiedades químicas de los suelos
de diez establecimientos de la Cuenca Oeste de la Provincia de Buenos Aires,
afectados por la tendencia a la intensificación.
2
Caracterización del área en estudio
El estudio se desarrolló en marzo y abril de 2014 evaluando sistemas de producción

reales. Se seleccionaronveinte lotes pertenecientes a diez establecimientos (dos lotes
en cada tambo) (Figura 1), los cuales se encuentran en pleno crecimiento (en
producción y rodeo), y tienen al menos 15 años de historia en la actividad tambera.
Figura 1: Ubicación de los diez establecimientos seleccionados para el estudio de

propiedades del suelo en la Cuenca Oeste de la Provincia de Buenos Aires.
Los establecimientos seleccionados presentaban una rotación forrajera similar con tres
años de pasturas perennes y tres años de cultivos anuales. En cada establecimiento se
muestrearon 2 lotes: uno que haya cumplido su ciclo de 3 años de pastura
(principalmente alfalfa pura) (PP), y otro que provenga de 2 o 3 años a maíz para silo
(MzS), que por lo general alternan su uso con verdeos destinados a pastoreo o cultivos
agrícolas.
Muestreo y determinaciones analíticas
En cada lote se eligieron tres estaciones de muestreo, las cuales fueron

georreferenciadas, con el objetivo de evaluar el estado y evolución en el tiempo de
ciertas propiedades edáficas.
En cada estación de muestreo se tomaron muestras compuestas por 10 submuestras al
azar recolectadas con barreno, a una profundidad de 0 a 20 cm,a las cuales se les
3
determinó: textura (método del hidrómetro de Bouyoucos), contenido de materia

orgánica (MO) (método Walkley & Black,1934) nitrógeno total (Nt) por el método
Kjeldhal, (1960);disponibilidad de fósforo (P) (Bray & Kurtz, 1945); azufre de sulfatos (S-
SO4-2) (método turbidimétrico); pH en suspensión suelo:agua (1:2.5); conductividad
eléctrica (CE) en extracto de la pasta de saturación del suelo; capacidad de intercambio
catiónico (CIC) (método Microkjeldahl) y cationes: calcio (Ca) y magnesio (Mg) por
complejometría con EDTA, y potasio (K) y sodio (Na) (fotometría de llama). Además se
tomaron muestras de suelos superficiales (0 a 5 cm) para la determinación de MO y MO
Joven (MOJ).
Con los valores medidos de textura y MO se determinó el Índice de la materia orgánica
(IMO). Para el cálculo de este indicador, se divide el contenido de MO por el contenido
de limo más el de arcilla (IMO= [MO(limo+arcilla)-1]) (Quiroga et al., 2005) y se multiplica
por el número 10, de manera de obtener un valor entero.
Se realizaron análisis estadísticosdescriptivos, pruebas de Test T para establecer
diferencias entre lotes provenientes de MsZoPP,y análisis de regresión lineal y de
correlación (Pearson). Para ello se utilizó el programa estadístico Infostat(Di Rienzoet
al., 2015).
Descripción de las propiedades edáficas
Tabla 1:Contenidos de Arcilla, Limo y Arena de los suelos y nomenclatura de la textura,

en diez lotes de Maíz de silo y diez lotes de Pastura (base alfalfa) en tambos
comerciales de la Cuenca Oeste de Buenos Aires.
Establecimiento Lote Arcilla Limo Arena Textura
-1
g kg
1 Maíz Silo 126,0 322,0 552,0 Franco arenosa
Pastura 95,2 262,8 642,0 Franco arenosa
Pastura 15,4 159,8 824,8 Arenosa franca
4
9 Maíz Silo 35,4 219,8 744,8 Arenosa franca

De acuerdo a las fracciones de arcilla, limo y arena se determinó que 17 de los 20 lotes
son de textura franco arenosa, y los 3 restantes arenosa franca (Tabla 1).
Alrededor del 70 % de los lotes evaluados presentaron un contenido de MOinferior a 20
g kg-1 (Tabla 2).Los valores variaron entre 12,2 y 27,8g kg-1en PP y 15,4 y 24,8 g kg-1en
lotes de MzS. El Nt está muy relacionado a estos valores, resultando entre 0,6 y 1,5 g
kg-1 en lotes de PP y entre 0,8 y 1,3 g kg-1 en lotes de MzS (Tabla 2). En ambos casos
se observó una relación lineal significativa entre estas 2 variables: r2=0,70, p<0,05 en
PP y r2 = 0,67 con p< 0,05 en MzS.
Tabla 2: Materia Orgánica y Nitrógeno totalde suelo en lotes de Maíz de silo y de

Pastura (base alfalfa) de diez tambos comerciales de la Cuenca Oeste de Buenos Aires.
Materia Orgánica (g kg-1) Nitrógeno total (g kg-1)
Establecimiento
Maíz silo Pastura Maíz silo Pastura
1 18,8 18,1 0,9 0,9
2 18,7 27,3 1,0 1,2
3 16,3 18,4 0,8 0,9
4 19,2 16,8 1,1 1,1
5 18,0 16,8 1,0 1,0
6 19,8 18,2 1,1 0,9
7 21,5 27,8 1,0 1,5
8 26,9 23,9 1,3 1,0
9 15,4 23,6 0,9 1,2
10 19,1 12,2 0,9 0,5
Media 19,4 20,3 1,0 1,0
En cuanto a los niveles de P (Tabla 3) en PP se observó un valor mínimo de 9,3 mg kg -

1
y un máximo de 157,2 mg kg-1. En coincidencia con lo que indicaron Sainz Rozas &
Echeverria (2008), se observaron niveles superiores a 50 mg kg-1, en aquellos lotes que
provenían de pasturas o sin historia agrícola. En lotes de MzS, los cuales no cuentan
con la presencia de animales, se pudo observar una variación menor: entre 13,6 y
53,5mg kg-1.El P fecal es la vía principal de retorno del P consumido por el animal al
suelo en los sistemas lecheros y muchas veces origina alta variabilidad entre y dentro
de los lotes (Haynes & Williams, 1993).
En S-SO4 se obtuvieron valores entre 1,7 y 18,4 mg kg -1en lotes de PP, y en los de MzS
entre 1 y 8 mg kg-1 (Tabla 4). Valores de 10 mg kg-1, se considera que tendrán respuesta
a la fertilización fosfatada en maíz (García et al., 2006).
5
Tabla 4:Fósforo disponible (P Bray) y azufre como sulfatos S-SO42-en suelo en lotes de
Maíz de silo y de Pastura (base alfalfa) de diez tambos comerciales de la Cuenca Oeste
de Buenos Aires.
P (mg kg-1) S-SO42- (mg kg-1)
Establecimiento
Maíz Silo Pastura Maíz Silo Pastura
1 25,9 19,2 7,9 2,4
2 20,7 15,1 3,4 3,2
3 13,6 9,3 2,6 11,4
4 28,9 9,9 4,9 5,5
5 15,7 32,2 3,7 11,0
6 17,8 91,8 1,0 18,4
7 49,9 157,2 1,5 11,7
8 53,5 32,2 8,0 2,1
9 16,7 14,6 5,0 2,1
10 22,5 21,6 2,1 1,7
Media 26,5 40,3 4,0 6,9
En pH las variaciones fueron de 5,33 a 6,51 en PP, y en MzS entre 5,66 y 6,29 (Tabla
5). Porta et al. (1999) sugieren un rango de valor óptimo para el cultivo de alfalfa de 6,5
a 7,5.
En ambientes de altas producciones de MS y baja reserva de bases intercambiables,
toma importancia la acidificación, y con ello problemas como bajos rendimientos y
perdurabilidad de la alfalfa, (Vázquez, 2011).El maíz en cambio, requiere suelos
ligeramente ácidos, con un pH que oscile entre 5,6 y 6,5 (Morales, 2009).
Con respecto a la CE se observaron valores entre 0,26 y 1,01 dSm-1 en PP, y en MzS
varió entre 0,26 y 0,51 dSm-1 (Tabla 5).
Tabla 5:Valor de pH y de CE del suelo en lotes de Maíz silo y de Pastura (base alfalfa)
de diez tambos comerciales de la Cuenca Oeste de Buenos Aires.
pH Conductividad eléctrica (dS m-1)
Establecimiento
Maíz Silo Pastura Maíz Silo Pastura
1 6,1 6,2 0,5 0,4
2 6,2 6,4 0,3 0,5
3 6,1 6,2 0,2 0,4
4 6,1 6,1 0,5 0,3
5 5,8 5,3 0,5 1,0
6 5,8 6,3 0,3 0,9
7 5,7 6,0 0,3 0,9
8 5,9 5,9 0,4 0,5
9 6,3 6,2 0,5 0,5
10 5,9 6,5 0,4 0,3
Media 6,0 6,1 0,4 0,6
6
La CIC de estos suelos presentó valores entre 10 y 15,2 cmolkg-1, característicos de las
series de suelo de la región debido a su composición de arcillas. Con respecto a los
cationes que constituyen las bases de intercambio, son necesarios para equilibrar el
complejo valores finales de: 75% de saturación de Ca, 10% para Mg, y del 5% al 2,5%
para el potasio (K). Estos valores están sujetos a fluctuaciones, sin afectar seriamente la
capacidad del suelo para producir, siendo esa variación entre 65% y 85% para Ca, 6% y
12% para Mg, y 2% y 5% para K (Graham, 1959). Para Na es recomendable que los
valores no superen el 5% (Quiroga & Romano, 2007). Los porcentajes de cada catión
con respecto a la CIC fueron bajos para Ca (entre 42,9 % y 66,1% de CIC); en Mg, el
rango fue de 8,2 % a 22,8% de CIC; en K, entre 8,4 y 15,9 % de CIC y enNa entre 3,3 y
6,7 % de CIC (Tabla 6).
Tabla 6: Capacidad de Intercambio Catiónico (CIC) y cationes: calcio (Ca), magnesio

(Mg), potasio (K) y sodio (Na), en lotes de Maíz de silo y Pastura (base alfalfa) de diez
tambos comerciales de la Cuenca Oeste de Buenos Aires.
Establecimiento Lote CIC Ca Mg K Na
-1
(cmol kg ) % de la CIC
1 Maíz Silo 13,3 54,1 9,0 11,3 5,1
Pastura 13,6 59,6 11,0 10,4 3,5
2 Maíz Silo 12,8 60,2 19,5 11,3 3,3
Pastura 14,2 59,9 21,8 10,0 3,8
3 Maíz Silo 11,5 56,5 17,4 10,1 3,5
Pastura 11,2 66,1 16,1 11,8 5,4
4 Maíz Silo 14,6 61,6 8,2 11,6 3,6
Pastura 10,7 59,8 10,3 11,2 4,6
5 Maíz Silo 12,3 55,3 9,8 10,5 4,8
Pastura 11,7 54,7 10,3 11,2 4,4
6 Maíz Silo 14,0 52,9 10,0 8,4 3,8
Pastura 10,0 50,0 10,0 11,7 5,8
7 Maíz Silo 13,5 45,9 17,0 11,7 3,3
Pastura 14,0 42,9 12,9 15,9 4,7
8 Maíz Silo 15,2 50,0 9,9 11,3 3,3
Pastura 14,2 54,9 8,5 11,5 3,5
9 Maíz Silo 13,1 61,8 12,2 9,8 4,1
Pastura 14,2 62,7 12,7 12,3 6,7
10 Maíz Silo 11,8 59,3 20,3 11,4 4,5
Pastura 11,4 59,7 22,8 10,9 3,5
Algunos estudios muestran que el índice IMO resultó ser un indicador más sensible que
la MO como valor absoluto para determinar la calidad de los suelos.Una relación 5 de
IMO, es considerado el umbral entre suelos severamente degradados y suelos con
distinto grado de riesgo (Quiroga et al., 2005). Valores por debajo de 5, pueden dar
indicio de algún problema de manejo del lote, ya que significaría un menor contenido de
MO del suelo, con respecto a lo que puede asociarse a las fracciones más finas. Entre 5
7
y 7, se considera que son suelos que tendrán respuesta a la fertilización. Lotes que
contengan valores de IMO por encima de 7, indican alta fertilidad de estos, y por lo tanto
su respuesta a la fertilización será baja.
En los establecimientos en estudio, el IMO presentó valores entre 4,2 y 10,7,
presentando sólo dos de los veinte lotes valores menores a 5 (Tabla 7). En los lotes de
MzS de los establecimientos 1 y 4, se obtuvieron valores de IMO menores a 5, y sólo en
cuatro lotes que provenían de pastura (establecimientos 6, 7, 8 y 9), los valores se
ubicaron por encima de 7.
Tabla 7: Valores de Índice de Materia Orgánica “IMO” (MO (limo+arcilla)-1) en diez lotes
de maíz de silo y diez lotes de pastura de alfalfa de la Cuenca Oeste de Buenos Aires.
Índice de la Materia Orgánica
Establecimiento
Maíz Silo Pastura
1 4,2 5,1
2 6,0 7,0
3 5,5 5,0
4 4,7 5,8
5 5,0 6,8
6 6,8 10,7
7 6,8 10,4
8 6,1 7,4
9 6,0 7,7
10 6,6 7,0
Media 5,7 7,3
La MO joven muestra la naturaleza más dinámica de la MO, siendo un indicador que

refleja los cambios en la calidad de los suelos. Entre los 0 y los 5 cm de profundidad, se
midieron los contenidos de MO y MOJ, a partir de los cuales se calculó la relación
MOJ/MO total. A modo de referencia Quiroga et al., (2001)presentó valores de 13,3%
para suelos cultivados, 19,4 para suelos con rotación y 49,4% para suelos vírgenes, lo
cual evidencia la influencia significativa que el manejo ha tenido sobre la MO.
En este estudio, los valores variaron entre 18,9 y 42,7 g kg-1 en MO y 3,10 y 25,8 g kg-1
en MOJ. Por la relación entre ambos se obtuvieron resultados muy variados: entre 14,5
y 83,8 %. Valores más bajos coinciden con lotes de suelos manejados como agrícolas
(establecimiento 2, lote PP y establecimiento 3 lote PP y MzS, y aquellos valores altos,
resultan de lotes de PP con alta carga animal, y en consecuencia alto nivel de excretas
(establecimientos 6, 7 y 8).
Propiedades edáficas según uso previo

De las propiedades de suelo analizadas solo se observaron valores medios diferentes
según uso previo de los suelos de PP versus MzSpara IMO y CE(p=0,0665 y p=0,0753,
8
respectivamente).En el caso de IMO en promedio los lotes de PP presentaron mayores

valores que los de MzS, al igual que en CE.
Correlaciones entre variables

En aquellas variables que no presentaron diferencias entre manejos de los lotes, se
calculó la correlación de Pearson (Tabla 8), resultando que la MO presenta una
correlación altamente significativa (p<0,01) con Nt, P, CIC y Ca, y significativa (p<0,05)
con pH. Para Nt, P y CIC la correlación es positiva, y para Ca y pH negativa. El Ntse
correlacionó significativamentecon la CIC (p<0,01) y con el P(p<0,05), en ambos casos
positivamente. Este último presentó relación significativa y positiva con la CIC y negativa
con el Ca, y la CIC relación negativa con Mg. Por último,entre pH y Ca, se encontraron
correlaciones significativas y positivas.
Tabla 8: Coeficientes de correlación entre las variables edáficas en veinte lotes de

establecimientos lecheros de la Cuenca Oeste de Buenos Aires. (**) Indica correlación
altamente significativa (p<0,01); (*) indica correlación significativa (p<0,05); ( ns) indica sin
correlación. MO (g kg-1), Nt (g kg-1), P (mg kg-1), S-SO42- (mg kg-1), pH, CIC (cmol kg-1),
Ca (%CIC), Mg (%CIC), K (%CIC) y Na (%CIC) en lotes
MO Nt P S-SO4 pH CIC Ca Mg K
Nt 0,83**
P 0,87** 0,64*
S-SO4 0,25ns 0,31ns 0,31ns
pH -0,63* -0,43ns -0,51ns 0,37ns
CIC 0,69** 0,87** 0,65* 0,46ns -0,18ns
Ca - -0,36ns -0,68* 0,04ns 0,79** -0,31ns
0,67**
Mg -0,16ns -0,48ns -0,09ns -0,55ns 0,01ns -0,64* 0,09ns
K 0,37ns 0,1ns 0,56ns 0,36ns -0,05ns 0,11ns -0,07ns 0,21ns
Na -0,36ns -0,39ns -0,43ns 0,24ns 0,1ns -0,35ns 0,18ns -0,29ns -0,006ns
Conclusiones
Si bien los resultados de este estudio hacen referencia a una escala de tambos
particular y con cierta estructura de manejo, podemos concluir que los sistemas lecheros
tienen un variado nivel de fertilidad, influenciado principalmente por la presencia de
animales en los lotes productivos.
El P, nutriente que se repone por fertilización y excretas, resultó ser muy variable entre
lotes. En S y Ca los resultados en general estuvieron por debajo de los requeridos por
los cultivos.
El IMO demostró que en la mayoría de los casos los bajos niveles de MO se deben a la
genética de los suelos y no a condiciones antrópicas.
9
Agradecimientos
A M. Menghini, quien colaboró en los análisis de laboratorio, y a los productores que
prestaron su establecimiento y su tiempo para realizar esta investigación. Estos estudios
fueron financiados por los proyectos BANOR 11271305 y 11271309 de INTA.
Bibliografía
Basanta MV; VS Faggioli; LS Peirone; CI Milán; C Cesaretti; E Bonadeo & MB Aimetta.

2012. Intensificación de los sistemas de producción lechera y sus efectos sobre el suelo.
XIX Congreso Latinoamericano de la Ciencia del Suelo. XXIII Congreso Argentino de la
Ciencia del Suelo.
Bonilla Morales, N. 2009. Manual de recomendaciones técnicas cultivo de maíz (Zea

Mays). San José de Costa Rica: Instituto Nacional de Innovación y Transferencia en
Tecnología Agropecuaria. 68 p. http://www.mag.go.cr/bibliotecavirtual/a00178.pdf
Acceso: 23/02/2016.
Chimicz, J & EL Gambuzzi. 2007. Producción primaria y regiones productivas. EN: Idia
XXI. Lechería. 7 (9): Pp 18-24.
Cruzate G & R Casas. 2003. Balance de nutrientes. Revista fertilizar. Año 8. Número
especial sostenibilidad. http://fertilizando.com/articulos/BalanceDeNutrientes.pdf Acceso:
23/02/2016.
Di Rienzo J.A., Casanoves F., Balzarini M.G., Gonzalez L., Tablada M., Robledo C.W.
InfoStat versión 2015. Grupo InfoStat, FCA, Universidad Nacional de Córdoba,
Fontanetto H; S Gambaudo & O Keller. 2011 Balance de nutrientes en sistemas

pastoriles. Sitio argentino de Producción Animal. http://www.produccion-
animal.com.ar/produccion_y_manejo_pasturas/pasturas_fertilizacion/52-balance.pdf
Acceso: 23/02/2016.
Fontanetto H; S Gambaudo; V Charlón; M Taverna; S Imhoff & O Zen. 2009. Manejo y

utilización de los efluentes de sistemas ganaderos. EN
http://rafaela.inta.gov.ar/masinfo/INTA_Gestion_Residuos_Pecuarios_2013/Tambo/Utiliz
aci%C3%B3n%20de%20efluentes/Manejo%20y%20utilizaci%C3%B3n%20de%20Eflue
ntes%20del%20tambo.pdfAcceso: 26/01/2016.
García FO; IA Ciampitti; M Boxler; J Minteguiaga; R Pozzi; L Firpo & G DezaMarin.

2006. Red de ensayos de Nutrición de Cultivos. Región CREA Sur de Santa Fé.
Resultados de la Campaña 2006/07: Maíz.
10
Graham ER. 1959. Una explicación de la teoría y los métodos para Análisis de Suelo.
Universidad de Missouri. Estación experimental Agrícola. Boletín 734.
Haynes RJ & PH Williams. 1993. Nutrient cycling and soil fertility in the grazed pasture
ecosystem. NZ Institute for crop and food research. Advances in Agronomy. 49: Pp 119-
199.
Maekawa M & F Demateis Llera. 2014. Producción de biomasa de pasturas de alfalfa

en tambos de Trenque Lauquen y Rivadavia. Memoria técnica 2013-2014 INTA Gral
Villegas. Pp 131-133.
Otero A & NM Montoya. 2012. Producción de forraje de lotes de alfalfa de tambos

comerciales de la zona de General Villegas. Memoria técnica 2011-2012 INTA Gral
Villegas. Pp 157-161.
Porta J; M López Acevedo & C Roquero. 1999. Edafología para la agricultura y el

medio ambiente. 2ª. ed. Madrid: Mundi Prensa. 849 p.
Quiroga A; D Funaro; E Noellemeyer & N Peinemann. 2005.Respuesta del rendimiento

de la cebada a la materia orgánica del suelo y la textura en las Pampas de Argentina.
Science Direct. Soil and Thillage Research 2006: 63-68.
Quiroga A; O. Ormeño & N. Peinemann. 2001. Materia orgánica. un indicador de

calidad de suelos relacionado con la productividad de los cultivos. Anguil: Ediciones
INTA. Boletín de divulgación técnica Nº 70. 28 p.
Sainz Rozas H & HE Echeverria. 2008. Relevamiento de la concentración de fósforo

asimilable en suelos agrícolas de la región pampeana y extrapampeana. XXI Congreso
Argentino de Ciencias del Suelo. (En CD)
Vázquez ME. 2011. Causas de la acidificación en el ámbito templado argentino,

consecuencias y avances para su diagnóstico. IPNI. Simposio de Fertilidad 2011. Pp 13-
29.
11
DESCRIPCION DE PROPIEDADES DE SUELO Y CULTIVO EN UN SUELO SODICO

“MANCHONEADO”
ANDREA DELL´ OSO1 *, ELENA BONADEO1, 2, CECILIA MILÁN 1, LUCRECIA BAUK3 &
MICAELA MANZOTTI1,4
1
Universidad Nacional de Villa María 2Universidad Nacional de Río Cuarto. 3Universidad
Católica de Córdoba. 4Becaria CONICET *Arturo Jauretche 1555. Villa María (5900).
0353-4539141/4539106.
Palabras clave: sodio, morfología, raíces.
Resumen
En los suelos sódicos el fenómeno de “manchoneo” está relacionado a la presencia de

sales y/o sodio en exceso a diferentes profundidades. El objetivo fue caracterizar
propiedades morfológicas, físicas, y físico – químicas de un suelo sódico de Córdoba,
en dos situaciones “manchón” (M) y “normal” (N) y describir las características de las
raíces y componentes de rendimiento de un cultivo de soja. Los suelos corresponden al
complejo indeterminado Pampayasta. Se seleccionaron dos situaciones M y N en
función del grado de desarrollo del cultivo, en donde se realizaron dos calicatas en las
que se describió el suelo y se extrajeron muestras por horizonte en las que se determinó
MO, pH1:2,5, CE1:1, PSI e Índice de Dispersión (ID). Se evaluó también resistencia
mecánica hasta los 50 cm de profundidad. Se realizó, en ambas situaciones, un conteo
de raíces en un cultivo de soja en estado de formación de vainas y se evaluaron los
componentes de rendimiento del mismo. En cuanto a los resultados, y con respecto a
propiedades morfológicas se observaron en la situación “manchón” mayor abundancia
de barnices en el segundo horizonte y de color más oscuros. También fueron más
abundantes las concreciones de carbonato. Se observaron mayores valores de pH, PSI
e ID en “manchón” y un importante incremento del PSI hasta los 65 de profundidad en
esta situación. Las evaluaciones de resistencia mecánica arrojaron mayores valores en
“manchón” para toda la profundidad evaluada. Con respecto a las raíces, las de
“manchón” se concentraron en superficie disminuyendo abruptamente con la
profundidad, alcanzando un máximo de 38 cm. Las de la situación “normal” se
distribuyeron en forma más uniforme con la profundidad alcanzando los 68 cm de
profundidad máxima. La altura de plantas fue un 15% mayor en “normal” y el peso de
granos por unidad de superficie levemente superior en “manchón”.
1
Introducción
La demanda de alimentos a nivel mundial, el incremento del precio de los commodities,

la incorporación de nuevas tecnologías, han generado el corrimiento de la frontera
agropecuaria (Viglizzo & Jobbagy, 2010). Ello ha determinado que suelos con
importante afectación sódica se los utilice en planteos agrícolas (Imbellone et al., 2010).
Esto es muy frecuente en el departamento San Martín, en donde la superficie ocupada
por suelos sódicos es de 93.000 ha (INTA, 1993)
En esta área, el fenómeno de “manchoneo” (Figura 1) característico de suelos sódicos,

está relacionado a la presencia de sales y/o sodio en exceso a diferentes profundidades
(Bonadeo et al., 2006). Esta problemática, en el área de Villa María, provincia de
Córdoba, Jarsun (1996) dice que se manifiesta en las áreas planas o ligeramente
deprimidas.
Figura 1. “Manchoneo” en cultivo de soja en suelo sódico.
El sodio ocasiona la dispersión de las partículas de arcilla, disminuyendo la estabilidad

de los agregados, y el tamaño de poros y afecta diferentes propiedades de estos suelos
(Taboada & Lavado 2009; Gil & Peralta, 2013). So & Aylmore (1993) señalan a la
disponibilidad de agua y la aireación como propiedades relacionadas al exceso de sodio
y que afectan la exploración de las raíces y el rendimiento. Asimismo, Gil & Peralta
(2013) mencionan que es común observar un escaso desarrollo de raíces afectando la
profundidad efectiva, siendo la resistencia mecánica (RM), una de las propiedades que
con mayor frecuencia afecta el proceso de exploración de raíces.
2
El objetivo es caracterizar propiedades del suelo y del sistema de raíces y parte aérea
de un cultivo de soja en las dos situaciones “manchón” y “normal” de un suelo sódico del
centro de Córdoba.
El área de estudio (latitud 32° 8'44.37"S y longitud 63°15'20.32"O) se ubica en las

cercanías de la localidad de Arroyo Algodón, 25 km al noreste de la ciudad de Villa
María, departamento San Martín, Córdoba. La media histórica anual de precipitaciones
es de 733 mm (serie histórica de 30 años) (INTA, 1987), aunque en los últimos años se
observó un aumento de la misma, por ej. en el año 2014, en que se realizó este estudio,
la media fue de 845 mm. El régimen térmico es templado sin gran amplitud térmica con
una media anual de 16,8 ºC, siendo el periodo libre de heladas de 258 días (INTA,
1987).
Los suelos del área en estudio corresponden al complejo indeterminado Pampayasta

(INTA, 1991), por lo que en la Carta de Suelos correspondiente no se dispone de
descripción morfológica detallada ni de datos analíticos.
Los niveles freáticos varían dependiendo la estación del año. Manzotti (2015) evaluó la
profundidad de la freática durante los años 2013 y 2014, registrando en la estación seca
(invierno) profundidades que oscilaron en los 3,62 m, mientras que en estaciones
húmedas (verano-otoño) en los 2,92 m. Se caracterizan por ser aguas bicarbonatadas
sódicas, con una salinización media (CE: 1,15 a 2,41dSm- 1), una RAS muy elevada
(RAS: 40,52) y un pH que varío entre 7,13 en época seca y 8,15 en época húmeda en el
periodo analizado.
Se seleccionó un sitio “manchón” y uno “normal” en función del aspecto del cultivo.
Caracterización del suelo
En cada sitio se realizó una calicata que se describió morfológicamente (Etchevehere,

1976). Luego se muestreó por horizonte y realizaron las siguientes determinaciones
químicas:
-Materia orgánica total por Mebius (Page, 1986).
-pH por potenciometría [relación suelo-agua 1:2,5] (Klute, 1986).
-Conductividad eléctrica [relación suelo agua 1:1] (Klute, 1986).
-Capacidad de Intercambio Catiónico (CIC): Por saturación del complejo de intercambio
con sodio y determinación de éste por espectrofotometría de absorción atómica (EAA)
(Page, 1986).
-Sodio intercambiable: por desplazamiento con acetato de amonio y determinación por
fotometría de llama (Page, 1982)
3
-Índice de dispersión (ID) (Rengasamy, 1997; adaptación de Olivo et al., 2013). Este test
clasifica en 5 tipos de suelos según el pH 1:5 y la CE 1:5 y la turbidez de la solución en
sódico neutro (SN), sódico alcalino (SA), Salino sódico (sal S), salino (sal) y normal (N).
Luego, en otra etapa cualitativa, se los subclasifica con el grado final (GF), según el
grado de dispersión, de disgregación o de mantenimiento de la forma de los agregados
en agua (Milán et al., 2016).
Se determinó además resistencia mecánica en inicio de formación de vainas. En cada

sitio se realizaron 4 repeticiones con penetrómetro de impacto hasta los 50 cm de
profundidad. El penetrómetro se acciona en forma manual con una pesa de 50 cm de
recorrido, el cono tiene un ángulo de 30º y el diámetro de la base es de 12 mm. Se
registró el número de golpes necesarios para que el penetrómetro se introduzca en el
suelo cada 5 cm y con este dato se calculó la RM (Copains, 2012). En cada repetición,
se determinó el contenido hídrico cada 10 cm de profundidad.
Para cada profundidad se realizó un ANOVA y test de comparación de medias con el
software InfoStat (Di Rienzo et al., 2015).
Caracterización del cultivo
-Raíces
En el mismo lugar en que se realizaron las calicatas, se evaluaron raíces en un cultivo

de soja en inicio de formación de vainas mediante el método del perfil expuesto. Se
obtuvieron los datos a partir de una grilla de 0,90 x 1,35 m, dividida en celdas de 5 cm
de lado para ayudar en el recuento de raíces. Previo a su colocación (transversal a la
línea de siembra) se quitaron 0,5 cm de la pared de suelo previamente alisada, rociando
con agua a presión, para exponer las raíces para su recuento (Bohm, 1979 modificado
por Bonadeo, 1997).
-Cálculo de densidad de longitud de raíces (DLR): La DLR (cm de raíz/cm-3 de suelo) en
cada celda se calculó dividiendo el número de raíces contadas por el volumen de suelo
ocupado (5 x 5 x 0,5 cm).
-Mapas de Raíces: Con los datos del número de raíces contadas en cada celda, se
confeccionaron semivariogramas experimentales. A cada semiovariograma se le ajustó
el modelo matemático que mejor se adecuó a los datos (Isaaks & Srivastava, 1989). En
base al modelo seleccionado se confeccionaron mapas mediante interpolación espacial
(Kriging), con el software Surfer, 2014 (Surfer 4 versión 7, Surface Mapping System,
Golden Software Inc., Golden, Colorado).
-Parte aérea
En madurez de cosecha se realizó el muestreo del cultivo de soja. En cada uno de los
sitios, en las cercanías donde se realizaron las respectivas calicatas, se seleccionaron 3
lugares donde en cada uno de ellos se extrajeron las plantas correspondientes a 0,87 m
4
lineales (equivalente a 1m2). Se midió altura, número de plantas y número de vainas.

Luego las vainas se llevaron a estufa a 60 °C hasta peso constante. Se obtuvo
entonces número de granos, peso de grano y peso de 100 granos y se refirieron a 1 m2.
Para cada variable se realizó un ANOVA y test de comparación de medias por medio del
software InfoStat (Di Rienzo et al., 2015).
Caracterización morfológica y físico química de ambas situaciones
La secuencia de horizontes tentativa descripta para ambas situaciones es A, Btn1, Btn2,

BCk y Ck, con profundidades similares salvo que en “normal” el horizonte Ck comienza
a los 72 cm y en “manchón” a los 65 cm. La textura es para ambas situaciones en todos
los horizontes franco - limosa a excepción del Btn2 de “manchón” que es franco limoso a
franco arcillo limosa. No se observaron estructuras columnares en ninguno de los
horizontes sódicos, solo prismas irregulares medios débiles o fuertes, pero en
“manchón” se registraron mayor cantidad de barnices y de color más oscuros que en
“normal”. En ambas situaciones se registraron concreciones de carbonato a partir de
alrededor de los 30 cm de profundidad, pero fueron más abundantes en “manchón”.
En la Tabla 1 constan las propiedades físico químicas. El contenido de materia orgánica

(MO) fue similar en ambas situaciones, mientras que se diferenciaron notoriamente en
los valores de pH. Estos son mayores a partir del segundo horizonte en los sectores
"manchoneados". Al- Busaidi & Cookson (2003) afirman que los suelos únicamente
pueden tener un pH superior a 8,4 si contienen cantidades importantes de sodio
intercambiable. A su vez Porta Casanellas (1994), afirma lo mismo que pH superiores a
8,5, contienen sodio y está asociado a condiciones físicas y químicas desfavorables
para las plantas.
También la CE1:1 fue mayor en la situación “manchón” y se incrementa con la

profundidad al igual que pH.
El porcentaje de sodio intercambiable (PSI), en ambas situaciones se acerca o supera
el 15% a partir del horizonte Btn1 valor umbral que los clasifica como sódicos según
Richards (1973),
Con respecto a ID, tanto en la situación “manchón” como en la “normal” la clasificación

de los horizontes superficiales fueron similares, al tratarse de suelos sódicos neutros
con un GF 0, es decir sin dispersión. En el resto de los horizontes hasta los 65 cm de
profundidad en M, y hasta los 72 cm en la situación N los horizontes se clasificaron
como sódicos alcalinos (SA), pero con mayor grado de dispersión (GF) en la situación
M. Ello infiere en una mayor sodicidad, también el PSI alcanza valores relevantes.
5
Tabla1. Caracterización físico- química por situación

-1
MO (%) CE1:1 (dSm ) pH1:2,5 PSI (%) ID ID
N M
Horiz N M N M N M N M Clas GF Clas GF
A 2,42 2,47 0,03 0,02 6,57 6,89 3.06 2,54 SN 0 SN 0
Btn1 1,00 1,24 0,02 0,10 7,00 8,71 12,06 24.24 SA 1 SA 8
Btn2 0,58 0,75 0,02 0,28 7,41 9,27 24,62 39.84 SA 5 SA 8
BC 0,39 0,74 0,05 0,33 8,10 9,43 25,54 45.72 SA 0 SA 7
C 0,39 0,54 0,06 0,31 8,32 9,41 26,0 30.54 SA 2 SA 8

ID: índice de dispersión; GF: grado final; Clas: clasificación; N: situación normal; M: situación manchón. SN: Sódico
Neutro.SA: Sódico Alcalino.
Resistencia Mecánica
En la Figura 2 (a) y (b) consta la variación de la resistencia mecánica con la profundidad

y del contenido de humedad al momento de la medición de RM y permiten comparar la
condición física del suelo en ambas situaciones cuando el cultivo estaba en la etapa de
inicio de formación de vainas (R3).
Se observa que la mayor resistencia mecánica en la situación “manchón” que se

corresponde al menor contenido hídrico (Figura 2 b). También pueden explicarse las
diferencias entre ambas situaciones por las diferencias en el PSI, que alcanza valores
muy superiores en “manchón” hasta el horizonte C. A partir de los resultados de la
técnica del ID se observa, que ya desde el horizonte Btn1 (18 cm), en la situación
“manchón” la dispersión presenta un grado mayor que en la situación normal, siendo
que ambos suelos son clasificados como sódicos alcalinos. Estos suelos acompañados
de altos pH, provocan que las arcillas se hinchen y ejerzan grandes presiones dentro de
los agregados, esto debilita las partículas, haciendo que se produzca un movimiento de
las arcillas, con el consecuente bloqueo de los poros, donde la principal causa es la
reducción de la permeabilidad (Taboada & Lavado, 2009).
En los siguientes horizontes, hasta llegar a los 50 cm si bien no hay diferencias

significativas entre ambas situaciones, se observa una mayor resistencia mecánica en M
(Figura 2 a).
6
a Resistencia Mecánica (Mpa) b % Humedad

0 2 4 6 0 20 40
0 0
5 * 5
10 * 10
15 15
Profundiadad (cm)
Profundidad (cm)
M M
20 20
N N
25 25
30 30
35 35
40 40
45 45
50 50
Figura 2. (a) Variación de la resistencia mecánica con la profundidad para “manchón” y “normal”
(b). Ídem para % de humedad en el momento de la determinación de la resistencia mecánica.
Para RM * en la misma profundidad es significativamente diferente (p < 0.05)
Caracterización de raíces
En la Figura 3 se muestra la distribución del número de raíces en un corte de suelo de

90 cm de ancho x 150 cm de profundidad. En la situación “manchón”, se observa mayor
cantidad de raíces en los primeros 10 cm de suelo, la cual disminuye a medida que
aumenta la profundidad, no encontrándose presencia de las mismas al llegar a los 38
cm. En cuanto a la situación “normal”, presenta una mayor exploración radicular tanto en
sentido horizontal como en profundidad, encontrándose raíces hasta los 68 cm (Figura
3). En la Figura 4 se muestra la variación de la densidad de longitud de raíces con la
profundidad para ambas situaciones. Las diferencias son que en la situación “normal”
tiene menor densidad de longitud de raíces en superficie, una mayor exploración entre
los 20 y 30 cm, comparado con la situación “manchón” donde la densidad de longitud de
raíces es mayor a los 10 cm, disminuyendo casi en su totalidad por debajo de esta
profundidad. La elevada DLR en el primer horizonte de “M” se atribuye a que pudo
ocurrir crecimiento compensatorio al no poder profundizar por ser mayor la resistencia
mecánica. Según Delgado (2008) el incremento de RM disminuye la densidad radical,
por ello, en ambas situaciones los elevados valores de RM, que superan los 2 Mpa a
partir de los 10 cm de profundidad (Figura 2 a), dificultan el desarrollo normal del cultivo,
aspecto más notorio en la situación “manchón”.
7
-10 -10
-20 -20
Profundidad (cm)
10
-30 9 -30
4
8
Profundidad (cm)
-40 -40
7
6 3
-50 -50
5
-60 4 -60
2
3
-70 -70
2
1 1
-80 -80
-90 -90
10 20 30 40 50 60 70 80 10 20 30 40 50 60 70 80
Distancia (cm) Distancia (cm)
Figura 3. Mapa de contorno de número de raíces de soja en situación “manchón” a la izquierda y

“normal” a la derecha. Las flechas indican el lugar donde se hallaba la planta de soja. La escala
hace referencia al número de raíces contadas.
En la Figura 4 se muestra la variación de la densidad de longitud de raíces con la

profundidad para ambas situaciones. Las diferencias son que en la situación “normal”
tiene menor densidad de longitud de raíces en superficie, una mayor exploración entre
los 20 y 30 cm, comparado con la situación “manchón” donde la densidad de longitud de
raíces es mayor a los 10 cm, disminuyendo casi en su totalidad por debajo de esta
profundidad. La elevada DLR en el primer horizonte de “M” se atribuye a que pudo
ocurrir crecimiento compensatorio al no poder profundizar por ser mayor la resistencia
mecánica. Según Delgado (2008) el incremento de RM disminuye la densidad radical,
por ello, en ambas situaciones los elevados valores de RM, que superan los 2 Mpa a
partir de los 10 cm de profundidad (Figura 2 a), dificultan el desarrollo normal del cultivo,
aspecto más notorio en la situación “manchón”.
8
DLR (cm/cm3)
0,00 0,10 0,20 0,30 0,40 0,50
0
5
Profundidad (cm)
10
15
20
25
30
35
Manchon
Normal
Figura 4. Densidad de longitud de raíz (DLR) en situación “manchón” y “normal” entre 0 y 30 cm

de profundidad.
Evaluaciones en cultivo de soja
Respecto a la altura se observó que las plantas en situación N presentaron en promedio

un 15% más de altura que las plantas desarrolladas en M.
Tabla 4. Componentes evaluados del cultivo de soja.

SITUACIÓN
PARAMETRO Manchón Normal
Altura de Planta 78.56 a 90.84 b
2
N° de plantas / m 22.50 a 23.76 a
2
N° de Vainas / m 1358.88 a 1269.11 a
2
N de Granos / m 2971.81 a 2703.64 a
2
Peso de granos / m 436.67 a 399.50 a
Peso de 100 14.73 a 14.94 a
En los demás parámetros, pese a no hallar diferencias significativas, se encontraron

tendencias en ambas situaciones. En cuanto al número de plantas se obtuvo un 5% más
en la situación normal, a diferencia del número de vainas y el número de granos, donde
se observó una tendencia mayor en la situación manchón de 7% y 10%,
respectivamente. En ambas situaciones estudiadas, el peso de los granos fue similar, ya
que las diferencias obtenidas no llegaron al 1,5%. Estas diferencias obtenidas en los
componentes estudiados, explican el mayor peso de grano por metro cuadrado de la
situación manchón, que en promedio llega a un 10%, ya que el número de granos por
metro cuadrado es el principal componente que define el rendimiento.
9
Cabe aclarar, que, en el año de estudio, el ciclo del cultivo fue acompañado de
abundantes lluvias, lo que le permitió al cultivo de la situación manchón aprovechar los
nutrientes disponibles en los primeros centímetros de suelo, que es donde presenta la
mayor cantidad de raíces (Figura 2), debido al impedimento que presenta a pocos
centímetros de profundidad. En la situación normal las plantas destinaron más energía
para explorar el suelo en profundidad. Esto, podría explicar las diferencias obtenidas
entre una situación y la otra.
Conclusiones
Con respecto a propiedades morfológicas se observaron en la situación “manchón”

mayor abundancia de barnices en el segundo horizonte y de color más oscuros.
También son más abundantes las concreciones de carbonato.
Con respecto a propiedades físico químicas se observan mayores valores de pH y PSI

en “manchón” y un importante incremento del PSI hasta los 65 de profundidad en esta
situación.
Los valores de resistencia mecánica fueron mayores en “manchón” para toda la

profundidad evaluada.
Con respecto a las raíces, las de “manchón” se concentraron en superficie

disminuyendo abruptamente con la profundidad, alcanzando un máximo de 38 cm. Las
de “normal” se distribuyeron en forma más uniforme con la profundidad alcanzando los
68 cm de profundidad máxima.
En cuanto a los componentes del rendimiento la altura de plantas fue un 15% mayor en
“normal” y el peso de granos por unidad de superficie fue levemente superior en
“manchón”.
Bibliografía
Al-Busaidi AS & P Cookson. 2003. Salinity–pH Relationships in Calcareous Soils.

Agricultural and Marine Sciences, 8(1):41-4
Bonadeo, E. 1997 Efectos de la compactación subsuperficial de un Hapludol típico del

sur de Córdoba sobre el comportamiento del cultivo de mani (Arachis hypogaea L.).
Tesis de Maestría. Facultad de Agronomía. Universidad de Buenos Aires
Bonadeo, E; I Moreno; E, Hampp & A Sorondo. 2001. Factores del suelo que regulan la
productividad del cultivo de alfalfa en áreas con Manchoneo. XV Congreso
Latinoamericano y V Cubano de la Ciencia del Suelo: IV-20. Cuba.
10
Copains. 2012. Manual del penetrómetro modelo INTA Villegas. Disponible en

www.copains.com.ar.
Delgado R. Castro L., Cabrera de Bisbal E., Mújica M., Caniche S.,Navarro L.,& I
Noguera. 2008 Relación entre propiedades físicas del suelo y algunas características
del sistema radical del maíz, cultivado en un suelo fluventic haplustoll de textura franco-
arenosa de Maracay Venezuela.
Di Rienzo J.A., Casanoves F., Balzarini M.G., Gonzalez L., Tablada M.& C.W Robledo.
Argentina. URL http://www.infostat.com.ar
Etchevehere, P. 1976. Normas de reconocimiento de suelos. Suelos. Publicacion-Centro

Nacional de Investigaciones Agropecuaria (Argentina) no 152.
Gil, R & G Peralta. 2013. Manejo estratégico de planteos agrícolas en suelos con
limitaciones sódicas. Jornada manejo de suelos salinos –sódicos en área de secano.
Org: PROSA-FECIC-CIRN- INTA
GOLDEN SOFTWARE. 1999. Surfer: User´s Guide (Version 7.0). Golden, CO, EEUU.
679 pp
Imbellone, P.; Gimenez, J. & Panigatti J.L. 2010. Suelos de la región pampeana.
Procesos de formación. UNLP-INTA. 288p
INTA. 1987. Secretaria de Agricultura y ganadería de la Nación. Carta de suelos de la

República Argentina. Hoja 3363-9 Villa María. Plan Mapa de Suelos Córdoba-Argentina.
INTA. 1991. Secretaria de Agricultura y ganadería de la Nación Carta de suelos de la

República Argentina. Hoja 3363-9 James Craik. Plan Mapa de suelos Córdoba -
Argentina.
INTA. 1993. Panorama Edafológico de Córdoba. Inventario de los suelos y de algunos
caracteres edáficos de la Provincia por departamentos y pedanías. Plan Mapa de
Suelos Córdoba. 1993.
ISAAKS, E. H. & R. M. SRIVASTAVA. 1989. Applied geostatistics: an introduction.

Oxford University PresT.Oxford. 561 pp.
Jarsun, B. 1996. Condiciones del suelo para la alfalfa. EEA INTA Manfredi.
Klute, A. 1986. Methods of soil analysis. Part 1. Physical and mineralogical methods.
Agron. Monograph Nº 9 ASA, SSSA. Madison, Wisconsin, USA
11
Olivo, S.; Milán, C.; Bonadeo, E.; Manzotti, M.; Ganum, M.J.; Bauk, L. 2013.
Identificación de suelos salinos y sódicos en la zona de Villa María, Córdoba. Jornadas
Argentinas de Conservación de Suelos.
Olivo, S; Milán, C; Bonadeo, E; Manzotti, M; Ganum, M.J. & L Bauk. 2013. Identificación
de suelos salinos y sódicos en la zona de Villa María, Córdoba. Jornadas Argentinas de
Conservación de Suelos. Eje Temático 1. Actas en C.D. Buenos Aires. 2, 3 y 4 de julio
de 2013.
Milán, C; Bonadeo, E; Manzotti, M & A, Dell' Oso. 2016. Técnica del índice de dispersión
para el reconocimiento de suelos sódicos. Datos a publicarse en el XXV Congreso
Argentino de la Ciencia del Suelo. Río Cuarto. Junio de 2016
Page, A.L. 1986. Methods of soil analysys. Nº 9. American Society of Agronomy. Soil
Science Society of America, Inc. Segunda Edición. Madison, Wisconsin,USA. 1159 pp
Porta Casanellas, J. 1994. Edafología: para la agricultura y el medio ambiente.

Ediciones Mundi Prensa. 226 pp.
Rengasamy, P. 1997. Sodic soils. In: Lal., R.; W.H. Blum; C. Valentine and B.A. Stewart
Methods for assessment of soil degradation. CRC Press. Boca Raton. London. New
York. Washington. pp 269.
Richards, L.A. 1973. Rehabilitación de Suelos Salinos y Sódicos. (Ed.) Limusa.

So, H.B. & L.A.G Aylmore. 1993. How do soidc soils behave? The effects of sodicity on
soil physical behavior. Aust. J. Soil Res. 31. 761-778.
Taboada, M. A. & R.S. Lavado 2009. Alteraciones de la fertilidad de los suelos. El

halomorfismo, la acidez, el hidromorfismo y las inundaciones. Primera edición. Ed.
Miguel A. Taboada y Raúl S. Lavado. Bs.As. Argentina.163p.
Viglizzo, E.F. & E, Jobbagy. 2010 Expansión de la frontera agropecuaria en Argentina y

su impacto Ecológico-Ambiental. INTA.
12
TÉCNICA DEL INDICE DE DISPERSIÓN PARA EL RECONOCIMIENTO DE SUELOS

SODICOS
MILÁN, CECILIA1; BONADEO, ELENA1,2; MANZOTTI, MICAELA1,3 & DELL' OSO,

ANDREA1
1
Iniversidad Nacional de Villa María. 2 Unversidad Nacional de Río Cuarto. 3 Becaria
CONICET. Arturo Jauretche 1555 (5900) Villa María- Córdoba.
* [email protected]
Palabras clave: suelos sódicos; diagnóstico; valor del índice de dispersión
Resumen
El diagnóstico de suelos del centro sur de Córdoba, mediante técnicas tradicionales

como relación de adsorción de sodio (RAS), porcentaje de sodio intercambiable (PSI)
y/o conductividad eléctrica en extracto de saturación (CEe) no siempre evidencian
resultados satisfactorios. Se consideró indispensable disponer de metodologías más
sencillas para la correcta elección del uso del suelo o prácticas de manejo,
especialmente en sitios con alta variabilidad espacial, lo que condujo a revisar
bibliografía de suelos sódicos australianos con problemática similar a la región
mencionada. El objetivo es presentar la adaptación de una técnica que por medio de un
índice de dispersión permite identificar, a modo diagnóstico, suelos en forma práctica y
económica, sin la necesidad de equipamientos complejos y personal especializado. El
procedimiento, en una primera etapa cuantitativa clasifica en 5 categorías de suelos
según el pH1:5, la CE1:5 y la turbidez de la solución: sódico neutro (SN), sódico alcalino
(SA), salino sódico (salS), salino (sal) y normal (N). Luego, en otra etapa cualitativa, se
los subclasifica con el grado final (GF), conforme al grado de dispersión, de
disgregación o de mantenimiento de la forma de los agregados en agua. Para procesar
los datos con análisis estadísticos, se procede a cuantificar los resultados obtenidos en
las etapas anteriores, con el valor de intensidad de dispersión (VID), a través de una
escala creciente de 0 a 12, que infiere directamente a una mayor sodicidad. La
metodología presentada se considera de relevancia en la región, provee un diagnóstico
"inmediato" a nivel de campo ante la presencia de horizontes o suelos sódicos. El
procedimiento es sencillo, rápido y de fácil aplicación, no requiere de operadores
especializados, pudiendo ser realizado incluso por productores. Si bien, no permite
cuantificar el contenido de sodio, la técnica resulta sensible para detectar el efecto de la
sodicidad en el suelo.
1
Introducción
En el país un 30% (856.000 km2) de la superficie total presenta suelos halomórficos, es

decir con exceso de sales y/o sodio intercambiable, de las cuales 324.000 km2
corresponden a suelos salinos y 531.000 km2 a suelos sódicos (Massoud, 1977). Por lo
tanto, Argentina es considerada luego de Australia y Rusia el tercer país a nivel mundial
con mayor superficie de suelos halomórficos (Lavado & Taboada, 2009).
La provincia de Córdoba presenta 2.803.000 ha (28.000 km2) de suelos con afección

sódica de las cuales 93.000 se encuentran en el departamento San Martin y 130.000 ha
en el departamento Rio Cuarto (INTA, 1993), lugares donde se realiza el presente
trabajo. Es inherente a estos suelos, la presencia de una gran variabilidad espacial
manifestada por el desigual crecimiento de cultivos o pasturas, denominado crecimiento
en “parches” o “manchoneo”. La principal causa es variación en la profundidad en que
aparece sodio de intercambio, en concentraciones que exceden los niveles de tolerancia
establecidos para el normal crecimiento y desarrollo de las plantas (Bonadeo et al.,
2006). Patrones similares de crecimiento, fueron citados por Rengasamy (1998) para
suelos de Australia.
Esta problemática es de relevancia al momento del diagnóstico y para la toma de

decisiones sobre las prácticas de manejo más convenientes, considerando
indispensable contar con procedimientos sencillos, de fácil operación para identificar
rápida y apropiadamente diferentes situaciones o tipos de suelos en un mismo lote.
La evaluacion de la sodicidad se realiza tradicionalmente a traves del porcentaje de

sodio intercambiable (PSI) o de la relación de absorción de sodio (RAS). Ambos, son
métodos complejos, que suelen requerir grandes cantidades de muestra de suelo para
obtener extractos de suelo suficiente, necesitan de instrumental adecuado, de
operadores capacitados y de disponibilidad de tiempo. Y muchas veces, por la
variabilidad en los resultados, se precisa de un importante número de repeticiones.
En cuanto a la salinidad edáfica, el procedimiento más utilizado para su determinación

es la conductividad eléctrica en extracto de pasta saturada (CEes), siendo importante en
la primera etapa de diagnóstico (Rhoades, 1984). Una relativa restricción que acompaña
al extracto de saturación, es la necesidad de contar con dispositivos de filtración al vacío
o a presión, que pueden faltar en un laboratorio elemental, o no disponerse de cantidad
de suelo suficiente para obtener el volumen de la muestra a analizar (Nijensohn, 1988).
Además, otro inconveniente es el tiempo requerido en este tipo de determinaciones.
Para facilitar este procedimiento, se suele optar por medir la conductividad eléctrica en
suspensiones, con relaciones suelo:agua más amplias, como 1:1, 1:2,5 o 1:5. Estas
suspensiones tienen la ventaja de su rápida y fácil preparación, sin la necesidad de una
bomba de vacío y utilizando menores cantidades de muestra. La CEes es más
representativa de las condiciones del ambiente radical, al ser la que más se aproxima en
2
composición a la fase líquida del suelo en el rango de humedad natural, mientras que la
CE en suspensiones, puede perder precisión en sus resultados. Por ello, se han
intentado simplificaciones metodológicas tratando de relacionar la CE en suspensiones
con las de CEes. Smith & Doran (1996) estudiaron relaciones y obtuvieron ecuaciones
para convertir la CE1:1 a CEes, según la textura del suelo.
Según el criterio del laboratorio de salinidad de Riverside, USA, un suelo es considerado

salino cuando presenta una CEes superior a los 4 dSm-1 y sódico cuando el PSI es
superior al 15%, respecto a la CIC. También, valores mayores a 12 o 13 del Índice RAS,
estarían indicando similar situación (Richards, 1954). Otros autores, afirman que las
características sódicas comienzan a manifestarse con menores valores umbrales, así
para suelos de Australia, se consideran suelos sódicos a partir de 6% de PSI y muy
sódicos con PSI > 15% (Northcote y Skene, 1972). Rengasamy & Olsson (1991),
sostienen que deberían ser clasificados como sódicos a partir del valor 3 de RAS1:5 y
con una CE1:5 menor al TEC (Thereshold electrolyte concentration). Siendo TEC un
umbral por el cual la concentración de cationes en la solución causa la floculación de la
arcilla o de los agregados.
En sus trabajos de investigación Olivo et al. (2013); Milán et al. (2013) encontraron
comportamiento sódico en la zona de Villa María y Río Cuarto similares los
mencionados por Rengasamy y Olsson (1991) para suelos australianos y adaptaron
metodologías propuestas por Rengasamy (1997) y DPI (2006). Los procedimientos
consisten en determinaciones mucho más simples que las de PSI, RAS o CEes, con
mediciones de pH, de CE en suspensiones con agua (1:5), observando la turbidez de la
solución y si los agregados de suelo dispersan o no en agua.
El objetivo es presentar la adaptación de una técnica, que por medio de un índice de

dispersión permite identificar, a modo diagnóstico, suelos en forma práctica y
económica, sin la necesidad de equipamientos complejos y personal especializado. Por
haber obtenido certeza y confiabilidad en sus clasificaciones nos resulta importante que
este método sea compartido y difundido ante la comunidad científica, como así también
con los docentes de las diferentes asignaturas que abarcan las ciencias del suelo.
La técnica del índice de dispersión tuvo sus inicios en los trabajos de investigación de
Olivo et al. (2013) y Milán et al. (2013) y se utilizó como actividad práctica en la carrera
de Ingeniería Agronómica, en el Seminario sobre Conservación de Suelos de la
Universidad Nacional de Villa María y en la asignatura Sistema Suelo-Planta de la
Universidad Nacional de Río Cuarto. Además, se está empleando en Trabajos finales de
grado (Manzotti, 2015; DellÓso, 2015; Caset, 2015) y de posgrado (Milán, 2016) como
herramienta diagnóstico para clasificar distintos tipos suelos y diferenciar situaciones
"normales" de situaciones "manchoneadas".
3
Las muestras son extraídas de diferentes sitios y a profundidades variables por

horizontes de suelo. Pertenecen a series de suelos de la zona de Villa María y Río
Cuarto que se caracterizan por sus texturas franco limosas a franco arenosas.
Las determinaciones se realizan en laboratorio, aunque con la finalidad de diagnósticos

inmediatos, la etapa cualitativa suele emplearse a nivel de campo, especialmente en las
asignaturas arriba mencionadas.
Técnica del índice de dispersión para clasificar suelos
La técnica está basada principalmente en la evaluación del índice de dispersión (ID) y

consta de dos niveles de precisión: 1) Método cuantitativo: evaluación de la salinidad y
el pH; 2) Método cualitativo: ruptura de los agregados frente el agua.
1) Método cuantitativo: evaluación de salinidad y el pH. A partir de este método se

clasifica el tipo de suelo. Se pesan 40 g de pequeños agregados de suelo seco entre 2-
10 mm, se los coloca en frascos de vidrio con 200 cm3 agua destilada (dilución 1:5). Se
deja reposar 24 h y luego se observa si el sobrenadante es claro (translucido) o turbio
(en suspensión). Frecuentemente, se dificulta diferenciarlos, por ello se recomienda
considerarlo dudoso y luego reclasificarlo según los resultados del método cualitativo, es
decir, cuando existe dispersión en los agregados, por el mismo criterio, el sobrenadante
debería ser turbio.
Si el sobrenadante es claro, medir sólo la CE1:5, agitando la botella durante un minuto,

invirtiéndola totalmente y luego dejar reposar cinco minutos. Si la medición es mayor a
0,4 dS.m-1 se lo clasifica como Suelo salino (sal) y si es menor a 0,4 dS.m-1 se lo
considera Normal (N) (Tabla 1). Si el sobrenadante es turbio, de debe medir la CE1:5 y
el pH1:5: si la CE1:5 es mayor a 0,4 dS.m-1 se lo clasifica como Salino-sódico (salS), si
es menor a 0,4 dS.m-1 se clasifica como Sódico (S). Luego, para identificar qué clase de
suelo Sódico es, se debe medir el pH1:5: si es menor a 5,5 es Sódico ácido (Sa), entre
5,5 a 7,7/7,8 Sódico Neutro (SN) y mayor a 7,7/7,8 Sódico alcalino (SA) (Tabla 1).
Estudios realizados por Olivo et al. (2013); Milán et al. (2013); Bauk et al. (2016) en la
zona de Villa María y Río Cuarto a partir de relacionar la CE1:5 con la CEs, el pH1:5 con el
pH1:2,5,, con el PSI y el RAS y observando la dispersión producida, difirieron en los
umbrales de CE1:5 y pH1:5 para clasificar suelos australianos, propuestos por Rengasamy
(1997) (* en Tabla 1). La diferencia en los valores umbrales de salinidad se ajustó al
encontrar suelos que a partir de los 0,4 dSm-1 de CE1:5, a su vez tenían un valor de
CEes de 4 dSm-1 o mayor, considerados tradicionalmente como suelos salinos. La
discrepancia del menor pH1:5 con respecto a los umbrales australianos fue debido a que
se encontraron suelos que a partir de pH1:5 7,7 producían dispersión y/o tenían PSI
≥15% y/o RAS ≥12%. Este tema se sigue analizado para ser planteado con mayor
precisión, infiriendo en el efecto de la textura sobre la concentración de la solución del
4
suelo. Los suelos estudiados en su mayoría poseen textura franco limosa a franco
arenosa, mientras que los suelos australianos poseen una textura con mayores
contenidos de arcillas.
Tabla 1. Clasificación de suelos mediante el índice de dispersión para la región Villa

María y Río Cuarto (Olivo et al., 2013; adaptado de Rengasamy, 1997).
Sobrenadante CE1:5 (dSm-1) pH1:5 Tipo de suelo

<0,4* No se considera Normal N
Claro
>0,4* No se considera Salino sal
>0,4* No se considera Salino sódico salS
<5,5 Sódico ácido Sa
Turbio
<0,4* 5,5-7,7/7,8* Sódico neutro SN
>7,7/7,8* Sódico alcalino SA
*Umbrales modificados de CE1:5: 0,7 dS.m-1 y pH1:5: 8, originales de Rengasamy
(1997) para suelos de Australia
2) Método cualitativo: ruptura de los agregados frente el agua

Este método consta de 2 etapas, donde se asigna una escala para subcategorizar a los
suelos clasificados por el método cuantitativo, infiriendo el grado o ID que posee un
suelo. A modo orientativo, puede realizarse a campo, sin la necesidad de evaluar el
pH1:5 y la CE1:5, efectuando un diagnóstico rápido, si ocurre dispersión en sus agregados
cuando un suelo es sódico.
Etapa A: Se seleccionan al azar 4-5 pequeñas porciones de suelo entre 5 y 10 mm,

previamente secados al aire, separadas entre sí. Se colocan en una caja de Petri de 50
ml y se le va agregando agua destilada cuidadosamente por las paredes hasta cubrir en
gran parte los agregados. En el transcurso del tiempo, se van rompiendo según el tipo
de suelo, debido al hinchamiento de las partículas de arcilla o a la salida de las mismas
fuera de los agregados. Este proceso de dispersión espontánea de los agregados
ocurre cuando el suelo es sódico pero no cuando es salino o normal. Luego de 24 h se
observa la coherencia y estabilidad de los agregados pudiéndose presentar tres
situaciones posibles: dispersión, disgregación o mantenimiento de la forma.
Si existe dispersión, se manifiesta en un escape de arcillas fuera del agregado

formando un halo, cuando esto sucede el suelo es considerado sódico. Según DPI
(2006), el suelo puede clasificarse de acuerdo a una escala con puntuación 0, si no
dispersa o de 1 a 4 si la dispersión observada es leve, moderada, severa o total como
sódico bajo, medio, alto o muy alto, respectivamente (Tabla 2). Un suelo que en esta
etapa no dispersa, no es excluyente de un suelo sódico, pues podría no estar
manifestando "dispersión en principio", enmascarada tal vez por contenidos elevados de
materia orgánica o de sales (Rengasamy, 1997).
5
Si los agregados disgregan, es decir, se expanden, dejan de comportarse como una

unidad y no presentan halo, pueden reconocerse según tres grados de disgregación, 0,
1 o 2, si la estabilidad del agregado es alta, media o baja, respectivamente (DPI, 2006)
(Tabla 3). Un suelo en óptimas condiciones es clasificado con grado 0, mientras que al
perder estabilidad por bajos contenidos de materia orgánica, suelen dar grados 1 o 2 de
disgregación.
Si los agregados mantienen la forma frente a la humectación, se muestran estables, se

consideran de grado 0, sin proceso de dispersión o de disgregación.
Etapa B: Se procede cuando en la Etapa A ocurre la segunda situación (disgregación)

o la tercera (mantenimiento de la forma). No es necesaria realizarla si se observó
dispersión de los agregados, aunque es recomendable para cotejar resultados. Se toma
una porción de suelo con la mano y se le agrega unas gotas de agua destilada hasta
humedecerla totalmente y formar una esfera de unos 10 mm de diámetro. Se debe tener
la precaución de no amasar demasiado o aplastar esta "bolita", para no impermeabilizar
sus paredes y pueda posteriormente humectarse satisfactoriamente. A continuación se
la coloca en una caja de Petri con agua destilada. Se deja reposar algunas horas,
aunque, podría realizarse en el mismo momento que la Etapa A, durante 24 h.
Se observa el comportamiento, pudiendo ocurrir que la "bolita" disperse o no disperse

y entonces se clasifica nuevamente, según la puntuación o escala de la Etapa A.
Con los grados o puntuaciones de ambas etapas del método cualitativo, se obtiene el
grado final (GF) (Tabla 4) que brinda la posibilidad de "subcategorizar" a los suelos
clasificados previamente por el método cuantitativo. En esta escala, los GF más
elevados estarían indicando una mayor "intensidad sódica", infiriendo en un mayor
contenido de sodio. Los grados finales 7 a 10 pueden manifestarse cuando los suelos
son sódicos y expresan una "dispersión instantánea" (Etapa A), mientras que los grados
menores cuando presentan una escasa o nula dispersión.
6
Tabla 2. Grado de dispersión de los agregados (Adaptado de DPI, 2006)
Puntuación Descripción Observación Tipo de suelo
No se
0 El agregado no se dispersa
identifica
Ligera o leve dispersión

1 Sódico bajo
adyacente al agregado
Moderada dispersión
2 Sódico medio
adyacente al agregado
Solida o severa dispersión, el

3 agregado se dispersa casi la Sódico alto
mitad de su volumen original
Dispersión completa
4 el agregado se dispersa Sódico muy alto
en su totalidad
Tabla 3. Grado de disgregación de los agregados (Adaptado de DPI, 2006)
Puntuación Descripción Observación
0 El agregado se mantiene estable a la humectación.
1 El agregado se separa alrededor de los bordes,

pero sigue siendo estable.
2 El agregado se separa en microagregados angulares.
7
Tabla 4. Grado Final para la subcategorización de tipos de suelos
Grado de dispersión Grado de Grado Mayor

disgregación “Intensidad
Final sódica”
4 0 10
3 0 9
2 0 8
Etapa A
1 0 7
0 2/1/0 Pasa a etapa B
4 0 6
3 0 5
2 0 4
1 0 3
Etapa B
0 2 2
0 1 1 Menor
Intensidad
0 0 0
Se debe contemplar que los dos procesos (dispersión y disgregación) no son

simultáneos, no ocurren a la vez en una misma etapa, es decir, si en una etapa el suelo
dispersa (grado 1 a 4 de dispersión) entonces no debería disgregar (grado 0 de
disgregación). Asimismo, es frecuente observar disgregación en etapa A y dispersión
en etapa B, pero no sería coherente observar dispersión en etapa A y que luego no
disperse en etapa B, si esto ocurriera, se debería repetir o revisar todo el proceso
porque tiene que haber concordancia en los resultados.
Considerar que un suelo clasificado como SN0: “sódico neutro” y subcategoría o GF 0

(no dispersa ni disgrega), es comparable a “suelos normales”: N0, N1, N2; en cambio
suelos "sódicos neutros": SN4, SN5 o SN6 con GF alto de 4 a 6 (que no dispersan en
etapa A y dispersan etapa B), tendrían comportamientos más similares a un suelo
"sódico alcalino": SA.
8
Se sugiere sacar fotografías del frasco con el sobrenadante y de las cajas de Petri
(etapas A y B) con carteles indicativos de la muestra de suelo, siendo de utilidad por si
hubiera resultados no concordantes o dudosos.
A fin de comparar suelos o situaciones y poder procesar los datos con análisis
estadísticos, se procede a cuantificar los resultados obtenidos en las etapas anteriores,
con el valor de la intensidad de dispersión (VID) a través de una escala creciente de 0 a
12, que infiere directamente a una mayor sodicidad (Tabla 5). Esta escala consta de 13
valores (0 a 12), infiriendo que a mayores valores de VID existe una mayor sodicidad. Al
momento esta escala se está utilizando en diversos trabajos de investigación y se
continuará con su proceso de ajuste.
Tabla 5. Escala de valores de intensidad de dispersión (VID) según tipos de a

clasificación de los suelos
Valor de Tipos de suelos con

intensidad de subcategorías
dispersión
12 SalS10; SA10
11 SalS9; SA9
10 SalS8; SA8
9 SalS7; SA7
8 SalS6; SA6
7 SalS5; SA5
6 SN10; SN9; SN8; SalS4; SA4
5 SN7; SN6; SN5; SalS3; SA3
4 SN4; SN3; SalS2; SalS1; SA2; SA1
3 SalS0; SA0
2 SN1
1 SN0; N2; todos los sal
0 N1; N0
9
Consideraciones finales
El método cualitativo es de útil aplicación en suelos de la zona de Villa María y Río

Cuarto para las texturas evaluadas, debido a que puede realizarse a campo,
observándose claramente en menos de una hora las diferencias de comportamiento
dispersivo inicial o no dispersivo, proveyendo un diagnóstico "inmediato" ante la
presencia de horizontes o suelos sódicos. De todos modos, es recomendable efectuar la
técnica completa en laboratorio dejando reposar durante 24 h los agregados en agua, tal
como se plantea en el procedimiento original.
Considerando la problemática abordada en esta región, la metodología presentada es

de relevancia al momento poder diagnosticar y permitir realizar comparaciones entre
situaciones.
El procedimiento es sencillo, rápido y de fácil aplicación y no requiere de operadores

especializados, pudiendo ser realizado incluso por productores. Si bien no permite
cuantificar el contenido de sodio, es sensible para detectar el efecto de la sodicidad en
los suelos. Siendo necesario contrastar los resultados de esta técnica con los
tradicionales, tarea que en este momento está realizando este grupo de trabajo.
Observaciones preliminares a partir del empleo de esta metodología han permitido

detectar incoherencias de datos generados por las técnicas tradicionales.
Bibliografía
Bauk, L; Bonadeo, E; Milán, C & A Dell’ Oso. 2016. Criterios para la selección de
técnicas de evaluación de sodicidad en suelos de Córdoba. Datos enviados a XXV
Congreso Argentino de la Ciencia del suelo 2016- Río Cuarto.
Bonadeo, E; Hampp, E; Moreno, I & A Odorizzi. 2006. Relación entre propiedades

físicas y químicas del suelo y raíces de Alfalfa (Medicago Sativa L.) afectada por
“Manchoneo” Rev. Ciencia del Suelo 24(2).
Caset, L. 2015. Variabilidad espacial de ambientes en un suelo sódico "machoneado" en

el centro Este de Córdoba". Anteproyecto de Trabajo Final de Grado para optar al título
de Ingeniero Agrónomo de la Universidad Nacional de Villa María. Dir. Cecilia Milán;
Cod. Paola Salvatierra.
Dell’ Oso, A. 2015. Efectos de la sodicidad sobre propiedades de los suelos y su

relación con la densidad de raíces. Anteproyecto de Trabajo Final de Grado para optar
al título de Ingeniero Agrónomo de la Universidad Nacional de Villa María. Dir.Elena
Bonadeo; Cod. Cecilia Milán
10
DPI (Department of environment and primary industries). 2006. Identifying,

understanding and managing hostile subsoils for cropping - A reference manual for
neutral-alkaline soils of south-eastern Australia. Field diagnostic. Chapter 6. Disponible
en: http://vro.dpi.vic.gov.au /dpi /vro/ vrosite. Nsf /pages/
soil_mgmt_subsoil_pdf/$FILE/BCG _subsoils_09_ch07.pdf.
INTA. 1993. Atlas de Suelos de la Republica Argentina. 2 Tomos. 677 páginas.

Lavado, R & M Taboada. 2009. Alteraciones de la fertilidad de los suelos. El
halomorfismo, la acides, el hidromorfismo y las inundaciones. Editorial facultad
agronomía universidad de buenos aires.
Manzotti M. 2015. Evaluación de propiedades físico-quimicas de un suelo sódico bajo

diferentes usos en la región de Villa Maria. Trabajo Final de Grado para optar al título de
Ingeniero Agrónomo de la Universidad Nacional de Villa María. Dir. Cecilia Milán; Codir.
Silvia Olivo.
Massoud, F L. 1977. Basic principals for prognosis and monitoring of salinity and
sodicity. Proceedings International Conference on Management of saline water for
irrigation. Technical University. Lubbock, Texas. 432-454.
Milán, C; Bonadeo, E; Olivo, S; Ganum Gorriz MJ. & M Manzotti. 2013. Aprendizaje
transmitido a través de la práctica y la investigación mediante el abordaje de la
adaptación de una técnica innovadora para detectar suelos sódicos. Pag 32-42. Libro de
actas del I Encuentro Nacional de docentes de la Ciencias del Suelo. ISBN 978-987-
26404-5-3. Zavalla. 10 y 11 de Octubre 2013.
Milán, C. 2016. Variabilidad espacial de suelos sódicos "manchoneados" y su mejora.

En Jurado: Tesis de Maestría en Ciencias Agropecuarias de la Universidad Nacional de
Río Cuarto. Dir. Elena Bonadeo; Cod. Gabriel Espósito.
Nijensohn, L. 1988. Determinación del nivel de salinidad edáfica a partir del quíntuple
extracto de saturación. Ciencia del Suelo. Volumen N° 1:8-13
Northcote, KH & JKM Skene. 1972. Australian soils with saline and sodic
properties. CSIRO Soil Publication 27.
Olivo, S; Milán, C; Bonadeo, E; Manzotti, M; Ganum, M.J. & L Bauk. 2013. Identificación
de suelos salinos y sódicos en la zona de Villa María, Córdoba. Jornadas Argentinas de
Conservación de Suelos. Eje Temático 1. Actas en C.D. Buenos Aires. 2, 3 y 4 de julio
de 2013.
Rengasamy, P & KA OLSSON. 1991. Sodicity and soil structure. Austr. J. Soil Res.
29:935-32. 60. Government Printing Office. Washington.
11
Rengasamy, P. 1997. Sodic soils. En: Rengasamy Lal, R.; Blum, W.H. ; Valentine, C.
and A. Stewart (1997) Methods for assessment of soil degradation, R. Lal et al. (Eds.)
Advances in Soil Science (USA) 558 pp.
Rengasamy, P. 1997. Sodic soils. In: Lal., R.; W.H. Blum; C. Valentine and B.A. Stewart
Richards, L A. (ed.) 1954. Diagnosis and improvement of saline and alkali soils. U.S.D.A.
Handbook 60. Government Printing Office. Washington.
Rhoades, JD. 1984. Principles and methods of monitoring. Soil salinity. In soil salinity
under irrigation, edits. I. Shainberg and J. Shalevet. Chap. 5: 130-142. Ecological
Studies 51. Spinger-Verlaq.
12
CRITERIOS PARA LA SELECCIÓN DE TECNICAS DE EVALUACIÓN DE

SODICIDAD EN SUELOS DE CORDOBA
BAUK, LUCRECIA1 *; BONADEO, ELENA2-3; MILÁN, CECILIA3; DELLÒSO, ANDREA3;

& VIDELA MENSEGUE, HORACIO4
1.
Alumna Maestría Cs. Agropecuarias UNRC. 2.Universidad Nacional de Rio Cuarto. 3.
Universidad Nacional de Villa María. 4 Asesor privado

* [email protected]
Palabras claves: suelo sódico; RAS ; PSI.
Resumen
En la provincia de Córdoba la superficie de suelos afectada por sodicidad es de

2.800.000 ha. La cuantificación de la sodicidad se realiza mediante diversos indicadores
y técnicas analíticas, pero se desconoce cuál o cuáles son los más convenientes. Los
más frecuentemente utilizados son el Porcentaje de Sodio de Intercambio (PSI), la
Relación de Adsorción de Sodio del extracto de saturación (RASe), y la Relación de
Adsorción de sodio del extracto 1:5 (RAS(1:5)). También, aunque menos frecuentemente,
se utiliza el índice de dispersión, propuesto por autores australianos. El objetivo fue
generar criterios que contribuyan a la selección de las técnicas más adecuadas para
cuantificar la sodicidad en suelos de textura franco limosa del Centro Este de Córdoba.
Las muestras, de textura franco limosa, corresponden a los primeros cuatro horizontes
de un suelo sódico. El lugar de muestreo se ubica en 32° 08‟S - 63° 15‟W. Las
situaciones fueron seleccionadas por su diferente grado de sodicidad, definiéndose dos
sectores, agricultura y monte. A todas las muestras (36) se les determinó el pH actual,
conductividad eléctrica a saturación (CEe), Conductividad eléctrica en dilución 1:2,5
(CE(1:2,5)), Conductividad eléctrica en dilución 1:1(CE (1:1)), cationes de intercambio en
extracto acetoamónico, cationes solubles en el extracto saturado y cationes solubles en
el extracto 1:5 e índice de dispersión (VID). Posteriormente se calculó RASe y RAS1:5.
Se emplearon técnicas de análisis estadístico multivariado, como el análisis de
componentes principales y de conglomerados, y análisis de correlación. Los resultados
indican que la caracterización de la sodicidad no puede ser explicada por un solo
indicador, se evidenció una alta correlación entre PSI y RAS(1:5). A su vez, la RAS (1.5)
puede usarse como alternativa al PSI y a la RASe para la determinación del grado de
sodicidad de un suelo.
Introducción
La provincia de Córdoba presenta 2.803.000 ha de suelos con afección sódica de las

cuales 93.000 ha se encuentran en el departamento San Martín (INTA, 1993). Los
suelos sódicos evolucionan a partir del lixiviado de sales con un consecuente aumento
del sodio (Bohn et al., 2001), se caracterizan por la dispersión de coloides debido al alto
1
porcentaje de sodio de intercambio, generalmente asociada a pH alcalinos y a baja

conductividad eléctrica (Richards,et al. 1954).
El proceso de dispersión provoca el colapso de los agregados y desarrolla estructuras

que tienden a la masividad. Estas generan alta resistencia mecánica cuando el suelo
está seco (Adcock et al, 2009), enlentece el movimiento del agua (Varallyay, 1981),
modifican la capacidad de almacenaje (Raine & Loch, 2003) y producen una mala
aireación de las raíces (Sparks, 2003) restringiendo el intercambio de gases. Todo ello
como consecuencia de la degradación estructural que generan relaciones suelo-agua-
aire desfavorables (Rengasamy & Olsson, 1991).
Para cuantificar este fenómeno existen diversas técnicas de laboratorio ampliamente

descriptas por la bibliografía, que evalúan el sodio intercambiable o soluble del suelo y
permiten elaborar indicadores tales como el Porcentaje de Sodio de Intercambio (PSI) y
la Relación de Adsorción de Sodio del extracto de saturación (RASe). La medición del
PSI del suelo es usada tradicionalmente para identificar los suelos sódicos (Rengasamy,
1997), esta determinación es tediosa y sujeta a varias dificultades que conducen a
errores en la cuantificación (Bohn, 2001). Uno de los problemas que describe este autor,
y que se puede constatar en los laboratorios de análisis de suelo, ocurre en los suelos
salinos sódicos, en los cuales debe medirse por separado el sodio soluble y su valor
debe restarse de la cantidad total de sodio desplazado. Esta determinación adicional
genera mediciones erróneas en suelos muy arcillosos al provocar un aumento en la
concentración del sodio soluble que se traduce en bajos valores de PSI. Otro problema
que tiene esta técnica es no remover totalmente el ion índice de la solución salina (e.g.
el ion NH4+ del Acetato de Amonio 1N) durante los pasos del lavado para la
determinación de la Capacidad de Intercambio Catiónica (CIC). Al no completarse
correctamente este proceso, puede conducir a la determinación de altos valores de CIC
y, por ende, a bajos PSI (Bohn, 2001). De lo contrario, puede ocurrir que la hidrólisis
durante la remoción de la solución salina capture el NH4+ de la solución entre los
retículos minerales o que la solución salina de NH4+ disuelva los carbonatos de calcio y
carbonatos de sodio (frecuentemente presentes en suelos sódicos) ocasionando bajos
valores de CIC y, por lo tanto, altos valores de PSI (Bohn, 2001).
Otra técnica frecuentemente utilizada para el estudio de los suelos salinos sódicos es la
cuantificación de los cationes solubles en el extracto de saturación (Na+, Ca+2 y Mg+2)
para calcular la Relación de Adsorción de Sodio (RASe). Si bien es ampliamente
utilizada, en los suelos sódicos es dificultoso obtener volumen necesario de extracto
para la cuantificación de los cationes. Cuando el suelo se humedece, el ion sodio (Na+)
es fácilmente hidratado, estaextensiva hidratación promueve la separación de las
partículas de arcilla y su dispersión. Cuando las partículas se separan más allá de 7 nm
por las reacciones de hidratación, se repelen con otras y permanecen dispersas
(Rengasamy, 1997). La dispersión provoca una mayor exposición de la superficie del
coloide y por lo tanto una mayor retención de agua por parte del suelo, limitando la
2
obtención de una cantidad suficiente de extracto a partir del filtrado de las pastas
saturadas.
Rengasamy (1997) sostiene que determinar cationes solubles en extracto suelo/agua

1:5, técnica de sencillo desarrollo, permite calcular la RAS(1:5) y que junto con la
Conductividad Eléctrica de la solución del suelo (CE(1:5)) son los parámetros que mejor
permiten describir el fenómeno de la dispersión de arcillas. Rengasamy & Olsson (1991)
encontraron que la RAS del extracto 1:5 es mejor predictor de la dispersión sódica que
el PSI.
El índice de dispersión fue ampliamente utilizado en Australia para identificar los suelos
con riesgo de sodificación. La dispersión se puede evaluar en forma más directa y con
relativa simplicidad mediante la técnica propuesta por Rengasamy (1997).
Integrando el análisis estadístico multivariado para analizar la correlación entre las

variables RAS(1:5), RASe, PSI e índice de dispersión, se podrían obtener elementos que
ayuden a definir cuál de ellas resultaría más adecuada para la evaluación de la
sodificación de suelos de la provincia de Córdoba, información que no registra
antecedentes en nuestro país.
El objetivo de este trabajo es comparar diferentes técnicas de análisis de suelo para

generar criterios que contribuyan a la selección de aquellas más adecuadas para
cuantificar la sodicidad de suelos de textura franco limosa predominantes en el Centro-
Este de Córdoba.
Datos de Suelos
Los suelos del área de estudio corresponden al complejo indeterminado Pampayasta

(INTA, 1991) y el lugar de muestreo se encuentra entre las localidades de Arroyo
Algodón y Los Zorros (Departamento San Martín, Córdoba). El sitio se ubica a 28 km al
norte de la ciudad de Villa María (32° 08‟S - 63° 15‟W). La textura del suelo es franco
limosa, siendo representativa de los suelos del Centro-Este de Córdoba.
3
Figura 1. Vista aérea del área seleccionada para el estudio (Imagen extraída de Google
earth, 2013)
Las situaciones de muestreo fueron seleccionadas por su diferente grado de sodicidad,

definiéndose dos sectores, agricultura y monte (Figura 1). Dentro del sector agrícola se
dividió en áreas, una con mayor crecimiento de cultivo (denominado Normal) y otra con
menor crecimiento del cultivo (denominado Manchón) (Figura 2). En el sector monte se
dividió “Árbol” y “Gramíneas” dado que tienen diferente grado de sodicidad (Bonadeo,
2014).
Figura 2. Cultivo de alfalfa “manchoneado” en el área muestreada.
4
El muestreo fue de tipo apareado “manchón” - “normal” y “árbol” - “gramínea”

extrayendo las muestras de cada horizonte del perfil.
Para realizar las determinaciones de laboratorio se utilizaron 36 muestras extraídas de
diferentes horizontes del sector Agrícola y del sector Monte de las cuales se contaba
con suficiente volumen de suelo.
Determinaciones de laboratorio
A todas las muestras se les determinó el pH actual, Conductividad eléctrica del extracto
saturado (CEe), Conductividad eléctrica en dilución 1:2,5 (CE(1:2,5)), Conductividad
eléctrica en dilución 1:1(CE (1:1)), cationes de intercambio en extracto acetoamónico,
cationes solubles en el extracto saturado y cationes solubles en el extracto 1:5. También
el índice de dispersión (Rengasamy, 1997; adaptado por Olivo et al., 2013).
Para determinar cationes de intercambio y CIC, se empleó el método del acetato de

amonio 1N pH7. Este método, al igual que el método del acetato de sodio (pH 8,2), no
es tan preciso en suelos ácidos o en suelos calcáreos o salinos, pero su uso está
ampliamente incorporado en los laboratorios de análisis.
Los cationes del extracto saturado para el cálculo del RAS, se obtuvieron con el método
de la pasta de saturación descripto en el manual Nº 60 del Departamento de Agricultura
de los Estados Unidos (Richards, 1954). Los cationes solubles en el extracto (1:5) se
midieron utilizando la técnica desarrollada por Rengasamy (1997) a la cual se le
modificó el tiempo de agitado a 30 minutos y en lugar de centrifugación, los extractos se
obtuvieron por filtrado. El pH actual (1:2,5) se determinó por potenciometría y las
Conductividades eléctricas en todas las diluciones se midieron utilizando un
conductímetro (Klute, 1986).
Para cuantificar los cationes en el extracto acetoamónico y en los extractos acuosos se

empleó complejometría con EDTA 0.02N para determinar calcio y magnesio y
espectrometría de llama para el sodio.(Black, 1965) (SAMLA. SAGPyA, 2004).
Se determinó el grado final de dispersión a todas las muestras mediante el método del
índice de dispersión (Rengasamy,1997; adaptado por Olivo et al. 2013). Posteriormente
utilizando la clasificación de los suelos y el grado final (subcategorización) se obtuvo el
nivel de dispersión denominado “Valor de intensidad de dispersión” (VID) con una
escala que va de 0 a 12 al aumentar la intensidad sódica (Milán et al. 2013, 2014
y 2016).
Debido a la poca cantidad de suelo extraído en algunos horizontes, no pudo realizarse

la determinación de CEe y RASe a todas las muestras, por lo que se dispone para el
análisis multivariado solo de 30 casos completos.
5
La relación entre técnicas de medición de la sodicidad se abordó mediante análisis de

componentes principales (ACP), correlación y conglomerados. El análisis multivariado
permitió observar si las técnicas seleccionadas marcan diferencias entre los sitios de
estudio.
Para comprobar si las diferentes técnicas agrupan los casos respondiendo a grupos
previamente seleccionados de sodicidad conocida, se realizó el Análisis de
Conglomerados utilizando como variables la RAS(1:5), la RASe; el PSI y el pH y como
criterio de clasificación la posición en el perfil y en el sitio por ejemplo Horizonte 1 del
sitio Normal = N1.
El Análisis de Conglomerados se realizó dos veces, la primera vez utilizando como

variables la RAS(1:5), RASe y pH y la segunda vez utilizando como variables el PSI, RASe
y pH. Se utilizaron las variables estandarizadas, el método de Ward y la distancia
Euclídea. Todos los análisis estadísticos se realizaron utilizando el software INFOSTAT
(Di Rienzo et al., 2015)
Descripción de los suelos
En la Tabla 1 se muestra el resumen estadístico de los valores medidos de pH,

conductividad eléctrica, PSI y RAS. Los valores promedios de pH, CEe, PSI, RASe y
RAS(1:5) fueron 8, 0.86 dS m-1, 17.34%, 5.07 y 2.82; respectivamente. El PSI mostró la
mayor dispersión entre el valor máximo y mínimo (1,38% y 48,22%) mientras que los
valores de RAS(1:5) y RASe presentaron una amplia variación. Los coeficientes de
variación alcanzan valores muy elevados salvo para pH. La salinidad de los suelos es
baja (< 2,39 dS m-1) no así los contenidos de sodio intercambiable.
Tabla 1. Propiedades edáficas de los suelos: pH, conductividad eléctrica del extracto
(CEe), porcentaje de sodio de intercambio (PSI), relación de absorción de sodio del
extracto (RASe), y relación de absorción de sodio 1:5 (RAS(1:5)).
Resumen pH 1:2,5 CEe PSI RASe RAS(1:5)

dS m-1 %
n 30 30 30 30 30
Media 8 0,86 17,34 5,07 2,82
Coef. Var. (%) 13,45 65,91 88,9 98,39 82,23
Mínimo 5,88 0,27 1,38 0,39 0,29
Máximo 9,43 2,39 48,22 21,71 7,96
6
Comparación entre técnicas
En la Figura 3 se observa el análisis de componentes principales utilizando como

variables al pH, CEe, PSI, RASe, RAS(1:5) y VID. La CP1 y la CP2 explican el 89% de la
variabilidad total de los datos por lo que considera que el ACP es suficiente para
representar confiablemente las relaciones entre los casos y las variables. En la Tabla 2
se presentan los valores de los autovectores para las dos primeras CP.
Tabla 2. Autovectores del pH, CEe, PSI, RASe, RAS(1:5) y VID para las dos primeras CP
Variables CP1 CP2
pH 0,42 -0,33
CEe 0,33 0,73
PSI 0,45 -0,12
RASe 0,40 0,42
RAS (1:5) 0,43 -0,15
VID 0,41 -0,37
CEe
3
RASe
CP 2 (14,3%)
0
PSI
RAS (1:5)
pH
VID
-3
-6
-6
-3
CP 1 (74,9%)
Horizonte 1 Horizonte 2 Horizonte 3

Horizonte 4 Horizonte 5 Variables
Figura 3. Análisis de Componentes Principales del pH, CEe, PSI, RASe, RAS(1:5) y VID
identificando horizontes.
7
Los resultados de la Tabla 2 muestran que una sola de las variables analizadas no sería
suficiente para caracterizar la sodicidad del suelo dado que los coeficientes de todas
ellas reflejadas en la CP1 poseen similar inercia o peso, a excepción del PSI y la RAS
(1:5) que son levemente superiores. Por otro lado, la CP2 muestra que los suelos con
mayor CE poseen menores valores de pH, PSI, RAS(1:5) y VID, menor sodicidad y menor
grado de dispersión. Hay una alta correlación entre VID- pH ; RAS(1:5)-PSI y poca
correlación entre CEe y RASe con las demás variables (Figura 2).
El horizonte 1 no está asociado a excesos de sales ni sodio mientras que el tercer

horizonte es el más sódico. Los casos del horizonte 2, ordenados a lo largo de la CP1,
responden a valores de sodicidad y salinidad que están condicionados por el sitio
(manchón, normal, árbol o gramínea) (Figura 3).
RASe
CEe
2
CP 2 (18,0%)
0
PSI
pH
-2 RAS (1:5)
VID
-4
-4 -2 0 2 4
CP 1 (78,1%)
Normal Manchon Arbol

Pasto Variables
Figura 4. Análisis de componentes principales (ACP) del pH, CEe, PSI, RASe, RAS(1:5) y
VID para Horizonte 3
8
En la Tabla 3 y Figura 4 se muestra el resultado del ACP para el horizonte 3 que es el

que manifiesta mayor sodicidad. La CP1 y la CP2 explican el 96 % de la variabilidad de
los casos. Se considera que el ACP representa confiablemente las relaciones entre
casos y las variables. También en este horizonte en particular, el peso de cada variable
es similar. Se observa una asociación entre las variables evaluadas y los casos de la
situación “manchón” que se sabe por análisis previos es el sitio que presenta valores
más elevados de PSI.
Tabla 3.Autovectores del pH, CEe, PSI, RASe, RAS(1:5) y VID para las dos primeras CP
en el Horizonte 3.
Variables CP1 CP2
pH 0,44 -0,22
CEe 0,37 0,56
PSI 0,45 -0,03
RASe 0,37 0,58
RAS (1:5) 0,4 -0,35
VID 0,41 -0,42
Correlación entre pH, Conductividad eléctrica, PSI y RAS
La RAS(1:5) mostró una elevada correlación con el PSI (Tabla 4). También es notable el
elevado coeficiente de correlación entre VID-pH y VID-PSI. Por otro lado, se destaca la
baja relación entre RASe y RAS1:5 (0,66). Estos resultados indican que la alta correlación
entre el PSI y el RAS(1:5) aporta una importante herramienta para el diagnóstico de
suelos sódicos ya que el primer indicador requiere una técnica de determinación más
compleja, en comparación a la RAS(1:5), y no siempre arroja resultados coherentes en los
suelos abordados que poseen elevados contenidos de carbonatos en muchos de sus
horizontes subsuperficiales. El pH y PSI, indicadores frecuentemente usados, y las
RAS(1:5) están altamente correlacionados con el VID, técnica que este grupo de trabajo
actualmente está probando.
9
Tabla 4. Correlación entre pH, PSI, RAS y Valor de intensidad de Dispersión.

Variable(1) Variable(2) n Pearson p-valor
pH 1:2,5 PSI 30 0,86 <0,0001
pH 1:2,5 RAS es 30 0,64 0,0001
pH 1:2,5 RAS (1:5) 30 0,82 <0,0001
pH 1:2,5 VID 30 0,85 <0,0001
PSI RAS es 30 0,76 <0,0001

PSI RAS (1:5) 30 0,91 <0,0001
PSI VID 30 0,81 <0,0001
RAS es RAS (1:5) 30 0,66 0,0001

RAS es VID 30 0,62 0,0003
RAS (1:5) VID 30 0,75 <0,0001
Diferenciación de situaciones características de suelos sódicos
El análisis de conglomerado de las variables RAS(1:5), RASe y pH; por un lado; y PSI,
RASe y pH; por otro; mostró un resultado similar (Tablas 5 y 6). En ambos análisis se
forman 3 grupos diferentes que agrupan casos de comportamiento parecido entre sí. En
el conglomerado 1 se agrupan los casos correspondientes al primer horizonte, en el
conglomerado 2 se encuentran los segundos horizontes de los normales, gramínea y
árbol y en el conglomerado 3 los terceros horizontes de los manchones y de Gramínea
(Figura 4). Este resultado indica que tanto la RAS(1:5) como el PSI permiten formar
grupos compuestos por los mismos casos quedando evidenciado que una u otra técnica
permiten caracterizar del mismo modo a los suelos sódicos.
10
M5 A M4
B
M4 M5
M3 M3
G3 G3
N5 N3
N4 M2
M1 G2
N2 N2
G2 M1
N3 N5
M2 N4
A4 A4
A2 A2
N1 N1
G1 G1
A3 A3
A1 A1
cofenética (0,800) cofenética (0,737)
0,00 3,38 6,77 10,15 13,54 0,00 3,13 6,26 9,40 12,53
Figura 4. Dendrograma de las variables RAS (1:5), pH y RASe (A) y PSI, pH y RASe (B)
usando como criterio de clasificación la Posición en el perfil. Siendo N: normal, M:
manchón, A: árbol, G: gramínea y el número que acompaña 1: primer horizonte, 2;
segundo horizonte, 3: tercer horizonte y 4: cuarto horizonte.
Tabla 5. Medias de los conglomerado Tabla 6. Medias de los conglomerados

formados usando como criterio de formados usando como criterio de
clasificación la posición en el perfil y clasificación la posición en el perfil y
RAS (1:5), pH y RASe como variables. PSI, pH y RASe como variables.
Conglo Resu pH RAS RAS Conglo Resu pH RAS

merado men 1:2,5 es (1:5) merado men 1:2,5 es PSI
1 N 8 7 8 1 n 8 7 8
1 Media 6,56 2,29 1,05 1 Media 6,56 2,29 2,89
2 N 20 16 20 2 n 20 16 20
2 Media 8,03 4,07 2,29 2 Media 8,03 4,07 14,1
3 N 8 7 8 3 n 8 7 8
3 Media 9,22 10,15 6,24 3 Media 9,22 10,15 36,76
Finalmente, los resultados mostrados indican que las variables analizadas permitieron
evaluar la sodicidad del suelo con diferente grado de ajuste. La RAS(1:5) además de
cuantificar el sodio presente en los suelos del Centro-Este de Córdoba fue el parámetro
de mayor correlación con el PSI con la ventaja de ser una técnica de poca dificultad,
bajo costo, con buena sensibilidad analítica y que requiere de poco volumen de suelo
para su determinación.
11
Conclusión
Los resultados obtenidos en este trabajo indican que el RAS(1.5) puede usarse para
evaluar la sodicidad del suelo siendo una técnica alternativa al PSI y especialmente a la
RASe.
Bibliografía
Adcock,D. , R. Armstrong, F. Best , D.Chittleborough, M. Imhof, G. McDonald, A. McNeill,

J. Nuttall, N. Wilhelm. Identifying, understanding and managing hostile subsoils for
cropping. 2009. Grains Research & Development Corporation. Published by - The
Profitable Soils Group (January 2009) ISBN 978-0-9806136-0-5.
Allison LE, L.Bernstein , C.A.Bower, J.W. Brown , M.Fireman ,J.T. Hatcher, H.E
Hayward, G.A. Pearson , R.C.Reeve ,L.A Richards, L.V. Wilcox (1994). Diagnosis and
improvement of saline and alkali soils. (United States Department of Agriculture)
Black C.A. 1965. Methods of soil analysis. Part 2.Chemical and microbioogical
properties..American society of agronomy, Inc., Publisher Madison, Wisconsin, USA.
Chapter 57 .
Bohn H.L; B.L.McNeal; G.A.O`Connor. 2001. SOIL CHEMISTRY. John Wiley &Sons.
Inc.
Bonadeo, E.; C. Milán, S. Olivo y M. Finello. 2014. Effect of deforestation on soil salinity
and sodicity in Cordoba, Argentina. 20th World Congress of Soil Science, 2014.6,520.
INTA. 1991. Carta de suelos de la República Argentina. Hoja 3363-9. James Craik. Plan
Mapa de suelos Córdoba-Argentina..
INTA, 1993. Panorama edafológico de la provincia de Córdoba. Plan Mapa de suelos

Córdoba.
Klute, A. (ed.) 1986. Methods of soil analysis. Part 1. Physical and mineralogical
methods. Agron. Monograph Nº 9 ASA, SSSA. Madison, Wisconsin USA
12
Milán, C.; Bonadeo, E.; Olivo, S.; Ganum Gorriz M.J. y Manzotti, M. 2013. Aprendizaje
transmitido a través de la práctica y la investigación mediante el abordaje de la
adaptación de una técnica innovadora para detectar suelos sódicos. Pag 32-42. Libro de
actas del I Encuentro Nacional de docentes de la Ciencias del Suelo. ISBN 978-987-
26404-5-3. Zavalla. 10 y 11 de Octubre 2013,
Milán C.; Olivo S.; Bonadeo, E.; Manzotti, M. y A. DellÒso. 2014. Técnica rápida para
clasificar suelos 14 pp. Guia didáctica del Seminario sobre conservación de suelos de la
Carrera Ingeniería Agronómica de la Unversidad Nacional de Villa María.
Milán C., E. Bonadeo, M. Manzotti, y A. DellÒso. 2016.Técnica del índice de dispersión

para el reconocimiento de suelos sódicos. XXV Congreso Argentino de la Ciencia del
suelo 2016.
Olivo, S; Milán, C. Bonadeo, E.; Manzotti M; Ganum M.J. y L. Bauk. 2013. Identificación
de suelos salinos y sódicos en la zona de Villa María, Córdoba. Resumen presentado en
Jornadas Argentinas de Conservación de Suelos. Actas en CD. Buenos Aires. Julio de
2013.
Raine SR, Loch RJ (2003) What is a sodic soil? Identification and management options
for construction sites and disturbed lands. In „Road, Structures and Soils in South East
Queensland 29-30th‟ (Department of Main Roads, Queensland).
Rengasamy, P. and K.A. Olsson. 1991.Sodicity and soil structure. Austr. J. Soil Res.
29:935-952. Government Printing Office. Washington.
Rengasamy P. 1997. Sodic soils. En: Rengasamy Lal, R.; Blum, W.H. ; Valentine, C. and
A. Stewart (1997) Methods for assessment of soil degradation, R. Lal et al. (Eds.)
Richards, L. A. (ed.) 1954. Diagnosis and improvement of saline and alkali soils.
U.S.D.A. Handbook 60. Government Printing Office. Washington
SAGPyA.(Secretaria de Agricultura, Ganadería , Pesca y Alimentación de la Nación

Argentina. Dirección de Producción Agrícola). 2004. Sistema de Apoyo Metodológico a
los Laboratorios de Análisis de Suelos (SAMLA). Versión electrónica. ISBN 987-9184-
40-8.
Spark, D.L. 2003. Environmental Soil Chemistry. Second Edition. Academic Press An
imprint of Elsevier Science 525 B Street, Suite 1900, San Diego, California 92101-4495,
USA
13
Varallyay, G. 1981. Extreme moisture regime as the main limiting factor of the fertility of
salt affected soils. Proc. Hungaro-Indian Seminar of salt affected soils. Agrokêmia és
Talajtan, 30:73-96. (Supplementum).
14
ESTUDIO FRACTAL DE LA DISTRIBUCIÓN DE PARTÍCULAS Y

PSEUDOPARTÍCULAS EN SUELOS DE LA PRADERA PAMPEANA
GELATI PABLO R(1 *).,SARLI, GUILLERMO O(1) & FILGUEIRA ROBERTO R. (1,2)
1
Facultad de Ciencias Agrarias y Forestales, UNLP. Av. 60 y 119 s/n. 1900. La
Plata. Pcia de Bs As. 2CONICET
* [email protected]
Palabras claves: sedimentación, textura, fragmentación
Resumen
La geometría fractal permite describir teóricamente estructuras de diversa naturaleza,

entre otras, la distribución de tamaño de partículas (DTP) en el suelo. Esta, es una de
las características más estables en el suelo. El interés de su determinación, radica en
que está relacionada con otras propiedades físicas y químicas.
En la ciencia del suelo se ha utilizado la geometría fractal para arrojar nueva luz sobre la
compleja dinámica de los procesos formadores del suelo mediante el estudio de las
DTP. De la teoría fractal se obtiene un parámetro, la dimensión fractal de fragmentación
D, el cual está relacionado con el particionamiento y el escalamiento de las partículas
del suelo por ejemplo.
También se ha propusto relacionar la dimensión fractal con los procesos formadores, a
partir de la evaluación de la DTP en varios órdenes de suelo, estudiando la
sedimentación con diversos pretratamientos.
Se trabajó con las hipótesis que “La distribución de partículas y pseudopartículas de
suelos templados sigue el modelo fractal de fragmentación” y “La dimensión fractal de
fragmentación (D), se modifica según los pretratamientos”
Se estudiaron 6 suelos de agrícolas de diferentes lugares de la pradera pampeada. Se
los caracterizó mediante el carbono orgánico y la capacidad de intercambio catiónico.
Se realizaron sedimentaciones de las muestras, sin materia orgánica y con materia
orgánica para obtener la DTP y la D de fragmentación.
El modelo fractal ajustó con los suelos franco limosos. Areno franco y franco arenoso no
ajustaron convenientemente.
Las sedimentaciones con materia orgánica permitieron calcular la “textura aparente”, en
todos los casos, hubo incremento aparente de arenas y reducción aparente de limos y
arcillas. Asociado con el proceso de microestructuración se obtuvieron valores menores
de D, mostrando que este parámetro es sensible al proceso de agregación asociado a la
presencia de materia orgánica
Los valores de D disminuyeron en la sedimentación con materia orgánica. La D, fue
sensible al proceso de microestructuración.
1
Introducción
La geometría fractal (Mandelbrot, 1982) ha permitido describir teóricamente estructuras

que se observan en la naturaleza. Es así que las características geométricas de las
distribución espacial de las raíces, las longitudes de las costas y fronteras, el
fraccionamiento de una roca, la distribución de tamaño de partículas en el suelo, entre
otros, pueden ser idealizados satisfactoriamente mediante esta teoría (Korvin G., 1992;
Tyler S.W. & Wheatcraft S.W., 1992; Filgueira et al.,(2003, 2005); Vdovic et al., 2010;
Caruso et al., 2011). Un objeto fractal está compuesto de una cantidad de estructuras
similares superpuestas, visibles a cualquier nivel de detalle. Esta propiedad se conoce
como autosimilitud. El material en un objeto fractal se distribuye en forma heterogénea,
pero no al azar, de forma que un patrón de generación se ve idéntico, al menos en el
sentido estadístico, independientemente de la amplificación con que se esté
observando. En un fractal matemático los detalles se ven idénticos en cualquier nivel de
amplificación mientras que en un fractal natural es esperable que el nivel de repetición
de la propiedad particular sea limitado a varios órdenes de magnitud. En este sentido,
en una publicación muy polémica Avnir et al. (1998) han planteado dudas sobre la
validez de este marco teórico, sobre todo en el tema del rango de aplicación de la
propiedad de autosimilitud, que en vez de ser infinito como en el fractal matemático, sólo
abarcaría uno o dos órdenes de magnitud en los fractales naturales.
La distribución del tamaño de partículas (DTP), es una de las características más

estables en un suelo. El interés en su determinación, radica en que está relacionada con
otras propiedades físicas y químicas, como ser: porosidad, interacción con los fluidos y
solutos, compresibilidad y comportamiento térmico, capacidad de intercambio catiónico,
laboreo, susceptibilidad a la erosión y desertificación, curvas de retención hídrica,
conductividad hidráulica saturada e insaturada, composición química y crecimiento de
las plantas, entre otras (Campbell & Shiozawa, 1992; Vdovic et al., 2010). Se usa
también como insumo en la estimación de propiedades hidrológicas de suelos, a través
de las funciones de transferencia edafológica (Pachepsky & Rawls, 2004).
En la ciencia del suelo se ha utilizado la geometría fractal para arrojar nueva luz sobre la
compleja dinámica de los procesos formadores del suelo mediante el estudio de las DTP
(Tyler & Wheatcraft, 1992; Hyslip & Vallejo, 1997; Bittelli et al., 1999; Taguas et al.,
1999; Perfect et al., 2002; Millán et al., 2003; Stanchi et al., (2006, 2008). Tyler &
Wheatcraft (1992) plantearon forma una alternativa sugerida fue considerar
directamente la masa de partículas, en cambio del número de ellas. Esto conlleva
ventajas, pues es experimentalmente más sencillo y preciso obtener fracciones de masa
que número de partículas. En el modelo propuesto, la fracción de masa acumulada de
un radio menor que un valor R es (Tyler & Wheatcraft 1992):
2
3 D
M (r  R) M (r  R)  R 
 1   cR 3 D (1)
MT MT R 
 L sup 
donde MT es la masa total de la distribución de las partículas, y r = RLsup es un límite

superior de tamaño para el comportamiento fractal y c es una constante. En el caso del
experimento de sedimentación de partículas de suelo en agua, para determinar la
textura, es común obtener la fracción de masa de aquellas que aún permanecen en la
suspensión, es decir, M(r<R)/MT]. Este modelo resultó más razonable desde el punto de
vista físico, con resultados de D siempre menores que 3.
Si bien diversos autores han encontrado que la DTP de algunos suelos siguen
distribuciones fractales (Tyler & Wheatcraft, 1992; Taguas et al., 1999; Filgueira et al.,
2006), en otros estudios se han identificado más de una escala de dominio en el mismo
suelo (Bittelli et al., 1999). Tyler & Wheatcraft (1992) concluyeron que sólo algunos
suelos dentro del triángulo textural podrían tener este tipo de DTP. En este sentido,
Filgueira. (2004), encontraron DTP en suelos del centro oeste de la provincia de Buenos
Aires, que no se correspondían con una distribución fractal.
Dado que para estudiar la DTP deben dispersarse las mismas, ésta depende de los
pretratamientos realizados sobre las muestras de suelos (Eshel et al., 2004.; Dur et al.,
2004; Filgueira et al., 2006; Filgueira et al., 2009; Gelati et al., 2008, 2010)
Stanchi et al., (2008), propusieron relacionar la dimensión fractal D con los procesos
formadores, a partir de la evaluación de la DTP en varios órdenes de suelo, estudiando
la sedimentación con diversos pretratamientos. En sus trabajos, evaluaron las DTP
desde 1 hasta 2000 μm, mientras que otros autores (Bittelli et al., 1999; Filgueira et al.,
2006), utilizaron el modelo fractal sólo para describir las fracciones arena y arcilla-limo
por separado. La aplicación de la teoría fractal a todo el rango de partículas, usando el
número de partículas versus el diámetro en todo el rango puede llevar a valores de D> 3
(Tyler & Wheatcraft, 1989), sin sentido físico. Un detalle interesante es que Stanchi et
al., (2008) propusieron arbitrariamente que una DTP era fractal si el R2 resultante del
ajuste de los datos experimentales a la función potencial que los describe, era mayor
que 0,95. Con R2 menores en el ajuste la DTP no sería considerada Fractal.
Hipótesis
La distribución de partículas y pseudopartículas de suelos templados sigue el modelo

fractal de fragmentación.
La dimensión fractal de fragmentación (D), se modifica según los pretratamientos
3
Objetivos
Calcular las D, a partir de la curvas de sedimentación, sin materia orgánica (SMO) y

con materia orgánica (CMO).
Investigar sobre el proceso de microestructuración y su relación con la D.
Se analizaron muestras superficiales de suelos agrícolas de la pradera pampeana. Las

mismas fueron secadas a 40°C con circulación forzada de aire, desagregadas y
tamizadas por 2 mm. A partir de sus coordenadas se las asoció con las series
correspondientes mediante Geointa (2008) y Lanfranco et al., (1970) y la descripción
de las mismas, (Arrecifes (Ar), Portela (Po), Bombeador (Bo), Magdalena (Md), Piedritas
(Pas) y Pirovano (Pv). Para caracterizarlas, se evaluó carbono orgánico total por
combustión húmeda, Walkley y Black micrométodo y la capacidad de intercambio
catiónico (CIC), por acetato de amonio 1 N pH 7, ambos según (SAMLA 2004). Las
Sedimentaciones se hicieron según 2 pretratamientos: Pretratamiento A (SMO).
Eliminando la MO con H2O2 y calor, dispersión con NaOH 1 N y agitador rotativo por 24
h. Gee & Bauder, 1986) Pretratamiento B (CMO). Sobre la muestra tal cual, se le agregó
10 mL de alcohol etílico para humectar la muestra. Las probetas se completaron hasta
los 1000 mL con agua destilada.
Se calcularon, según Stokes, los tiempos para obtener diámetros aparentes de 100, 50,
25, 10, 5 y 2 μm, las muestras fueron extraídas con una pipeta de 25 mL. Todas las
determinaciones se realizaron por duplicado. A partir de los resultados de las
sedimentaciones se obtuvieron las clases texturales. En el caso del pretratamiento A, se
incorporaron las arenas en los cálculos hasta obtener más de 90% de la masa total.
Se definió “textura aparente”, a la obtenida luego de sedimentar la muestra en las

condiciones del pretratamiento B y calcular las fracciones en porciento.
Se realizaron curvas de masa acumulada vs diámetro, las D se obtuvieron luego de

transformar estas curvas mediante log-log, empleando la ecuación 1. Se analizaron los
residuos para decidir si el modelo describe los suelos.
Se calculó la variación de las fracciones arena limo y arcilla en porcentaje como se

indica.
(2)
ΔF(%), es la variación de la fracción analizada según los pretratamientos
F(SMO)= fracción analizada, obtenida con el pretratamiento A
F(CMO)= misma fracción analizada, obtenida según el pretratamiento B
4
Se empleó Infostat para los análisis estadísticos.
Resultados
Los resultados se presentan en la Tabla 1.
Tabla 1. SMO pretratamiento A; CMO pretratamiento B; COT carbono orgánico total;

CIC, capacidad de intercambio catiónico; c y 3-D, parámetros de la regresión; R2 Aj, R2
ajustado; D, dimensión fractal de fragmentación
SMO COT (g kg-1) CIC (cmolc kg-1) c 3-D R² Aj D

Arrecifes 21,811 0,344 0,99 2,656
Portela 18,694 0,387 0,98 2,613
Bombeador 20,417 0,348 1,00 2,652
Magdalena 21,307 0,358 0,98 2,642
Piedritas 9,126 0,390 0,95 2,610
Pirovano 3,259 0,538 0,90 2,462
CMO
Arrecifes 16,0 17,0 2,212 0,776 0,96 2,224
Portela 17,3 15,5 2,426 0,747 0,97 2,253
Bombeador 21,6 22,9 1,745 0,813 0,98 2,187
Magdalena 54,9 30,9 1,674 0,774 0,99 2,226
Piedritas 10,3 10,3 0,360 1,006 0,97 1,994
Pirovano 9,8 6,5 0,118 1,029 0,98 1,971
El modelo fractal describe adecuadamente la distribución de partículas observada con el

tratamiento SMO en los suelos Ar, Po, Bo y Md de textura FL (Fig. 1 a), las D tienen
sentido físico. Los R2 son elevados, se observa que el modelo sobrevalora la fracción
arena. En estos suelos el ajuste mejora si se considera solamente hasta el dominio limo,
describiendo en general hasta el 90% de la masa del suelo.
Los suelos de la serie Pas y Pv, de texturas FA y AF, es necesario analizarlos por
separado.
Para el suelo Pas, de textura FA, (Fig 1b), la distribución de partículas hasta 100 μm
sigue el modelo fractal alcanzando a describir el 50 % de la masa estudiada. Al
agregarle las arenas, para lograr la totalidad, el modelo deja de ajustar, la distribución
de los residuos tiene patrones sesgados y subvalora las arenas. (Fig. 1)
El caso del suelo Pv, AF, (Fig. 1c)es diferente, los residuos evidencian que el modelo no
ajusta a los datos observados, en el rango estudiado y con la metodología empleada.
5
Se observa que si las texturas son medias a finas, el modelo, sobrevalora la fracción
gruesa. Si las texturas son gruesas, subvalora a esta fracción y sobrevalora arcillas y
limos. Como se ve en los gráficos.
Como ejemplo se muestran tres suelos contrastantes, con los puntos observados y los
valores que predice el modelo fractal.
Serie Arrecifes
120
100
80
m (%)
60
40
20
0
0,0 20,0 40,0 60,0 80,0 100,0 120,0
φ(µm)
Cal smo Obs smo

1a
Serie Piedritas
120
100
80
m (%)
60
40
20
0
0,0 50,0 100,0 150,0 200,0 250,0 300,0 350,0 400,0
φ(µm)
Cal smo Obs smo

1b
6
Serie Pirovano
120
100
80
m (%)
60
40
20
0
0,0 50,0 100,0 150,0 200,0 250,0 300,0 350,0 400,0
φ(µm)
Cal smo Obs smo
1c
Figura 1. Distribución de partículas acumulada vs diámetro. 1a ejemplo de suelo franco

limoso, 1b suelo franco arenoso y 1c suelo areno franco. Con + los valores observados
experimentalmente y con línea los valores predichos por el modelo fractal.
Tabla 2. Textura (SMO) y textura aparente (CMO). C.T. clase textural; F, franco; L
limoso; A arenoso.
Textura Ar Po Bo Md Pas Pv
A(%) 10,6 9,3 15,9 8,0 62,0 80,6
L(%) 62,1 67,1 58,1 66,0 24,9 12,7
a(%) 27,4 23,6 26,0 26,0 13,0 6,7
C.T. FL FL FL FL FA AF
A(%) aparente 52,0 52,9 56,1 62,7 81,6 93,1
L(%) aparente 45,1 43,8 41,3 34,7 17,8 6,5
a(%) aparente 2,9 3,3 2,6 2,6 0,5 0,3
C.T. aparente FA FA FA FA AF A
7
800
700
600
500
400
300
200
100
0
-100 Ar Po Bo Md Pas Pv
-200
ΔA(%) ΔL(%) Δa(%)
Figura 2.Variación de las fracciones granulométricas según la ecuación 2 para cada

suelo.
2,900
2,700
2,500
2,300
D SMO
2,100
D CMO
1,900
1,700
1,500
Ar Po Bo Md Pas Pv
Figura 3.Dimensión fractal de fragmentación de partículas (D SMO) y de partículas y

pseudopartículas (D CMO)
El ΔA(%), fue positivo en todos los suelos y su resultado muy variable, desde 15,6 a
688%. Los suelos FL son los que mostraron mayores incrementos en arena aparente.
El ΔL(%), fue negativo en todos los suelos siendo, mostrando una rango de variación
intermedio, 27,3 a 48,5%.
8
El Δa(%), también fue negativo y los valores cercanos entre si, 86,1 a 96,1%, aunque se
analizaron suelos con un amplio rango de arcillas.
Como consecuencia de esta microestructuración hubo un corrimiento hacia clases

texturales aparentes más gruesas. Este proceso puede observarse en las Fig 2 a y b.
Una reducción de la D indica un desplazamiento hacia clases más groseramente
particionadas. Esto concuerda con la bibliografía de partículas, solo que en este caso, el
desplazamiento de CT se debe a la microagregación de partículas.
Conclusiones
Los suelos con textura FL, tienen una distribución de partículas fractal. Texturas más
gruesas pueden serlo parcialmente o no seguir el modelo fractal de fragmentación.
Las pseudopartículas, modifican la D, reduciéndola y alejando a algunos suelos de la

fractalidad
La D es sensible al proceso de microestructuración y a los pretratamientos.
Agradecimientos
FCAyF-UNLP, Cátedras de Física Aplicada y Edafología. CONICET.
Bibliografía
AvnirD., Biham O., Lidar D., Malcai O., 1998. Is the Geometry of Nature Fractal?
Science, vol. 279 no. 5347 pp. 39-40.
Bittelli M., Campbell G.S., Flury M., 1999.Characterization of particle-size distribution in

soil with a fragmentation model. Soil Sci. Soc. Am. J. 63, 782–788.
Campbell G., Shiozawa S., 1992.Indirect methods for estimating the hidraulicpropierties
of unsaturated soils.University of California, Riverside., Ch. Prediction of hydraulic
propierties of soils using particle-size distribution and bulk density data, pp. 317-328.
Caruso T, Barto E. K., Siddiky M. R. K., Smigelski J, Rillig M. C. 2011. Are power laws
that estimate fractal dimension a good descriptor of soil structure and its link to soil
biological properties? Soil Biology & Biochemistry 43, 359-366.
Dur J.C., Elsass F., Chaplain V. y Tessier D., 2004. The relationship between particle
size distribution by laser granulometry and image analysis by transmission electron
microscopy in a soil clay fraction. European Journal of Soil Science, 55, 265-270.
9
Eshel G., Levy G.J., MingelgrinU. y Singer M.J., 2004. Critical evaluation of the use of
the laser diffraction for particle size distribution analysis. Soil Science Society of
American Journal, 68, 736-743.
Filgueira R.R., Pachepsky Y., Fournier L.L., 2003. Time-mass scaling in soil texture
analysis.Soil Sci. Soc. Am. J. 67: 1703-1706. ISSN 0361-5995.
Filgueira R.R., Gelati P.R., Fournier L.L., Sarli G.O., 2004. ¿Es la distribución de tamaño
de partículas de un suelo siempre fractal?. Actas XIX Congreso Argentino de la Ciencia
del Suelo. Paraná Entre Ríos, Argentina.
Filgueira R.R., Fournier L.L., Sarli G.O. y Soracco C.G., 2005. Distribución de partículas
y agregados de suelos: el modelo fractal. En: Reología del suelo agrícola bajo tráfico.
Ed. D. Jorajuría Editorial de la Universidad de La Plata. EDULP. Pp. 21-38. ISBN 950-
34-0334-0.
Filgueira R.R., Fournier L.L., Cerisola C.I., Gelati P.R. y García M.G., 2006. Particle-size
distribution in soils; a critical study of the fractal model validation.Geoderma, Volume
134, Issues 3-4, 327-334.
Filgueira R.R., Gelati P.R., Fournier, L.L., Sarli, G.O. y Soracco, C.G., 2009. Distribución
de tamaño de partículas del suelo; su estudio con un modelo fractal. XVIII Congreso
Latinoamericano de la Ciencia del Suelo. Costa Rica.
Gee G.W. y Bauder, 1986. Particle size analysis.methods of soil analysis, part 1.
Physical and minerological methods.Agronomy Monograph Nº 9.Second Edition. Pp.
383-411.
Gelati P.R., Sarli G.O., Lozano L.A. y Filgueira R.R., 2008. Arcilla: tiempos necesarios
para estimar su contenido con hidrómetro según pretratamientos. XXI Congreso
Argentino de la Ciencia del Suelo. Potrero de los Funes, San Luis. Argentina
Gelati P.R., Sarli G.O., Lozano L.A., Soracco C.G. y Filgueira, R.R., 2010.
Microagregación: análisis mediante curvas de sedimentación, XXII Congreso Argentino
de la Ciencia del Suelo. Rosario, Santa Fé, Argentina.
GeoINTA. © Copyright 2008. INTA. Buenos Aires, Argentina. Disponible

en: http://geointa.inta.gov.ar/.
Hyslip J. y Vallejo L., 1997. Fractal analysis of the roughness and size distribution of
granular materials .Engineering Geology 48, 231-244.
InfoStat 2009. FCA-Universidad Nacional de Córdoba. Argentina.
10
Korvin G., 1992. Fractal Methods in the Earth Sciences.Elsevier, Amsterdam. 191 p.
Lanfranco JW, Carrizo R. 1970. Carta de suelos de la estación experimental Central J.

Hirschon de la FCAyF/UNLP. Inédito.
Mandelbrot B., 1982. The fractal geometry of nature.W.h. Freeman and Company. New
York.
Millán H., Gonzalez-Posada M., Aguilar M., Domínguez J. y Céspedes L., 2003. On the
fractal scaling of soil data.Particle size distributions.Geoderma 117, 117-128.
PachepskyYa.y Rawls J.M., 2004. Development of Pedotransfer Functions in Soil

Hydrology.Development in Soil Sciences (Vol 30).Amsterdam. The Netherlands.504 p.
Perfect E., DíazZorita M. y Grove J., 2002.Aprefractal model for predicting soil fragment
size distributions.Soil and TillageResearch 36,1-20.
SAMLA 2004, Secretaría de Agricultura, Ganadería, Pesca y Alimentación de la Nación

Argentina. Dirección de Producción Agrícola. Sistema de Apoyo Metodológico a los
Laboratorios de Análisis de Suelos Agua, Vegetales y Enmiendas Orgánicas.
Stanchi S., Bonifacio E., Zanini E. y Pachepsky Ya., 2006. Presence and prediction of
fractal behaviour in particle-size distributions as affected by the sample pretreatment and
soil properties. Soil Sci. 171 (4), 283-292.
Stanchi S., Bonifacio E. y Zanini E., 2008. Mass-size fractal dimension of primary and
aggregate particles and soil profile development. Soil Sci. 173 (2), 87-95.
Taguas F., Martín M. y Perfect E., 1999. Simulation and testing of self-similar estructures
for soil particle size distributions using iterated function systems. Geoderma 88, 191 -
203.
Tyler S.W. y Wheatcraft S.W., 1989. Application of fractal mathematics to soils water
retention estimation. Soil Sci. Soc. Am. J. 5, 987 - 996.
Tyler S.W. y Wheatcraft S.W., 1992. Fractal scaling of soil particle-size distributions:
analysis and limitations. Soil Sci. Soc. Am. J. 56, 362–369.
Vdovic N., Obhodas J. y Pikelj K., 2010.Resvisiting the particle-size distribution of soils:
comparison of different methods and simple pre-treatments. European Journal of Soil
Science, 61, 854-864.
11
EFECTO DEL CULTIVO DE COBERTURA Y LA FERTILIZACIÓN SOBRE

PROPIEDADES FÍSICAS DE UN ARGIUDOL
GUDELJ, OLGA ESTHER(1 *); PABLO ALEJANDRO POCHETTINO (2) & CARLOS
MARTIN GALARZA (1)
(1)
EEA INTA Marcos Juárez, Ruta Prov. Nº 12, CC 21, CP 2580 Marcos Juárez.
Córdoba.(2)Estudiante de Ingeniería Agronómica. Universidad Nacional de Villa María.
* [email protected]
Palabras clave: densidad aparente, estabilidad de agregados, infiltración
Resumen
El objetivo de este trabajo fue evaluar los efectos del cultivo de cobertura (CC) y la
práctica de fertilización sobre propiedades físicas en un suelo Argiudol típico. La
experiencia se realizó en 2010/2011 sobre maíz-trigo/soja-soja continua desde 1993. En
bloques completos aleatorizados con tres repeticiones y unidad experimental de 450 m 2,
los tratamientos fueron: TB, (siembra directa continua (SDC) con fertilización según uso
medio del productor; TC (SDC con reposición de los nutrientes extraídos por los
granos); TD (ídem TB y con el agregado de CC invernal) y como referencia (PR) se usó
una pastura (leguminosas y gramíneas)aledaña al ensayo sin extracción del forraje
producido. Se midió densidad aparente (DA) de 0-5 y 5-10cm de profundidad,
estabilidad de agregados (EA) y carbono orgánico joven (COJ) en 0-10cm einfiltración
con infiltrómetro de anillo simple. Para el análisis estadístico de los datos se usó ANAVA
y el test de comparaciones de medias LSD Fischer.En relación a la PR, que se asignó
100% de EA, el TD presentó una buena EA (38%) y se diferenció del TB (27%), EA no
satisfactoria. El TC (31%) no se diferenció estadísticamente del TB y TD. Respecto de
DA (0-5cm), no se encontró diferencias entre tratamientos (media 1,10g.cm-3), mientras
que en 0-10cm el TD (1,19g.cm-3) se diferenció del TB (1,27g.cm-3). Entre los
tratamientos de SDC, el TD mostró mayor contenido de COJ (1,84 g CO.kg -1 suelo) pero
no alcanzó a diferenciarse estadísticamente de los demás. Luego de 1h 15min de
infiltración (Imáx), aunque sin diferencias estadísticas, el Test LSD Fisher de
comparación de medias separó el TD (21,53 cm.h-1) delTC y TB, (7,13 y 5,78cm.h-1).
Los resultados demuestran que el CC es un factor mejorador de la estructura del suelo y
la fertilización no incidió sobre las variables en estudio.
Introducción
Son numerosos los trabajos que informan acerca de la disminución de la fertilidad
química asociada a la pérdida de carbono orgánico (CO), alteraciones de los procesos
1
biológicos y modificación de disponibilidad de nutrientes, así como pérdida de fertilidad

física relacionada a cambios en la agregación y estructura del suelo, como
consecuencia de la intensificación del uso agrícola en los suelos pampeanos (Michelena
1989;Andriulo & Cordone, 1998; Elisondo et al., 2001; Steinbach & Alvarez, 2004;
Ferreras et al., 2007;Fernández et al., 2012). El contenido de CO manifiesta una
tendencia declinante e indica la necesidad de aplicar prácticas de manejo de suelo
tendientes a revertir este proceso degradativo (Sainz Rozas et al., 2011).Es conocido
que la siembra directa (SD) y la inclusión de cultivos de cobertura (CC) en una
secuencia, son técnicas de producción que permiten mejorar las condiciones del suelo y
como consecuencia incrementar la productividad. Utilizar cultivos diversos y realizar
buenas prácticas de fertilización conducen a lograr cobertura de rastrojo en cantidad y
calidad beneficiando al recurso suelo. El objetivo general de este trabajo fue evaluar el
efecto de la fertilización y del CC invernal sobre propiedades físicas de un sueloArgiudol
típico. El objetivo específico fue determinar el efecto de dos niveles de fertilización y la
presencia de un CC invernal sobre: estabilidad de agregados (EA), densidad aparente
(DA), infiltración y Carbono orgánico joven (COJ).
Sitio experimental
El estudio se realizó en la Estación Experimental Agropecuaria (EEA) del INTA Marcos
Juárez, provincia de Córdoba, Argentina, (Lat. S 32° 43’ 29’’ y Long O 62º 05’ 28’’) en un
suelo Argiudol típico de la Serie Marcos Juárez con capacidad de uso I. El mismo es un
suelo oscuro, profundo y bien drenado, desarrollado sobre un sedimento loéssico,
presentando una textura franco limosa, de buena capacidad de retención de agua y con
una amplia aptitud para cultivos agrícolas y forrajeros. En cuanto al clima, la
temperatura media es de 16.9ºC y la precipitación media alcanza los 894mm anuales.
La mayor cantidad de lluvias está concentrada en los meses estivales (INTA, 1978).
Descripción del ensayo

El ensayo de larga duración, donde se realizó el presente estudio, cuenta con una
secuencia de cultivos de maíz-trigo/soja-soja iniciada en el año 1993. En el momento del
estudio, campaña 2010/2011, las parcelas habían sido sembradas seis veces en forma
continua con esa secuencia. Los muestreos y mediciones a campo se realizaron en el
otoño de 2011, terminada la cosecha de soja de primera y con una condición de
humedad de suelo cercana a capacidad de campo. La fertilización se repitió anualmente
en todos los cultivos según dos manejos diferenciados:
a) criterio de uso actual o medio del productor (UAP) (tratamientos B y D)
b) Según criterio de reposición de los montos de nutrientes extraídos por las
cosechas (tratamiento C).
2
Para los tratamientos B y D,se aplicaron históricamente de 12 a 15 kg.ha-1 de fósforo y

azufre elemental en trigo y maíz, mientras que en soja de primera, esa dosis ascendió a
18 kg P.ha-1. Las fuentes de fertilizantes usados para estos nutrientes fueron: fosfatos
monoamónico o diamónico según disponibilidad en el mercado y en el caso de azufre se
aplicó siempre yeso (sulfato de calcio). La fertilización nitrogenada se incrementó con el
paso de los años en los tratamientos B y D. Se llevó de 80 kg de nitrógeno, a mediados
de los 90, a 100 kg.ha-1 en las últimas campañas, respondiendo al incremento de
rendimiento generado por mejora genética y estructura de suelos. La fuente principal de
este nutriente fue urea y el nitrógeno acompañante de los fertilizantes fosforados. En
trigo las dosis usadas se incrementaron de 60 unidades, en los años 90, a 80 unidades
en las últimas campañas. En este cultivo se aplicó preferentemente antes de la siembra,
mientras que en maíz se hizo siempre en forma dividida. La fertilización, según el criterio
de reposición (tratamiento C), duplica las dosis empleadas en UAP. Los híbridos y las
variedades usadas en el ensayo son las mismas usadas en el campo de producción de
la EEA, apuntando siempre a lograr altos rendimientos. Los CC usados en el ensayo
fueron generalmente gramíneas (avena, triticale y ocasionalmente trigo usado como
cobertura). El corte del ciclo de estos cultivos se hizo siempre con herbicidas totales a
principio de primavera.
Diseño Experimental
A los fines del presente estudio se seleccionaron tres tratamientos (Tabla 1), de un
ensayo más complejo que responde a un diseño de bloques completos, aleatorizados
con tres repeticiones. La unidad experimental es una parcela que cuenta con 450 m 2
(9m x 50m) de superficie. Aledaño al ensayo se sembró simultáneamente con el inicio
del mismo una parcela de referencia (PR), la cual ilustra sobre la posible evolución del
suelo hipotéticamente sometido a clausura (sin uso agrícola o ganadero) durante el
desarrollo del ensayo. Dicha parcela combina pasturas leguminosas y gramíneas sin
extracción del forraje producido.
Tabla 1: Descripción de los tratamientos
TRATAMIENTOS DESCRIPCIÓN
TB SDC (siembra directa continua) con fertilización UAP.

TC SDCcon fertilización de reposición de los nutrientes
extraídos por los granos (duplica la dosis del TB).
TD SDC con fertilización UAP, y con CC invernal
PR Parcela de referencia(alfalfa más gramínea).
3
Muestreo de suelo y variables evaluadas

La extracción de las muestras de suelo se realizó en los meses de otoño en capacidad
de campo, después de la cosecha de soja de primera y antes que el CC invernal
alcanzara un desarrollo importante. El número de muestras extraídas se definió según lo
establecido en protocolos de cada variable en estudio (Gudelj & Masiero, 1996; Santos
et al, 2012).Las variables físicas evaluadas fueron: DA, EA, infiltración ymateria orgánica
particulada (MOP).
Densidad aparente
Las mediciones de DA se realizaron con el método del cilindro, basado en la metodología
propuesta por Stengel (1983). Se usó un cilindro de acero con bordes biselados (D =
7cm, h = 5,5cm y V = 211,66cm3). Las muestras fueron extraídas en los mismos puntos
donde primeramente se midió infiltración. Se tomaron cuatro muestras por repetición,
totalizando doce por tratamiento en dos espesores de suelo: 0 a 5cm y 5 a 10cm.
Estabilidad de Agregados
Se tomaron tres muestras por unidad experimental (Gudelj & Masiero, 1996) de 0 a10
cm de profundidad de suelo. Para la medición de la EA se empleó al método de
DeBoodt-De Leenheer(1967) con modificaciones realizadas por Santanatoglia &
Fernández (1982). El índice de EA se expresó como cambio en el diámetro medio
ponderado (CDMP) en mm, considerándose que a menor CDMP mejor es la EA y se
calculó el índice de estabilidad relativo (IER) respecto del dato de EA de la PR.
Infiltración
Para las determinaciones de infiltración se utilizó un infiltrómetro de anillo simple
(Michelena et al.,2010; Michelena, 2011). Se efectuaron cuatro mediciones a campo por
unidad experimental y en cada uno de esos puntos se realizó la lectura con una
frecuencia de un minuto hasta los cinco minutos. Luego se prosiguió con la misma cada
cinco minutos hasta un tiempo establecido de 1:15 h. Al momento de las mediciones en
el tratamiento D, el CC ya estaba implantado con una altura de 10cm y cuando se
colocó el cilindro, las líneas de siembra tocaban los bordes del mismo. La infiltración
básica (Ib) es el dato que se tiene cuando la velocidad de infiltración (VI) se vuelve
prácticamente constante. El lapso de tiempo durante el cual se efectuó la lectura de la
infiltración, si bien se aproxima bastante, se considera que no fue suficiente para
alcanzar el valor de Ib del suelo estudiado. Por tal motivo se prefiere hablar en el
presente trabajo de infiltración máxima (Imáx) alcanzada en el tiempo de medición.Se
usó el promedio de todas las lecturas tomadas por tratamiento y se aplicaron las
ecuaciones según modelo de Kostiakov (1932) para cálculo de la lámina de agua (LA) y
4
de la VI, respectivamente, elaborándose las curvas de Infiltración correspondientes

(Figuras 4 y 5).
Materia Orgánica Particulada

Para el fraccionamiento granulométrico de la MO se utilizó el tamizado en húmedo del
suelo (Cambardella & Elliot, 1993) que separa granulométricamente la fracción joven,
más lábil, de la que está compuesta por sustancias órgano minerales que se
encuentran ligadas a las fracciones más finas del suelo, conocida como MO humificada
o vieja (MOV). La MOP representa la MO más sensible a los cambios que se originan
en el corto plazo debido a los sistemas de producción. La determinación del contenido
de C de la fracción particulada de 106μm (COJ) se realizó por combustión seca
utilizando un analizador automático (LECO), Allison (1965).
Análisis estadístico de los resultados

Para el análisis estadístico de los datos obtenidos de la medición de las variables EA,
DA, COJ y para la Imáx, se utilizó la técnica ANAVA (Análisis de varianza), empleando
el programa InfoStat (2008). Para la comparación de medias se utilizó el test de
comparaciones múltiples LSD Fisher (p<0,05). La PR no forma parte del diseño en
bloques completos aleatorizados del ensayo, por este motivo no se incluyó en el análisis
estadístico.
Densidad aparente
En el estudio realizado la PR presentó el menor valor de DA (0,98 g.cm-³) de 0 a 5cm de
profundidad. El análisis de varianza no mostró diferencias significativas entre los
tratamientos TB, TC y TD, marcándose efecto de la repetición (p=0,0527). Se apreció
una DA baja que en el promedio de los tres sistemas considerados resultó ser igual a
1,10g.cm-³.Un valor similar de DA (1,13g.cm-3) fue medido en la caracterización del
suelo en el inicio del ensayo (Gudelj & Masiero, 2001). En el espesor 5 a 10cm el menor
valor de DA también se obtuvo en la PR (1,11g.cm-3). En tanto que entre los
tratamientos de SDC, el menor valor de DA se midió en el tratamiento que incluye el CC
en su secuencia, TD (1,19g.cm-3) y el mayor en el TB (1,27g.cm-3) apreciándose
diferencias significativas entre ambos tratamientos (p=0,0128). El valor promedio de DA
en el TC fue de 1,23g.cm-3y no se diferenció de los otros (Figura 1).Es evidente que la
presencia de raíces de los CC tiene más influencia sobre la DA (5-10cm) que la
fertilización que principalmente mejora los aportes de residuos superficiales.
Restovich(2011) reportó que los CC utilizados en la secuencia soja-maíz de un ensayo
ubicado en Pergamino, suelo Argiudol típico, no produjeron cambios en los valores
medios de DA del espesor 0-5cm y 5-10cm, cuyos valores oscilaron entre 1,03-1,13
5
g.cm-3 y 1,28-1,36 g.cm-3, para el primero y segundo espesor, respectivamente.

Resultados, que al igual que en esta experiencia no alcanzaron el valor crítico (1,4
g/cm3)consideradospara estos suelos (Griffith, 1977; Jones, 1983).
Figura 1: Densidad aparente (DA) en dos profundidades 0-5 y 5-10cm, según

tratamientos de siembra directa continua (SDC) y PR.
TB: SDC con fertilización según uso medio del productor.TC: SDC con fertilización de
reposición de nutrientes extraídos por los granos.TD: SDC con fertilización según uso
medio del productor y CC invernal. PR: Parcela de referencia(alfalfa más gramínea).
Letras distintas en la misma columna indican diferencias significativas entre tratamientos
(p<=0,05). Línea roja: nivelcrítico de DA.
Estabilidad de Agregados
Una buena EA favorece la entrada de agua en el perfil y su almacenamiento. Según un
estudio realizado por Rey Montoya et al. (2012) en suelo Argiudol ácuico, la mayor EA
en la superficie y mejor infiltración del agua en el suelo, resultaron buenos indicadores
de calidad. El CDMP medido en el presente trabajo varió entre 1,431 y 0,391mm
correspondiéndose con un IER del 27 y 100%, respectivamente. El TD presentó una
buena EA (38%) (Figura 2) y se diferenció del TB (27%), EA no satisfactoria. El TC
(31%) no se diferenció estadísticamente del TB y TD. Similar relación entre los mismos
tratamientos apreciaron Gudelj & Masiero (2001).
Figura 2: Índice de estabilidad relativo (IER)en distintos tratamientos de siembra directa

continua (SDC) y en la PR.
medio del productor y CC invernal. PR: Parcela de referencia (alfalfa más gramínea).
Letras distintas indican diferencias significativas entre tratamientos (p<=0,05).
6
Carbono orgánico joven

Las variaciones del CO del suelo y de la EA están directamente relacionadas con el
comportamiento del sistema poroso del suelo, consecuentemente con el de la DA y de
la infiltración (Agostini et al., 2012). Las fracciones de CO que se reducen en mayor
medida son las más lábiles, las que son muy importantes para promover la EA (Studdert
et al., 1997) y proveer N a través de la mineralización (Six et al., 2002). El mismo autor
agrega que el no laboreo (implementación de pasturas, SD) permitiría una mayor
estabilización del COP de micro y macroagregados. Los valores de COJ de la fracción
superior a 106 micras variaron entre 1,53 (TB) y 1,88g CO.kg -1suelo (PR). Entre los
tratamientos de SDC, el TD mostró mayor contenido de COJ (1,84g CO.kg -1 suelo)
aunque no alcanzó a diferenciarse estadísticamente de las otras situaciones analizadas.
Ferreras et al. (2009) tampoco observaron diferencias estadísticas para la variable CO
asociado a la fracción gruesa entre los tratamientos evaluados. En la Figura 3 se
pueden apreciar los contenidos de COJ de la PR y de los distintos tratamientos de SDC
estudiados en el presente trabajo.
Figura3: Carbono orgánico joven (COJ)en distintos tratamientos de siembra directa

continua (SDC) y en PR.
medio del productor y CC invernal. PR: Parcela de referencia (alfalfa más gramínea).
Letras distintas indican diferencias significativas entre tratamientos (p<=0,05).
Se puede apreciar la sensibilidad de la EA para discriminar las distintas situaciones
estudiadas y no así el COJ, componente de COT, el cual por lo menos en este estudio
no permitió diferenciar entre las situaciones de manejo. Esto concuerda con numerosos
trabajos que destacan la mayor sensibilidad a los cambios de manejo de la EA, respecto
de las fracciones de C y con lo hallado por Alvarez, et al. (2012) que sugiere que la
ausencia de remoción del suelo y la presencia de raíces vivas contribuyen como
factores en la estabilidad, ante la falta de cambios en el componente orgánico edáfico.
Este autor sugiere que son las raíces el principal mecanismo de estabilización, entre
otros factores, y agrega que a medida que la fracción limo aumenta se requieren
mayores valores de C para mantener la EA.
7
Infiltración
La evaluación de humedad superficial realizada al momento de las determinaciones de
infiltración indicaron mayor contenido en el TD (26%)diferenciándose estadísticamente
de los tratamientos TB y TC, los cuales no se diferenciaron entre sí (23%). En cuanto a
la Imáx, si bien la diferencia es no significativa entre los tratamientos estudiados
(p=0,0693) este valor está muy cerca de la significancia y el Test LSD Fisher de
comparación de medias separó el TD, con una Imáx rápida igual a 21,53 cm.h-1, que se
asemejó a la PR donde la lmáx fue de 21,84 cm.h-1, del TC y TB con una Imáx
moderadamente alta, cuyas medias fueron de 7,13 y 5,78 cm.h-1, respectivamente. Una
velocidad de infiltración rápida (14,77 cm.h-1 ± 9,34) también se obtuvo como resultados
de mediciones realizadas en el mismo suelo y con la misma metodología sobre un área
con cultivo de alfalfa más festuca (5 años) sometida a una única defoliación mecánica
anual en verano (Antonietta & Pelletti, 2016). Ridley (2013) en un suelo Argiudol Típico,
serie Armstrongy secuencia de cultivos similar a la de esta experiencia, con un año de
inclusión de avena como CC, midió una tasa de infiltración que prácticamente duplicó al
testigo, pasando de 2,98 cm.h-1 a 5,61 cm.h-1. Landini (2007) empleando el método del
doble anillo y con duración de cada ensayo de 2,5 horas halló valores de tasa de
infiltración que estuvieron comprendidas en un rango de 0,6 a25,2 cm.h-1, según
situación estudiada en suelos Argiudoles vértico y ácuico.
En las figuras 4 y 5 se presenta la variación observada en la LA y en la VI,
respectivamente, entre los tratamientos medidos y su relación con la PR.
Figura 4: Lámina de agua infiltrada (cm) en 1h 15min de medición en la PR y en

distintos tratamientos de siembra directa continua (SDC).TB: SDC con fertilización
según uso medio del productor.TC: SDC con fertilización de reposición de nutrientes
extraídos por los granos.TD: SDC con fertilización según uso medio del productor y CC
invernal. PR: Parcela de referencia (alfalfa más gramínea).
Se sabe que el uso agrícola induce cambios en la capacidad de infiltración del suelo por
la alteración de las propiedades físicas. El valor alto de VI registrado en la PR puede
deberse a que este sistema generó una estructura con un flujo preferencial. Doerr et al.
(2000), lo definen como la presencia de canales dejados por la descomposición de las
raíces, actividad biológica, túneles construidos por lombrices, gusanos, es decir,
tamaños de poros más grandes de los que cabe esperar por la distribución de tamaño
de partículas del suelo. Además, es importante considerar que todos los tratamientos
sometidos a estudio como así también la PR tenían en el momento del estudio 18 años
8
de continuidad, lo que hizo que se recuperara su EA, disminuyera o mantuviera una baja
DA e incorporara CO al suelo, dando lugar a una condición física del suelo favorable a
la captura del agua. De todos modos, entre los tratamientos de SDC se destaca el que
contempla al CC en su secuencia, el cuál se asimila en todas las variables estudiadas a
la PR.Por su parte, Fernández et al.,(2012), como resultado de la descripción
micromorfológica y micromorfométrica de la capa superficial de un Argiudol típico de la
Región Pampeana, bajo diversos sistemas de manejo, informaron que la situación
pastura base alfalfa presentó orientaciones de poros más homogéneos con una
tendencia parecida al sistema agricultura continua bajo SD.
Figura 5: Velocidad de infiltración en la PR y en distintos tratamientos de siembra directa

continua (SDC). TB: SDC con fertilización según uso medio del productor.TC: SDC con
fertilización de reposición de nutrientes extraídos por los granos.TD: SDC con
fertilización según uso medio del productor y CC invernal. PR: Parcela de referencia
(alfalfa más gramínea).
Conclusiones
En todas las variables se observó una marcada diferenciación de la PR de los
tratamientos de SDC.
En DA sólo se encontraron diferencias significativas entre tratamientos para la
profundidad 5 a 10cm,
Entre los tratamientos de SDC se apreciaron diferencias significativas en EA entre el TB
y el TD, siendo favorable a éste último. La misma tendencia, aunque no significativa, se
apreció respecto al contenido de COJ.
La VI y LA acumulada fueron afectadas por las condición física del suelo, evaluada a
través de los indicadores EA, DA y COJ.
El CC se destaca en este estudio como un factor mejorador de la estructura del suelo
puesto que presentó mejor EA entre los tratamientos de SDC evaluados, lo cual se
vinculó con mayor contenido de COJ y menor DA, siendo ésta similar a la DA de la PR;
variables que determinaron una mejor condición física que favoreció la infiltración de
agua en el suelo.
El factor fertilización no manifestó incidencia sobre las variables en estudio.
9
Bibliografia
Agostini, MA; GAStuddert & GF Domínguez.2012. Relación entre el cambio en el
diámetro medio de agregados y el carbono orgánico y sus fracciones. Actas. XIX
Congreso Latinoamericano y XXIII Congreso Argentino de la Ciencia del Suelo, Mar del
Plata, Argentina, 16 al 20 de abril de 2012.
Allison, LE. 1965. Organic carbon. In: Black CA (ed.) Methods of soil Analysis. (Part 2).
Chemical and microbiological properties, American Society of Agronomy, Madison,
Wisconsin, 1367-1378 p.
Alvarez, CR; PL Fernández & MA Taboada.2012.Estabilidad estructural: efecto del
manejo y relación con otras propiedades edáficas. Actas XIX Congreso Latinoamericano
y XXIII Congreso Argentino de la Ciencia del Suelo, Mar del Plata, Argentina, 16 al 20
de abril de 2012.
Andriulo, A & GCordone. 1998. Impacto de labranzas y rotaciones sobre la materia
orgánica del suelo de la Región Pampeana Húmeda. En: JL Panigatti; H Marelli;
DBuschiazzo & Gil (eds.). Siembra Directa. Hemisferio Sur.Pp 65-95.
Antonietta, M & CPelletti. 2016.Efecto de lafrecuencia e intensidad de pastoreo de una
pastura base alfalfa(Medicago sativa L.)sobre propiedades físicas delsuelo.Universidad
Nacional de Villa María Instituto AP de Ciencias Básicas y Aplicadas.Tesis de grado.74
p.
Cambardella, CA & ET Elliott. 1993. Methods for physical separation and
characterization of soil organic matter fractions. Geoderma, 56: 449-457.
De Boodt, M & L De Leenheer. 1967. West European Methods for Soil Structure
Determination, VII. The State Faculty Agricultural Sciences. Gent. Bélgica. Pp 60-62.
Doerr, SH & AD Thomas. 2000. The role of soil moisture in controlling water repellency:
new evidence from forest soils in Portugal. Journal of Hydrology. 231-232:134-147.
Elissondo, E; JL Costa; E Suero; LP Fabrizzi & F García. 2001. Evaluación de algunas
propiedades físicas del suelo luego de la introducción de labranzas verticales en un
suelo bajo siembra directa. Ciencia del Suelo 19(1):11-19.
Fernández, PL; FB Kraemer & HJM Morrás. 2012. Porosidad y microestructura
superficial de un Argiudol típico en distintos momentos bajo diferentes manejos
agropecuarios. Actas XIX Congreso Latinoamericano y XXIII Congreso Argentino de la
Ciencia del Suelo. Mar del Plata. Argentina.
Fernández R; A Quiroga; ENoellemeyer; M Saks; F Arenas & C Antonini.2012.Inclusión
de cultivos de cobertura en sistemas de producción de la Región Semiárida Pampeana.
Manual de fertilidad y evaluación de suelos.Cap. IV. Editores: Alberto Quiroga y Alfredo
Bono. INTA San Luis. Pp. 55-65.
10
Ferreras L; SToresani; B Bonel; E Fernández; S Bacigaluppo; V Faggioli & C Beltrán.

2009. Parámetros químicos y biológicos como indicadores de calidad del suelo en
diferentes manejos. Ciencia del Suelo. 27(1): 103-114
Ferreras L; G Magra; P Besson & F García. 2007. Indicadores de calidad física en
Suelo25: 159-172.
Griffith, DR; JV Mannering & WC Moldenhauer. 1977. Conservation tillage in the
Eastern Corn Belt. Journal of Soil and Water Conservation, 32:20-28.
Gudelj, O & B Masiero. 2001. Efecto del manejo del suelo sobre su estabilidad
estructural. Informe técnico del área Suelos y Producción Vegetal. Nº 128. EEA INTA
Marcos Juárez. Pp. 31-43.
Gudelj, O. & B Masiero. 1996. Variabilidad de Estabilidad de Agregados y Densidad
Aparente. En: Actas XVº Congreso Argentino de la Ciencia del Suelo. Santa Rosa, La
Pampa, Argentina. Pp. 21.
InfoStat. 2008. Manual del Usuario. Grupo InfoStat, FCA. Universidad Nacional de
Córdoba. Primera Edición, Editorial Brujas. Argentina.
INTA. 1978. Carta de suelos de la república Argentina. Hoja 3363 – 17 Marcos Juárez.
Jones, CA. 1983. Effect of soil texture on critical bulk densities for root growth. Soil
Science Society of América Journal, 47(6), 1208-1211.
Kostiakov, AN. 1932. On the dynamics of the coefficient of water-percolation in soils and
on the necessity for studying it from a dynamic point of view for purposes of amelioration.
Transactions Congress International Society for Soil Science, 6th, Moscow, Part A: 17-
21.
Landini, AM. 2007. Modelos de infiltración y funciones de pedotransferencia aplicados a
suelos de distinta textura. Ciencia del Suelo25 (2): 123-131.
Michelena, R. 2011. Degradación de tierras en la Argentina. Publicado en Anales
Academia Nacional de Agronomía y Veterinaria (ANAV),Trabajos del tomo LXV.Pp. 344-
357. www.anav.org.ar/descargas/Anales2011.
Michelena, R.; C. Irurtia; M. Eiza & P. Carfagno. 2010. Manual de procedimiento de
análisis físicos de suelo. http://inta.gob.ar/sites/default/files/script-tmp-
protocolo_de_analisis_fisicos.pdf
Michelena, R; CB Irurtia; F.Vavruska; R. Mon & A Pittaluga. 1989. Degradación de
suelos en el norte de la Región Pampeana. Publicación Técnica N° 6 - Proyecto de
Agricultura Conservacionista. INTA Centros Regionales Buenos Aires Norte, Córdoba,
Entre Ríos y Santa Fe. PAC. Pergamino, Buenos Aires.120p.
11
Restovich, SB; AE Andriulo & C. Améndola. 2011. Introducción de cultivos de cobertura

en la rotación soja-maíz: efecto sobre algunas propiedades del suelo.Ciencia del Suelo
29 (1): 61-73.
Rey Montoya, T; F Paredes; HC Dalurzo; C Fernández López & R Kersting. 2012.
Estabilidad de agregados e infiltración en un Argiudol bajo diferentes manejos de suelo.
Actas XIXCongreso Latinoamericano y XXIII Congreso Argentino de Ciencia del Suelo,
Ridley, N. 2013. Cultivos de cobertura en el sur de Santa Fe: Efectos sobre la eficiencia
de barbecho y la porosidad del suelo. Contribuciones de los cultivos de cobertura a la
sostenibilidad de los sistemas de producción. Cap.02. INTA. Editores: Cristian Álvarez;
Alberto Quiroga; Diego Santos; Marcelo Bodrero. Pp. 7-15.
SainzRozas, HR; HE Echeverria & HPAngelinI. 2011. Niveles de carbono orgánico y pH
en suelos agrícolas de las regiones pampeana y extrapampeana argentina. Ciencia del
Suelo 29 (1): 29-37.
Santanatoglia, OJ & N Fernandez. 1982. Modificación del método de DeBoodt y De
Leenheer para el análisis de la distribución de agregados y efecto del tipo de embalaje y
acondicionamiento de la muestra, sobre la estabilidad estructural. Revista de Inv. Agrop.
INTA. Bs.As. Rep.Arg. Vol XVII, Nº1. Pp 23-31.
Santos, DJ; MG Wilson & M Ostinelli.(Eds).2012. Metodología de muestreo de suelos y
ensayos a campo. Protocolos básicos comunes. INTA.
Six, J; RT Conant; EA Paul & K Paustian. 2002. Stabilization mechanisms of soil
organic matter: Implications for Saturation of soils. Plant and Soil 241: 155-176.
Steinbach, HS & R Alvarez. 2004. ¿Afecta el sistema de labranza las propiedades
físicas de los suelos de la Región Pampeana? Informaciones Agronómicas 33: 7-12.
Stengel, P. 1983. Analyse de la Porosité: Seminaire CEE-Agrimed, 14-18 Mars, INRA.
Studdert, GA; HEEcheverría & EM Casanovas.1997. Croppasture rotation for sustaining
the quality and productivity of a Typic Argiudoll. Soil Sci. Soc. Am. J. 61(5): 1466-1472.
12
EFECTO DE LA APLICACIÓN DE DIFERENTES DOSIS DE VINAZA EN LAS

PROPIEDADES DE UN SUELO CAÑERO
ROBERTO D. CORBELLA1 *; ADRIANA M. PLASENCIA 1; SILVIO SOTILLO2, JUAN B.

GARCÍA POSSE1; PEDRO FERNANDEZ1 & JOSÉ R. GARCÍA1
1
Cátedra de Edafología, Facultad de Agronomía y Zootecnia, Universidad Nacional de
Tucumán. 2 Ingenio Santa Rosa
* [email protected]
Palabras clave: Potasio, pH, suelos arenosos
Resumen
La vinaza es uno de los principales desechos de las destilerías de alcohol de la industria

azucarera. Su elevada demanda bioquímica de oxígeno ha generado conflictos por ser
una sustancia contaminante en los cuerpos de agua. Esta situación ha llevado a buscar
soluciones alternativas y una de ellas es su uso como fertilizante. La composición
química de la vinaza es variable, posee pH ácidos, contenidos elevados de carbono
orgánico (CO), potasio, calcio, magnesio, azufre y alta concentración electrolítica. Este
estudio es en la Llanura deprimida no salina de Tucumán. Los suelos poseen textura
moderadamente gruesa a gruesa. El objetivo fue evaluar el efecto de tres dosis de
vinaza sobre las propiedades edáficas de un Hapludol fluvacuentico cultivado con caña
de azúcar variedad TUC CP 77-42 y edad soca 1. Se realizaron cuatro tratamientos: T1
de 30 m3 ha-1, T2 de 60 m3 ha-1, T3 de 90 m3 ha-1 de vinaza y T4 Testigo sin aplicar
distribuidos en un diseño de bloques completamente al azar. La vinaza usada presentó
pH 5, conductividad eléctrica (CE) de 24 dS m-1 y altos contenidos de cationes,
predominando el K+. La vinaza se aplicó sin diluir con equipo de riego rolapi. Se
determinaron propiedades químicas, físico-químicas y físicas. Las profundidades de
estudio fueron de 0-5, 5-10 y 10-20 cm para CO Particulado y de 0-20, 20-50 y 50–100
cm para CO total, pH, CE y K+ de la solución de suelo. Los resultados preliminares
muestran en T3 un enriquecimiento en COPa entre 0-5 cm, un incremento de CO total
entre 0-20 cm; un aumento de CE con los diferentes T siendo mayor el T3 entre 0-20
cm, con posibles consecuencias negativas para caña de azúcar. Hubo un gran aporte
de K+ a la solución del suelo con incrementos con el aumento de la dosis.
Introducción
Para la provincia de Tucumán, la caña de azúcar tiene una significativa trascendencia

económica y social, ya que se trata de una de sus principales actividades (González
Lelong, 1997). La caña de azúcar en Tucumán es procesada en 15 ingenios azucareros,
11 de los cuales poseen destilería de alcohol. La incorporación de la caña de azúcar a la
1
producción de biocombustibles, a través de la Ley 26.093, generó el compromiso de los

ingenios tucumanos de invertir en la adaptación de sus destilerías de alcohol. Una
destilería que elabora unos 15.000 litros diarios de alcohol produce desechos que
equivalen a igual carga orgánica de una comunidad de 100.000 habitantes. La vinaza es
el principal de esos desechos, situación que ha generado más de un conflicto entre los
Gobiernos de Tucumán y Santiago del Estero y las industrias contaminantes de la
provincia. El origen del conflicto es su elevada DBO (demanda bioquímica de oxígeno)
lo que hace que sean altamente contaminantes en los cuerpos de agua (Chaves Solera,
1985, Subiros y Molina, 1992). Esta situación ha llevado a buscar soluciones
alternativas para (el destino) esos desechos y una de ellas es la utilización de la vinaza
como fertilizante. La composición de las vinazas depende de la variedad y la
maduración de la caña, del sustrato, del tipo y de la eficiencia de la fermentación y la
destilación (García y Rojas, 2006). En estudios desarrollados en Brasil (Filho et al 1983)
comparando la influencia sobre diferentes variedades de caña de azúcar en suelos
irrigados y no irrigados con vinazas diluidas (proporción 1:10), constataron efectos
benéficos con incrementos que varían del 6 al 102% en función de la variedad
estudiada; otros resultados indican incrementos del 13% en relación al área no irrigada.
La composición química de la vinaza es bastante variable, dependiendo principalmente
de la materia prima utilizada en la destilación, la cual puede proceder de 3 fuentes:
melaza (concentrada), directamente del jugo de los molinos y mixta (mezcla de jugo y
melaza). En general las vinazas se caracterizan por presentar pH ácidos, elevados
contenidos de carbono orgánico, potasio, calcio, magnesio, azufre y alta concentración
electrolítica. Según los resultados obtenidos en varios estudios y considerando que por
su composición la adición de vinazas es similar a una fertilización orgánica, es lógico
esperar que los mismos efectos que generalmente son atribuidos a la materia orgánica
cuando se incorpora a los suelos se obtengan con la aplicación de vinaza, como ser
cambios de pH, aumento en la disponibilidad de nutrientes de retención de cationes por
el suelo, incremento de la capacidad de retención de humedad y a un mejoramiento de
la estructura física del suelo. Quintero (2003) ha determinado en suelos de Colombia
que con la aplicación de vinaza, durante los primeros 30 días existe una proliferación
intensa de la población y actividad microbiana la cual posteriormente decrece. El empleo
racional de la vinaza está basado en el conocimiento de su composición, en el estudio
de las condiciones del suelo que debe recibirlas, el cultivo que ha de ser fertilizado, la
fuente de vinaza empleada, las características climáticas, infraestructura del área de
abastecimiento, formas y medios de aplicación y consideraciones económicas, entre
muchas otras.
El presente estudio se localiza en la región de la Llanura deprimida no salina de la

provincia de Tucumán. En ella los suelos son muy heterogéneos en cuanto a su textura,
por lo que es común encontrar lotes “overos”, dependiendo de la posición que ocupan
en el relieve. (Sanzano et al 2015). En general los suelos con mayor contenido de arena
ocupan los sectores más altos; tal es el caso de este proyecto de investigación donde la
base del estudio son los suelos del ingenio Santa Rosa donde existe una proporción
2
importante de suelos de textura moderadamente gruesa a gruesa. En estas clases

texturales, la vinaza cumple un rol fundamental como fertilizante, porque allí los tenores
de potasio son muy bajos (aproximadamente 0,4 cmolc/kg de potasio intercambiable) y
la vinaza es particularmente rica en este elemento. El objetivo de este trabajo de
investigación es evaluar el efecto de tres dosis de vinaza sobre las propiedades edáficas
de un Hapludol fluvacuentico cultivado con caña de azúcar variedad TUC CP 77-42 en
la Llanura Deprimida no salina de Tucumán.
El ensayo se realizó en la Región de la Llanura Deprimida no salina (Zuccardi y Fadda

1985), en campos del Ingenio Santa Rosa ubicados en la Localidad de León Rogues
Departamento Monteros de la Provincia de Tucumán, Argentina (27°21´67´´ LS y
65°53´33´´LO). Se trabajó en un suelo Hapludol fluvacuentico cultivado con caña de
azúcar, soca 1 y la variedad es TUC CP 77-42, segunda variedad de caña plantada en
Tucumán después de la LCP 85-384
Se realizaron cuatro tratamientos: T1 de 30 m3 ha-1 de vinaza, T2 de 60 m3 ha-1 de

vinaza, T3 de 90 m3 ha-1 de vinaza y T4 Testigo absoluto sin aplicar distribuidos en un
diseño de bloques completamente al azar. La vinaza utilizada provino del Ingenio Santa
Rosa, se caracterizó por presentar pH de 5,0; CE de 24 dS m-1 y altos contenidos de
cationes alcalinos, predominando el K. La vinaza se utilizó a temperatura ambiente de
23 °C y se aplicó directamente a los suelos sin diluir con equipo de riego rolapi.
Las propiedades del suelo determinadas fueron:

Químicas: carbono orgánico total (COT) y carbono orgánico particulado (COPa) en %
por el método de Walkey y Black y Cambardella y Elliott respectivamente y el catión K
en la solución del suelo por fotometría de llama. Físico-químicas: pH por método
potenciométrico, Capacidad de Intercambio Catiónico (CIC) y cationes intercambiables
por extracción con acetato de amonio a pH 7, Conductividad Eléctrica (CE) en extracto
de saturación en dS m-1. Físicas: textura por el Método de Kilmer y Alexander y
humedad gravimétrica.
Las profundidades de estudio fueron de 0-5, 5-10 y 10-20 cm para determinar COPa y
de 0-20, 20-50 y 50–100 cm para COT, pH, CE, Textura, humedad, CIC, cationes de
cambio y K en el extracto de saturación, extraídos con pala barreno.
Para todas las variables se realizó el ANAVA y la prueba de comparación múltiple de
medias de Tukey utilizando el programa Infostat 2015.
Como primera medida se procedió a realizar el muestreo a las tres profundidades

enunciadas para cuantificar las propiedades edáficas previas a la aplicación de vinaza.
3
Con respecto a las propiedades físicas se determinó que las clases texturales
superficiales son Franco a Franco arenoso y en profundidad Arenoso franco. En lo que
respecta a las propiedades físico-químicas y químicas se obtuvo que los valores de pH
nos indica que son suelos ácidos en superficie a ligeramente ácidos en profundidad; no
existiendo diferencias significativas entre las profundidades estudiadas con respecto a
esta variable (Tabla 1).
Tabla 1. Valores medios de carbono orgánico (CO), materia orgánica (MO),

conductividad eléctrica (CE), y pH en la profundidad de 0-100 cm
Prof. CO (%) CE (dS.m-1))pH MO (%)
0-20 1,16 a 0,37 a 5,65 a 2,00 a
20-50 0,91 b 0,47 a 5,69 a 1,57 b
50- 0,33 c 0,13 a 5,80 a 0,58 c
100
Letras distintas en columnas indican diferencias significativas (p<0,05).
En la Tabla 1 se observan los valores promedios de pH y CE a las distintas

profundidades antes de iniciar los tratamientos con vinaza. De acuerdo a los valores
obtenidos de CE se pone en evidencia que estos suelos no son salinos. Con respecto al
contenido de carbono orgánico los mayores valores se determinaron en la capa
superficial de 0-20 cm con contenidos promedios de 1,17% y los menores contenidos a
la profundidad de 50-100 cm con tenores promedios del orden de 0,34%. En función de
estos valores podemos afirmar que los contenidos de materia orgánica son de
moderados a bajos.
Por otra parte como la materia orgánica particulada es un componente dinámico del
suelo que responde rápida y selectivamente a los cambios de manejo se procedió a
determinar los contenidos de Carbono Orgánico particulado (COPa) en las
profundidades de 0-5, 5-10 y 10-20 cm. En la Tabla 2 se muestra una mayor
acumulación de carbono en la profundidad de 10-20 cm de suelo previo a la aplicación
de vinaza.
Tabla 2. Valores medios de carbono orgánico particulado (COPa) a la profundidad 0 a

20 cm previo tratamiento con vinaza
Prof COPa (%)
0-5 0,28 a
5-10 0,33 ab
10-20 0,43 b
Una vez realizada la aplicación de vinaza se evaluó el efecto de las diferentes dosis en
el COPa. Los resultados que figuran en las Tablas 3, 4 y 5 ponen de manifiesto la
4
riqueza de materia orgánica activa que contiene la vinaza. Determinándose los mayores
contenidos de CO a la profundidad de 0-5 cm con una ganancia de más del 200%
(Tabla 3)
Tabla 3. Valores medios de carbono orgánico particulado (COPa) a la profundidad 0 a 5

cm posterior al tratamiento con vinaza
Prof COPa (%)
T4 0,28 a
T1 0,70 b
T2 0,73 b
T3 0,88 c
Entre los 5-10 cm continúa aumentando el contenido de CO pero sin diferencias

significativas entre las tres dosis de vinaza aplicadas (Tabla 4) y entre los 10-20 cm los
tratamientos T2 y T3 muestran diferencias significativas con el testigo y T1. Aquí el
incremento encontrado de CO osciló en el rango de los 30 al 50%.
Tabla 4. Valores medios de carbono orgánico particulado (COPa) a la profundidad 5-10

cm posterior tratamiento con vinaza
Prof COPa (%)
T4 0,33 a
T1 0,55 b
T2 0,65 b
T3 0,68 b
Tabla 5. Valores medios de carbono orgánico particulado (COPa) a la profundidad 10-20

cm posterior tratamiento con vinaza
Prof COPa (%)
T4 0,43 a
T1 0,30 a
T2 0,59 b
T3 0,66 b
Las Tablas 6, 7 y 8 muestran la cuantificación de las propiedades químicas y físico-

químicas en las profundidades estudiadas de 0-20, 20-50 y 50-100 y su correspondiente
análisis estadístico.
5

conductividad eléctrica (CE) y pH en la profundidad 0-20cm
Tra CO (%) MO (%) CE (dS.m-1) pH

T4 1,16 a 2,00 a 0,14 a 5,65 ab
T1 1,52 b 2,63 b 1,68 b 5,40 a
T2 1,92 c 3,24 c 2,62 c 5,67 ab
T3 1,93 c 3,24 c 6,47 d 6,20 b
A la profundidad de 0-20 cm (Tabla 6) se determinó un incremento significativo en los

contenidos de CO acompañados de aumentos de pH y de CE con el aumento de las
dosis de vinaza. Hay dos propiedades que se modifican notoriamente y con diferentes
consecuencias por la mayor adición de vinaza: Por un lado la propiedad química CO
que se traduce por la mayor riqueza en elementos nutritivos y por otro lado la propiedad
físico-química CE o sea el incremento de la salinidad. Esto último es algo que se debe
seguir evaluando, ya que según algunos autores, como Fogliata (1995) y Courel (2012),
indican que por arriba de una CE de 6,11 dS m-1el crecimiento del cultivo de caña de
azúcar se ve moderado a seriamente afectado, que con una CE de 1,84 dS m-1el
crecimiento se ve levemente afectado y que con una CE de 0,5 dS m-1 el crecimiento no
es afectado.
A la profundidad de 20-50 cm (Tabla 7) se determinaron incrementos en los contenidos

de CO si ser significativos entre las tres dosis usadas pero si con respecto al testigo
(T4). La salinidad aumentó en profundidad pero no llegaron a ser considerados
horizontes salinos.

Tra CO (%) MO (%) CE (dS.m-1) pH

T4 0,91 a 1,57 a 0,11 a 5,69 a
T1 1,37 b 2,36 b 0,28 b 5,44 ab
T2 1,38 b 2,38 b 0,54 b 5,47 ab
T3 1,47 b 2,53 b 1,76 b 5,21 b
A la profundidad de 50-100 cm (Tabla 8) se determinaron incrementos leves en los

contenidos de CO siendo significativo el contenido en las dosis de 60 y 90 m3 ha-1 con
respecto a los 30 m3 ha-1 y al testigo (T4). La salinidad aumentó en profundidad pero no
llegaron a generar tenores salinos que lo califiquen al suelo como tal. Mención aparte es
el análisis del pH ya que a mayor dosis de vinaza y principalmente a la profundidad de
6
0-20 cm, esta propiedad aumenta su valor probablemente como consecuencia de que
los protones intercambiables del suelo son reemplazados por los iones K aportado por la
vinaza. Los protones que son desplazados a la solución del suelo se pierden por
lixiviación lo que se traduce en un aumento de los valores de pH

Tra CO (%) MO (%) CE (dS.m-1)
pH
T4 0,33 a 0,58 a 0,07 a 5,80 a
T1 0,30 a 0,51 a 0,17 b 5,67 a
T2 0,44 b 0,75 b 0,18 b 5,80 a
T3 0,50 b 0,86 b 0,54 b 5,63 a
Como mencionamos anteriormente estos suelos de textura moderadamente gruesa a

gruesa poseen muy baja Capacidad de Intercambio Catiónico (CIC) y los contenidos de
K+ de cambio son del orden de 0,2 a 0,4 cmolc/kg. Para saber si la vinaza podría cumplir
un rol como fertilizante potásico se procedió a determinar los contenidos de K en la
solución del suelo hasta la profundidad de 100 cm. La Tabla 6 muestra los contenidos
de K+ en solución y de CE a la profundidad de 0-20cm. Es notorio el gran aporte de K+
por parte de la vinaza a la solución del suelo. Este elemento se incrementa
significativamente con las dosis de vinaza usadas como también la CE.
Tabla 9. Valores medios de K+ en la solución de suelo y conductividad eléctrica (CE) en

los diferentes tratamientos y a la profundidad de 0-20 cm
Tratamiento K+ CE
(meq l ) (dS.m-1)
-1
T4 0,14 a 0,14 a
T1 1,64 b 1,68 b
T2 4,79 c 2,62 c
T3 14,25 d 6,47 b
Tabla 10. Valores medios de K en la solución de suelo y conductividad eléctrica (CE) en

Tratamiento K+ CE
(meq l-1) (dS.m-1)
T4 0,16 a 0,11 a
T1 0,16 a 0,27 ab
T2 0,65 a 0,52 b
T3 4,85 b 1,76 c
7
Tabla 11. Valores medios de K en la solución de suelo y conductividad eléctrica (CE) en

Tratamiento K+ CE
(meq l ) (dS.m-1)
-1
T4 0,10 a 0,07 a
T1 0,12 a 0,17 a
T2 0,14 a 0,15 a
T3 0,40 a 0,54 b
K en solución para distintas dosis y prof.

0-20
y = 0,3506e0,0571x
R² = 0,9082
20-50
K en soluc [mg/l]
50-100
Exponencial (0-
20)
Exponencial
(20-50)
Exponencial
y = 0,0996e0,0379x
0,0835e0,0149x
y = (50-100)
Dosis [m3/ha]
R² = 0,8632
R² = 0,7945
Grafico N°1- Distribución del K en solución a diferentes dosis y profundidades
En el grafico N°1 se puede visualizar el incremento del catión K+ en la solución del

suelo, con las dosis de vinaza de 30, 60 y 90 m3 ha-1 y a los primeros 20 cm. El
tratamiento de 90 m3 ha-1 provoca el mayor incremento de los valores de K+ en solución,
probablemente la causa de ello es la saturación de los escasos sitios de intercambio con
los iones potasio provenientes de la vinaza. A la profundidad de 20-50 cm no se
evidenciaron diferencias significativas entre el testigo, T1 y T2 pero si hay diferencias
con T3. A partir de los 50 cm no se ven diferencias significativas entre los tratamientos.
Conclusiones
Los contenidos de K+ en la solución del suelo se incrementan en forma proporcional al
aumento de la dosis aplicada de vinaza lo que se traduce en una fuente nutritiva de fácil
acceso para el sistema radicular de la caña de azúcar.
La conductividad eléctrica se incrementa con el aumento de dosis de vinaza.
Los valores de pH aumentan en forma proporcional a la dosis de vinaza aplicada.
8
La textura de los suelos es un factor predominante en los cambios que se pueden

manifestar al aplicar sustancias de diferente naturaleza físico-química y química en el
suelo. Los efectos de la vinaza en suelos de texturas gruesas se manifiestan
generalmente en el corto a mediano plazo, debido a su baja capacidad buffer.
A pesar de las posibles dificultades, es de esperar que el uso racional de la vinaza

incremente los rendimientos agroindustriales siempre y cuando las características físico-
químicas de los suelos sean favorables para su incorporación, sobre todo la presencia
de un buen sistema de drenaje externo e interno y que sean deficientes para los cultivos
en elementos como potasio, calcio y materia orgánica principalmente.
Bibliografía
Courel, G. F. (2012). Evaluación de la salinidad de un suelo bajo el cultivo de caña de

azúcar y su posible recuperación mediante la construcción de canales de drenaje”
Tesina de Grado, FAZ-UNT.
Chaves Solera, Marco A. 1985. Las vinazas en la fertilización de la caña de azúcar.

Trabajo Publicado por DIECA en Boletín Informativo No. 21. Año 3. 1985 y El Agricultor
Costarricense. 43 (3-4): 59-61. 1985.
Filho, J.O. y otros. Utilizado Agrícola Dos Residuos Da Agroindustria Canaveira in

Nutricio e Adubacao de Cana de Acúcar No Brasil IA A/PLANALSUCAR, Piracaba,
Brasil, 1983. pp: 229-264.
Fogliata F.A., Aso P.J., Gomez F. (1963). Influencia de la napa freática y del contenido
salino del suelo en el crecimiento de la caña de azúcar. EEAOC, boletín Nº 93.
García, A., Rojas, C. (2006). Posibilidades de uso de la vinaza en la agricultura de

acuerdo con su modo de acción en los suelos. Nota Técnica Tecnicaña. pp 1-8.
González Lelong, A. (1997). Inédito. Tucumán: subsectores agrícolas y sus

correspondientes agroindustrias. EEAOC-CFI.
Kilmer, V.J. y Alexander. (1949). Methods of making mechanical analysis of Soils. Soil
Sci. 68. 15-24
Molina et al (2000). Las propiedades físico-químicas de los suelos.

www.edafología.com.ar
Quintero, D. (2003). Resultados preliminares y proyecciones acerca del uso de la vinaza

en Colombia. En: VI Congreso Colombiano de Asociación de Técnicos de la Caña de
9
Azúcar (Tecnicaña). Cali, Colombia, Memorias, volumen 1. Cali, Tecnicaza. pp. 113-
121.
Sanzano, G. A.; Aranda, N.; Arroyo, E. y Sosa F. (2015) Capitulo A2: “Características y
manejo de los suelos cañeros de Tucumán” del libro “Guía técnica del cañero” Pags. 20-
35 Año 2015.
Subiros, J. y Molina, E. (1992) Efecto de la aplicación de vinazas en la producción de

caña de azúcar y en las características químicas de un inceptisol de guanacaste, Costa
Rica Agronomía Costarricense 16(1): pp 55-60.
Zuccardi, R.B. y Fadda, G. S. (1985) Mapa de Reconocimientos de suelos de la

provincia de Tucumán. Publicación especial Nº 3. Facultad de Agronomía y Zootecnia,
U.N.T. Tucumán, Argentina.
10
RECUPERACIÓN DE PASTURAS POR MÉTODO MECÁNICO: EFECTOS SOBRE

PROPIEDADES DEL SUELO.
NATALIA BANEGAS1,2; EMILCE VIRUEL1; JEREMÍAS LUCHINA1; VICTORIA ROYO1;

JOSÉ NASCA1; PEDRO FERNÁNDEZ1 & FERNANDO GARCÍA POSSE1.
1
Instituto de Investigación Animal del Chaco Semiárido. Centro de Investigaciones
Agropecuarias. INTA. 2Cátedra Edafología. Facultad de Agronomía y Zootecnia.
Universidad Nacional de Tucumán. Chañar Pozo s/n, Leales (4113), Tucumán,
Argentina
* [email protected]
Palabras Claves: renovación; rastra; sistemas pastoriles.
Resumen
La recuperación de pasturas degradadas puede realizarse a través del uso de

implementos agrícolas que favorecen la descompactación y mineralización de la materia
orgánica. El impacto de esta práctica sobre diversas propiedades de suelo requiere
evaluación El objetivo del trabajo fue: evaluar el efecto de la rastra sobre contenido de
carbono orgánico (CO), fracciones, nitrógeno total (Nt) y densidad aparente (DA) antes y
después (24 horas, 7 días y 11 días) del pasaje del implemento. El trabajo se realizó en
el campo experimental del IIACS-INTA (Tucumán). El muestreo de suelo se realizó a
tres profundidades: 0-5, 0-10 y 10-20 cm. Se determinó para cada profundidad CO,
carbono orgánico particulado (COPa) y pesado (COPe) y Nt. DA fue obtenida en 0-10
cm. Las muestras se extrajeron en cuatro momentos: previo pasaje de rastra (pre-
rastra), 24 horas, 7 días, y 11 días posterior al pasaje de la maquinaria.Los datos
obtenidos fueron analizados con INFOSTAT. El efecto del pasaje de un implemento
agrícola (rastra) para renovación de pasturas provocó un descenso significativo en los
valores de DA, y una disminución en el contenido de CO, COPa y Nt. El mencionado
efecto resultó ser más acentuado en las profundidades superficiales (0-5 y 0-10 cm). El
contenido de COPe fue estable en el tiempo de estudio, aunque se evidenció una
tendencia a decaer. Las variables estudiadas, resultaron ser sensibles a la práctica de
renovación empleada. Resulta de este estudio, la necesidad de continuar evaluando y
analizando el comportamiento de estas propiedades, con el fin de analizar el efecto de
la rastra, y posterior intersiembra (pastura-maíz) en plazos temporales mayores. Por
otro lado, surge la posibilidad de plantear y evaluar otra estrategia de renovación que
incluya como práctica a la siembra directa o el uso de fertilizantes.
Introducción
1
La tendencia actual a nivel mundial se dirige hacia una reconversión de los sistemas
agropecuarios tradicionales en sistemas intensificados. Como regla general, la
intensificación de los sistemas ganaderos pastoriles se caracteriza por un incremento de
la carga animal y de la cantidad de alimentos producidos en forma de forrajes, como así
también por la utilización de insumos externos (fertilización de pasturas, incorporación
de genotipos forrajeros mejorados, utilización de suplementos concentrados y silaje
(Nasca, 2015). En la región NOA, una de las primeras medidas de intensificación, fue el
reemplazo de pastizales por pasturas megatérmicas. Sin embargo, luego de tres a siete
años de uso se observan algunos signos de degradación de las mismas, tales como
pérdida de cobertura, disminución de densidad de macollos, y producción de forraje
(Spain & Gualdrón, 1991). Las causas de la degradación pueden ser una falta de
adaptación de la especie a las condiciones ecológicas, un desbalance entre la fertilidad
del suelo y los requerimientos de la especie, ataque de insectos y enfermedades,
pastoreo con alta carga (sobrepastoreo), y/o en momentos del año que no son propicios
(napa freática en superficie) y pisoteo.
Entre las estrategias planteadas para la recuperación de pasturas, el uso de

implementos agrícolas, como rastra, ha tenido difusión por su efecto en la
descompactación y mejora en las condiciones físicas del suelo (Peralta, 2002),
favoreciendo la mineralización de la materia orgánica (MOS) y la liberación de nutrientes
(Balesdentet al., 2000). La recuperación de pasturas con la siembra de un cultivo
acompañante, es una práctica utilizada por productores del NOA. Esta práctica implica
la renovación de la pastura, e incrementar la oferta forrajera para mantener una carga
animal elevada. Se considera que esta práctica produce una mejora a corto plazo (1 a 2
años), pero no recupera la fertilidad natural del suelo, por lo que al final se tiene una
pastura más degradada que al inicio (Peralta, 2002).
La intensificación es promovida como una forma de mejorar los resultados productivos y

económicos de los sistemas ganaderos del NOA, por lo cual es pertinente evaluar si el
proceso de intensificación realmente mejora el comportamiento de los sistemas o si
mejora sólo algunas propiedades en detrimento de otras (Nasca, 2015).
Existen estudios desarrollados en muchos países sobre el efecto de las prácticas de

labranza sobre el suelo, los cuales concluyen que las mismas ocasionan pérdida de
materia orgánica y la generación de capas de suelo endurecido a mayores
profundidades (pie de arado) (Lal, 1989;Balesdent et al., 2000; Peralta, 2002; Espinoza
et al., 2010). Sin embargo, en la región no se encontraron antecedentes del efecto del
pasaje de rastra en el contenido de carbono orgánico (CO) y sus fracciones (carbono
orgánico particulado y pesado) en el proceso de renovación de las pasturas. Por lo tanto
los objetivos planteados en este trabajo fueron: 1) evaluar el efecto de la rastra sobre
contenido de CO en suelo antes y después (24 horas, 7 días y 10 días) del pasaje del
implemento, 2) evaluar el efecto de la rastra sobre el contenido de la fracción lábil y
2
recalcitrante de CO en suelo antes y después del pasaje del implemento, y 3) evaluar la

evolución de la densidad aparente por efecto de la rastra en distintos momentos.
El trabajo experimental se desarrolló en el Instituto de Investigación Animal del Chaco

semiárido (IIACS) de INTA, localizado en el Dpto. Leales, provincia de Tucumán (27°11’
L.S y 65°17’ L.O), a una altitud de 335 msnm. La precipitación media anual es de 880
mm, concentrados de octubre a marzo. La temperatura media anual es de 19°C, siendo
la media del mes más cálido 25°C y la del mes más frío 13°C. El clima es de tipo
subtropical subhúmedo con estación seca, según clasificación de Thornthwaite (Torres
Bruchmann 1978). El suelo es un Haplustol fluvacuentico de textura franco limosa.
El ensayo se realizó en un sistema de cría intensiva de 55 has, de las cuales se

destinaron 11 has a renovación. El manejo contempla una renovación anual de un 20%
de la superficie con pastura. El sistema de cría tiene una carga animal de 2 vacas.ha-1.
La alimentación de los animales está conformada por Chloris gayana cv Finecut durante
el período estivo-otoñal, y silaje de máiz durante el período inverno-primaveral.
La renovación se realizó mediante el pasaje de una rastra pesada, y posterior

intersiembra de una pastura (Chlorisgayana cv Finecut) y maíz (Zea mays L) al voleo.
El muestreo de suelo se realizó en diciembre y enero de 2014 y 2015, respectivamente,

recolectando diez submuestras para formar una compuesta a tres profundidades: 0-5, 0-
10 y 10-20 cm. Se determinó en cada una de las profundidades carbono orgánico,
Walkey y Black, (Nelson y Sommers, 1982), carbono orgánico particulado y pesado, por
dispersión con hexametafosfato de sodio al 5‰ (Cambardella y Elliot, 1992) y nitrógeno
total por Kjeldhal (Bremner y Keeney 1982). Paralelamente, se tomaron muestras de
densidad aparente, por el método del cilindro (Blake & Hartge 1986) en la profundidad 0-
10 cm.
Para todas las variables estudiadas, las muestras se extrajeron en cuatro momentos:
previo pasaje de rastra (pre-rastra), 24 horas, 7 días, y 11 días posterior al pasaje de la
maquinaria.
Las datos obtenidos fueron analizados estadísticamente por ANOVA y test de diferencia
de medias (Tukey p≤ 0,05) con el programa INFOSTAT (Di Rienzo et al., 2013).
Los valores de densidad aparente (DA) se observan en la figura 1. Posterior al uso de la

maquinaria, los valores de DA fueron significativamente menores en todos los
momentos evaluados (24 horas, 7 días y 11 días) con respecto a la situación previa.
Como era de esperar, la rastra causó disminución en los valores de DA debido a que el
3
pasaje de la maquinaria y la remoción de suelo provocan una roturación del estrato

superficial. Ello se tradujo en valores de masa de suelo diferentes, encontrándose
valores de 1227 Mg.ha-1 a 957 Mg.ha-1 para pre-rastra y 11 días posteriores a la pasada
de rastra, respectivamente.
Otros estudios también encontraron un descenso en los valores de DA y resistencia a la

penetración luego de la labranza, sin embargo, esta disminución sólo se manifestó en
los primeros 45 a 90 días de evaluación (Ohepet al., 1998; Gómez et al., 1999). En un
período mayor de tiempo, este efecto de la labranza tiende a perderse producto del
asentamiento natural del suelo que se sucede en la medida que su peso sumado a la
acción de la lluvia, manifiesta la tendencia natural de adquirir la condición inicial que
presentaba antes de la preparación (Ohepet al., 1998). En este estudio, como el tiempo
de evaluación fue menor (11 días), no se observó el mencionado incremento.
Figura 1. Valores medios de densidad aparente (DA), en g.cm-3, para los distintos
momentos evaluados.
Letras distintas significan diferencias significativas (p<0,05).
Se destaca que los valores de DA obtenidos previo al uso de la rastra en 0-10 cm no

son considerados limitantes para el desarrollo radicular. De todas maneras, la
determinación de DA realizada en este estudio fue en los primeros 10 cm de suelo, pero
se plantea la necesidad de evaluar esta variable a mayor profundidad, teniendo en
consideración que la densidad de los suelos labrados decrece mientras el implemento
de labranza compacta el suelo debajo, creando, después de repetidas operaciones, una
capa de aradura que limita el flujo de agua y la penetración de las raíces (Gómez et al.,
1999).
Los valores medios de CO para cada profundidad y fecha de muestro se observan en la

figura 2. Para todos los momentos evaluados (24 horas, 7 días y 11 días), los valores de
4
CO fueron significativamente superiores en la profundidad 0-5 cm con respecto a los

restantes espesores (0-10 y 10-20 cm), y a su vez las profundidades superficiales
presentaron un contenido mayor de CO con respecto al estrato más profundo (10-20
cm). Ello se encuentra en directa relación con el gran aporte de residuos que realizan
las pasturas en superficie, especialmente las megatérmicas, que adaptadas a las
condiciones del sitio, producen una gran cantidad de biomasa.
El pasaje de rastra causó una disminución significativa de los valores de CO en las

profundidades 0-5 cm, no registrándose diferencias significativas en 0-10 y 10-20 cm.
Figura 2. Valores medios de carbono orgánico (CO), en g.kg de suelo-1, obtenidos a
diferentes profundidades para los distintos momentos analizados.
Letras distintas significan diferencias significativas entre profundidades para cada

momento evaluado (p<0,05).
En 0-5 cm los valores de CO fueron de 20,5 a 15,8 g.kg de suelo-1, pre-rastra y a 11

días posterior al pasaje respectivamente, es decir que, en el período evaluado, el
contenido de CO cayó 4,7 g.kg de suelo-1. El descenso significativo de CO en esta
profundidad se produjo a las 24 horas del uso de implemento, registrándose una caída
de 4,3 g.kg de suelo-1 (21%).
De igual manera Hernández & López-Hernández (1998), en un estudio realizado en
clima tropical y suelo ácido, encontraron que el pasaje de rastra provocó una
disminución marcada de CO y N en los primeros 5 cm de suelo. Se destaca también
que, el pasaje del implemento para favorecer la resiembra de la pastura y el maíz, se
realizó en época cálida y húmeda, lo que acentuaría el proceso de mineralización y
pérdida de CO, principalmente en los primeros cm de suelo.
5
Los valores de CO en esta profundidad fueron menores a los reportados por Banegas
(2014) en pastura de Chloris gayana cv Fine cut bajo distintos sistemas de manejo (24 a
22 g.kg de suelo-1), y superiores a los encontrados por Broquen Bosch et al. (2015) en
sistemas ganaderos semejantes (15,5 g.kg de suelo-1).
En 0-10 se obtuvieron valores de 15,8 a 14,3 g.kg de suelo-1, pre-rastra y a 11 días

posterior al pasaje respectivamente, lo que significó un descenso de 1,5 g.kg de suelo-1
(10%). Considerando que el valor inicial de DA era 1,22 g.cm-3, y 11 días posterior a la
pasada de rastra 0,96 g.cm3, se tomó como valor medio 1,09 para comparar. De esta
manera, el contenido inicial de CO fue de 17,22 Mg.ha-1, y a los 11 días 15,59 Mg.ha-1,
lo que representó una disminución de CO de 1,63 Mg.ha-1.
Si bien, diversos autores consideran a la MO del suelo como el mejor indicador de la
calidad y productividad del sistema (Campbell et al., 1999; Karlen y Cambardella, 1996;
Doran y Parkin, 1994; Galantiniet al., 2006), no toda la MO del suelo tiene la misma
estructura y función. En este sentido, es posible diferenciar dos fracciones con
características diferentes: la MO humificada o asociada a la fracción mineral, que se
caracteriza por su mayor grado de transformación y menos dinámica, y la MO joven o
particulada (MOP), que es menos transformada y más dinámica. Se considera que ésta
fracción es más sensible a los efectos del uso y manejo del suelo (Haynes, 2000; Six et
al.,2002; Galantini y Suñer, 2008).
En este estudio, el carbono orgánico particulado (COPa) resultó ser sensible al pasaje
del implemento, no registrándose diferencias significativas en la fracciones estable
(COPe) (Figura 3A y 3B).Se destaca que se observó que esta fracción tendió a
descender en el tiempo evaluado, pero la caída no fue significativa como en la fracción
lábil.
Las diferencias en el contenido de COPa para cada momento de muestreo se

evidenciaron en las profundidades superficiales (0-5 y 0-10 cm). En los primero 5 cm de
suelo los valores de COPa descendieron de 9,39 a 7,72 g.kg de suelo-1, lo que significó
una disminución del 17,8% en el contenido de esta fracción. En 0-10 cm estos valores
fueron de 7,34 a 6,07 g.kg de suelo-1, representando un descenso semejante a la
primera profundidad (17,3 %). Porcentajes mayores de pérdida fueron reportados por
Hernández & López-Hernández (1998) en suelo de pasturas sometidos a labranza
convencional. Se observa en le figura 3 que la caída en los valores de COPa se
producen inmediatamente luego del pasaje de rastra (24 horas), y que posteriormente
se mantuvieron estables en el tiempo. Los mismos autores sostienen, que el descenso
en el contenido de COPa se debe a una mayor aireación, condiciones climáticas que
acentúan la mineralización, y la ausencia de una cobertura vegetal.
6
Figura 3. A- Distribución de las fracciones de carbono (COPa y COPe), en g.kg de suelo-

1
, a las distintas profundidades y momentos analizados, B- Valores medios de carbono
orgánico particulado (COPa), en g.kg de suelo-1, en las distintas profundidades y
momentos evaluados.
Como ya se mencionó, no se registraron diferencias significativas de 10-20 cm de

profundidad. Sin embargo, otros autores encontraron un incremento de COPa en
sistemas con labranza convencional a profundidades semejantes, debido a que el uso
de los implementos agrícolas ocasiona una mezcla de las capas de suelo y entierro de
residuos (volteo) (Galantini et al., 2006; Espinoza et al., 2010).
7
El contenido de nitrógeno (Nt) se vio afectado por el pasaje del implemento,

observándose un descenso significativo del mismo en la profundidad 0-5 cm (Figura 4),
en concordancia a lo obtenido en CO y COPa. En este estrato, el contenido de N
decayó de 0,154 a 0,131%, representando una descenso del 14,9%.
Figura 4. Valores medios Nitrógeno total (Nt), en %, obtenidos a diferentes

profundidades para los distintos momentos analizados.
En el estrato 0-10 cm, se observó una disminución en el contenido de Nt a los 11 días

posterior al pasaje de rastra con respecto a 24 horas y 7 días luego de la pasada de la
rastra. Sin embargo, ninguno de los momentos evaluados presentó diferencias
significativas a pre rastra.
La disminución en el contenido de Nt en los estratos superficiales de suelo estaría

relacionada a una estimulación de la mineralización debido a un cambio en la
distribución vertical del suelo (volteo) (Kern & Johnson, 1993; Espinoza et al., 2010).
En la capa 10-20 también se observó, a los 11 días de realizado el pasaje del

implemento, una caída de valor de esta variable con respecto a los restantes momentos
(pre-rastra, 24 horas y 7 días). Galantiniet al., (2006) también registraron un descenso
en el contenido de Nt en sistemas agrícolas bajo labranza convencional, lo que estaría
principalmente relacionado con una redistribución del mismo por efecto de la labranza.
Otro aspecto importante para caracterizar el estado orgánico del suelo, además de la
distribución de las fracciones orgánicas, es su calidad. En este sentido, la relación C:N
8
del material orgánico pone en evidencia su grado de transformación, así como la

magnitud del aporte de N durante su descomposición (Galantini et al., 2006). Al respecto
en este trabajo se observó que los valores de la relación C:N tendieron a disminuir luego
del pasaje del implemento en las profundidades 0-5 y 0-10 cm (24 horas y 7 días),
mientras que al final de la evaluación, en mencionadas profundidades el valor se
incrementó nuevamente (Tabla 1).
Tabla 1. Valores de la relación C:N obtenidos en las diferentes profundidades y

momentos evaluados.
Momento Profundidad C:N
(cm)
Pre-Rastra 0-5 13,3
0-10 12,7
10-20 10,3
24 horas 0-5 11,9
0-10 11,5
10-20 10,5
7 días 0-5 11,9
0-10 11,2
10-20 10,4
11 días 0-5 12,1
0-10 12,9
10-20 13,8
En la capa 10-20, el valor de la relación C:N, se mantuvo constante en los primeros 7

días de realizado el pasaje de la rastra, observándose un incremento a los 11 días.
Los valores obtenidos para esta variable, obviamente, estuvieron relacionados con el
comportamiento registrados de CO y Nt, y los respectivos descensos en sus contenidos.
Otros autores también registraron un incremento en la relación C:N por efecto de la
labranza convencional, especialmente cuando se compara sistemas de siembra
(labranza convencional vs siembra directa), destacando que estos aumentos están
principalmente condicionados por disminuciones marcadas en el contenido de N
9
(Galantini et al., 2006; Espinoza et al., 2010), acentuando la característica del N como
factor nutritivo limitante para la productividad de los sistemas (disminución en la
disponibilidad del mismo).
Conclusiones
El efecto del pasaje de un implemento agrícola (rastra) para renovación de pasturas

provocó un descenso en los valores de DA, y una disminución en el contenido de CO,
COPa y Nt. El mencionado efecto resultó ser más acentuado en las profundidades
superficiales (0-5 y 0-10 cm). La fracción recalcitrante de C (COPe) se mantuvo estable
en el tiempo de estudio, aunque se evidenció una tendencia a decaer en su contenido.
Las variables estudiadas, resultaron ser sensibles a la práctica de renovación empleada.
Se definen dos interrogantes a continuar en este estudio. Por un lado evaluar en plazos
temporales mayores, el comportamiento de estas propiedades, con el fin de analizar el
efecto de la rastra, y posterior intersiembra. Por otro lado, surge la posibilidad de
plantear y evaluar otra estrategia de renovación que incluya como práctica a la siembra
directa o el uso de fertilizantes.
Agradecimientos
Este trabajo fue financiado con fondos de proyectos INTA (PNPA 1126073, PNS
1134042/43) y proyecto CIUNT (A510). Los autores agradecen la colaboración de
Roberto Corbella, personal de la cátedra de Edafología (FAZ-UNT) y personal de campo
del IICAS.
Bibliografía

dynamics to physical protection and tillage. Soil Till. Res., 53: 215-230.
Banegas, NR. 2014. Cuantificación de la captura de carbono de Chloris gayana cv

Finecut implantada en un sistema pastoril bovino de la Llanura Deprimida Salina de
Tucumán y de la vegetación nativa que reemplaza. Tesis Doctor en Ciencias Biológicas.
FAZ-UNT. 118p.
Blake,GR & KH Hartge. 1986. Bulk density. p. 363–375. In A. Klute (ed.) Methods of soil
analysis. Part 1. 2nd ed. Agron. Monogr. 9. ASA and SSSA, Madison, WI.
Bremner JM & DR Keeney. 1982. In: Methods of soil analysis. Page A.L. (ed). Agronomy
9, ASA, SSSA. 643-693.
10
Broquen Bosch, F; A Plasencia; N Banegas & R Corbella. 2015. Estudio y comparación

de propiedades a través del uso de indicadores edáficos en el monte natural y diferentes
sistemas agropecuarios de la Llanura deprimida salina. IV Jornadas de la Ciencia del
suelo del NOA para estudiantes y jóvenes profesionales. 4 y 5 de septiembre 2015.
Tucumán.
Campbell, CA; VO Biederbeck; BG McConkey; D Curtin & RP Zentner.1999. Soil quality

– Effect of tillage and fallow frequency. Soil organic matter quality as influenced by tillage
and fallow frequency in a silt loam in southwestern Saskatchewan. Soil Biol. Biochem.
31: 1-7.
Cambardella, CA & ET Elliott. 1992. Particulate soil organic-matter changes across a

grassland cultivation sequence. Soil Sci. Soc. Am. J., 56: 777–783
Di Rienzo, JA; F, Casanoves; MG Balzarini; L Gonzalez; M Tablada & CW Robledo.

2013. Grupo InfoStat, FCA, Universidad Nacional de Córdoba, Argentina. URL
http://www.infostat.com.ar
Doran, JW & TB Parkin. 1994. Defining and assessing soil quality. In: Defining Soil
Quality for a Sustainable Environment (Eds. Doran J.W. et al.). SSSA, ASA, Madison WI,
USA, 3-22.
Espinoza, Y. 2010. Efecto de la labranza sobre la materia orgánica y tamaño de

agregados en un suelo cultivado con maíz en condiciones tropicales. Bioagro, 22: 177-
184.
Galantini, JA; JO Iglesias; C Maneiro; L Santiago & C Kleine. 2010. Sistemas de

labranza en el sudoeste bonaerense. Efectos de largo plazo sobre las fracciones
orgánicas y el espacio poroso del suelo.RIA, 35: 15-30.
Galantini, JA & Suñer L. 2008. Las fracciones orgánicas del suelo: análisis de los suelos
de Argentina. Agriscientia, 25: 41-55.
Gómez, JA; JV Giráldez; M Pastor & E Fereres. 1999. Effects of tillage method on soil
physical properties, infiltration and yield in an olive orchard. Soil & Tillage
Research.,52,167-175.
Haynes, RJ. 2000. Labile organic matter as an indicator of organic matter quality in
arable and pastoral soils in New Zealand. Soil Biol. Biochem. 32: 211-219.
11
Hernández RM & D López-Hernández. 1998. Efecto de la intensidad de la labranza

sobre diversas fracciones de la materia orgánica y estabilidad estructural de un suelo de
sabana. Ecotropicos, 11:69-80.
Karlen, DL & CA Cambardella. 1996. Conservation strategies for improving soil quality
and organic matter storage. Adv. Soil Sci.
Kern JS & MG Johnson. 1993. Conservation tillage impact on national soil and
atmospheric carbon levels. Soil Sci. Soc. Am. J., 57: 200-210.
Lal, R. 1989. Conservation tillage for sustainable agriculture: tropics vs temperate

environments. Adv. Agron., 42: 1073-1982.
Nasca, JA.2015. Sistemas intensificados de cría: Región NOA. En: Cría Vacuna.
Asociación Argentina de Consorcios Regionales de Experimentación Agrícola. Suárez,
M. (ed.). 64-66 p.
Nelson, D & L Sommers. 1982. Methods of soil analysis. En: Page, A. (ed). Agronomy 9,
ASA, SSSA. 539-579.
Ohep, C; F Marcano& OSivira. 1998. Efecto de la labranza sobre las propiedades físicas
del suelo y el rendimiento del frijol (Vignaunguiculata L. Walp) en el Yaracuy medio.
Bioagro, 10:68-75.
Peralta, O. 2002. Recuperación de pasturas degradadas. Sitio de Producción Animal.

www.produccionanimal.com.ar/produccion_y_manejo_pasturas/pasturas%20artificiales/
56-recuperacion_pasturas.pdf
Six J; P Callewaer; S Lenders; Gregorich& KPaustian. 2002. Measuring and

understanding carbon storage in afforested soils by physical fractionation. Soil Sci. Soc.
Am. J. 66: 1981-1987.
Spain, JM & R. Gualdrón. 1991. Degradación y rehabilitación de pasturas. En: Lascano,

CE y Spain JM (eds.). Establecimiento y renovación de pasturas. CIAT. Cali. 269-283 p.
Torres Bruchmann, E. 1978. Las clasificaciones climáticas de Koppen y Thornthwaite.

Serie didáctica Nº 48. Facultad de Agronomía y Zootecnia. Universidad Nacional de
Tucumán. ISSN 0325-2493.
12
FISICA Y QUIMICA DE LOS SUELOS EXTRANDINOS DE LA PROVINCIA DE SANTA

CRUZ
SCHENKEL1*, CINTIA; FERRANTE1,2, DANIELA; OLIVA1,2, GABRIEL & PAREDES1,2,

PAULA.
1
EEA INTA Santa Cruz; 2Universidad Nacional de la Patagonia Austral
* [email protected]
Palabras clave: Patagonia, MARAS, Islas de fertilidad
Resumen
Se analizaron 228 muestras de suelo superficial (0-10 cm) de parches vegetados y

suelo desnudo de 114 sitios de muestreo de la red MARAS en Santa Cruz. Se
generaron mapas de materia orgánica (MO), textura y cobertura vegetal con el objetivo
de comparar y explicar características físico químicas de los suelos. Se realizaron
ANOVAS de dos factores (Áreas Ecológicas y parche-interparche) para las variables de
suelo y se evaluó el efecto de parches e interparches. Los suelos fueron de textura
gruesa (70% arena promedio) y clasificaron en Franco arenosos en el centro–sur y
Arenosos-franco en el NO y NE de la provincia, probablemente debido al material
parental. El contenido medio de MO fue elevado (2,8%), con un máximo en áreas frías
en el sur (6%, Estepa Magallánica). El contenido de N total fue bajo (0.15%) como en
otros suelos semiáridos, pero aumentó en el sur (0.30%). La relación C/N promedio fue
de 10.7, con valores mínimos en las áreas cálidas (NO). El contenido de agua saturada
(40%) fue bajo debido a la textura gruesa, con mínimos en el N, donde presentaron
menor contenido de arcilla y limo. Los suelos fueron en general neutros (pH 6.8),
aunque ligeramente ácidos en el sur y ligeramente alcalino en el centro. La
conductividad eléctrica (0.3 mS/cm) indicó ausencia de salinidad. Las áreas de suelo
desnudo (interparches) tuvieron 62 cm de longitud, con un rango de 84 cm en el centro y
24cm en las estepas graminosas del sur. Los parches vegetados en general,
acumularon arena (+4%), perdieron arcillas (-11.5%), acumularon MO y N, se volvieron
ligeramente más ácidos (-3%) y presentaron mayor conductividad (+27%). Estas
diferencias se acentuaron en la región central, donde las islas de fertilidad se hicieron
más evidentes pro ser áreas con mayor tamaño de interparche
Introducción
En regiones áridas y semiáridas, la escasez de agua influye en la distribución espacial

de la vegetación, que se presenta en forma discontinua siguiendo un patrón de parches
vegetados e interparches de suelo desnudo (Noy-Meir 1973). Ambas fases están
relacionadas funcionalmente en sistemas de fuente-sumidero, en donde los interparches
actúan como fuente de agua, sedimentos y nutrientes para los parches vegetados
1
(Aguiar 1999). A largo plazo, se puede generar un mosaico de celdas de erosión que
representa distinto estado de pérdida de suelo o de ganancia (Pickup 1985). Un paisaje
funcional captura agua y nutrientes de manera eficiente, mientras que en uno
disfuncional estos recursos se pierden del sistema (Tongway y Ludwig, 1996). Para
asegurar las funciones de estos ecosistemas es necesario mantener la estructura
horizontal: número, tamaño y distribución espacial de los parches vegetados (Ludwig
and Tongway 1995).
En Patagonia, más de 100 años de ganadería han generado cambios negativos en los
pastizales naturales. El 70% de los suelos se encuentran en la actualidad en un estado
entre moderado-severo a muy severo de degradación (Del Valle 1998). Para monitorear
estos cambios a gran escala espacial y temporal se ha desarrollado una red de
monitoreo “MARAS” (Monitores Ambientales para regiones Áridas y Semiáridas), que
permite evaluar de manera sistemática la estructura y el funcionamiento de la
vegetación y suelos de estos ambientes y permitirá en un futuro cuantificar los efectos
de eventos extremos como sequías, erupciones volcánicas o invasiones biológicas a
escala regional.
En la provincia de Santa Cruz, Patagonia, el sistema cuenta con 114 monitores MARAS
distribuidos en función de grandes Áreas Ecológicas, que han sido definidas a partir de
las características del clima, relieve y fisonomía vegetal (Oliva 2001). De estos
monitores se obtiene información sobre la cobertura vegetal, la estructura horizontal de
la vegetación a partir de la cuantificación del tamaño de los parches vegetados y
muestras superficiales de suelo. El objetivo de este trabajo fue comparar variables
físico-químicas de los suelos y cobertura vegetal entre las Áreas Ecológicas de la
provincia de Santa Cruz y dentro de cada una, evaluar la diferencia de los suelos bajo
parches vegetados y de suelo desnudo.
El área de estudio comprende la porción extraandina de la provincia de Santa Cruz, que

abarca siete Áreas Ecológicas (Oliva et al. 2001). Dentro de esta región existen dos
tipos de clima (Soto 2004) el clima templado ocupa una pequeña superficie al NE de la
provincia, bordeando el Golfo San Jorge (Tº media 10ºC y pp anuales <300mm), y el
resto de área corresponde a un clima templado-frío, con menores temperaturas (entre 0
y 12ºC), vientos intensos provenientes del oeste y con un fuerte gradiente de
precipitaciones oeste-este, variando de 700 a 200 mm hacia la costa (Figura 1).
2
Figura 1. Distribución de temperaturas y precipitaciones de la provincia de Santa Cruz.

Derecha: isotermas. Izquierda: isohietas.
Descripción de las Áreas Ecológicas
La vegetación, el relieve y el suelo son heterogéneos, y la clasificación en Áreas

Ecológicas permite definir unidades con cierta homogeneidad (Figura 2). A continuación
se describirá brevemente cada Área Ecológica:
Estepa Magallánica Seca (EMS). Ubicada en el sur de la provincia. Cobertura vegetal

media 50-70%, dominada por Festuca gracillima. El paisaje es plano o leventemente
ondulado, dominado por mesetas sedimentarias. Los suelos predominantes son
Aridisoles y Molisoles, con un horizonte superficial arenoso fino y rico en materia
orgánica. Los horizontes subsuperficiales son franco arcilloso y arcilloso.
Frecuentemente se puede encontrar rodados patagónicos en todo el perfil. Las
precipitaciones varían entre 170mm y 300mm, ocurren a lo largo de todo el año con un
máximo estival y temperatura media anual de 6-7ºC.
Estepa Magallánica Húmeda (EMH). Ubicada en el extremo SO y oriental de la

provincia. Este pastizal tiene una fisonomía similar al EMS diferenciándose en las
especies codominates a la F. gracillima, debido a un ambiente más subhúmedo y clima
con característica oceánicas. Las precipitaciones varían entre 200-400 mm, las
tormentas ocurren durante todo el año, son cortas, frecuentes y poco intensas. Durante
el periodo estival las precipitaciones son máximas y las temperaturas medias anuales
6ºC. El paisaje es suavemente ondulado, desarrollado sobre terrazas de origen glacial,
planicies glacifluviales y morenas. Los suelos predominantes son los Molisoles,
3
seguidos por los Aridisoles. El horizonte superficial es de textura franco arenosa con
abundante materia orgánica (de 5 a 10%).
Estepa Arbustiva del Golfo San Jorge (GSJ). En el NE, en un paisaje ondulado, surcado
por valles y cañadones que desembocan en el mar. Es un área de arbustos altos (más
de 2 metros) como malaspina (Retanilla patagonica), duraznillo (Coliguaja integerrima),
neneo (Mulinun spinosum) entre otros. Esta estepa arbustiva se desarrolló en suelos
someros, pedregosos, de escasos materiales finos y materia orgánica y de moderada a
alta salinidad. Los suelos corresponden al Orden de los Aridisoles. Las temperaturas
medias anuales son aproximadamente de 10ºC y las precipitaciones alcanzan los
200mm anuales y ocurren durante el invierno.
Matorral de Mata Negra (MMN). La Mulguraea tridens es la especie dominante. Se trata

de una estepa arbustiva de tamaño medio, dominada entre un 60-70% por mata negra.
En el sur se encuentra limitada por la EMS y al norte por el río Santa Cruz y entre éste y
el río Coyle. El clima es frío árido de meseta y costero con temperaturas medias anuales
entre 8,5 y 6,5ºC. Las lluvias promedio varían entre 150-200 mm y el máximo ocurre en
invierno. El paisaje en general es plano. El Orden de los suelos predominantes son los
Aridisoles y Molisoles, presencia de rodado patagónico en el perfil. Estos suelos no
sufren de anegamiento debido a que contiene arenas en todo el perfil.
Meseta Central (MC). Es el área ecológica de mayor extensión que ocupa el centro-
norte de la provincia. Es una estepa de subarbustos de baja cobertura vegetal (20-30%).
El clima es frío árido de mesetas. Las temperaturas medias anuales se encuentran entre
10-8ºC. Las precipitaciones anuales son inferiores a los 200 mm, con concentración
invernal. Los suelos en general son Aridisoles de textura franco arenosas a franco
arcillosa con bajos contenidos de materia orgánica.
Sierras y Mesetas Occidentales (SMO). Estepa arbustiva abierta que ocupa 1,38 M ha,
formando una estrecha cuña en el noroeste de la provincia. El paisaje es ondulado. Los
suelos son Aridisoles y Entisoles, ambos se caracterizan por horizontes superficiales
arenosos. Poseen un alto porcentaje de gravas y rodados patagónicos y un horizonte
calcáreo bien marcado. Las precipitaciones son escasas (100-200 mm) y se concentran
entre el otoño-invierno. La temperatura media anual es de 8,5-9,5ºC.
Pastizal Subandino (PS). Ubicados en una estrecha franja discontinua entre MC, SMO y
MMN en el este y el Complejo Andino en el oeste. Es una estepa graminosa dominada
por Festuca pallescens. El paisaje es ondulado de origen glacial y fluvial. Los suelos son
Aridisoles, Inceptisoles, Entisoles y Molisoles. En general son arenosos o franco
arenosos y en ocasiones con capas de cenizas volcánicas. Poseen un elevado
contenido de materia orgánica. Las precipitaciones varían de oeste-este de 400-200mm,
respectivamente. La temperatura anual varía de 7-8ºC.
4
Figura 2. Áreas Ecológicas de la Provincia de Santa Cruz. Los puntos negros indican la
ubicación de los monitores (MARAS).
Monitores MARAS
Los suelos fueron muestreados en 114 sitios en el marco del protocolo MARAS, una
metodología para monitorear suelos y vegetación en Patagonia (Oliva et al. 2011), que
proviene de una adaptación de metodologías conocidas como “Landscape Function
Analysis” (Tongway 1994) y de sistemas de monitoreo desarrollados en Australia
(Watson et al. 2007) y EEUU (Herrick et al. 2005). Los monitores fueron distribuidos en
la provincia de Santa Cruz mediante un diseño estratificado por Área Ecológica. A nivel
5
de sitio representan pendiente y posiciones topográficas dominantes, y están sujetos al

tipo de pastoreo característico del área, principalmente de ganadería ovina extensiva.
Cada monitor consiste en tres transectas paralelas de 50m de longitud: dos de ellas de
cobertura de suelo y la restante de estructura de parches/interparches. En las transectas
de cobertura del suelo se utilizó la metodología de línea de puntos, con un total de 500
puntos cada 20 cm (Levy and Madden 1933), y registro de suelo desnudo, mantillo,
muerto en pie, pavimento de erosión, efímeras, criptógamas y especies vegetales. La
estructura de parche/interparche se midió a través de líneas de intercepción (Canfield
1941).
En cada sitio se tomaron 2 muestras compuestas de suelos obtenidas a 10 cm de

profundidad (n=228 muestras en total). Una se obtuvo con 5 submuestras de parches,
tomadas del centro del canopeo de individuos de la forma de vida dominante y la otra,
de interparche, se obtuvo con 5 submuestras extraídas del centro de áreas de suelo
desnudo. En estas muestras se determinó: Capacidad de campo (técnica de humedad
equivalente), materia orgánica total (Walkley y Black)(Nelson 1982) nitrógeno total:
(Kjedahl) (Bremner 1982), textura: Método de la pipeta de Robinson (Gee 1986), pH:
(método potenciométrico), conductividad eléctrica (conductivímetro).
Se realizaron mapas a escala regional de las variables más relevantes de los muestreos
de suelo y vegetación de MARAS. Para ello se utilizó el método geoestadístico de
interpolación Kriging con ArcGis ®.
Se realizaron análisis de varianza mediante SAS (SAS/STAT Institute 1998) para

evaluar diferencias significativas entre Áreas Ecológicas. Las variables de suelo y la
cobertura total fueron variables dependientes y las Áreas Ecológicas (AE),
parche/interparche (PI) y el número de monitor (MARAS) como variables de clasificación
Se realizó en principio un ANOVA de dos factores: AE y PI analizando interacción. La
diferencia entre parche e interparche fue analizada posteriormente y para cada AE
mediante un ANOVA de dos factores: MARAS y PI. Se realizaron test de comparación
de Tukey (P<0,05).
6
Resultados
Las Áreas Ecológicas presentaron diferencias en cobertura vegetal (p<0,05). Las

coberturas más altas se presentaron en la EMH, mientras que las de menor cobertura
fueron MC y SMO. Coberturas intermedias se observaron en la MMN y EMS (Figura 3).
Figura 3. Rangos de cobertura vegetal. Los puntos negros indican la ubicación de los
monitores (MARAS).
Todas las variables de suelo, excepto conductividad eléctrica mostraron diferencias

entre las distintas Áreas Ecológicas. En cuanto al efecto parche-interparche se
observaron diferencias en las variables: % de agua de saturación, carbono orgánico (%),
7
relación carbono/nitrógeno, materia orgánica (%) y pH (en agua). No hubo interacción

entre los factores evaluados (Tabla 1).
Tabla 1: Comparación entre Áreas Ecológicas, parches-interparches e interacciones

para cada una de las variables de suelo. Resultado del análisis de Varianza de dos
factores.
Variable/factor Área Ecológica Parche/Inter Interacción
Arcilla (%) <0,0001* 0,096 0,685
Limo (%) <0,0001* 0,748 0,471
Arena (%) <0,0001* 0,474 0,696
Agua Saturada (%) <0,0001* <0,0001* 0,921
Nitrógeno Total (%) <0,0001* 0,031 0,913
CO (%) <0,0001* 0,009* 0,743
Relación C/N <0,0001* 0,002* 0,052
MO (%) <0,0001* 0,009* 0,743
pH Agua <0,0001* <0,0001* 0,330
CE Pasta 0,537 0,979 0,462
Los * indican diferencias estadísticas (p<0.05) para cada una de las variables evaluadas
para los factores analizados: área ecológica, parche-interparche y su interacción.
8
(a) (b)
Figura 4. (a) Clases texturales según las Áreas Ecológicas de la provincia de Santa
Cruz, y (b) contenido de materia orgánica de los suelos. Los puntos negros indican la
ubicación de los monitores (MARAS).
Los suelos de las Áreas Ecológicas fueron agrupados en dos clases texturales. La
mayor parte posee suelos franco arenosos (Meseta Central, Estepa Magallánica
Húmeda y Seca, Mata Negra y Pastizales Subandinos) y arenosos-franco en Sierras y
Mesetas Occidentales y Golfo San Jorge (Figura 4, a).
En la EMH el contenido de MO fue aproximadamente dos veces mayor que la EMS,

MMN y PS y seis veces superior al de las Áreas Ecológicas restantes (Figura 4, b). La
EMH también presentó el mayor porcentaje de nitrógeno total (0,31%). Valores medios
de nitrógeno total fueron de entre 0,13 y 0,15% en las áreas de EMS, MMN y PS,
mientras que los menores contenidos fueron en GSJ (0,06%), MC (0,06%) y SMO
(0,04%). En cuanto a la relación C/N fue máxima para la EMH y EMS y mínima para el
GSJ y SMO.
Los suelos de la MC y SMO, que tuvieron mayor contenido de arena, presentaron

valores menores en el porcentaje de agua saturada 34,47 y 32,55%, respectivamente,
mientras que los suelos de la EMH presentaron una mayor capacidad de retención
hídrica (45,85%) seguramente asociada al mayor porcentaje de limo+arcilla (38%). Las
Áreas Ecológicas restantes presentaron valores intermedios de agua saturada, entre 35
y 41%.
Todas las Áreas Ecológicas presentaron pH neutros, a excepción de la EMH y MC,

ligeramente ácido y ligeramente alcalino, respectivamente. Los suelos de las Áreas
9
Ecológicas estudiadas no presentan problemas de salinidad, los valores de

conductividad eléctrica variaron cercanamente entre ellos (Tabla 2).
Tabla 2: Valores medios de las variables físicas y químicas del suelo por Áreas
Ecológicas, para el parche y el interparche.
Área ecológica
EMH EMS GSJ MC MMN PS SMO Promedio
Superficie
3900 11700 6500 143300 28300 21800 13800 32757,1
(ha)
Numero
9 17 7 54 18 3 5
monitores
Inter 15,4bc 11,71 ab 5,97 a 11,18 ab 16,58 bc 20,33 c 5,3 a 12,4
Arcilla (%) 11,4
Parche 14,76 ab 11,64 ab 5,88 ab 9,18 ab 14,06 ab 12,03 ab 5,3 a 10,4
Inter 22,67 ab 19,02 ab 11,73 a 23,19 ab 24,46 ab 28,1 b 9,32 a 19,8
Limo (%) 19,5
Parche 24,42 b 17,34 ab 11,34 a 17,75 ab 21,77ab 27,16 b 14,7 ab 19,2
Inter 61,63 ab 69,43 ab 82,93 c 65,69 ab 59,16 ab 51,03 a 85,1 c 67,9
Arena (%) 68,9
Parche 60,8 a 71,04 a 82 ,54 a 73,00 a 60,6 a 60,63 a 80,5 a 69,9
Inter 6,04 c 2,60 b 0,93 a 1,10 a 2,57 b 2,95 b 0,75 a 2,4
MO (%) 2,7
Parche 6,18 c 3,45 b 1,35 a 1,33 a 2,94 ab 3,61 b 1,57 a 2,9
Nitrógeno Inter 0,31 e 0,13bcd 0,06 a 0,06abc 0,13 cd 0,15 b 0,04 a 0,1
0,1
(%) Parche 0,34 c 0,17 b 0,07 a 0,077 a 0,15 ab 0,17 b 0,08 ab 0,2
Relación Inter 11,46 b 11,33 b 8,93 a 9,52 ab 10,64ab 10,84ab 8,95 ab 10,2
10,7
C/N Parche 10,75 a 11,54 a 11,24 a 9,97 a 11,16 a 12,04 a 11,27 a 11,1
Agua Inter 45,85 b 39,86ab 34,89ab 34,47 a 41,15ab 41,02ab 32,55 a 38,5
40,6
Saturada(%) Parche 42,88 b 43,72ab 41,57 a 46,04 a 45,9 ab 36,21ab 42,25 a 42,7
Inter 6,03 a 6,65 ab 7,20 bc 7,66 c 6,89abc 6,83abc 7,26 bc 6,9
pH 6,8
Parche 6,34 a 6,53 a 6,90 ab 7,32 ab 6,64 ab 6,45 a 6,74 ab 6,7
Inter 0,31 a 0,25 a 0,17 a 0,74 a 0,25 a 0,18 a 0,18 a 0,3
CE mS/cm 0,3
Parche 0,40 a 0,26 a 0,34 a 0,28 a 0,28 a 0,26 a 0,3 a 0,3
Valores con una letra común no son significativamente diferentes (p>0,05), entre Áreas Ecológicas.
Parches e interparches difieren en variables del suelo, aunque cada Área Ecológica
presenta particularidades (Tabla 3). En general los parches presentaron menor
proporción de arcilla y limo, mientras que ganan partículas gruesas de arena. Los suelos
de los parches están enriquecidos en materia orgánica y N, y la relación C/N es más
alta. Por otro lado se registra un aumento en el contenido de agua en saturación, una
disminución en el pH y un aumento en la conductividad eléctrica. La Meseta Central fue
el área Ecológica que presentó diferencias estadísticas en todas las variables
analizadas.
10
Tabla 3: Diferencia entre los valores de las variables físicas y químicas del suelo entre
las muestras de parches e interparches en % (parche-interparche/interparche*100) en
cada Áreas Ecológicas.
Área Ecológica
EMH EMS GSJ MC MMN PS SMO Promedio
Largo de interparche
24 30 65 84 42 45 80 62
(cm)
Arcilla (%) -4,2 -0,6 -1,5 -17,9 * -15,2 * -40,8 0 -11,5
Limo (%) 7,7 -8,8 -3,3 -23,5 * -11 -3,3 57,7 2,2
Arena (%) -1,3 2,3 -0,5 11,1 * 2,4 18,8 -5,4 3,9
MO (%) 2,3 32,7 45,2 * 20,9 * 14,4 22,4 109,3 35,3
Nitrógeno (%) 9,7 30,8 16,7 28,3 * 15,4 13,3 100 30,6
Agua Sat.(%) -6,5 * 9,7 19,1 33,6 * 11,5 * -11,7 29,8 * 12,2
pH 5,1 -1,8 -4,2 -4,4 * -3,6 * -5,6 -7,2 -3,1
CE 29 4 100 * -62,2 * 12 44,4 66,7 * 27,7
* indican diferencias significativas entre parches e interparches (p>0,05).
Discusión
La textura de los suelos presentó variaciones, siendo más gruesos (areno-franco) en las
áreas ecológicas del norte: Sierras y Mesetas Occidentales y Golfo San Jorge y suelos
más finos (Franco-arenosos) en el centro y sur de la provincia (Figura 4a). Las dos
clases texturales probablemente se deben a que evolucionaron a partir de dos
materiales parentales distintos. Uno de los materiales fue un manto de arena (con más
de 50 cm de espesor), carente de estructura de origen eólico, más superficial y más
moderno (del Valle H. et al. 2002) e influyó en la génesis de los suelos del N. El otro
material fue de textura franco arenosa con iluviación de arcillas que corresponde a los
suelos de la porción sur.
El oeste y sur de la provincia presentaron mayor contenido de materia orgánica (Figura

4b), estas áreas son las más frías de la provincia. Las bajas temperaturas retrasan el
procesos de descomposición, que lleva a una acumulación de materia orgánica y no se
liberan nutrientes para las plantas (Vívianco 2006). A pesar de que por los procesos
activos de descomposición se esperaría un mayor contenido de nitrógeno en la zona
norte-este de la provincia, estos suelos presentaron los menores contenidos de
nitrógeno total (Tabla 2). Es posible que esto se explique por la composición del residuo
que generan las distintas comunidades vegetales (Vívianco 2006). Diversos autores
(Aber 1982, Melillo 1982, Taylor 1989) han demostrado una correlación negativa entre el
contenido de nitrógeno y lignina. Sierras y Mesetas Occidentales, Meseta Central y
Golfo San Jorge, que corresponde a estepas arbustivas dominadas por arbustos
siemprevivos (como Chuquiraga avellanedae, Mulimun spinosum, Coliguaja integérrima)
fueron las que presentaron menores valores de nitrógeno. Estas especies son más
11
eficientes en la utilización de nitrógeno, conservándolo en sus hojas y poseen un

elevado contenido de lignina (Campanella 2008). Al no perder sus hojas, el aporte de
nitrógeno al suelo puede ser inferior comparado con otras especies.
La estructura en parche/interparche afecta las tasas de varios procesos del ecosistema,

como la dinámica del agua y el ciclo de nutrientes (Slatyer 1961, Cornet 1988, 1992,
Ludwig 1994 , Burke 1998). Al analizar el comportamiento parche/interparche la
capacidad de retención de agua es una de las variables que mostró diferencias
significativas en la mayoría de las Áreas Ecológicas En la EMH hubo una pérdida de
esta capacidad, posiblemente explicada por la disminución en el contenido de arcilla,
mientras que en MC, MMN y SMO hubo un incremento de la capacidad de retención
hídrica en los parches.
En los ecosistemas áridos los parches vegetados generan islas de fertilidad con mayor
contenido de materia orgánica y nutrientes en relación a la matriz circundante (García-
Moya 1970, Rostagno et al. 1991, Mazzarino 1996, Aguiar and Sala 1999). Los
resultados indican que esto también ocurre en el área de estudio, en donde se
detectaron diferencias significativas entre parches/interparche en materia orgánica,
retención de agua, nitrógeno y pH (Tabla 3). Las islas se generan por procesos bióticos
y abióticos. Los procesos abióticos ocurren por movimiento de partículas finas del suelo
por el viento y al agua. Estas partículas están asociadas a nutrientes y quedan retenidas
en parches vegetados (Rostagno et al. 1991). En nuestro análisis se puede observar
que todas las Áreas Ecológicas evidenciaron cambios en las fracciones granulométricas.
Sin embargo, MC fue en la única que presentó diferencias estadísticamente
significativas. Probablemente se deba a que los interparches fueron de mayor tamaño y
más definidos y a que son suelos donde predominan la arena. Además, el impacto de la
erosión eólica e hídrica tiene que ser mayor ya que posee la menor cobertura vegetal e
históricamente es el área con mayor degradación (Del Valle, 1998, Oliva et al 2001). En
el caso del PS, en los parches aumenta la fracción de arena y esto genera que la
proporción de arcilla disminuya. Ya que la clase textural de estos suelos es franco-
arenosa, el enriquecimiento de arena en los parches podría deberse a que la distancia
entre parche y parche es pequeña y el movimiento predominante de las partículas de
suelo sea por saltación. En el MMN la ganancia de arena es baja, mientras que las
pérdidas de material fino (arcilla+limo) son más importantes, probablemente a que este
tipo de fisonomía vegetal se ha desarrollado sobre suelos de texturas más finas.
Pérdidas de materiales finos ya han sido reportadas por Buschiazzo y col. (2009) para
suelos de Patagonia Norte. Los procesos bióticos de la formación de islas de fertilidad
incluyen la acción de raíces en absorber nutrientes y el aporte de material vegetal
muerto de la vegetación que luego será descompuesto (Burke 1998). La vegetación en
los parches estudiados generó probableente más material para descomponer y por lo
tanto el contenido de MO fue mayor que en los interparches. Por el efecto de la materia
orgánica se produce una disminución del pH (suelos neutros a ligeramente ácidos),
aumenta la capacidad de los mismos para retener agua e incrementa nutrientes (como
12
nitrógeno). Este efecto fue significativo para GSJ y MC, ya que las longitudes de los
parches e interparches son mayores (datos inéditos). Además, como ya se mencionó,
son las Áreas Ecológicas más degradadas, por lo tanto el efecto de la acumulación de
materia orgánica en los parches es más marcado que en el resto de las áreas.
Conclusión
El gradiente de precipitación-temperatura y el material parental a partir del cual se

originaron los suelos de la provincia de Santa Cruz impacta en la cobertura vegetal. El
tipo de vegetación y la estructura en un mosaico de dos fases (parche/interparche)
diferencian el comportamiento de ciertos parámetros físicos y químicos del suelo, tanto
entre las Áreas Ecológicas como dentro de ellas (entre parches/interparches).
En aquellas Áreas Ecológicas donde la degradación del pastizal ha sido mayor se puede
observar un efecto marcado en las diferencia entre el parche e interparche de las
variables del suelo, lo cual refleja un efecto intensificado de fuente/sumidero típico de
regiones áridas.
Bibliografía
Aber, J. D. y. J. M. M. 1982. Nitrogen immobilization in decaying hardwood leaf litter as a

function of initial nitrogen and lignin content. Canadian Journal of Botany 60:2263-2269.
Aguiar, M. and O. Sala. 1999. Patch structure, dynamics and implications for the
functioning of arid ecosystems. Trends in Ecology and Evolution 14:273-277.
Aguiar, M. R. y. O. E. S. 1999. Patch structure, dynamics and implications for the

functioning of arid ecosystems. Trends in Ecology and Evolution 14(7):273-277.
Bremner, J. M. y. C. S. M. 1982. Nitrogen-total. Methods of soil analysis. Part 2. .

Chemical and microbiological properties, (methodsofsoilan2):595-624.
Burke, I. C., W. K. Lauenroth, M. A. Vinton, P. B. Hook, R. H. Kelly, H. E. Epstein y R. A.
Gill 1998. Plant-soil interactions in temperate grasslands. In Plant-induced soil

changes: Processes and feedbacks. Springer Netherlands:121-143.
Campanella, M. V. y. M. B. B. 2008. Plant phenology, leaf traits and leaf litterfall of

contrasting life forms in the arid Patagonian Monte, Argentina. Journal of Vegetation
Science 19:75-85.
Canfield, R. H. 1941. Application of the line interception method in sampling range

vegetation. Journal of Forestry 39:388-394.
13
Cornet, A. F., C. Montana, J. P. Delhoume y J. Lopez-Portillo 1992. Water flows and the
dynamics of desert vegetation stripes. In Landscape boundaries. Springer New
York:327-345.
Cornet, A. F., J. P. Delhoume y C. Montaña. 1988. Dynamics of striped vegetation

patterns and water balance in the Chihuahuan desert. En: Diversity and Pattern in Plant
Communities. eds. During, H. J., M. J. A y J. H. Willems (1990):221-231.
del Valle H., P. J. Bouza, P. E. Rial, and L. González. 2002. Suelos. Geología y
Recursos Naturales de Santa Cruz. Relatorio del XV Congreso Geológico Argentino. El
Calafate V-3:815-828.
Del Valle, H. F., N. O. Elissalde, D. A. Gagliardini y J. Milovich. 1998. Status of

desertification in the Patagonian region: Assessment and mapping from satellite
imagery. Arid Land Research and Management, 12(2):95-121.
García-Moya, E. y. C. M. M. 1970. Contributions of shrubs to the nitrogen economy of a

desert wash plant community. Ecology 51:81–88.
Gee, G. W. B. J. W. 1986. Particle-size analysis, in A. Klute (ed.) Methods of soil

analysis. Part 1. Physical and mineralogical methods, 2.ed., Madison: ASA-SSSA.
Agronomy Monograph 9:383- 411.
Herrick, J. E., J. W. Van Zee, K. M. Havstad, L. M. Burkett, and W. G. Whitford. 2005.

Monitoring Manual for Grassland, Shrubland and Savanna Ecosystems. USDA-ARS
Jornada Experimental Range.
Levy, E. and D. Madden. 1933. The point method of pasture analysis. New Zealand
Journal of Agriculture 46:267-269.
Ludwig, J. and D. Tongway. 1995. Spatial organization of landscapes and its function in
semi-arid woodlands, Australia. Landscape Ecology 10:51-63.
Ludwig, J. A., D. J. Tongway y S. G. Marsden. 1994 A flow-filter model for simulating the
conservation of limited resources in spatially heterogeneous, semi-arid landscapes.
Pacific Conservation Biology 1:209-213.
Mazzarino, M. J., M. B. Bertiller, C. L. Sain, F. Laos, F. y F. R. Coronato 1996. Spatial

patterns of nitrogen availability, mineralization, and immobilization in northern Patagonia,
Argentina. Arid Land Research and Management 10 (4):295-309.
Melillo, J. M., J. D. Aber, P. A. Steudler y J. P. Schimel. 1982. Nitrogen and lignin control
of hardwood leaf litter decomposition dynamics. Ecology 63:621–626.
14
Nelson, D. W. y. L. S. 1982. Total carbon, organic carbon, and organic matter. Methods
of soil analysis. Part 2. Chemical and microbiological properties, (methodsofsoilan2):539-
579.
Noy-Meir. 1973. Desert ecosystems: environment and producers. Annual Review of

Ecology and Systematics 4:25-51.
Oliva, G., J. Gaitan, D. Bran, V. Nakamatsu, J. Salomone, G. Buono, J. Escobar, D.

Ferrante, G. Humano, G. Ciari, D. Suarez, W. Opazo, E. Adema, and D. Celdrán. 2011.
Manual para la instalación y lectura de monitores MARAS. PNUD, Buenos Aires.
Oliva, G., L. González, P. Rial, and E. Livraghi. 2001. El ambiente en la Patagonia

Austral.in P. Borrelli and G. Oliva, editors. Ganadería ovina sustentable en la Patagonia
Austral.
Rostagno, C. M., H. F. del Valle, and L. Videla. 1991. The influence of shrubs on some
chemical and physical properties of an aridic soil in north-eastern Patagonia, Argentina.
Journal of Arid Environments 20:179-188.
SAS/STAT Institute, I. 1998. SAS/STAT User’s Guide, Release 6.03. Sas Institute INC,
CAry, NC.
Slatyer, R. O. 1961. Methodology of a water balance study conducted on a desert

woodland community in central Australia,in Plant–Water Relationships in Arid and
Semiarid Conditions. Arid Zone Research 16:15-26.
Soto, J. Clima. En Guía Geográfica Interactiva de Santa Cruz. Gonzalez, L. y Rial, P.

editores. 2004. INTA.
Taylor, B. R., D. Parkinson y W. F. J. Parsons. 1989. Nitrogen and lignin content as

predictors of litter decay rates: a microcosm test. Ecology 70:97-104.
Tongway, D. 1994. Rangeland soil condition assessment manual. CSIRO. Division of

Wildlife and Ecology, Canberra.
Vívianco, L. y. A. T. A. 2006. Intrinsic effects of species on leaf litter and root

decomposition: a comparison of temperate grasses from North and South America.
Oecologia 150:97-107.
Watson, I. W., P. E. Novelly, and P. W. E. Thomas. 2007. Monitoring changes in pastoral

rangelands - the Western Australian Rangeland Monitoring System (WARMS). The
Rangeland Journal 29:191-205.
15
NITRÓGENO ANAERÓBICO: RESERVA POTENCIALMENTE MINERALIZABLE EN

SUELOS AGRÍCOLAS BAJO DIFERENTES SISTEMAS DE LABRANZA
YANINA MARINA IBÁÑEZ1*, HERNÁN ADRIAN RODRIGUEZ1, MARÍA CRISTINA

GAGEY1, JAVIER DE GRAZIA1, MÓNICA BEATRIZ BARRIOS1, SILVINA PATRICIA
DEBELIS1, ANA CLARA SOKOLOWSKI1 & ALFONSO BUJAN1
1
Facultad de Ciencias Agrarias – Universidad Nacional de Lomas de Zamora.
*
Autor de contacto: [email protected]
Palabras claves: incubación anaeróbica, método biológico, indicador.
Resumen
El Nitrógeno anaeróbico (Nan) es un indicador de las concentraciones de nitrógeno

potencialmente mineralizable en suelos agrícolas, por tanto, éste método biológico,
puede convertirse en una herramienta útil al momento de determinar la disponibilidad de
nitrógeno en el suelo para ser aprovechado por un cultivo a lo largo de su ciclo. Los
diferentes sistemas de labranza pueden ejercer un efecto diferencial sobre las
concentraciones de materia orgánica en el suelo, y por ende, del contenido de Nan. El
objetivo del presente trabajo fue evaluar el efecto del sistema de labranza sobre la
concentración de Nan. El ensayo se encuentra ubicado en el Campo Experimental de la
Comisión Nacional de Energía Atómica (CNEA), en el Partido de Ezeiza, Buenos Aires,
sobre un suelo Argiacuol vértico, con un contenido de materia orgánica de 4,12 g.100g-1
en los primeros 20 cm de profundidad. El lote proviene de ocho años de una rotación de
cultivos, sometido a dos tipos de sistema de labranza (tratamientos): Siembra Directa
(SD) y Labranza Convencional (LC). El diseño experimental empleado fue bloques
completos aleatorizados, con cuatro repeticiones. Cada unidad experimental (parcela)
posee una superficie de 250 m2. Se realizaron extracciones de muestras previas a la
siembra del cultivo de soja, a tres profundidades diferentes: de 0-5 cm, de 5-10 cm y 10-
20 cm. Las mismas se incubaron anaeróbicamente durante siete días a 40ºC y
posteriormente se destilaron por arrastre con vapor. Los valores totales de Nan se
hallaron entre las 33 y 76 mg kg-1 de suelo, encontrándose diferencias significativas
entre los tratamientos para los primeros centímetros (p<0,05), con valores de 76,45 mg
kg-1 de suelo en la siembra directa y 55,80 mg kg-1 de suelo en la labranza convencional.
No se hallaron diferencias significativas entre las demás profundidades evaluadas.
Introducción
La intensificación del uso agrícola de los suelos afecta la fertilidad a través de la
disminución del contenido de materia orgánica (Studdert y Echeverría, 2000). La misma,
es de gran importancia debido a que, además de ser una reserva de nutrientes e incidir
en la estructura del suelo, desempeña un rol no sólo para la actividad biológica del
mismo, sino también para sus propiedades físicas. Interviene en la agrupación de
1
partículas para la formación de macro y microagregados y en el proceso de su reciclado.

Dicho proceso es crucial dado que determina no sólo la estabilidad de los agregados,
sino que también incide sobre el grado de protección física de la materia orgánica en
función del manejo del suelo (Cozzoli et al., 2010).
Los tipos de rotaciones, el uso del suelo, las condiciones ambientales, entre otros
factores, pueden afectar su concentración y disponibilidad. Entre los nutrientes, el
nitrógeno (N) es uno de los más incidentes en el ciclo de los cultivos. Su importancia
radica en que es el nutriente que limita en mayor medida la producción a nivel global y
es casi universalmente deficiente, debido a las pérdidas de este elemento causadas por
el mal manejo a que han sido sometidos los suelos y por la agresión que se hace de sus
reservas orgánicas (Vidal et al., 2002).
En Argentina, con el objeto de atenuar la degradación de los suelos producida por la

intensificación de la agricultura, se vienen aplicando diversos sistemas de labranza
conservacionista, que según unos autores, pueden modificar la dinámica del N
incidiendo en la acumulación del mismo (Acosta et al., 2014); mientras que Domínguez
et al. (2001), mencionan que los niveles de N mineral de los suelos bajo siembra directa,
son generalmente menores que los de aquéllos laboreados, debido a que la menor
temperatura y el mayor contenido de agua en la superficie del suelo, y la posición
superficial de los residuos, crea un ambiente que afecta la disponibilidad de nitrógeno
para los cultivos.
La mineralización del N, está fuertemente relacionada a una fracción activa de este

elemento y poco al N total presente en el suelo. El N potencialmente mineralizable (No)
se refiere a la cantidad del N orgánico edáfico que puede ser convertido por la actividad
de la biomasa microbiana aeróbica heterótrofa a formas inorgánicas solubles,
fundamentalmente NH+4 y NO-3, lo cual es una alternativa eficaz para cuantificar el
aporte de N del suelo para los cultivos (Campbell et al., 1981).
La determinación del contenido de N-NH+4 producido en incubación anaeróbica (Nan) de

muestras de suelo (0-20 cm) sería un indicador confiable para estimar el aporte de N por
mineralización, dado que se correlaciona estrechamente con el No (Soon et al., 2007).
Además, es un indicador temprano promisorio de los cambios que ocurren en el suelo
debido al uso (Pegoraro et al., 2013).
Echeverría et al. (2000) encontraron una estrecha correlación del No y el Nan en suelos
del sudeste bonaerense (con un R2=0,65), lo que permite estimar el No a través de éste
último, en diferentes tipos de suelo.
Por tal motivo, el objetivo del presente trabajo es evaluar el comportamiento del Nan en
suelos agrícolas sometidos a diferentes sistemas de labranza.
2
El ensayo fue realizado en el Campo Experimental de la Comisión Nacional de Energía
Atómica (CNEA), en el Partido de Ezeiza, Buenos Aires (34º 49’ 01’’ LS 58º 34’ 16’’ LW)
sobre un suelo Argiacuol vértico (Soil Taxonomy, 2010), con un contenido de materia
orgánica de 4,12 g.100g-1 en los primeros 20 cm de profundidad. El historial del lote
proviene de ocho años de una rotación de cultivos los cuales fueron: soja 1° (2005/06),
trigo/soja 2º (2006/07), maíz (2007/08), soja 1º (2008/09), trigo (2009), maíz (2010/11),
soja 1° (2011/12), soja 1º (2012/13); sometidos a dos sistemas de labranza
(tratamientos): siembra directa (SD) y labranza convencional (LC). El diseño de las
parcelas fue en bloques completos aleatorizados, con cuatro repeticiones. Las mismas
poseen una superficie de 250 metros cuadrados.
Se realizaron extracciones de muestras previas a la siembra del cultivo, a tres

profundidades diferentes: de 0-5 cm, de 5-10 cm y 10-20 cm. Las mismas fueron
acondicionadas por secado al aire y posteriormente tamizadas a 2000 µm.
Para la determinación de N-NH+4 se efectuó la incubación de las muestras de los

tratamientos en todas las profundidades, mediante la técnica de incubación anaeróbica
durante 7 días a 40ºC (Waring & Bremner, 1964). Finalizada la incubación se determinó
el N-NH+4 presente en cada muestra por destilación con arrastre de vapor.
El Nan fue estimado por diferencia entre las muestras incubadas con las muestras
iniciales analizadas con igual procedimiento.
Los valores obtenidos fueron expresados en mg kg-1 (ppm).
Para la estimación del No se empleó la ecuación del modelo lineal, desarrollada por
Echeverría et al. (2000) donde:
No=1,37 Nan + 83,17, con un ajuste de R2=0,65.
Los análisis estadísticos fueron efectuados mediante el programa estadístico INFOSTAT

(Di Rienzo et al. 2014), donde se realizaron ANOVA y la comparación de las medias de
los tratamientos con un nivel de significancia del 0,05% mediante Test de Tukey.
Los resultados obtenidos mediante el análisis estadístico, indicaron que se presentaron
diferencias significativas entre los tratamientos en los primeros centímetros del suelo, no
registrándose diferencias en las demás profundidades, bajo los diferentes sistemas de
labranza (Tabla 1).
3
Tabla 1: Valores de Nitrógeno Anaeróbico expresados en mg kg-1 para las diferentes

profundidades de 0-5, 5-10 y 10-20 cm en los tratamientos.
Nan (mg kg-1)

Tratamiento Profundidad (cm)
0-5 5-10 10-20
SD 76,45 a 67,85 a 33,11 a
LC 55,80 b 69,75 a 40,92 a
En cada profundidad, letras diferentes indican diferencias estadísticamente significativas
entre tratamientos (p<0,05).
Los valores de Nan se hallaron entre los rangos de 33 y 76 mg kg-1 de suelo.
El No fue disminuyendo acorde a la profundidad en los tratamientos de siembra directa,

no siendo así en la labranza convencional (Tabla 2).
Tabla 2: Valores de Nitrógeno potencialmente mineralizable expresados en mg kg-1 en

todas las profundidades y tratamientos.
No (mg kg-1)
0-5 5-10 10-20
SD 187,91 a 176,12 a 128,53 a
LC 159,62 b 178,73 a 139,23 a
El efecto de las labores agrícolas sobre los suelos permite visualizar la distribución de
los contenidos de Nan y No relacionados con el contenido de materia orgánica (MO)
presentes en los mismos (Tabla 3). La misma presentó diferencias significativas en
todos los tratamientos y profundidades.
En la SD puede observarse cómo decrecen las concentraciones a medida que aumenta

la profundidad, esto puede deberse a la estratificación de la materia orgánica en los
primeros centímetros debido a la falta de remoción del suelo. En cambio, la LC, al
removerlo, integra la misma a lo largo del perfil generando una distribución más
homogénea. Esta distribución coincide con las concentraciones de MO medidas en
todos los tratamientos y profundidades.
4
Tabla 3: Valores promedios de Materia Orgánica expresados en g.100g-1 en todas las

profundidades y tratamientos.
Mo (g.100g-1)
0-5 5-10 10-20
SD 4,69 a 3,70 a 2.88 b
LC 3,84 b 3,38 b 3,39 a
Se evaluó, a su vez, el efecto de la densidad aparente y su relación con la

concentración de Nan, hallándose también diferencias significativas en los primeros
centímetros (Tabla 4).
Tabla 4: Valores de Nitrógeno Anaeróbico considerando la densidad aparente,

expresados en mg kg-1 para las diferentes profundidades y tratamientos.
Nan (mg kg-1)
0-5 5-10 10-20
SD 95,85 a 87,59 a 47,13 a
LC 59,46 b 80,98 a 38,15 a

De esta forma, puede llegarse a la conclusión de cómo afecta el sistema de labranza en

la estructura del suelo, en las concentraciones de Nan y la variación del contenido de
MO. Hallándose en la SD elevados valores en los primeros centímetros por la falta de
remoción del mismo, lo que genera una acumulación de restos vegetales y nutrientes
para ser degradados por la biomasa microbiana y su posterior aprovechamiento por las
raíces de los cultivos en las primeras etapas de sus ciclos.
En cambio, en la LC, la remoción del suelo generó una distribución más homogénea de
las concentraciones de Nan y MO, teniendo en todos los casos las concentraciones más
elevadas entre los 5 a 10 centímetros de suelo.
Conclusión
El ensayo llevado a cabo reunió evidencias significativas para diferenciar la respuesta

de los sistemas de labranza sobre las concentraciones de Nan en los primeros
centímetros, no hallándose diferencias en las demás profundidades.
5
La concentración del mismo se ve asociado al contenido de materia orgánica y la

densidad aparente presente en los suelos, según el tipo de laboreo desarrollado.
Bibliografía
Acosta F; I. Moreno; C Cholaky & R Marzari. 2014. N anaeróbico: Indicador sensible de

calidad edáfica. XXIV Congreso Argentino de la Ciencia del Suelo, Bahía Blanca. 1:6.
Campbell CA; RJK Myers & KL Weier. 1981. Potentially mineralizable nitrogen,
descomposition rates and their relationship to temperature for five queensland soils. Soil
Res. 19:323-332.
Cozzoli MV; N Fioriti; GA Studdert; GF Domínguez & MJ Eiza. 2010. Nitrógeno liberado
por incubación anaeróbica y fracciones de carbono en macro- y microagregados bajo
distintos sistemas de cultivo. Unidad Integrada Facultad de Ciencias Agrarias (UNMdP) -
EEA INTA Balcarce, Instituto de Suelos, CIRN INTA Castelar. ISSN 1850-2067.
Di Rienzo JA; F Casanoves; MG Balzarini; L González; M Tablada & CW Robledo.

Domínguez GF; GA Studdert; HE Echeverría & FH Andrade. 2001. Sistemas de cultivo y

nutrición nitrogenada en maíz. Ciencia del Suelo 19:47-56.
Echeverría HE; N San Martín & R Bergonzi. 2000. Métodos rápidos de nitrógeno
potencialmente mineralizable en suelos. Ciencia del Suelo 18:9-15.
Pegoraro V; M Boccolini; J Ortiz; C Lorenzon; B Aimetta; D Sbuscio Santos; T Baigorria

& C Cazorla. 2013. Efecto de los cultivos de cobertura en los contenidos de las
fracciones lábiles de carbono y nitrógeno, y su relación con el nitrógeno anaeróbico en
suelos de texturas contrastantes. INTA Marcos Juárez. 2:9.
Soil Survey Staff. 2010. Keys to Soil Taxonomy, 11th ed. USDA-Natural Resources
Conservation Service, Washington, DC.
Soon YK; A Haq & MA Arshad. 2007. Sensitivity of nitrogen mineralization indicators to
crop and soil management. Commun. Soil Sci. Plant Anal. 38:2029-2043.
Studdert GA & HE Echeverría. 2000. Crop rotations and nitrogen fertilization to manage
soil organic carbon dynamics. Soil Sci. Soc. Am. J. 64:1496-1503.
Vidal I; J Etchevers % A Fischer. 2002. Dinámica del Nitrógeno bajo diferentes

rotaciones. Revista Técnica Nº 1. Chile. ISSN 0365-2807.
6
Waring SA & JM Bremner. 1964. Ammonium production in soil under waterlogged

conditions as an index of nitrogen availability. Nature (London) 201:951-952.
7
CARACTERIZACIÓN DE GLOMEROMYCOTA PUNEÑOS MEDIANTE LA

APLICACIÓN DE METODOLOGÍAS MOLECULARES
MARÍA SOLEDAD RIVERO MEGA1; FERNANDA COVACEVICH2,3; KEREN

HERNANDEZ GUIJARRO3; MARÍA LUZ TORRES1 & MÓNICA LUGO1, 4
1
Micología, Diversidad e Interacciones Fúngicas. Área de Ecología, Dpto. de Bioquímica
y Ciencias Biológicas, FQByF, UNSL; 2 CONICET-INBIOTEC/FIBA; 3 EEA INTA,
Balcarce; 4 IMIBIO-CONICET-UNSL. Box 4, 2do piso Bloque I. Área de Ecología.
Ejército de los Andes 950. (5700) San Luis.
[email protected]
Palabras claves: hongos micorrícicos arbusculares, diversidad molecular de hongos

suelo, Puna
Resumen
Los Glomeromycota o HMA (hongos micorrícicos arbusculares) establecen simbiosis

micorrícicas arbusculares en las raíces de la mayoría de las plantas y están distribuidos
en todo tipo de ambientes. Estos hongos contribuyen a la nutrición mineral de sus
hospedantes y a la conservación del suelo, entre algunas de sus funciones de gran
importancia ecosistémica. Sin embargo, es poco lo que se conoce de su diversidad a
nivel global y en particular en América Latina. En este trabajo se estudió la diversidad de
los HMA de la Puna argentina, mediante la aplicación de métodos moleculares de
muestras de suelos rizosféricos provenientes de cinco sitios, ubicados a diferentes
altitudes y cultivados con plantas de Sorghum bicolor (L.) Moench; también se
analizaron muestras de suelo nativo de la Puna. Para su caracterización, se extrajo el
ADN de las muestras y se utilizaron primers que permiten la aproximación a nivel de
género de Glomeromycota, por la reacción en cadena de la polimerasa (PCR) y
electroforesis en gel de agarosa. Se probaron diferentes primers y combinaciones, así
como diferentes enzimas Taq polimerasas, también se trabajó con distintas diluciones y
temperaturas de hibridación. Finalmente, se logró detectar la presencia de Acaulospora
y de un grupo de Funneliformis. Además, Funneliformis fue analizado estudiando el
polimorfismo conformacional de la cadena simple (SSCP), obteniéndose 45 genotipos
diferentes en todos los sitios analizados. Los resultados a partir de plantas trampas y
suelo nativo no fueron idénticos sino complementarios entre sí. La técnica aplicada
arrojó resultados variables, éstos podrían ser propios de estas metodologías o atribuirse
a que la puesta a punto de las mismas debería reforzarse. A su vez estos resultados se
complementaron con los obtenidos en trabajos previos utilizando métodos morfológicos.
1
Introducción
La mayoría de las plantas forman asociaciones simbióticas, generalmente mutualistas,

con hongos en sus órganos de absorción denominadas micorrizas; siendo las micorrizas
arbusculares (MA) las de mayor distribución tanto por la diversidad de sus hospedantes
como por los ambientes que colonizan (Wang & Qiu 2006; Smith & Read 2008). Los
hongos micorrícicos arbusculares (HMA) otorgan a sus hospedantes múltiples
beneficios en la mayoría de las asociaciones, especialmente favoreciendo a su nutrición
mineral mediante la movilización de nutrientes poco móviles o de escasa disponibilidad
en el suelo como el fósforo y el zinc, entre otros nutrientes, limitantes para su
crecimiento. Además les proporcionan otras ventajas tales como resistencia a
patógenos, al estrés hídrico, aumento de la tasa fotosintética, producción de sustancias
reguladoras del crecimiento, entre otras (Smith & Read 2008). Asimismo, los HMA
contribuyen a la conservación del suelo por la formación de agregados (Rillig &
Mummey 2006). La ubicación taxonómica y sistemática tradicional de los HMA se basa
principalmente en caracteres morfológicos de sus esporas y de la colonización radical.
Las características morfo-anatómicas de las esporas y esporocarpos de estos hongos
junto con la ontogenia, permiten delimitar a las morfo-especies (Brundrett et al. 1996;
Smith & Read 2008). Sin embargo, la producción y maduración de esporas está
condicionada por distintos factores ambientales como la temperatura, humedad, pH,
estación del año y características del hospedante, que pueden modificar el número de
paredes, su espesor y su coloración (Smith & Read 2008). Además, algunos HMA son
dimórficos, ya que pueden producir dos tipos diferentes de esporas asexuales: unas
similares a las representantes del género Acaulospora (acaulosporoides), a Gigaspora
(gigasporoides) y otras a Glomus (glomoides)
(http://schuessler.userweb.mwn.de/amphylo; Goto & Maia 2006 en Stümer 2012; Krüger
et al. 2011b). Por otra parte, las esporas recolectadas directamente de los ambientes
naturales pueden estar degradadas o parasitadas por otros microorganismos alterando
así su morfo-anatomía. Este inconveniente puede superarse por el empleo de las
llamadas “plantas trampas” (PT), cultivo conjunto en maceta de plantas hospedantes
con HMA provenientes de suelos (http//invam.caf.www.edu). Este método es
sumamente útil para el seguimiento de la ontogenia de esporas de numerosos HMA. Sin
embargo la utilización de PT presenta ciertas desventajas como el crecimiento exclusivo
y excesivo de algunas especies y la total ausencia de otras, que no crecen ni esporulan
en cultivo (De Souza, 2008). Es decir, los resultados de diversidad de comunidades de
HMA, pueden interpretarse sólo parcialmente aplicando esta metodología (De Souza,
2008; Stümer, 2012). Es extensa la lista de plantas hospedadoras utilizadas para el
cultivo de PT, asimismo, Sorghum bicolor puede considerarse un buen hospedante de
HMA ya que su patrón fotosintético es del tipo C4 y por lo tanto, se presume como una
especie micótrofa obligada con alta dependencia micorrícica (Smith & Read, 2008).
2
Desde el año 2001, se han analizado filogenéticamente las secuencias de genes del
ADNr (Stümer, 2012). Así, los HMA pasaron de constituir un orden (Glomerales)
perteneciente a Zygomycota (Morton & Benny 1990; Bentivenga & Morton 1994 entre
otros) a establecer un filum exclusivo de los HMA, Glomeromycota (Schüßler et al.
2001); inicialmente, con cuatro órdenes (Glomerales, Diversisporales, Paraglomerales y
Archeosporales). Esta clasificación está modificándose paulatinamente, ya que se
agregan nuevos taxones a nivel de clases, órdenes y familias (Schüßler & Walter 2010;
Öehl et al. 2011; Redecker et al. 2013). Actualmente, los HMA están representados por
aproximadamente 230 especies incluidas en Glomeromycota, la mayoría de ellas están
caracterizadas sólo anatómica y morfológicamente y nunca fueron cultivadas en PT
(Krüger et al. 2011a; www.amf-phylogeny.com). Además, los resultados de estudios
ecológicos moleculares indicarían que las especies descriptas hasta el momento,
representan un escasa fracción de la diversidad existente de los HMA (Öpik et al.
2008). Globalmente, Kivlin et al. (2011) proponen que la riqueza de especies real de los
HMA, analizando 14.961 secuencias publicadas de ADN, es seis veces mayor que la
estimada. Así, los aportes desde la biología molecular podrían complementar a los
estudios morfológicos y permitir elaborar una descripción más profunda y precisa de la
diversidad de los HMA (Redecker et al. 2003; Stümer 2012). En el último decenio, a
partir de técnicas derivadas de la reacción en cadena de la polimerasa (PCR), se ha
precisado y ampliado el conocimiento de la diversidad rizosférica, incluyendo a los HMA.
En particular, se mejoraron las técnicas moleculares que permiten la extracción de ADN
de HMA directamente de muestras de suelo de campo, trampas o esporas (Hempel et
al. 2007; Yang et al. 2010) y la caracterización de las especies probando nuevos primers
o cebadores específicos para PCR (Krüger et al. 2011a). Además, la utilización de
técnicas de fingerprinting moleculares tales como el polimorfismo conformacional de
cadena simple (SSCP) permiten realizar estudios tendientes a determinar el impacto de
presiones ecológicas sobre la diversidad microbiana (Qing et al. 2007, Lugauskas et al.
2005). Esta técnica permite la caracterización de poblaciones, por la huella génica que
generan en geles de poliacrilamida debido a variaciones en las secuencias contenidas
en productos de PCR. Cabe destacar que hasta el momento, la información incluida en
estos estudios proviene predominantemente del Hemisferio Norte, mayoritariamente
Norte América y Europa, y existen escasos reportes provenientes del Hemisferio Sur, y
menos aún de Sudamérica (De Souza, 2008; Kivlin et al. 2011). En nuestro país,
estudios preliminares han evidenciado variabilidad genética de HMA nativos de la
Provincia de Buenos Aires por la técnica de PCR-SSCP (Covacevich et al. 2012;
Thougnon Islas et al. 2014).
La Puna es un ambiente extremo, exclusivo de Sudamérica, cuyas características

climáticas, edafológicas y biogeográficas la convierten en un área única (Cabrera &
Willink, 1980) y de gran interés por su Biodiversidad (Morrone 2001). En suelos
rizosféricos de la Puna, Lugo et al. (2008) describieron la diversidad de HMA y
bacterias, analizando morfológicamente esporas de los HMA provenientes directamente
3
de muestras de campo encontraron 10 morfo-especies a lo largo del gradiente altitudinal

estudiado. En este sentido, surge la necesidad de completar los estudios taxonómicos
tradicionales, con análisis moleculares de rutina y evaluar la potencialidad de la
combinación de ambos tipos de determinaciones en la taxonomía de los HMA. Así, el
objetivo de este trabajo fue caracterizar la diversidad de los HMA nativos de la Puna
argentina utilizando técnicas moleculares, aplicadas directamente a muestras de suelo
en PT.
El área de estudio pertenece a la Puna argentina, Provincia Puneña, en la región

fitogeográfica del Dominio Andino-Patagónico (Cabrera 1976) y está ubicada entre los
2000 a 4500 metros sobre el nivel del mar (msnm). Las muestras analizadas fueron
recolectadas a lo largo del camino de Iturbe (Jujuy) a Iruya (Salta) , en 5 sitios a
diferentes altitudes en la Puna argentina, L1: 23° 00´ 6,8´´S – 65°22´ 7,3´Ó (3370
msnm),L2: 22°53´ 35,1´´S – 65° 16´ 0,08´Ó (3790 msnm), L3: 22°55´50,7´´S –
65°19´9,7´Ó (3570 msnm), L4: 22°53´23,3´´S – 65°14´56,7´Ó (3870 msnm) y L5:
22°59´28,4´´S – 65°21´32,3´Ó (3404 msnm).
En cada sitio altitudinal se recolectaron 30 muestras de suelo a 15-20 cm de

profundidad y se mantuvieron en la heladera a 4°C; se realizó un homogenizado por
cada nivel altitudinal de las 30 muestras de suelo, cada homogenizado (“suelo inóculo”)
se utilizó para iniciar las plantas trampa (PT) y cultivar los HMA nativos. Para llevar a
cabo los cultivos de PT se utilizó como planta trampa a S. bicolor; las cariopisis fueron
esterilizadas con NaClO al 5% (Schulz et al. 1993) y lavadas con abundante agua
estéril; posteriormente y para su germinación, se ubicaron en cajas de Petri en
condiciones de esterilidad durante 5 días; una vez germinadas, se seleccionaron las
plántulas más vigorosas para ser cultivadas en las PT siguiendo la metodología de
Morton et al. (2004). Por cada sitio se cultivaron 3 macetas con 3 plántulas de S. bicolor
cada una; en cada maceta se usó 250g de suelo puneño como inóculo y como suelo
soporte 200g de suelo puneño previamente pasteurizado mezclado con perlita estéril en
una proporción 2:1, respectivamente. Las condiciones de cultivo de la PT simularon las
condiciones naturales en las que comúnmente crece S. bicolor (al aire libre, expuestas a
horas de luz y oscuridad natural, variaciones de temperatura y alta radiación solar
durante los meses de verano), evitando las precipitaciones como posibles fuentes de
contaminación y fueron regadas esporádicamente con agua destilada. Transcurridos
dos meses de cultivo, las PT mostraron signos de insuficiencia nutricional, a partir de
este período se implementó el riego con solución de Hoagland (Hoagland & Arnon,
1950) libre de fósforo; una vez superado el déficit nutricional de las PT, se retomó el
regado normal con agua destilada. Posteriormente, se trasplantaron las PT a macetas
de 1,5L y se adicionó más suelo soporte hasta completar el volumen de la maceta; en
estas condiciones, se cultivaron hasta los 4 meses. Para verificar la colonización radical
4
por HMA de las PT, las raíces se clarificaron y tiñeron (Grace & Stribley 1991); éstas se
montaron en preparados semipermanentes con agua y glicerina, en los que se
cuantificó, bajo microscopio óptico a 40X, la intensidad de colonización según 5
categorías: 1 (0-5%), 2 (6-25%), 3 (26-50%), 4 (51-75%), 5 (76-100%) (Kormanik &
McGraw 1982 en Rajapakse & Miller 1992).
La extracción del ADN genómico total se realizó tanto del suelo-sustrato de las PT como
de las muestras de suelo nativo de la Puna sumadas al análisis, utilizando el kit de
extracción kit Power SoilTM (MoBio, USA) de acuerdo a las indicaciones del fabricante.
Para confirmar la integridad del ADN extraído, éste fue sometido a electroforesis en gel
de agarosa al 1%; las bandas se revelaron con 1,5µL de GelRed por cada 100mL de
solución; se sembraron 5µL por cada muestra y 1µL de marcador 1Kb DNA Leader
Axygen; se utilizó TBE 1X como solución buffer. La electroforesis se realizó a 120V,
durante ca. 60 minutos. La presencia de bandas bajo luz UV en los geles de agarosa se
consideró como resultados positivo, para cada muestra y par de primers utilizados. Por
otro lado, se cuantificó el contenido de ADN en 5µL por muestra y absorbancia 260/280
con el equipo Epoch (Biotech).
El ADN extraído a partir del suelo de las PT y de suelo nativo de la Puna se utilizó para
amplificar, por la reacción en cadena de la polimerasa (PCR), regiones del ADN
ribosomal de los HMA. Para ello se realizaron reacciones de PCR directas (en las que el
templado era el ADN extraído) y también del tipo PCR anidadas (nested PCR) en las
que en la segunda reacción el templado era el amplificado de la primera reacción. Las
condiciones de reacción fueron: 3µL/2µL (de ADN sin diluir y del templado de la primer
PCR diluido 1:10; 1:50; 1:100, para la primera y segunda reacción de PCR,
respectivamente), buffer 1,5mM con MgCl2, dNTPs 0,25mM, primers 0,1-0,2mM, Taq
polimerasa 1,25mM y se trabajó con volúmenes finales de 15 y 25µL para las primera y
segunda PCR, respectivamente. Para la mayoría de las reacciones se utilizó la enzima
GoTaq® DNA Polymerase de Promega, también la enzima Taq DNA Polymerase de
Invitrogen y para algunas muestras aisladas la Platinum® Taq DNA Polymerase de
Invitrogen. En todos los casos se emplearon las condiciones de reacción indicadas por
el fabricante y las muestras se sembraron con sus respectivos negativos.
En las reacciones de amplificación directas (amplificación a partir del ADN extraído), se

emplearon los primers ITS T2 /ITS4; también se realizaron reacciones de amplificación
con el par de primers FM6/GIGA5.8R (De Souza et al. 2004). En las reacciones
anidadas, se utilizó el par de primers NS5 /ITS4 (White et al. 1990); el producto de
amplificación fue el templado de una segunda serie de PCRs, con los pares de primers
GLOM 1310 /ITS4, ACAU1660/ITS4, NS5/GIGA 5.8 R (Redecker 2000) y
PARA1313/ITS4 (Hijri 2006). Siguiendo la misma estrategia de PCRs anidadas, se
utilizó para la primera serie de reacciones, el par de primers LSU 0061/LSU 0599
(Kjøller & Rosendahl 2000); en la segunda serie se incluyó el par de primers LSU RK4f
5
/LSU RK7r (Kjøller & Rosendahl 2000; Stukenbrock & Rosendahl 2005 a y b). Para
ambas reacciones se aplicaron las condiciones de amplificación previamente publicadas
por Kjøller & Rosendahl (2000); además, a efectos de evitar doble bandeo, se
incrementó en 1ºC la temperatura de annealing. El producto de esta última reacción de
PCR se analizó mediante la estrategia de SSCP (Kjøller & Rosendahl 2000; Simon et
al. 1993; Stukenbrock & Rosendahl 2005 a y b). Para confirmar las amplificaciones de
las reacciones de PCR, los productos de amplificación fueron sometidos a electroforesis
en gel de agarosa como se indicó anteriormente para confirmar la integridad del ADN,
pero aplicando un marcador 100pb.
Además, se analizó gráficamente la imagen obtenida mediante el revelado del gel

SSCP, se cuantificó el número de bandas observadas en cada muestra (variable
Riqueza de bandas); las bandas se compararon cualitativamente entre sí mediante el
cálculo de la distancia recorrida por banda y su intensidad. Así, la medición de los
recorridos se realizó con el programa Corel DRAW Graphics suite X6, para la
cuantificación se consideraron como iguales las bandas que difirieron en distancias de
+/- 2 mm.
Resultados
Las raíces de los hospedantes utilizados como “trampas” previamente procesadas,

fueron observadas microscópicamente y se determinó la colonización radical por los
HMA en las PT correspondientes a todos los sitios (L1, L2, L3, L4 y L5), observándose
una colonización escasa entre un 0 y 5% (categoría 1).
De acuerdo a los resultados de cantidad y pureza del ADN cuantificado por el equipo
Epoch, se observó que el ADN extraído se mantuvo dentro del rango de 7,6 a 12,9
ng/μL. La cuantificación de la pureza arrojó valores de absorbancia 260/280 que
oscilaron entre 0,6 y 2,11.
De las PCR directas (primers ITS T2/ITS4 y FM6/GIGA5.8R), no se registraron

resultados positivos para ninguno de los sitios, tanto cuando el material genético provino
de suelo nativo como de PT.
A partir del ADN obtenido de las PT, en las reacciones anidadas en las que se utilizó el
par de primers NS5/ITS4 en la primera serie de amplificación, se obtuvieron resultados
positivos en al menos una repetición de cada uno de los sitios muestreados, utilizando
Taq DNA Polymerase, mientras que no se obtuvieron resultados positivos cuando se
utilizó la enzima GoTaq® DNA Polymerase.
De la segunda serie de reacción de PCR, a partir de la realizada con los primers

NS5/ITS4, se obtuvieron resultados positivos de al menos una repetición de los sitios
6
correspondientes a L1, L2, L3 y L5 cuando se utilizó el par de primers ACAU1660/ITS4

y la enzima Taq DNA Polymerase, por el contrario no amplificaron con la GoTaq® DNA
Polymerase. Esto confirma la presencia del género Acaulospora en estos sitios. En
cuanto a las reacciones con los pares de primers NS5/GIGA 5.8R, GLOM 1310/ITS4 y
PARA1313/ITS4 no se obtuvieron resultados positivos con las dos enzimas utilizadas. A
partir de suelo nativo de la Puna, no se logró la identificación de familias y géneros con
las combinaciones de primers antes mencionadas.
Cuando se analizó con ADN procedente de PT, se obtuvieron resultados positivos en
todas las muestras para la primera serie de reacción (primers universales LSU
0061/LSU 0599), empleando la enzima Taq DNA Polymerase (para detectar Hongos en
general). Sin embargo y a pesar que se realizaron varias reacciones de PCR incluyendo
modificaciones tales como: disminución en la concentración de primers, aumento de la
temperatura de annealing en 1 ºC y utilización de otro termociclador, se obtuvieron
dobles bandas en todas las muestras amplificadas, en las que la banda superior
correspondería al tamaño de banda esperado.
En la segunda serie de reacción (par de primers LSU RK4f/LSU RK7r), no se obtuvo

producto de amplificación en las primeras reacciones utilizando la enzima de Promega.
Luego de algunos intentos (con disminución de la temperatura de annealing en 1ºC y
utilización de enzima de Invitrogen y aumento en 5 en el número de ciclos) se logró la
amplificación de todas las muestras de PT. En esta reacción se obtuvo un doble bandeo
en el que la banda inferior correspondería al tamaño de amplificado esperado. Por esta
razón, se siguieron intentando reacciones de amplificación (incluyendo aumento de 1ºC
de temperatura de annealing); si bien, se obtuvo la amplificación de todas las bandas,
estos amplificados no presentaron un producto con tamaño de banda definido. La
repetición de la misma reacción de PCR arrojó resultados similares.
Del análisis de los suelos nativos de la Puna se obtuvieron resultados negativos de las
reacciones anidadas LSU 0061/LSU 0599 aunque no se observan bandas en esta
reacción, sí las hubieron en la segunda con LSU RK4f/LSU RK7mr en las muestras L1
y L5 cuando se utilizó la enzima Platinum® Taq DNA Polymerase.
El análisis de las muestras se suelos nativos puneños y de las PT mediante geles de

SSCP (a partir de los amplificados de las reacciones anidadas LSU 0061/LSU 0599 y
LSU RK4f/LSU RK7mr y se utilizó Platinum® Taq DNA Polymerase), solo mostró un
patrón de bandas definido para los suelos nativos de los sitios L1 y L5. Por el contrario,
no se registró ningún patrón de bandas definido para las muestras provenientes de PT
para ninguna de las reacciones de PCR realizadas.
El análisis de los patrones obtenidos de los suelos nativos, determinó una Riqueza de
bandas de 25 bandas para el sitio L1 y 32 bandas en el sitio L5. Además se detectaron
bandas con diferente localización en el gel para los sitios L1 y L5. Se detectaron
7
coincidencias de 12 loci entre los sitios y un total de 45 genotipos diferentes de HMA

puneños. A su vez se observó que las bandas correspondientes a L5 fueron más
intensas que las de L1.
Discusión
Se determinó la colonización radical por los HMA en raíces de las PT correspondientes

a todos los sitios (L1, L2, L3, L4 y L5), esto verificó la viabilidad de los HMA procedentes
de la Puna. Sin embargo, en estas muestras la frecuencia de colonización micorrícica
detectada fue baja (entre 0-5%). Si bien no siempre hay una relación directa entre la
frecuencia de colonización radical de los HMA y la abundancia sus propágulos (hifas,
esporas y raíces colonizadas senescentes) en el suelo rizosférico (Smith & Read 2008)
en particular para representantes del género Gigaspora (Camprubí et al. 2010), se
podría inferir que en este estudio la baja colonización de las PT podría indicar bajo
contenido de propágulos de HMA y por lo tanto, de su ADN en la muestra. Así, es
probable que las muestras analizadas tuviesen escaso material genético de HMA y por
lo tanto, esto habría dificultado su localización por los primers genéricos y su posterior
amplificación. Por otro lado, existen evidencias sobre un valor mínimo efectivo del 50%
de colonización por HMA para la extracción de ADN de HMA (Covacevich comm. pers.);
es decir, 10 veces mayor que el detectado en las PT de la Puna.
La estimación de la pureza mediante la absorbancia 260/280 resultó variable dentro del

rango 0,6 a 2,11. Algunas muestras presentaron valores bajos lo que indicaría
contaminación con proteínas, otras se acercaron a los valores óptimos (1,8-1,9) (van
Pelt-Verkuil et al. 2010). Aunque la consideración de estos valores en la evaluación de
la calidad del ADN es de gran popularidad, cabe mencionar que existen
cuestionamientos sobre este test (Sambrook & Russell 2001). Sin embargo, no se
puede descartar que los valores bajos de absorbancia 260/280 hayan condicionado los
resultados obtenidos en las reacciones de PCR. Por otro lado, se pudo constatar la
presencia de ADN en todas las muestras y sin signos visibles de degradación mediante
la observación de bandas definidas (luego de la siembra del ADN extraído en geles de
agarosa). Por estas razones, se consideró que el ADN extraído era utilizable para las
PCRs.
En cuanto al kit de extracción utilizado, si bien funcionó eficientemente en trabajos

previos del grupo dirigido por la Dra. F. Covacevich y en ecosistemas semiáridos (Horn
et al. 2014), se conoce que el método de extracción recomendado por el fabricante
puede fallar para algunas divisiones de hongos y que la eficacia de los métodos de
extracción varía debido a diferentes factores tales como los taxones analizados y el tipo
de suelo o sustrato (Young et al. 2015). Así, no existe una regla general para lograr el
éxito de extracción del ADN fúngico y en particular de los HMA; por ello, otros autores
(Lauber et al. 2008; Liang et al. 2008; Young et al. 2015) incorporaron a la metodología
8
modificaciones enfocadas en aumentar la lisis celular (p. ej. aumento el tiempo de lisis,
temperatura y tiempo de congelación, uso de nitrógeno líquido, entre otras) y por ende
incrementar la disponibilidad del ADN para su extracción. Los valores obtenidos en la
cuantificación de ADN se mantuvieron dentro del rango de 7,6 a 12,9 ng/μL. Estos
valores fueron menores a los hallados por la extracción de ADN en muestras de suelo
de la Provincia de Buenos Aires por Covacevich et al. (resultados no publicados). Hay
que considerar sin embargo, que el contenido de ADN resultante de la extracción
corresponde al genómico de todos los representantes de la biota de la muestra, no
siendo específico para HMA. Si bien estos valores en general no se informan, otros
autores registraron que la cantidad de ADN de HMA es en general baja en las muestras,
incluso menor al 10% comparada con otros Fila fúngicos y además, no se relaciona con
la riqueza de taxones (Young et al. 2015). De tal manera, y aun siendo los porcentajes
de colonización de las PT bajos, si el sustrato hubiera contenido propágulos de HMA
suficientes, el ADN de los mismos se hubiera extraído y los primers genéricos hubieran
detectado los diferentes géneros de HMA. Futuros trabajos deberían considerar
incorporar modificaciones que maximicen la lisis celular de las muestras tendientes a
extraer mayor cantidad de ADN de los HMA.
De las PCR realizadas a partir de los primers universales NS5/ITS4, puede destacarse
que se hayan obtenido resultados positivos mediante las reacciones de amplificación del
ADN extraído solo a partir de PT de todos los sitios muestreados y que no se obtuvieron
amplificaciones a partir de suelo nativo, ello indicaría que el ADN extraído presentó la
calidad necesaria para ser amplificado por reacciones de PCR, solo en el caso de las
PT. En esta reacción se utilizaron primers generales para Eucariotas (White et al. 1990)
que constituyen un paso previo para la detección de los HMA. Si bien se conocen los
efectos inhibidores sobre la extracción del ADN del suelo por las sustancias húmicas
(Persoh et al. 2008), en nuestro caso el sustrato suelo de las PT fue el mismo que en las
muestras de suelo nativo, ya que se utilizó éste como sustrato de cultivo; es decir, la
extracción diferencial de ADN entre PT y suelo nativo no pueden explicarse por la
presencia de ácidos húmicos. La extracción exitosa de ADN eucariota a partir del
sustrato de las PT podría deberse a que este tipo de cultivo haya estimulado el
crecimiento vegetativo de los organismos que se encontraban en quiescencia o con baja
actividad en las muestras de suelos nativos originales conservado en heladera a 4ºC.
De las reacciones anidadas a partir de los amplificados por los primers NS5/ITS4, los
resultados positivos obtenidos en los sitios L1, L2, L3 y L5 con el par de primers
ACAU1660/ITS4 para discriminar Acaulosporaceae sensu stricto (Redecker 2000),
evidenciaría de la presencia de esta familia en todos los niveles altitudinales estudiados
excepto a 3870 msnm (L4). Además, estos primers permiten la amplificación de
regiones del genoma las especies Acaulospora laevis y Acaulospora spinosa (Redecker
2000). Esto también podría considerarse como la confirmación molecular de la
presencia de ambas especies en los sitios mencionados, las que habían sido también
9
registradas por métodos morfológicos previamente por Lugo et al. (2008) en los sitios
denominados L3 y L1 respectivamente. En este sentido, la estrategia molecular utilizada
estaría confirmando la presencia de la familia Acaulosporaceae y las especies A. laevis
y A. spinosa en los sitios L1 y L3. Además que se amplía su distribución a 3790 msnm
(L2) y a 3404 msnm (L5), en los que estos taxones no se hallaban determinados por los
métodos morfológicos. Sin embargo, futuras estrategias de clonado y secuenciamiento
deberían ser conducidas para confirmar los resultados obtenidos en este estudio.
Por su parte, no se obtuvieron amplificaciones positivas visibles con los pares de

primers NS5/GIGA 5.8R y GLOM 1310/ITS4 en ninguna de las muestras analizadas. Se
conoce que el primer par de primers amplifica para la familia Gigasporaceae y el
segundo para el “grupo Glomus mosseae / intraradices” en el que se incluye a
Sclerocystis sinuosa (Redecker 2000), actualmente considerados en géneros distintos
(Funneliformis mosseae y Rhizophagus intraradices, respectivamente) en Schübler y
Walker (2010). Esto no se correspondería con los resultados morfológicos hallados por
Lugo et al. (2008) que sí encontraron especies de Gigasporaceae y Sclerocystis sinuosa
(=Glomus sinuosum). Si bien se desconocen las causas de estos resultados negativos
aplicando las herramientas moleculares, se podría especular que, a pesar de habitar en
los sitios analizados representantes de Gigasporaceae y Sclerocystis sinuosa (Lugo et
al. 2008), es probable que su abundancia en la muestra de las PT fuese escasa y su
ADN no pudo ser amplificado por los primers específicos. Esta falta de detección
mediante técnicas moleculares podrían adjudicarse a fallas en la maceración o lisis
celular previas a la extracción de ADN y éstas se deberían a la dificultad para romper las
paredes celulares de espesores importantes de las Gigasporaceae (que fluctúan entre 3
a 47 µm) y en el caso de S. sinuosa, se sumaría su extenso peridio (de 6 a 60 µm)
formado por hifas de paredes anchas al igual que las que poseen las esporas (1.5 a 5
hasta 12.5 µm) (Schenck & Perez 1990, Lugo et al. 1995).
Por otro lado, tampoco se obtuvieron amplificaciones positivas visibles con los pares de
primers PARA1313/ITS4 tanto de PT como de suelo nativo; si bien las posibles causas
podrían ser las ya indicadas (por ejem. la baja colonización y abundancia de propágulos
de HMA en los suelos estudiados, los inhibidores existentes en el suelo, etc.), este
resultado sí se correspondería con las determinaciones de taxonomía clásica en los que
no se registró la presencia de Paraglomus en las muestras analizadas morfológicamente
en la Puna (Lugo et al. 2008).
En cuanto a las PCR directas destinadas a amplificar también parte de la región 18S e
ITS; mediante la utilización de los primers ITS T2/ITS4 y FM6/GIGA5.8R, no se
obtuvieron resultados positivos en ninguno de los sitios estudiados. Es decir, no se
confirmó la presencia de Scutellospora castanea (Hijri et al. 1999) ni de otros
representantes (p. ej., Gigaspora spp., Scutellospora spp.) de la familia Gigasporaceae
(De Souza et al. 2004). Así, los métodos moleculares no detectaron estos taxones que
10
sí fueron registrados con determinaciones morfológicas y anatómicas de los HMA

puneños realizadas previamente en los sitios analizados, en los que hallaron
representantes de los géneros Scutellospora y Gigaspora (Lugo et al. 2008).
Las reacciones a partir de los primers LSU 0061/LSU 0599, a pesar de haber observado
doble bandeo, indicarían nuevamente ADN extraído de calidad tal que permite su
amplificación por reacciones de PCR. En la segunda serie de reacciones anidadas en
las que se utilizó el par de primers LSU RK4f/LSU RK7r que amplifica para
representantes de Funneliformis (Kjøller & Rosendahl 2000; Stukenbrock & Rosendahl
2005 a y b), no se obtuvo producto de amplificación en las reacciones de rutina cuando
se trabajó con templados procedentes de PT; para lograr amplificar el material, se
debieron incluir modificaciones que dieron como resultado amplificados con doble
bandeo, éste probablemente indique inespecificidad en la amplificación en al menos una
banda o signos de degradación. Estos productos de amplificación no presentaron la
calidad necesaria para los análisis de variabilidad genética por SSCP programados. Aun
así, podría decirse que al haberse obtenido amplificaciones positivas, se confirmaría la
presencia de HMA pertenecientes al grupo de especies de Funneliformis ya
mencionadas (Kjøller & Rosendahl 2000; Stukenbrock & Rosendahl 2005 a y b) en
todas las muestras de PT analizadas. Así, se sumarían este grupo de especies de HMA
a los resultados obtenidos mediante técnicas taxonómicas clásicas por Lugo et al.
(2008), quienes registraron previamente en los suelos puñenos a Glomus sp., G.
aggregatum, G. ambisporum y G. sinuosum, actualmente denominado Sclerocystis
sinuosa (Schübler y Walker 2010).
Cuando se realizó la amplificación anidada en las muestras de ADN proveniente de

suelo nativo, solo se logró amplificar las muestras correspondientes a los sitios L1 y L5.
Si bien esto confirmaría la presencia de representantes del grupo de especies de
Funneliformis (Kjøller & Rosendahl 2000; Stukenbrock & Rosendahl 2005 a y b) en
estos sitios, no puede afirmarse que en los restantes (L2, L3 y L4) no existan
representantes de éstos taxones de HMA ya que en las PT de esos mismos sitios si
pudieron detectarse por identificación morfológica. Entonces, sería probable que la
cantidad del material genético de estos HMA no fuera la necesaria para que la
extracción eficiente del ADN en los sitios donde no fueron detectados, impidiendo su
amplificación por la reacción de PCR. Además, se comprobó que la pureza del ADN
extraído en L2, L3 y L4 (estimada mediante la absorbancia 260/280) fue escasa según
los parámetros utilizados por van Pelt-Verkuil et al. (2010). Esto reforzaría aún más la
hipótesis del bajo contenido generalizado del ADN de los HMA para todo este estudio.
El mayor número de bandas obtenido en el gel SSCP se evidenció en el sitio L5

comparado con el L1. También se detectó coincidencia de 12 loci en L1 y L5, lo que
demuestra que existen taxones que se encuentran en ambos sitios. Aunque las bandas
se visualizaron en un solo gel de todos los realizados, el mayor número de bandas en
11
L5 podría indicar un mayor grado de polimorfismo y/o mayor número de taxones en este
sitio de estudio, lo que podría ser indicativo de mayor diversidad de los HMA del género
Funneliformis en el sitio L5. Sin embargo, la confirmación por corte de bandas y
secuenciamiento sería el paso a seguir para confirmar estos resultados.
Debido a que en general no se lograron todas las amplificaciones esperadas y teniendo

en cuenta que las PCRs fueron realizadas en diferentes condiciones, empleando tres
Taq polimerasa diferentes y realizando distintas diluciones, nos lleva a inferir que el
ADN de los HMA de las muestras procedentes de PT y del suelo nativo de la Puna
presentó una abundancia menor a la mínima necesaria para su detección y
amplificación. Otra posible explicación es que las muestras analizadas fueran
resistentes a la lisis celular y por ello, sería necesario implementar ajustes al método de
extracción aquí utilizado.
Conclusiones
En los suelos de la Puna estudiados, los resultados de las metodologías moleculares

obtenidos a partir de cultivos trampa no fueron idénticos sino que complementarios a los
hallados a partir de suelo nativo, demostrando que los métodos utilizados en este
trabajo muestran variabilidad. Así, los resultados moleculares se complementaron con
los obtenidos por métodos morfológicos, sumando nuevas especies a las previamente
registradas mediante la metodología morfo-anatómica y ampliando la distribución de
otras. De esta manera, se sugiere el abordaje de métodos complementarios para los
estudios ambientales tendientes a ampliar el conocimiento sobre la taxonomía de HMA.
Los resultados obtenidos indicarían que la mayor representatividad de HMA en el
volumen total de las muestras procesadas, podría resultar en una mayor cantidad de
ADN de Glomeromycota en la cantidad total extraída. Esto podría permitir mayor
eficiencia en la detección de los primers específicos para géneros de HMA a través de la
reacción en cadena de la polimerasa, siendo el primer paso en la confirmación
molecular de géneros de HMA de muestras ambientales. Por lo tanto, mayor esfuerzo
en la multiplicación de los propágalos de HMA así como en la extracción de ADN de
estructuras de difícil lisis, permitiría arribar a resultados más exitosos.
Agradecimientos
Este trabajo de investigación fue financiado por los Proyectos PROICO 2-2214 (SeCyT
FQByF-UNSL), PICT 2008-0781 y proyectos de INTA.
Bibliografía
Bentivenga SP y Morton, JB. 1994. Systematics of Glomalean endomycorrhizal fungi:

current views and future directions. En: Mycorrhizae and Plant Health, pp. 283-308.
12
Brundrett M, Bougher N, Dell B, Grove T y Malajczuk N. 1996. Working with mycorrhizas

in forestry and agriculture. CSIRO, Australia
Cabrera AL. 1976. Territorios fitogeográficos de la República Argentina. En:

Enciclopedia Argentina de Agricultura y Jardinería, 2da. ed. ACME, Argentina, págs. 1-
85.
Cabrera AL, Willink A. 1980. Biogeografía de América Latina. Secretaría General de la

Organización de los Estados Americanos (OEA), Programa Regional de Desarrollo
Científico y Tecnológico, Washington.
Camprubí A, Calvet, CP. Pitet CM y Estaún V. 2010. Arbuscular mycorrhizal fungi

associated with psammophilic vegetation in Mediterranean coastal sand dunes. INIA.
Covacevich F, Hernandez Guijarro K, Sainz Rozas HR, Echeverría HE. 2012.

Variabilidad de hongos micorrícicos (Glomus spp.) Mediante PCR-SSCP en suelos de
buenos aires con diferentes manejos. XIX Congreso Latinoamericano y XXIII Argentino
de la Ciencia del Suelo, Mar del Plata, Abril 2012.
De Souza FA, Kowalchuk GA, Leeflang P, van Veen JA y Smit E. 2004. PCR-Denaturing
Gradient Gel Electrophoresis Profiling of Inter- and Intraspecies 18S rRNA Gene
Sequence Heterogeneity Is an Accurate and Sensitive Method To Assess Species
Diversity of Arbuscular Mycorrhizal Fungi of the Genus Gigaspora. Am Soc Microbiol 70:
1413-1424.
De Souza FA, Lima Da Silva IC y Louro Berbara RL. 2008. Capítulo 15. Fungos
micorrízicos arbusculares: muito mais diversos do que se imaginava. En: Moreira FMS,
Siqueira JO y Brusssard L (Eds.), Biodiversidade do Solo em Ecossistemas Brasileiros.
UFLA, Lavras, pp. 483-536.
Grace C y Stribley DP. 1991. A safer procedure for routine staining of vesicular-
arbuscular mycorrhizal fungi. Mycol Res 95: 1160-1162.
Hempel S, Renker C y Buscot F. 2007. Differences in the species composition of

arbuscular mycorrhizal fungi in spore, root and soil communities in a grassland
ecosystem. Environ Microbiol 9: 1930-1938.
Hijri I, Sýkorová Z, Oehl F, Ineichen K, Mäder p, Wiemken A y Dirk D. 2006.

Communities of arbuscular mycorrhizal fungi in arable soils are not necessarily low in
diversity. Molec Ecol 15: 2277-2289.
13
Hijri M, Hosny M, van Tuinen D y Dulieu H. 1999. Intraspecific ITS Polymorphism in

Scutellospora castanea (Glomales, Zygomycota) Is Structured within Multinucleate
Spores. Fungal Genet Biol 26: 141-151.
Hoagland DR y Arnon DI. 1950. The water-culture method of growing plants without soil.
Calif. Agr. Expt. Sta. Circ. 347. Univ. of Calif. Agric. Exp. Station, Berkley, pp. 1-32.
Horn S, Caruso T, Verbruggen E, Matthias, Rillig MC y Hempel S. 2014. Arbuscular

mycorrhizal fungal communities are phylogenetically clustered at small scales. ISME
Journal: 1-12.
http://invam.wvu.edu. West Virginia University. Last modified: November 22, 2015.

http://schuessler.userweb.mwn.de/amphylo. 2013. Last updated 02 Jan, 2013.
Kivlin SN, Hawkes CH y Treseder KK. 2011. Global diversity and distribution of
arbuscular mycorrhizal fungi. Soil Biol Biochem 43: 2294-2303.
Kjøller R y Rosendahl S. 2000. Detection of arbuscular mycorrhizal fungi (Glomales) in

roots by nested PCR and SSCP (Single Stranded Conformation Polymorphism). Plant
Soil 226: 189-196.
Krüger M, Krüger C, Walker C, Stockinger H y Schüßler A. 2011b. Phylogenetic

reference data for systematics and phylotaxonomy of arbuscular mycorrhizal fungi from
phylum to species level. New Phytol 183: 212-223.
Krüger M, Walker C y Schüßler A. 2011a. Acaulospora brasiliensis comb. nov. and

Acaulospora alpina (Glomeromycota) from upland Scotland: morphology, molecular
phylogeny and DNA-based detection in roots. Mycorrhiza 21: 577-587.
Lauber CL, Strickland MS, Bradford MA y Fierer N. 2008. The influence of soil properties
on the structure of bacterial and fungal communities across land-use types. Soil Biol
Biochem 40: 2407-2415.
Liang Z, Drijber Ra, Lee DJ, Dwiekat IM, Harris SD y Wedin DA. 2008. A DGGE-cloning
method to characterize arbuscular mycorrhizal community structure in soil. Soil Biol
Biochem 40: 956-966.
Lugauskas A, Levinskaitë L, Peèiulytë D, Repeèkienë J, Motuzas A, Vaisvalavièius R,

Prosyèevas I. 2005. Effect of copper, zinc and lead acetates on microorganisms in soil.
Ekologija 1: 61-69.
14
Lugo MA, Anton AM y Domínguez de Toledo L. 1995. Sclerocystis sinuosa (Glomales,

Zycomycetes) en cuatro Poaceae argentinas. Kurtziana 24:145-152.
Lugo MA, Ferrero M, Menoyo E, Estevez M, Siñeriz F y Anton A. 2008. Arbuscular

mycorrhizal fungi and rhizosferic bacteria diversity along an altitudinal gradient in South
American Puna grassland. Microb Ecol 55: 705-713.
Morrone JJ. 2001. Biogeografía de América Latina y el Caribe. Manuales y Tesis SEA.
Vol. 3 SEA (Sociedad Entomológica Aragonesa), CYTED (Cooperación Iberoamericana
Subprograma II, Diversidad Biológica) & UNESCO (ORCYT), México.
Morton JB y Benny GL. 1990. Revised classification of arbuscular mycorrhizal fungi

(Zygomycetes): a new order, Glomales, two new suborders, Glomineae and
Gigasporineae, and two new families, Acaulosporaceae and Gigasporaceae, with an
emendation of Glomaceae. Mycotaxon 37: 471-491.
Morton JB, Koske RE, Stümer SL, Bentivenga SP. 2004. Mutualistic arbuscular
endomycorrhizal fungi. In: G. M. Mueller, G. F. Bills & M. S. Foster (eds.) Biodiversity of
Fungi. Inventory and monitoring methods, pp. 317-336. Elsevier Academic Press,
Amsterdan.
Öehl F, Silva GA, Goto BT, Maia LC y Sieverding E. 2011. Glomeromycota: two new
classes and a new order. Mycotaxon 116: 365-379.
Öpik M, Moora M, Zobel M, Saks U, Wheatley R, Wright F y Daniell T. 2008. High

diversity of arbuscular mycorrhizal fungi in a boreal herb-rich coniferous forest. New
Phytol 179: 867-876.
Qing H, Hong-yan QI, Jing-hai Z, Hong-xun Z. 2007. Bacterial diversity in soils around a
lead and zinc mine. Journal of Environmental Sciences 19: 74-79.
Persoh, DS, Buscot TF y Rambold G. 2008. Towards a universally adaptable method for
quantitative extraction of high-purity nucleic acids from soil. J Microbiol Methods 75: 19-
24.
Rajapakse S y Miller JC. 1992. Chapter 15. Methods for studying Vesicular-Arbuscular
Mycorrhizal Root Colonization and Related Rood Physical Properties. En: Norris JR,
Read DJ y Varma AK (Eds.) Methods in Microbiology (Vol. 24), pp. 301-316. AP.
Redecker D, Hijri I y Wiemken A. 2003. Molecular identification of arbuscular mycorrhizal

fungi in roots: perspectives and problems. Folia Geobot 38:113-124.
15
Redecker D, Schüßler A, Stockinger H, Stürmer SL, Morton JB y Walker C. 2013. An

evidence-based consensus for the classification of arbuscular mycorrhizal fungi
(Glomeromycota). Mycorrhiza 23: 515-531.
Redecker D. 2000. Specific PCR primers to identify arbuscular mycorrhizal fungi within
colonized roots. Mycorrhiza 10: 73-80.
Rillig MC, Mummey DL. 2006. Mycorrhizas and soil structure. New Phytol. 171:41-53.
Sambrook JF. y Russell DW. 2001. Molecular Cloning: A Laboratory Manual, 3rd Ed.
Sambrook, JF y Russell, DW (Eds.), Cold Spring Harbor Laboratory Press, Cold Spring
Harbor, NY.
Schenck NC y Perez Y. 1990. Manual for the identification of VA mycorrhizal fungi.

Synergistic Publications, Gainesville, Florida.
Schulz B, Wanke U, Draeger S. y. Aust HJ. 1993. Endophytes from herbaceous plants
and shrubs: effectiveness of surface sterilization methods. Mycol. Res. 97: 1447-1450.
Schüßler A y Walker C. 2010. The Glomeromycota: a species list with new families and
new genera. Gloucester, England. In libraries of The Royal Botanic Garden, Kew.
Schüßler A, Schwarzott D, y Walker C. 2001. A new fungal phylum, the Glomeromycota:

phylogeny and evolution. Mycol Res 105: 1413-1421.
Simon L, Levesque RC y Lalonde M. 1993. Identification of endomycorrhizal fungi
colonizing roots by fluorescent single-trand conformation polymorphism-polymerase
chain reaction. Appl Environ Microbiol 59: 4211-4215.
Smith SE y Read DJ. 2008. Mycorrhizal Symbiosis. Smith SE y Read DJ (Eds.). 3rd.
edition. AP, NY, London, Singapur, Tokio.
Stukenbrock EH y Rosendahl S. 2005 a. Development and amplication of multiple co-

dominant genetic markers from single spores of arbuscular mycorrhizal fungi by nested
multiplex PCR. Fungal Genet Biol 42: 73-80.
Stukenbrock EH y Rosendahl S. 2005 b. Clonal diversity and population genetic

structure of arbuscular mycorrhizal fungi (Glomus spp.) studied by multilocus genotyping
of single spores. Mol Ecol 14: 743-752.
Stümer SL. 2012. Ahistory of the taxonomy and systematics of arbuscular mycorrhizal
fungi belonging to the phylum Glomeromycota. Mycorrhiza 22: 247-258.
16
Thougnon Islas AJ; Covacevich F; Hernandez Guijarro K. 2014. Diversidad genética de

suelo y esporas de hongos micorrícicos nativos de Buenos Aires. XXIV Congreso
Argentino de la Ciencia del Suelo. Bahía Blanca 5 al 9 de Mayo de 2014.
van Pelt-Verkuil E, van Belkum A y John P. Hays JP. 2010. Principles and Technical
Aspects of PCR Amplification. Springer.
Wang B. y Qiu YL. 2006. Phylogenetic distribution and evolution of mycorrhizas in land
plants. Mycorrhiza 16: 299-363.
White TJ, Bruns T, Lee S y Taylor J. 1990. Amplification and direct sequencing of fungal
ribosomal RNA genes for phylogenetics En: Innis MA, Gelfand DH, Sninsky JJ y White
TJ (Eds.), PCR protocols. A guide to methods and applications. Academic Press, San
Diego. California, pp. 315-322.
Yang C, Hamel C, Schellenberg MP, Perez JC y Berbara RL. 2010. Diversity and
functionality of arbuscular mycorrhizal fungi in three plant communities in semiarid
Grasslands National Park, Canada. Microb Ecol 59: 724-733.
Young JM, Weyrich LS, Clarke LJ y Cooper A. 2015. Residual soil DNA extraction
increases the discriminatory power between samples. Forensic Sci Med Pathol: DOI
10.1007/s12024-015-9662-z
17
IMPACTO DE ESPECIES FORESTALES EXOTICAS SOBRE LA CALIDAD

MICROBIOLÓGICA DE UN SUELO DE BUENOS AIRES, ARGENTINA
GABRIELA SARTI*, ANA EVA JOSEFINA CRISTOBAL MIGUEZ, LIS PIÑERO, LETICIA
PALAZZESI, ERIKA PACHECO RUDZ, LETICIA PALAZZESI, SILVIA CATAN,
CRISTINA QUINTEROS & DIANA EFFRON
Cátedra de Química General e Inorgánica. Facultad de Agronomía, UBA, Av. San Martín
4453 C1417DSE Buenos Aires.
*[email protected]
Palabras clave: Quercus robur, actividad enzimática, carbono orgánico y de respiración
Resumen
Argentina cuenta actualmente con aproximadamente 33,2 millones de hectáreas de

bosques nativos y 1,2 millones de hectáreas de bosques cultivados, representados
principalmente por especies exóticas de rápido crecimiento donde predominan las
Coníferas, seguidas por los Eucaliptos y las Salicáceas (Informe sectorial 2011, Beale y
col 2013). Uno de los objetivos propuestos por la ley Nacional de inversión para
bosques cultivados N° 25080 es el aumento de la oferta maderera a través de la
implementación de nuevos bosques y ampliación de los existentes. En este sentido, el
objetivo de este trabajo fue evaluar cómo diferentes plantaciones forestales de las
especies Pinus elliottii, Eucalyptus camaldulensis y Quercus robur afectaron la calidad
microbiológica de un suelo a través de la evaluación de indicadores biológicos. La
elección de trabajar con indicadores biológicos fue debido a que los mismos son muy
sensibles a las ligeras alteraciones que el suelo pueda sufrir pudiendo entonces ser
utilizados para predecir la tendencia de la calidad del suelo a largo plazo. Las
plantaciones proceden de un establecimiento forestal ubicado en Luján, Provincia de
Buenos Aires. Los muestreos se realizaron en primavera y otoño, se determinó carbono
de respiración, actividades β-glucosidasa, fosfatasa ácida, proteasa y carbono orgánico.
Los indicadores estudiados mostraron una tendencia hacia una mejor calidad del suelo
desde el punto de vista microbiológico, cuando este se encuentra bajo la influencia de la
especie Roble europeo respecto de las otras especies forestales estudiadas. Este efecto
si bien fue mucho más notorio en primavera también fue observado en otoño, por lo
tanto este estudio preliminar posiciona al Roble como especie de interés para continuar
con estudios tendientes a considerarla como promisoria en futuros procesos de
implantación.
Introducción
Los bosques han cumplido una destacada función a lo largo de la historia de la

humanidad, modificándose permanentemente la interacción entre los mismos y los
seres humanos en función de los cambios socioeconómicos que se desarrollaron. La
1
tendencia global consiste en obtener productos madereros de bosques cultivados y

conservar los bosques nativos por los servicios ecosistémicos que brindan (Paredes,
2007).
Argentina cuenta actualmente con aproximadamente 33,2 millones de hectáreas de

bosques nativos y 1,2 millones de hectáreas de bosques cultivados, representados
principalmente por especies exóticas de rápido crecimiento donde predominan
Coníferas, seguidas por Eucaliptos y Salicáceas (Informe sectorial 2011; Beale et al.,
2013) .
Pinus elliottii Engelm es una de las especies forestales más cultivadas en el país
(SAGyP 1999). Su madera se utiliza para el aserradero, la producción de tableros y la
industria celulósica. A partir de la década de 1940 comenzaron las introducciones de
Eucaliptos tomando un gran impulso en los años 70, siendo Eucalyptus camaldulensis
(rostrata) una de las especies utilizadas a nivel comercial. Durante varios años, el
principal destino de esta madera fue el aserradero (compitiendo palmo a palmo con el
pino), actualmente ha tomado relevancia el destino celulósico y para confección de
tableros.
A través de la ley Nº 25.080 de Inversiones para Bosques Cultivados se le ha dado

impulso a la instalación de nuevos proyectos forestoindustriales para aumentar la oferta
maderera como así también la ampliación de los existentes. Para lograr estos objetivos,
el sector forestal debe asumir en términos de producción un fuerte compromiso de
sustentabilidad ambiental contemplando estudios de impacto ambiental y teniendo en
cuenta que la tendencia hacia los monocultivos trae consecuencias ecológicas y
sanitarias desfavorables, cobra importancia la necesidad de evaluar otros Géneros que
permitan la diversificación de las actuales forestaciones.
En este sentido, la especie exótica Roble europeo (Quercus robur) por su adaptación a
las condiciones generales del clima en ciertas regiones de nuestro país, por poseer
madera de calidad y reconocido valor en el mercado, podría ser considerada dentro de
las especies promisorias para ser seleccionada en ensayos de implantación (Godoy et
al., 2007). Según Luque (2009), en un estudio llevado a cabo en el Valle de
Calamuchita, Córdoba, considera a esta especie por sus características biológicas, de
bajo impacto ambiental sugiriendo que su introducción masiva no reviste mayor riesgo
para la salud ni para la persistencia del bosque nativo actual.
Para evaluar cómo estas plantaciones exóticas afectan la calidad de un suelo, no habría
un enfoque único para generar un conjunto de indicadores adecuados. En este trabajo,
se eligieron indicadores de origen biológico debido a que los mismos son muy sensibles
a las ligeras alteraciones que el suelo pueda sufrir (Yakovchenko et al., 1996) pudiendo
entonces ser utilizados para predecir la tendencia de la calidad del suelo a largo plazo
(Ferreras et al., 2009). Se midieron la actividad de las enzimas involucradas en los
2
ciclos del C, N y P como son las β-glucosidasa, proteasas y fosfatasa ácidas. Estas
enzimas son las más estudiadas por estar relacionadas con la mineralización de la
materia orgánica, siendo sus productos finales imprescindibles para la nutrición vegetal,
a través de la transformación y degradación de la misma (Effron et al., 2014). Se evaluó
el contenido de carbono orgánico debido a que existe una estrecha relación entre las
actividades enzimáticas y el contenido de materia orgánica del suelo estando dichos
parámetros influenciados por los cultivos y el sistema de laboreo del suelo. Otro
parámetro estudiado fue el carbono de respiración que representa una medida de la
actividad microbiana del suelo, el cual puede variar con la temperatura, la humedad y
las especies de plantas (Carmona et al., 2006).
El objetivo de este trabajo fue evaluar cómo diferentes plantaciones forestales de las
especies Pinus elliottii, Eucalyptus camaldulensis y Quercus robur afectaron la calidad
microbiológica de un suelo a través de la evaluación de indicadores biológicos.
Sitio del experimento
El sitio de la investigación se encuentra en la localidad de Jáuregui, partido de Luján

(34° 34’ lat. S, 59° 06’ Long. O.) provincia de Buenos Aires. El paisaje de la zona está
compuesto por lomas alargadas y planicies onduladas. La vegetación natural
corresponde a un pastizal ha sido alterada con la incorporación de cultivos agrícolas. El
clima es templado subhúmedo con temperatura media anual de 16,6°C y precipitación
media anual de 950mm, concentrándose en otoño y primavera. Los suelos son
Argiudoles, con horizonte superficial de textura franco-limosa a franco-arcillo- limosa y
un horizonte B textural con barnices y estructura en prismas moderados.
Se trabajó con tres rodales de bosque implantado cuya antigüedad son de 20 años para
el caso de las especies Roble (Quercus robur) y Eucalipto (Eucalyptus camaldulensis) y
de 16 años para el caso de Pino (Pinus elliottii), siendo estas plantaciones contiguas en
el establecimiento forestal.
Se realizaron dos muestreos, una en el mes de octubre (primavera) y otro en el mes de

abril (otoño). Se seleccionaron al azar 5 árboles de cada especie por muestreo, los
cuales presentaban buen estado sanitario y portes similares. Se tomaron cuatro
muestras superficiales de suelo por cada árbol (0-10 cm) equidistantes un metro del
tronco de cada uno de los arboles seleccionados, previo retiro de la hojarasca. Las
mismas se homogeneizaron y se realizó una muestra compuesta para cada uno de
ellos. Dichas muestras fueron conservadas en bolsas plásticas bajo refrigeración.
Posteriormente se procedió a la tamización con mallas de 4 mm o 2 mm según la
determinación a realizar.
3
Determinaciones analíticas en muestras de suelo
Actividad β-glucosidasa Se siguió la técnica descripta por Dick et al. (1996). El método
se basa en la hidrólisis del sustrato p-nitrofenil glucósido (PNG) por acción de la β-
glucosidasa a pH 6 que libera p-nitrofenol el cual se determina colorimétricamente. Los
resultados se expresan en μg p-nitrofenol g-1 suelo seco h-1.
Actividad proteasa: Se siguió la técnica de Dilly y Munch (1996). El método consiste en

la determinación del aminoácido tirosina, liberado en la incubación del suelo, usando
como sustrato caseína la cual se determina colorimétricamente. Los resultados se
expresan en μg de tirosina g-1 suelo seco h-1.
Actividad fosfatasa ácida: Se siguió la técnica descripta por Dick et al. (1996). El método
se basa en la hidrólisis del p-nitrofenil fosfato de sodio (PNP) por acción de la fosfatasa
a pH 6,5 que libera p-nitrofenol el cual se determina colorimétricamente. Los resultados
se expresan en μg p-nitrofenol g-1 suelo seco h-1.
Carbono de respiración: Se siguió la técnica descripta por Anderson (1982). Se

determinó midiendo el dióxido de carbono liberado durante la incubación de un suelo por
siete días, el que es retenido por una solución de NAOH y posterior valoración del
NAOH remanente. Los resultados obtenidos se expresan en mg de C-CO2 desprendidos
kg.-1 suelo en 7 días.
Carbono orgánico: Se determinó por el método de Walkley y Black (Nelson y Sommers

1982).
Se analizaron los resultados a través del análisis de varianza (ANOVA) y se compararon

los pares de datos a través del análisis de Tukey. Se utilizó para esto el programa
estadístico Infostat 2015, versión estudiantil.
Las enzimas involucradas en los ciclos del C y N tales como β-glucosidasa y proteasa
mostraron en el suelo bajo la influencia de Roble mayores valores (p<0.05) respecto de
Pino (Fig. 1 y 2), tanto en el muestreo de primavera como de otoño. Estos resultados
coinciden con otros trabajos donde el suelo bajo la influencia de Roble en comparación
con Pino radiata (Pinus radiata D. Don), presentó mayores valores de algunos
parámetros biológicos estudiados (Effron et al., 2011). Con respecto a Eucalipto (Fig. 1 y
2) se encontraron resultados similares a los anteriores siendo nuevamente la especie
Roble la que presentó valores significativamente superiores, excepto en el caso de la
actividad proteasa en otoño situación en la cual, si bien, el suelo bajo Roble posee los
4
mayores valores de actividad enzimática, los mismos no fueron estadísticamente

significativos.
En este suelo clasificado como argiudol, la actividad de la enzima fosfatasa ácida no

mostró ser un indicador sensible para observar diferencias entre las especies forestales
estudiadas (Fig. 3). Este resultado se contrapone con los hallados por Effron et.al.
(2012) en un andisol de la Patagonia implantado con Roble europeo y Pino radiata
donde este parámetro resultó ser relevante entre ambas especies siendo
significativamente superior en el caso de Roble.
Figura 1. Valores medios de la actividad β-glucosidasa. Los valores fueron medidos en

el suelo bajo la influencia de las tres especies forestales en Luján, Provincia de Buenos
Aires. Letras distintas entre especies indican diferencias significativas (p< 0,05).
5
Figura 2. Valores medios de la actividad proteasa. Los valores fueron medidos en el

suelo bajo la influencia de las tres especies forestales en Luján, Provincia de Buenos
Figura 3. Valores medios de la fosfatasa ácida. Los valores fueron medidos en el suelo
bajo la influencia de las tres especies forestales en Luján, Provincia de Buenos Aires.
Letras distintas entre especies indican diferencias significativas (p< 0,05).
6
Figura 4. Valores medios del C-CO2 de respiración. Los valores fueron medidos en el
suelo bajo la influencia de las tres especies forestales en Luján, Provincia de Buenos
Con respecto a los valores que corresponden a carbono de respiración (Fig.4), las
muestras tomadas en primavera mostraron resultados significativamente distintos
(p<0,05) para las tres especies, siendo el Roble aquella que mostró la mayor actividad.
En cuanto a las muestras tomadas en otoño, si bien el Roble presenta una leve
tendencia hacia mayores valores, ésto no fue de significancia estadística.
La variable carbono orgánico en el muestreo de primavera mostró diferencias

significativas entre las tres especies encontrándose el mayor valor en el caso de Roble y
el menor valor correspondió a la especie Pino (Fig.5). En otoño, sólo se registraron
diferencias significativas entre las especies Roble y Pino en comparación con Eucalipto
7
Figura 5. Valores medios de carbono orgánico. Los valores fueron medidos en el suelo
bajo la influencia de las tres especies forestales en Luján, Provincia de Buenos Aires.
Letras distintas entre especies indican diferencias significativas (p< 0,05).
Effron et al. (2011) quienes trabajaron con Roble europeo y Pino radiata en un andisol
de la Patagonia también encontraron mayores valores de estas variables en el suelo
bajo Roble. Según Alvear et al. (2007) existirían cambios en la estructura de la
comunidad de los microorganismos, la cual depende del origen y composición cualitativa
y cuantitativa de la materia orgánica del suelo, hecho que se vería reflejado
indirectamente en nuestros resultados, teniendo en cuenta el mayor contenido de
carbono orgánico en el suelo bajo Roble.
Los resultados encontrados en el presente trabajo respecto que los mayores valores de
carbono orgánico se corresponden con la mayor actividad de las enzimas extracelulares
fue reportado por otros autores, debido a cambios en la actividad metabólica de los
microorganismos (Jiang et al., 2010; Bowles et al., 2014).
Conclusiones
El suelo bajo las distintas plantaciones forestales presentó distinta actividad biológica
medida a través de los diferentes parámetros evaluados, siendo el Roble el que generó
una mayor actividad microbiológica. Este efecto fue más notorio en primavera que en
otoño, mostrando la influencia del Roble en generar un mayor desarrollo de la microflora
del suelo en estudio. Este trabajo preliminar posiciona al Roble como promisoria en
futuros procesos de implantación.
8
Agradecimiento
Este trabajo fue financiado con el proyecto UBACyT 20020120100078BA.
Bibliografía
Alvear, M; F. Reyes & A. Morales. 2007. Actividad biológica y agregados estables del
agua en dos tipos de formaciones vegetales de un bosque templado del centro-sur de
Chile con perturbación antrópica. Ecología Austral, 17: 113-122.
Anderson, J.P.E. 1982. Soil respiration. En: Page, A.L; R.M. Miller & D.R. Kenny (eds).
Methods of soil analysis, chemical and microbiological properties. American Society of
Agronomy, Madison, Wisconsin, USA. Vol.2. 2da Ed. Agronomy Monograph N° 9. p:
831-871.
Beale, I. & F. Ortiz. 2013. El sector forestal Argentino, bosques implantados. Revista de
divulgación Técnica, Agrícola y Agroindustrial. UnCa. Publ. N° 53. ISSN: 1852-7986.
Bowles, T.M.; V. Acosta-Martínez; F. Calderón & L.E. Jackson. 2014. Soil Biology & Soil
enzyme activities, microbial communities, and carbon and nitrogen availability in organic
agroecosystems across an intensively-managed agricultural landscape. Soil Biology &
Biochemistry, (68): 252-262.
Carmona, M.; M. Aguilera; C. Pérez & I. Serey. 2006. Actividad Respiratoria en el

horizonte orgánico de suelos de ecosistemas forestales del centro y sur de Chile.
Gayana Bot., 63: 1-12.
Dalurzo, H.; D.M. Toledo & S. Vázquez. 2000. Efecto del uso del suelo sobre la actividad
de la fosfatasa ácida en Ultisoles del sur de Misiones, Universidad Nacional del
Nordeste, UNNE, En: www.unne.edu.ar/unnevieja/Web/cyt/cyt /2000/5_agrarias /a_ pdf/
a_ 021.pdf. 21-12-2015
Dick, R.P.; D.P. Rakwell & R.F. Turco 1996. Soil enzyme activities and biodiversity
measurements as integrative microbiological indicators. En: Doran, J. & A. Jones (Eds).
Methods for Assessing Soil Quality, 49: 247-271.
Dilly, O. & J.C. Munch. 1996. Microbial biomass content, basal respiration and enzyme
activities during the course of decomposition of leaf litter in a Black Alder (Alnus
glutinosa (L.) Gaertn), Forest Soil Biol. Biochem., 28: 1073-1081.
Dirección de Oferta Exportable Dirección General de Estrategias de Comercio Exterior,

Sria. de Comercio Internacional. 2011. Informe Sectorial, Sector de la Industria de pasta
de madera, papel y cartón. En: argentinatradenet.gov.ar/sitio/estrategias/Sector
9
%20pasta %20de%20madera,%20papel%20y%20cart%C3%B3n.pdf. Consultado: 21-

12-2015.
Effron, D.; R. Defrieri; G. Sarti; J. Escobar & I. García de Salamone. 2011 Propiedades
Microbiológicas en un suelo de la Patagonia Argentina bajo la influencia de diferentes
especies forestales. AACS, 29 (2): 191-197.
Effron, D.; G. Sarti; C. Quinteros & S. Catán. 2012. Influencia de las especies Roble
(Quercus robur), Fresno (Fraxinus excelsior L.) y Pino Radiata (Pinus radiata D. Don)
sobre parámetros biológicos y bioquímicos en un suelo forestal de Chubut, Argentina.
CIT, 23 (2): 87-92.
Effron, D.; G. Sarti; C. Quinteros; M. Castro Eiro; J. Cristóbal Miguez; L. Piñero & S.
Rebottaro. 2014. Estudio del efecto de diferentes especies forestales implantadas en
propiedades biológicas y bioquímicas de un suelo de la provincia de Buenos Aires. En:
aqa.org.ar/pdf101/cd/ambiental.html. Consultado: 21-12-2015
Godoy, M.M.; G.E. Defossé & N. Thren. 2007. Especies forestales promisorias para la
diversificación de forestaciones en la Patagonia Argentina. Bosque, 22(1): 25-32
Jiang, Y.M.; C.L. Chen; Z.H. Xu; Y.Q. Liu; J. Ouyang, J & Wang, F. 2010. Soil soluble
organic matter, microbial biomass, and enzyme activities in forest plantations in
degraded red soil region of Jiangxi Province, China. The Journal of Applied Ecology, (9):
2273-2278.
Luque, E. 2009. El cultivo de Fresno (Fraxinus pennsylvanica Marshall) y Roble

(Quercus robur L.) en el valle de Calamuchita. Tesis magíster en Ciencias
agropecuarias, Córdoba, Argentina, p: 122-123.
Nelson, D. & L.E. Sommers, 1982. Total carbon, organic carbon, and organic matter. En:
Millar, R. & D. Keeny (eds). Methods of soil analysis. Madison, Wiscosin. USA. p: 539-
579.
Paredes, G. 2007. Tendencias y Desafíos en Investigación e Innovación para el

Desarrollo de las Plantaciones Forestales. Actas Primera Reunión sobre Forestación en
la Patagonia, Ecoforestar.
Yakovchenko, V.; L. Sikora & D. Rauffman. 1996. A biologically based indicator of soil
quality. Biology and Fertility of Soils, 21: 245-251.
10
OBTENCIÓN DE INDICADORES E ÍNDICES DE CALIDAD BIOLÓGICA EN SUELOS

ROJOS BAJO DISTINTOS CULTIVOS AGRÍCOLAS
DIANA MARCELA TOLEDO & SARA VAZQUEZ
Facultad de Ciencias Agrarias, Universidad Nacional del Nordeste. Corrientes

*[email protected]
Palabras clave: índices matemáticos, calidad de suelo, efecto del uso
Resumen
El objetivo del presente trabajo fue desarrollar índices de calidad biológica a partir de
indicadores y funciones matemáticas sintetizadoras, que resuman información compleja
sobre el estado del suelo, a fin de cuantificar la CS y monitorear su dinámica bajo
distintos sistemas de uso. El estudio se llevó a cabo en Oxisoles de la provincia de
Misiones. Se emplearon sistemas naturales (selva subtropical, Sv) y sistemas cultivados
(yerba mate, Ilex paraguariensis Hill, Yc); mandarina, Citrus unshiu Marc., Ci y tabaco
Nicotiana tabacum L., Ta), aplicando un diseño en bloques completos al azar en los
Departamentos de Alem, Oberá, Cainguás y Guaraní. El abordaje metodológico se
realizó definiendo un nivel de referencia contra el cual se compararon y cuantificaron los
cambios de CS. Suelos con vegetación clímax (selva subtropical) fueron tomados como
escenario de referencia de alta calidad. En cada caso se tomaron muestras
compuestas, al azar, a 3profundidades: 0-0,10; 0,10-0,20 y 0,20-0,30 m. Las variables
determinadas fueron: nitrógeno potencialmente mineralizable (Npm), actividad de la
fosfatasa ácida (Enz),materia orgánica particulada total (MOP), materia orgánica
particulada gruesa (MOPa) y fina (MOPb), y respiración (Res). Los datos fueron
procesados mediante la aplicación de análisis univariado y multivariado (Análisis de
Componentes Principales). El conjunto mínimo de datos (CMD) de indicadores
biológicosestuvo integrado por MOP, MOPa, MOPb, Npm, Enz y Res. A partir del CMD,
se procedió al desarrollo de índices de calidad mediante la aplicación de ACP. El índice
obtenido fue denominado “Índice de Actividad biológica”, estuvo conformado por: MOP
gruesa y fina, Npm y Enz. Este índice tomará valores más altos, cuanto mayor sea la
calidad del suelo, y señaló que todos los sistemas agrícolas bajo estudio produjeron
pérdida de calidad biológica, estableciendo el siguiente orden de calidad de suelo:
Sv>Ci>Ta=Yc.
Introducción
La sustentabilidad de los sistemas y de las prácticas de manejo, pueden ser evaluadas

a través del estudio de la calidad del suelo (CS) (Shukla et al., 2006), la cual no se
puede medir directamente, pero se puede inferir a través de la determinación de
atributos que sirven de indicadores (Bredja et al., 2000) y la comparación de los
1
resultados obtenidos para evaluar las consecuencias de los diferentes sistemas y/ó
prácticas (Karlen et al., 1997; Giuffré et al., 2006).
La evaluación y seguimiento de los cambios, mediante la obtención de indicadores hace

posible evaluar las ganancias y pérdidas de calidad (Mariscal Sancho, 2008). De
manera que la evaluación de la misma, consiste en valorar y explicar los cambios
sucedidos en el suelo en el espacio y en el tiempo, a través de parámetros que valoran
el cumplimiento de sus funciones (Doran & Parkin, 1994).
Se consideran como indicadores de calidad (IC), a las propiedades y procesos edáficos

que resultan ser sensibles a los cambios en las funciones del suelo (Doran & Jones,
1996). Dependiendo del tipo de funcionalidad que esté bajo estudio, las propiedades
seleccionadas para medir la CS pueden variar (Nortcliff, 2002; Etchevers et al., 2009).
Los IC pueden ser reunidos en 4 grupos: físicos, químicos, biológicos, y visuales o

cualitativos (NRCS-USDA, 1996), en el presente trabajo se consideraron los indicadores
de orden biológico.
Wander & Bollero (1999), evaluaron el impacto de la introducción de la labranza cero en

el estado de Illinois (USA), en base a atributos de calidad biológica como materia
orgánica particulada (MOP), nitrógeno potencialmente mineralizable (Npm), carbono de
la biomasa microbiana, respiración (RES) y carbono soluble; y concluyeron que las
propiedades biológicas junto con las físicas fueron las más afectadas por las prácticas
agronómicas. Por otra parte muchas propiedades microbiológicas y bioquímicas, han
sido recientemente definidas como buenos indicadores de calidad entre ellos la biomasa
microbiana, la actividad microbiana, la estructura de la comunidad microbiana, y la
actividad enzimática (He et al., 2003).La selección de las mejores prácticas agrícolas y
sistemas de manejo sustentables para cada suelo y condición, se debería basar en el
conocimiento previo de la calidad física y biológica por separado, ya que la primera
obedece a cambios en el largo plazo y la segunda a cambios en el corto plazo, por su
mayor dinamismo y sensibilidad a prácticas agronómicas como enmiendas, rotaciones
de cultivo, labranzas conservacionistas (De la Rosa, 2008).
El establecimiento de índices es considerado de crucial importancia en la determinación

del estado de degradación o de reconversión de los suelos (Zornoza et al., 2008), para
asegurar la promoción de prácticas de manejo y sistemas de cultivo que favorezcan la
productividad y sostenibilidad de los agro-ecosistemas (Torres et al., 2006).
A partir de los IC determinados, es necesario desarrollar índices estableciendo valores

que permitan cuantificar la calidad del suelo (CS) (Ebert & Welch, 2004), a los efectos
de contar con herramientas que sean útiles para evaluar el efecto del uso del suelo en
áreas subtropicales, y prevenir la degradación de los mismos.
2
Un índice de calidad puede ser definido como el mínimo conjunto de parámetros, que
interrelacionados, proveen datos numéricos acerca de la capacidad de un suelo para
llevar a cabo sus funciones (Acton&Padbury, 1993). Las variables que integran un índice
de calidad son consideradas como los indicadores más críticos para expresar la calidad
del suelo (Sinhaet al., 2009).
Diversos autores como Wander & Bollero (1999); Giuffré et al. (2006); Shukla et al.
(2006); Xu et al. (2006); Villamil et al. (2008); Almenara-Barrios et al. (2002) y Santana
Rodríguez et al. (2010), han efectuado trabajos en IC en los cuales han aplicado
técnicas de análisis multivariante como análisis de componentes principales, factor de
análisis ó su combinación con un análisis discriminante, a los efectos de determinar
cuáles son los indicadores de suelo que permiten diferenciar mejor las distintas
categorías de manejo de suelo o sistemas de cultivo.
Dada la cantidad y multidimensionalidad de las variables que intervienen en un agro-

ecosistema y dentro de éste en el sistema suelo, resulta necesario que esa información
caracterizada por su complejidad y multidimensión, sea simplificada y condensada en
valores claros, objetivos y generales obtenidos en base a la información brindada por los
IC, por lo que se recurrió a la aplicación de técnicas multivariadas, como el análisis de
componentes principales (ACP).
Debido a que muchas de las propiedades edáficas que contribuyen a explicar la calidad
del suelo se encuentran altamente correlacionadas, es necesario llevar a cabo una
evaluación mediante métodos estadísticos que consideren todas las variables
simultáneamente y la correlación entre ellas (Bredja et al., 2000).
El análisis multivariado de componentes principales construye nuevas variables no

correlacionadas o componentes principales basándose en la matriz de correlación.
Permite así analizar la interdependencia de variables y encontrar una representación
gráfica óptima de la variabilidad de los datos (Bi-plot), donde pueden visualizarse tanto
tratamientos como variables, a fin de estudiar la asociación existente entre ellas.
Como las componentes son combinaciones lineales de todas las variables originales, la
selección de variables dentro de cada componente, puede ser deseable cuando el
objetivo es seleccionar atributos para ser considerados o medidos en futuros estudios
(Argüelles-Cárdenas, 1990; McCabe, 1984) como es el caso del desarrollo de índices
(Abeyasekera, 1995).
Objetivo
Desarrollar índices de calidad biológica a partir de funciones matemáticas

sintetizadoras, que resuman información compleja sobre el estado del sistema suelo, a
3
fin de cuantificar la calidad de los suelos y monitorear su dinámica bajo distintos

sistemas de uso.
Se utilizó un set de datos correspondiente a las propiedades biológicas obtenidos

durante el desarrollo del Proyecto “Dinámica del fósforo en Oxisoles bajo distintos
sistemas de uso”. El estudio se llevó a cabo en Oxisoles de la provincia de Misiones,
ubicada al NE de la República Argentina. Para la obtención de indicadores y el
desarrollo de índices, se emplearon sistemas naturales (selva subtropical, Sv) y
cultivados (yerba mate, Ilex paraguariensis Hill, Yc; mandarina, Citrus unshiu Marc., Ci y
tabaco, Nicotiana tabacum L., Ta) (Tabla 1), aplicando un diseño en bloques completos
al azar en los Departamentos de Alem, Oberá, Cainguás y Guaraní.
Los métodos empleados para las determinaciones fueron:
Materia orgánica particulada (MOP): Método del fraccionamiento tamizado en húmedo

propuesto por Cambardella & Elliot (1992). Se utilizaron tamices de 500 y 53 μm,
separando así dos fracciones: una particulada gruesa de 2 a 0,5 mm (MOPa) y una
particulada fina de 0,5 a 0,053 mm (MOPb), luego se aplicó el procedimiento de pérdida
por ignición, detallado por Schulte (1988).
Nitrógeno potencialmente mineralizable (Npm): Método de incubación anaeróbica

propuesto por Nelson & Sommers (1996).
Enzimas fosfatasas acidas (Enz): Determinación de la actividad de la fosfatasa ácida por

el Método propuesto por Tabatabai (1982).
Respiración (Res): Determinación en campaña, mediante el uso de tubos Draeger,

tubos de adsorción de dióxido de carbono (Sarrantonio et al., 1996).
El suelo bajo selva virgen, fue tomado como referencia de alta calidad, ya que en
ecosistemas naturales, no disturbados, el funcionamiento del sistema suelo se
encuentra expresado en su máximo potencial (Arshad & Martin 2002; Masto et al.,
2008).
A partir del conjunto mínimo de datos (CMD), obtenido, se procedió al desarrollo de

índices de calidad mediante la aplicación de Análisis de Componentes Principales
(ACP), técnica que permitió concentrar toda la variación presente en la matriz de datos
originales en unos pocos ejes o componentes principales (CP).
Cada componente fue el resultado de una combinación lineal de las variables originales,
en donde cada una tuvo una ponderación diferente, en proporción a las magnitudes de
cada elemento que conforma el autovector respectivo. El significado de cada CP,
4
depende de la magnitud de tales ponderaciones y de su signo, y es necesario

encontrarle sentido desde un punto de vista técnico (Quevedo, 1991).
La contribución de los indicadores en cada CP, se expresó en autovalores y

autovectores (Franco & Hidalgo, 2003). A partir del CMD biológicos y considerando 3
profundidades juntas (0,30 m), se efectuaron tres análisis de componentes principales
normados a partir de la matriz de correlación. Se trabajó con los datos estandarizados
(media=0 y variancia=1) a fin de que todas las variables originales tengan igual
importancia, ya que las mismas no fueron medidas en iguales unidades (Manly, 1997;
Husson et al., 2011). Las componentes (CP´s) a evaluar para la construcción de los
índices, fueron seleccionadas de forma de preservar la mayor parte de la variación
original, en base a autovalores mayores a 1 (Johnson, 2000; Tusell, 2008; Husson et al.,
2011), debido a que, con datos estandarizados cuando una CP posee un autovalor
mayor a 1, significa que explica mayor proporción de la variabilidad de los datos que las
variables individuales (Bredja et al., 2000).
Se consideraron también los gráficos de codo, de precipicio, sedimentación ó

“Screeplot” propuestos por Cattell (1966) Cit. Jackson (2003), quien sugirió representar
el número de componentes y su valor propio lo que permite observar en forma gráfica el
decrecimiento de los primeros componentes en relación con los demás (Jhonson &
Wichern, 2007).
Selección de indicadores dentro de cada componente principal:
Una vez obtenidas las CP´s, se procedió a seleccionar dentro de cada una, aquellas
variables con contribución significativa en la construcción cada componente principal. En
cada componente, se seleccionaron las variables cuyos autovectores presentaron altas
cargas (cargas >2/3 de la carga máxima) y alta correlación (Bramardi, 2009). Frente al
caso de 1 variable con alta carga en dos componentes a la vez, el criterio de selección
que se tomó fue conservar la variable en la componente con la que presenta mayor
correlación positiva (Husson et al., 2011). Cada CP resultó entonces una variable
sintética o combinación lineal de las variables originales que resumió la información, y
fue interpretada como un índice de calidad (Godshalk & Timothy, 1988; Almenara-
Barrios et al., 2002; Tusell, 2008; Santana Rodríguez et al., 2010).
Se utilizó el paquete FactoMineR, específico del programa estadístico R, a fin de

obtener elipses de confianza al 95% en los gráficos de dispersión de individuos,
determinando si las nuevas variables generadas, no correlacionadas (CP) pudieron
separar entre los distintos usos de suelo. Las elipses, adaptadas al plano de
representación, posibilitan visualizar o no categorías o grupos con diferencias
estadísticas significativas (Husson et al., 2011).
5
Construcción de índices de calidad y puntuaciones:
Las puntuaciones de los índices se calcularon para los distintos sistemas bajo estudio,
de manera directa, ya que las mismas fueron valoradas a partir de los datos
estandarizados de las variables que intervinieron en su construcción y de la aplicación
de la formulación correspondiente (Morales Vallejo, 2013).
Para la obtención de índices de calidad biológica, se consideraron las variables que

resultaron sensibles al cambio en el uso del suelo en al menos 1 de las 3 profundidades
en las que fueron determinadas (Tabla 1). Dentro de la categoría fueron incluidas la
materia orgánica particulada y el nitrógeno potencialmente mineralizable, conforme al
agrupamiento efectuado por autores como Wander & Bollero (1999) y Karlen et al.
(2001).
Tabla 1: Resultados del análisis de varianza y Prueba LSD (p< 0,05) para las variables
biológicas evaluadas para las profundidades 0-0,10 m (1); 0,10-0,20 m (2) y 0,20-0,30 m
(3), en los sistemas: selva (Sv), citrus (Ci), tabaco (Ta) y yerba mate (Yc). Medias,
coeficiente de variabilidad (CV) y valor de probabilidad (p-valor).
Propiedades Biológicas
Prof. Sv Ci Ta Yc R² CV p-valor
MOPa 1 4,19a 2,67b 1,34c 1,32c 0,54 44,75 <0,0001
-1
g.Kg 2 1,46a 1,32a 0,82b 1,17ab 0,20 41,07 0,0171
3 1,12a 1,09a 0,74b 0,87ab 0,16 39,22 0,0503
MOPb 1 9,60a 6,36b 2,49c 1,96c 0,64 47,85 <0,0001
-1
g.Kg 2 2,53b 3,88a 1,51c 1,40c 0,59 36,90 <0,0001
3 2,03b 2,60a 1,24c 0,98c 0,53 36,95 <0,0001
MOP 1 13,80a 9,03b 3,83c 3,28c 0,67 41,84 <0,0001
-1
g.Kg 2 4,00b 5,20a 2,34c 2,57c 0,52 33,07 <0,0001
3 3,15a 3,69a 1,99b 1,84b 0,46 33,29 <0,0001
Npm 1 0,20a 0,06b 0,04b 0,03b 0,71 51,93 <0,0001
-1
g.Kg 2 0,15a 0,06b 0,02c 0,03bc 0,69 49,57 <0,0001
3 0,08a 0,05b 0,01c 0,01c 0,69 45,34 <0,0001
Enz 1 698,24a 270,23b 275,53b 251,97b 0,66 37,92 <0,0001
µg p-nitrof. 2 281,65a 221,62b 207,72b 184,26b 0,28 26,68 0,0020
-1 -1
g soil h
3 192,26a 147,00b 176,71ab 144,71b 0,19 25,96 0,0227
Res 1 47,32a 33,38b 38,31ab 29,26b 0,20 37,40 0,0171
-1 -1
kgCO2.ha d
6
MOP: Materia orgánica particulada de 2 a 0,053mm, MOPa: MOP de 2 a 0,5mm; MOPb:

MOP de 0,5 a 0,053 mm; Npm: nitrógeno potencialmente mineralizable; Enz: actividad
de fosfatasas acidas; Res: respiración de suelo.
*Valores de Enz. Publicados en Toledo et al., 2015.
Las variables que integraron la categoría fueron: materia orgánica particulada total
(MOP), materia orgánica particulada fracción gruesa (MOPa), materia orgánica
particulada fracción fina (MOPb), nitrógeno potencialmente mineralizable (Npm),
respiración de suelo (Res) y actividad de la enzimática de la fosfatasa ácida (Enz).
A partir del ACP basado en la matriz de correlaciones, se obtuvieron en total, 6

componentes principales (CP) ó dimensiones, de las cuales se presentan sólo las
primeras 5 (Tabla 2).
La componente principal 1, explicó la mayor variabilidad (66%), en tanto que las

componentes 2 y 3 explicaron un 16% y un 10% respectivamente.
Tabla 2: Primeras 5 componentes principales obtenidas para las variables biológicas

evaluadas en los 0,30 m del perfil de suelo, sus autovalores, proporción de variancia
explicada y variancia acumulada.
CP 1 2 3 4 5
Autovalor 3,959 0,996 0,622 0,255 0,166
Proporción 0,659 0,166 0,103 0,042 0,027
Acumulada 0,825 0,928 0,970 0,997 0,825
Se puede observar, que las dos primeras dimensiones, explicaron un 82% de la

variabilidad total.
En base a los autovalores>1, y examinando los gráficos de codo óscreeplots (Fig. 1),
sólo la componente 1 fue seleccionada.
7
Figura 1: Gráfico de codo o Screeplot de propiedades biológicas de 0-0,30 m
Selección de atributos de calidad dentro de cada componente principal: se

consideraron con contribución significativa a cada componente principal, aquellas
variables cuyos autovectores presentaron cargas >2/3 de la carga máxima y una alta
correlación con las componentes (Tabla 3).
Tabla 3: Autovectores de componente seleccionada. Se señalan con negrita a la carga

máxima y con *, a aquellas variables cuyos autovectores presentaron cargas >2/3 de la
carga máxima.
Variable CP1
MOPa 0,45*
MOPb 0,46*
MOP 0,47
Npm 0,38*
Enz 0,42*
Res 0,14
En la componente seleccionada, presentaron alta cargas las variables MOPa, MOPb,

MOP, Npm y Enz.
En el círculo de correlaciones (Fig. 2), se puede observar que todas las variables,
excepto Res, presentaron una correlación alta y positiva con la CP1.
8
Figura 2. Círculo de correlaciones con la representación de las variables biológicas

respecto a las componentes o dimensiones 1 y 2
Figura 3: Gráfico bi –plotcorrespondiente al ACP de las variables biológicas: elipses de

confianza al 95% rodeando las categorías de uso del suelo, sobre el plano principal
producido por las componentes ó dimensiones 1 y 2.
La CP1 fue el principal eje de variabilidad, articulando las figuras 2 y 3, se puede

observar que los suelos sin disturbio antrópico, se ubicaron mayormente sobre la
9
derecha del plano, presentando los mayores contenidos de MOP, MOPa y MOPb, como
así también mayor actividad de las enzimas fosfatasas (Enz).
A la izquierda del plano, se ubicaron los suelos bajos usos yerbatero y tabacalero,
presentando los menores contenidos de materia orgánica particulada y menor actividad
biológica (Npm y Enz). Los correspondientes al tratamiento citrus adoptaron una
posición intermedia entre selva y los usos yerba y tabaco.
En la Figura 2 se puede observar respecto al grado de asociación entre las variables,

que la mayor asociación estuvo dada por el nitrógeno potencialmente mineralizable, la
actividad de las enzimas fosfatasas ácidas y la fracción de materia orgánica particulada
más gruesa (MOPa).
Construcción de índices de calidad biológica:
Para la construcción del índice se seleccionó la componente 1 y dentro de ésta las

variables MOPa, MOPb, Npm y Enz. No se seleccionó la variable Res, por presentar
baja correlación con la CP1 (r=0,28), como tampoco MOP a los efectos de evitar
redundancia ya que la misma resultó de la sumatoria de las fracciones MOPa y MOPb.
A partir de la CP1, el índice obtenido se denominó IB-30-1 “Índice de Actividad

biológica”, su formulación fue:
Y1= MOPa*0,45+MOPb*0,46+Npm*0,38+Enz*0,42
El índice IB-30-1, depende de las variables MOP en sus distintas fracciones, Npm y
actividad de la enzima fosfatasa ácida, es decir que está relacionado al sustrato
orgánico fácilmente mineralizable, a su mineralización y al potencial de proveer
nutrientes en el corto plazo. El índice tomará valores más altos, cuanto mayor sea la
calidad del suelo.
Puntuaciones del índice de calidad biológica para los distintos usos de suelo:
Las puntuaciones obtenidas para el índice bajo los distintos sistemas de uso se pueden
observar en la Tabla 4.
10
Tabla 4: Puntuaciones o “scores” para el índice de calidad biológica del suelo, bajo los
sistemas selva (Sv), citrus (Ci), yerba mate (Yc) y tabaco (Ta). Anova y Prueba LSD
(p<0,05).
IB-30-1
“Actividad biológica”
Sistema
Sv 1,38a
Ci 0,14b
Ta -0,74c
Yc -0,78c
p-valor 0,0001
El índice tomó el mayor valor para suelos de alta calidad (selva) y resultó sensible para
distinguir entre usos, estableciendo el siguiente orden de calidad Sv>>Ci>Ta y Yc.
Los suelos bajo selva presentaron la mayor calidad biológica, lo cual se asoció a una
mayor acumulación de material vegetal (hojarasca y/ó residuos) en los primeros
centímetros del perfil favoreciendo la acumulación de MO, principalmente de material
particulado ó carbono lábil (Eiza et al., 2005), material orgánico fácilmente
descomponible. La materia orgánica es esencial para la actividad biológica del suelo,
proporciona recursos energéticos a los organismos del suelo, en forma de carbono lábil
(Martínez et al., 2008).
El menor valor del índice para suelos bajo cultivos de yerba mate y tabaco fue atribuido
a que en éstos el producto de la cosecha son las hojas, siendo por lo tanto menor el
aporte de MO que vuelve al suelo, como así también menores la mineralización del
nitrógeno y la actividad enzimática. Tanto la destrucción de los agregados, acelerando la
degradación de los materiales orgánicos lábiles, como la disminución de residuos
debido a la extracción de material foliar por las cosechas, conllevan a un menor retorno
de biomasa y reducen el carbono orgánico del suelo (Reeves, 1997; Píccolo et al.,
2004). La disminución del potencial del suelo para mineralizar nitrógeno está
relacionado a una menor actividad microbiana y una degradación de las propiedades
biológicas del suelo (Deenik, 2006).
En Toledo et al., 2015, la actividad enzimática por sí sola, sólo permitió diferenciar entre
suelos naturales y cultivados, sin embargo su incorporación a un CMD y su participación
en la conformación de un Índice biológico, permitió aumentar la sensibilidad y distinguir
entre los distintos usos de suelo.
11
Conclusiones
 Se desarrolló un índice de calidad biológica: el IB-30-1 ó índice de “Actividad

biológica”.
 El índice obtenido resultó sensible para distinguir entre sistemas, permitiendo

establecer el siguiente orden de calidad de suelo: Sv>Ci >Ta=Yc.
 La combinación de los diferentes atributos en un índice biológico contribuyó a

conocer lo que sucede en el suelo por efecto del cambio en el uso de las tierras y
constituye una herramienta adecuada para la toma de decisiones en cuanto a sistemas
de cultivo, manejo de los suelos y políticas agrarias.
Agradecimientos
A la Secretaría General de Ciencia y Técnica (UNNE) por el financiamiento parcial de la

presente investigación, al Dr. Germán Bolleropor sus valorables aportes y al Dr. H.C.
Dalurzopor su participación en el muestreo y determinación de la Respiración de suelo.
Bibliografia
Abeyasekera, S. 1995. Multivariate methods for index construction. En: Krzanowski,

W.J. & F.H.C. Marriott. Multivariate Analysis, Part II. London. 280 p.
Acton, D.F. & G.A. Padbury. 1993. A conceptual framework for soil quality assessment
and monitoring. En: A program to assess and monitor soil quality in Canada: Soil quality
evaluation summary. Res. Branch, Agric. Canada, Ottawa, ON. p: 2-10.
Almenara-Barrios, J.; C. García-Ortega; J.L. González-Caballero & M.J. Abellán-Hervás.

2002. Creación de índices de gestión hospitalaria mediante análisis de componentes
principales. Salud pública de México, 44 (6): 533-540.
Argüelles-Cárdenas, J.H. 1990. Selección de variables en cebada mediante el análisis

de componentes principales. Revista ICA, Colombia, 25 (4): 355-365.
Arshad, M.A. & S. Martin. 2002. Identifying critical limits for soil quality indicators in agro-
ecosystems. Agriculture, Ecosystems & Environment, 88: 153-160.
Bramardi, S. 2009. Métodos de Análisis Multivariado, Curso de Posgrado. Facultad de

Ciencias Agrarias, Universidad Nacional del Nordeste-Universidad Nacional de
Comahue.
12
Bredja, J.J.; T.B. Moorman; D.L. Karlen & T.H. Dao. 2000. Identification of regional soil
quality factors and indicators: I. Central and southern high plains. Soil Sci. Soc. Am. J.,
64: 2115-2124.
Cambardella, C.A. & E.T. Elliott. 1992. Particulate soil organic matter changes across a
grassland cultivation sequence. Soil Sci. Soc. Am. J., 56: 777-783.
De la Rosa, D. 2008. Evaluación agro-ecológica de los suelos para un desarrollo rural

sostenible. Ediciones Mundi-Prensa. 404 p.
Deenik, J. 2006. Nitrogen mineralization potential in important agricultural soils of

Hawai„i. College of Tropical Agriculture and Human Resources (CTAHR), Soil and Crop
Management. En: www.ctahr.hawaii.edu/deenikj/Downloads/SCM-15.pdf. Fecha último
acceso: 27/04/2013.
Doran, J.W. & A. Jones. 1996. Methods for assessing soil quality. SSSA Special Publ.
49. Soil Science Society of America Inc. Madison, WI.
Doran, J.W. & T.B. Parkin. 1994. Defining and assesing soil quality. In: Defining soil
quality for sustaninable environment. J.W. Doran et al. (Eds.) SSSA Spec. Publ. 35.
SSSA and ASA, Madison. WI, p: 3-21.
Ebert, U. & H. Welch. 2004. Meaningful environmental indices a social choice approach.
Journal Environmental Economics and Managament, 47: 270-283.
Eiza, M.J.; N. Fioriti; G.A. Studdert & H.E. Echeverría. 2005. Fracciones de carbono
orgánico en la capa arable: efecto de los sistemas de cultivo y de la fertilización
nitrogenada. Ci. del Suelo (Argentina), 23(1): 59-67.
Etchevers, J.; C. Hidalgo; M. Vergara; M. Bautista & J. Padilla. 2009. Calidad de suelo:
Conceptos, indicadores y aplicación en agricultura. En: López-Blanco, J. & M. de L
Rodríguez Gamiño. Desarrollo de indicadores ambientales y de sustentabilidad en
México. Ed. Universidad Nacional Autónoma de México UNAM Colección Geografía
para el siglo XXI. Serie Libros de Investigación, nº 3. 196 p.
Franco, T.L. & R. Hidalgo. 2003. Análisis estadístico de datos de caracterización

morfológica de recursos fitogenéticos. Boletín técnico IPGRI nº 8. Instituto Internacional
de Recursos Fitogenéticos, Cali, Colombia. 89 p.
Giuffré, L.; R. Romaniuk; M.E. Conti & N. Bartoloni. 2006. Multivariate evaluation of no-
tillage system quality indicators in Argiudolls of Rolling Pampa (Argentina). BiolFert.
Soils, 42: 556-560.
13
Godshalk, B.E. & H.D. Timothy. 1988. Factor and principal component analysis as
alternative to index selection. Theor. Appl. Genet., 76: 352-360.
He, Z.L.; X.E. Yang; V.C. Baligar & D.V. Calvert. 2003. Microbiological and biochemical
indexing systems for assessing quality of soil acids. Advances in Agronomy, 78: 89-138.
Husson, F.; S. Lê & J. Pagès. 2011. Exploratory multivariate analysis by example using
R. Computer science & data analysis series. Taylor & Francis Group/CRC Press. Boca
Raton, 228 p.
Jackson, J.E. 2003. A user´s guide to principal components. Wiley series in probability
and statistics. Nueva York. John Wiley & Sons, Inc. USA
Jhonson, R.A. & D.W. Wichern. 2007. Applied multivariate statistical analysis. Pearson
education Inc. London, 767 p.
Johnson, D.E. 2000. Métodos multivariados aplicados al análisis de datos. México:

International Thomson Editores.
Karlen, D.L.; M.J. Mausbach; J.W. Doran; R.G. Cline; R.F. Harris & G.E. Schuman.
1997. Soil quality: a concept, definition, and framework for evaluation. Soil Sci. Soc. Am.
J., 61: 4-10.
Karlen, D.L.; S.S. Andrews & J.W. Doran. 2001. Soil quality: current concepts and
applications. Advances in Agronomy, 74: 1-39.
Manly, B.F.J. 1997. Multivariate statistical methods: A primer. Second Ed. Chapman &
Hall, London. 216 p.
Mariscal Sancho, I de L. 2008. Recuperación de la calidad de Ultisoles mediterráneos

degradados, mediante la aplicación de enmiendas y formas alternativas de uso. Tesis
Doctoral. 296 p. Universidad Politécnica de Madrid. España. En:
oa.upm.es/1597/1/IGNACIO_DE_LOYOLA_MARISCAL_SANCHO.pdf Fecha último
acceso: 18/12/2013.
Martínez, E.; J. Fuentes & E. Acevedo. 2008. Carbono orgánico y propiedades del suelo.
J. Soil Sc. Plant Nutr. 8 (1): 68-96. En: www.scielo.cl/pdf/rcsuelo/v8n1/art06.pdf. Fecha
último acceso: 13/09/13.
Masto, R.E.; P.K. Chhonkar; D. Singh & A.K. Patra. 2008. Alternative soil quality indices
for evaluating the effect of intensive cropping, fertilization and manuring for 31 years in
the semi-arid soils of India. Environ. Monit. Assess. 136: 419-435.
McCabe, G.P. 1984. Principal Variables. Technometrics, 26 (2): 137-144.
14
Morales Vallejo, P. 2013. El Análisis Factorial en la construcción e interpretación de

tests, escalas y cuestionarios. Universidad Pontificia Comillas, Madrid. En:
www.upcomillas.es/personal/peter/investigacion/AnalisisFactorial.pdf Fecha último
acceso: 15/09/2013.
Nelson, D.W. & L.E. Sommers. 1996. Total carbon, organic carbon and organic matter.
In: J.M. Bigham (ed.). Methods of soil analysis, Part. 3. Chemical Methods. p: 961-1010.
Am. Soc. Agron. & Soil Sci. Soc. Am. J., Madison, WI.
Nortcliff, S. 2002. Standardization of soil quality attributes. Agriculture, Ecosystems and

Environment, 88: 161-168.
NRCS-USDA. 1996. Indicators for Soil Quality Evaluation. Soil quality information sheet.
United States Department of Agriculture, NRCS. En: www.nrcs.usda.gov/ Internet/
FSE_DOCUMENTS/nrcs142p2_053149.pdf Fecha último acceso: 4/03/2014.
Píccolo, G.A.; J.A. Galantini & R.A. Rosell. 2004. Organic carbon fractions in a yerba
mate plantation on a subtropical Kandihumult of Argentina. Geoderma, 123: 333-341.
Quevedo, R.L. 1991. Una metodología para un estudio de las fincas de producción
lechera en el estado Yaracuy. Universidad Central de Venezuela, UCV. Facultad de
Agronomía. Maracay-Venezuela. 340 p.
Reeves, DW. 1997. The role of soil organic matter in maintaining soil quality in
continuous cropping systems. Soil & Tillage Res., 43: 131-167.
Santana Rodríguez, L.M.; L.A. Escobar Jaramillo & P.A. Capote. 2010. Estimación de un
índice de calidad ambiental urbano, a partir de imágenes de satélite. Revista de
Geografía Norte Grande 45: 77-95. http://dx.doi.org/10.4067/S0718-
34022010000100006.
Sarrantonio, M.; J.W. Doran; M.A. Liebig & J.J. Halvorson. 1996. On farm assessment of
soil quality and health. p. 83-105. In: JW Doran & AJ Jones (eds.) Methods for assessing
soil quality. SSSA. Spec. Publ. 49. SSSA, Madison, WI.
Schulte, E.E. 1988. Recommended soil organic matter test. p. 29-32. In: Recommended
Chemical Soil Test Procedure for the North CentralRegion. North Cen. Reg. Pub. Nº221.
Bull. Nº499. North Dakota Ag. Exp.Stn., ND State Univ., Fargo, ND.
Shukla, M.K.; R. Lal & M. Ebingerb. 2006. Determining soil quality indicators by factor
analysis. Soil & Tillage Research, 87: 194-204.
15
Sinha, S.; R.E. Masto; L.C. Ram; V.A. Selvi; N.K. Srivastava; R.C. Tripathi & J. George.
2009. Rhizosphere soil microbial index of tree species in a coal mining ecosystem. Soil
Biology & Biochemistry, 41: 1824-1832.
Tabatabai, M.A. 1982. Soil enzymes. In: Page, A.L.; R.H. Miller & D.R. Keeney (eds.).
Methods of soil analysis. Part 2. Chemical and microbiological properties. 2nd ed.
Madison: Soil Science Society of America. p: 903-927.
Toledo, D.M.; S.A. Arzuaga; S.M. Contreras Leiva & S. Vazquez. 2015. Biological
indicators of soil quality in natural and cultivated subtropical systems. Journal of
Advances in Agricultura. 4 (2): 392-397.
Torres, D.; A. Florentino & M. López. 2006. Indicadores e índices de calidad del suelo en
un Ultisol bajo diferentes prácticas de manejo conservacionista en Guárico, Venezuela.
Bioagro, 18(2): 83-91.
Tusell, F. 2008. Análisis Multivariante. Notas para alumnos de Estadística: Análisis

Multivariante. Bilbao, España. 165 p.
Villamil, M.B.; F.E. Miguez & G.A. Bollero 2008. Multivariate Analysis and Visualization
of Soil Quality Data for No-Till Systems. J. Environ. Qual., 37: 2063-2069.
Wander, MM & GA Bollero. 1999. Soil Quality Assessment of Tillage Impacts in Illinois.
Soil Sci. Soc. Am. J., 63: 961-971.
Xu, M.; Y. Zhao; G. Liu; & G.V. Wilson. 2006. Identification of soil quality factors and
indicators for the loess plateau of China. Soil Science, 171: 400-413.
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 Biology & Biochemistry, 40:
2079-2087.
16
DISTRIBUCIÓN DE RAÍCES DE CULTIVOS DE COBERTURA EN DOS SUELOS EN

LA REGIÓN SEMIÁRIDA PAMPEANA
FRASIER, I.*(1), UHALDEGARAY M. (2)

, ODERIZ A. (2)
, FERNÁNDEZ, R. (2)
,
NOELLEMEYER E. (2,3), QUIROGA, A. (2,3)
(1)
Instituto de Suelos, CIRN, INTA Castelar. Nicolás Repetto y De los Reseros s/n
(1686), Hurlingham, Buenos Aires. Ruta 5, km 580, CP 6326, CC11. Anguil, La Pampa.
(2)
EEA INTA Anguil, Ruta 5, km 580, CP 6326, CC11. Anguil, La Pampa.
(3)
Fac de Agronomía UNLPam, Ruta 35, CP6300, CC30. Santa Rosa, La Pampa.
*[email protected]
Palabras clave: Entisol; Molisol; vicia-centeno.
Resumen
El objetivo del presente trabajo fue evaluar la cantidad y distribución de raíces de

centeno y vicia como cultivos de cobertura (CC) en dos suelos de diferente
granulometría y profundidad de la Región Semiárida Pampeana. Dentro de la Estación
Experimental INTA Anguil (La Pampa) se seleccionaron dos tipos de suelo: a) Paleustol
petrocálcico con presencia de un manto calcáreo a partir de los 80-100 cm de
profundidad y b) Ustipsamment típico sin limitaciones en profundidad. Los tratamientos
fueron un testigo sin CC (T), centeno (C), vicia (V) y la consociación vicia-centeno (VC).
El diseño experimental fue en bloques completamente aleatorizados con 4 réplicas. Se
cuantificó biomasa aérea y biomasa de raíces hasta el metro de profundidad al finalizar
el ciclo de los CC en la campaña 2015. La biomasa de raíces de los CC hasta el metro
de profundidad de suelo varió entre 3103 y 4866 kg ha-1 y estuvo condicionada por el
tipo de suelo y el tratamiento (p=0,0380). Los tratamientos con la gramínea sola o
consociada alcanzaron los valores más altos de raíces totales en ambos suelos sin
efecto aparente por la presencia de tosca. En cambio, la leguminosa tuvo un
comportamiento diferencial según el tipo de suelo registrándose los valores más bajos
de biomasa de raíces en el Ustipsamment. La distribución de raíces a lo largo del perfil
evidenció diferencias entre especies principalmente en los primeros 20 cm del perfil.
Además, la vicia contribuyó con un 38 y 41% de raíces distribuidos por debajo del
horizonte A en el Entisol y Molisol respectivamente, en cambio en el Entisol el centeno
solo tuvo un 12% de raíces a mayor profundidad.
Introducción
Los cultivos de cobertura (CC) proveen numerosos servicios ecosistémicos que han sido
ampliamente estudiados (ver revisiones bibliográficas Blanco-Canqui et al., 2015;
Poeplau y Don, 2015). Muchos de los beneficios de su uso en sistemas agrícolas han
sido relacionados principalmente con su productividad aérea y la cobertura remanente
1
que dejan sobre la superficie del suelo mientras que sus raíces no han sido estudiadas
en profundidad.
En general, el sistema radicular de los cultivos cumple un rol fundamental tanto en el

anclaje como en la absorción de agua y nutrientes. En regiones semiáridas en particular
donde la disponibilidad de agua puede resultar una limitante considerable, la habilidad
del sistema de raíces de explorar el perfil de suelo, y por ende mejorar la captura de
agua, puede condicionar la productividad aérea de los cultivos (Palta et al., 2011).
Desde el punto de vista de los CC esto contribuiría con un mayor volumen de biomasa
aérea y por ende de residuos sobre la superficie del suelo. Sin embargo, la distribución
de raíces a lo largo del perfil puede estar limitada por el tipo de suelo. En la región
semiárida pampeana se pueden identificar dos tipos de suelo de características
contrastantes: Molisoles con presencia de manto calcáreo a profundidad variable y
Entisoles sin limitaciones aparentes en profundidad. Sin embargo, no existe información
acerca de la profundidad de exploración de raíces de las diferentes especies que se
utilizan como cultivos de cobertura. La bibliografía sugiere valores de exploración de
raíces en cereales invernales (trigo, cebada y avena) que varían entre 0,6 y 2 m de
profundidad según la especie utilizada y el tipo de suelo (Hoad et al., 2001).
Las raíces también representan un aporte importante de residuos al suelo impactando

sobre el ciclado de nutrientes y la formación de materia orgánica del suelo (Maeght et
al., 2013). En ese sentido, la interacción de las raíces con la matriz del suelo y los
microorganismos que habitan en él, generan cambios en el ambiente circundante
relacionados con la agregación del suelo y la estabilización de componentes orgánicos,
condicionados a su vez, por la composición granulométrica del suelo (Denef y Six,
2006). De hecho, las raíces contribuyen más a la formación de materia orgánica del
suelo que la biomasa aérea de los cultivos según plantean los nuevos modelos
conceptuales (Cotrufo et al., 2013; Schmidt et al., 2011). Estos antecedentes ponen en
evidencia la necesidad de profundizar el estudio de las raíces y su contribución a la
dinámica de nutrientes en los sistemas productivos de la región.
El objetivo del presente trabajo fue evaluar la cantidad y distribución de raíces de

centeno y vicia como cultivos de cobertura en dos suelos de diferente granulometría y
profundidad de la región semiárida pampeana.
La experiencia se llevó a cabo dentro de la Estación Experimental INTA Anguil, ubicada

en la Provincia de La Pampa sobre dos tipos de suelo característicos de la región. Un
Paleustol petrocálcico con presencia de un manto calcáreo a partir de los 80-100 cm de
profundidad con las siguientes características edáficas: 44% de arcilla más limo (A+L),
2,4% de materia orgánica (MO), 0,12% de nitrógeno total (N), pH 5,9 y 39 ppm de
fósforo (P). El segundo suelo correspondió a un Ustipsamment típico con 12% A+L, 1%
MO, 0,06% N, pH 6 y 33 ppm de P. Este suelo no presenta limitaciones en profundidad
2
aunque estuvo condicionado por el aporte de agua de la napa freática como

consecuencia de la recarga de una laguna contigua. Ambos sitios corresponden a
ensayos de larga duración establecidos en el año 2010 con rotaciones con cultivos de
cobertura (abril-septiembre) y sorgo o maíz (noviembre-abril) bajo siembra directa con
un diseño experimental en bloques completamente aleatorizados con 4 réplicas. Las
determinaciones para esta experiencia se llevaron a cabo durante la campaña 2015. Los
tratamientos fueron un testigo sin CC (T), centeno (C), vicia (V) y la consociación vicia-
centeno (VC). La densidad de siembra utilizada fue de 200 semillas por metro lineal
tanto para vicia como para centeno, y la misma fue regulada a una proporción 40/60 de
centeno y vicia en la consociación. Todos los tratamientos fueron fertilizados con fósforo
(20 kg P/ha) a la siembra de los CC para evitar deficiencias de este elemento. El
crecimiento de los CC se detuvo mediante una pulverización combinada de glifosato (3
L ha-1) y 2-4 D éster (0.4 L ha-1) para asegurar el secado total de los mismos.
Para cuantificar la productividad aérea de los CC se realizó un corte por parcela previo a
la finalización del ciclo de los cultivos utilizando un aro de 0.25 m2. Las muestras fueron
llevadas inmediatamente al laboratorio y colocadas en estufa a 60oC por 72 hs o hasta
lograr su peso constante. Para evaluar la biomasa de raíces de los cultivos de cobertura
se trazó en cada parcela una transecta al azar entre dos líneas de siembra del CC
distanciadas a 17 cm. En cada transecta se realizaron 4 piques equidistantes utilizando
un barreno tubular de 3,2 cm de diámetro, el primer y último pique coincidió con las
líneas de siembra del cultivo. La profundidad de muestreo fue hasta los 100 cm
estratificando cada 20 cm. Las muestras se almacenaron en freezer (-20oC) hasta su
procesamiento. Para separar las raíces del suelo se utilizó un tamiz de 250 (Barley,
1970) aplicándoles presión con un chorro de agua. Las raíces obtenidas en los tamices
se separaron manualmente de posibles impurezas utilizando una pinza metálica, se
colocaron en estufa a 60oC por 24 hs y luego fueron pesadas. Para evaluar la biomasa
total de raíces (BRT) se calculó el porcentaje de participación de las mismas
determinadas sobre la línea de siembra (LS) (5 cm/17 cm x 100 = 29%) y sobre el
entresurco (ES) (12 cm/17 cm x 100= 71%). El cálculo de biomasa de raíces totales se
realizó a partir de la siguiente ecuación (Frasier et al., 2014):
Con esta información se calculó el cociente entre la biomasa de raíces al metro de

profundidad descontando los valores de los testigos y la biomasa aérea (BA) de los CC
(BRT/BA).
Los resultados fueron analizados mediante ANOVA utilizando el Test de Fisher para la
comparación de medias. La biomasa total de raíces fue transformada al Ln (y) y los
3
resultados presentados corresponden a las medias retransformadas. Los análisis

estadísticos se realizaron con el software InfoStat (Di Rienzo et al., 2009).
La biomasa de raíces de los CC registrada hasta el metro de profundidad de suelo varió

entre 3103 y 4866 kg ha-1 y estuvo condicionada por el tipo de suelo y el tratamiento
(p=0,0380) (Tabla 1). Los tratamientos con la gramínea sola o consociada alcanzaron
los valores más altos de raíces en ambos suelos sugiriendo que la presencia de tosca a
partir de los 80-100 cm de profundidad no sería una limitante aparente para su
desarrollo radicular. En cambio, la leguminosa tuvo un comportamiento diferencial según
el tipo de suelo registrándose los valores más bajos de biomasa de raíces (1 m) en el
suelo Ustipsamment. En términos de su productividad aérea, la vicia produjo menos
biomasa a la observada en los tratamientos con centeno solo o consociado en ambos
tipos de suelo (Tabla 1). Similares resultados han sido evidenciados en trabajos previos
sobre la productividad aérea de estas especies (Álvarez et al., 2013; Quiroga et al.,
2009).
La relación entre la biomasa de raíces y la biomasa aérea ha sido utilizada como un

indicador de cambios en la partición a estos órganos según la especie (Iwasa y
Roughgarden, 1984) y el ambiente en el cual se desarrolla (Wilson, 1988). Los
resultados indican que la vicia fue la especie que acusó los valores más altos de este
índice en ambos tipos de suelo con magnitudes que variaron entre 0,9 y 1,1 (Tabla 1).
Los pocos estudios realizados con cultivos de cobertura sugieren que la productividad
de raíces puede ser igual o mayor a la productividad aérea de los mismos (Sainju et al.
1998; Gardner y Sarrantonio, 2012). Sin embargo, en esta experiencia esto solo se
comprobó con la especie leguminosa, mientras que la gramínea produjo una biomasa
de raíces equivalente al 40-60% de lo producido en la parte aérea en ambos tipos de
suelo. En relación al efecto del ambiente sobre el balance entre la biomasa de raíces y
la aérea, se asume que la relación entre estas variables responde a la disponibilidad de
nutrientes disminuyendo cuando existe una limitante en el suelo (Andrews et al., 1999;
Fageira y Moreira, 2011). Si bien los resultados indican diferencias en términos de la
productividad aérea de los CC según el tipo de suelo, la partición entre raíces y biomasa
aérea no estuvo condicionada por el tipo de suelo (calidad de sitio).
4
Tabla 1: Biomasa total de raíces de cultivos de cobertura hasta el metro de profundidad

del perfil (BRT), su biomasa aérea (BA) y la relación entre ambas variables (BRT/BA)
para dos tipos de suelo. Los tratamientos fueron: centeno (C), vicia (V) y la consociación
vicia-centeno (VC).
Tratamiento BRT (kg MS ha-1) BA (kg MS ha-1) BRT/BA

Ustipsamment típico
C 4866 ab 7440 a 0,6 a
V 3103 c 3102 b 0,9 b
VC 4105 ab 7440 a 0,5 a
Paleustol petrocálcico
C 4188 ab 9941 a 0,4 a
V 3905 b 3120 b 1,1 b
VC 5014 a 10620 a 0,4 a
Tratamiento 0,0063 <0,0001 0,0012
Suelo 0,3182 0,0275 0,4921
SxT 0,0380 0,1294 0,2192
En general, la inclusión de los CC representó un aporte extra de raíces al suelo a lo

largo de todo el perfil en ambos tipos de suelo (Figura 1). En el suelo Ustipsamment la
biomasa de raíces del centeno solo o consociado fue superior a la de vicia en los
primeros 20 cm del perfil (Figura 1a), siendo equivalente al 88 y 62% de las raíces
evaluadas al metro del perfil para la gramínea y la leguminosa respectivamente
(p=0,0068; DMS=14) (Figura 2). En el estrato de 20-40 cm, la consociación vicia-
centeno registró una biomasa de raíces inferior a V y C mientras que por debajo de esta
profundidad no se observaron diferencias entre tratamientos con CC (Figura 1a). Sin
embargo, resulta interesante resaltar que a esta profundidad, los valores más altos de
biomasa de raíces correspondieron a la leguminosa. A partir de los 40 cm, no se
encontraron diferencias entre tratamientos con CC (Figura 1a). En el Paleustol no se
encontraron diferencias entre tratamientos con CC a lo largo de todo el perfil de suelo
aunque se observó un leve incremento a partir de los 80 cm que podría estar asociado
con la presencia de tosca (Figura 1b). En este suelo se registró una mayor proporción
de raíces en los estratos inferiores al horizonte A (8-14%) independientemente de la
especie utilizada (C o V) (Figura 2). Probablemente estos cambios en la abundancia de
raíces por la inclusión de CC y su calidad (gramínea vs. leguminosa) impacten sobre la
dinámica de nutrientes y la materia orgánica del suelo en profundidad.
5
a) b)
Biomasa de raices (kg/ha) Biomasa de raices (kg/ha)
0 500 1000 1500 2000 2500 3000 3500 4000 4500 0 500 1000 1500 2000 2500 3000 3500 4000 4500
0 0
c b a a
b a a
20 20
40 0 200 400 600 40 0 200 400 600

40 40
c b a a c b ab a
60 60
60 60 b a a
b a a
80 80
80 b a a 80 b a a
100 100
b a a b a a
100 100
120 120
C T V VC C T V VC
Figura 1: Distribución de raíces de cultivos de cobertura hasta el metro de profundidad

para dos suelos: Ustipsamment típico (a) y Paleustol petrocálcico (b). Los tratamientos
fueron centeno (C), testigo sin CC (T), vicia (V) y consociación vicia-centeno (VC). Las
letras indican diferencias significativas entre tratamientos para cada profundidad de
suelo (α=0,05).
Figura 2: Proporción de la biomasa de raíces respecto del total al metro de profundidad

(%) en dos suelos: Ustipsamment típico (a) y Paleustol petrocálcico (b). Los tratamientos
fueron: centeno (C), vicia (V), consociación vicia-centeno (VC) y un testigo sin CC.
Conclusiones
La inclusión de los CC en sistemas agrícolas contribuyó con importantes aportes de

residuos sobre y dentro del suelo, siendo la gramínea la especie con los valores más
altos de residuos tanto aéreos como radiculares. En general las principales diferencias
entre especies se registraron en los primeros 20 cm del perfil. La presencia de tosca
(Paleustol) entre los 80-100 cm de profundidad no afectó la productividad de los CC
estudiados aunque evidenció cambios en el patrón de distribución de las raíces en
profundidad. La vicia contribuyó con un 38 y 43% de raíces distribuidos por debajo del
6
horizonte A en el Ustipsamment y Paleustol respectivamente, en cambio, el centeno

solo contribuyó con un 12% de raíces a mayor profundidad en el Ustipsamment.
Bibliografía
Álvarez, C.; A. Quiroga; D. Santos & M. Bodrero. 2013. Contribuciones de los cultivos de
cobertura a la sostenibilidad de los sistemas de producción. Publicaciones INTA.
Andrews, M.; J.L. Sprent; J.A. Raven & P.E. Eady. 1999. Relationships between shoot to
root ratio, growth and leaf soluble protein concentration of Pisum sativum, Phaseolus
vulgaris and Triticum aestivum under different nutrient deficiencies. Plant, Cell Environ.
22, 949–958.
Barley, K.P. 1970. The configuration of the root system in relation to nutrient uptake.
Adv. Agron. 22, 159–201.
Blanco-Canqui, H.; T.M. Shaver; J.L. Lindquist; C.A. Shapiro; R.W. Elmore; C.A. Francis
& G.W. Hergert. 2015. Cover Crops and Ecosystem Services: Insights from Studies in
Temperate Soils. Agron. J. 107, 2449.
Cotrufo, M.F.; M.D. Wallenstein; C.M. Boot; K. Denef & E. Paul. 2013. The Microbial
Efficiency-Matrix Stabilization (MEMS) framework integrates plant litter decomposition
with soil organic matter stabilization: Do labile plant inputs form stable soil organic
matter? Glob. Chang. Biol. 19, 988–995.
Denef, K. & J. Six. 2006. Contributions of incorporated residue and living roots to
aggregate-associated and microbial carbon in two soils with different clay mineralogy.
Eur. J. Soil Sci. 57, 774–786.
2009. Grupo InfoStat. FCA, Universidad Nacional de Córdoba, Argentina.
Fageria, N.K. & A. Moreira. 2011. Chapter Four – The Role of Mineral Nutrition on Root
Growth of Crop Plants, in: Advances in Agronomy. pp. 251–331.
Frasier, I.; D. Riestra; E. Noellemeyer & A.R. Quiroga. 2014. Aporte de C y N de raíces
de cultivos de cobertura, in: Sa Pereira, E., Minoldo, G., Galantini, J.A. (Eds.), Impacto
de Los Sistemas Actuales de Cultivo Sobre Las Propiedades Químicas Del Suelo:
Efectos Sobre Los Balances de Carbono. p. 196.
Gardner, M. & M. Sarrantonio. 2012. Cover Crop Root Composition and Density in a
Long-Term Vegetable Cropping System Trial. J. Sustain. Agric. 36, 719–737.
Hoad, S.P.; G. Russell; M.E. Lucas & I.J. Bingham. 2001. The management of wheat,
barley, and oat root systems, in: Advances in Agronomy. pp. 193–246.
7
Iwasa, Y. & J. Roughgarden. 1984. Shoot/root balance of plants: Optimal growth of a

system with many vegetative organs. Theor. Popul. Biol. 25, 78–105.
Maeght, J.L.; B. Rewald & A. Pierret. 2013. How to study deep roots-and why it matters.
Front. Plant Sci. 4, 299.
Palta, J.A.; X. Chen; S.P. Milroy; G.J. Rebetzke; M.F Dreccer & M. Watt. 2011. Large
root systems: Are they useful in adapting wheat to dry environments? Funct. Plant Biol.
38, 347–354.
Poeplau, C. & A. Don. 2015. Carbon sequestration in agricultural soils via cultivation of
cover crops – A meta-analysis. Agric. Ecosyst. Environ. 200, 33–41.
Quiroga, A.R.; R. Fernandez; I. Frasier & C. Scianca. 2009. CULTIVOS DE

COBERTURA. Análisis de su inclusión en distintos sistemas de producción. Jornadas
Nacionales “Sistemas Productivos Sustentables: Fósforo, Nitrógeno y Cultivos de
Cobertura”. AACS. 10 y 11 de agosto, Bahía Blanca.
Sainju, U.M.; B.P. Singh & W.F. Whitehead. 1998. Cover Crop Root Distribution and Its
Effects on Soil Nitrogen Cycling. Agron. J. 90, 511.
Schmidt, M.W.I.; M.S. Torn; S. Abiven; T. Dittmar; G. Guggenberger; I.A. Janssens; M.

Kleber; I. Kögel-Knabner; J. Lehmann; D.A.C. Manning; P. Nannipieri; D.P. Rasse; S.
Weiner & E. Trumbore. 2011. Persistence of soil organic matter as an ecosystem
property. Nature 478, 49–56.
8
EVALUACIÓN DE ARTRÓPODOS EDÁFICOS ASOCIADOS A LA VEGETACIÓN EN

AGROECOSISTEMAS CON MANEJOS AGROECOLÓGICOS Y CONVENCIONALES
ROMINA IODICE*, PABLO HERGENRETHER, JONATHAN ARAVENA, NATALIA

PISMAN, ELBA WASINGER & RAFAEL INTROCASO
Universidad Nacional de Luján, Departamento de Tecnología - Ruta 5 y Avenida

Constitución - (6700) Luján, Buenos Aires, Argentina.
* [email protected]
Palabras clave: Trampas Pitfall; Diversidad; Grupo funcional.
Resumen
La biota edáfica garantiza múltiples funciones que dan como resultado un suelo sano,
estable y productivo. Las estrategias de manejo agroecológicas apuntan a generar
sistemas productivos más diversificados, basándose en el mejoramiento de la calidad
del suelo, incluyendo una biota edáfica más diversa y por el manejo del hábitat mediante
una diversificación temporal y espacial de la vegetación. El objetivo del presente trabajo
es el de evaluar el impacto de manejos convencionales y agroecológicos sobre los
artrópodos edáficos asociadas a la vegetación. El estudio se desarrolló en la cuenca
media del río Luján. Los grupos taxonómicos reconocidos fueron analizados según su
Abundancia, Riqueza y Diversidad. Además se agruparon según grupos funcionales y
se analizaron mediante Riqueza promedio y Abundancia Relativa. Si bien los resultados
obtenidos del análisis de los grupos taxonómicos muestran la tendencia esperada, no
se han encontrado diferencias estadísticamente significativas entre tratamientos. Si se
encontraron diferencias en los grupos funcionales. El presente estudio permitió evaluar
el impacto de diferentes sistemas de manejo del suelo sobre los artrópodos edáficos
asociadas a la vegetación en sistemas Agroecológicos y Convencionales en relación a
los grupos funcionales pero no en los grupos taxonómicos. Un número mayor de
muestreos y profundizar en la taxonomía permitiría fortalecer el análisis.
Introducción
La biota edáfica garantiza múltiples funciones que dan como resultado un suelo sano,
estable y productivo. Consiste en un grupo muy diverso de organismos que cumplen por
lo menos una parte de su ciclo de vida dentro o sobre él. La mayoría de estos
organismos edáficos son de vida libre y participan directa o indirectamente en la
descomposición y mineralización de residuos de plantas y animales (Hendrix, 1990).
Una parte importante de está biota está representada por los artrópodos edáficos que
están asociados directamente a la vegetación.
Las estrategias de manejo agroecológicas apuntan a generar sistemas productivos más

diversificados y autosuficientes. Estas estrategias se basan en dos pilares
1
representados por el mejoramiento de la calidad del suelo, incluyendo una biota edáfica
más diversa, y por el manejo del hábitat mediante una diversificación temporal y
espacial de la vegetación. Esta diversificación tiende a incrementar la biodiversidad
funcional de los agroecosistemas, representada por organismos que juegan papeles
ecológicos claves como lo es la entomofauna benéfica (Altieri & Nicholls, 2007).
En tanto, los agroecosistemas de la región pampeana se han simplificado en sistemas
donde prevalecen pocas especies agrícolas abandonando las rotaciones ganaderas
bajo pastoreo. Esta modalidad productiva demanda crecientes incorporaciones de
agroquímicos y fertilizantes sintéticos, usando maquinarias de siembra directa (Pengue,
2002). Esto ha provocado una pérdida de biodiversidad principalmente por el efecto de
los agroquímicos y la simplificación de hábitats (Guzmán Casado et al., 2000; Sarandón
& Flores, 2014) interfiriendo en la resistencia potencial del suelo a las perturbaciones a
corto y a largo plazo (Giller, 1997).
Para evaluar el impacto de diferentes prácticas de manejo sobre el suelo es necesario el

desarrollo de indicadores. Un indicador es una variable seleccionada y cuantificada que
permite ver una tendencia que de otra forma no es fácilmente detectable (Sarandón,
2002). Particularmente los biondicadores simplifican lo que probablemente sucedería en
la naturaleza y se centran en aquellas que estén adaptadas a las características
específicas del paisaje y/o tengan sensibilidad a distintos impactos o cambios. Tales
aplicaciones de los bioindicadores pueden ayudar no solo a mejorar el medio ambiente
sino también a generar mayor conciencia sobre la vida de los organismos y permitirían
apreciar el rol crucial en el sostenimiento de la vida del planeta que ellos tienen
(Paoletti,1999).
Mientras se acepta que la diversidad es esencial para el correcto funcionamiento de los

ecosistemas naturales, a menudo se pone en duda su papel en los sistemas agrícolas.
El aumento de diversidad favorece la diferenciación de hábitat, incrementa las
oportunidades de coexistencia y de interacción entre las especies y generalmente lleva
asociado una mayor eficiencia en el uso de los recursos (Martín López et al., 2007). En
particular, se ha tenido muy poca consideración en el rol que tiene la biota edáfica en el
desarrollo de prácticas de agricultura sustentable (Hendrix, 1990).
La relación entre la biodiversidad sobre y debajo del suelo es actualmente una tarea en
activa investigación. Altieri & Nicholls (2007) plantean que en la medida que emerja más
información sobre la biodiversidad, los procesos ecosistémicos y la productividad
derivados de estudios de una variedad de agroecosistemas, estarán disponibles
mayores elementos para el diseño agroecológico con el fin de mejorar la sustentabilidad
de los agroecosistemas y la conservación de los recursos.
En este sentido, el estudio de los artrópodos edáficos asociados a la vegetación aporta

en la búsqueda de bioindicadores que permitan evaluar el impacto de diferentes
sistemas de manejo sobre el suelo. El objetivo del presente trabajo es el de evaluar el
2
impacto de diferentes sistemas de manejo del suelo sobre los artrópodos edáficos
asociadas a la vegetación en sistemas convencionales y agroecológicos y detectar
aquellas prácticas que favorecen a estas comunidades edáficas.
La hipótesis planteada es que los agroecosistemas con manejo agroeocológicos

favorecen la riqueza, abundancia y diversidad de la biota edáfica asociada a la
vegetación.
Área de estudio y diseño experimental

El estudio se desarrolló durante el mes de octubre de 2014 en la cuenca media del río
Luján, localizada en la Pampa ondulada. El estudio se realizó en 3 predios
agroecológicos contrastados con 3 predios linderos de manejo convencional. Los
mismos se encuentran a lo largo de una transecta de aproximadamente 12 km, en las
localidades de Goldney, Mercedes (Sitio 1), Carlos Keen, Luján (Sitio 2) y Cortinez,
Luján (Sitio 3). Cada sitio representa una réplica, por lo que se definen dos tratamientos
(Agroecológico y Convencional) con 3 réplicas cada uno (Tabla 1).
Los suelos predominantes pertenecen a la Serie Solísy Mercedes, dentro del Gran
Grupo Argiudol (USDA- S. Taxonomy V., 2006).
El tratamiento Agroecológico está representado por lotes con pasturas polifíticas

plurianuales cuyas especies predominantes son:festuca (Festuca arundinácea), raigrás
anual (lolium multiflorum), pasto ovillo (Dactylis glomerata), trébol blanco (Trifolium
repens), trébol rojo (Trifolium pratense) y lotus (Lotus tenuis). En todos los casos las
pasturas tienen como mínimo una duración de 3 años. En dichos sistemas no se utilizan
herbicidas ni otro tipo de agroquímicos. El tratamiento Convencional se basa en un
planteo de agricultura continua bajo siembra directa con uso herbicidas y fertilizantes
sintéticos.
Tabla 1: Diseño experimental

Localidad Agroecológico Convencional
Sitio 1: Goldney A1: Pastura polifítica C1: Barbecho químico
Sitio 2: Carlos Keen A2: Pastura polifítica C2: Trigo
Sitio 3: Cortinez A3: Pastura polifítica C3: Barbecho químico
Durante el muestreo C1 tenía cobertura vegetal de capiquí (Stellaria media). Por su

parte, en C2 existía un cultivo de trigo en estadio fenológico de espigazón y en C3 el
lote tenía rastrojos de maíz. En los 3 casos existe agricultura continua sin rotación con
pasturas.
3
Estudio de los artrópodos

El estudio de los artrópodos edáficos se realizó mediante trampas de caída (pit-fall) que
constaron de recipientes de 82 mm de diámetro y 100 mm de profundidad ubicados en
una transecta en cada lote estudiado. Cada sitio fue evaluado mediante 3 muestras
compuestas, contando con un total de 9 muestras por tratamiento. Cada una de las
muestras estuvo separada entre sí por una distancia de 30 m. Cada muestra
compuesta estuvo integrada por 5 submuestras separadas por 3 m entre sí.
Cada submuestra constó de un recipiente con capacidad de 350 ml, en el que se

colocaron 200 ml de una solución de alcohol al 75 %, con unas gotas de detergente, que
actúa como surfactante para disminuir la tensión superficial del agua provocando que la
fauna se sumerja. Este dispositivo se colocó enterrado en el suelo quedando la boca del
tarro al ras de la superficie. Cada pit-fall se protegió con una cubierta de metal de 15 cm
x 15 cm, ubicada sobre la boca dejando una luz de 2.5 cm (Finnamore et al., 2002)
(Figura 1).
Luego de 7 días los artrópodos caídos en las pit-fall fueron recolectados y colocados en
tubos con tapas herméticas con una solución de alcohol al 70%. Las muestras fueron
acondicionadas en laboratorio y luego reconocidas taxonómicamente. Para ello se
utilizaron claves de identificación y consultas a especialistas. La resolución taxonómica
alcanzada en la mayoría de los casos fue hasta nivel de Familia. Los individuos
restantes fueron reconocidos hasta Orden, Suborden y Superfamilia.
Figura 1: Detalle de la trampa Pitfall.
Los grupos taxonómicos reconocidos fueron analizados mediante:

 Abundancia
 Riqueza: número de grupos taxonómicos
 Diversidad: se estimó mediante el índice de Shannon-Wiener (Magurran, 1989)
Todas las determinaciones se realizaron mediante el promedio de las 9 muestras por
tratamiento.
Una vez realizada la clasificación taxonómica, los artrópodos fueron agrupados
funcionalmente de acuerdo a su hábito alimenticio. El gremio trófico asignado se basó
en el hábito alimenticio de la mayoría de las especies que constituye cada grupo
taxonómico y los dividió en: fitófagos, predatores, omnívoros, detritívoros y
parasotoides.
4
Los grupos funcionales fueron analizados mediante:

 Riqueza promedio: número de grupos taxonómicos por grupo funcional
 Abundancia relativa: relación entre la abundancia de cada grupo trófico y la total
de cada muestra
 Diversidad de grupos funcionales del orden Coleoptera
Todas las determinaciones se realizaron mediante el promedio de las 9 muestras por
tratamiento.
Análisis estadístico: Los datos obtenidos se analizaron mediante una prueba de
ANOVA (p<0.05) y test de Tukey de comparaciones múltiples. Aquellos datos que no
cumplieron con las presuposiciones necesarias fueron analizados por el test no
paramétrico de Kruskal Wallis. Se estableció un criterio de marginalmente significativo
para un p>0.05 y <0.09. Todos los análisis se realizaron mediante el programa R (R
Development Core Team, 2013).
Resultados y Discusión:
Grupos taxonómicos
Se clasificaron taxonómicamente un total de 8 Órdenes, 2 Subórdenes, 5 Superfamilias

y 28 Familias. Los grupos dominantes para el tratamiento Agroecológico fueron los
Formícidos, Braquíceros y Aranae. Para el tratamiento Convencional fueron los
Braquíceros, Aranae y Formicidae (Tabla 2).
Se registró una abundancia total de 4132 individuos, de los cuales 2282 corresponden al
tratamiento Agroecológico y 1850 al Convencional. No se encontraron diferencias
significativas entre los tratamientos (p<0.05).
Los valores de Riqueza estuvieron en el rango de 9 a 23con un valor promedio de 17
para el Agroecológico y 15 para el Convencional.
Los valores de Diversidad estuvieron en el rango de 0.8 a 2.15 con un valor promedio de
1.90 para el Agroecológico y 1.66 para el Convencional.
No se encontraron diferencias significativas para los dos parámetros entre tratamientos
(Figura 2 y 3).
5
Tabla 2: Abundancia promedio de los diferentes grupos taxonómicos por tratamiento. En

negrita se señalan los grupos dominantes.
Clase Orden Suborden Superfamilia Familia Agroecológico Convencional
Insecta Coleoptera Carabidae 2,89 1,67
Escarabeidae 2,22 0,89
Staphylinidae 5,11 4,22
Elateridae 2,89 0,67
Curculionidae 0,67 0,11
Crisomelidae 0,00 0,22
Meloidae 0,11 0,00
Anobidae 0,33 0,33
Silfidae 0,11 2,00
Coccinellidae 0,11 0,22
Tenebrionidae 0,33 0,11
Silvánidae 0,67 1,22
Nitidulidae 11,67 2,33
Hemiptera Heteroptera Tingidae 0,22 0,00
Reduvidae 0,00 0,22
Aradidae 0,00 0,11
Miridae 0,67 1,78
Hydrometidae 0,11 0,00
Esternorrincos Afidoideos 3,33 16,33
Cocoideos 0,11 0,00
Psilidoideos 0,22 0,00
Auquenorrincos Cicadeloideos 3,89 1,89
Fulgoroideos 6,56 3,89
Neuroptera 0,00 0,33
Opiliones Sclerosomatidae 0,00 0,22
Gonilipeptidae 0,22 0,44
Diptera Brachycera 70,33 61,78
Nematocera 24,33 13,56
Ortoptera Grillidae 5,00 0,44
Grillotalpidae 0,33 0,00
Himenoptera Apócritas Formicidae 75,33 25,22
Vespidae 2,56 2,67
Tisanoptera 1,67 0,56
Lepidoptera 0,67 2,11
Blattodea 0,44 0,33
Dermaptera Anisolabididae 0,00 0,11
Malacostraca Isopoda Armadillidiidae 0,89 0,00
Gastrópoda Pulmonata 0,00 1,00
Anélidos Haplotaxida 0,11 0,22
Diplopoda Julidae 7,78 16,11
Quilopoda Henicopidae 0,11 0,11
Arachnida Aranae 21,56 42,33
6
Riqueza artrópodos Diversidad Artrópodos
20 2
18 1,8
16 1,6
14 1,4
12 1,2
10 1
8 0,8
6 0,6
4 0,4
2 0,2
0 0
Agroecológico Convencional Agroecológico Convencional
Figura 2 Figura 3
En una revisión bibliográfica realizada por Montañez Velázquez (2014), sobre 35

trabajos científicos donde se contrasta el comportamiento de los artrópodos en sistemas
orgánicos y convencionales, se evidencia que la abundancia y riqueza de los artrópodos
aumentan en los sistemas orgánicos. Esto se explica a partir de varias razones. Por un
lado se plantea que el diseño de los agroecosistemas orgánicos, imitando a los sistemas
naturales, generan un ambiente más atractivo para un mayor número de especies. Por
otra parte, la no aplicación de plaguicidas evita los daños colaterales hacia otras
especies como polinizadores y enemigos naturales. Además, la diversidad de plantas
cultivadas y la vegetación espontánea (especies arvenses) mantienen condiciones
microclimáticas favorables, ofreciendo refugio y alimento para el desarrollo de estos
artrópodos.
Si bien los valores promedio de abundancia, riqueza y diversidad total de artrópodos

obtenidos en este trabajo muestran la tendencia esperada, no se han encontrado
diferencias estadísticamente significativas entre tratamientos. Esto puede estar asociado
a que hasta el momento se cuenta con un solo muestreo. Por otra parte, alcanzar un
mayor nivel taxonómico (especie o morfoespecie) fortalecería el análisis.
En el tratamiento Agroecológico, las pasturas polifíticas hacen que el hábitat más
complejo debido a la asociación de diferentes de especies de leguminosas y gramíneas
que es permanente a lo largo de los años y no tienen el impacto de los agroquímicos.
Este efecto se ve enriquecido por la presencia de vegetación espontánea (especies
arvenses), presentes en los sistemas agroecológicos, aportando refugio y alimento para
el desarrollo de los artrópodos. En contraste, la calidad del hábitat del tratamiento
Convencional se ve afectada en cuanto a refugio, provisión de alimento y constantes
fumigaciones. Esto se debe a la predominancia de especies anuales principalmente de
leguminosas, las especies arvenses son controladas en forma permanente y se realiza
barbechos químicos. Esto implica escasa cobertura con rastrojos de bajo volumen y
calidad.
7
Zalazar & Salvo (2007) contrastaron artrópodos de huertas orgánicas y convencionales,

se encontró una mayor abundancia y riqueza de Hymenoptera incluyendo a la familia
Formicidae en las huertas orgánicas. Esto coincide con el grupo dominante encontrado
en el tratamiento Agroecológico. Los formícidos son indicadores biológicos sensibles a
diferentes disturbios ambientales (Peck et al., 1998). Son artrópodos sociales cuyos
nidos pueden ser simples o altamente complejos, formados en la superficie o en el
interior del suelo, para lo cual remueven diferentes estratos del suelo. Esto contribuye a
la descomposición y mineralización de la materia orgánica. De esta manera, también
crean sitios de refugio y alimentación para otros organismos descomponedores. Al igual
que las lombrices de tierra y las termitas, su acción fundamental es como ingenieros del
ecosistema, modificación de la estructura física del suelo y generan una gran variedad
de estructuras órgano-minerales (Jiménez et al., 2003).
Grupos funcionales
Analizando la riqueza promedio de cada grupo funcional por tratamiento, se observa que
los parasitoides presentan el menor valor para ambos tratamientos (Figura 4 y 5). En el
tratamiento Convencional, el resto de los grupos no presentó diferencias significativas y
en el Agroecológico la población de herbívoros fue mayor a los predatores (Figura 5).
Esto coincide con la revisión de Montañez Velázquez (2014) que encontró similar
cantidad de investigaciones donde la población de herbívoros es mayor en sistemas
convencionales tanto como en orgánicos. Esta situación debería contemplar la
posibilidad de una migración de artrópodos entre un campo y otro. Dado que los lotes
contrastados no tienen una barrera física que los separe (sólo alambrado), sumado al
momento del análisis donde 2 de los lotes Convencionales estaban en periodo de
barbecho con poca oferta de alimento, existe una posibilidad de traslado de este grupo
hacia la pastura agroecológica (Primavesi, 1982).
a
a Convencional;
a Convencional; Detritívoros;
a
Herbívoros; 4,222222222
Convencional;
3,888888889 Convencional;
Predatores;
Riqueza promedio
3,444444444 Omnívoros;
3,222222222
Convencional;
Parasitoides;
0,555555556
Predatores Herbívoros Omnívoros Detritívoros Parasitoides

Figura 4: Riqueza promedio de grupos funcionales en el tratamiento Convencional. Letras
diferentes indicas diferencias significativas con un p<0.05.
8
Agroecológico;
Herbívoros; ab Agroecológico;
a 5,111111111 Agroecológico; Detritívoros;
ab
b Omnívoros; 4,555555556
4,222222222
Agroecológico;
Riqueza promedio
Predatores;
3,222222222
c
Agroecológico;
Parasitoides;
0,666666667
Predatores
Figura 5: Riqueza promedio de grupos funcionales en el tratamiento Agroecológico. Letras
diferentes indicas diferencias significativas con un p<0.05.
Al contrastar los diferentes grupos funcionales se encuentran diferencias significativas
en el grupo funcional de los Omnívoros entre tratamientos, siendo mayor en el
Agroecológico (Figura 6).Este resultado está relacionado con el grupo dominante de los
Formícidos en el tratamiento Agroecológico.
a
a
Convencional;
Detritívoros; 0,53
Agroecológico;
Detritívoros; 0,43
a
Agroecológico;
Convencional; Omnívoros; 0,34
Predatores; 0,19 a a
a
Agroecológico;
a b
Predatores; 0,14 Convencional;
Herbívoros; 0,16 a a
Convencional;
Agroecológico; Omnívoros; 0,10 Convencional;
Herbívoros; 0,08 Parasitoides; 0,01
Agroecológico;
Parasitoides; 0,01
Agroecológico Convencional
Figura 6: Abundancia relativa los diferentes grupos funcionales entre tratamientos.
Letras diferentes indican diferencias significativas (p<0.05)
9
La diversidad de los grupos funcionales de las familias que pertenecen al orden

Coleoptera, muestra que el valor de la diversidad en el tratamiento Agroecológico
presenta una diferencia marginalmente significativa respecto del convencional (p=0.052)
(Figura 7).Esto reflejaría una mejor condición de hábitat en el tratamiento Agroecológico.
Figura 7: Diversidad de grupos funcionales de coleópteros según tratamiento

Agroecológico y Convencional, con diferencias marginalmente significativas (p=0.052).
Resulta interesante evaluar los resultados según el contexto en el que se enmarcar los
predios agroecológicos analizados, que responde a una matriz donde predominan
campos con agricultura continua con aplicación de agroquímicos de por lo menos 15
años. Así, la diversidad del agroecosistema puede analizarse desde dos componentes:
la biodiversidad planificada del predio que depende de las prácticas agronómicas
implementadas y la biodiversidad asociada que incluyen todos los organismos que
pueden colonizar el suelo desde el ambiente circundante (Vandermeer & Perfecto, 1995
en Altieri & Nicholls, 2009). Este contexto de agricultura Convencional puede estar
influyendo en lo observado en el predio.
El presente estudio permitió evaluar el impacto de diferentes sistemas de manejo del

suelo sobre los artrópodos edáficos asociadas a la vegetación en sistemas
Agroecológicos yConvencionales en relación a los grupos funcionales pero no en los
grupos taxonómicos. Un número mayor de muestreos y profundizar en la taxonomía
fortalecería el trabajo a fin de encontrar diferencias significativas.
Bibliografía
Altieri, MA & CI Nicholls. 2007. Conversión agroecológica de sistemas convencionales

de producción: teoría, estrategias y evaluación. Ecosistemas 16 (1): 3-12.
Büchs, W. 2003. Biodiversity and agri-environmental indicators general scopes and skills
with special reference to the hábitat level. Agric. Ecosyst. Environ. 98: 35-78.
10
Finnamore, A; N Winchester & V Behan-Pelletier. 2002. Protocols for measuring

biodiversity: Arthropod monitoring in terrestrial ecosystems. Ecological Monitoring and
Assessment Network.
Giller, KE; MH Beare; P Lavelle, A-MN Izac & MJ Swift. 1997. Agricultural intensification,
soil biodiversity and agroecosystem function. Appl. Soil Ecol. 6: 3-16.
Guzmán Casado, G; M González de Molina & E Sevilla Guzmán. 2000. Introducción a la

Agroecología como desarrollo rural sostenible. Ediciones Mundi-Prensa, Madrid,
España.
Hendrix, PF; JR Crossley; JM Blair & DC Coleman. 1990. Soil Biota as components of
sustainable agroecosystems. Sustainable Agricultural Systems, Soil and Water
Conservation Society Ankeny, Iowa.
Jiménez, J; T Decaëns; RJ Thomas & P Lavalle. 2003. La Macrofauna del Suelo, Un

Recurso Natural Aprovechable Pero Poco conocido, El arado natural, Capítulo 1.
Magurran, A. 1989. Diversidad ecológica y su medición. Ediciones Vedrá. 200pp.
Martín López, B; JA González Novoa; S Díaz; I Castro Parga & M García Llorente. 2007.
“Biodiversidad y bienestar humano: el papel de la diversidad funcional”. Ecosistemas.
vol. 16, n. 3. ISSN 1697-2473, pp. 69-80.
Montañez Velásquez, MN. 2014. Impacto de los cultivos orgánicos sobre la diversidad
de insectos una revisión de investigaciones recientes. Repositorio Institucional -
Pontificia Universidad Javeriana Facultad de Estudios Ambientales y Rurales Trabajos
de Grado Maestría Estudios Ambientales y Rurales. http://hdl.handle.net/10554/15274
Paoletti, MG. 1999. Using bioindicators based on biodiversity to assess landscape

sustainability. Agriculture, Ecosystems and Environment, v.74, pp.1-18 .
Peck, S.L; B Mcquaid & CL Campbell. 1998. Using ant species (Hymenoptera:
Formicidae) as a biological indicator of agroecosystem condition. Environ. Entomol. 27:
1102-1110.
Pengue; W. 2002. Aspectos tecnológicos, ambientales y socioeconómicos de la

agricultura pampeana durante la última década: Impactos, resultados y consecuencias".
Documento presentado en Santa Cruz de la Sierra, Bolivia, Encuentro auspiciado por
PROBIOMA Productividad Biosfera y Medio Ambiente y ANAPO, Asociación Nacional
de Productores de Oleaginosas y Trigo.
11
Primavesi, A. 1982. Manejo ecológico del suelo. Trad. S. Lerendegui. 5 ed. Buenos
Aires, AR, El Ateneo. 499 pp.
R Core Team. 2013. R: A language and environment for statistical

computing. R Foundation for Statistical Computing, Vienna, Austria.
URL http://www.R-project.org/.
Sarandón, Santiago J. 2002. Agroecología. El desarrollo y uso de indicadores para

evaluar la sustentabilidad de los agroecosistemas. El camino hacia una agricultura
sustentable. Ediciones Científicas Americanas, La Plata. 20:393-414.
Sarandón JS & CC Flores. 2014. Agroecología bases teóricas para el diseño y manejo
de agroecosistemas sustentables. 1° ed. La Plata: Universidad Nacional de La Plata,
2014. E-Book: ISBN 978-950-34-1107-0.
Sans, FX. La diversidad de los agroecosistemas. 2007. Ecosistemas 16 (1): 44-49.
Vandermeer, J & I Perefecto. 1995. Breakfast of biodiversity. Food first books, Oakland,
California. En: Altieri, M & CI Nicholls. 2009. Biodiversidad y manejo de plagas en
agroecosistemas. En: Icaria Editorial S.A., Barcelona. Pp 248.
Zalazar, L y A Salvo. 2007. Entomofauna asociada a cultivos hortícolas orgánicos y

convencionales en Córdoba, Argentina. Neotropical Entomology. 36: 765-773.
12
EVALUACIÓN DE MATERIA ORGÁNICA TOTAL, PARTICULADA Y ACTIVIDAD

ALIMENTICIA EN SISTEMAS CONVENCIONALES Y AGROECOLÓGICOS.
PABLO HERGENRETHER *, ROMINA IODICE, ANALIA FERREMI, ELBA WASINGER

& RAFAEL INTROCASO.
Departamento de Tecnología. Universidad Nacional de Luján. Rutas 5 y 7 Lujan (6700).

* [email protected]
Palabras clave: Calidad de suelo, Indicador, Manejo
Resumen
La evaluación de la calidad de suelos de los sistemas productivos se realiza mediante el

empleo de indicadores que permitan dar seguimiento de la evolución del sistema a lo
largo del tiempo. La calidad será evaluada a través de la Materia Orgánica Total y
Particulada; y técnica de Actividad Alimenticia in vitro, técnica que cuantifica la actividad
alimenticia de la fauna edáfica mediante una lámina de PVC con orificios rellenos de un
sustrato enriquecido que se sumerge en el suelo, el cual es acondicionado en
laboratorio y puesto en contacto con lombrices californianas que actúan como
centinelas. El Objetivo del trabajo es evaluar la calidad de suelo mediante dichos
indicadores, y evaluar la posibilidad de seguir utilizándolos a futuro en sistemas de
manejos agroecológicos y convencionales. El ensayo se realizó en el partido de Luján
en primavera de 2014 y otoño de 2015. Los resultados forman parte de un ensayo
parcial de una duración de tres años sobre los mismos sitios de muestreo, donde la
Materia Orgánica Total y Particulada muestran diferencias entre los ambientes,
obteniendo una mayor proporción de Materia Orgánica Particulada y Total en la
situación agroecológica respecto de la agricultura convencional a nivel de 0-5 cm. De 5
a 10 cm solo hay diferencias a favor de la situación agroecológica en la proporción de
Materia Orgánica Particulada sobre Materia Orgánica Total. La actividad alimenticia no
mostro diferencias significativas entre las distintas situaciones. Resulta interesante
evaluar la materia orgánica particulada como un indicador de calidad de suelo. Respecto
a la actividad alimenticia se recomienda elevar el número de muestras a fin de obtener
mejores resultados.
Introducción.
El suelo es un componente fundamental de la biosfera formando parte de la interfase

suelo, agua y aire, el cual no es renovable a escala de tiempo humano, y es
fundamental en el desarrollo de la vida (Karlen et al., 1997).
La calidad del suelo es la capacidad que este tiene de funcionar como un ecosistema,
sustentando la producción biológica, la calidad del ambiente, la salud de las plantas,
1
animales y la población (Doran & Parkin, 1994). En dicho concepto reconoce y remarca
las funciones del suelo: Promover la productividad del sistema sin perder sus
propiedades físicas, químicas y biológicas (productividad biológica sostenible); atenuar
contaminantes ambientales y patógenos (calidad ambiental); y favorecer la salud de
plantas, animales y humanos (Doran & Parkin, 1994; Karlen et al., 1997).
La calidad de suelo es dinámica, puesto que el suelo es uno de los ecosistemas más
heterogéneos donde ocurren procesos físicos, químicos y biológicos con una gran
interdependencia entre ellos; y puede variar en el corto plazo dependiendo el uso y las
prácticas de manejo empleadas determinado así su gran complejidad. La evaluación de
la calidad de suelo permite detectar y revertir el deterioro en ese ecosistema (Banegas,
2014).
La identificación efectiva de indicadores apropiados para evaluar la calidad del suelo

depende del objetivo de trabajo, que debe considerar los múltiples componentes de la
función del suelo, en particular, el productivo y el ambiental. La identificación es
compleja por la multiplicidad de factores químicos, físicos y biológicos que controlan los
procesos biogeoquímicos y su variación en intensidad con respecto al tiempo y espacio
(Doran et al., 1996). Los indicadores físicos y químicos son los de uso tradicional, en
cambio los biológicos son de uso más reciente, apuntando a detectar cambios en el
ecosistema, impacto de prácticas de labranza, detección de contaminación y
degradación de suelos (Gómez et al., 2012).
Importancia de la Materia Orgánica en la evaluación de la calidad de suelo
Se define la Materia Orgánica (MO) como la “totalidad de sustancias orgánicas

presentes en el suelo que proceden de restos de plantas y animales en diferentes
estados de descomposición, exudados radicales, aportes orgánicos externos, estiércol-
compost, organismos edáficos y los productos resultantes de su senescencia y
metabolismo” (Labrador Moreno, 2001). Ésta incide en las propiedades físicas del suelo,
tales como la estructura edáfica, porosidad, aireación, temperatura, color, movimiento y
retención de agua; en las propiedades químicas tales como el intercambio catiónico,
capacidad tampón, estabilidad de nutrientes, formación de complejos y depuración de
tóxicos; en las propiedades biológicas y producción de reguladores de crecimiento; y en
otras interacciones como secuestro de carbono y componentes de la sustentabilidad del
sistema.
La Materia Orgánica Total (MOT) se asocia a diferentes tamaños de partícula y sufre

modificaciones en sus distintas fracciones según el uso del suelo. Dichas modificaciones
pueden ser detectadas a través del fraccionamiento físico, las cuales son denominadas
en base al tipo de fraccionamiento, empleando términos como: MO joven y vieja
(Andriulo, 1995); libre y ligada, liviana y pesada (Janzen et al., 1992, Bremner et al.,
1995); particulada y asociada a la fracción mineral (Elliot & Cambardella, 1991;
2
Cambardella & Elliot, 1993); activa, lenta y pasiva (Parton et al., 1987); residuos,
biomasa microbiana y materia orgánica estabilizada (Jenkinson & Rayner, 1997) . La
Materia Orgánica Particulada (MOP) corresponde a una fracción de entre 53 y 2000 µm,
y es utilizado como indicador de los cambios provocados por las prácticas agrícolas
debido a su mayor sensibilidad. La fracción asociada (MOA), es mas pequeña (menor a
50 µm) y es menos sensible a sufrir alteraciones con respecto a la MOP (Cambardella
& Elliot, 1992).
La sensibilidad de la MOP a sufrir cambios por el tipo de actividad antrópica hace

interesante su evaluación en producciones de nuestra área de influencia, puesto que la
degradación biológica es uno de los procesos de degradación que están presentes en el
área de influencia.
Actividad alimenticia in Vitro.
La actividad alimenticia es una forma opcional de medir la actividad biológica del suelo
propuesto por Von Törne (1990). Mide la actividad alimenticia de organismos que
habitan el suelo mediante la utilización de cebos como fuente de alimento y posterior
recuento de los mismos para obtener un porcentaje. Este método es una herramienta
muy importante en la realización de estudios ecotoxicológicos, utilizada a campo e in
vitro. Los organismos que intervienen en la medición son: Lombrices de tierra y el
complejo de gusanos de suelo. Los microorganismos también pueden participar en el
consumo de cebos, aunque no intervienen de manera muy importante.
La actividad alimenticia es distinta según el tipo de sistema que se esté evaluando,

puesto que la actividad de los organismos presentes puede modificarse dependiendo las
condiciones de manejo del lote, como por ejemplo la utilización de agrotóxicos,
labranzas, incorporación de Materia Orgánica, tipo de cultivo, temperatura y humedad
del suelo.
Actualmente se encuentran pocos registros sobre esta metodología en este ambiente de

estudio. Se han realizado experiencias a campo y en laboratorio con el objetivo de
entrenar dicha metodología de trabajo, y puesto que apunta a medir la actividad de
organismos muy influyentes en la composición biológica del suelo, resulta de interés el
tenerlo en cuenta como un posible indicador de la degradación biológica.
La degradación biológica, es uno de los procesos de degradación que tiene impacto en

la región, motivo por el que es de utilidad evaluar la calidad del suelo en función de
indicadores químicos y biológicos relacionados entre sí. Utilizando como indicadores la
MO y la actividad alimenticia de los organismos del suelo en los ambientes
predominantes del ámbito de estudio, se compara la agricultura bajo sistemas de
labranza en siembra directa fuertemente tecnificado y dependiente de insumos tales
como fertilizantes, maquinarias y pesticidas respecto a planteos alternativos, más
3
amigables con el medio ambiente y menos dependientes de insumos como lo es la

agroecología (Sarandón, 2001).
En la actualidad los científicos están revalorizando la cultura de los agricultores

tradicionales y sus métodos de cultivo, permitiendo así la conservación del
germoplasma y el mantenimiento de la diversidad cultural para conservar la actividad
biológica (Sarandón, 2014). Si bien los rendimientos en planteos altamente tecnificados
son elevados y siguen elevándose a causa de la tecnificación, la eficiencia energética
disminuye peligrosamente a causa de la energía que se requiere en producir esos
alimentos (Masera & Astier, 1993) dando como un resultado un sistema que se
encuentra lejos de un equilibrio termodinámico con su entorno (Haden, 2003). Por eso
es que sistemas agroecológicos utilizan principios ecológicos que favorecen procesos
naturales e interacciones biológicas que optimizan sinergias de modo tal que la
agrobiodiversidad sea capaz de subsidiar por si misma procesos claves tales como la
acumulación de materia orgánica, fertilidad del suelo, mecanismos de regulación biótica
de plagas y la productividad de los cultivos (Gliessman, 1998). Estos procesos son
cruciales pues condicionan la sustentabilidad de los agroecosistemas.
Objetivo
El objetivo de la investigación es evaluar la calidad de suelo en sistemas de agricultura

convencional y agroecológica en base a tres indicadores: Materia Orgánica Total,
Materia Orgánica Particulada y la Actividad Alimenticia in Vitro.
Estudiar la respuesta de la Actividad alimenticia in Vitro en suelos bajo sistemas de

agricultura convencional y agroecológica.
El estudio se desarrolló durante el mes de octubre de 2014 y abril de 2015 en la cuenca

media del río Luján, localizada en la Pampa ondulada. El clima es templado, con un
régimen de precipitaciones medias de 1000 mm anuales y temperaturas medias anuales
de 16ºC. Predominan suelos tipo Argiudoles típicos, profundos, bien drenados, neutros y
desarrollados con secuencias de horizontes (“A”, “B”, “C”) bien diferenciados (INTA,
1990).
El estudio se realizo en tres predios agroecológicos contrastados con tres predios

linderos de manejo convencional. Los mismos de encuentran a lo largo de una transecta
de aproximadamente 12 km, en las localidades de Goldney, Mercedes (Sitio 1), Carlos
Keen, Luján (Sitio 2) y Cortinez, Luján (Sitio 3). Cada sitio representa una réplica, por lo
que se definen dos tratamientos (Agroecológico y Convencional) con tres réplicas cada
uno. Los suelos predominantes pertenecen a la Serie Solís y Mercedes, formando parte
del Gran Grupo Argiudol (USDA-S. Taxonomy., 2006).
4
El tratamiento Agroecológico esta representado por lotes con pasturas polifíticas

plurianuales cuyas especies predominantes son: festuca (Festuca arundinácea), raigrás
anual (Loliun multiflorum), pasto ovillo (Dactylis glomerata), trébol blanco (Trifolium
repens), trébol rojo (Trifolium pratense) y lotus (Lotus tenuis). En todos los casos las
pasturas tienen como mínimo una duración de tres años. En dichos sistemas no se
utilizan herbicidas ni otro tipo de agroquímicos. El tratamiento Convencional se basa en
un planteo de agricultura continua con uso de herbicidas y fertilizantes implantados con
maquinaria de siembra directa (Tabla 1).
Tabla 1: Sitios de muestreo.

Localidad Agroecológico Convencional
Sitio 1 Agr 1: Pastura polifítica Conv 1: Barbecho químico
Sitio 2 Agr 2: Pastura polifítica Conv 2: Trigo
Sitio 3 Agr 3: Pastura Polifítica Conv 3: Barbecho químico
Durante el muestreo Conv 1 tenía una cobertura vegetal de capiquí (Stellaria media).
Por su parte en Conv 2 existía un cultivo de trigo en estado fenológico de espigazón y
en Conv 3 el lote tenía rastrojos de maíz. En los tres casos existe agricultura continua
sin rotación con pasturas.
Materia Orgánica Particulada.

De cada sitio se extrajeron mediante barreno 5 muestras compuestas de tres sub
muestras de suelo en forma estratificada, de 0 a 5 cm y 5 a 10 cm de profundidad. Se
acondicionaron en bolsas de polietileno desmenuzando los terrones en forma manual
para su secado. Se determinó la densidad aparente utilizando el método del cilindro
(Blake & Hartge, 1986) tomando cuatro muestras por sitio.
Para la separación física de la MOA se uso el método propuesto por Cambardella &
Elliot (1993). Todas las muestras se tamizaron por un tamiz de 2 mm de tamaño de
malla y se colocaron 20 gr de muestra en frascos de plástico, agregando 60 ml de
hexametafosfato de sodio (5 gr/l) para realizar la dispersión de la muestra. Se procedió
al agitado durante cinco horas en un agitador de vaivén marca Cosacov a 180 RPM. La
solución obtenida se pasó por un tamiz de 53 µm de malla, haciendo pasar agua
destilada por el tamiz hasta que no se perciba la caída de mas tierra por el tamiz,
obteniendo así dos fracciones, una fina, menor a 53 µm de diámetro que corresponde a
la fracción asociada a la fracción mineral, y una superior a 53 µm de diámetro,
correspondiendo a la fracción particulada. La fracción fina fue colectada en un frasco y
llevada a estufa a 60 ºC hasta la evaporación del agua y obtener un peso constante.
Luego se pesó y determinó el contenido de Materia orgánica asociado (MOA) por el
método de Walkley & Black (1934).
5
La MOT se obtuvo tamizando la muestra por un tamiz de 0,5 mm de tamaño de malla

para realizar el análisis de Materia Orgánica por en método de Walkley & Black. La
MOP se obtuvo por diferencia entre MOT y MOA.
Para expresar los valores obtenidos en kg de MO / ha se determinó la densidad

aparente de cada uno de los tratamientos mediante cuatro muestras por replica.
Para el ensayo se realizó un análisis estadístico descriptivo, análisis de varianza y test

comparativo de medias (Test de Tukey) utilizando el programa estadístico InfoStat
versión 2010.
Actividad alimenticia in vitro.

Las muestras de suelo fueron recolectadas en los diferentes tratamientos en los 10
centímetros superficiales, siguiendo una transecta en sentido Note-sur, conformando
una sola muestra compuesta de 5 sub-muestras de 5 kg aproximadamente por
tratamiento.
Las muestras se pasaron por un tamiz de 2 mm de tamaño de malla, y se colocaron en
el freezer por 48 hs a -18 ºC con el objetivo de eliminar la fauna de la misma. Se retiró
del freezer y se dejó aclimatar por 1 día. Las muestras se dispusieron en vasos plásticos
de 350 cm3 (400 gr de suelo) en un número de 4 vasos por sitio y se corrigió la humedad
a 55 % de capacidad de retención hídrica. Posteriormente se introdujeron las lombrices
(Eisenia andrei) y se dejó aclimatarlas un día. Las lombrices poseían 6 meses de vida,
con clitelio desarrollado y 400 mg de peso. Las mismas fueron lavadas previamente
antes de ser distribuida en los respectivos tratamientos con agua sin cloro, y depuradas
en papel de filtro húmedo por tres horas. Las láminas consisten en tiras de PVC de 1
mm de espesor, 1 cm de ancho por 13 cm de alto, perforadas con un punzón de 1 mm
de diámetro cada 5 mm desde la base, conformando una lamina con 16 orificios. Figura
1 y 2. Los cebos consisten en un 69 % de celulosa microcristalina, 30 % de afrechillo de
trigo y 1 % de carbón activado. Los mismos se dispusieron sobre las láminas de PVC
con ayuda de una espátula y humedeciendo el mismo con agua potable para conformar
una pasta que posteriormente se secara a temperatura ambiente.
6
Figura1: Detalle de llenado de la lámina de PVC con cebo.
Figura2 : Muestras distribuidas en los vasos con las láminas de PCV y lombrices.
Los vasos fueron ubicados en una cámara cultivo a 25 ºC por tres días para la posterior
recolección de las láminas de PVC y recuento de cebos consumidos. En este caso se
tomo como unidad cada vaso con 4 tiras. La actividad alimenticia se obtuvo por el
porcentaje de cebo consumido.
Los resultados fueron analizados mediante la prueba no paramétrica de Friedman
utilizando el programa estadístico InfoStat versión 2010.
Resultados
Densidad aparente.
En la tabla 2 se expresa la densidad aparente de cada sitio, para los tratamientos
agroecológico y convencional, con el objetivo de obtener la MO en kilogramos.
7
Tabla 2: Densidad aparente en gr/cm3 de 0-10cm.

Sitio Densidad Aparente
Agr 1 1,30
Agr 2 1,24
Agr 3 1,23
Conv 1 1,23
Conv 2 1,29
Conv 3 1,29
Materia Orgánica.
En el Gráfico 1 se observa la distribución de la Materia Orgánica a nivel superficial (0-5
cm) para los tres tipos de Materia Orgánica, separadas por ambiente y expresados en
kg MO/ha.
Gráfico 1: Materia Orgánica Total, Asociada y Particulada de 0-5 cm de profundidad

expresada en kg MO /ha. Letras diferentes indican diferencias significativas (p<= 0,05).
La MOT y la MOP superficial fueron mayores en el tratamiento agroecológico. Los

coeficientes de variación están entre el 10 y 20 % en MOT y MOA, tendiendo a ser
mayores en la MOP (30%) puesto a que su cálculo se obtuvo por diferencia y no por la
titulación directa.
En el Gráfico 2 se observa la distribución de la Materia Orgánica a nivel sub-superficial

para los tres tipos de MO.
8
Gráfico 2: Materia orgánica Total, Asociada y Particulada de 5-10 cm de profundidad

expresada en kg MO / ha. Letras diferentes indican diferencias significativas (p<= 0,05).
No se encontraron diferencias significativas en ninguna de las fracciones de Materia

Orgánica de 5 – 10 cm de profundidad entre tratamientos. El contenido de MOT y MOP
disminuyen significativamente con la profundidad, tanto en el tratamiento agroecológico,
como en el convencional, Gráfico 3 y 4.
Gráfico 3: MOT, MOA y MOP de 0-5 a 5-10 cm de profundidad en sistema

agroecológico. Letras diferentes indican diferencias significativas (p<= 0,05).
9
Grafico 4: MOT, MOA y MOP de 0-5 a 5-10 cm de profundidad en sistema convencional.

Letras diferentes indican diferencias significativas (p<= 0,05).
Autores como Galantini et al., (2002) y Loveland & Webb (2003) introducen al análisis el
cociente MOP / MOT el cual es un indicador importante del grado de transformación de
las fracciones orgánicas del suelo, puesto que este cociente relaciona la proporción de
MOP en el total, y no la cantidad absoluta, la que puede estar influida por la densidad
del suelo en cada tratamiento (Ferreras et al., 2001). Los resultados de dicho cociente
se detallan en el Gráfico 5.
Gráfico 5: cociente MOP/MOT en superficie y en profundidad. Letras diferentes indican

diferencias significativas (p<= 0,05).
10
El cociente MOP/MOT fue superior en la condición agroecológica, tanto en superficie

como en profundidad.
Actividad Alimenticia.
Pasado tres días de incubación, se recolectaron las láminas de PVC para el recuento de
cebos consumidos y obtención de la actividad alimenticia. No se registraron
inconvenientes durante la realización del ensayo. En la tabla 3 se describe la actividad
alimenticia registrada en los diferentes sitios.
Tabla 3: Actividad alimenticia, sitio por sitio.

Sitio n % actividad alimenticia CV%
Agr 1 4 93,00 5,41
Agr 2 4 73,40 18,80
Agr 3 4 80,25 10,04
Conv 1 4 79,75 27,24
Conv 2 4 82,50 28,85
Conv 3 4 82,50 19,10
En el Gráfico 6 se muestra la actividad alimenticia en porcentaje por tratamiento.
Gráfico 6: Actividad alimenticia en situación agroecológica y convencional. Letras

diferentes indican diferencias significativas (p<= 0,001).
Los valores de actividad alimenticia no poseen una distribución normal según el análisis
Shapiro-Wilks modificado. Motivo por el cual se les realizo un análisis de varianza no
paramétrico con la prueba de Friedman no encontrando diferencias significativas entre
tratamientos.
11
Discusión
Materia Orgánica
Los resultados son coincidentes con los observados en distintos trabajos (Eiza et al.,
2003; Eiza et al., 2006) registrando valores de MOT en superficie mayores en
situaciones de manejo de praderas, en este caso agroecológicas con especies que
aportan abundante material orgánico; con respecto a situaciones de agricultura en
siembra directa, donde poseen una rotación de cultivos con una mayor frecuencia de
implantación de especies leguminosas quienes aportan una menor cantidad de
residuos orgánicos con una menor relación Carbono / Nitrógeno, lo que facilita la
descomposición de los mismos. La misma situación ocurre con la MOP.
En profundidad, el aporte de materiales orgánicos al suelo se reduce con respecto a la

superficie debido a que el aporte es fuertemente dependiente de la actividad radicular
de las plantas ya que se trata de situaciones sin remoción de suelo. En este caso no se
encuentran diferencias de MOT y MOP entre tratamientos, sin embargo, el coeficiente
MOP/MOT es mas sensible, detectando una mayor proporción de MOP con respecto al
MOT en la situación agroecológica.
Actividad alimenticia in vitro.

La bait lamina test, para medir actividad alimenticia, se usó en experimentos agrícolas,
ecotoxicológicos y principalmente en la evaluación de pesticidas. La actividad
alimenticia, comprende la actividad de lombrices de tierra principalmente, seguido del
complejo de gusanos de suelo, y en menor medida por microorganismos. El tipo de
cebo utilizado, fue probado en la provincia de Santa Fé, República Argentina, lugar de
donde se conocen artículos publicados en el país (Casabé et al., 2007), allí se midió la
actividad alimenticia a campo e in vitro sobre lotes con agricultura convencional de soja,
con diferentes tratamientos y dosis de productos químicos para el control de malezas,
encontrando diferencias entre algunos tratamientos.
En este ensayo, no se encontraron diferencias significativas entre los distintos

tratamientos. La justificación de los resultados obtenidos por este método es ambigua
en algunos casos, tal como son citados en otros trabajos (Muller et al., 1994;
Federschmidt & Römbke, 1994; Heisler, 1994), adjudicando un valor elevado de
actividad alimenticia a la escasez de alimento en el medio, lo que daría una preferencia
de los organismos vivos por el cebo, en cambio, en ambientes con una elevada MO y
buena disponibilidad de alimentos para los organismos, el cebo deja de ser atractivo,
dando un valor bajo de actividad alimenticia, cuando en realidad, lo que se espera es
un valor mayor.
Los ensayos realizados forman parte de una red de muestreo en esta área de influencia
con un período de duración de tres años entre campos con formas de trabajo
convencional y agroecológico, presentando hasta el momento los resultados parciales
12
de dicha investigación. Respecto a la MOP, se continuarán con los muestreos en los

diferentes ambientes de igual forma en la que se procedió. En lo que hace a la actividad
alimenticia in vitro se procederá a elevar el número de muestras a tomar para intentar
obtener mejores resultados.
Conclusión
El análisis de Materia Orgánica es un indicador importante para la evaluación de la

calidad de suelos, en particular el análisis de la MOP y el coeficiente MOP/MOT,
permitiendo encontrar diferencias entre los tratamientos evaluados a nivel subsuperficial
donde el aporte de materiales orgánicos es menor.
La actividad alimenticia no resulto ser un indicador sensible en este caso, el reducido

nivel de muestras pudo haber influido en los resultados obtenidos.
Bibliografía
Andriulo, A. 1995. Modélisation de l'evolution ds matieres organiques des sols de la

Pampa. Relation avec les systemes de culture. These doctoral. INA-PG, Paris, France,
142 pp+annexes.
Banegas N.2014. Calidad y Salud de suelo. Cátedra de Edafología Facultad de

Agronomía y Zootecnia,Universidad Nacional de Tucumán.
Bezdicek y B.A. Stewart. (eds). 1994. Defining and Assessing Soil Quality for
Sustainable Environment. Soil Science Society of America. Special Publication 35.
Madison, Wisconsin, USA.
Blake, G. R. y Hartage, K. H. 1986. Bulk density. En: A. Klute (ed.) Methods mof Soil
Analysis. Part I. Agron. Monog. 9. Am. Soc. Agron. Madison, Wisconsin. EE. UU. P.
363- 375.
Bremner, J. D., Randall, P. R., Scott, T. M., Bronen, R. A., Delaney, R. C., Seibyl, J. P.,
Southwick, S. M., McCarthy, G., Charney, D. S., y Innis, R. B. 1995. MRI-based
measurement of hippocampal volume in posttraumatic stress disorder. American Journal
of Psychiatry, 152, 973-981.
Cambardella, C. A. y Elliott, E. T. 1992. Particulate organic matter changes across a

grassland cultivation sequence. Soil Sci. Soc. Am. J. 56:777-783.
Cambardella, C. A. y Elliot, E. T. 1993. Methods for physical separation and

characterization of soil organic matter fractions. Geoderma 56: 449-457.
13
Casabé, N., Piola, L., Fuchs, J., Oneto, M. L., Pamprato, L., Basack, S., Giménez, R.,
Massaro, R., Papa, J., Kesten, E. 2007. Ecotoxicological assessment of the effects of
glyphosate and chlorpyrifos in an Argentine soya field. Journal of Soils and Sediments,
v.7, p.232-239,
Doran J.W. y T. B. Parkin. 1994. Defining and assessing soil quality. In: Doran J. W.; D.
Coleman; D.C.
Doran, J.W.; M. Sarrantonio y M.A. Liebig. 1996. Soil Health and Sustainability.
Advances in Agronomy Vol. 56. Academic Press, Inc. San Diego, California.
Eiza, M. J., Fioriti, N.; Studdert, G. A. y Echeverria, H. E. 2003. Fracciones de carbono

orgánico en la capa arable: Efecto de los sistemas de cultivo y de la fertilización
nitrogenada. XIX Congreso Agr. De la ciencia del suelo, Paraná, Entra Ríos. CD ROM.
Eiza, M. J., Studdert, G. A. y Domínguez G. F. 2006. Dinámica de la materia orgánica

del suelo bajo rotaciones mixtas: I. Materia orgánica total. En CD, en Actas XX
Congreso Argentino de la Ciencia del Suelo. Salta-Jujuy. 19 a 22 de septiembre de 2006
Elliot, E. T. y Cambardella, C. A. 1991. Physical separation of soil organic-matter.

Agricultural Ecosystems Environ.34: 407-419.
Federschmidt, A. y Römbke, J. 1994. Erfahrungen mit dem Kderstreifen-Test auf zwei

fungizdidbelasteten Standorten. Braunschw Naturkundl Schr 4:674-680.
Ferreras, P., Gaona, P., Palomares, F. y Delibes, M. 2001.Restore habitat or reduce

mortality? Implications from a population viability analysis of the Iberian lynx. Animal
Conservation. 4: 265–274.
Galantini, J. A., Rosell, R. A., Brunetti, G. y Senesi, N. 2002. Dinámica y calidad de las
fracciones orgánicas de un Haplustol durante la rotación trigo-leguminosas. Ciencia del
Suelo Volumen. 20 (1) 17-26
Gliessman, S. R. 1998 Agroecology: ecological processes in Sustainable Agriculture.

Annn Arbor Presss, Ann Arbor, MI.
Gomez, E., Correa, O., Lietti. M., Montero, G. 2012. “CALIDAD DE SUELOS”: un
enfoque biológico. Facultad de Ciencias Agrarias. UNR.
Haden, A. 2003. Emergy Evaluations of Denmark and Danish Agriculture. Centrum

foruthalligt lantbruk, Uppsala.
14
Heisler, C. 1994. Vergleich zwischen biotischer aktivitt nach von Torne und der
Collembolen-Zahl verdichteter Ackerbden. Zool Beitr 35:19- 26.
INTA-SAGyP., 1990. Atlas de Suelos de la República Argentina. Buenos Aires.
Janzen, H. H., Campbell, C. A., Brandt, S. A., Laford, G. P. y Townley-Smith, L. 1992.

Light fraction organic matter in soils from long-term crop rotation. Soil Sci. Soc. Am. J.
56:1799-1806.
Jenkinson y Rayner, J. H. 1997. The turnover of soil organic matters in some of the
Rothamsted classical experiments. Soil Science. 123(5) 298-305.
Karlen D.L.; M.J. Mausbach, M.J; J.W. Doran; R.G. Cline; R.F. Harris y G.E. Schuman.
1997. Soil quality: a concept, definition, and framework for evaluation. Soil Science
Society of America Journal 61, 4-10.
Labrador Moreno, J. 2001. La materia orgánica en los areosistemas. 2ª edición. Mundi-

Prensa. 293 pp.
Loveland, P. y Webb, J. 2003. Is ther a critical level of organic mater in the agricultural
soils of températe regions: a review. Soil y Tillage Research 70:1-108.
Masera, O y M. Astier. 1993. Energía y Sistema alimentario en México: Aportaciones de

la Agricultura Alternativa. En: J. Trujillo y P. Torres-Lima (eds) Agroecología y Desarrollo
Agrícola en México, Universidad Autónoma Metropolitana, Xochimilco, México DF. 21
pgs.
Muller, G., Keplin, B., Broll, G. 1994. Erprobung des Köderstreifentests auf
nährstoffarmen Böden an der polarenWaldgrenze in Nord-Finnland, Braunschw.
naturkdl. Schr. 4 (3) 665–669.
Odum, H.T. 2001. Environmental Accounting, Emergy and Decision Making. The
University Press of Colorado, Colorado.
Parton, W. J., Schimel, D. S., Cole, C. V., Ojima, D. S. 1987. Analysis or factors
controlling soil organic matter levels in Greats Plaint Grasslsnd. Soil Sci. Sos. Am. J. 51:
1173-1179
Sarandón, S. J. 2001. Incorporación de la agroecología y la agricultura sustentable en

las escuelas agropecuarias de nivel medio en la Argentina. El caso de la escuela
agropecuaria de tres arroyos.
Sarandón, S. J. 2014. Agroecología: bases teóricas para el diseño y manejo
15
de Agroecosistemas sustentables. Facultad de Ciencias Agrarias y Forestales. UNLP.

Edulp.
Von Törne, E .1990. Assessing feeding activities of soil-living animals: Bait-lamina tests.
Pedobiologia 34, 89–101.
Walkley, A & A Black. 1934. An examination of the Degtjareff method for determining soil
organic matter, and proposed modification of the chromic acid titration method. Soil
Science 37: 29-38.
16
ESTIMACIÓN DEL USO CONSUNTIVO DE TRIGO, MAIZ Y GIRASOL EN LA REGIÓN

SEMIÁRIDA-SUBHÚMEDA PAMPEANA
ALFREDO BONO1 & ROBERTO ALVAREZ2 *

1
EEA INTA Anguil. Ruta Nacional Nº 5- km 580 – CC: 11 (6326) Anguil – La Pampa,
Argentina, 2 Facultad de Agronomía, Universidad de Buenos Aires - CONICET. Av. San
Martín, 4453 (1417) CABA; +54-11-4-524-8000.
* [email protected]
Palabras clave: Uso consuntivo, absorción de agua, trigo, maíz, girasol.
Resumen
La determinación de los requerimientos hídricos de los cultivos permite diseñar

estrategias de manejo orientadas a un uso eficiente del agua. Nuestro objetivo fue
estimar el uso consuntivo de trigo (Triticum aestivum L.), maíz (Zea mays L.) y girasol
(Helianthus annuus L.) en la Región Semiárida-Subhúmeda Pampeana y particionar el
aporte del agua del suelo y la precipitación. Se utilizó información generada en 138
ensayos realizados entre 2000 y 2013 distribuidos en un área de 15 Mha. Se realizaron
552 muestreos de humedad del suelo hasta una profundidad de 140 cm o hasta el límite
superior de la capa petrocálcica en capas de 20 cm. La medición de agua gravimétrica
se transformó a lámina usando la densidad aparente de cada capa de suelo y el agua
útil se estimó como la diferencia entre la humedad del suelo y el punto de marchitez,
determinado con la metodología de la olla de Richards. En cada sitio experimental se
midieron las precipitaciones durante el ciclo de los cultivos. El uso consuntivo se calculó
como la diferencia entre el nivel de agua útil del suelo siembra-cosecha más las
precipitaciones. La eficiencia de uso del agua se calculó como la relación entre el
rendimiento de tratamientos no fertilizados y el uso consuntivo. El uso consuntivo
promedio fue de 394 mm en trigo, 554 mm en maíz y 487 mm en girasol. Las eficiencias
de uso del agua fueron de 5.1, 14.1 y 4.7 kg MS mm-1 respectivamente.
Aproximadamente 90% del uso consuntivo fue cubierto por las precipitaciones en los
tres cultivos, siendo el aporte del agua del suelo en general pequeño.
Introducción
En regiones semiáridas las prácticas de manejo deben estar orientadas a un uso

eficiente del agua. La determinación del uso consuntivo de los cultivos es una
herramienta necesaria para lograr esa meta (Doorenbos y Pruitt 1990). Nuestro objetivo
fue estimar el uso consuntivo a nivel regional de los principales cultivos de granos de la
Región Semiárida-Subhúmeda Pampeana usando para ello resultados de redes
experimentales realizadas en la región.
1
Entre los años 2000 y 2013 se llevaron a cabo tres redes experimentales de fertilización
en trigo (Triticum aestivum L.), maíz (Zea mays L.) y girasol (Helianthus annuus L.) en la
Región Semiárida-Sub-húmeda Pampeana, ocupando un área geográfica de ca. 15
Mha. Las principales características de esas redes han sido descriptas anteriormente
(Bono y Alvarez 2006; 2007; 2012a). En los testigos no fertilizados de 138 de esos
experimentos se determinó el uso consuntivo de agua de los cultivos bajo una gama
muy amplia de condiciones de suelo y clima, que generaron también rangos amplios de
rendimientos (Tabla 1). Los suelos predominantes fueron Haplustoles (67%) y
Hapludoles (28%).
Tabla 1. Número de experimentos analizados por cultivo, sistema de labranza aplicado,

valores promedios de algunas característicos de los suelos, precipitaciones durante el
ciclo y rendimientos alcanzados. Los números entre paréntesis indican valores mínimos
y máximos de las variables.
Cultivo Experimentos Manejados en SD Con tosca Arena Mat. org. N-nitratos Precipitación Rendimiento
(n) (n) (n) (%) (%) (kg N ha-1) (mm) (kg MS ha-1)
Trigo 78 23 37 58 1.8 55 356 2010
(30 - 83) (0.1 - 2.8) (16 - 222) (38 - 527) (190 - 5070)
Maíz 22 17 0 66 1.9 77 481 7820
(44 - 85) (1.1 - 3.3) (18 - 202) (147 - 784) (1570 - 13300)
Girasol 38 22 9 58 2.3 89 448 2300
(24 - 86) (0.4 - 5.7) (22 - 343) (198 - 684) (730 - 4500)
En cuatro momentos del ciclo de los cultivos (siembra, macollaje o V6, floración y
madurez) se muestreó la humedad del suelo. Se realizaron 552 muestreos hasta 140
cm de profundidad o hasta el límite superior de la capa petrocálcica en los perfiles
donde se encontraba esa capa. Se tomaron muestras cada 20 cm de profundidad en las
que se determinó la humedad gravimétrica y la densidad aparente de la manera
descripta en Bono y Álvarez (2012b). El contenido de humedad gravimétrica se convirtió
a lámina y se calculó el contenido de agua útil descontando el punto de marchitez
permanente. Éste y la capacidad de campo se determinaron usando la olla de Richards
(Gardner 1986). En siembra y madurez se calculó la lámina de agua útil acumulada en
el suelo hasta 140 cm o hasta la tosca y en cada experimento se registraron también las
precipitaciones durante el ciclo de los cultivos. El uso consuntivo se estimó como la
diferencia de contenido de agua útil de los suelos entre siembra y cosecha más las
precipitaciones durante el ciclo. La eficiencia de uso del agua se calculó como el
cociente entre rendimiento en grano seco (0% agua) y el uso consuntivo.
Los contenidos de agua útil medios bajaron en casi todos los estratos de profundidad
muestreados entre siembra y madurez de los cultivos (Figura 1). La absorción de agua
se produjo hasta 140 cm de profundidad y posiblemente más abajo también, aunque no
2
fue registrada. La disminución del nivel de agua útil en las capas profundas durante el
ciclo fue especialmente importante en los cultivos de verano donde se redujeron al ca.
50-60% de los valores iniciales. Contrariamente, en trigo esa disminución fue de ca.
10%. Sin embargo, el aporte del agua del suelo al uso consuntivo total de los cultivos
fue bajo, rondando en promedio un 10%, siendo el componente principal del mismo las
precipitaciones (Tabla 2). Los cultivos de verano tuvieron usos consuntivos un ca. 20-
40% superiores al de trigo. Particionando la población de datos se pudo calcular que en
años-sitios secos, con precipitaciones en el percentil del 33% menor el aporte de las
precipitaciones decrecía en los tres cultivos y el suelo aportaba un 25-30% del uso
consuntivo (Figura 2). Contrariamente, bajo escenarios de medias y altas
precipitaciones (percentiles del 33% intermedio y del 33% superior de precipitación), las
precipitaciones eran en promedio similares al uso consuntivo y el aporte aparente del
suelo muy bajo a nulo. La eficiencia de uso del agua del maíz aproximadamente triplicó
la alcanzada por trigo y girasol (Tabla 2).
Agua útil (mm) Agua útil (mm) Agua útil (mm)
0 10 20 30 40 0 10 20 30 40 0 10 20 30 40
0 0 0
20 Trigo 20 Maíz 20 Girasol
40 40 40
Profundidad (cm)
Profundidad (cm)
Profundidad (cm)
60 60 60
80 80 80
100 100 100
120 120 120
140 Madurez Siembra 140 Madurez Siembra 140 Madurez Siembra
Figura 1. Valores medios de lámina de agua útil almacenada por capa de suelo en dos
momentos del ciclo de los cultivos, siembra y madurez.
Tabla 2. Valores medios de disminución del contenido de agua útil de los suelos entre
siembra y madurez en el estrato 0-140 cm de profundidad ( agua útil), uso consuntivo,
relación precipitación/uso consuntivo y eficiencia del uso del agua (EUA).
Cultivo  agua útil Uso consuntivo Precipitación EUA

-1
(mm) (mm) Uso consuntivo (kg MS grano mm )
Trigo 38 394 0.90 5.1
Maíz 73 554 0.87 14.1
Girasol 39 487 0.92 4.7
3
2.0
Trigo Maíz Girasol
1.5
PPT/UC
1.0
0.5
0.0
<301 301-446 >446 <358 369-553 >553 <394 438-467 >469
Precipitación (mm) Precipitación (mm) Precipitación (mm)
Figura 2. Box plot de la relación precipitación/uso consuntivo (PPT/UC) en función de las

precipitaciones durante el ciclo de los cultivos particionadas en percetiles del 33%.
La metodología usada para estimar el uso consuntivo permitió su aplicación a escala de

redes experimentales debido a su sencillez, lo que admite por lo tanto una
generalización regional, pero presenta la limitación de no considerar algunos de los
flujos de agua del agrosistema. Se asume que las pérdidas de agua de la precipitación
por escurrimiento y la absorción desde capas de suelo más profundas a las
muestreadas o desde la napa son nulas. En el primer caso, la textura arenosa de los
suelos y la muy baja pendiente de los sitios experimentales, que no excedía en la mayor
parte de los casos el 0.5%, llevan a pensar que la asunción es aceptable. Respecto de
absorción profunda, esta seguramente se produjo pues en suelos similares se han
reportado absorciones por debajo de 140 cm en estos cultivos (Dardanelli et al. 1997).
Sin embargo, teniendo en cuenta el bajo peso de la absorción de agua del suelo sobre
el uso consuntivo, esta subestimación no afectaría los valores de uso consuntivo
estimados. Por ejemplo, si la absorción profunda por debajo de 140 cm incrementara el
aporte del suelo en 50%, los usos consuntivos estimados estarían subestimados en ca.
5%. La absorción desde las napas no fue un fenómeno importante en la mayoría de los
experimentos de trigo y girasol. Utilizando los datos de los muestreos de siembra, etapa
vegetativa, floración y cosecha se observó que el nivel de humedad de las muestras de
las capas profundas no excedía la capacidad de campo en 100% (compatible con la
presencia de napa) en el 85% de los casos en trigo y el 90% en girasol. Contrariamente,
en maíz, en un 50% de los casos se encontraron muestras profundas con contenidos de
humedad que duplicaban la capacidad de campo. La contribución de esta fuente al uso
consuntivo no puede estimares con los datos disponibles pero lleva a que nuestras
estimaciones para este cultivo puedan estar subestimadas.
Algunos experimentos han mostrado que a pesar que más del 75% de las raíces de
trigo y maíz se encuentran en el estrato 0-15 cm de los suelos en que se trabajó (Fagioli
1973) las raíces en profundidad pueden extraer agua en forma importante en esta
región (Fagioli 1983). Este comportamiento es compatible con los resultados medios de
las redes experimentales reportados en muestro trabajo donde observamos
disminuciones del nivel de agua útil en los estratos de suelo por debajo de 1 m de
profundidad. Localmente se han reportado usos consuntivos para trigo de entre 224 y
4
570 mm en la región (Fagioli et al. 1982; 1985) y 275 a 858 mm para girasol (Bono et al.
1999). Nuestros resultados pueden usarse como promedios regionales debido a la
magnitud de las redes experimentales usadas para estimarlos. Mayor disponibilidad de
agua a la siembra posibilita que el uso consultivo supere a las precipitaciones (Quiroga
et al. 1998). Sin embargo, este efecto parece solo importante en los años más secos.
En años húmedos la contribución del agua del suelo a los cultivos resulta poco
importante. También la eficiencia de uso del agua puede mostrar gran variación en la
región estudiada. En trigo se han reportado rangos de 1,41 a 8,5 kg grano mm -1 (Fagioli
et al. 1982; 1985) y en girasol de 1,8 a 14,0 kg grano mm-1 (Bono et al. 1999). Los
promedios calculados aquí parecen adecuados para caracterizar la región pero debe
tenerse en cuenta que se determinaron en cultivos no fertilizados y podrían no ser
representativos de lo valores que se pueden alcanzar en escenarios de alta
disponibilidad de nutrientes.
Referencias
Bono A & R Alvarez. 2006. Rendimiento de trigo en la Región Semiárida y Subhúmeda

Pampeana: un modelo predictivo de la respuesta a la fertilización nitrogenada. XX
Congreso Argentino de la Ciencia del Suelo, actas en CD, 5 pág.
Bono A & R Álvarez. 2007. Recomendaciones de fertilización para girasol en las

Regiones Semiárida y Subhúmeda Pampeanas. Informaciones Agronómicas 35: 1-5
2007.
Bono A & R Alvarez. 2012a. Fertilización de maíz en la Región Semiárida y Subhúmeda
Pampeana. XXIII Congreso Argentino de la Ciencia del Suelo, Actas en CD, 4 pág.
Bono A & R Álvarez. 2012b. Use of surface soil moisture to estimate profile water
storage by polynomial regression and artificial neural networks. Agron. J. 104: 934-938.
Bono A; JC Montoya & FJ Babinec. 1999. Fertilización en girasol. Resultados obtenidos

en tres años de estudio. Publicación Técnica Nº 48 ISSN 03252132. EEA Anguil INTA.
Dardanelli JJ; OA Bachmeier; R Sereno & R Gil. 1997. Rooting depth and soil wáter
extraction patterns of different crops in a silty loam Haplustoll. Field Crops Research
54:29-38.
Doorenbos U & WO Pruitt. 1990. Las necesidades de agua de los cultivos. Estudio FAO
Riego y Drenaje 24, Roma, 194 pág.
Fagioli M. 1973. Desarrollo de los aparatos radicales en los cultivos de trigo y maíz en la
Región de Pergamino. RIA 10 (3):111-135. Serie 2: Biología y Producción Vegetal.
Fagioli M. 1983. Actividad absorbente de los aparatos radicales de cultivos de alfalfa y

trigo medida con 32P. Publicación Técnica Nº 25 ISSN 03252132. EEA Anguil INTA.
5
Fagioli M; A Bono & HE Torroba Gentilini. 1982. Productividad de los cultivos de trigo en
la Región Semiárida Pampeana. Publicación Técnica Nº 24 ISSN 03252132. EEA Anguil
INTA.
Fagioli M; A Bono & HE Torroba Gentilini. 1985. Fertilización de cultivos de trigo en las
regiones semiárida y Subhúmeda Pampeanas. Campaña 1984. Publicación Técnica Nº
32 ISSN 03252132. EEA Anguil INTA.
Gardner, WH. 1986. Water content. En: A. Klute, editor, Methods of soil analysis. Part 1.
Physical and mineralogical methods. Agron. Monogr. 9. ASA, Madison, WI. p. 493–544.
Quiroga A; O Ormeño; FJ Babinec & E Adema.1998. Capítulo IV. Manejo del agua para
el cultivo de trigo. Contribución de la siembra directa en la Región Semiárida Pampeana.
En: Actualización Técnica del cultivo de trigo en la provincial de La Pampa. Boletín de
Divulgación Técnica Nº 58. EEA Anguil INTA.
6
ACTIVIDAD BIOLÓGICA DEL SUELO Y DESARROLLO DE LECHUGA (Lactuca

sativa) POSAPLICACIÓN DE EFLUENTES DE CODIGESTION
GASTÓN ALEJANDRO IOCOLIa*, GONZALO PASDEVICELLIb & MARISA ANAHÍ

GÓMEZa
a
Cerzos (UNS-CONICET); b Dpto. Agronomía, UNS.
* [email protected]
Palabras clave: cobertura foliar, digestión anaeróbica, estiércoles.
Resumen
La gran producción de cebolla en la zona del Valle Inferior del Río Colorado genera una
gran cantidad de residuos difíciles de degradar que podrían tratarse anaeróbicamente
en codigestión con estiércoles, produciendo energía (biogás) y reaprovechando el agua
y los nutrientes a través de la aplicación del digerido al suelo. Se utilizó estiércol de
feedlot, cama de pollo y purín de cerdo crudos, digeridos anaeróbicamente y en
codigestión con residuos de cebolla, un control solo con agua y un control químico. El
objetivo fue evaluar su capacidad fertilizante y el efecto sobre el suelo midiendo la
actividad biológica (por desprendimiento de CO2 trabajando en microcosmos) y el
desarrollo del cultivo de lechuga en macetas en invernáculo. Se utilizó un suelo arenoso
franco de Bahía Blanca. Los volúmenes aplicados correspondieron a igual dosis de
nitrógeno (10mg/100g de suelo). Semanalmente se calculó el área de cobertura y a
cosecha se determinó peso fresco y seco de la parte aérea, peso seco de raíces,
número de hojas y % de humedad. La codigestión incrementó el contenido de nitrógeno,
sobre todo de las fracciones inorgánicas (NH4/Nt) y disminuyó la relación C/N,
generando una menor activación de la microbiota y mejorando el rendimiento de la
lechuga. Luego descendió rápidamente manteniéndose a partir de las 42hs en valores
próximos al control. A las 644 horas los DA no se diferenciaron del control, a excepción
de DAFL y DACP. Los estiércoles crudos generaron un marcado incremento de la
actividad biológica del suelo (FL:540 mg; PC:432 mg y CP:372 mg). El PC se degrado
rápidamente mientras que CP y FL con mayor contenido lignocelulósico mostraron una
degradación más prolongada. Esto permitió al PC disponer la mayor parte del N dentro
del ciclo del cultivo alcanzando el máximo rendimiento junto con Urea. En contraposición
CP y FL mostraron deficiencias nutricionales alcanzando los menores rindes.
Introducción
La gran producción de cebolla en la zona del Valle Inferior del Río Colorado genera una
gran cantidad de residuos difíciles de degradar que actualmente se acumulan o queman
constituyendo un importante pasivo ambiental. Estos residuos podrían tratarse
anaeróbicamente en codigestión con estiércoles, produciendo energía (biogás) y
1
reaprovechando el agua y los nutrientes a través de la aplicación del digerido al suelo.

El tratamiento de los residuos por digestión anaeróbica a través de la disminución de la
carga orgánica y su estabilización puede reducir los riesgos de contaminación, disminuir
el olor, los microorganismos patógenos y las semillas de malezas (Walshet al., 2012). A
su vez los digeridos anaeróbicos estimulan la actividad biológica del suelo (Iocoliet al.,
2015), aportan un gran número de nutrientes y mejoran las propiedades físicas del suelo
pudiendo contribuir con la dinámica de los nutrientes.
El digerido está compuesto principalmente por un remanente de compuestos orgánicos

lábiles no degradados durante la fermentación anaeróbica (Bernal Calderonet al., 2011),
la fracción lignocelulósica la biomasa microbiana (Frioni, 2011)y una fracción de
compuestos inorgánicos disponibles destacándose el nitrógeno con relaciones NH4/Nt
de entre el 50 y 80% (Iocoliet al., 2015; Makádiet al., 2012 y Kirchmanet al., 1992).
Otros estudios demuestran que la lechuga es un buen cultivo indicador por su rápido
desarrollo y sensibilidad a sustancias tóxicas(Montemurroet al., 2010; Rotondoet al.,
2009; Aruaniet al., 2008; Lopez Mosquera et al., 2003). Taiet al., (1996) demuestran
que es un cultivo con gran habilidad para interceptar luz durante los primeros estadios
de desarrollo, pero considerando el ciclo completo muestra una baja eficiencia en el uso
de la radiación por el sombreado entre las hojas y un alto costo respiratorio para
producir y mantener las hojas. Por otro lado, es un cultivo hortícola muy difundido en el
país que representa el 4% de la producción de hortalizas y el 55% entre los cultivos de
hoja.
Para la realización del presente ensayo se planteó como objetivo evaluar el efecto
posaplicación de efluentes de la codigestión de residuos de cebolla comparándolos con
los efluentes de la digestión, los estiércoles crudos, un control químico y un control sin
agregados, sobre la activación y actividad biológica del suelo y el desarrollo del cultivo
de lechuga.
Efluentes y suelo utilizado
Se utilizó estiércol de feedlot (FL), cama de pollo (CP) y purín de cerdo (PC) crudos,
digeridos anaeróbicamente (DA) y en codigestión con residuos de cebolla (+Ceb). Las
características de los efluentes se muestran en la tabla 1. Las digestiones anaeróbicas
se realizaron en condiciones de laboratorio en digestores tipo batch de 2L.
2
Tabla 1. Caracterización química de los efluentes
N-NH4 N-NO3 Not C ce ST SV

NH4/Nt C/N pH
Ppm ds/m g/L
DAFL 181,0 28,5 970 8870 0,19 9,14 8,06 21,40 25,69 10,26
DAFL + Ceb 689,9 10,8 2134 5090 0,32 2,38 7,55 20,76 21,29 8,97
DACP 508,2 8,5 1337 8680 0,38 6,49 7,65 19,12 33,44 14,64
DACP + Ceb 1486,9 55,4 2361 5710 0,63 2,42 7,73 20,57 18,38 7,47
DAPC 1011,0 14,6 1358 2160 0,74 1,59 7,63 12,35 6,65 3,05
DAPC + Ceb 2199,1 20,0 2695 3740 0,82 1,39 7,64 19,62 10,66 5,1
FL 515,1 25,8 10060 304000 0,05 30,22 9,40 5,70 184,93 -
CP 1840,7 42,8 13140 343300 0,14 26,13 9,30 5,00 408,76 -
PC 2239,9 47,7 3083 28820 0,73 9,35 5,10 23,15 72,54 55,15
Valores expresados en base húmeda, excepto FL y CP que se expresan en base seca.
Se extrajo suelo de los primeros 15 cm de una zona rural poco disturbada cercana a la
Ciudad de Bahía Blanca. Sus características fueron: pH7,9 (potenciométrico en agua),
ce0,442 dm m-1(en extracto de saturación), Co 1,26%, N-NO34 ppm y N-NH4 5,6 ppm
(Kjeldahl).
Activación de la microbiota y actividad biológica del suelo
La actividad biológica se evaluó por el desprendimiento de CO2 capturado en una

solución de hidróxido de sodio y titulación por retorno con HCl (Zibilske 1994). Los
microcosmos se prepararon en frascos de vidrio de 750 cc con 100 g en base seca de
suelo homogeneizado y tamizado en húmedo por 2 mm. Se humedeció el suelo hasta el
50% del porcentaje de saturación (PS) (Pellet al., 2005) y se preincubaron una semana
en estufa a 28ºC. Luego, los efluentes se mezclaron con el suelo en proporción 10 mg
N100 g-1 de suelo seco, se incorporó un controlsin agregados (C0) y otro químico (CQ)
con igual dosis de nitrógeno aplicado como urea. Se humedecieron con agua destilada
hasta alcanzar una humedad del 60% del PS; se les colocó un vial plástico de 50 mL por
frasco con 30 mL de NaOH (0,25 N) y se incubaron en estufa durante 27 días a 28
ºC.Se determinó el CO2 desprendido remplazando el vial de NaOH y titulándolo con HCl
(0,25N) a las 6, 18, 42, 66, 90, 114, 138, 162, 210, 264, 355, 475 y 644 horas (Iocoliet
al., 2015). Se realizaron tres repeticiones por tratamiento y tres blancos sin suelo.
Evaluación del desarrollo del cultivo de lechuga
Se utilizaron macetas de plástico de boca redonda con 3L de capacidad, colocando un

plantín de lechuga por maceta. Se llenaron las macetas con el suelo previamente
homogeneizado, se aplicaron al azar los tratamientos indicados en la sección 2.1 y se
3
llevaron a capacidad de campo. Tres días después, se realizó el trasplante de los

plantines de lechuga colocando uno por maceta. Se utilizaron plantines de lechuga
(Lactuca sativa L var. Mantecosa amarilla). Se realizaron cuatro repeticiones. Se regó
diariamente en forma manual verificando que el suelo se mantenga a capacidad de
campo. La cosecha se realizó 60 días postransplante. Semanalmente se tomó una
imagen aérea de cada planta para calcular cobertura y se rotaron las macetas al azar. A
cosecha se determinó el peso fresco y seco de la parte aérea (PFA y PSA
respectivamente), el porcentaje de humedad (%H), el peso seco de las raíces (PSR) y el
número de hojas (Nº H). Para la determinación de los pesos secos, las muestras se
secaron en estufa a 70ºC durante 48 hs.Se desarrolló en un invernáculo del
Departamento de Agronomía de la Universidad Nacional del Sur.
Activación y actividad biológica del suelo
Los DA muestran una marcada activación de la microbiota del suelo (6hs) (Gráfico 1
A)coincidiendo con lo observado en trabajos anteriores (Iocoliet al., 2015). La
codigestión con cebolla generóuna disminución significativa de la actividad biológica a 6
hs respecto a la digestión de CP y FL sin alcanzarse diferencias significativas para
PC.Esta disminución es coincidente con la disminución observada en la relación C/N y
el incremento de la relación NH4/N. Si consideramos las primeras 24hs los resultados
coinciden con lo observado por Marcatoet al. (2009), Grigattiet al. (2011) y Alburquerque
et al. (2012). Luego de esta activación la respiración desciende rápidamente
manteniéndose luego de las 42hs en valores próximos al control. El PC presentó la
máxima actividad entre las 18 y 42 hs mientras que el FL y la CP la alcanzaron a las 90
horas manteniendo valores elevados hasta la finalización del ensayo. La rápida
mineralización observada en el tratamiento con purín de cerdo versus el estiércol de
feedlot y la cama de pollo podría deberse a la menor relación C/N (compuestos
orgánicos más lábiles) y al mayor contenido de nitrógeno inorgánico (mayor relación
NH4/N). A diferencia del purín de cerdo, estos últimos contienen una fracción
lignocelulósica de lenta degradación constituida por paja de cereal en el estiércol de
feedlot y de aserrín en el caso de la cama de pollo.
A las 644 horas los DA no se diferenciaron estadísticamente del control, a excepción del
DAFL y el DACP que presentaron mayores valores (Gráfico 1 B). Los efluentes crudos
presentaron la mayor actividad acumulada diferenciándose entre sí y de todos los
demás tratamientos (FL: 540 mg; PC: 432 mg y CP: 372 mg)
4
Evaluación del desarrollo del cultivo de lechuga
Durante el desarrollo del ensayo no se observaron síntomas de fitotoxicidad en ninguna

planta.
5
Al comparar la dinámica de desarrollo a través del área de cobertura (Gráficos 2 A y B),

el control presentó la mayor tasa de crecimiento durante la quinta semana y luego se
redujo marcadamente pudiendo indicar déficit nutricional. El DACP presentó un
desarrollo diferente al resto de los tratamientos con un rápido crecimiento inicial
alcanzando la mayor tasa una semana previa al control, siendo superior al resto de los
tratamientos. Le siguió un marcado descenso alcanzando un área foliar final inferior al
resto de los DA y Urea. Esto permite sugerir que el material presentaría dos fracciones
contrastantes, una con nutrientes disponibles y materia orgánica fácilmente
mineralizable y otra más recalcitrante, de baja disponibilidad que podría generar
inmovilización de N. Los demás tratamientos presentaron la máxima tasa de crecimiento
durante la sexta semana correspondiendo el valor más alto al tratamiento PC. Bouzo y
Favaro (2002) trabajando con cinco variedades de Lechuga a campo con fertilización
química fraccionada encontraron la mayor tasa de crecimiento a los 50 días. Otros
trabajos (Teiet al., 1996 y Martinez et al., 2010) encuentran el máximo crecimiento sobre
la fecha de cosecha a los 60 días. Teiet al., (1996) sostienen que el crecimiento de la
lechuga es interrumpido por propósitos comerciales durante la fase de crecimiento
lineal. Estos antecedentes permiten suponer la existencia de un déficit de nitrógeno
sobre el final del ensayo, el cual se magnifica y adelanta por problemas de
disponibilidad y/o inmovilización en los tratamientos con enmiendas.El área de cobertura
presentó una excelente correlación con el peso fresco a cosecha(R2: 0,95), mostrando a
este parámetro como muy buen indicador de desarrollo.
6
Para el PAH y PAS todos los tratamientos difirieron del control (Tabla 2). El PAH fue la
variable que mostró más claramente las diferencias. Los tratamientos PC y Urea
presentaron los mayores rindes coincidiendo con lo observado en ensayos previos
(Iocoli et al., 2015). En todos los casos la aplicación de los efluentes de la codigestión
(+Ceb) generó mayores rindes que los digeridos (DFL+Ceb> DFL; DCP+Ceb>DCP y
DPC+Ceb>DCP) y los DFL y DCP presentaron mayores rindes que FL y CP (DFL>FL;
DCP>CP).Los incrementos de rendimiento posiblemente se deban a la mayor
proporción de nitrógeno inorgánico (NH4/N) y a la menor relación C/N que podría
favorecer la mineralización.
No se observaron diferencias significativas en el contenido de humedad, y en el número

de hojas todos los tratamientos se diferenciaron del control pero no entre sí. Las
diferencias entre los tratamientos para el PSR fueron de menor magnitud que para la
parte aérea permitiendo suponer que los tratamientos tienen un menor efecto sobre el
desarrollo radicular y promocionan principalmente el desarrollo foliar.
Conclusiones
La codigestión incrementó el contenido de nitrógeno, sobre todo de las fracciones

inorgánicas (relación NH4/Nt) y disminuyó la relación C/N, generando una menor
activación de la microbiota y mejorando el rendimiento de la lechuga.
Los estiércoles (PC, CP, FL) generaron un marcado incremento de la actividad biológica
del suelo. El PC se degradó rápidamente mientras que CP y FL con mayor contenido
lignocelulósico mostraron una degradación más prolongada. Esto permitió al PC
disponer la mayor parte del N dentro del ciclo del cultivo alcanzando el máximo
rendimiento junto con Urea. En contraposición CP y FL mostraron deficiencias
nutricionales alcanzando los menores rindes.
7
Estas diferencias por disponibilidad de nitrógeno se marcaron a partir de la quinta

semana del desarrollo del cultivo.
Agradecimientos
Al CONICET por la beca doctoral; al Dpto. de Agronomía de la UNS por las

instalaciones, las camionetas y el subsidio PGI TIR, al LANAIS, y al Lab. de suelos del
INTA ASCASUBI.
Bibliografía
Alburquerque, JA; C de la Fuente & MP Bernal. 2012. Chemicalproperties of

anaerobicdigestatesaffectingthedynamics of amendedsoils.AgrEcosystEnviron 160: 15-
22.
Aruani, MC; P Gili; L Fernández; R González Junyent; P Reeb& E Sánchez. 2008.

Utilización del Nitrógeno en diferentes manejos de fertilización en lechuga (Lactuca
sativa L.) y su efecto sobre algunas variables biológicas del suelo, Neuquén. Argentina.
AGRO SUR 36(3): 147-157.
Bernal Calderon, MP; J A Alburquerque Méndez; MA Bustamante Muñoz & RC Carrillo.

2011. Guía de utilización agrícola de los materiales digeridos por biometanización.
Probiogás. Fondo Europeo de Desarrollo Regional. España. 106pp. ISBN
9788469418680.
Bouzo, CA & JC Favaro. 2002. Curva de crecimiento adimensional en lechuga para el

fraccionamiento de la fertilización nitrogenada. Agronomía Tropical 52(2): 187-196.
Frioni, L. 2011. Microbiología: básica, ambiental y agrícola. 1a. ed. Orientación Gráfica
Editora. Bs. As. Argentina. 778 pp.
Grigatti, M; G Di Girolamo; R Chincarini; C Ciavatta& L Barbanti. 2011. Potentialnitrogen,

plantutilizationefficincy and soil CO2 emissionsfollowingtheaddition of
anaerobicdigestedslurries. BiomassBioenerg 35: 4619-4629.
Iocoli, GA & MA Gómez. 2015. Utilización de digerido anaeróbico de purín de cerdo:

actividad biológica del suelo y desarrollo vegetal.Cienc Suelo (Argentina) 33(1): 1-9.
Kirchmann, H & E Witter. 1992. Composition of fresh, aerobic andanaerobicfarm animal

dungs. BioresourTechnol 40(2):137-142.
López-Mosquera, ME; ME Carballo; F Cabaleiro; E Carral; MJ Lema; A López-Fabal&

MJ Sainz. 2003. Valorización agronómica de estiércol de pollo deshidratado y granulado
8
en el cultivo de lechuga (tipo trocadero) bajo invernadero. Actas de Horticultura Nº 39. X

Congreso Nacional de Ciencias Hortícolas Pontevedra.
Makádi, M; A Tomócsik& V Orosz. 2012. Digestate: A New NutrientSource – Review. In:

Kumar, S (ed). Biogas. Pp. 295-310. InTech.ISBN 978-953-51-0204-5
Martinez M, FE & GA Garcés V. 2010. Crecimiento y producción de lechuga (Lactuca

sativa var. Romana) bajo diferentes niveles de potasio. Ver Colomb Cienc Hortic 4(2):
185-198.
Montemurro, F; D Ferri; F Tittarelli; S Canali & C Vitti. 2010. Anaerobic Digestate and
On-Farm Compost Application: Effects on Lettuce (Lactuca sativa L.) Crop Production
and Soil Properties. Compost Sci Util 18(3): 184-193.
Rotondo, R; IT Firpo; L Ferreras; S Toresani; S Fernández & E Gómez. 2009. Efecto de

la aplicación de enmiendas orgánicas y fertilizante nitrogenado sobre propiedades
edáficas y productividad en cultivos hortícolas. Horticultura Argentina 28(66): 18-25
Tei, F; A Scaife & DP Aikman. 1996. Growth of lettuce, onion and red beet. 1. Growth
analysis, light interception and radiation use efficiency. Ann Bot 78: 633-643.
Walsh JJ; J Rousk; G Edwarda-Jones; DL Jones & A Prysor Williams. 2012. Fungal and
bacteria growth following the application of slurry and anaerobic digestate of livestock
manure to temperature pasture soils. Biol Fertil of Soils 48(8): 889-897.
9
PRODUCCIÓN DE MAÍZ E INOCULACIÓN CON PENICILLIUM BILAIAE
MARTIN DÍAZ-ZORITA1, MARÍA VIRGINIA FERNANDEZ-CANIGIA2, RAFAEL BALIÑA1,

MANUEL BERMUDEZ1, VICTOR LASTRA1& FEDERICO MICUCCI1
1
Monsanto BioAg S.A.; 2Actividad privada
*[email protected]
Palabras clave: Fertilización fosfatada, Hongos promotores del crecimiento vegetal,

Tratamiento biológico de semillas
Resumen
Entre los abundantes microorganismos con potenciales aportes a la producción de

cultivos, el hongo Penicillium bilaiae participa en multiples procesos de nutrición y
crecimiento de plantas facilitando la liberación de nutrientes y la formación de raíces. Sin
embargo, ha mostrado variados resultados dependiendo de condiciones tanto de sitio
como de manejo que limitan su amplia incorporación en modelos productivos. Además,
son escasos los estudios en cultivos de maíz (Zea mays L.) en comparación con otros
cultivos tales como trigo (Triticum aestivum L.) y soja [Glycine max (L.) Merrill]. El
objetivo fue cuantificar los aportes de la inoculación con una formulación conteniendo
Penicillium bilaiaea la producción de maíz en condiciones extensivas de producción
representativas de la región pampeana y bajo dos niveles de fertilización fosfatada. El
estudio se desarrolló entre 2008 y 2014 en un total de 40 sitios con suelos agrícolas
(Hapludoles y Argiudoles). Se instalaron 4 tratamientos según dos factores de variación:
(i) fertilización con fósforo e (ii) inoculación con Penicillium bilaiae. Se observó que la
incorporación este microorganismo en tratamientos de semillas mejoró los rendimientos
de maíz en un amplio rango de condiciones de producción de secano (2986 a 15100 kg
ha-1) e independientemente de los aportes de la fertilización con fósforo. En promedio, la
respuesta a la inoculación fue del 5,6 %, equivalente a aumentos en 501 kg ha-1 la
producción de granos. En los sitios con alta respuesta a la fertilización con P o de alta
productividad sin aplicación de P se describieron las mayores respuestas a la
inoculación. Al inocular, la proporción de sitios con respuesta a la fertilización con P
aumentó del 81,0 al 90,5 %. Estos resultados validan la contribución de la inoculación
con Penicillium bilaiae a la producción de secano de maíz en la región maicera de
Argentina.
1
Introducción
Muchos microorganismos tienen potenciales efectos benéficos para los cultivos.

Algunos de estos genéricamente son denominados microorganismos promotores del
crecimiento de las plantas y actualmente son activamente estudiados por sus aportes
agronómicos. Entre estos, un amplio número de hongos de vida libre forman
asociaciones no simbióticas ni específicas con las plantas y han mostrado varios
mecanismos para mejorar el crecimiento de estas, tales como la producción de
fitohormonas, la solubilización de minerales y el antagonismo con fitopatógenos.
Algunos muestran un papel fundamental en el ciclo biogeoquímico de diversos
nutrientes tanto en los ecosistemas naturales como en los agrícolas. Por ejemplo,
exhibiendo una capacidad de solubilización de formas precipitadas de fosfatos superior
que las bacterias (Kucey y Leggett 1989). En un estudio comparativo de unos 800
aislamientos microbianos sobre suelos de Australia se identificó que el hongo
Penicillium bilaiae presentó la mayor actividad solubilizadora de fosfatos (Wakelinet al
2004). Este microorganismo tiene una alta capacidad de adaptación a diversos
ambientes y manteniendo un óptimo y activo estado fisiológico acompañando al
desarrollo de las raíces desde la germinación y siguientes estadios de crecimiento de
las plantas (Gardella, 2014).
Penicillium spp. es uno de los pocos grupos de microorganismos que participa

activamente en la meteorización primaria de rocas y minerales. Esta capacidad se
explica en parte a laproducción de una amplia variedad de ácidos orgánicos que
disminuyen el pH en los micrositios de actividad fúngica. Estos también actúan como
agentes complejantes de cationes que disuelven minerales y precipitados inorgánicos, o
a través de la liberación de minerales y nutrientes a la solución del suelo por quelación.
Esta función se evaluó en estudios de cultivos de trigo (Triticum aestivum L.) donde no
se observaron cambios sobre la captación de hierro (Fe) y de cobre (Cu) pero sí
incrementos en la acumulación de zinc (Zn) al inocular con cepas de Penicillium bilaiae
(Kucey, 1988). Por otro lado, Penicillium spp. tiene su actividad en la descomposición
saprófita oportunista de materiales orgánicos (ej. rastrojos, hojarasca, restos de raíces,
etc.) participando en diversos procesos de ciclado de nutrientes (ej. carbono, nitrógeno,
fósforo, etc.) además de sus aportes a la fertilidad de los ecosistemas a través de la
movilización de minerales inorgánicos. Los hongos Penicillium spp.liberan al medio un
amplio rango de antibióticos y metabolitos secundarios, algunos de estos identificados
como ácido cítrico y oxálico con potencial actividad precursora de diversos procesos
metabólicos en las plantas. Anstis (2004) describió la producción in-vitro de precursores
de hormonas vegetales que estimularían la ramificación de raíces (Patten y Glick 2002)
lográndose aumentos en el crecimiento de las plantas. Gleddie (1993) mostró que
además de los efectos de mejoramiento en la producción de pelos radicales, la
inoculación con Penicillium bilaiae mostraba una mejor nodulación y captación de
nitrógeno en diferentes cultivos de legumbres.
2
Las respuestas a la inoculación con cepas de Penicillium spp. en general son más
frecuentes en condiciones de respuesta a la fertilización con P y en suelos cuyo
contenido de P esté ligado al calcio (Ca) (Kucey 1983; Sander 1991; Boman y
Westerman 1992). Sin embargo, los aportes y mejoras debidas a prácticas de
inoculación son mayores al aumentar la dosis de fertilización con P (Roberts y Green,
1994) y abundantes resultados en condiciones extensivas de producción, sugieren que
estos aportes y mejoras no se deben únicamente a la nutrición fosfatada de las plantas
sino a otros procesos de formación del rendimiento (Kucey y Leggett, 1989; Whitelaw et
al. 1997). Resultados de 47 estudios en cultivos de trigo en Canadá mostraron que la
inoculación con Penicillium bilaiae mejoró los rendimientos sin relacionarse directamente
a cambios en las concentraciones de P extractable, contenidos de materia orgánica,
textura de los suelos, ni a patrones o condiciones climáticas (Karamanos et al. 2010). En
un estudio realizado durante 6 campañas agricolas y 461 cultivos de maíz (Zea mays L.)
en USA, Leggettet al (2014) observaron que la inoculación con Penicillium bilaiaesobre
las semillas o en bandas en el surco de siembra mejoró los rendimientos. Los aumentos
de producción mostraron variaciones entre campañas, aunque la mayor consistencia y
magnitud de aportes se describieron en sitios con niveles bajos a muy bajos de P en los
suelos. Sin embargo, estos autores mostraron que evaluaciones en parcelas de grandes
dimensiones mostraban respuestas significativas a la inoculación aún en sitios con altos
niveles extractables de P atribuyendo este comportamiento a interacciones con la
topografía y antecedentes de manejo de la fertilidad de los lotes de producción. Estudios
bajo condiciones extensivas de producción en Argentina concluyeron que la inoculación
con Penicillium bilaiae sobre semillas de trigo y de soja [Glycine Max (L.) Merrill] mejoró
el crecimiento y producción de ambos cultivos. Estos efectos fueron aditivos a las
mejoras en rendimientos logradas al fertilizar con P (Díaz-Zorita et al. 2014).
En el área núcleo de producción de maíz en Argentina, los niveles extractables de P son

frecuentemente limitantes para la normal producción del cultivo además de describirse
variaciones en su crecimiento inicial e implantación que podrían reducir sus
rendimientos. La incorporación de un microorganismo benéfico con aportes directos
sobre la oferta de nutrientes y el crecimiento del sistema de raíces contribuiría a mejorar
la producción de maíz principalmente en condiciones de limitaciones al rendimiento.
Nuestro objetivo fue cuantificar los aportes de la inoculación con una formulación
conteniendo Penicillium bilaiae a la producción de maíz en condiciones extensivas de
producción representativas de la región pampeana y bajo dos niveles de fertilización
fosfatada.
3
Este estudio se desarrolló entre las campañas 2008 y 2014 en un total de 40 sitios
experimentales de producción de maíz distribuidos en la región pampeana sobre suelos
agrícolas clasificados como Hapludoles y Argiudoles con niveles de P extractable
(método de BrayKurtz 1) entre 8 y 18 mg kg -1. En cada uno se instalaron 4 tratamientos
según dos factores de variación: (i) fertilización con fósforo y (ii) inoculación con
Penicillium bilaiae. La fertilización se realizó con fosfato diamónico (18:46:0) aplicado en
bandas localizadas en la línea de siembra en dosis de 15 kg de P ha-1. La inoculación se
realizó a razón de 0,3 g kg-1 de semillas sobre las semillas empleando una formulación
de polvo mojableconteniendo Penicillium bilaiae provisto por Novozymes Bioag S.A.
(Pilar, Buenos Aires) con un recuento mayor a 3 x 108 esporas g-1 al momento de la
aplicación.
Los cultivos se condujeron según prácticas de manejo de alta producción en cada una
de las regiones bajo evaluación. La siembra se realizóbajo prácticas de labranza cero
(control químico de malezas durante el barbecho y el cultivo)mayormente entre mitad de
septiembre e inicio de octubre y en menor proporción durante la segunda quincena de
noviembre. Se emplearon semillas de híbridos comerciales de alta productividad
adaptados a cada una de las regiones de producción bajo estudio y con tratamientos
industriales con fungicidas e insecticidas. En todos los casos, los cultivos fueron
fertilizados durante sus estadios vegetativos con nitrógeno y azufre en dosis no
limitantes para su normal producción y se mantuvieron libres de malezas con aplicación
de tratamientos químicos de pre- y post-emergencia.
En cada sitio, los tratamientos se instalaron en parcelas de al menos 5 surcos de ancho

y 10 m de longitud con 4 repeticiones dispuestas en bloques completos aleatorizados
evaluándose la producción de granos por cosecha manual de al menos 10 m2 por
parcela.
Los resultados se evaluaron con ANVA empleando un diseño experimental en bloques

(sitios experimentales) completos y con la prueba T de Student de muestras apareadas
(Analytical Software, 2000). Además, se aplicaron análisis de regresión y pruebas de
comparación de los modelos resultantes entre los rendimientos de los cultivos según los
tratamientos de inoculación y de fertilización probados.
Resultados
La producción de granos varió entre 2986 y 15100 kg ha-1 mostrando diferencias tanto
en respuesta a la fertilización fosfatada de base como a la aplicación del tratamiento de
semillas con Penicillium bialaie (Fig. 1). En promedio para todos los casos, e
independientemente de la aplicación del tratamiento biológico, los rendimientos de los
cultivos fertilizados fueron 6,1 % (equivalentes a 490 kg ha-1) superiores que aquellos en
4
ausencia de esta práctica (p<0,01). Esta respuesta fue de mayor magnitud (9,7 %,
592 kg ha-1) al aplicar el inoculante con Penicillium bialaie que en ausencia de este
tratamiento biológico (5,0 %, 388 kg ha-1) (p<0,10). Además, al inocular, la proporción de
sitios con respuesta a la fertilización fosfatada tendió a incrementarse del 81 % en
cultivos no inoculados al 90,5 % de los casos(p<0,21).
La respuesta media a la aplicación del tratamiento de semillas con Penicillium bialaiefue

de 501 kg ha-1 equivalentes a 5,6 % de mejora sobre el control sin aplicación del
tratamiento biológico (p<0,01). El aumento de rendimiento fue de mayor magnitud en los
tratamientos con fertilización fosfatada (579 kg ha-1, 7,7 %) que en los controles sin
fertilización (353 kg ha-1, 4,3 %) (p<0,10). Sin embargo, la proporción de casos con
respuesta no mostró diferencias relevantes(p<0,08) al fertilizar con P (80 %) o en
ausencia de esta práctica (81 %).
Figura 1: Rendimientos medios de maíz según tratamientos de fertilización con P y de

inoculación con Penicillium bilaiae en 40 sitios representativos de la región pampeana. Las
barras en cada columna representan el error estándar de la media.
La información obtenida de caracterización de los suelos en cada sitio experimental

(niveles de P extractable, materia orgánica y pH) fue insuficiente para describir
relaciones significativas entre estas y las respuestas al tratamiento de inoculación o de
fertilización.Sin embargo, se observó que la magnitud de la mejora media al aplicar el
tratamiento de semillas con Penicillium bilaiae (RI) se correlacionó positivamente con la
5
observada al fertilizar con P (RP) según el siguiente modelo:

RI (kg ha-1) = 133,56 + 0,656 RP (kg ha-1), r = 0,578, p <0,01.
En ausencia de fertilización fosfatada los mayores rendimientos observados en cultivos

inoculados con Penicillium bilaiaetendieron a incrementarse con respecto al control sin
este tratamiento en la medida que los rendimientos medios de los sitios se incrementó
(Fig.2). En cambio, en los cultivos fertilizados con P la mejora de producción al inocular
fue independiente del nivel de productividad alcanzada por los cultivos (Fig. 2).
Sin fertilizar con P Fertilizados con P
Figura 2: Relaciones entre los rendimientos medios de los sitios y la producción de maíz, con y
sin fertilización fosfatada de base, según tratamientos de inoculación con Penicillium bilaiae en
40 sitios representativos de la región pampeana.
Conclusiones
La incorporación del hongo Penicillium bilaiae en tratamientos de semillas de maíz

mejoró los rendimientos de los cultivos en un amplio rango de condiciones de
producción de secano y por sobre los aportes de la fertilización con fósforo. En
promedio, la respuesta a la inoculación fue del 5,6 %, equivalente a aumentos en 501 kg
ha-1 la producción de granos. En los sitios con alta respuesta a la fertilización con P o de
alta productividad sin aplicación de P se describieron las mayores respuestas a la
inoculación. En sitios fertilizados con P la contribución de este tratamiento biológico fue
independiente del nivel de productividad de los sitios. Estos resultados validan la
contribución de la inoculación con este hongo a la producción de secano de maíz en la
región maicera de Argentina.
6
Bibliografía
Analytical Software. 2000. Statistix7 User's manual. Analytical Software. Tallahassee,

FL. USA. 359 p.
Anstis ST. 2004. Penicillium radicum: Studies on the mechanisms of growth promotion in
wheat. PhD thesis, School of Earth and Environmental Sciences, University of Adelaide,
Australia.
Boman, RK & RL Westerman. 1992. Evaluation of Penicillium bilaji inoculum effects on
winter wheat. Pages 187–189 in Soil fertility research highlights, Agronomy Department,
Oklahoma Agricultural Experiment Station, Oklahoma State University, Stillwater, OK.
Díaz-Zorita, M; MV Fernández-Canigia, RM Baliña, M Bermudez, VD Lastra & FG
Micucci. 2014. Evaluación extensiva de la aplicación de Penicillium bialae en cultivos de
soja y de trigo. En Díaz-Zorita, M; OS Correa; MV Fernández Canigia & RS Lavado
(Eds.), Actas de la Cuarta Jornada del Instituto de Investigaciones en Biociencias
Agrícolas y Ambientales: “Hongos y otros organismos que mejoran la producción
agrícola”, Buenos Aires (Argentina). 107-113.
Gardella, NM. 2014. Uso de hongos para incrementar la disponibilidad de nutrientes de
los suelos. En Díaz-Zorita, M; OS Correa; MV Fernández Canigia & RS Lavado (Eds.),
Actas de la Cuarta Jornada del Instituto de Investigaciones en Biociencias Agrícolas y
Ambientales: “Hongos y otros organismos que mejoran la producción agrícola”, Buenos
Aires (Argentina). 25-29.
Gleddie, SC. 1993. Response of pea and lentil to inoculation with the phosphate
solubilising fungus Penicillium bilaii (PROVIDE™). In Proceedings soil and crops
workshop Saskatoon, Canada pp 47-52.
Karamanos, RE; NA Flore & JT Harapiak. 2010. Re-visiting Use of Penicillium bilaii with
phosphorus fertilization of hard red spring wheat. Can. J. Plant Sci. 90: 265-277.
Kucey, R. 1983. Phosphate-solubilizing bacteria and fungi in various cultivated and virgin
Alberta soils. Can J Soil Sci. 63: 671-678
Kucey, R. 1988. Effect of Penicillium bilaji on the solubility and uptake of P and
micronutrientes from soil by wheat. Can. J. Soil Sci. 68: 26I-270
Kucey, R & M Leggett. 1989. Increased yields and phosphorus uptake by Westar canola
(Brassica napus L.) inoculated with a phosphate-solubilizing isolate of Penicillium bilaji.
Can J Soil Sci 69:425–432
Leggett, M; NK Newlands; D Greenshields; L West, S Inman & ME Koivunen. 2014.
Maize yield response to a phosphorus-solubilizing microbial inoculant in field trials.
Journal of Agricultural Science 1-15, doi:10.1017/S0021859614001166
Patten, CL& BR Glick. 2002. Role of Pseudomonas putida indoleacetic acid in
development of the host plant root system. Appl. Environ. Microbiol. 68: 3795-3801.
7
Roberts, T & B Green. 1994. Farm facts: phosphorus fertilization in crop production.
Canada-Saskatchewan Agreement on Soil Conservation.4 pp.
Sander, DH. 1991. Effect of PB-50 (Penicillium bilaji) on phosphorus fertilizer efficiency
for wheat and soybeans. Pages 91–95 in Soil science research report.Department of
Agronomy, University of Nebraska, Lincoln, NE.
Wakelin, SA; RA Warren; PR Harvey & MH Ryder. 2004. Phosphate solubilisation by
Penicillium species closely associated with wheat roots. Biol. Fertil. Soils 40: 36-43.
Whitelaw, MA; TJ Harden & GL Bender. 1997. Plant growth promotion of wheat
inoculated with Penicillium radicum sp. nov. Aust. J. Soil Res. 35: 291-300.
8
CARACTERIZACIÓN DE GRUPOS FUNCIONALES BACTERIANOS Y ACTIVIDAD

MICROBIANA EN MICROCOSMOS CON APLICACIÓN DE GLIFOSATO
SOFÍA MOYANO*; MARIANA BONETTO; TOMÁS BAIGORRIA; VANESA PEGORARO;

JIMENA ORTÍZ; CRISTIAN CAZORLA; BELÉN CONDE & MÓNICA BOCCOLINI.
Instituto de Investigación Médica Mercedes y Martín Ferreyra, Córdoba. CP: 5000.

*[email protected].
Palabras clave: bacterias; enzimas; herbicida.
Resumen
El glifosato es el herbicida más ampliamente utilizado a escala mundial, tal que casi el
90% de los cultivos transgénicos en el mundo son resistentes al mismo. El uso
generalizado y los impactos sobre las comunidades microbianas del suelo, justifican su
estudio, debido a que la degradación microbiana del glifosato es considerada el proceso
de transformación más importante que determina su persistencia. Nuestro objetivo fue
caracterizar la abundancia de grupos bacterianos y actividad microbiana general, en
condiciones controladas con aplicación de dosis crecientes de glifosato. Se realizó un
bioensayo con aplicación del herbicida en microcosmos con suelo de historial agrícola
de la estación experimental INTA Marcos Juárez, Córdoba. Se utilizó glifosato de
formulación comercial (74.7 %) y los tratamientos evaluados fueron: Suelo sin agregado
de glifosato (control), y Suelo con dosis de 1,12 y 11,2 kg ia ha-1. Los parámetros
microbiológicos fueron estimados mediante recuento de bacterias heterótrofas,
celulolíticas, fijadoras de nitrógeno (N), nitrificantes, hidrólisis de la fluoresceína
diacetato (FDA), respiración microbiana (RM) y carbono de la biomasa microbiana (C-
BM). Las bacterias relacionadas al ciclo del N, mostraron mayor sensibilidad al glifosato
con incrementos significativos en la abundancia; mientras que las del ciclo del C
estuvieron fuertemente condicionadas por el tiempo transcurrido desde la aplicación del
herbicida, al igual que la RM. La FDA disminuyó con la mayor dosis, mientras que el C-
BM no cambió. Por lo tanto, concluimos que bajo las condiciones de microcosmos
analizadas, el glifosato en general estimuló el crecimiento bacteriano representando una
fuente de N, C y nutrientes. Por el contrario, disminuyó la actividad enzimática (FDA)
cuando fue aplicado en exceso, mientras que, no tuvo efecto sobre la RM ni en el C-BM,
lo que podría ser atribuible al contenido de materia orgánica del suelo.
Introducción
En la agricultura moderna, los pesticidas son utilizados para controlar plagas, malezas y
a la baja producción de alimento (Cycoń & Piotrowska-Seget, 2012). Su amplio y
extenso uso representa un riesgo potencial para el ecosistema suelo por los efectos
sobre los procesos biológicos y miembros sensibles de la comunidad microbiana edáfica
1
(Zabaloy et al., 2008). Los cambios detectados en la microbiota dependen del tipo de
pesticida, su espectro de control, persistencia y dosis utilizada (Cycoń & Piotrowska-
Seget, 2012). Sin embargo, algunas sustancias activas de los formulados químicos
pueden ser degradadas con intensidades variables ya que son utilizadas como fuente
de energía y nutrientes por algunos microorganismos, causando el aumento de
poblaciones microbianas (Cycon et al., 2010b citado en Cycoń & Piotrowska-Seget,
2012).
Los pesticidas pueden dividirse en tres categorías principales: fungicidas, herbicidas e

insecticidas (Mahmoud & Loutfy, 2012). Dentro de los herbicidas, el glifosato (N-
fosfonometilglicina) es el más ampliamente utilizado a escala mundial, tal es así que
casi el 90% de los cultivos transgénicos en el mundo son resistentes al mismo (Mijangos
et al., 2009).
Estudios realizados a campo y en condiciones controladas han reportado diversos

efectos del glifosato sobre las comunidades microbianas en los agroecosistemas.
Mijangos et al. (2009); Haney et al. (2000) y Araujo et al. (2003) observaron que el
glifosato estimuló la actividad microbiana, mientras que Bortoli et al. (2012) detectó
incrementos en la abundancia y Cherni et al. (2015) observó que el glifosato afectó
positivamente a la diversidad de la comunidad bacteriana. En cambio, Allegrini et al.
(2015) y Zabaloy et al. (2012) no encontraron diferencias importantes en la abundancia
ni diversidad de la comunidad microbiana entre suelos con y sin historia de exposición al
herbicida. Así mismo, otras investigaciones han detectado disminución en la actividad
enzimática (Zabaloy et al., 2008) y variabilidad genética de las poblaciones de bacterias
en suelos con historial de aplicación (Guijarro et al., 2013).
El uso generalizado del glifosato como incluso hasta los impactos de menor importancia
que produce sobre las comunidades microbianas del suelo, justifican seguir trabajando
en la temática, debido a que la degradación microbiana del glifosato es considerada el
proceso de transformación más importante que determina su persistencia en el suelo
(Aparicio et al., 2015). Por lo tanto, ¿el glifosato aplicado en distintas dosis podría actuar
como un agente negativo inhibiendo a los grupos bacterianos y a la actividad microbiana
del suelo?. A partir de esta pregunta, nuestro objetivo fue caracterizar la abundancia de
distintos grupos funcionales bacterianos relacionados a los ciclos del C y N y a la
actividad microbiana general en condiciones experimentales controladas con aplicación
de dosis crecientes de glifosato.
Descripción de suelo y preparación de los microcosmos

Se realizó un bioensayo en microcosmos con suelo proveniente de un lote de historial
agrícola con aplicación del herbicida en la EEA Marcos Juárez (Córdoba). El suelo es un
2
Argiudol típico de textura franco-limosa (25% de arcilla, 68 % de limo, 7% de arena), con

un 2.38% de materia orgánica (MO), 36 ppm de fósforo (P Bray), pH: 6,0 y CE 0.09 dS
m-1 (INTA, 1978).
Se extrajo suelo de 0-10 cm de profundidad con pala y se almacenó a 4 ºC hasta su

procesamiento. En el laboratorio se dejó a temperatura ambiente por 24 h y se tamizó
por 4 mm. Los microcosmos fueron preparados con 200 g de suelo que se colocaron en
bandejas plásticas (7 x 11 x 3 cm). Un total de 36 bandejas fueron utilizadas (3 dosis de
herbicida x 4 tiempos de muestreo x 3 repeticiones), las que luego se pre incubaron a 25
°C por 48 h.
Se utilizó glifosato de formulación comercial (74.7 %) para la preparación de las dosis,

las que se ajustaron de acuerdo al tamaño de la bandeja, al peso de suelo utilizado
considerando su densidad de 1,2 tn ha-1. Las aplicaciones se realizaron con dispersor.
Los tratamientos evaluados fueron: a) Suelo sin agregado de glifosato (control), b) Suelo
con dosis de glifosato recomendada a campo de 1.5 kg de producto ha-1 (1,12 kg i.a ha-
1
) y c) Suelo con una dosis de glifosato 10 veces mayor a la recomendada de 15 kg de
producto ha-1 (11,2 kg i.a ha-1) para simular una concentración potencial desigual al uso
convencional del herbicida en el campo (Zabaloy et al., 2008). Las bandejas aplicadas y
las control (a las que se le adiciono sólo agua destilada) fueron incubadas bajo
condiciones controladas de temperatura (25°C) y humedad (75 % de capacidad de
campo) la cual fue inicialmente ajustada considerando el aporte de las soluciones
acuosas del herbicida. La humedad se mantuvo con riego en forma periódica con agua
destilada teniendo en cuenta el peso de la bandeja. Los muestreos fueron destructivos y
se realizaron a los 3, 7, 14 y 21 días de realizadas las aplicaciones.
Determinaciones microbiológicas
Abundancia de grupos funcionales bacterianos

En todos los casos para recuento bacteriano se realizaron diluciones seriadas utilizando
solución salina como diluyente a partir de 1 g de suelo.
La abundancia de bacterias heterótrofas totales se estimó a través de la técnica de
recuento en placa en medio agar tripticasa soya (ATS) suplementado con un anti
fúngico (APHA et al., 2008). Se sembraron 0,1 ml de las diluciones de 10-2 hasta 10-5 por
duplicado en cada placa conteniendo 25 ml de medio. Posteriormente se incubaron a
28ºC por 48 h. Para fijadoras de vida libre se utilizó recuento en placa con medio solido
selectivo libre de nitrógeno (N) y carbono (C) como fuente de energía (Wilson & Knight,
1952). Se sembraron 0,1 ml de las diluciones de suelo 10-2, 10-3 y 10-4 por duplicado en
cada placa conteniendo 25 ml de medio y posteriormente se incubaron a 28 ºC por 72 h.
En ambos casos se contaron aquellas diluciones que contenían entre 30-300 colonias y
el número de bacterias fue expresado como log10 UFC g-1 de suelo.
3
Para las bacterias nitrificantes y celulíticas se aplicó el método de recuento del Número
Más Probable (NMP) (Alexander, 1965). En nitrificantes se utilizó medio líquido selectivo
con (NH4)2SO4 y CaCO3 según Frioni (2006). Las diluciones, 10-1, 10-2 10-3 y fueron
sembradas por triplicado (1 ml) en tubos que contenían 1,5 ml de medio, luego se
incubaron a 28 ºC durante 28 días. La lectura se realizó con la adición de 10 gotas de
H2SO4 concentrado y 10 gotas de Difenilamina sulfúrica. Luego se contaron los tubos de
reacción positivos (color azul por la presencia de NO-3), se ordenó la cifra para obtener
el número característico y se ingresó a la tabla de Mc. Grady para el NMP. En celulíticas
se utilizó medio líquido selectivo con K2HPO4 al que se le adicionaron tiras de papel de
filtro semi sumergidas en el medio (Frioni, 2006). Se sembró 1 ml de las soluciones de
suelo 10-1, 10-2, 10-3, 10-4 y 10-5, por triplicado en tubos con 9 ml de medio y
posteriormente se incubaron a 28 ºC por 15 días. La lectura se realizó observando
cambio de color en el papel, lo que se consideró un resultado positivo (degradación) y el
conteo fue siguiendo el mismo procedimiento anterior. Los resultados fueron expresados
como log10 del nº de bacterias g-1 de suelo.
Actividad microbiana
La tasa de actividad enzimática general del suelo se determinó a partir de la hidrolisis de
la Fluoresceína Diacetato (FDA; ug fluoresceína g -1 h-1) propuesta por Schnϋrer &
Rosswall (1982). Se pesó 1 g de suelo al que se le adicionaron 15 ml de buffer fosfato
sodio (SPB) y 10 ml de solución sustrato FDA, se agitó por 2 h a 20ºC. Posteriormente
se filtró la suspensión y se midió el filtrado con espectrofotómetro a 490 nm.
La respiración microbiana (RM; mg C-CO2 100 g-1 suelo) se determinó según Jenkinson
& Powlson (1976) y el C de la biomasa microbiana (C-BM; µg C-CO2 100 g-1 suelo) por
el método de Fumigación-extracción (Vance et al., 1987). Para respiración, se pesaron
30 g de suelo en frascos de incubación. Dentro de cada frasco se colocó un vasito
plástico conteniendo 20 ml de NaOH (0,2N) y otro con agua destilada. Luego se taparon
herméticamente y se llevaron a oscuridad a 25ºC durante 7 días. Finalmente se realizó
una retro titulación con H2SO4 (0,1N) tomando una alícuota de 5 ml de NaOH del vasito,
a la que se le adicionaron 1 ml de BaCl2 más 1 gota de fenolftaldeína.
El C-BM se determinó pesando 7.5 g de suelo por cuatriplicado (por muestra), a los que
se le agregaron 2.5 ml de agua destilada en un tubo de 50 ml. Se tapó en forma no
hermética e incubó durante 15 horas a 30°C en oscuridad. Luego, 2 tubos se fumigaron
con 0.4 ml de cloroformo durante 30 min tapando herméticamente y los 2 restantes
representaron los blancos, sin cloroformo. Luego, se agregaron 30 ml de solución
extractante (0.5 mol l-1 K2SO4), agitando 1 h. Posteriormente se centrifugó a 2000 rpm
por 15 min y filtró. Se extrajeron 4 ml del extracto y se le adicionaron 0.0667 M de
K2Cr2O7 y 4 ml de H2SO. Finalmente se realizó una digestión a 140°C por 30 min, se
dejó enfriar y se agregó 1 ml de agua destilada, para luego vortexear y medir la
absorbancia a 590 nm.
4
Análisis Estadístico
Los datos fueron analizados con el programa estadístico INFOSTAT (Di Rienzo et al.,
2014). Se aplicó modelo lineal mixto tomando como efectos fijos las dosis del herbicida
y las fechas (días desde la aplicación). Para la diferencia entre medias se utilizó el test
de comparación LSD Fisher con un nivel de significancia del 5 % y la relación entre
variables se estimó a través del análisis de correlación de Pearson. Además se realizó
un análisis de componentes principales (ACP), para describir la asociación entre los
tratamientos y las variables biológicas estudiadas.
Resultados
Efectos del glifosato sobre la abundancia de los grupos bacterianos

La aplicación de las dosis de 1,12 y 11,2 kg de ia ha-1 de glifosato en los microcosmos
provocó un incremento significativo (P<0,05) en la cantidad de bacterias fijadoras de N a
los 7 y 14 días de incubación con respecto al tratamiento control sin aplicación (Fig 1 a);
mientras que en las nitrificantes, la dosis mayor de glifosato (11,2 kg de ia ha -1) aumentó
significativamente (P<0,05) el número de bacterias a los 3 días y 14 días, fecha a partir
de la cual ambas dosis superaron al control hasta el día 21 (Fig 1b).
Figura 1. Abundancia de bacterias fijadoras de N (a) y nitrificantes (b) en los días

transcurridos desde la aplicación según las dosis de glifosato utilizadas. Las barras
indican el error estándar y las letras diferentes indican diferencias significativas (P<
0,05) según LSD de Fisher.
El análisis de abundancia de las bacterias heterótrofas y celulolíticas muestra que sólo

fue afectada significativamente (P< 0,05) por los días transcurridos desde la aplicación
del glifosato; aunque se observó una tendencia creciente del NMP con la dosis del
herbicida. El número de bacterias aumentó hasta el día 14, fecha a partir del cual, en las
heterótrofas se mantuvo hasta el día 21; mientras que en las celulolíticas disminuyó
hacia esta última fecha (Tabla 1).
5
Tabla 1. Valores medios y error estándar de la abundancia de bacterias heterótrofas y

celulolíticas, respiración microbiana (RM) y C biomasa microbiana (C-BM) del suelo en
los diferentes tratamientos y días transcurridos (fechas) desde la aplicación de glifosato.
Heterótrofas Celulolíticas RM C-BM

Tratamiento (log10 UFC g- (log10 n° bact.g- (mgCO2 100g -
1 1 1 (ugC g-1s)
s) s) s)
Control (sin 273,58 ±
3,73 ± 0,09 2,24 ± 0,09 41,85 ± 4,95
aplicar) 30,44
1,12 ia ha-1 235,21 ±

3,82 ± 0,08 2,50 ± 0,09 38,39 ± 8,17
33,40
11,2 ia ha-1 250,38 ±

3,84 ± 0,06 2,51 ± 0,09 39,84 ± 5,77
14,71
Fecha
312,01 ±
3 3,62 ± 0,07 b 2,23 ± 0,14 b 19,63 ± 3,40 b 49,63
229,00 ±
7 3,77 ± 0,12 ab 2,28 ± 0,14 b 47,20 ± 10,03 a 23,65
215,11 ±
14 3,98 ± 0,04 a 2,96 ± 0,14 a 53,72 ± 7,42 a 21,44
21 3,84 ± 0,06 a 2,20 ± 0,14 b 39,56 ± 1,49 a 256,11 ± 9,75

P valor
Trat. NS NS NS NS
Fecha 0,01 0,01 0.002 NS
Trat. x fecha NS NS NS NS
Letras distintas indican diferencias significativas (P< 0,05) según LSD de Fisher.
Efectos del glifosato sobre la actividad y carbono de la biomasa microbiana

La FDA disminuyó con la aplicación de la mayor dosis de glifosato (11,2 kg de ia ha -1), y
sólo fueron significativas aquellas diferencias detectadas al día 14 con un 53 % menor
respecto al control (P<0,05) (Fig. 2). Por el contario, los valores de RM no revelaron un
efecto marcado del herbicida, registrándose un aumento significativo con las fechas a
partir del día 3 (P<0,05) (Tabla 1) aunque con una leve disminución hacia el día 21. No
se hallaron diferencias significativas entre dosis ni fechas en el C-BM (P>0,05).
6
Control 1,12 kg ia/ha 11,2 kg ia/ha

300
µg fluor. g-1 h-1
250
200
a
150 a
b
100
3 7 14 21
Días transcurridos desde la aplicación
Figura 2. Actividad enzimática del suelo (FDA) en los días transcurridos desde la
aplicación de glifosato según las dosis utilizadas. Las barras indican el error estándar y
las letras diferentes indican diferencias significativas (P< 0,05) según LSD de Fisher.
El análisis del coeficiente de correlación de Pearson arrojó correlaciones positivas y

significativas entre la abundancia de bacterias heterótrofas y celulolíticas con la RM, con
un R2= 0,32; P= 0,01 para heterótrofas y R2= 0,43; P= 0,05 para celulolíticas. En la Fig.
3, el ACP muestra que las dos primeras componentes explican el 100% de variabilidad
total de los datos. La CP1 explicó el 71,6% y permitió separar el tratamiento control de
aquellos con utilización de glifosato. Se observa que los mayores valores de abundancia
de los distintos grupos bacterianos se asociaron a los tratamientos con aplicación de
glifosato, mientras que la RM y el C-BM fueron favorecidos por las condiciones del
tratamiento control. La actividad enzimática de suelo (FDA) no se asoció a ningún
tratamiento.
7
5,00
FDA
2,50
T2
Fijadoras de N
T1
CP 2 (28,4%)
0,00
Celuloliticas
Heterotrofas
T3
C microbiano
Respiración microbiana
-2,50
Nitrificantes
-5,00
-5,00 -2,50 0,00 2,50 5,00
CP 1 (71,6%)
Figura 3: Análisis de componentes principales (ACP) de los diferentes tratamientos de

glifosato: T1: Control (sin aplicar); T2 y T3: 1,12 y 11,2 kg ia ha-1 de glifosato
respectivamente y las variables biológicas medidas.
Discusión
La aplicación de las dosis de glifosato favoreció el crecimiento de las bacterias fijadoras

de N y nitrificantes. Este efecto fue menos evidente en las heterótrofas y celulolíticas,
las que presentaron un incremento significativo en la abundancia determinado por los
días transcurridos desde la aplicación, con excepción de las bacterias celulolíticas que
disminuyeron en la última fecha. Este resultado podría estar reflejando la competencia
por la fuente de C aportada, siendo las heterótrofas las más fuertemente competidoras,
ya que según Bórtoli et al. (2012) dichas bacterias podrían ser las mas beneficiadas por
el herbicida en la provición de nutrientes para estimular su crecimiento. En este trabajo
en general, los grupos funcionales bacterianos fueron estimulados por la aplicación de
glifosato. Estos resultados coinciden con estudios realizados bajo condiciones
controladas en suelos de historial de aplicación, donde utilizando una dosis unica de
glifosato se observaron incrementos a los 3 (Zabaloy et al., 2008) y 32 días (Araujo et
al., 2003) en la cantidad de bacterias heterótrofas. También, Ratcliff et al. (2006) y
Bórtoli et al. (2012) en suelos con y sin historial, detectaron aumentos significativos en la
abundancia de bacterias cultivables a dosis elevadas (superiores a las de campo)
durante y hacia el final de la incubación (entre los 7 y 60 días transcurridos desde la
aplicación). Sin embargo, se ha reportado la ausencia de cambios en el número de
8
bacterias al aplicar glifosato en dosis crecientes en comparación con un control (Zabaloy

et al., 2012) tanto en suelos con y sin historial, o al utilizar bajas dosis (recomendadas a
campo) en suelos forestales (Ratcliff et al., 2006). Estos hallazgos ponen en evidencia
que los efectos del glifosato sobre el número de bacterias son dosis dependientes y
marcadamente temporales que podrían explicar el rapido crecimiento de bacterias
oportunistas que utilizan al herbicida como una fuente de nutrientes y/o C (Ratcliff et al.,
2006; Panettieri et al., 2013); además dichos efectos estan condicinados por el tipo de
suelo (Carlisle & Trevors, 1986 citado en Gomez et al., 2009).
La actividad enzimática del suelo estimada por FDA, no cambió con la dosis
recomendada a campo, pero se detectó una disminución en esta variable al utilizar la
dosis en exceso en comparación al control durante todo el experimento. En
coincidencia, Weaver et al. (2007) en un suelo franco limoso y Bortoli et al. (2012), en un
suelo sin uso agrícola y sin aplicaciones previas, detectaron una reducción acelerada de
la actividad enzimática con concentraciones mayores que las utilizadas a campo bajo
condiciones de laboratorio. Zabaloy et al. (2008) utilizando una dosis de 150 mg ia kg-1
suelo (1,95 kg ia ha-1) sobre un suelo Argiudol típico con historia de aplicación,
observaron una reducción en la FDA durante la incubación que sólo fue importante en la
fecha 7 con un 14% menos de actividad en comparación con un control. Los resultados
obtenidos reflejan la sensibilidad de los microorgansimos funcionalmente activos del
suelo al glifosato. Bórtoli et al. (2012) concluyeron que la reducción en el contenido de
fluoreceína en suelos aplicados podría estar relacionada con la inhibición de la actividad
microbiana en poblaciones sensibles al agroquímico.
La respiración microbiana (RM) contrario a la actividad enzimática, no se modificó con

las dosis de glifosato utilizadas, aunque mostró un incremento significativo con los días
transcurridos. En coincidencia, Bortoli et al. (2012) no detectó efecto de dosis en la
respiración trabajando con concentraciones recomendadas a campo y un control;
Gomez et al. (2009) tampoco observaron un efecto de dosis, pero si una disminución
significativa en la tasa de respiración a través del tiempo. Si bien en este trabajo no se
determinó el coeficiente metabólico (qCO2), una mayor actividad respiratoria de suelo
(mayor liberación de CO2) como la observada, podría estar evidenciando una menor
eficiencia metabólica microbiana (Gomez et al., 2009; Bohm et al., 2011) determinada
por alguna condición en los microcosmos analizados. Según Chander & Arroyos (1991)
citado en Cycoń & Piotrowska-Seget, (2012), los microorganismos bajo condiciones
desfavorables tienden a utilizar gran parte de su energía de mantención, causando la
incorporación de menos C orgánico a su biomasa. Contrario a lo detectado, Zabaloy et
al. (2012) en un suelo sin historial y Gómez Ortíz et al. (2015) para tres tipos de suelo
agrícola encontraron un aumento importante en la tasa de respiración como
consecuencia de la aplicación de glifosato, situación que se atribuye a una respuesta de
estres por parte de los microorganismos sensibles al herbicida.
9
La correlación detectada entre RM y bacterias del ciclo del C, estaría indicando que bajo
las condiciones de estudio, la respiración fue dominada por dicho grupo, principalmente
por las heterótrofas que utilizarían más eficientemente el C aportado por el herbicida.
Este resultado es apoyado por un trabajo realizado por Gimsing et al. (2004) citado en
Bohm et al. (2011) que informó para cinco diferentes tipos de suelo, que la
mineralización del glifosato estaba relacionada con la población de bacterias
heterótrofas, principalmente con la frecuencia del género Pseudomonas spp.
Por otra parte, el C de la biomasa microbiana (C-MB) no cambió con las dosis ni fechas,
pero se observó una tendencia de disminución con los días transcurridos desde la
aplicación, consecuencia de la mayor actividad respiratoria. Otros estudios (Pereira et
al., 2008; Bortoli et al., 2012; Shigueyoshi et al., 2014) han reportado similares
resultados, sin cambios en esta variable utilizando el mismo método de determinación
de C microbiano medido o el de fumigación-incubación de Jekinson & Powlson (1976).
De acuerdo a los resultados obtenidos, la ausencia de efectos del herbicida tanto en la
RM como en el C-BM, podría estar relacionada con el contenido de MO del suelo.
Según estudios realizados por Nguyen et al. (2016), el glifosato estimularía con mayor
probabilidad la RM en suelos con bajo contenido de MO. Además, Jakelaitis et al. (2006)
citado en Pereira et al. (2008), al no encontrar cambios en el C-BM luego de la
aplicación de agroquímicos, concluye que en suelos con alto porcentaje de MO, los
herbicidas pueden proporcionar el sustrato para la microbiota o no causar efecto al
punto de modificar al C-BM.
Conclusiones
La abundancia de los grupos funcionales bacterianos, principalmente de las bacterias
relacionadas al ciclo del N, mostró mayor sensibilidad al glifosato que la actividad
microbiana del suelo (FDA y RM) y C-BM. Los grupos del ciclo del C estuvieron
influenciados por el tiempo transcurrido desde la aplicación del herbicida, al igual que la
RM, la que fue dominada por las bacterias heterótrofas. Bajo las condiciones de
microcosmos analizadas, el glifosato en general, estimuló el crecimiento bacteriano
representando una fuente de N, C y nutrientes. Por el contario, disminuyó la actividad
enzimática (FDA) cuando fue aplicado en exceso, mientras que, no tuvo efecto sobre la
RM ni en el C-BM lo que podría ser atribuible al contenido de MO del suelo.
Agradecimientos
Al grupo de trabajo de Gestión Ambiental del Área Suelos de la EEA INTA Marcos
Juárez por su constante apoyo y ayuda. A los PEs 1134043 y 1134044 del PNS de
INTA.
10
Bibliografía
Alexander, M 1965. Most-probable number method for microbial populations. In: Black,
CA (Ed.). Methods of soil analysis. Am. Soc. Agron. Madison. Pp. 1467-1472.
Allegrini, M; MC Zabaloy & EV Gómez. 2015. Ecotoxicological assessment of soil
microbial community tolerance to glyphosate. Sci. of the Total Environ. 533: 60-68.
Aparicio, V; E De Gerónimo; K Hernández Guijarro; D Pérez; R Portocarrero & C Vidal
(Comp.). 2015. Los plaguicidas agregados al suelo y su destino en el ambiente.
Balcarce, Buenos Aires; Famaillá, Tucumán; Reconquista, Santa Fe. Ediciones INTA, 73
pp.
APHA; AWWA & WEF. 1998. American Public Health Association. Standard Methods for
the Examination of Water and Wastewater. 20va. edn, New York. 1427 pp.
Araújo, ASF; RTR Monteiro & RB Abarkeli. 2003. Effect of glyphosate on the microbial
activity of two brazilian soils. Chemosphere 52: 799-804.
Bohm, GB; L Scheneider; D Castilhos; D Agostinetto & C V Rombaldi. 2011. Controle de
plantas daninhas, biomassa e metabolismo microbiano do solo em função da aplicação
de glifosato ou imazetapir na cultura da soja. Semina: Ciências Agrárias, Londrina,
32(3): 919-930.
Bórtoli, P; R Verdenelli; C Conforto; S Vargas Gil & JM Meriles. 2012. Efectos del
herbicida glifosato sobre la estructura y el funcionamiento de comunidades microbianas
de dos suelos de plantaciones de olivo. Ecol. Austral 22: 33-42.
Cherni, AE; D Trabelsi; S Chebil; F Barhoumi; ID Rodríguez-Llorente & K Zrib. 2015.
Effect of Glyphosate on Enzymatic Activities, Rhizobiaceae and Total Bacterial
Communities in an Agricultural Tunisian Soil. Water Air Soil Pollut 226: 145.
Cycoń, M & Z Piotrowska-Seget. 2012. Response of Soil Microflora to Pesticides. In:
Rathore, H & L NolletWorld (eds.). PESTICIDES: Evaluation of Environmental Pollution.
Pp: 233-258. Taylor & Francis Group.
Di Rienzo JA; F Casanoves; MG Balzarini; L Gonzalez; M Tablada & CW Robledo
InfoStat Versión 2014. Grupo InfoStat, FCA, Universidad Nacional de Córdoba,
Córdoba, Argentina. URL http://www.infostat.com.ar.
Frioni, L. 2006. Microbiología: Básica, ambiental y agrícola. Publicaciones Facultad de
Agronomía, Universidad de la República Oriental del Uruguay, Montevideo, Uruguay.
464 pp.
Gómez Ortiz, AM; F Bedmar; JL Costa & C Videla. 2015. Efectos del glifosato sobre la
actividad microbiana de tres suelos argentinos a diferentes profundidades. Actas XXII
Congreso Latinoamericano de Malezas y I Congreso Argentino de Malezas. Buenos
Aires, Argentina.
Gomez, E; L Ferreras; L Lovotti & E Fernandez. 2009. Impact of glyphosate application
on microbial biomass and metabolic activity in a Vertic Argiudoll from Argentina.
European Journal of Soil Biology 45: 163-167.
Haney, RL; SA Senseman; FM Hons & DA Zuberer. 2000. Effect of glyphosate on soil
microbial activity and biomass. Weed Sci. 48: 89-93.
11
Hernández Guijarro, K; V Aparicio; E De Gerónimo & F Covacevich. 2013. Efecto de la

aplicación de glifosato sobre la variabilidad de comunidades microbianas en un suelo
Argiudol de la provincia de Buenos Aires. Actas III Congreso Nacional de Ecología y
Biología de Suelos. Río Cuarto, Córdoba, Argentina.
INTA, 1978. Carta de Suelos de la República Argentina. Hoja 3363-17. Marcos Juárez.
Instituto Nacional de Tecnología Agropecuaria, Buenos Aires, Argentina. 86 pp.
Jenkinson, DS & DS Powlson. 1976. The effects of biocidal treatments on metabolism in
soil. V. A method for measuring soil biomass. Soil Biol. Biochem. 8: 209-213.
Mahmoud, F & N Loutfy. 2012. Uses and Environmental Pollution of Biocides. In:
Rathore, H & L NolletWorld (eds.). PESTICIDES: Evaluation of Environmental Pollution.
Pp: 3-21. Taylor & Francis Group.
Mijangos, I; JM Becerril; I Albizu; L Epelde & C Garbisu. 2009. Effects of glyphosate on
rhizosphere soil microbial communities under two different plant compositions by
cultivation-dependent and -independent methodologies. Soil Biol. & Biochem. 41: 505-
513.
Nguyen, DB; MT Rose; TJ Rose; SG Morris & L van Zwieten. 2016. Impact of glyphosate
on soil microbial biomass and respiration: A meta-analysis. Soil Biol. & Biochem. 92: 50-
57.
Panettieri, M; L Lazaro; R López-Garrido; JM Murillo & E. Madejón. 2013. Glyphosate
effect on soil biochemical properties under conservation tillage. Soil & Tillage Research
133: 16-24.
Pereira, JL; MC Picanço; AA Silva; EA Santos; HVV Tomé & JB Olarte. 2008. Effects of
Glyphosate and Endosulfan on soil microorganisms in soybean crop. Planta Daninha,
Viçosa-MG, 26(4): 825-830.
Ratcliff, AW; MD Busse; & CJ Shestak. 2006. Changes in microbial community structure
following herbicide (glyphosate) additions to forest soils. Appl. Soil Ecol. 34: 114-124.
Schnϋrer, J & T Rosswall. 1982. Fluorescein diacetate hydrolysis as a measure of total
microbial activity in soil and litter. Appl. Environ. Microbiol. 43: 1256-1261.
Shigueyoshi Nakatani, A; M Ferreira Fernandes; R Aparecida de Souza; A Pereira da
Silva; F Bueno dos Reis-Junior; I Carvalho Mendes & M Hungria. 2014. Effects of the
glyphosate-resistance gene and of herbicides applied to the soybean crop on soil
microbial biomass and enzymes. Field Crops Research 162: 20-29.
Vance, ED; PC Brookes & DS Jenkinson. 1987. An extraction method for measuring soil
microbial biomass C. Soil Biol. Biochem. 19: 703-707.
Weaver, MA; LJ Krutz; RM Zablotowicz & KN Reddy. 2007. Effects of glyphosate on soil
microbial communities and its mineralization in a Mississipi soil. Pest Manag. Sci. 63:
388-393.
Wilson, PW & SG Knight. 1952. Experiments in Bacterial. Physiology. Burgess
Publishing Co. Minneapolis, USA. 49 pp.
Zabaloy, MC; E Gómez; JL Garland; M Birmele & MA Gómez. 2012. Assessment of
microbial community function and structure in soil microcosms exposed to glyphosate.
Appl. Soil Ecol. 61: 333-339.
12
Zabaloy, MC; JL Garland & MA Gómez. 2008. An integrated approach to evaluate the
impacts of the herbicides glyphosate, 2-4-D and metsulfuron-methyl on soil microbial
communities in the Pampas region, Argentina. Appl. Soil Ecol. 40: 1-12.
13
EVALUACIÓN DE AZOSPIRILLUM Y PSEUDOMONAS SOBRE LOS PARAMETROS

DE CRECIMIENTO Y RENDIMIENTO EN EL ALGODÓN
(1) (1*)
EMILIO A. AZAR , NESTOR A. GOMEZ , NOELIA DE LOURDES PASTORI
SAINO(2)
(1) (2)
EEA INTA Francisco Cantos, RN 9, Km 1108, La Abrita, Santiago del Estero y Facyt
- Laguna Larga - Córdoba.
*[email protected]
Palabras claves: PGPR, inoculados, coinuculación
Resumen
Las bacterias promotoras de crecimiento (PGPR) cumplen un rol importante en el

crecimiento de las plantas. Las PGPR tienen la particularidad de producir sustancias
promotoras de crecimiento sobre las plantas, aumentar la solubilidad de los nutrientes
del suelo y también ofrecen protección contra ciertos agentes patógenos del suelo. Los
cultivos inoculados con estas bacterias producen mayores crecimientos, derivando en la
mayoría de los casos en un aumento del rendimiento. En este ensayo se evaluó el
comportamiento de cepas Azospirillum b., y Pseudomonas f., además una coinoculación
entre ambas, sobre los parámetros de crecimiento y componentes de rendimiento en un
cultivo de algodón. El experimento fue en bloques con cuatro repeticiones, y se
determinó materia seca total a distintos intervalos y los componentes de rendimiento en
cosecha. El crecimiento fue afectado positivamente por las distintas cepas a partir de
postfloración, favorecido por las mejores condiciones ambientales registradas y
supuestamente la supervivencia de las cepas. Los parámetros de crecimiento mostraron
diferencias entre los tratamientos. El rendimiento no ofreció diferencias entre cepas,
como lo hizo la M.S a los 107 DDS.
Introduccion
Estos últimos años se incrementó los estudios basados principalmente en las bacterias
promotoras de crecimiento o PGPR (Plants Growth Promoting Rhizobacteria) como
alternativas al uso de los fertilizantes químicos. Las PGPR cumplen un rol importante en
el crecimiento de las plantas con efectos benéficos sobre ellas. Tal es el caso de ser
productoras de compuestos de tipo fitohormonas como el ácido indol acético,
citocinínas, giberelinas y etileno, como así también otras moléculas reguladoras del
crecimiento vegetal, ácido abscícico y la diamina cadaverina (Rives et al. 2007; Cassan
et al. 2009). Además que observarse respuestas como tolerancia a helada y sequía (de-
Basha et al. 2007; Faggioli et al. 2014), y efectos en el biocontrol de agentes patógenos
del suelo (Kloepper, 2010).
1
En el 60-70% de los ensayos evaluados con las PGPR, se encontraron resultados

positivos tanto en el crecimiento como en el rendimiento de los cultivos (Okon y
Labandera-Gonzalez 1994).
Las bacterias PGPR de mayor impacto y estudio son las del genero Azospirillum sp. y
Pseudomonas sp. de-Basha et al. (2007) observaron que especies de plantas
inoculadas con Azospirillum mejoraban significativamente el crecimiento y el desarrollo
vegetal, como así también el rendimiento final de numerosas de las plantas, entre ellas
el algodón. Azospirillum brasilense participa en cambios morfológicos y fisiológicos de
las raíces, favoreciendo la absorción de agua y minerales del suelo, sumado a la fijación
biológica del nitrógeno (Iglesias et al. 2008; Cassan et al. 2009; García de Salomone
2013). Por su parte a Pseudomonas sp. son atribuidas funciones de biocontrol sobre
patógenos, secreción de sustancias inductoras y la solubilización de nutrientes como el
P y Fe (Ferraris, 2010). La combinación de estas dos cepas también fue tema de
estudio, ya que actuarían solubilizando el P, en la producción de ácidos orgánicos tales
como ácido oxálico, fumárico y cítrico y en la producción de fosfatasas (García de
Salomone 2013)
Juarez (2011) no detectó efectos significativos entre las cepas de PGPR y un testigo
fertilizado con urea, en los parámetros de crecimiento, tampoco sobre los componentes
de rendimiento de plantas de algodón, sin embargo el tratamiento de mejor
comportamiento fue en la que se combinaron Azospirillum + Pseudomonas +
Bradyrhizobium.
Existen pocos antecedentes citados sobre los efectos positivos de las PGOR en los
componentes de rendimiento de algodón (Avila Politi et al. 2005; Koritko 2008), por el
contrario, mayor es el número de respuestas positivas encontradas en los parámetros
de crecimiento de estas plantas (Narula et al. 2005; Juarez 2011).
Objetivo:
Evaluar el comportamiento de cepas Azospirillum brasilense AZ39, Pseudomonas

fluorescens Ps6 y la coinoculación sobre los parámetros de crecimiento y los
componentes de rendimiento en el cultivo de algodón.
El ensayo fue realizado en la EEA INTA Francisco Cantos, Santiago del Estero, (Latitud
sur 28º 01’ y Longitud oeste 64º 17’) departamento Silípica, provincia de Santiago del
Estero. El suelo es un Haplustol torriorténtico familia franca gruesa mixta hipertérmica
(Angueira y Zamora 2007). El perfil tiene una secuencia A1p (0-20 cm) - AC (20 – 52
cm) - C1k (52 – 87 cm) – C2k (+ 87 cm). Es un suelo de origen loéssico con una textura
franco limoso en el horizonte A (9 % arcilla y 57% de limo).
El ensayo fue sembrado el 2 de diciembre del 2014, con una sembradora mecánica de
grano grueso, a un distanciamiento entre surcos de 0,38 m y una densidad final de
2
plantas de 350.000 planta ha-1. Antes de la siembra el lote recibió un riego por arriba de
capacidad de campo, ya que este se encuentra sito en la zona de riego del Río Dulce.
El diseño del experimento fue en bloques al azar, con 4 tratamientos y 4 repeticiones. El

tamaño de las parcelas consistió de 4 surcos de 30 metros de largo, contabilizando una
superficie por parcela 45,6 m2 y una superficie total del ensayo de 729,6 m2.
La variedad utilizada fue NuOpal BG/RR (semilla ácido deslintada y tratada con
Carbendazin y Thiram) resistente al glifosato y al complejo de capulleras y orugas
defoliadoras. No obstante a ellos durante el ciclo de crecimiento del cultivo recibió
aplicaciones de insecticida y herbicida para el control de plagas y malezas. Las semillas
de algodón fueron tratadas con las distintas cepas de bacterias provistas por la empresa
Facyt (AYUI S.R.L) a una concentración para cada tratamiento de:
Tratamientos Dosis (ml /10 kg semillas)
Control --
Azospirillum brasilense AZ39 125 ml/10 kg semilla
Pseudomonas fluorescens Ps6 50 ml/10 kg semilla
Azospirillum brasilense AZ39 + Pseudomonas 125 ml /10 kg semilla + 50 ml/10 kg

fluorescens Ps6 semilla
Determinaciones:
Se registraron datos de temperaturas promedios máximas y mínimas diarias (Figura 2),

de precipitaciones mensuales (Figura 1), y diarias durante el ciclo del ensayo (Figura 3).
Estos fueron obtenidos a través de la estación meteorológica (Davis, modelo Vantage
Pro 2) localizada en el casco de campo.
Las evaluaciones fueron realizadas en los siguientes eventos fenológicos, indicados en

días calendarios como así también en días después de la siembra DDS:
Estado Fenológico Fecha ocurrencia DDS
Siembra 02-12-2014 0
Pimpollado 09-01-2015 38
Inicio de Floración 31-01-2015 60
Apertura 1° capullo 19-03-2015 107
Cosecha 30-04-2015 147
3
A los 38, 60 y 107 DDS se extrajeron 2 m2 de plantas por parcela y fueron

llevadas a estufa durante 3 días a 70 °C para determinar materia seca total.
Aproximadamente en esos mismos momentos se hicieron muestreos de suelo

para determinar humedad en el perfil hasta los 2 metros de profundidad, tomadas cada
20 cm.
A madurez de cultivo se cosecharon manualmente 4 m lineales de los 2 surcos

centrales por parcela y se determinó el rendimiento final de fibra bruta en kg ha-1. Luego
a la fibra bruta cosechada se le extrajo 4 submuestras para ser procesadas a través de
una maquina desmotadora (microdesmotadora), que separa fibra y semilla, obteniendo
el porcentaje de desmote.
También en cosecha se evaluó los componentes de rendimiento y de estructura de

planta a través de un mapeo de plantas. Para ello se cortaron 2 m lineales de plantas
por parcela, a las que se les determinó: altura de planta; nudos sobre el tallo principal:
nudo donde se inserta el 1er capullo, nudo donde se inserta el último capullo, nudos
fructíferos (diferencia entre el nudo donde se inserta el último capullo menos el nudo de
inserción del 1er capullo sobre el tallo principal) y nudos totales por planta; para capullos
abiertos en planta se obtuvo: capullos totales en 1° posición, capullos totales en 2°
posición, capullos totales por planta, capullos totales por m lineal, además de capullos o
frutos sin abrir y frutos podridos.
Las variables fueron analizadas mediante un ANOVA y las diferencias entre medias de
tratamiento determinadas con el test de Fisher para un p<0,05. Se utilizó el programa
estadístico Infostat versión 2008 (Balzarini et al. 2008).
El cultivo antecesor al algodón fue un sorgo para silo. La tabla 1 muestra los datos de
fertilidad química generados por el laboratorio de suelo del INTA Santiago del Estero en
la siembra del cultivo. Los valores de Materia Orgánica Total (1,89 %), Nitrógeno total
(0,17%) y P (71,1 ppm) en los primeros 20 cm, fueron considerados normales en la zona
donde se desarrolló el experimento. El pH fue ligeramente alcalino y la conductividad
eléctrica (C.E) se encuentra debajo de los límites que afectan el crecimiento del cultivo,
siendo perjudicial a partir de una C.E de 4.
4
Tabla 1. Datos iniciales de fertilidad química del suelo C.E, pH, P(ppm), COT(%),
MOT(%), Nt(%) y NO-3(ppm) para las profundidades 0-20, 20-40 y 40-60 cm a la
siembra del cultivo de algodón.
CEex PBray COT MOT Nt NO-3

Profundidad(cm) pHex
(dS/m) (ppm) (%) (%) (%) (ppm)
0-20 1,5 7,3 71,1 1,1 1,89 0,17 28
20-40 1,3 7,4 57,6 1,1 1,89 0,14 11
40-60 1,6 7,4 42,6 0,7 1,20 0,10 6
Las precipitaciones entre noviembre y abril fueron de 592 mm, mientras en el ciclo de
480 mm. La Figura 1 muestra las precipitaciones para la campaña 2014-15, estas fueron
inferiores al promedio histórico en los meses de diciembre, enero y abril, mientras que
estuvieron por arriba del promedio en febrero y marzo (Figura 1).
200
PP (mm) Hist PP(mm)14-15
175
Precipitaciones 2014-2015
150
125
100
75
50
25
0
Jul Ago Sep Oct Nov Dic Ene Feb Mar Abr May Jun
Meses del año
Figura 1. Precipitaciones promedio de la serie histórica 1989-2014 y de la campaña

2014-15 para los meses julio a junio del siguiente año, en la EEA INTA Experimental
Francisco Cantos, Santiago del Estero.
La Figura 2 muestra los valores de las temperaturas promedio máximas y mínimas para
los meses del año de la campaña 2014-15 y del periodo histórico 1989-2014. Las
temperaturas mínimas estuvieron por arriba del promedio histórico a partir de enero. Las
5
temperaturas máximas hasta febrero se mantuvieron acorde al promedio histórico,

mientras en marzo superaron al promedio historico.
40
T.max T.max Histor.
35
T.min. T.min.Histor.
30
Temperatura C
25
20
15
10
Figura 2. Temperatura promedio máxima y mínima para el periodo 2014-15 y la

serie histórica 1989-2014 para los meses de noviembre a junio, en la EEA INTA
Francisco Cantos, Santiago del Estero.
La Figura 3 superior, muestra los días con precipitaciones y los eventos fenológicos del
cultivo. El gráfico inferior describe el contenido de agua en el perfil de suelo para los
distintos eventos fenológico ocurridos.
140
120
Precipitaciones mm
100
80
60
Inicio Apertura Madurez
Floración Capullo cosecha
40 Siembra Pimpollado
floración
efectiva
20
0
Días 1 7 13 19 25 1 7 13 19 25 31 6 12 18 24 30 5 11 17 23 1 7 13 19 25 31 6 12 18 24 30 6 12 18 24 30
11 12 1 2 3 4 5
Meses
6
Contenido de agua mm
0 20 40 60 80
0
20
0
40
44
Profundidad en cm
60
69
80
100 110
120 176
140
CC(mm)
160
pmp(mm)
180
50%(mm)
200
Figura 3. Superior, cantidad de lluvia en mm por día para los meses

del año durante el ciclo del cultivo (líneas verticales negras) y los
eventos fenológicos del algodón (flechas).
Inferior, contenido de agua en los distintos eventos fenológicos del

cultivo (en DDS y fecha de extracción) hasta los 2 m de profundidad,
donde (CC) capacidad de campo, (PMP) punto de marchitez
permanente, Umbral al 50 % entre CC y PMP.
La acumulación de materia seca (M.S) aumentó en forma significativa durante el ciclo
del cultivo, encontrándose interacción entre tratamientos y DDS (días después de la
siembra) (p<0,01) (Figura 4). No se encontró diferencia entre los tratamientos para los
36 DDS (pimpollado) y 60 DDS (inicio de floración) y en promedio acumularon 1350 y
3400 kg ha-1 de materia seca para esos dos eventos fenológicos respectivamente. En
esos mismos estadíos de crecimiento esos valores de biomasa seca estuvieron en
línea con los registrados por Gomez y Azar (2015).
7
8000
Test. Azos.
e
7000 Pseu. Coin.
d
Biomasa Seca kg ha-1
6000
c
5000
b
4000
3000 b
2000
1000 a
0
1 36 2 60 3 107
DDS
Figura 4. Biomasa seca (M.S) de plantas de algodón a los 36, 60 y 107 DDS para los
tratamientos Azospirillum brasilense, Pseudomonas fluorescens, Azospirillum
brasilense + Pseudomonas fluorescens y el testigo.
Letras distintas indican diferencias entre tratamientos con un p<0,05
A los 107 DDS se observó efecto significativo entre los tratamientos con las cepas
inoculadas. La máxima acumulación de biomasa seca fue para el tratamiento
Pseudomonas sp, con 7486 kg ha-1, representando un 75% más de lo que produjo el
testigo. Mientras los tratamientos Coinoculado y Azospirillum presentaron un aumento
de 50% y 24% más que el testigo respectivamente (Figura 4). Juárez (2011) a los 90
DDS, no observó diferencias significativas en biomasa seca de hoja, tallo y raíces para
los tratamientos Pseudomonas y Coinoculado (Azospirillum b.+Pseudomonas f.) con
respecto a un testigo fertilizado. Narula et al.(2005) mencionaron que a partir de los 30
días comienza a descender la tasa de supervivencia de los inóculos en planta. Para
nuestro ensayo atribuimos la persistencia o supervivencia de la cepa en el cultivo, dado
sus efectos benéficos sobre la acumulación de M.S de la planta diferenciándose con
respecto al testigo (Figura 4).
Al considerar solo las cepas con inóculo, Azospirillum brasilense acumuló la menor
biomasas total (107 DDS). Posiblemente asociado al estrés por falta de agua
principalmente, que se registró durante los primeros 60 días de cultivo (Figura 3). Esto
posiblemente haya ocasionado una disminución en la supervivencia de la cepa en la
planta. Abril et al. (2006) observaron en condiciones de estrés hídrico, Azospirillum b.
experimenta una fuerte competencia con las cepas nativas del suelo y con ventajas de
estas últimas, por su mayor adaptación al medio.
8
Cuando se evaluó la altura de plantas y nudos totales para los tratamientos no se

detectaron diferencias significativas entre los tratamientos.
La fijación de capullos en plantas de algodón generalmente comienza a partir del nudo 6 y

se extiende hasta el nudo 18, dependiendo entre otros de la duración de la fase de
floración, distanciamiento entre surco o factores bióticos (plagas) y abióticos (temperatura
y agua en el perfil). Los resultados del experimento demostraron, que tanto, el nudo
donde se inserta el 1° capullo, nudo de inserción del último capullo y la cantidad de nudos
fructíferos con carga, no se hallaron diferencias estadísticas entre los tratamientos (Tabla
2). En un ensayo con las mismas cepas, Gomez et al. 2015, observaron diferencias en la
inserción del 1° capullo para el tratamiento con Azospirillum sp, (fijo el 1° capullo en nudo
6), a diferencias de los tratamientos con Pseudomonas sp y coinoculado que lo hicieron
un nudo más arriba, y esto fue evidenciado en un mayor rendimiento final.
Tabla 2. ANOVA para variables morfológicas y de crecimiento de las plantas de algodón,

altura de planta, nudo de inserción del 1° y último capullo sobre el tallo principal, nudos
fructíferos y nudos totales para los tratamientos, testigo (T), Azospirillum (A),
Pseudomonas (P) y coinoculado (C).
Nudo de
Nudo de
Altura de inserción del Nro. nudos Nudos
Tratamiento inserción del
planta(cm) ultimo fructíferos Totales
1°Capullo
capullo
T 51,0 6,84 9,66 2,83 15,76
A 48,1 7,34 10,04 2,65 15,91
P 48,1 6,99 9,79 2,78 15,11
C 49,1 6,90 9,23 2,34 14,30
Valor p 0,89 0,40 0,17 0,50 0,63
DMS 8,7 0,66 0,73 0,72 2,8
Cuando los valores de p<0,05 indican diferencias significativas entre tratamiento y un

p>0.05 no significativos. Letras diferentes indican diferencias entre medias de
tratamientos donde a<b<c
Cuando se evaluó los componentes de rendimiento, se observó que la cantidad (nro.) de

capullos en 1° posición, cantidad de capullos en 2° posición, cantidad de capullos totales
por planta y cantidad de capullos totales por m lineal no se diferenciaron para los
9
tratamientos (Tabla 3). Norula et al. (2005) observaron un aumento en el número y peso
de capullo por planta con las PGPR con respecto al testigo sin inocular.
El porcentaje al desmote para los tratamientos evaluados tampoco se diferenció

estadísticamente (Tabla 3).
Tabla 3. Valores de “p” para las variables de rendimiento, Nro. capullos 1 posición,
nro. capullos en 2°posición, nro. capullos totales por planta, nro. capullos totales por m
lineal (L) y porcentaje al desmote, para los tratamientos, testigo (T), Azosporillum (A),
Pseudomonas (P) y Coinoculado (C).
Tratamiento Nro. Nro. Nro. Nro. Porcentaje

capullos al
1°posición capullos capullos capullos desmote
2°posición totales x plta totales x m L
T 2,91 1,11 3,16 36,3 36,04
A 2,78 0,90 2,96 36,2 36,36
P 2,95 1,14 3,19 39,5 36,45
C 2,73 0,86 2,96 41,3 36,74
Valor p 0,76 0,55 0,68 0,52 0,53
DMS 0,50 0,49 0,54 8,25 0,98
Cuando los valores de p<0,05 indican diferencias significativas entre

tratamiento y un p>0.05 no significativos. Letras diferentes indican
diferencias entre medias de tratamientos donde a<b<c
El rendimiento de fibra bruta no experimentó diferencias para los tratamientos evaluados

p > 0,05 (Figura 5). Sin embargo las cepas inoculadas con Pseudomonas fluorescens y
Coinoculado mostraron los mayores rendimientos obteniendo un 7,4 % y 4,8% más que
el testigo, mientras que Azospirillum presentó un 7,6 % menos de rendimiento que el
testigo.
10
Rendimiento
Kg/ha
4000 2937 2715 3156 3078
a a
a a
3000
Rendimiento kg/ha
2000
1000
0
Test. Azos. Pseu. Coin.
Tratamiento
Figura 5. Rendimiento en kg ha-1 para los tratamientos Azospirillum brasilense,

Pseudomonas fluorescens, Azospirillum brasilense + Pseudomonas fluorescens y el
testigo. Tratamientos con letras iguales no difieren estadísticamente, con un p<0.05
Los tratamientos evaluados con las bacterias no respondieron a la variable rendimiento,

sin embargo tuvieron un mismo orden en producción a la Materia Seca a los 107 DDS.
Varias causas podemos atribuir a ello. La supervivencia de las cepas en el cultivo
propició las diferencias en la biomasa total observadas a los 107 DDS. Este hecho no es
menor, ya que el cultivo transitó una etapa de estrés hídrico hasta inicio de floración
(Figura 3). Prietto y Angella (1996) sostuvieron que en los primeros 65 días, el cultivo de
algodón consume 225 mm, y la precipitación acumulada para el experimento durante
ese mismo periodo no logró cubrir los requerimientos, ya que acumularon 110 mm
(Figura 3). Este efecto se exacerbó por la alta densidad de plantas en el ensayo
(350.000 plantas/ha), ya que los requerimientos de agua y nutrientes son mayores a los
registrados a densidades menores (Paytas 2006).
Las buenas condiciones ambientales que se registraron posteriores a la floración, entre

la segunda quincena de febrero y la primera de marzo influyó positivamente en la
evolución de la M.S acumulada hasta los 107 DDS para los tratamientos evaluados
(Figura 4). Sin embargo estos efectos presentados sobre la M.S para los inoculados no
se tradujeron a nivel rendimiento. Stewart (1986) menciona que la iniciación del polen y
el óvulo comienza 20-22 días antes de la aparición de la flor, y estreses térmicos
11
durante ese período ocasionarían una esterilidad. La duración de la floración en nuestro

experimento se dio entre los 60 a 85 DDS y el bajo rendimiento estaría asociado a los
efectos perjudiciales sobre los estados reproductivos, “efecto memoria”, ya que durante
los primeros 60 días el cultivo atravesó severos estreses, tanto hídrico como térmico.
La cepa Azospirillum brasilense experimentó con respecto al testigo un efecto positivo

sobre la acumulación de M.S (+24%) pero negativo con el rendimiento (-7.6%). Abril et
al. (2005) destaca que situaciones de estrés hídrico, la cepa Azospirillum brasilense,
experimenta una pobre competencia, principalmente ante cepas nativas del suelo.
Conclusiones
Los efectos positivos registrados por las bacterias reguladoras de crecimiento fueron
observados a partir de la etapa post floración, tal vez se debieron a mejores condiciones
ambientales durante este período y a la sobrevivencia de los inóculos. El testigo
acumuló la menor M.S (107 DDS), mientras que esta variable se incrementó en todos
los tratamientos que fueron inoculados.
Los componentes de rendimiento no difirieron entre tratamientos, esto se vio reflejado

en los rendimientos de fibra bruta. Los dos tratamientos que presentaron mayor M.S
(107 DDS) también presentaron un incremento no significativo de los rendimientos de
fibra.
Agradecimientos
Los autores agradecen al aporte de la empresa AYUI S.R.L y Nestor Muños por su
colaboración en la inscripción al congreso. También al proyecto Regional Centro –
TUCSO- a José Salvatierra, jefe de campos de la EEA Francisco Cantos, INTA Santiago
del Estero.
Blibiografia
Avila Poleti, H., Iglesias M.C., Sotelo C. E. 2005 Inoculación con Azospirillum brasilense
en el cultivo de algodón (Gossypium hirsutum). Comunicaciones Científicas y
Tecnológicas. Universidad Nacional del Nordeste. Resumen: A-058.
Balzarini M.G., Gonzalez L., Tablada M., Casanoves F., Di Rienzo J.A., Robledo C.W.
2008 Infostat. Manual del Usuario, Editorial Brujas, Córdoba, Argentina
Bashan Y., J. Bustillos, L. Leyva, J. Hernandez, M. Bacilio 2006 Increase in auxiliary
photoprotective photosynthetic pigments in wheat seedlings induced by Azospirillum
brasilense. Biology and Fertility of Soils. Vol. 42: 279-285.
12
Cassan F., D. Perrig, V. Sgroy, O. Masciarelli, C. Penna, V. Luna 2009 Azospirillum

brasilenseAz39 andBradyrhizobium japonicum E109, inoculated singly or in combination,
promote seed germination and early seedling growth in corn (Zea maysL.) and soybean
(Glycine maxL.). European Journal of Soil Biology. Vol. 45: 28–35
de-Basha, L, G. Holguin, B. Glick, Y Bashan. 2007. Bacterias promotoras de crecimiento
en plantas para propositos agricolas y ambientales. In: Microbiologia agrícola: hongos,
bacterias, micro y macrofauna, control biológico, planta-microorganismo. (Eds.) Ferrera-
Cerrato, R., and Alarcon, A. Chapter 8. Edit.Trillas, Mexico City, Mexico. pp. 170-224.
Faggioli V, C. Cazorla, A. Vigna, M. Berti. (Julio 2014 bajado de agrolluvia.com)
Fertilizantes biológicos en maíz. Ensayo de inoculación con cepas de Azospirillum
brasilense y Pseudomonas fluorescens. EEA INTA Marcos Juarez. Portal informativo
para el productor agropecuario. Pag :1-4.
Ferraris G. 2010 Microorganismos con efecto promotor de crecimiento (PGPM) en
cultivos extensivos. Impacto sobre los rendimientos, la eficiencia del uso de los
nutrientes y otros caracteres de interés agronómico. Taller internacional sobre Rizosfera,
Biodiversidad y Agricultura Sustentable. TIRBAS 2010. Pág. 58-59
García Salomone 2013 Utilización de la rizobacteria Azospirillum para aumentar el
crecimiento vegetal y la sostenibilidad agrícola. En: Microbiología agrícola Un aporte de
la investigación en Argentina 2° edición. Pag. 367-381. Albanesi A (Eds.). Editorial
Magna Publicaciones.
Gomez N., A. Azar, A. Ábalos 2015 Evaluación de las cepas Azospirillum y
Pseudomonas sobre los parametros de crecimiento y rendimiento en el cultivo de
algodón para la empresa AYUI SRL durante la campaña 2014-15. Informe realizado en
el convenio INTA - AYUI.
Iglesias M.C., M.C. Leconte, C.E. Sotelo, M.R Cossoli 2008 Utilización de inoculantes
con Azospirillum brasilense en cultivos de interés regional en el nordeste argentíno. En:
Azospirillum sp.: cell physiology, plant interaction, and agronomy research in Argentina.
Asociación Arg. De Microbiología (ed). Cap. 13: 189-205
Juarez A. 2011 Efecto de la coinoculación con Pseudomonas fluorescens, Azospirillum
brasilense y Bradyrhizobium japonicum en Algodón (Gossypium hirsutum L.). Trabajo
final de intensificación para optar por el título de Ingeniero Agrónomo, FAyA-UNSE. 39
pag.
Kloepper W. 2010 Uso de las PGPRs en agricultura sostenible. Taller internacional
sobre Rizosfera, Biodiversidad y Agricultura Sustentable. TIRBAS 2010. Pág. 15.
Korytko, A. 2008 Efectos de biofertilizantes a base de Azospirillum brasilense en el
rendimiento y calidad de fibra en algodón (Gossypium hirsutum L.). Trabajo final de
intensificación para optar al título de Ingeniero Agrónomo, FAyA – UNSE. 29 pág.
13
Narula N.,V. Kumar, B.Singh, R. Bhatia, K. Lakshminarayana 2005 Impact of

biofertilizers on grain yield in spring wheat under varying fertility conditions and wheat-
cotton rotation. Archives of Agronomy and Soil Science. Vol. 51: 79-89
Narula N., E. Kothe, R. K. Behl 2009 Role of root exudates in plant-microbe interactions.
Journal of Applied Botany and Food Quality Vol. 82: 122 – 130.
Okon Y., C. Labandera-Gonzalez 1994 Agronomic applications of azospirillum: An
evaluation of 20 years worldwide field inoculation. Soil Biology and Biochemistry.Vol 26:
1591–1601
Paytas M. 2005 Eficiencia de conversión y partición de materia seca hacia destinos
reproductivos en algodones con diferente distribución espacial. En: Informe de avance
N°1 y 2° reunión anual. Proyecto nacional de algodón. Sosa M. A. y Péterlin O.(Eds).
Editorial Instituto Nacional de Tecnología Agropecuaria.
Rives N, Y. Acebo, A. Hernandez 2007 Bacterias promotoras del crecimiento vegetal en
el cultivo de arroz (Oryza sativa L.). Perspectivas de su uso en Cuba. Cultivos
Tropicales. Vol 28:29-38.
Stewart J. 1986 Integrated events in the flower and fruit. Cotton physiology. 1, 261-300
14
RENDIMIENTO Y CALIDAD DE TRIGO CANDEAL INOCULADO CON

AZOSPIRILLUM BRASILENSE (PARTIDO DE CORONEL DORREGO)
OSCAR BRAVO1*, JOSÉ AUGUSTO STRICK1, MARTÍN DÍAZ-ZORITA2 & JUAN PABLO
ROLLHAUSER3
1
Departamento de Agronomía UNS; 2 Monsanto BioAg LAS/Nitragin; 3Asesor Privado
* [email protected]
Palabras clave: productividad; calidad; rizobacterias.
Resumen
Se ha evaluado la respuesta de producción y calidad de trigo candeal inoculado con

Azospirillum brasilense. Para ello se llevaron a cabo ensayos en lotes extensivos
ubicados en el Partido de Coronel Dorrego (Estación A. Guisasola). Los tratamientos
evaluados correspondieron a: Control con semillas sin tratamiento biológico (NT) y
tratamiento biológico de semillas con Azospirillum brasilense (T).El estudio se desarrolló
durante 2012 y 2013, analizando las variables de productividad de cultivo que incluyeron
a la biomasa aérea (BA, kg ha-1), rendimiento en grano (R, kg ha-1), número de espigas
(esp m-2), granos por espiga (grano esp-1), Peso de 1000 granos (P1000, en g) e índice
de cosecha (IC). Además se estudiaron variables de calidad: peso hectolítrico (PH, en
kg 100 l-1), porcentaje de vitreosidad (% Vitreo) y contenido porcentual de proteína en
grano (% Prot.). Los resultados obtenidos indican la conveniencia de la inoculación con
Azospirillum brasilense, ya que produjo aumentos en BA, R, esp m-2, grano esp-1, P1000
y % Vitreo (p< 0,05). El PH, el IC y él % Prot. no mostraron efectos por inoculación (p>
0,20; 0,24; 0,75). El R y los granos esp-1 han presentado incrementos del 10 % respecto
al testigo. En R el incremento medio por inoculación fue de 319 kg ha-1. Si
determinamos los rendimientos alcanzables (Ra) se obtienen valores de 5307 y 4336 kg
ha-1 para T y NT, respectivamente. La diferencia entre tratamientos alcanza los 971 kg
ha-1 (aumento del 22,4 % en T). Este valor duplica la respuesta medida a campo,
indicando un amplio margen tecnológico para elevar la productividad del trigo candeal.
El uso de rizobacterias ha elevado el piso productivo, siendo necesario analizar que
prácticas agronómicas son las indicadas para que el aumento observado en los
componentes de rendimiento individuales pueda manifestarse en el rendimiento final en
grano.
Introducción
El trigo candeal (Triticum turgidum) es una de las gramíneas cultivadas con mayor
tradición del sudoeste de la provincia de Buenos Aires, con buena inserción en
subregiones trigueras IV y V sur. La máxima superficie sembrada se alcanzó en 1976,
con 0,43 Mha, correspondiendo a la campaña 2015 una superficie de 75000 ha. Los
rendimientos actuales alcanzan a nivel provincial a 3 Mg ha-1. En el partido de Coronel
Dorrego La superficie sembrada durante el último quinquenio osciló entre 15000 a
30000 ha, con rindes de 2 a 2,5 Mg ha-1 (SIIA, 2016). Su principal aplicación es en la
1
industria alimenticia como sémola, ya que por su dureza poseen una granulometría
mucho mayor a la de las harinas provenientes del trigo pan.
En los sistemas agrícolas el uso de rizobacterias han demostrado ser tecnológicamente

importantes para el mejoramiento de la producción y el control ambiental, contribuyendo
a la sostenibilidad de los ecosistemas (Lynch, 2002; Osinski et al., 2003). Los
mecanismos que explicarían las respuestas en desarrollo y producción de los cultivos a
la inoculación con rizobacterias pueden ser directos al favorecer a las plantas mejorando
su nivel de nutrición (incluyendo la disponibilidad de agua), al facilitar la disponibilidad
de nutrientes o al aumentar la superficie de absorción radicular. Asimismo pueden ser
indirectos por la interacción con otros microorganismos, facilitando el normal desarrollo
de las plantas (Dobbelaere et al., 2003). Entre los microorganismos rizosfericos que
pueden aplicarse como inoculantes en la producción extensiva de gramíneas
encontramos al Azospirillum brasilense. Los mecanismos que explicarían las respuestas
en desarrollo y producción de los cultivos a la inoculación con rizobacterias de
Azospirillum pueden ser directos, al incrementar la superficie de absorción de las raíces
y aumentar la absorción de agua y nutrientes. E indirectos, a través de la interacción con
otros microorganismos de manera tal de facilitar el normal desarrollo de las plantas
(Dobbelaere et al., 2003).El Azospirillum es el género más estudiado en gramíneas,
reportándose las primeras experiencias hace más de treinta años (Bashan et al., 2007).
En la actualidad, se han identificado 12 especies de Azospirillum, aunque en la
producción de inoculantes comerciales se han utilizado A. brasilense y A lipoferum,
siendo la primera la más común a nivel mundial y la preferida en Argentina (Ferraris,
2009). En nuestro país se han reportado mejoras en los rendimientos de trigo pan
(Triticum aestivum), sugiriendo diferentes comportamientos según áreas de producción
(Rodríguez Cáceres et al., 1996; Díaz-Zorita y Fernandez Caniggia, 2009). En la región
semiárida bonaerense existen limitadas referencias respecto al uso de Azospirillum en
trigo pan (Bravo et al., 2014), sin que se registren antecedentes en de su utilización en
la producción de trigo candeal. El objetivo del presente trabajo fue determinar el efecto
de la inoculación con Azospirillum brasilense sobre los parámetros del rendimiento y
calidad de trigo candeal en lotes productivos de altos insumos en el Partido de Coronel
Dorrego.
Caracterización del área de estudio
La investigación se desarrolló sobre lotes en producción agrícola pertenecientes a

establecimientos de la región pampeana austral. Los lotes bajo estudio se ubican en las
cercanías de José A. Guisasola. El Lote 1 (-38º44´51´´; -61º02´54´´, 84 msnm) se
encuentra a 8,5 km al S-SE de la localidad, sobre un camino rural. El Lote 2 (-
38º41´51´´; -61º02´18´´, 105 msnm) se ubica a 4,5 km al SE de la localidad, sobre la
ruta 3.
2
Clima
El clima es templado subhúmedo, con una precipitación media anual de 669 mm y

temperatura media anual de 15,5 ºC. La temperatura media del mes más cálido
corresponde a enero con 23,2 ºC y el mes más frío corresponde a julio con 7,5 ºC. La
dirección de los vientos predominantes es del NO y la estación más ventosa es el
verano con velocidades promedios de 24 km h-1 (Sequeira, 2005).
Geomorfología y suelos
El paisaje regional corresponde a una llanura suavemente ondulada, con una pendiente
regional del 0,2 % con sentido NO-SE y profusamente recortada por numerosos ríos y
arroyos, que vuelcan los excesos hídricos al océano Atlántico (Bravo, 2013). El sector
donde se ubicaron los ensayos corresponde a planos elevados, con suelos
desarrollados a partir de sedimentos loéssicos depositados sobre un horizonte
petrocálcico relíctico (2Ckm). El régimen de humedad del suelo es údico y el régimen de
temperatura térmico. Los suelos descriptos en posiciones similares fueron clasificados
como Paleudoles petrocálcicos, franco finos, térmicos (Bravo, 2013), correspondiendo
sus denominaciones actualizadas a Argiudoles petrocálcicos, franco finos, térmicos (Soil
Survey Staff, 2014). Son suelos de morfología Ap-A2-Bt-BC-2Ckm, de texturas medias a
finas, buena fertilidad física y química, con una profundidad efectiva de alrededor de 1
metro.
Uso de la tierra y prácticas de manejo
El Lote 1 (34 ha) presentó como cultivos antecesores a la cebada y soja de segunda. La
variedad de trigo candeal utilizada fue Buck esmeralda, siembra del 11-06-12 con una
densidad de 150 kg ha-1. Se aplicó una dosis de 70 kg de PDA a la siembra, 120 l de
UAN (32%) en estado de emergencia y 125 l de UAN (32%) en macollaje. Para el
control de malezas se aplicaron 280 cc de 2,4D + 120 cc de Tordon y 600 cc de Axial. El
Lote 2 (136 ha) tuvo como antecesor: soja de segunda, utilizando la variedad ACA
1901F a razón de 120 kg ha-1. La fecha de siembra fue el 16-07-13 con aplicación de 80
kg de PDA y 230 kg de UAN al 32% (70 kg de nitrógeno) en emergencia. El control de
malezas se realizó con 500 cc de Axial y 250 cc de 2,4D + 130 cc de Banvel.
Tratamientos
Se compararon 2 tratamientos biológicos de semillas: semillas no tratadas (NT) y

tratadas (T) con Azospirillum brasilense (Nitragin Wave, cepa Az39) a razón de 1,2 l de
producto comercial cada 100 kg de semillas. La aplicación del inoculante fue simultánea
al tratamiento con cura semillas. Las semillas tratadas fueron sembradas en 2 lotes
productivos de trigo candeal durante los años 2012 y 2013, dejando un sector sin tratar
como testigo. En el lote 1 se sembró una superficie de 12 ha con semilla tratada,
mientras que en el lote 2 la superficie sembrada con semilla inoculada fue de 2 has.
3
Variables analizadas
La recolección del material se realizó en 15 y 16 puntos apareados (NT-T) para los lotes
1 y 2, respectivamente en una superficie de 0,5 m2 (n= 62). El corte de las plantas se
realizó a mano, cosechando todo el material. Los parámetros de productividad
evaluados incluyen biomasa aérea (BA, kg ha-1), rendimiento en grano (R, kg ha-
1
),número de espigas (esp m-2), granos por espiga (grano esp-1), Peso de 1000 granos
(P1000, en g) e índice de cosecha (IC). Además se incluyeron las variables de calidad
peso hectolítrico (PH, en kg 100 l-1), porcentaje de vitreosidad (% Vitreo) y contenido
porcentual de proteína en grano (% Prot.)
A partir de los datos históricos se calculó un intervalo para las medias mensuales de
precipitación con una confianza del 95 % (α= 0,05). Lluvias por debajo o por encima de
los valores del intervalo son extraordinarias por defecto u exceso. De las variables de
cultivo se calcularon medidas de centralización y dispersión. Para el análisis del efecto
de la inoculación se utilizó un diseño apareado en lotes productivos durante 2 ciclos
consecutivos (2012-2013). Los muestreos apareados reducen la variabilidad asociada a
suelos, disponibilidad hídrica, variedad de cultivo, etc. (Di Rienzo et al. versión 2013).
Las medias de los dos tratamientos (T y NT) fueron analizadas por pruebas t,
estableciendo un nivel de significación del 5 % (p< 0,05). Asimismo, se calculó una
matriz de correlación entre las variables analizadas, estableciendo regresiones lineales
en los casos de significación estadística (Steel & Torrie, 1982).
Variabilidad climática
Las precipitaciones anuales fueron de 818 mm y 603 mm para los años 2012 y 2013,
respectivamente datos provistos por RIAN-INTA, http://rian.inta.gov.ar/). En la Fig. 1 se
presentan los valores del intervalo de confianza del 95 % para las lluvias medias
mensuales (líneas) y los valores mensuales para los años analizados (barras).
4
160
Precipitaciones (mm)
140
120
100
Año 2012
80 Año 2013
IC Inf. 95 %
60
IC Sup. 95 %
40
20
0
Meses
1 2 3 4 5 6 7 8 9 10 11 12
Figura 1. Precipitaciones históricas (confianza 95%) y lluvias mensuales 2012/13.
Durante el año 2012 los meses de Enero, Abril, Junio, Julio, Septiembre y Octubre
fueron secos. En el ciclo 2013 los meses secos corresponden a Febrero, Mayo, Junio,
Agosto, Octubre, Noviembre y Diciembre. Los dos años presentaron buena acumulación
de agua en el barbecho, así como en emergencia y macollaje. Durante la espigazón y
floración se presentó un déficit hídrico para los dos ciclos, que se extiende en llenado de
grano en 2013.
Respuesta de los parámetros de productividad de cultivo
En la Tabla 1 se presenta la comparación de medias de los componentes del

rendimiento para los tratamientos analizados, durante los dos años del ensayo. La
biomasa aérea, el rendimiento en grano, la cantidad de espigas por m2, la cantidad de
granos por espiga y el peso de mil granos han presentado respuesta positiva a la
inoculación con Azospirillum brasilense (valores de p entre 0,01 a 0,05). El IC no ha
mostrado diferencias entre testigo e inoculado (p> 0,24). El R y los granos esp -1 han
presentado la mayor respuesta, con incrementos del 10 % respecto al testigo. En el
caso de R el incremento medio por inoculación fue de 319 kg ha-1, una respuesta
superior a los 229 kg ha-1 para la región pampeana húmeda informado por Díaz Zorita et
al. (2006). En la zona semiárida bonaerense el uso de Azospirillum en semillas de trigo
pan ha logrado aumentos de 1150 kg ha-1 (19 %), 200 kg ha-1 (16%) y 40 espigas (11 %)
para BA, R y esp m-2, respectivamente (Bravo et al., 2014). En este último caso los
rendimientos en grano fueron de 1200 y 1400 kg ha-1 para NT y T y el índice de cosecha
no presentó diferencias (p> 0,18).
5
Tabla 1. Comparación de medias en variables de rendimiento
Variable N T NT P Dif (T-NT) Dif %
BA (kg ha-1) 31 10152 a* 9360 b 0,02 792 8,46
R (kg ha-1) 31 3670 a 3351 b 0.03 319 9,52
Esp m-2 31 349 a 327 b 0,05 22 6,72
Grano esp-1 31 30,6 a 27,8 b 0,01 2,8 10,1
P1000 (g) 31 49,7 a 47,7 b 0,02 2,0 4,2
IC 31 0,36 a 0,36 a 0,24 0 0
*: en las filas, medias seguida de distinta letra difieren por prueba t con p< 0,05.T: semillas
inoculadas; NT: semilla sin tratar; n: número de réplicas; P: probabilidad estadística de error; Dif
(T-NT): diferencia entre tratamientos; Dif %: diferencia entre tratamientos en % respecto T; BA:
-2 2 -1
biomasa aérea; R: rendimiento en grano; esp m : espigas por m ; grano.esp : granos por
espiga; P1000: peso de 1000 granos; IC: índice de cosecha.
Si a partir de los componentes medios de rendimiento de la Tabla 1 estimamos el

rendimiento alcanzable (Ra) en granos se obtienen valores de 5307 y 4336 kg ha-1 para
T y NT, respectivamente. La diferencia de rendimiento potencial entre tratamientos
podría alcanzar los 971 kg ha-1, que corresponde a un incremento del 22,4 % por la
aplicación de Azospirillum en las semillas. Este valor duplica la respuesta medida a
campo, e indica que tenemos un amplio margen para mejorar la productividad del trigo
candeal. Si realizamos el cociente R/Ra como indicador de la eficiencia de producción,
el mismo alcanza valores de 0,69 y 0,77 para T y NT, respectivamente. El uso de las
rizobacterias ha elevado el piso productivo, siendo necesario analizar que prácticas
agronómicas son las indicadas para que el aumento observado en los parámetros
individuales pueda manifestarse en el rendimiento en grano. De tal forma, si en un
esquema tecnológico como el analizado (alto uso de insumos) pretendiéramos alcanzar
una eficiencia del 0,85 de los rendimientos medios máximos obtenidos, los valores
corresponderían a 4500 y 3700 kg ha-1 para T y NT, respectivamente. Asimismo, la
cantidad de N aportado fue de 85 kg de N ha-1, correspondiendo 15 kg de N del fosfato
diamónico y 70 kg N del UAN. El N aportado por mineralización al cultivo puede
estimarse en unos 30 kg, por lo que la disponibilidad de N alcanza los 115 kg ha-1. A
partir de este valor puede calcularse una relación kg N: kg grano cosechado de 1:32
para T y de 1:29 para NT, con mayor eficiencia en el aprovechamiento del N por el uso
de rizobacterias.
Respuesta de los parámetros de calidad de cultivo
En la Tabla 2 se presentan la comparación de medias de los parámetros de calidad para

los tratamientos aplicados.
6
Tabla 2. Comparación de medias en parámetros de calidad
Variable n T NT P Dif (T-NT) Dif %
% Vitreo 31 87,3 a* 80,1 b 0,001 7,2 8,99
PH 31 75,9 a 75,6 a 0,20 0,03 0,04
% Prot. 31 11,9 a 11,75 a 0,75 0,15 1,27
Prod. Prot. 31 428 a 424 a 0,90 4 0,94
*: en las filas, medias seguida de distinta letra difieren por prueba t con p< 0,05.
T: semillas inoculadas; NT: semilla sin tratar; n: número de réplicas; P: probabilidad estadística
de error; Dif (T-NT): diferencia entre tratamientos; Dif %: diferencia entre tratamientos en %
respecto T; % Vitreo: % de granos vítreos; PH: peso hectolítrico; % Prot.: contenido de proteína
-1
en grano; Prod. Prot.: kg de proteína en grano ha .
La inoculación ha producido un aumento significativo en la vitreosidad media en los dos

años de experiencia (p< 0,001). Los valores de vitreosidad son altos, superando
ampliamente el 50 % exigido como valor mínimo en el estándar de comercialización. Los
dos tratamientos recibirían bonificaciones, sobre el precio, del 6 % para T y del 4 % para
NT. PH no ha presentado respuesta (p> 0,20). El contenido de proteína en grano no ha
mostrado diferencias significativas entre testigo e inoculado (p˃ 0,70), pero ambos
recibirán bonificaciones sobre el precio del 2 %. La producción de proteína por hectárea
no presentó respuesta a la inoculación (p˃ 0,90).En la Tabla 3 se presenta la matriz de
correlación entre las variables bajo estudio.
Tabla 3. Valores de coeficientes de Correlación (r) de Pearson.

-2 -1
BA R esp m grano esp % Vitreo PH P1000 IC
-1
B A (kg ha ) 1
-1
R (kg ha ) 0,91* 1
-2
esp m 0,83 0,74 1
-1
grano esp 0,08 0,14 0,13 1
% Vitreo -0,1 -0,02 0,11 0,43 1
PH (kg) 0,26 0,42 0,06 0,07 -0,07 1
P1000 (g) 0,40 0,47 0,2 0,03 -0,14 0,5 1
IC 0,17 0,56 0,1 0,18 0,13 0,54 0,36 1
*: Valores en negrita corresponden a r ≥0,35, indicando correlaciones significativas con p<0.05.
7
En la Figura 2 se presentan las rectas de regresión entre BA y R para los tratamientos

analizados. La BA y el R presentan una correlación positiva altamente significativa (p<
0,01). Las respuestas son similares, con altos porcentajes de predicción.
5500
R (kg ha-1)
5000
R NT = 0,42* BA - 612,7
R² = 0,84**
4500
NT
4000
T
Lineal (NT)
3500
R T= 0,35 *BA + 120,4
Lineal (T)
R² = 0,79**
3000
2500
2000
BA (kg ha-1)
6000 7000 8000 9000 10000 11000 12000 13000 14000 15000
Figura 2. Correlaciones entre BA-R para T y NT.
En la Figura 3 se presentan las rectas de regresión entre biomasa aérea y el número de

espigas por m2. En NT la regresión es significativa (p <0,05) con un coeficiente de
correlación de positivo de 0,54. En el caso de semillas inoculadas el porcentaje de
predicción de esp m-2 se eleva a 0,81 (p< 0,01), con una respuesta con menor
dispersión y de mayor eficiencia del número de espigas a los incrementos de biomasa
por efecto de la inoculación.
550
Nº esp m-2
500 esp m-2 (T)= 0,035*BA - 4,52

R² = 0,81**
450
400
NT
esp m-2 (NT) = 0,02*BA+ 140 T
350
R² = 0,54* Lineal (NT)
Lineal (T)
300
250
BA (kg ha-1)
200
6000 7000 8000 9000 10000 11000 12000 13000 14000 15000
Figura 3. Correlaciones entre BA-esp m-2 para T y NT.
8
Un comportamiento similar se observa en la correlación entre rendimiento en grano y

espigas por m2, con mayor nivel de ajuste en la predicción (r2= 0,64, p< 0,01) y mayor
respuesta de la cantidad de espigas a los aumentos de rendimiento para las semillas
inoculadas, expresada por una mayor pendiente de la recta de regresión (Figura 4).
En la Figura 5 se presenta la relación entre R y Ra (estimado a partir de espigas por m 2,

granos por espiga y peso de 1000 granos) para los 31 sitios de T y NT. Las regresiones
son similares en porcentaje de explicación (valores de r2 de 0,60 a 0,62, p< 0,05). Pero
la recta de regresión en T supera a la recta de NT a partir de los 2500 kg ha -1 de R
debido a una mayor pendiente de la curva de regresión. La incorporación de
rizobacterias ha elevado los rendimientos potenciales, generando un incremento en la
expectativa productiva de sistemas agrícolas de altos insumos como los aquí
analizados.
550
Nº esp m-2
500
esp m-2 (T)= 0,08*R + 61
R² = 0,64**
450
400
NT
T
esp m-2 (NT)= 0,04*R + 193
350 Lineal (NT)
R² = 0,46*
Lineal (T)
300
250
R (kg ha-1)
200
1000 1500 2000 2500 3000 3500 4000 4500 5000 5500
Figura 4. Correlaciones entre R-esp m-2 para T y NT.
9
9000
Ra (kg ha-1)
8000
Ra (T)= 1,27*R+ 609
R² = 0,60*
7000
6000
NT
T
5000
Ra (NT)= 0,90*R + 1308 Lineal (NT)
R² = 0,62* Lineal (T)
4000
3000
R (kg ha-1)
2000
1000 1500 2000 2500 3000 3500 4000 4500 5000 5500
Figura 5. Correlaciones entre R y Ra, para T y NT.
Conclusiones
Las distribución de las precipitaciones durante los ciclos 2012 y 2013 se caracterizó por
presentar 6 y 7 meses en los cuales las lluvias fueron menores a las esperadas. Los
años analizados presentaron buena acumulación de agua en el barbecho, así como en
emergencia y macollaje. Durante la espigazón y la floración se presentó un déficit
hídrico para los dos ciclos, que se extiende hasta el llenado de grano en 2013
La producción de biomasa aérea, el rendimiento en grano, las espigas por m2, los
granos por espiga y el P1000 han presentado respuesta positiva a la inoculación con
Azospirillum brasilense (valores de p entre 0,01 a 0,05). Solamente el IC no ha mostrado
diferencias entre testigo e inoculado (p> 0,24). El rendimiento en grano y los granos por
espiga han presentado la mayor respuesta, con incrementos del 10 % respecto del
testigo.
La inoculación ha producido un aumento significativo en la vitreosidad media en los dos

años de experiencia (p< 0,001). Dichos valores fueron altos, superando ampliamente el
50 % exigido por el estándar de comercialización. Los dos tratamientos recibirían
bonificaciones, sobre el precio, del 6 % para T y del 4 % para NT. El peso hectolítrico no
ha presentado respuesta a la inoculación (p> 0,20), con valores intermedios que
corresponden al grado comercial 2. El contenido de proteína en grano no ha mostrado
diferencias significativas entre testigo e inoculado (p˃ 0,70), pero ambos recibirán
bonificaciones sobre el precio del 2 %. La proteína en grano (kg ha-1) no presentó
diferencias (p˃ 0,90), evitando la reducción del contenido proteico en los casos de
mayor rendimiento en grano (T).
10
Se han establecido relaciones significativas entre las variables BA-R, BA-esp m-2, R-esp
m-2, R-PH y grano esp-1-% vítreo (p <0,05). El efecto positivo del uso de Azospirillum
brasilense se aprecia en la correlación entre biomasa aérea y el número de granos en
por m2. En NT la regresión es signifcativa (p <0,05) con un coeficiente de correlación
positivo de 0,54. En T el porcentaje de predicción de esp m-2 se eleva a 0,81 (p< 0,01),
con una respuesta con menor dispersión y de mayor eficiencia del número de espigas
a los incrementos de biomasa por efecto de la inoculación. La relación entre R y Ra
presentan similares porcentajes de explicación (r2 de 0,60 a 0,62, p< 0,05). La recta de
regresión en T supera a la recta de NT a partir de los 2500 kg ha-1 de R debido a una
mayor pendiente de la curva de regresión. La incorporación de rizobacterias ha elevado
los rendimientos potenciales, generando un incremento en la expectativa productiva de
sistemas agrícolas de altos insumos como los aquí analizados.
Los rendimientos alcanzables (Ra) en granos se ubican en valores de 5307 y 4336 kg

ha-1 para T y NT, respectivamente. La diferencia de rendimiento potencial entre
tratamientos podría alcanzar los 971 kg ha-1, que corresponde a un incremento del 22,4
% por la aplicación de Azospirillum en las semillas. Este valor duplica la respuesta
medida a campo, e indica que tenemos un amplio margen para mejorar la productividad
del trigo candeal. En el mismo sentido, la inoculación mejoró el aprovechamiento de la
disponibilidad del N, donde se obtuvo una relación kg N: kg grano cosechado de 1:32
para T y de 1:29 para NT.
El uso de las rizobacterias ha elevado el piso productivo, siendo necesario analizar que
prácticas agronómicas son las indicadas para que el aumento observado en los
parámetros individuales pueda manifestarse en el rendimiento en grano. De tal forma, si
en un esquema tecnológico como el analizado (de alto uso de insumos) pretendiéramos
alcanzar una eficiencia del 0,85 de los rendimientos medios máximos obtenidos, los
valores corresponderían a 4500 y 3700 kg ha-1 para T y NT, respectivamente.
Bibliografía
Bashan L E, Holguin G, Glick B R & Y Bashan. 2007. Bacterias promotoras de

crecimiento en plantas para propositos agricolas y ambientales. En: Microbiología
agrícola: hongos, bacterias, micro y macrofauna, control biologico y planta-
microorganismos. Ferrera-Cerrato R & A Alarcon (Ed.). Editorial Trillas, Ciudad de
Mexico. Cap. 8: 161-215.
Bravo O. 2013. Factores y procesos pedogenéticos que regulan el almacenamiento de

carbono en suelos de la Pampa Austral. Tesis Doctoral, Dpto. de Agronomía, UNS.
Bahía Blanca (BA), Argentina.148 p.
Bravo O, Diaz Zorita, M & M Baltian. 2014. Productividad de trigo inoculado con
Azospirillum brasilense en el sudoeste bonaerense. En Actas del XXIV Congreso
Argentino de la Ciencia del Suelos. Bahía Blanca, 5 al 9 de Mayo de 2014. Editado en
USB.
11
Di Rienzo, J, Casanoves F, Balzarini M, González L, Tablada M & C Robledo. 2013.

InfoStat. Grupo InfoStat, FCA, UNC de Córdoba. http://www.infostat.com.ar
Díaz-Zorita M, Baliña RM, Fernández-Canigia MV & A Perticari. 2006. Rendimiento de
cultivos de trigo en la región pampeana inoculados con Azospirillum brasiliense.
Informaciones Agronómicas del Cono Sur, 29: 17-19.
Diaz-Zorita, M & MV Fernandez Canigia. 2009. Field performance of a liquid formulation
of Azospirillum brasilense on dryland wheat productivity, Eur. J. Soil Biol., 45: 3-11.
Dobbelaere S, Vanderleyden J & Y Okon. 2003. Plant growth-promoting effects of
diazotrophs in the rhizosphere. Crit. Rev. Plant Sci., 22: 107-149.
Ferraris G. 2009. Inoculación con microorganismos con efecto promotor de crecimiento
(PGPM) en trigo. Conocimientos actuales y experiencias realizadas en la Región
Pampeana Argentina.
Lynch J M. 2002. Resilience of the rhizosphere to anthropogenic disturbance.
Biodegradation, 13: 21-27.
Osinski, E, Miier U, Büchs W, Weickel J & B Matzdorf. 2003. Application of biotic
indicators for evaluation of sustainable land use - current procedures and future
developments. Agric. Ecosyst. Environ., 98: 407-421.
Rodríguez Cáceres, E A, González Anta G, López J R, Di Ciocco C A, Pacheco Basurco
J C & J L Parada. 1996. Response of field-grown wheat to inoculation with Azospirillum
brasilense and Bacillus polymyxa in the semiarid region of Argentina . Arid Soil Res.
Rehab., 10: 13-20.
Sequeira M. 2005. Régimen pluviométrico. Geoambiente y evaluación de las aguas
freáticas de partido de Coronel Dorrego. J. D. Paoloni y M. Gonzales Uriarte (Ed). Cap.
I: 15-26.
Conservation Service, Washington, DC.
SIIA. 2016. Estadísticas Agrícolas, series históricas. Ministerio de Agroindustria (RA).
Disponible en http://www.siia.gov.ar/_apps/siia/estimaciones/estima2.php
Steell R G & J H Torrie. 1982. Principles and Procedures of Statistics. McGraw-Hill. 2nd
ed. 622 pp.
12
INOCULACION CON MICROORGANISMOS EFICIENTES (ME) Y BACTERIAS PGPR

EN MAIZ VC. JUJEÑO LUNA
FANNY ALTAMIRANO, SILVIA ABARZA, ROBERTO BOCCARDO & GRACIELA

ZANKAR
1
Fac. de Ciencias Agrarias, UNJu. Alberdi 47- (4600) S. S. de Jujuy, Argentina
* [email protected]
Palabras Clave: biofertilización- fosfato diamónico – promoción vegetal
Resumen
Hay evidencias de que la diversidad microbiana influye en el crecimiento de las plantas

aunque los mecanismos de sus interacciones son poco conocidos. El objetivo de este
trabajo fue evaluar el efecto de la biofertilización con microorganismos eficientes (ME),
cepas PGPR vs. la fertilización con fosfato diamónico. El ensayo se realizó en dos lotes
de diferentes condiciones edáficas. Se aplicó fertilización biológica y química y sus
efectos fueron evaluados sobre diferentes variables en un cultivo de maíz para choclo.
Los resultados mostraron diferencias significativas (p>0,05) entre los tratamientos
biológicos con el testigo y los tratamientos fertilizados químicamente. El co-inoculado
con ME mostró efectos similares al tratamiento que solo tenía PGPR’s y ambos
mostraron efectos superiores a los tratamientos químicos.
Introducción
El manejo de estrategias para lograr una agricultura sustentable es tema de estudio en

las últimas décadas, siendo el uso de biofertilizantes una de tales estrategias (Vessey,
2003; Zankar et al., 2015). El empleo de microorganismos en la forma de abono animal
tiene una larga historia en la agricultura tradicional (Schimpf & Abarza, 2008). La
inoculación con rizobios y hongos micorrízicos introdujo una nueva dimensión a la
tecnología de los microorganismos en la agricultura. En las últimas décadas se
muestran los beneficios de los microorganismos nativos que promueven el crecimiento
de las plantas y/o incrementan la producción (Altamirano et al., 2006; Zankar et al.,
2011; Boccardo et al., 2012). Sin embargo el uso de inoculantes microbianos con
múltiples especies obtenidas de ecosistemas locales ha recibido poca atención. La
mayoría de las investigaciones sobre los promotores del crecimiento en las plantas se
han focalizado en el uso de inóculos simples (Vessey, 2003) pero hay evidencias que
las interacciones de diferentes microorganismos pueden ser complementarias y que la
diversidad microbiana puede influir en el crecimiento de las plantas (Van der Heijden et
al., 2008; Zankar et al., 2015). Sin embargo, la complejidad de las interacciones
microbianas y los posibles efectos sinérgicos son aún pobremente interpretados
(Vessey 2003).
1
En la década 1970's el Dr. Teruo Higa de la Univ. de Okinawa (Japón) desarrolló un

biofertilizante denominado Microorganismos Eficientes (ME). El mismo incluye una
variedad de microorganismos entre los que se pueden citar bacterias del ácido láctico,
levaduras, bacterias fototróficas, hongos filamentosos y Actinomycetes (Higa & Parr,
1995). Higa ha informado sobre los efectos benéficos de los ME en diferentes ambientes
tales como suelos, plantas y aguas, donde incrementan los beneficios de las
poblaciones nativas. Al respecto, Mayer et al. (2010) estudiaron durante cuatro años el
efecto de los ME sobre la producción y calidad del suelo, bajo condiciones de clima
templado, sin encontrar efectos positivos. Hussain et al. (1994) al aplicar ME con un co-
inoculo fúngico para evaluar sus efectos en la rotación trigo-arroz, encuentran
resultados positivos e indican que la respuesta de ME es mayor con aplicaciones
sucesivas. Tanto las condiciones climáticas (Mayer et al., 2010) como las fisco-químicas
que predominan en la rizósfera son útiles para interpretar el rol que juegan los
microorganismos sobre la disponibilidad de nutrientes en el suelo (Fageria et al., 2002)
(Zankar et al., 2015).
La clase textural de un suelo afecta la composición y función de la comunidad

microbiana que lo habita (Kandeler et al., 2002) y entre los factores ambientales la
temperatura y las precipitaciones son determinantes en el rendimiento de los cultivos
(Echarte et al., 1998). La tecnología de ME tiene mayor difusión en países orientales,
aunque Estados Unidos los emplea para incrementar la producción de trigo y algodón
en sistemas orgánicos con bajos ingresos y se los considera un sistema ideal de
agricultura para el futuro.
El aislamiento y la caracterización de cepas locales con capacidad PGPR y su efecto

sobre cultivos de importancia económica de la región constituyen la actividad científica
más relevante de la Cátedra de Edafología de la Fac. de Cs Agrarias de Jujuy. Como
antecedente Altamirano et al. (2013) desarrollan una experiencia piloto con ME en el
tratamiento de aguas residuales de mataderos y encuentran efectos positivos.
El objetivo de esta investigación fue estudiar el efecto de la biofertilización con

microorganismos eficientes (ME) mas cepas PGPR y fertilización química en variables
que hacen a la calidad comercial del choclo. La hipótesis planteada fue: la
biofertilización múltiple mejora las características fenotípicas que afectan la calidad del
choclo de un modo diferente a la fertilización química.
Los ensayos se condujeron a secano durante la campaña 2014-2015 en el campo de un

productor que cultivas maíz para su comercialización tanto para choclo como para
semilla. El campo está ubicado a 35 km de la ciudad de San Salvador de Jujuy
(argentina), en la zona de los Valles Templados. Los ensayos se realizaron en dos lotes
(A y B) que, por su ubicación, se corresponden con la unidad taxonómica Argiustol
2
vértico arcilloso de la Serie Loma Atravesada, sin embargo presentan en el horizonte

superior una diferenciación granulométrica significativa, con porcentajes de arcilla que
varían del 9 al 19% y de arena del 32% al 60% que los ubican texturalmente en la clase
franco-limoso y franco-arenoso respectivamente. Esta diferencia obedece a la alteración
producida por procesos erosivos y posterior deposición de materiales más gruesos, que
modificó la expresión de los horizontes superficiales en áreas cercanas a los cauces
sub-paralelos que cruzan la zona y en los cuales se incrementa la pendiente.
Se utilizó un diseño completamente aleatorizado con cinco tratamientos y dos

repeticiones. El tratamiento T1 recibió el inoculo compuesto por Bm + H19 + BTS + TC y
el T2 recibió ME + TC + BTS. Por su parte T3 y T4 se fertilizaron con fosfato diamónico
de 40 y 80 kg x ha-1 respectivamente. Los biofertilizantes se formularon con las cepas de
Pseudomonas sp., identificada como H19, otra de B. megaterium (Bm), una de
Rhizobium (TC) y una de Bradyrhizobium (BTS) tolerante a sequía y con
Microorganismos eficientes (ME) consistente en un pool de microorganismos obtenidos
del ambiente natural de acuerdo a la técnica del Dr. Teruo Higa en la década de 1970’ s.
Previo a la siembra, que se hizo en forma manual, se inocularon las semillas

(100ml/100g) y se fertilizó con fosfato diamónico. La cosecha fue manual y se tomó una
muestra de 30 mazorcas por tratamiento para evaluar: número de hileras (NH), diámetro
de mazorca (DMz), longitud de mazorca (LMz), número de granos por hilera (NGh) y
peso total de granos por mazorca (PTG). Los datos se analizaron estadísticamente con
ANOVA y la comparación de medias se hizo de acuerdo a la prueba de Tukey (p >
0,05).
El ensayo se realizó en dos lotes próximos con características edáficas diferentes,

siendo el lote "A" de clase textural franco-limoso y "B" franco-arenoso, lo que explica
desde el punto de vista hídrico el comportamiento de estos suelos respecto a la
capacidad de retención de agua, a la composición microbiana nativa y a su incidencia
en los resultados (Kandeler et al., 2002). En consecuencia, las interacciones
microbianas y la respuesta del cultivo allí implantado serán diferentes (Echarte et al.,
1998).
En el lote A el análisis estadístico puso de manifiesto diferencias significativas (p>0,05)

en las variables NH, DMz, LMz, NGh, y PTG. Para NH las diferencias significativas se
observan entre T2 y T0, con un valor de 7,15% del tratamiento biofertilizado (T2).
En DMZ, T1 y T2 superan en 5, 60% a T0; para la variable LMz todos los tratamientos
difieren de T1 el cual supera a T0 y T3 en 21,34% y 19,91% respectivamente, siendo T3
el fertilizado con fosfato diamónico. En NGh se observa que T1 difiere de T0 en 22,65%
y de T3 en 13,76% (Fig.1 a), mientras que en PTG T1 difiere de T3, T0 y T4 en 30,35%,
25,11% y 14,48% respectivamente (Fig.1 b).
3
200
30
160
20
Numero
120
(g)
10 80
40
0
NGh 0
PTG
T0 T1 T2 T3 T4 T0 T1 T2 T3 T4
(a) (b)
Figura 1: (a) Valores medios de número de granos por hilera-NHh y (b) de peso total de granos
por mazorca-PTG para el Lote A
En todas las variables T0 es superado tanto por los tratamientos biofertilizados como
por los fertilizados con fosfato. Se puede observar que los tratamientos inoculados T1 y
T2 muestran efectos similares sobre las variables analizadas, es decir no se encuentran
efectos destacados de los ME coincidiendo con lo informado por Mayer et al. (2010). Sin
embargo, es evidente la acción promotora de los tratamientos biofertilizados respecto a
la fertilización química, especialmente para NGh y PTG como se muestra en las figuras
1 (a y b).
Considerando que las condiciones edafoclimáticas del lote A son buenas y al no

encontrar diferencias significativas entre los tratamientos biológicos, se deduce que las
interacciones microbianas del inoculo con la flora nativa y las plantas fueron positivas
como lo manifiestan Fageria et al. (2002) y Mayer et al. (2010).
En el lote B, donde las condiciones edáficas son menos favorables en términos agro-
biológicos, también se observan diferencias significativas (p>0,05) en las mismas
variables pero en menor proporción. Para DMz T1, T2 y T3 superan a T0 en 9,45%,
2,46% y 6,37% respectivamente; para LMz todos los tratamientos superan a T0, siendo
T1 el más eficiente con 13,55%. Para NGh T1, T2 y T4 superan a T0 en 25,94%,
21,89% y 13,35% respectivamente y también se evidencia que T1 supera al fertilizado
con fosfato (T4) en 14,53% (Fig. 2 a). Para PTG todos los tratamientos superan a T0
mientras que entre los tratamientos biofertilizados y fertilizados con fosfato diamónico se
observa una diferencia significativa de 11,89 % a favor de T2 con respecto a T3; por
otra parte T1 supera a T3 y a T4 con 19,16% y 11,87% respectivamente (Fig. 2 b).
4
100
20
80
15
60
Numero
(g)
10
40
5
20
0 0
NGh PTG
T0 T1 (a)T2 T3 T4 T0 (b)
T1 T2 T3 T4
Figura 2: (a) Valores medio de número de granos por hilera -NGh y (b) de peso total de granos
por mazorca -PTG para el Lote B.
En este lote B el comportamiento de las variables evaluadas siguen la misma tendencia

que en el lote A, aunque en menor grado lo que se relaciona con las diferentes
condiciones edáficas y físico-químicas de la rizósfera entre ambos lotes (Fageria et al.,
2002). No obstante la diferencia de los efectos de promoción en ambos lotes es
sustancial, la misma constituye una evidencia de que las interacciones entre los
microorganismos inoculados y nativos es positiva a pesar de los inoculados tuvieron que
competir exitosamente con la microflora nativa, lo que confirma lo expresado por Van
der Heijden et al., (2008) y Zankar et al. (2015). Si bien los efectos sinérgicos no tienen
aun una interpretación cabal (Vessey, 2003) es posible deducirlos a través de los
resultados obtenidos. Aunque Mayer et al. (2010) no encontraron efectos positivos
después de cuatro años de aplicar ME, en nuestro caso si bien la co-inoculación con los
mismos no mostró efectos destacados superó al testigo en todas las variables. Esto nos
induce a continuar estudiando sus efectos bajo distintas combinaciones, condiciones
edafoclimáticas y tipo de cultivo ya que otros autores sí encontraron efectos positivos
tanto en la rotación trigo-arroz (Hussain, et al.,1994) como en el tratamiento de aguas
residuales efectuado por Altamirano et al. (2013).
Conclusiones
En el Lote B los mejores resultados se encontraron el tratamiento biofertilizado T1 para

variable NGh T1 con diferencias significativas respecto al testigo y al fertilizado con
fosfato T4. En el Lote A los mejores resultados se registraron también en el tratamiento
biofertilizado T1 para variable PTG respecto al testigo y a la fertilización química (T3 y
T4). Los efectos de promoción de los biofertilizantes se comportan de modo diferente a
los fertilizantes químicos en ambos lotes.
5
Bibliografía
Altamirano, FE; G del C Zankar & S Abarza. 2006. Respuesta del maíz capia a distintos
biofertilizantes. Libro de resúmenes de las XXIII Jornadas Científicas de la Asociación
de Biología de Tucumán, p. 325.
Altamirano, F; G Zankar; S Quintar; R Ortega R & J Vidaurre. 2013. Tratamiento de

residuos de matadero con microorganismos eficientes (ME). Experiencia piloto.
Resúmenes IX REBIOS. Sgo. del Estero, Argentina. CD ISBN: 978-987-1676-05-7
Boccardo, R; G Zankar; F Altamirano; S Abarza ; C Puca Saavedra & JM Britos. 2012.

“Efecto de las Rhizobacterias sobre la calidad de producción de grano para semilla en
maíz”. Resúmenes XIX CACS. Mar del Plata.CD ISBN 978-987-1829-11-8.
Echarte, L.; AI Della Maggiora; AI. Irigoyen & GA Dosio. 1998. Disminución del
rendimiento en el cultivo de maíz debida a los déficits hídricos ocurridos en la localidad
de Balcarce. Actas X Congreso Brasilero de Meteorología y VIII Congreso de la
Federación Latinoamericana e Ibérica de Sociedades de Meteorología.
Fageria, NK; VC Baligar & RB Clark. 2002. Micronutrients in crop production. Advances
in Agronomy 77: 185-268.
Kandeler, E; P Marschner, D Tscherko; T Singh Gahoonia & NE Nielsen. 2002.

Microbial community composition and functional diversity in the rhizosphere of maize.
Plant and Soil 238: 301–312.
Higa, T. & JF Parr. 1995. Beneficial and effective microorganisms for a sustainable
agriculture
and environment. International Nature Farming Research Center, Atami, Japan. p 16
Hussain T., G. Jilani; M. Yaseen & MA. Abbas. 1994. Effect of organic amendments and
EM on crop production in Pakistan. pp. 132-139. In: J.F. Parr, S.B. Hornick, and M.E.
Simpson (eds). Proc. 2nd Intl. Conf. on Kyusei Nature Farming. Oct. 7-11, 1991,
Piracicaba, SP, Brazil. Pub. USDA. Washington , D.C.
Mayer, J; S Scheid; F Widmer; A Fließbach & HR Oberholzer. 2010. How effective are
Effective microorganisms (EM)? Results from a field study in temperate climate. Appl
Soil Ecol 46(2):230–239.
Schimpf, JH & S del V Abarza. 2008. Maíces indígenas de la Quebrada de Humahuaca

y Valles Andinos de Jujuy, Argentina. Características y usos principales. CD IV
Congreso Internacional de la Red SIAL: ALFATER 2008. Mar del Plata (Bs. As).
6
Van der Heijden, MGA; RD Bardgett & NM Van Straalen. 2008. The unseen majority: soil
microbes as drivers of plant diversity and productivity in terrestrial ecosystems. Ecology
Letters 11(3):296-310.
Vessey, JK. 2003. Plant Growth Promoting Rhizobacteria as biofertilizers. Plant and Soil,
255: 571-586.
Zankar, G; R Boccardo; F Altamirano; J Britos & C Puca Saavedra. 2011. Ensayo de

inoculación en maíz con cepas de Pseudomonas y Bacillus. VIII REBIOS. Salta-
Argentina, p.39
Zankar G; R Boccardo; S Abarza & F Altamirano. 2015. Comportamiento de la

biofertilización frente a la fertilización química en maíz bajo diferentes condiciones
edáficas. Resúmenes X Reunión Nacional Científico Técnica De Biología de Suelos
Jujuy. Argentina.CD ISBN: 978-987-3926-01-3.
7
LOS CULTIVOS DE COBERTURA Y LA FERTILIZACIÓN AFECTAN EL APORTE DE

FÓSFORO MICROBIANO
STEFANIA C. APPELHANS 3*; SILVIA M. BENITENDE 1; PEDRO A. BARBAGELATA1,2;

& MARIANELA B. FONTANA 1
1
Facultad de Ciencias Agropecuarias (UNER); 2INTA-EEAParaná; 3CONICET
*[email protected]
Palabras clave: fosfatasa ácida; soja; P de biomasa microbiana
Resumen
Los microorganismos del suelo cumplen diferentes funciones en el sistema, desde

acumular fósforo (P) en su biomasa, hasta la producción de enzimas que mineralizan el
P orgánico, siendo indicadores ante cambios producidos por el manejo. Diferentes
prácticas de manejo, como la secuencia de cultivos y la fertilización fosfatada pueden
afectar a la biomasa microbiana y la actividad de las fosfatasas, debido al aumento de
materia orgánica a través del aporte de residuos vegetales. El objetivo del trabajo fue
evaluar el efecto de la inclusión de cultivos de cobertura y fertilización en una secuencia
de soja continua sobre el pool de P microbiano y la actividad de la enzima fosfatasa
ácida. Para ello se utilizó un ensayo que inició en 2006-2007 sobre un suelo Argiudol
ácuico en el campo experimental del INTA-EEA Paraná. Los tratamientos evaluados
fueron: monocultivo de soja sin fertilización (Sj), monocultivo de soja con fertilización de
reposición de P y S (Sjf), cultivo de cobertura/soja sin fertilización (CC/Sj), cultivo de
cobertura/soja con fertilización de reposición de P y S (CC/Sjf). En los tratamientos
fertilizados se aplicó anualmente 24 kg P ha-1 y 15 kg S ha-1. El muestreo de suelos se
realizó en junio de 2015, realizando muestras compuestas por 20 submuestras a una
profundidad de 0-5 cm. Las muestras de suelo húmedas fueron tamizadas a 10 mm, y
en cada muestra se determinó el P inorgánico (Pi), la actividad fosfatasa ácida (P-asa) y
el P de la biomasa microbiana (PBM). Se observaron diferencias en los contenidos de Pi
en los tratamientos fertilizados, pero no se observaron diferencias en los tratamientos
con cultivos de cobertura respecto a la secuencia de soja continua. En relación al PBM,
los tratamientos sin fertilizar mostraron contenidos de PBM significativamente mayores a
los tratamientos fertilizados. La actividad de la enzima fosfatasa ácida fue
significativamente mayor en los tratamientos con cultivos de cobertura, sin mostrar
diferencias debido a la fertilización. Sin embargo, en los tratamientos de la secuencia de
soja continua la actividad de la enzima fue significativamente mayor en los tratamientos
fertilizados. En los tratamientos de soja continua, la P-asa aumentó al aumentar el PBM.
En el tratamiento de soja continua fertilizada la P-asa mostró una tendencia decreciente
al aumentar el contenido de Pi, pero en los tratamientos con cultivos de cobertura fue
mayor el efecto del aporte de residuos sobre la enzima que el del Pi, además que no
1
mostraron tendencias en la relación P-asa – PBM. La incorporación de cultivos de

cobertura en una secuencia de soja continua produjo un incremento en la actividad de la
P-asa y en el PBM. Asimismo, la fertilización también produjo un aumento en la
actividad P-asa, pero el PBM disminuyó al aumentar el contenido de Pi en el suelo.
Introducción
Los microorganismos del suelo median muchos procesos del ciclo del P, participando en
su inmovilización y mineralización (Bunemann et al., 2011), y cumpliendo dos roles
fundamentales: la acumulación de P en la biomasa microbiana (PBM) y la
transformación del P orgánico en fosfatos disponibles para las plantas (Damon et al.,
2014). En general, el PBM comprende entre el 0,4-2,5% del P total en suelos cultivados,
siendo muy importante su efecto en el reciclaje de nutrientes en el corto plazo (Oberson
& Jones, 2005).
Los microorganismos son la principal fuente de enzimas en el suelo (Dick & Tabatabai,
1993), como las enzimas fosfatasas que llevan a cabo la mineralización del P orgánico,
catalizando la hidrólisis de los enlaces éster de fosfatos y anhidros de ácido fosfórico
(Nannipieri et al., 2011). Uno de los grupos de fosfatasas más estudiados es el de las
fosfomonoesterasas, que incluyen a las fosfatasas ácidas y alcalinas, siendo el pH del
suelo el factor que determina la predominancia de la actividad de una u otra
(Tabatabai, 1994).
Diferentes prácticas de manejo pueden afectar a la biomasa microbiana y la actividad de

las fosfatasas, como la secuencia de cultivos (Deng & Tabatabai, 1997; Damon et al.,
2014) y prácticas de fertilización fosfatada (Mc Laughlin & Alston, 1986). Lainclusión de
cultivos de cobertura en la secuencia de cultivo aumenta el aporte de residuos vegetales
(Varela et al., 2014) y, por lo tanto, aumenta el aporte de P al suelo y la eficiencia del
ciclo del P (Damon et al., 2014; Varela et al., 2014; Maltais-Landry & Frossard, 2015).
En efecto, dependiendo de la rapidez con que se libera el P de estos residuos puede ser
utilizado por la biomasa microbiana o incorporarse a las fracciones lábiles de P en
equilibrio con la solución del suelo (Noack et al., 2014; Maltais-Landry & Frossard,
2015), donde puede ser absorbido por las plantas (Damon et al., 2014). En sistemas
edáficos donde se ha favorecido el aumento del contenido de materia orgánica, se
observa un aumento de la biomasa microbiana y de la actividad de las enzimas
fosfatasas, y por lo tanto, una mayor mineralización de P orgánico (Nannipieri, 1994;
Oberson et al., 2011, Ziadi et al., 2013; Varela et al., 2014).
Asimismo, se reporta que el PBM aumenta en suelos fertilizados, hallándose que el

efecto de la fertilización sobre el PBM puede ser similar al de los cultivos de cobertura,
según la fertilidad de los suelos (Maltais-Landry & Frossard, 2015). Sin embargo, en el
caso de la actividad de las fosfatasas, su actividad disminuye cuando se aplican
2
fertilizantes inorgánicos, teniendo un rol más relevante en suelos con bajos contenidos
de P disponible (Nannipieri et al., 2011).
El objetivo del trabajo fue evaluar el efecto de la inclusión de cultivos de cobertura y

fertilización en una secuencia de soja continua sobre el pool de P microbiano y la
actividad de la enzima fosfatasa ácida.
El ensayo se inició en 2006-2007 sobre un suelo Argiudol ácuico (Serie Tezanos Pinto)
en el campo experimental del INTA -EEA Paraná. Se trata de suelos profundos,
moderadamente bien drenados, con un epipedón oscuro, franco-arcillo-limoso a franco-
limoso, y un horizonte argílico oscuro, franco-arcillo-limoso a arcillo-limoso,
desarrollados sobre loess calcáreo (Plan Mapa de Suelos, 1986). Se utilizó un diseño
experimental en bloques completos aleatorizados (DBCA), con 3 repeticiones y
unidades experimentales de 5,3 x 30 m.
Los tratamientos evaluados fueron: monocultivo de soja sin fertilización (Sj), monocultivo
de soja con fertilización de reposición de P y S (Sjf), cultivo de cobertura/soja sin
fertilización (CC/Sj), cultivo de cobertura/soja con fertilización de reposición de P y S
(CC/Sjf). En los tratamientos fertilizados se aplica anualmente 24 kg P ha-1 y 15 kg S ha-
1
(120 kg de superfosfato triple de calcio y 90 kg ha-1 de yeso agrícola, respectivamente)
al voleo en el mes de junio luego de finalizado el muestreo de suelos.
Al inicio del ensayo se tomó una muestra compuesta de suelos (0-20 cm), para la
caracterización inicial del sitio, donde se analizó pH, contenido de materia orgánica
(MO), P Bray (P Bray) y N total (Nt). En junio de 2015 se realizó un muestreo de suelo,
en el que se tomaron muestras compuestas por 20 submuestras a una profundidad de
0-5 cm.La forma de muestreo, el manipuleo y el almacenamiento de las muestras fueron
acorde a la guía general para tratamiento de muestras de suelo para evaluaciones
biológicas de calidad de suelos (ISO10381-6).
Se utilizaron muestras de suelo húmedas, tamizadas a 10 mm. En cada una de las

muestras se determinó: actividad fosfatasa ácida (P-asa) y el P de la biomasa
microbiana (PBM).
La actividad de la enzima fosfatasa ácida se determinó mediante la metodología

propuesta por Alef & Nannipieri (1995). Brevemente, la metodología consiste incubar 1 g
de suelo adicionando una solución buffer de pH 6,5 y el sustrato p-nitrofenil fosfato
(PNP) durante 1 h a 37°C. Luego de la incubación y de agregar CaCl2 y NaOH para
detener la reacción enzimática, se filtró la suspensión de suelo y se tomó una alícuota
que se diluyó a 10 ml con agua destilada. Se determinó la cantidad p-nitrofenol
producida mediante colorimetría a 410 nm.
3
El PBM se calculó a partir de la diferencia de contendidos de P inorgánico (Pi) en

extractos de suelo de muestras húmedas fumigadas y no fumigadas con cloroformo
(Brookeset al., 1982 descripto en Voroneyet al., 2008a).Se pesaron 6 repeticiones por
muestra de suelo, de 30 g cada una. Dos de ellas se fumigaron con cloroformo y se
dejaron cuatro repeticiones sin fumigar. A dos repeticiones de las no fumigadas se les
adicionó una cantidad conocida de P inorgánico para poder corregir la cantidad de P
liberado de la biomasa y que es retenido en el suelo. La extracción se realizó con una
solución de bicarbonato de sodio 0,5 M. La MO fue precipitada de las suspensiones con
la adición de ácido sulfúrico 0,9 N. La determinación de Pi presente en los extractos se
realizó siguiendo la metodología de Murphy &Riley (1962) descripto en Voroneyet al.
(2008b), en la cual el P inorgánico forma un complejo con molibdato de amonio y tartrato
de antimonio y potasio agregados como reactivo. La absorbancia, que se mide a una
longitud de onda de 712 nm, es proporcional a la concentración de P inorgánico
presente en los extractos.
El Pi de las muestras se determinó mediante extracciones con bicarbonato de sodio y
determinación de la concentración de P del extracto por colorimetría (Olsen et al., 1954).
Los resultados se analizaron mediante un ANOVA para un DBCA. Cuando las

diferencias entre tratamientos fueron significativas (p<0.05), las medias se compararon a
través de un test de diferencias mínimas significativas (LSD, α=0.05). Las correlaciones
entre las variables analizadas se evaluaron mediante el coeficiente de correlación de
Pearson. Todos los análisis estadísticos se realizaron con el software Infostat (Di Rienzo
et al., 2011).
Resultados
El suelo donde se llevaron a cabo los tratamientos presentó un contenido de MO de

2,85 % y pH de 6,3. El contenido de P Bray fue de 21,9 mg kg-1 y el de Nt de 0,118 %.
Los contenidos de Pi obtenidos fueron significativamente mayores en los tratamientos

fertilizados que en aquellos sin fertilizar (Tabla 1). Los tratamientos con cultivos de
cobertura no mostraron diferencias significativas en los contenidos de Pi respecto a la
secuencia de soja continua.
En relación al PBM, los tratamientos sin fertilizar mostraron contenidos de PBM

significativamente mayores a los tratamientos fertilizados. No se obtuvieron diferencias
significativas entre los tratamientos fertilizados, pero sí en los tratamientos de soja
continua donde el PBM fue menor cuando se fertilizó, (Tabla1).
La actividad de la enzima fosfatasa ácida fue significativamente mayor en los

tratamientos con cultivos de cobertura, sin mostrar diferencias debido a la fertilización.
Sin embargo, en los tratamientos de la secuencia de soja continua la actividad de la
enzima fue significativamente mayor en los tratamientos fertilizados, (Tabla 1).
4
Tabla 1. Contenidos de P inorgánico (Pi), P de la biomasa microbiana (PBM) y actividad de la

enzima fosfatasa ácida (P-asa) para los diferentes tratamientos evaluados. Letras diferentes en
sentido vertical indican diferencias significativas (LSD, α=0,05).
Tratamiento Pi PBM P-asa

mg kg-1 mg kg-1 µg p-nitrofenolg-1h-1
Sj 16,1b 13,7ab 775c
Sjf 36,5a 9,5b 879b
CC/Sj 14,6b 18,3a 1086a
CC/Sjf 31,5a 13,5b 1170a
Las correlaciones entre las variables determinadas no fueron significativas para las
variables Pi, PBM y P-asa, (Tabla 2).
Tabla 2. Correlaciones simples (coeficiente de Pearson) entre las variables: contenido de materia
orgánica (MO), P Bray, pH, nitrógeno total (Nt), P inorgánico (Pi), P de la biomasa microbiana
(PBM) y actividad de la enzima fosfatasa ácida (P-asa).
MO P Bray pH Nt Pi PBM P-asa
MO 1 * * * ns ns ns
P Bray 0,95 1 * * ns ns ns
pH -0,93 -0,78 1 * ns ns ns
Nt 0,88 0,7 -0,99 1 ns ns ns
Pi -0,12 -0,13 0,09 -0,08 1 ns ns
PBM -0,33 -0,41 0,19 -0,14 -0,27 1 ns
P-asa -0,02 -0,06 -0,03 0,04 0,13 0,11 1
Referencias: * = significativo p<0,05; ns= no significativo
La relación entre el contenido de Pi y la actividad de la enzima fosfatasa ácida se

muestra en la Figura 1. En el tratamiento de soja continua fertilizada la P-asa mostró
una tendencia decreciente al aumentar el contenido de Pi, pero en los tratamientos con
cultivos de cobertura fue mayor el efecto del aporte de residuos sobre la enzima que el
del Pi.
5
Figura 1.Relación entre el contenido de P inorgánico (Pi) y la actividad de la enzima fosfatasa

ácida (P-asa)para los tratamientos: Soja continua sin fertilización (Sj), Soja continua con
reposición de P y S (Sjf), cultivo de cobertura/soja sin fertilización (CC/Sj), cultivo de
cobertura/soja con fertilización de reposición de P y S (CC/Sjf)
En la Figura 2, se muestra que en los tratamientos de soja continua, la P-asa aumentó

al aumentar el PBM. Los tratamientos con cultivos de cobertura no mostraron
tendencias en la relación P-asa – PBM.
Figura 2. Relación entre el contenido de P de la biomasa microbiana (PBM) y la actividad de la

enzima fosfatasa ácida (P-asa)para los tratamientos: Soja continua sin fertilización (Sj), Soja
continua con reposición de P y S (Sjf), cultivo de cobertura/soja sin fertilización (CC/Sj), cultivo de
cobertura/soja con fertilización de reposición de P y S (CC/Sjf)
6
Discusión
La fertilización con P aumentó el contenido de Pi, como ha sido reportado anteriormente

(Selles et al., 1995; Picone et al., 2007), indicando un mayor nivel de P biológicamente
disponible (Picone et al., 2007). En la secuencia de soja continua fertilizada (Sjf), y en
niveles de mayor Pi, cuando el contenido de Pi aumentó la P-asa disminuyó, debido a
que se correlaciona negativamente con la presencia de fosfatos en el suelo y su
actividad disminuye en niveles elevados de Pi (Nannipieri et al., 2011).
Los valores de P-asa determinados en este estudio fueron mayores a los reportados por
Fernandez et al., (2008) y Ferreras et al., (2009), en suelos de la región pampeana
argentina, especialmente en los tratamientos con cultivos de cobertura (CC/Sj y CC/Sjf)
posiblemente debido al aporte de residuos desde que se inició el ensayo. Se ha
demostrado que el aporte de residuos de cultivos al suelo estimula a la biomasa
microbiana siendo proporcional a la cantidad de C en los residuos (Damon et al., 2014),
sugiriendo que la MO protege y mantiene las enzimas del suelos en sus formas activas
(Deng & Tabatabai, 1997).
Los resultados obtenidos para la P-asa cuando se incorporó el cultivo de cobertura en la

secuencia de soja continua concuerdan con los reportados por Deng & Tabatabai,
(1997), quienes determinaron mayor actividad de la P-asa en los suelos cuando había
un aporte de residuos en la superficie del suelo. Asimismo, Ferreras et al., (2009)
determinaron una mayor actividad P-asa cuando se incorporó un cultivo de cobertura
previo al cultivo de soja en una secuencia Maiz-Trigo/Soja-Soja.
Los contenidos de PBM concuerdan con los reportados por Garcia & Moron (1992), que
variaron entre 7,2 y 24,7 mg P kg-1. Los autores también mostraron que en los
tratamientos con secuencias de cultivo más intensivas, con mayor aporte de C, el PBM
fue mayor. En nuestro estudio se observó igual tendencia en los tratamientos con
cultivos de cobertura (CC/Sj y CC/Sjf), si bien las diferencias en PBM no fueron
significativas. Sin embargo en los tratamientos fertilizados (Sjf y CC/Sjf), el PBM
determinado fue menor que en los tratamientos sin fertilizar, contrariamente a lo
reportado por Garcia & Moron (1992) y Gierson et al. (1999). Sin embargo, se ha
destacado que en suelos con bajos contenido de P disponible, el PBM adquiere mayor
relevancia, debido a que los microorganismos pueden acceder a formas de P no
disponibles (Thien & Myers, 1992; He & Zhu, 1998).
Al analizar los cambios relativos en las variables analizadas (P-asa y PBM), es posible
sugerir que la P-asa es un indicador de mayor cambio relativo ante la incorporación de
residuos, en forma de cultivo de cobertura, en una secuencia de soja continua, respecto
al PBM. Sin embargo, el PBM permitió diferenciar entre tratamientos fertilizados y sin
fertilizar en ambas secuencias, y la P-asa solo cuando no hubo efecto del cultivo de
cobertura.
7
Conclusiones
La incorporación de cultivos de cobertura en una secuencia de soja continua produjo un

incremento en la actividad de la P-asa y en el PBM, debido a la incorporación de C al
suelo y la estimulación de la actividad microbiana.
Asimismo, la fertilización también produjo un aumento en la actividad P-asa, pero el
PBM disminuyó al aumentar el contenido de Pi en el suelo.
Agradecimientos
El trabajo fue parcialmente financiado por PID UNER 2153 “Prácticas de manejo de
suelo: Análisis conjunto de su impacto sobre la calidad biológica del suelo y la
productividad de los cultivos” y por el PNSUELO-1134024 y el ERIOS-1263102 de INTA.
Bibliografía
Alef, K. & P. Nannipieri. 1995. Methods in Applied Soil Microbiology and Biochemistry.
Ac. Press. London. P. 232 - 233.
Bunemann, E.; B. Prusisz& K. Ehlers. 2011. Characterization of phosphorus forms in soil
mricroorganims. En: Bunemann E.; A. Oberson& E. Frossard (eds). Phosphorus in
action: biological processes in soil phosphorus cycling. 37-57.
Damon, P.M.; B. Bowden; T.Rose& Z. Rengel. 2014. Crop residue contributions to
phosphorus pools in agricultural soils: A review. Soil Biology & Biochemistry 74: 127-
137.
Deng, S. & M. Tabatabai. 1997. Effect of tillage and residue management on enzyme
activities in soils: III. Phosphatases and arylsulfatase. Biol. Fertil. Soils 24: 141-146.
Di Rienzo, J.A.; F. Casanoves; M. G. Balzarini; L. Gonzalez; M. Tablada& C.W.
Robledo.2011. InfoStat versión 2011. Grupo InfoStat, FCA, Universidad Nacional de
Córdoba, Argentina.
Dick, W & M. Tabatabai. 1993. Significance and potential uses of soil enzymes. En:
Blaine F. (eds). Soil Microbial Ecology. Application in Agricultural and Environmental
Management. Marcel Dekker, New York. 95-127
Fernandez, L.; M. Sagardoy& M. Gomez. 2008. Estudio de la fosfatasa ácida y alcalina
en suelos de la región pampeana norte del área sojera argentina. Ci. Suelo (Argentina)
26 (1): 35-40.
Ferreras, L.; S. Toresani; B. Bonel; E. Fernandez; S. Bacigaluppo; V. Faggioli& C.
Beltran. 2009. Parámetros químicos y biológicos como indicadores de calidad de suelo
en diferentes manejos. Ci. Suelo (Argentina) 27 (1): 103-114.
8
Garcia, A. & A. Moron. 1992. Estudio de C, N y p de la biomasa microbiana del suelo en

tres sistemas de rotación agrícola. Rv. INIA Inv. Agr. 1:111-126.
Gierson, P.; N. Comerford& E. Jokela. 1999. Phosphorus mineralization and microbial
biomass in a Florida Spodosol: effects of water potential, temperature and fertilizer
application. BiolFertil. Soils 28: 244-252.
He Z. & J. Zhu.1998. Microbial utilization and transformation of phosphate adsorbed by
variable charge minerals. Soil Biol. Biochem., 7:917-923.
Maltais-Landry, G & E. Frossard. 2015. Similar phosphorus transfer from cover crop
residues and water-soluble mineral fertilizer to soils and a subsequent crop. Plant Soil
393: 193-205
Mc Laughlin, M. & A. Alston. 1986. The relative contribution of plant residues and
fertilizer to the P nutrition of wheat in a pasture/cereal system. Aust. J. Soil. Res. 24:
517-526.
Nannipieri, P. 1994. The potential use of soil enzymes as indicators of productivity,
sustainability and pollution. In: Pankhurst CE, Doube BM, Gupta VVSR, Grace PR (eds)
soil biota: management in sustainable farming systems. CSIRO, East Melbourne, pp
238–244
Nannipieri, P.; L. Giagnoni, L. Landi& G. Renella.2011. Role of phosphatase enzymes in
soil. En: Bunemann E.; A. Oberson& E. Frossard (eds). Phosphorus in action: biological
processes in soil phosphorus cycling. 215-245.
Noack, S.; T.M. McBeath; M.J. McLaughlin; R.J. Smernik& R.D. Armstrong. 2014.
Management of crop residues affects the transfer of phosphorus to plant and soil pools:
Results from a dual-labelling experiment. SoilBiology&Biochemistry 71 (2014) 31e39.
Oberson, A. & E. Jones. 2005. Microbial turnover of phosphorus in soil. En: Turner B.; E.
Frossard& D. Baldwin (eds). Organic phosphorus in the environment. CABI, Wallingford,
UK. 133-164.
Oberson, A.; P. Pypers; E.K. Bünemann& E. Frossard. 2011. Management impacts of
biological phosphorus cycling in croppes soils. En: E.K. Bünemann (ed.) Phosphorus in
action. Soil Biology 26. 431-458 pp
Olsen S.R; C.V. Cole; F.S. Watanabe & L.A. Dean. 1954. Estimation of available
phosphorus in soils by extraction with sodium bicarbonate. USDA Circ. 939.
Plan Mapa de Suelos. 1986. Serie Tezanos Pinto.
Picone, L.; I. Capozzi I.; E. Zamuner; H. Echeverria& H. SainzRozas.2007.
Transformaciones de fósforo en un molisol bajo sistemas de labranza contrastantes. Ci.
Suelo (Argentina) 25 (2): 99-107.
Selles, F.; C. A. Campbell & R. P. Zentner.1995. Effect of Cropping and Fertilization on
Plant and Soil Phosphorus. Soil Sci. Soc. Am. J. 59:140-144.
9
Tabatabai, M. 1994. Soil enzymes. En: Weaver R.; S. Angle; P. Bottomley; D. Bezdicek;
S. Smith; M. Tabatabai& A. Wollum (eds). Methods of soil analysis. Part 2.
Microbiological and biochemical properties. Soil Sci. Soc. Am. Madison, 775-833.
Thien, SJ & R Myers. 1992. Determination of bioavailable phosphorus in soil. Soil SciSoc
Am J. 56:814-818 USDA, Washington, DC
Varela, M.F.; C.M. Scianca; M.A. Taboada& G. Rubio. 2014.Cover crop effects on
soybean residue decomposition and P release in no-tillage systems of Argentina. Soil &
Tillage Research 143 (2014) 59–66.
Voroney, R.; P. Brookes.&R. Beyaert. (2008b). Characterization of available P by
sequencial extraction (pp. 293–306). En: CARTER M.R.; GREGORICH E.G. (Eds.) Soil
Sampling and Methods of Analysis. 2nd Edition. Boca Raton, FL: CRC Press.
Voroney, R.P.; P. Brookes, &;R. Beyaert.(2008a). Soil microbial biomass C, N P and S.
(pp. 637–651). En: CARTER M.R.; GREGORICH E.G. (Eds.) Soil Sampling and
Methods of Analysis. 2nd Edition. Boca Raton, FL: CRC Press.
Ziadi, N.; J. K. Whalen; A. J. Messiga& C. Morel. 2013. Assessment and Modeling of Soil
Available Phosphorus in Sustainable Cropping Systems. En D. L. Sparks (ed.) Advances
in Agronomy. 122: 85-126 pp.
10
ATRIBUTOS MICROBIOLÓGICOS DEL SUELO EN SISTEMA DE MANEJO DE

LARGA DURACIÓN
MARCELO DE ANDRADE BARBOSA*, EDSON LUIZ MENDES COUTINHO,

EVERLON CID RIGOBELO, ANDRÉ MENDES COUTINHO NETO, MÁRCIO
SILVEIRA DA SILVA & LUIZ CARLOS DE ASSIS
Universidade Estadual Paulista- UNESP, Via de Acesso Prof. Paulo Donato Castelane
- Vila Industrial, Jaboticabal, São Paulo, CEP:14884-900, Brasil.
* [email protected]
Palabras claves: Carbono de la biomasa microbiana; respiración microbiana; carbono

orgánico total.
Resumen
Los sistemas de manejo de suelos, así como la aplicación de fertilizantes pueden

inducir a alteraciones en la actividad de los microorganismos del suelo. En este
sentido tres experimentos fueron realizados con el objetivo de evaluar la actividad
respiratoria microbiana (ARM), carbono de biomasa microbiana (CBM), Cociente
metabólico (q CO2) y carbono orgánico total (COT), en suelos provenientes de áreas
con históricos de manejo y fertilización. El primer experimento fue constituido por un
cultivo de maíz con cosecha de verano, en sistema convencional fertilizado con urea
(PC U), las dosis fueron: 0. 90 y 180 kg ha-1 de N; el segundo y tercero por sistema de
siembra directa con sucesión maíz/maíz (SD M/M) y leguminosas/maíz (SD L/M),
respectivamente, ambos fertilizados con urea y con las mismas dosis del primer
experimento. El sistema de siembra directa con sucesión de leguminosa/maíz fue el
que mejor propició condiciones favorables para el desarrollo de los microorganismos
en el suelo. Los efectos de las dosis sobre los atributos microbiológicos del suelo
variaron en función del sistema de manejo.
Introducción
Brasil es uno de los principales productores de alimentos del mundo. No obstante,

aumentar la producción de alimentos y energía preservando el ecosistema y la calidad
del suelo constituye un gran desafío para la agricultura mundial. Dentro de los
sistemas de suelo utilizados para la producción de cultivos, el sistema de siembra
convencional aun es el más utilizado en todo el mundo (Aziz, et al., 2013). Ya la
siembra directa corresponde a un sistema de producción conservacionista, que
contrapone al sistema de siembra tradicional o convencional, la cual se fundamenta en
la ausencia de la preparación del suelo, en la cobertura permanente de el área, y en la
rotación o sucesión de cultivos (Heckler & Salton, 2002). Estudios realizados (Vargas
& Scholles, 2000; Eleftheriadis & Turrión, 2014; Liu et al., 2014) demuestran que el
sistema de siembra convencional puede ocasionar erosión, agotamiento de la materia
1
orgánica, nutrientes y disminución de la actividad de microorganismo del suelo en

relación al sistema de siembra directa, cuyo resultado al final es la reducción de la
fertilidad del suelo, ya que estos microorganismo desempeñan importantes funciones
en los procesos de ciclaje de nutrientes (Rich & Myrold, 2004; Shen et al., 2010).
En conjunto la problemática antes citada, la fertilización que es una técnica
ampliamente utilizada con el objetivo de proporcionar nutrientes para las plantas,
ejerce efecto deletéreo sobre las comunidades microbianas del suelo (Enwall et al.,
2007). Otros estudios indican que la disminución o aumento de la actividad de los
microorganismos en el suelo puede variar en función de la fuente de fertilizante
mineral, e al tiempo de exposición del área a esta técnica (Martikainen., 1984;
Nohrstedt et al., 1989; Gao et al., 2014; Zhao et al., 2015).
Aunque algunos avances hayan sido obtenidos en las últimas décadas, aun se hace
necesario el desarrollo de estudios, que puedan dar mayor soporte, con el fin de
obtener una orientación al respecto de estrategias de manejo del suelo, que posibiliten
preservar la calidad del suelo, y satisfacer las exigencias nutricionales de los cultivos.
De esta forma fueron realizados tres experimentos con el objetivo de evaluar el
comportamiento de los microorganismos, a través de la cuantificación de la actividad
respiratoria (ARM), del carbono de la biomasa microbiana (CBM), del cociente
metabólico (q CO2) y del carbono orgánico total (COT), en sistemas de manejo del
suelo de larga duración.
Caracterización del área experimental

Las muestras de suelo fueron recolectadas en tres áreas de experimentos
previamente realizados en la hacienda de la universidad estatal paulista – UNESP,
campus de Jaboticabal, en el estado de São Paulo (Brasil) (21°15’22’’S; 48°15’58”O),
y una altitud de 613 m. El clima del municipio según la clasificación de Köppen é Aw
(Clima megatérmico). Los suelos de las áreas estudiadas fueron clasificadas, según
criterios de Embrapa (2006), como Clayey soil (Typic Acrustox), o Oxisols (USDA,
1999), cuyas características químicas, antes de la implementación de cada
experimento, que se encuentran en la tabla 1. Cada uno de los tres experimentos
fueron dispuestos individualmente en bloques al azar, con tres tratamientos y cuatro
repeticiones, totalizando 12 parcelas.
2
Tabla 1. Atributos químicos del suelo antes de la instalación de los experimentos.

Experi- Profundi- pH M.O P K Ca Mg H+Al CIC V
mentos dad CaCl2 (resina)
-3 -3
m g dm -------------- mmolc dm ---------- %
(SC U) 0-0,10 5,2 12 22 2,4 28 18 31 79,4 71
(SD M/M) 0-0,10 5,9 29 81 5,0 55 22 20 102,0 80
(SD L/M) 0-0,10 5,9 27 78 5,1 58 23 22 108,1 80
Maíz en sistema de Siembra convencional con fertilización con urea (SC U); sucesión maíz/
maíz en sistema siembra directa (SD M/M) e sucesión leguminosa/ maíz en sistema de siembra
directa (SD L/M), con fertilización con urea.
Sistemas de manejo estudiados y muestre del suelo

En el primer experimento (SC U), las muestras de suelo fueron recolectadas del área
en el que desde la década de los sesenta el sistema de siembra directa y convencional
(Una arada y dos rastrilladas); en los últimos cinco años las cosechas de verano fue
maíz sometido a fertilización con urea en las dosis de 0, 90 y 180 kg ha-1 de N, y
permaneciendo en barbecho durante el invierno.
El segundo y tercer experimento presentan un histórico de siembra directa desde
1990, utilizando el maíz como cosecha de verano. Hasta 1998 las plantas de cobertura
fueron vegetación espontanea. A partir de ese año, fue empleada como cultivo de
temporada baja el maíz, en el área del segundo experimento, y en el tercer
experimento, soya hasta 2009, y após Crotalária-juncea. De esta forma, el segundo
fue constituido por sucesión maíz/maíz (SD M/M) y el tercero por leguminosa/maíz (SD
L/M), ambos con fertilización con urea en las dosis de 0. 90 y 180 kg ha-1 de N. En
octubre del 2013 fueron recolectadas en cada parcela cinco muestras simples,
formando una compuesta, en la profundidad de 0,0 a 0,10 m. El suelo fue secado al
aire y pasado por tamiz con abertura de malla de 2 mm para la realización de los
análisis microbiológicas.
Análisis microbiológicos
La actividad respiratoria microbiana (ARM), fue determinada en recipientes de 2,5 L
con 110 g de suelo y dos vasos de precipitado (Beaker), uno conteniendo 10 mL de
agua destilada y el otro 10 mL de hidróxido de sodio 0,5 M L-1. Después de la
incubación por siete días a 28°C en ambiente con ausencia de luz, el hidróxido de
sodio fue titulado con ácido clorhídrico 0,5 mol L-1 (Rezende et al., 2004).
El carbono de la biomasa microbiana (CBM) fue obtenido por el método de la
irradiación-extracción (Ferreira, 1999). El tiempo de irradiación al cual las muestras
fueron sometidas fue determinado según Islam & Weil (1998). La extracción fue
realizada con sulfato de potasio 0,5 M L-1 , la oxidación con dicromato de potasio 0,066
M L-1 , y la titulación con sulfato ferroso amoniacal 0,033 M L-1 , y aplicado el factor de
corrección Kc = 0,33. El cociente metabólico (q CO2) fue determinado por la razón
entre o CBM y ARM (Anderson & Domsh, 1993). El carbono orgánico total (COT) se
determinó por el método propuesto por Walkley & Black (1934).
3
Los datos obtenidos fueron sometidos a análisis conjuntas, siendo el factor cualitativo
comparado a través de la prueba Tukey (5%) y el cuantitativo sometido a regresión
polinomial utilizándose el Software AgroEstat (Barbosa & Maldonado Júnior, 2009).
Resultados
Efecto de los sistemas de manejo del suelo

Los sistemas de manejo del suelo promovieron alteraciones significativas (p<0,001) en
la actividad respiratoria microbiana y carbono orgánico total. Entre tanto fue verificado
efecto significativo en el carbono de la biomasa microbiana y cociente metabólico
(Tabla 2). De forma aislada no fue verificado significancia para las dosis de urea, pero
hubo efecto significativo a (p<0,001) de la interacción en sistemas de manejo x
fertilización con urea (Tabla 2).
Tabla 2. Análisis conjunta para comparar la actividad respiratoria microbiana

(ARM), carbono de la biomasa microbiana (CBM), cociente metabólico (q
CO2) y carbono orgánico total (COT), en los tres experimentos.
ARM CBM q CO2 COT
-1 -1 -1
Experimentos (E) µg CO2 g de µg g de C μg CO2/ g kg
C en el suelo en el suelo μg C mic
SC U 335,39B 116,95A 2,89A 13,21B
SD M/M 894,37A 125,69A 7,53A 17,06A
SD L/M 1004.38A 110,95A 11,27A 16,79A
** ns ns **
Prueba F 21,96 0,14 4,33 6,20
DMS (5%) 328,33 - - 3,46
Dosis de N (D)
0 768,02A 110,15A 8,78A 16,03A
90 692,72A 117,09A 6,71A 15,06A
180 773.40A 126,35A 6,19A 15,98A
ns ns ns ns
Prueba F 1,37 0,20 0,43 0,90
DMS (5%) - - - -
** ** ** **
Interacción E x D 14,86 4,93 8,08 9,19
CV% 9,76 21,11 25,59 4,20
Medias seguidas de la misma letra en la columna No difieren
estadísticamente por la prueba de Tukey al (5%); significativo a 0,01 (**) de
probabilidad de error, No significativo (ns).
Atividad respiratoria microbiana

Mayor liberación de CO2 (1004,38 µg CO2 g-1 de C no solo) via actividad respiratoria
microbiana, fue observado en el sistema de SD L/M (Tabla 2.). El valor fue 66,6
superior al constatado en el sistema SC U, no habiendo diferencia significativa entre
SD L/M y SD M/M
4
Carbono orgánico total

Los mayores valores de carbono orgánico total (17,06 g kg-1) fueron observados en el
sistema SD M/M con superioridad de 22,56% en relación al SC U (Tabla 2). No hubo
diferencia significativa entre los sistemas de siembra directa siendo igualmente
compuestos por diferentes sucesiones de cultivos.
Efectos de las dosis dentro de los sistemas de manejo del suelo
Actividad respiratoria microbiana

El mayor flujo de CO2 (1094,30 µg CO2 g-1 de C no solo) vía ARM fue obtenido en el
sistema SD L/M na dosis Cero ocurriendo variaciones: 917,45 e 998,18 µg CO2 g-1 de
C en el suelo, con aplicación de las dosis en 90 y 180 kg ha-1, respectivamente, En el
SD M/M, la ARM aumentó de forma lineal y creciente con incremento de las dosis de
N, con valor máximo de 962,95 µg CO2 g-1 de C en el suelo, obtenido con la mayor
dosis de N, (Figura 1). No fue verificado efecto de las dosis en el sistema SC U.
SC U SD M/M SD L/M
1200
g CO2 g de C en el suelo)
1000
800 ns
y= 335,39
**
y= 825,78+0,76 x (R²= 0,70)
600
-1
** **
y= 1094,30-3,39 x+0,01 x² (R²=0,99)
400
200
0 90 180
-1
Dosis de N, kg ha
Figura 1. Actividad respiratoria microbiana en suelo con siembra de maiz cultivado en sistema
convencional, fertilizado con urea (SC U), siembra directa fertilizado con urea en sucesión
maiz/maiz (SD M/M) y leguminosa/maiz (SD L/M).
Carbono da biomasa microbiana

La aplicación de dosis de N en el sistema SD L/M tuvo efecto lineal y creciente en el
CBM, con valor de 152,83 µg g-1 de C en el suelo, obtenido con la mayor dosis (Figura
2). Resultado opuesto fue verificado en el sistema SD M/M, de forma que la mayor
dosis proporcionó reducción del 27,10% en relación a la menor. No fue verificado
efecto significativo de las dosis de N en el sistema SC U.
5
Carbono de la biomasa microbiana

SC U SD M/M SD L/M
300
g g de C en el suelo)
250 y= 116,95
ns
*
y= 145,41-0,21 x (R²= 0,91)
200 **
y= 68,95+0,46 x (R²= 0,99)
150
-1
100
50
0 90 -1
180
Dosis de N, kg ha
Figura 2. Carbono de la biomasa microbiana en suelo de área de siembra de maiz cultivado en

sistema convencional, con fertilización con urea (SC U), siembra directa con fertilización con
urea en sucesión maíz/maíz (SD M/M) y leguminosa/maíz (SD L/M).
Cociente metabólico
El q CO2, que expresa la tasa respiratoria por unidad de CBM, apenas fue afectada de
forma significativa por las dosis de N en el sistema SD L/M, presentando
comportamiento lineal decreciente con el mayor valor 16,55 µg CO2/ µg C en el
microrganismo, obtenido en la dosis Cero (Figura 3).
SC U SD M/M SD L/M
20
16
Cociente metabólico
g CO2/g C mic)
12
8
ns
y= 2,89
ns
4 y= 7,53
**
y= 16,55-0,05 x (R²= 0,94)
0
0 90 180
-1
Dosis de N, kg ha
Figura 3. Cociente metabólico en suelo de área de siembra de maíz cultivado en sistema

convencional, con fertilización ureica (SC U), Siembra directa con fertilización con urea en
sucesión maíz/maíz (SD M/M) y leguminosa/maíz (SD L/M).
Carbono orgánico total

Los niveles de carbono orgánico total en los sistemas de manejo fueron influenciados
por las dosis de N. La tendencia lineal positiva en función de las dosis de N fue
observada en el SD M/M, con el mayor valor (17,83 g kg-1) obtenido con la dosis de
180 kg ha-1 de N (Figura 4.). No sistema SD L/M fue observado que tanto la dosis cero
como la mayor dosis (180 kg ha-1 de N), proporcionaron los mismos niveles (17,29 g
kg-1) de COT. En el SC U el mayor nivel de carbono (14,52 g kg -1) fue verificado en la
dosis cero, con posterior disminución con el aumento de la dosis.
6
SC U SD M/M SD L/M
Carbono orgánico total (g kg )

20
-1 16
12
*
 y= 14,52-0,03 x+0,00x² (R²=0,99)
y= 16,30+0,00*x (R²=0,99)
8
y= 17,29-0.03**x+0,00**x² (R²=0,99)
4
0 90 180
-1
Dosis de N, kg ha
Figura 4. Carbono orgánico total en suelo de área de siembra de maíz cultivado en sistema
convencional, fertilizado con urea (SC U), siembra directa con fertilizado con urea en sucesión
maíz/maíz (SD M/M) y leguminosa/maíz (SD L/M).
Discusión
Efectos de los sistemas de manejo del suelo
Atividad respiratoria microbiana

Sistemas de siembra directa proporcionaron la incorporación de residuos al suelo
promoviendo el acúmulo de materia orgánica en fracciones lábiles y, estimulando la
actividad biológica que resulta en libración de CO2. Según Cattelan & Vidor (1990),
alta actividad biológica está relacionada con mayor liberación de CO2, esto explica la
superioridad en ARM de los sistemas de SP L/M y SD M/M en relación a SC U (Tabla
2). Resultados semejantes fueron obtenidos por Hungría et al., (2009), al verificar
mayor ARM en el sistema de siembra directa con rotación de Soya/trigo en
comparación al sistema convencional. Hofman et al. (2004), al hacer un
monitoramiento de la biomasa microbiana y actividad respiratoria microbiana en suelos
bajos diferentes usos, verificaron menor ARM en suelos arables, moderada en suelos
con cultivo de pastoreo y mayor en suelos forestales.
En los trabajos de Follet & Schimel (1989) y Vargas & Scholles (2000), fueron
verificados mayores ARM en sistemas de siembra directa en relación a los sistemas
convencionales. Estos autores atribuyeron estos resultados al acúmulo de materia
orgánica rica en carbohidratos, compuestos nitrogenados y, también al aumento de la
biomasa microbiana en el transcurso del tiempo en el sistema de siembra directa en
comparación al convencional.
Carbono Orgánico Total

La dinámica del carbono orgánico del suelo es altamente modificada por los sistemas
de manejo (Six et al., 1999). Diversos estudios (Boddey et al., 2010; López-Guarrido et
al., 2012; Silva et al., 2014), han descrito incrementos en los niveles de carbono
7
orgánico total en el suelo en sistemas de siembra directa en comparación al

convencional, como también fueron verificados en este estudio (Tabla 2). El mayor
nivel de carbono orgánico total en los sistemas SD M/M y SD L/M en relación a SC U
puede ser explicado por la mayor estabilidad del ambiente en siembra directa de larga
duración, debido al no revolvimiento del suelo, y da mayor preservación de los
residuos orgánicos, lo que implica en equilibrio de las tasas medias de entrada de
carbono en el suelo vía residuo vegetal (Siqueira Neto et al., 2010). Uno de los
factores que más contribuyen para la reducción del carbono del suelo es la aceleración
del proceso de mineralización causado por la alteración y revolvimiento del suelo que
acarrea en la quiebra de los macroagregados y expone a la materia orgánica al ataque
de microorganismos, de forma desequilibrada (Six et al., 2004). Puesto que, cuando
no ocurre de forma desequilibrada a la descomposición y mineralización de la materia
orgánica por medio de la actuación de microorganismo del suelo es un proceso natural
del cual el aporte de carbono orgánico del suelo es dependiente.
Efecto de las dosis dentro de los sistemas de manejo del suelo

El flujo de CO2 en el suelo vía ARM es resultado de la intensidad de las funciones
metabólicas, principalmente de bacterias y hongos vía degradación de la materia
orgánica (Cattelan & Vidor, 1990). Tasas de deposición de N en el suelo (Janssens et
al., 2010), así como la fertilización nitrogenada (Mo et al., 2008), pueden influenciar en
la reducción de la descomposición de la materia orgánica y afectar la actividad
microbiana. Esto puede explicar el hecho de que la mayor liberación de CO 2 puede ser
verificada en el sistema SD L/M en la dosis cero. Pero en el sistema SD M/M hubo
aumento de la ARM conforme al incremento de las dosis de N. este resultado es
contradictorio al dogma común que asume una relación lineal negativa entre la ARM y
la fertilización nitrogenada (Gao et al., 2014). De esta forma, se puede sugerir que la
tendencia lineal creciente del sistema SD M/M en función de las dosis de N, indique un
factor de estrés de la microbiota del suelo, destacándose por el hecho del aumento de
la ARM (Figura 1), y no ser acompañado del crecimiento en biomasa microbiana
(Figura 2).
Carbono de la Biomasa Microbiana

El aumento de la biomasa microbiana en función de las dosis de N, observado en el
sistema SD L/M, probablemente ocurrió debido a la multiplicación en número de
células de los microorganismo debido al suministro de nitrógeno que estaba en
cantidad inferior al exigido por la comunidad microbiana (Treseder, 2008). En los otros
dos sistemas no hubo crecimiento microbiano, ya que probablemente no ocurrió estrés
en la comunidad microbiana debido a indisponibilidad del N (Figura 2). De acuerdo a
los resultados presentados en este experimento, Zhao et al. (2015), al estudiar el
efecto de tres dosis de N en la forma de urea (338, 450 e 675 kg ha-1 de N) en
monocultivo de gramínea (Paspalum wetsfeteini), leguminosa (Medicago sativa) y
8
sucesión entre las dos especies, verificaron mayor biomasa microbiana en el

tratamiento que recibió la dosis de 450 Kg ha-1 de N. Entre tanto es común observar en
la literatura resultados que contradicen los obtenidos en este experimento (Rifai et al.,
2010; Liu et al., 2010). Esta contradicción parece estar fuertemente relacionada a la
fuente de fertilizante mineral, al tiempo de exposición de la área de aplicación de este
fertilizante, y las diferentes nichos de microorganismos presentes en cada sistema. Li
et al. (2013) hallaron la reducción substancial de la biomasa microbiana cuando se
aplica sulfato de amonio en relación a la urea. Rifai et al. (2010), observaron
reducciones significativas de la biomasa microbia na en el área de 20 años de
fertilización nitrogenada intensiva. Treseder (2008) relató que la fertilización
nitrogenada a largo plazo puede aumentar el potencial osmótico de la solución del
suelo, disminuir el pH e inhibir la descomposición de la celulosa, lo que dificultaría a
los microorganismos que lleguen a obtener carbono y energía.
Cociente Metabólico
En cuanto al cociente metabólico, fue verificado en el sistema SD L/M reducción
significativa en función de las dosis de N (Figura 3.). Menores valores del q CO2 son
asociados a sistemas maduros y estables mientras que valores más elevados
representan ecosistemas jóvenes sometidos a alguna situación de estrés (Anderson &
Domsch, 1993). Por lo tanto se puede argumentar que la reducción del q CO 2 indica
una comunidad microbiana más eficiente. La reducción verificada en el presente
estudio parece estar ligada a la disponibilidad de N y aumento de la biomasa
microbiana como fue constatado por Cederrón et al. (2014).
Carbono Orgánico Total

El retorno de los residuos de los cultivos al suelo es considerado el principal factor de
control de la dinámica del carbono orgánico del suelo (Divito et al., 2011). El nitrógeno
es el elemento más absorbido por el cultivo de maíz, proporcionando mayor
producción de masa seca, que luego de la incorporación al suelo y descomposición,
resultará en un aumento de los niveles de carbono en el suelo. (Cantarella, 2007). Eso
explica la tendencia lineal creciente de los niveles de carbono y en consecuencia de
las dosis de N en el sistema de Siembra directa SD M/M (Figura 4).
La tendencia cuadrática, con indiferencia de los valores de carbono obtenidos en la
menor y mayor dosis en función de la aplicación de N en el sistema SD L/M, puede ser
soportada por trabajaos como el de Coutinho Neto et al. (2013), que verificaron
mayores concentraciones de N, producción de granos y materia seca cuando el maíz
es cultivado após a la soya en relación a la sucesión maíz/maíz. Jagadamma et al.
(2007), reportaron que en condiciones de maíz continuo, la masa adicional de residuos
desarrollados al suelo debido a la fertilización nitrogenada fue mayor que los valores
verificados en rotación maíz/soya.
La disminución de los valores de carbono en virtud de las dosis de N observado en el
sistema SC U (Figura 4), puede estar asociado a la mayor temperatura del suelo y
9
consecuentemente al aumento de la evaporación, esto de acuerdo a la baja cantidad

de residuos vegetales en la cobertura, esas condiciones pueden haber afectado la
comunidad microbiana del suelo, volviendo la descomposición de los residuos más
lenta y una probable correlación negativa entra la dinámica de entrada y salida del
carbono orgánico del suelo.
Conclusiones
El sistema de siembra directa con sucesión leguminosa/maíz es el que mejor propició

condiciones favorables para el desarrollo de microorganismo en el suelo. Los efectos
de las dosis de urea sobre los atributos microbiológicos del suelo variaron en función
del sistema de manejo.
Bibliografía
Anderson, TH & Domsch, KH. 1993. The metabolic quocient for CO2 (q CO2) as a
specific activity parameter to assess the effects of environmental conditions, such as
pH, on the microbial biomass of forest soils. Soil Biol. Biochem. 25:393-395.
Aziz, I; Mahmood, T; Islam, KR. 2013. Effect of long term no-till and conventional tillage
practices on soil quality. Soil Till. Res. 131:28-35.
Barbosa, JC & Maldonado Júnior, W. 2009. Software AgroEstat - Sistema de análises
estatísticas de ensaios agronômicos. Jaboticabal, Universidade Estadual Paulista.
Cattelan, AJ & Vidor, C. 1990. Flutuações na biomassa, atividade e população
microbiana do solo, em função de variações ambientais. Rev. Bra. Ciên. solo. 14:133-
142.
Cederlund, H; Wessén, E; Enwall, K; Jones, CM; Juhanson, J; Pell, M; Philippot, L;
Hallin, S. 2014. Soil carbon quality and nitrogen fertilization structure bacterial
communities with predictable responses of major bacterial phyla. Appl. Soil. Ecol.
84:62-68.
Eleftheriadis, A & Turrión, MB. 2014. Soil microbiological properties affected by land
use, management, and time since deforestations and crop establishment. Eur. J. Soil
Biol. 62:138-144.
Empresa Brasileira de Pesquisa Agropecúria - Embrapa. Centro Nacional de Pesquisa
de Solos. 2006. Sistema brasileiro de classificação de solos, 2 ed. Rio de Janeiro. 306.
Enwall, K; Nyberg, K; Bertilsson, S; Cederlund, H; Stenström, J; Hallin, S. 2007. Long-
term impact of fertilization on activity and composition of bacterial communities and
metabolic guilds in agricultural soil. Soil Biol. Biochem. 39:106-115.
Ferreira, AS; Camargo, FAO; Vidor, C. 1999. Utilização de microondas na avaliação da
biomassa microbiana do solo. Rev. Bras. Ciên. Solo. 23:991-996.
10
Gao, Q; Hasselquist, NJ; Palmroth, S; Zheng, Z; You, W. 2014. Short- term response
of soil respiration to nitrogen fertilization in a subtropical evergreen forest. Soil Biol.
Biochem. 76:297-300.
Heckler, JC & Salton, JC. 2002. Palha: Fundamento do sistema plantio direto. In:
Heckler, JC & Salton, JC. (Org). 7° Coleção sistema plantio direto. Dourados:
Embrapa-CPAO, 1-25p. (7 Coleção plantio direto).
Hungria, M; Franchini, JC; Brandão Júnior, O; Kaschuk, G; Souza, RA. 2009. Soil
microbial activity and crop sustainability in a long-term experiment with three soil-tillage
and two crop-rotation systems. Appl. Soil Ecol. 42:288-296.
Islam, KR & Weil, RR. 1998. Microware irradiation of soil for routine measurement of
microbial biomass carbon. Biol. Fertil Soils. 27:408-416.
Li, F; Liu, M; Li, Z; Jiang, C; Han, F; Che, Y. 2013. Changes in soil microbial biomass
and functional diversity with a nitrogen. Appl. Soil Ecol. 64:1-6.
Liu, E; Yang, C; Mei, X; He, W; Bing, SH; Ding, L; Liu, Q; Liu, S; Fan, T. 2010. Long-
term effect of chemical fertilizer, straw, and manure on soil chemical and biological
properties in northwest China. Geoderma. 158:173-180.
Liu, Y; Yang, H; Li, X; Xing, Z. 2014. Effects of biological soil crusts on soil enzyme
activities in revegetatedareas of the Tengger Desert, China. Appl. Soil Ecol. 80:6-14.
Martikainen, PJ. 1984. Nitrification in two coniferous forest soils after different
fertilization treatments. Soil Biol. Biochem. 16:577-582.
Mo, J; Zhang, W; Zhu, W; Gundersen, P; Fang, Y; Li, D; Wang, H. 2008. Nitrogen
addition reduces soil respiration in a mature tropical forest in southern China. Glob.
Change Biol. 14:403-412.
Nohrstedt, HO; Arnebrant, K; Baath, E; Soderstrom, B. 1989. Changes in carbon
content, respiration rate, ATP content, and microbial biomass in nitrogen-fertilized pine
forest soils in Sweden. Can. J. Forest Res. 19:323-328.
Rezende, LA; Assis, LC; Nahas, E. 2004. Carbon, nitrogen and phosphorus
mineralization in two soils amended with distillery yeast. Bioresour. Technol. 94:159-
167.
Rich, JJ & Myrold, DD. 2004. Community composition and activities of denitrifying
bacteria from adjacent agricultural soil, riparian soil, and creek sediment in Oregon,
USA. Soil Biol. Biochem. 36:1431-1441.
Rifai, SW; Markewitz, D; Borders, B. 2010. Twenty years of intensive fertilization and
competing vegetation suppression. Soil Biol. Biochem. 42:713-723.
Shen, W; Lin, X; Shi, W; Min, J; Gao, N; Zhang, H; Yin, R; He, X. 2010. Higher rates of
nitrogen fertilization decrease soil enzyme activities, microbial functional diversity and
nitrification capacity in a Chinese polytunnel greenhouse vegetable land. Plant & Soil.
337:137-150.
11
Silva, AP; Babujia, LC; Franchini, JC; Ralisch, R; Hungria, M; Guimarães, MF. 2014.
Soil structure and its influence on microbial biomass in different soil and crop
management systems. Soil & Till. Res. 142: 42-53.
Treseder, KK. 2008. Nitrogen additions and microbial biomass: a meta-analysis of
ecosystem studies. Ecol. Letters. 11:1111-1120.
USDA. 1999. Soil Survey Staff. Soil Taxonomy: A basic system of soil classification for
making and interpreting soil surveys. Washington. 869p.
Vargas, LK & Scholles, D. 2000. Biomassa microbiana e produção de C-CO2 e N
mineral de um Podzólico Vermelho – escuro submetido a diferentes sistemas de
manejo. Rev. Bras. Ciên Solo. 24:24-34.
Walkley, A & Black, IA. 1994. An examination of Degtjareff method for determining soil
organic matter, and proposed modification of the chromic acid tritation method. Soil
Science. 37: 29-38.
Zhao, J; Zeng, Z; He, X; Chen, H; Wang, K. 2015. Effects of monoculture and mixed
culture of grass and legume forage species on soil microbial community structure
under different levels of nitrogen fertilization. Eur. J. Soil Biol. 68: 61-68.
12
ACTIVIDAD ENZIMÁTICA DEL SUELO EN SISTEMAS DE MANEJO DE LARGA

DURACIÓN
MARCELO DE ANDRADE BARBOSA*, EDSON LUIZ MENDES COUTINHO, EDIMAR

RODRIGUES SOARES, ESMERALDA OCHOA MARTINEZ, RODOLFO LIZCANO
TOLEDO & EVERLON CID RIGOBELO
Universidade Estadual Paulista- UNESP, Via de Acesso Prof. Paulo Donato Castelane
- Vila Industrial, Jaboticabal, São Paulo, CEP:14884-900, Brasil.
* [email protected]
Palabras clave: amilasa; deshidrogenasa; ureasa.
Resumen
La actividad de enzimas refleja la diversidad funcional del suelo, que es controlada por
la diversidad genética de microorganismos del suelo, plantas y animales, poseendo
así, sensibilidad en identificar alteraciones referentes a la calidad del suelo. En este
sentido, tres experimentos fueron realizados con el objetivo de evaluar la actividad
enzimática de la ureasa (AEU), deshidrogenasa (AED) y amilasa (AEA), en suelos
provenientes de áreas con históricos de manejo y fertilización. El primer experimento
fue constituido por siembra de maíz con cultivo de verano, en sistema convencional
con fertilización ureica (SC U), en las dosis: 0, 90 e 180 kg ha-1 de N, el segundo y
tercero, por siembra directa con sucesión de maíz/maíz (SD M/M) y leguminosas/maíz
(SD L/M), respectivamente, ambos fertilizados con urea, en las mismas dosis del
primer experimento. Los sistemas de siembra directa resultan en mayor actividad
enzimática en el suelo, con relación al sistema de siembra convencional. El efecto de
las dosis de urea bajo condiciones de las enzimas, varió en función del sistema de
manejo.
Introducción
Los suelos son habitantes naturales de una grande diversidad de microorganismos

responsables por la degradación de residuos orgánicos y consecuentemente
transformación de formas orgánicas, de elementos minerales, a formas inorgánicas
capaces de ser absorbidas por las plantas. Estos microorganismos constituyen en
fuentes de enzimas, y su dinámica en el suelo parece estar relacionada a los sistemas
de manejo (Liu et al., 2014). La actividad de enzimas refleja la diversidad funcional del
suelo, que es controlada por la diversidad genética de microorganismo del suelo,
plantas y animales, presentando así, una estrecha relación con los efectos
ambientales y las interacciones ecológicas que resultan en la calidad del suelo
(Nannipieri et al., 2002; Said et al., 2009). Estudios han descrito que la actividad de
1
microorganismo y enzimas en el suelo posee relación lineal creciente con el aumento

de carbono orgánico del suelo (Roldán et al., 2003; Liu et al., 2010), que constituye en
unos de los principales objetivos de adopción del sistema de siembra directo en
relación al convencional. De esta forma, la evaluación de parámetros de actividad
enzimática se caracteriza como una importante herramienta para evaluar alteraciones
en el suelo, resultantes de los sistemas de los sistemas de manejo utilizado, asociado
a ese factor, la fertilización nitrogenada, independiente del sistema de manejo, es una
técnica ampliamente utilizada con el objetivo de suministrar N a las plantas. No
obstante, poco se sabe al respecto de los potenciales efectos da la fertilización
nitrogenada en las comunidades microbianas del suelo. En la literatura es posible
encontrar tanto descripciones de experimentos en el cual los autores observaron
incremento de la actividad de microorganismos y enzimas en el suelo (Zhao et al.,
2015), y también cuando los resultados mostraron decrecimos (Heize et al., 2010; Rifai
et al., 2010). Este hecho denota que cuando aún esta indefinido el entendimiento de
como y cuanto las prácticas agrícolas influyen las comunidades microbianas del suelo.
Se hace necesario el desarrollo de estudios que puedan suministrar mayor soporte, a
fin de obtener un direccionamiento al respecto de las mejores estrategias de manejo
del suelo, para preservar la cualidad del ecosistema y mantener, y aumentar la
productividad de los cultivos. Por tanto, este experimento fue conducido con el objetivo
de evaluar la actividad enzimática del suelo en sistemas de manejo de larga duración.
Caracterización del área experimental

Las muestras de suelo fueron recolectadas en tres áreas de experimentos
previamente realizados en la hacienda de la universidad estatal paulista – UNESP,
campus de Jaboticabal, en el estado de São Paulo (Brasil) (21°15’22’’S; 48°15’58”O),
y una altitud de 613 m. El clima del municipio según la clasificación de Köppen é Aw
(Clima megatérmico). Los suelos de las áreas estudiadas fueron clasificados, según
criterios de Embrapa (2006), como Clayey soil (Typic Acrustox), o Oxisols (USDA,
1999), cuyas características químicas, antes de la implementación de cada
experimento, que se encuentran en la tabla 1. Cada uno de los tres experimentos
fueron dispuestos individualmente en bloques al azar, con tres tratamientos y cuatro
repeticiones, totalizando 12 parcelas.
Tabla 1. Atributos químicos del suelo antes de la instalación de los experimentos.
Experi- Profundi- pH M.O P K Ca Mg H+Al CIC V
mentos dad CaCl2 (resina)
-3 -3
m g dm -------------- mmolc dm ---------- %
(SC U) 0-0,10 5,2 12 22 2,4 28 18 31 79,4 71
(SD M/M) 0-0,10 5,9 29 81 5,0 55 22 20 102,0 80
(SD L/M) 0-0,10 5,9 27 78 5,1 58 23 22 108,1 80
Maíz en sistema de Siembra convencional con fertilización con urea (SC U); sucesión maiz/
maíz en sistema siembra directa (SD M/M) e sucesión leguminosa/ maíz en sistema de siembra
directa (SD L/M), con fertilización con urea.
2
Sistemas de manejo estudiados y muestreo del suelo

En el primer experimento (SC U), las muestras de suelo fueron recolectadas del área
en el que desde la década de los sesenta el sistema de siembra directa y convencional
(Una arada y dos rastrilladas); en los últimos cinco años las cosechas de verano fue
maíz sometido a fertilización con urea en las dosis de 0, 90 y 180 kg ha-1 de N, y
permaneciendo en barbecho durante el invierno.
El segundo y tercer experimento presentan un histórico de siembra directa desde
1990, utilizando el maíz como cosecha de verano. Hasta 1998 las plantas de cobertura
fueron vegetación espontanea. A partir de ese año, fue empleada como cultivo de
temporada baja el maíz, en el área del segundo experimento, y en el tercer
experimento, soya hasta 2009, y después Crotalária-juncea. De esta forma, el
segundo fue constituido por sucesión maíz/maíz (SD M/M) y el tercero por
leguminosa/maíz (SD L/M), ambos con fertilización con urea en las dosis de 0. 90 y
180 kg ha-1 de N. En octubre del 2013 fueron recolectadas en cada parcela cinco
muestras simples, formando una compuesta, en la profundidad de 0,0 a 0,10 m. El
suelo fue secado al aire y pasado por tamiz con abertura de malla de 2 mm para la
realización de los análisis microbiológicas.
Análisis microbiológicos
La actividad enzima de la ureasa (AEU) y deshidrogenasa (AED) fueron realizadas de
acuerdo con los métodos propuestos por McGarity & Myers (1967), y Casida et al.
(1964), respectivamente. Para la cuantificación de la activida y de la amilasa (AEA), el
substrato de las muestras de suelo fue extraído según Cole (1977) y determinada
conforme el método del azúcar reductor de somogyi – Nelson (Somogyi, 1952).
Análisis estadística
Los datos obtenidos fueron sometidos a los análisis conjuntos, siendo el factor
cualitativo comparado a través de la prueba Tukey al (5%) y el cuantitativo sometido a
la regresión polinomial, utilizándose el software AgroEstat (Barbosa & Maldonado
Júnior, 2009).
Resultados
Efecto de los sistemas de manejo del suelo

Con excepción de la actividad enzimática de la amilasa, los sistemas de manejo del
suelo promovieron alteraciones significativas (p<0,001), en la actividad de las enzimas
ureasa y deshidrogenasa. De forma aislada, no fue verificado significancia para las
dosis de urea en las variables analizadas: Pero puede ser observado efecto
significativo a (p<0,001) de la interacción sistemas de manejo x fertilización con urea
en la actividad enzimática de la deshidrogenasa y amilasa (Tabla 2).
3
Analizando el efecto de los sistemas de manejo sobre la actividad enzimática de la

Tabla 2. Análisis de comparación en la actividad enzimática de la ureasa
(AEU), deshidrogenasa (AED) y la amilasa (AEA), en los tres
experimentos.
AEU AED AEA
-1 -1
Experimentos (E) µg N-NH4/3h.g µg TPF g de μg de glicose g
-1 -1 -1
g de solo solo 24 h de solo 24 h
SC U 22,19C 35,17B 8,51A
SD M/M 49,07B 72,46A 14,01A
SD L/M 65,08A 83,46A 12,51A
** ** ns
Prueba F 74,75 43,11 1,01
DMS (5%) 11,51 19,43 -
Dosis de N (D)
0 43,58A 60,97A 11,58A
90 43,12A 61,81A 10,50A
180 49,64A 68,32A 12,95A
ns ns ns
Prueba F 2,35 1,09 0,19
DMS (5%) - - -
ns ** **
Interacción E x D 0,71 1,42 12,94
CV% 9,57 19,69 20,62
Medias seguidas de la misma letra en la columna no difieren
estadísticamente por la prueba de Tukey al (5%); significativo a 0,01 (**)
de probabilidad de error, no significativo (ns).
ureasa, puede ser observado que el mayor valor 65,08 µg N-NH4/3h g en suelo seco,
fue obtenido en el sistema SD L/M, con superioridad de 24,60% en relación al SD M/M
que presentó un valor de 49,07 µg N-NH4/3h g en suelo seco. El sistema SC U fue
inferior 65,90%, en relación al SD L/M (Tabla 2).
A mayor actividad enzimática de la deshidrogenasa (83,46 µg TPF g -1 de solo 24 h-1),
fue observada en el sistema SD L/M (Tabla 2). Este valor fue 57,86% superior al
obtenido en el sistema SC U, no habiendo diferencia significativa entre los sistemas de
siembra directa.
Efectos de las dosis dentro de los sistemas de manejo del suelo

En la Figura 1 es observado que entre los sistemas de manejo fertilizados con N en la
forma de urea, hubo tendencia lineal creciente de la actividad enzimática de la
deshidrogenasa solamente en el SD M/M, obtención dosis el valor de 81,91 µg TPF g-1
SS 24 h-1 con la dosis de 180 kg ha-1.
4
SC U SD M/M SD L/M
160
SS 24 h )
-1
ns
y= 35,17
120 **
Deshidrogenasa
y=63,01 + 0,10 x (R²= 0,95)

ns
y= 83,46
80
-1
g TPF g
40
0
0 90 180
-1
Dosis de N, kg ha
Figura 1. Actividad enzimática de la deshidrogenasaen en el suelo de área de siembra de maiz

cultivado en sistema convencional, en fertilización con urea (SC U), siembra directa en
fertilización con urea en sucesión maíz/maíz (SD M/M) y leguminosa/maíz (SD L/M).
Se observa en la Figura 2, que había una tendencia lineal creciente de la actividad

enzimática de la amilasa el sistema SC U, presentando valor de 13,47 µg de glucosa
g-1 en suelo seco 24 h-1 en la dosis de 180 kg ha-1 de N. Sin embargo, se observó el
valor más alto (17,71 µg de glucosa g-1 SS 24 h-1) en el sistema de SD L/M a la dosis
cero, disminución transitoria con el aumento de dosis. No hubo efecto de la fertilización
nitrogenada sobre el sistema SD M/M.
SC M SD M/M SD L/M
60
(µg de glucosa g SS 24 h )
-1
50
y= 3,39+0,05**x (R²= 0,90)
ns
40 y= 14,01
Amilasa
-1
** **
y= 17,71-0,16 x+0,01 x² (R²= 0,99)
30
20
10
0
0 90 180
-1
Dosis de N, kg ha
Figura 2. Actividad enzimática de la amilasa en el suelo de área de siembra de maiz

cultivado en sistema convencional, en fertilización con urea (SC U), Siembra directa en
fertilización con urea en sucesión maíz/maíz (SD M/M) y leguminosa/maíz (SD L/M).
Discusión
Efectos de los sistemas de manejo del suelo

Los diferentes resultados de la actividad enzimática de la ureasa verificados en el
sistema de manejo estudiados, pueden ser decurrentes al hecho de que la actividad
de la ureasa es proporcional al aumento de la materia orgánica del suelo (Roldán et
5
al., 2003), y por tanto a los sistemas de manejo que favorecen su acúmulo, como es el
sistema de siembra directa SD L/M y SD L/M (Tabla 2). La mineralización del nitrógeno
es resultante de la degradación de formas orgánicas de este elemento, decurrente de
la actividad de microorganismos que desempeñan importancia fundamental en el ciclo
del nitrógeno (Saha et al., 2008).
A relación C/N ha sido la característica más usada en modelos para prever la
disponibilidad de N en el suelo durante la descomposición de materiales orgánicos
(Nicolardot et al., 2001). De esta forma, la mayor actividad de la ureasa en el sistema
SD L/M en relación a SD M/M puede ser debido a la menor relación C/N de la
leguminosa, que permite la descomposición y la mineralización más rápida en relación
a la sucesión milho/milho (Giacomini et al., 2003). Además de esto, la composición de
exudados y producción de componentes orgánicos del sistema radicular varía en
función de la especie de planta, lo que puede haber favorecido al sistema SD L/M,
debido al probable aumento del “efecto rizósfera”, que resulta en el aumento de la
actividad enzimática. La superioridad del sistema de siembra directa en comparación
al convencional está en acuerdo con Van Den Bosshe et al. (2009). Al observar que la
actividad de la ureasa fue superior entre 50 a 100 % em sistema de siembra directa
em relación al convencional. Los autores atribuyeron este resultado a los mayores
teores de C em siembra directa, que estimularía la actividad microbiana en el suelo.
Con relación a las sucesiones de cultivos Klose e Tabatabai (2000), evaluaron la
actividad de la ureasa en sistemas de cultivos en dos localidades, observaron en una
de ellas, que entre la sucesión milho/milho e milho/soja no hubo diferencias
significativas. Pero, cuando la alfalfa fue adicionada a los sistemas, la actividad de la
enzima fue superior. Los resultados referentes a la actividad enzimática de la ureasa
en el presente trabajo , asi como los pocos trabajos encontrados en la literatura
indican que hay una variación del efecto provocado por sistemas de manejo y
sucesiones de cultivos, y también evidencia la grande laguna referente a la falta de
estudios que permitan comprender mejor estos efectos. La mayor actividad enzimática
de la deshidrogenasa verificada en los sistemas SD M/M y SD L/M en relación al SC
U, también puede ser justificado por el acúmulo de residuos orgánicos en el sistema
de siembra directa, pues la deshidrogenasa se forma en células vivas, y el mayor
aporte de carbono en el sistema proporciona multiplicación del número de
microorganismo, que resulta en mayor actividad enzimática (Krämer & Green, 2000;
Böhme & Böhme 2006).
Efecto de las dosis dentro de los sistemas de manejo del suelo

El efecto de fertilizantes sobre las actividades enzimáticas del suelo pueden variar de
acuerdo con la composición, dosis aplicadas al suelo y la enzima evaluada (Eivazi et
al., 2003). En el presente estudio, una probablemente explicación para la tendencia
lineal creciente de la actividad enzimática de la hidrogenasa en el sistema SD M/M en
función de las dosis de N en la forma de urea (Figura 1), tal vez sea la presencia de
una comunidad microbiana específica, en la cual la misma no tenga utilizado el
nitrógeno para crecer en número de células, pero que esta condición haya aumentado
6
su eficiencia en la actividad oxidativa (Garcia et al., 1997). El incipiente número de

trabajos en la literatura describen que la aplicación de fertilizantes minerales, a largo
plazo (26 e 22 años), poseen efecto de inhibición sobre las actividades de la
deshidrogenasa (Kanchikerimath & Singh, 2001; Melero et al., 2011).
La presencia de enzimas en el suelo es resultado de la síntesis de determinados
grupos de microorganismo y el establecimiento de esos grupos es dependiente de
varios factores, entre ellos, de la presencia de carbohidratos específicos (Alexander,
1977). Las diferencias estructurales de determinados carbohidratos en el suelo, como
por ejemplo, la celulosa y el almidón, estimulan las poblaciones microbianas con
habilidades metabólicas diferentes, con los grupos de los microorganismos celulíticos
y amilolíticos, respectivamente.Los grupos de los microorganismos de bacterias y
hongos amilolíticos, celulolíticos, proteolíticos e ureolíticos del suelo que están sujetos
al efecto de cultivos, de la fertilización nitrogenada, fosfatada, del encalamiento, y de la
aplicación de insecticidas (Dodor & Tabatabai, 2003; Gundi et al., 2007). Sanomiya &
Nahas (2003), encontraron diferentes grupos de microorganismos amilolíticos en el
suelo y verificaron una mayor contribución bacteriana comparación con la fúngica para
síntesis de enzimas en el suelo.
En el sistema de siembra convencional, la fertilización con urea constituye la principal
forma de suministro de N al suelo, pues este sistema no cuenta con el retorno de
residuos vegetales como acontece en los sistemas de siembra directa. Se supone que
esta condición pueda haber contribuido para la selectividad de microorganismo
amilolíticos más eficientes en la sintetización de nitrógeno, aumentando su actividad
en función de las dosis de N. Yá la disminución de la actividad de la amilasa verificado
en el sistema de siembra directa con sucesión leguminosa/maíz puede haber ocurrido
debido al efecto inhibitorio de la aplicación de nitrógeno sobre una comunidad de
microorganismo amilolíticos menos eficientes (Dodor & Tabatabai, 2003).
Conclusiones
Los sistemas de siembra directa resultan en mayor actividad enzimática en el suelo,

con relación al sistema de siembra convencional. El efecto de las dosis de urea bajo
las enzimas en el suelo, varian en función del sistema de manejo.
Bibliografía
Alexander, M. 1977. Introduction to soil microbiology. New York : John Wiley. 467p.
Barbosa, JC & Maldonado Júnior, W. 2009. Software AgroEstat - Sistema de análises
estatísticas de ensaios agronômicos. Jaboticabal, Universidade Estadual Paulista.
Böhme, L; Böhme, F. 2006. Soil microbiological and biochemical properties affected by
plant growth and different long-term fertilization. Eur. Jour. of Soil Biol. 42: 1-12.
7
Casida, LE; Klein, DA; Santoro, T. 1964. Soil dehydrogenase activity. Soil Science. 98:
371-376.
Cole, MA. 1977. Lead inhibition of enzyme synthesis in soil. Appl. & Environ. Micro. 33:
262-268.
Dodor, DE; Tabatabai, MA. 2003. Amidohydrolases in soils as affected by cropping
systems. Appl. Soil Ecol. 24: 73-90.
Dodor, DE; Tabatabai, MA. 2003. Amidohydrolases in soils as affected by cropping
systems. Appl. Soil Ecol. 24: 73-90.
Eivazi, F; Bayan, MR; Schmidt. 2003. Select soil enzyme activities in the historic
sanborn field as affected by long-term cropping systems. Commun. in Soil Sci. and
Plant Anal. 34: 2259-2275.
Empresa Brasileira de Pesquisa Agropecúria - Embrapa. Centro Nacional de Pesquisa
de Solos. 2006. Sistema brasileiro de classificação de solos, 2 ed. Rio de Janeiro. 306.
Garcia, TC; Hernandez, T; Costa, F. 1997. Potential use of dehydrogenase activity as
index of microbial activity in degraded soils. Commun. in Soil Sci. and Plant Anal. 28:
123-134.
Giacomini, SJ; Aita, C; Vendruscolo, ERO; Cubilla, M; Nicoloso, RS; Fries, MR. 2003.
Matéria seca, relação C/N e acúmulo de nitrogênio, fósforo e potássio em misturas de
plantas de cobertura de solo. Rev. Bras. de Ciên. do Solo. 27: 325-334.
Gundi, VAKB; Viswanath, B; Chandra, MS; Kumar, VN; Reddy, BR. 2007. Activities of
cellulase and amylase in soils as influenced by insecticide interactions. Ecotox. &
Envir. Saf. 68: 278-285.
Heinze, S; Raupp, J; Joergensen, RG. 2010. Effects of fertilizer and spatial
heterogeneity in soil pH on microbial biomass indices in a long-term field trial of organic
agriculture. Plant & Soil. 328: 203-215.
Kanchikerimath, M; Singh, D. 2001. Soil organic matter and biological properties after
26 years of maize–wheat–cowpea cropping as affected by manure and fertilization in a
Cambisol in semiarid region of India. Agri. Ecos. & Envir. 86: 155-162.
Klose, S; Tabatabai, MA. 2000. Urease activity of microbial biomass in soils as affected
by cropping systems. Biol. & Fert. of Soils. 31: 191-199.
Krämer, S; Green, DM. 2000. Acid and alkaline phosphatase dynamics and their
relationship to soil microclimate in a semiarid woodland. Soil Biol. & Bioche. 32: 179-
188.
Liu, E; Yang, C; Mei, X; He, W; Bing, SH; Ding, L; Liu, Q; Liu, S; Fan, T. 2010. Long-
term effect of chemical fertilizer, straw, and manure on soil chemical and biological
properties in northwest China. Geoderma. 158:173-180.
Liu, Y; Yang, H; Li, X; Xing, Z. 2014. Effects of biological soil crusts on soil enzyme
activities in revegetatedareas of the Tengger Desert, China. Appl. Soil Ecol. 80:6-14.
8
McGarity, JW; Myers, MG. 1967. A survey of urease activity in soils of Northern New
South Wales. Plant & Soil. 27: 217-238.
Melero, S; López-Bellido, JR; López-Bellido, L; Muñoz Romero, V; Moreno, F; Murillo,
JM. 2011. Long-term effect of tillage, rotation and nitrogen fertiliser on soil quality in a
Mediterranean Vertisol. Soil & Till. Res. 114: 97-107.
Nannipieri, P; Kandeler, E; Ruggiero, P. 2002. Enzyme activities and microbiological
and biochemical processes in soil. In: Burns, R.G., Dick, R.P. (Eds.), Enzymes in the
Environment. Activity, Ecology and Applications. Dekker, New York. 1-33.
Nicolardot, B; RECOUS, S; MARY, B. 2001. Simulation of C and N mineralisation
during crop residue decomposition: A simple dynamic model based on the C/N ratio of
the residues. Plant & Soil. 228: 83-103.
Rifai, SW; Markewitz, D; Borders, B. 2010. Twenty years of intensive fertilization and
competing vegetation suppression. Soil Biol. Biochem. 42:713-723.
Roldán, A; Caravaca, F; Hernández; Garccía, C; Sánchez-Brito, C; Velásquez, M;
Tiscareño, M. 2003. No-tillage, crop residue additions, and legume cover cropping
effects on soil quality characteristics under maize in Patzcuaro watershed (Mexico).
Soil & Till. Res. 72: 65-73.
Saha, S; Prakash, V; Kundu, S; Kumar, N; Mina, BL. 2008. Soil enzymatic activity as
affected by long term application of farm yard manure and mineral fertilizer under a
rainfed soybean–wheat system in N-W Himalaya. Eur. Jour. of Soil Biol. 44: 309-315.
Said, A; Hamido, K; Kpomblekou, A. 2009. Cover crop and tillage effects on soil
enzyme activities following tomato. Soil & Till. Res. 105: 269-274.
Sanomiya, T; Nahas, E. 2003. Microrganismos produtores de hidrolases envolvidos
nas transformações dos compostos do carbono e do nitrogênio do solo. Ciên. Rural.
33: 835-842.
Somogyi, M. 1952. Notes on sugar determination. Jour. of Biol. Chem. 195: 19-23.
USDA. 1999. Soil Survey Staff. Soil Taxonomy: A basic system of soil classification for
making and interpreting soil surveys. Washington. 869p.
Van Den Bossche, A; De Bolle, S; De Neve, S; Hofman, G. 2009. Effect of tillage
intensity on N mineralization of different crop residues in a temperate climate. Soil &
Till. Res. 103: 316-324.
Zhao, J; Zeng, Z; He, X; Chen, H; Wang, K. 2015. Effects of monoculture and mixed
culture of grass and legume forage species on soil microbial community structure
under different levels of nitrogen fertilization. Eur. J. Soil Biol. 68: 61-68.
9
EFECTO DE BIOFERTILIZANTE EN LA ABUNDANCIA DE ESPORAS

MICORRICICAS Y NUTRICIÓN DE UN VIÑEDO
LAURA MARTINEZ(1 * ) & ROSANA VALLONE(1)
(1)
INTA E.E.A. Mendoza. S. Martín 3853 (5507). Mendoza
* [email protected]
Palabras clave: Vid, Suelo, Árido
Resumen
En la actualidad se ha incrementado el uso de biofertilizantes en diferentes sistemas

agrícolas con el fin de mejorar las propiedades edáficas orgánicas y biológicas y los
procesos bioquímicos relacionadas a la disponibilidad de nutrientes. Los
biofertilizantes son productos que contienen microorganismos, que al ser aplicados al
suelo pueden vivir asociados con las plantas, favoreciendo su nutrición y sanidad. El
objetivo de este estudio fue evaluar el efecto de la aplicación de un biofertilizante en el
número de esporas de hongos formadores de micorrizas (HFM) y el estado nutricional
de plantas de vid. En un viñedo de Mendoza, cv Malbec, se planteó un ensayo de
aplicación de un biofertilizante comercial. El producto contenía propágulos de HFM,
Pseudomonas fluorescens y Azospirillum brasilense. Bajo un diseño completamente
aleatorizado se distribuyeron dos tratamientos (con biofertilizante y sin biofertilizante)
con ocho repeticiones y una dosis de 10 l/ha. Se realizaron dos aplicaciones anuales,
una durante la floración y otra posterior a cosecha durante dos años. Al segundo año
se determinó N total, P disponible por extracción carbónica y número de esporas de
HFM separadas por tamiz (grandes: mayor a 53 micrones y pequeñas: mayor a 35
micrones). Luego de tres aplicaciones se realizó un muestreo de hojas para determinar
N, P, K, Ca y Mg. Se determinó, además, rendimiento y peso de poda. Los resultados
fueron sometidos a un análisis de varianza y test de Tuckey (p ≤ 0.05). En las
muestras de suelo, luego de cuatro aplicaciones, se observó un incremento en el
número de las esporas grandes en el tratamiento con biofertilizante (p=0,01). No hubo
diferencias en los niveles nutricionales ni en el rendimiento ni peso de poda de la
planta, posiblemente debido a que aún sea insuficiente el tiempo de establecimiento y
funcionalidad de la asociación simbiótica hongo micorrícico - vid.
Introducción
En la actualidad se ha incrementado el uso de biofertilizantes en diferentes sistemas

agrícolas con el fin de mejorar las propiedades edáficas orgánicas y biológicas y los
procesos bioquímicos relacionadas a la disponibilidad de nutrientes. Los
biofertilizantes son productos que contienen microorganismos, que al ser aplicados al
1
suelo pueden vivir asociados con las plantas, favoreciendo su nutrición y sanidad. Los
microorganismos tienen un papel sustancial cuando, como parte del manejo agrícola,
se adoptan medidas conservacionistas. Entre los microorganismos que contienen los
biofertilziantes se encuentran Azospirillum spp, Pseudomonas spp, Rhizobium spp y
Glomus spp(Rosas et al. 2013). Particularmente, los hongos formadores de micorrizas
(ej Glomus spp), forman una asociación con la raíz de la planta denominada micorriza.
Esta simbiosis incrementa la exploración radical de la planta y facilita la captación de
agua y nutrientes como N, K y Ca en especial el P (Jeffries et al. 2003; Barea et al.
2005). Existen antecedentes en la bibliografía que datan sobre la colonización de
estos hongos en la vid. En ensayos vitícolas, los contenidos de N, P y K en planta han
incrementado por el efecto de la asociación vid – hongo micorrícico, además ese
efecto favorece en un mayor crecimiento vegetativo (Schreiner 2005; Schreiner &
Linderman 2005; von Bennewitz 2007; Karagiannidis et al. 2007). Respecto de las
consecuencias del hongo micorrícico en el suelo, von Bennewitz (2007) indicó que la
aplicación de productos ricos en hongos formadores de micorrizas en suelos chilenos,
incrementaron el porcentaje de infección de la raíz en el rango de 20 -30% mientras
que valores menores de 10% se encontraron en suelos que no han recibido dicho
producto (von Bennewitz 2007). Con respecto a la abundancia de esporas de hongos
formadores de micorrizas, en un ensayo de vides micorrizadas con diferentes
fertilizantes nitrogenados estuvo en el rango de 250 a 450 esporas por 100g suelo
(Karagiannidis et al. 2007). Mientras que en un ensayo de Araucaria spp de diferentes
ecosistemas, con suelos de contenido bajo de P, y determinados en octubre y mayo
fue del rango 50 a 120 esporas por 100 g suelo y 150 a 270 respectivamente.
Indicando en este ensayo la importancia de las condiciones climáticas en los hongos
micorrícicos (Moreira et al. 2006). El objetivo de este estudio fue evaluar el efecto de
la aplicación de un biofertilizante en la presencia de esporas de hongos formadores de
micorrizas y el estado nutricional de plantas de vid
En un viñedo, cv Malbec, ubicado en la zona del Valle de Uco, Mendoza, se planteó un

ensayo de aplicación de un biofertilizante. El viñedo se ubicó en Altamira, San Carlos,
las plantas están conducidas en espaldero y el manejo del suelo consistió en la
siembra de coberturas vegetales anuales en interfilares alternados. El suelo presentó
textura franco arenosa, no salino y de pH neutro levemente alcalino. La fertilidad es
normal respecto del nitrógeno y deficitario en P. El producto comercial utilizado fue un
bioestimulante líquido promotor de crecimiento radical de una carga microbiana que
incluye propágulos de hongos formadores de micorrizas arbusculares, Pseudomonas
fluorescens y Azospirillum brasilense. Bajo un diseño completamente aleatorizado se
distribuyeron dos tratamientos, con biofertilizante (CB) y sin biofertilizante (SB) con
ocho repeticiones y una dosis de 10 l/ha. Se realizaron dos aplicaciones anuales, una
durante la floración y otra posterior a cosecha. Al segundo año, luego de tres y cuatro
2
aplicaciones del biofertilizante, en las muestras de suelo se determinó N total por

método Kjeldahl (Page et al. 1982), P disponible por extracción carbónica y
cuantificación colorimétrica (Richards 1962) y número de esporas de hongos
formadores de micorrizas. Las esporas fueron decantadas y extraidas en solución de
sacarosa de 60%, luego fueron separadas por tamiz en dos tamaños (grandes, mayor
a 53 micrones y pequeñas mayor a 35 micrones). La cuantificación fue en microscopio
óptico 10x mediante tinción con PVLG + Metzler (Covacevich & Consolo 2014).
Durante la floración, luego de tres aplicaciones, se realizó un muestreo de hojas para
determinar N, P, K, Ca y Mg. El N se obtuvo mediante método Kjeldhal y el resto de
los elementos mediante una extracción de solución de HCl, en el caso de P se
cuantificó por colorimetria y espectofotometría de UV-Visible y los demás elementos
por espectrofotómetría de absorción atómica (Kalra 1998). Además, en cosecha se
determinó rendimiento y durante el reposo vegetativo peso de poda. Los resultados
fueron sometidos a un análisis de varianza y prueba de comparación múltiple de
medias según test de Tuckey (p ≤ 0.05) utilizando el programa estadístico Infostat
versión 2010.
Resultados
En el suelo, posterior a cuatro aplicaciones del biofertilizante, se observó un

incremento en el número de las esporas grandes en el tratamiento CB (p=0,01) (Tabla
1). En el caso de la tercera aplicación, se observó una diferencia importante y
tendenciosa, sin embargo la misma no fue estadística por la alta variabilidad. El
número de esporas pequeñas no mostró diferencias en los tratamientos efectuados y
la abundancia es menor respecto de las grandes. En el caso de la fertilidad edáfica,
luego de tres y cuatro aplicaciones de biofertilizante no se observaron cambios en el
contenido de N y disponibilidad de P por el efecto del producto, aunque el P disponible
resultó prometedor en el futuro porque el p valor fue cercano a 0.05 (p=0.06). Además
se observó que el contenido de P mantuvo baja disponibilidad en el suelo a pesar de la
aplicación de biofertilizante (Tabla 1).
Tabla 1: Valor medio del número de esporas grandes y pequeñas de hongos formadores de
micorrizas, N total y P disponible en suelo, CB y SB, posterior a la tercera y cuarta aplicación
del biofertilizante. Letras distintas indican diferencia significativa según Tuckey p  0,05
3 aplicación 4 aplicación
CB SB CB SB
-1
Esporas grandes (esporas.100g ) 854 235 671a 277b
-1
Esporas pequeñas (esporas.100g ) 447 135 218 110
-1
N total (mg.kg ) 583 547 629 586
-1
P disponible (mg.kg ) 2,05 1,53 1,18 1,03
3
En lo que respecta a los nutrientes de la planta, luego de tres aplicaciones y

considerando que esta nutrición vegetal depende gran parte de las reservas
nutricionales de la temporada anterior, los nutrientes no han variado por el efecto de
los microorganismos en el suelo (Tabla 2).
Tabla 2: Valor medio de N, P, K, Ca y Mg total posterior a la tercera aplicación de
biofertilizante. Valor medio del contenido de N, P, K, Ca y Mg total en peciolos de hojas de vid
de parcelas CB y SB posterior a la tercera del biofertilizante. Letras distintas indican diferencia
significativa según Tuckey p  0,05
3 aplicación
CB SB
N total (%) 0,88 0,84
P total (%) 0,38 0,35
K total (%) 1,01 1,01
Ca total (%) 0,99 0,98
Mg total (%) 0,26 0,25
Rendimiento y peso de poda son variables de expresión reproductiva y vegetativa que

no fueron afectadas por la aplicación de biofertilizante (Tabla 3).
Tabla 3: Valor medio de rendimiento y peso de poda de plantas de vid para el periodo
comprendido entre la tercera y cuarta aplicación de las parcelas CB y SB. Letras distintas
indican diferencia significativa según Tuckey p  0,05
CB SB
-1
Rendimiento (kg.planta ) 1,85 1,39
-1
Peso de poda (g sarmiento.planta ) 0,37 0,36
Discusión
Los nutrientes de la vid no variaron por el efecto de al menos tres aplicaciones de

biofertilizante. Esto puede estar dado por el tiempo que requiere el establecimiento de
los hongos en el suelo, la infección radical y su mayor captación de nutrientes por la
raiz de la planta, en especial el P. Según otras experiencias, este beneficio de la
simbiosis se podría traducir en las próximas temporadas vegetales (Schreiner &
Linderman 2005; Schreiner 2005). La aplicación de un biofertilizante no es la
aplicación directa de nutrientes, sino la aplicación de microorganismos que facilitarían
la disponibilidad de nutrientes en el suelo, la asociación de hongos formadores de
micorrizas y la raíz para finalmente incrementar la absorción de nutrientes en la planta
(Tabla 2). Por este motivo es que las variables de expresión vegetativa y reproductiva
no variaron (Tabla 3). Respecto de las esporas formadores de micorrizas, la aplicación
de biofertilizante afectó positivamente en las esporas grandes (mayores a 53
micrones) luego de la cuarta aplicación. Los valores hallados en las parcelas con
4
biofertilizante fueron altos respecto de otros ensayos de plantas perennes

(Karagiannidis et al. 2007; Moreira et al. 2006). Estos hallazgos en suelos áridos
regadíos indicarían el efecto favorable de la aplicación de biofertilizante en los hongos
formadores de micorrizas en esos suelos.
Conclusión
Luego de cuatro aplicaciones de biofertilizante se observó un incremento de esporas

grandes. No hubo diferencias en los niveles nutricionales ni en el rendimiento ni peso
de poda de la planta, posiblemente debido a que aún sea insuficiente el tiempo de
establecimiento y funcionalidad de la asociación simbiótica hongo micorrícico – vid.
Bibliografía
Barea, J., Azcón, R. & Azcón-Aguilar, C., 2005. Interactions Between Mycorrhizal
Fungi and Bacteria to Improve Plant Nutrient Cycling and Soil Structure. In Springer-
Verlag Berlin Heidelberg.
von Bennewitz, E., 2007. Effects of the inoculation with arbuscular mycorrhizal (AM)
fungus of the genus Glomus on growth and leaf mineral concentrations of grapevine
(Vitis vinifera cv. Cabernet Sauvignon). In Hohenheim , Germany ,.
Covacevich, F. & Consolo, V.F., 2014. Herramientoas para el estudio y manipulación
de hongos micorrícicos arbusculares y Trichoderma, Mar del Plata, Buenos Aires,
Argentina: Universidad Nacional de Mar del Plata.
Jeffries, P. et al., 2003. The contribution of arbuscular mycorrhial fungi in sustainable
maintenance of plant health and soil fertility. Biology and Fertility of Soils, 37, pp.1–16.
Kalra, Y., 1998. Handbook of reference methods for plant analysis. Soil and Plant
Analysis, Council: INC. CRC Press.
Karagiannidis, N. et al., 2007. Effects of different N fertilizers on the activity of Glomus
mosseae and on grapevine nutrition and berry composition. Mycorrhiza, 18(1), pp.43–
50. Available at: http://link.springer.com/10.1007/s00572-007-0153-2 [Accessed July
26, 2013].
Moreira, M. et al., 2006. Spore density and root colonization by arbuscular mycorrhizal
fungi in preserved or disturbed Araucaria angustifolia (Bert.) O. Ktze. ecosystems.
Science Agriculture (Piracicaba Braz.), 63(4), pp.380–385.
Page, R., Miller, H. & Keeney, D., 1982. Methods of soil analysis Part 2 - Chemical and
microbiological properies,
Richards, L., 1962. Diagnóstico y rehabiliatación de suelos salinos y sódicos,
Riverside, California, USA.
5
Rosas, S. et al., 2013. Biofertilizantes. Desde lo artesanal hasta la producción

industrial. Su aplicaicón en Argentina. In Tucumán, Argentina: Ediciones Magna, p.
500.
Schreiner, R.P., 2005. Mycorrhizas and Mineral Acquisition in Grapevines. In pp. 49–
60.
Schreiner, R.P. & Linderman, R.G., 2005. Mycorrhizal Colonization in Dryland
Vineyards of the Willamette Valley, Oregon. Small Fruits Review, 4(3), pp.41–55.
Available at: http://www.tandfonline.com/doi/abs/10.1300/J301v04n03_04 [Accessed
August 5, 2013].
6
EFECTO SOBRE VARIABLES EDÁFICAS DE LA INTERSIEMBRA MAÍZ-PASTURA

EN SISTEMA PASTORIL BOVINO
VIRUEL, EMILCE1,2 *; LUCHINA, JEREMÍAS1,2; ROYO, VICTORIA1,2; CORBELLA,

ROBERTO2; NASCA, JOSÉ1; & BANEGAS, NATALIA1,2
1
Instituto de Investigación Animal del Chaco Semiárido (IIACS) - Centro de
Investigaciones Agropecuarias (CIAP) - INTA.
2
Cátedra Edafología - Facultad de Agronomía y Zootecnia - Universidad Nacional de
Tucumán. Chañar Pozo s/n, Leales (4113), Tucumán, Argentina
* [email protected]
Palabras clave: propiedades del suelo; intersiembra; ganadería
Resumen
La alimentación bovina en la región del NOA es principalmente a base de pasturas y

pastizales. Las pasturas perennes mejoran las características edáficas, sin embargo, su
productividad se ve disminuida con el paso tiempo. La integración de pasturas con
cultivos anuales es una alternativa para incrementar la oferta forrajera, ya que mejora
los rendimientos y condiciones físicoquímicas del suelo. En este sentido, nos
planteamos evaluar el impacto sobre variables bioquímicas, fisicoquímicas y
microbiológicas del suelo de la incorporación de maíz en un sistema pastoril del Chaco
Semiárido a través de la intersiembra. Se determinó carbono de biomasa microbiana
(CBM), actividad enzimática (AEM), respiración edáfica (REM), carbono orgánico (CO),
nitrógeno total (NT), pH y conductividad eléctrica (CE) de los siguientes tratamientos:
sistema pastoril (Chloris gayana cv Finecut; PP), intersiembra maíz-pastura (Chloris
gayana cv Finecut- Zea mays L.; IS) y maíz destinado a silo (Zea mays L.; MS). El
trabajo se realizó en el campo experimental del IIACS-CIAP-INTA (Leales, Tucumán).
Los resultados mostraron una tendencia negativa sobre las variables evaluadas al
incorporar el maíz en el sistema pastoril. Se observó una marcada disminución de la
respuesta en CBM, AEM y REM al comparar el tratamiento PP con IS y MS. Con
respecto a CO y NT, la respuesta fue la misma que en las anteriores, aunque en este
caso, IS y MS se diferenciaron significativamente. El pH fue mayor en los tratamientos
con pasturas (PP e IS) en comparación con MS. La CE mostró un patrón inverso a las
demás, con una marcada diferencia de MS respecto a IS y PP. El análisis de los
resultados nos podría indicar que la introducción del maíz al sistema pastoril a través de
labranza convencional, tiene un efecto negativo sobre las variables edáficas evaluadas.
Sin embargo, un seguimiento de éstas a largo plazo es necesario antes de poder
establecer conclusiones.
1
Introducción
El mercado de carnes es uno de los más relevantes para el país tanto a nivel económico
como cultural e histórico. En el Noroeste Argentino (NOA) la producción bovina se
realiza, principalmente, en sistemas pastoriles extensivos y semi-extensivos, sobre
pastizales y bosques naturales degradados, con un fuerte componente de leñosas
arbustivas que limitan severamente la oferta de forraje y la productividad animal de
estos sistemas (Observatorio Ganadero, 2013). En los últimos 15 años, la expansión de
la agricultura resultó en una reducción de la superficie ganadera, que obligó a aumentar
la carga animal por unidad de superficie, y a desplazar estos sistemas productivos hacia
zonas y suelos marginales, mientras que generó una demanda importante de cultivares
de especies forrajeras que transformen la actividad en un sistema más eficiente, tanto
en lo productivo como en lo socio-económico. Sin embargo, desde que la demanda ha
pasado a impulsar de manera creciente al sector ganadero, su crecimiento se ha
acelerado y ahora compite por los recursos naturales con otros sectores, generando una
preocupación sobre las repercusiones ambientales (García Posse & Radrizzani, 2012).
La productividad en los sistemas pastoriles de producción bovina está principalmente

condicionada por la producción de forraje (Nasca, 2015). La introducción de gramíneas
megatérmicas cultivadas mejoradas puede incrementar la disponibilidad forrajera y por
lo tanto la producción animal (Ricci, 2006). Sin embargo, la productividad de las
pasturas disminuye en función del tiempo, siendo la tasa de decrecimiento diferente
según variaciones en la fertilidad del sitio estudiado, las condiciones estacionales
durante la vida de la pastura y el sistema de manejo empleado (Nantes et al., 2013). Los
sistemas ganaderos de la región del Chaco Semiárido, han sufrido transformaciones con
la principal finalidad de incrementar la rentabilidad de los mismos, que en algunos casos
implican una intensificación a través de la implantación de pasturas megatérmicas,
suplementación estratégica, confección y administración de silaje (Nasca, 2015). Es
común la utilización de tecnologías para mejorar la producción de forraje como la
siembra directa, la fertilización, la asociación con leguminosas y, recientemente, la
integración de cultivos con pasturas, que ha demostrado su beneficio económico y
ambiental por los altos rendimientos obtenidos y el mejoramiento de las condiciones
químicas y físicas de los suelos (Costa et al., 2012). Este sistema más implementado en
esta región, trae beneficios al suelo porque mejora su fertilidad y a los bovinos porque
disponen de forraje de mejor calidad (Sánchez et al., 2015). El establecimiento de maíz
y pastos con sistema fotosintético C4 y el impacto de estos cambios sobre el suelo en
esta región aun no fue estudiado. Por este motivo, se planteó en este trabajo, evaluar el
impacto de la implementación de la intersiembra maíz (Zea mays L.)-pastura (Chloris
gayana cv Finecut) sobre las variables bioquímicas, fisicoquímicas y microbiológicas del
suelo en un sistema pastoril ganadero del Chaco Semiárido.
2
El trabajo se realizó en el Instituto de Investigación Animal del Chaco Semiárido (IIACS-

CIAP) - INTA, localizado en el Dpto. Leales, provincia de Tucumán. Se encuentra a 52
km al SE de la ciudad de San Miguel de Tucumán (27°11’ L.S y 65°17’ L.O) a una altitud
de 335 msnm. La precipitación anual media es de 880 mm concentrados de octubre a
marzo. La temperatura media anual es de 19°C, siendo la media del mes más cálido
25°C y la del mes más frío 13°C. El clima es de tipo subtropical subhúmedo con
estación seca, según clasificación de Thornthwaite (Torres Bruchmann, 1978). El suelo
es un Haplustol fluvacuentico de textura franco limosa.
El sitio de estudio corresponde a un sistema pastoril de un módulo de cría bovina

intensiva del IIACS-INTA. Cuenta con una superficie de 50 ha implantadas con pasturas
megatérmicas (Chloris gayana cv Finecut) dividida en cuatro potreros, los cuales son
renovados con una intersiembra de maíz-pastura (aprox. 12.5 ha) cada año, uno por
vez. El sistema tiene una carga animal de 2 vacas.ha-1. La alimentación de los animales
está conformada por la pastura durante el período estivo-otoñal, y silaje de maíz durante
el período inverno-primaveral, para lo cual un aérea adyacente de 20 ha es sembrada
anualmente con maíz. El muestreo de rizósfera se realizó en abril de 2015 y se tomó
muestras compuestas de cada tratamiento: pastura pura (PP), intersiembra maíz-
pastura (IS) y cultivo de maíz destinado a silo (MS). Las muestras fueron secadas al aire
libre y tamizadas por malla de 2 mm y se determinaron las siguientes variables:
respiración edáfica microbiana (REM) por incubación controlada durante 10 días
(Anderson, 1982), carbono de la biomasa microbiana (CBM) por el método de
fumigación-extracción (Vance et al., 1987), actividad enzimática microbiana por Método
del Diacetato de Fluoresceína (FDA) (Adam & Duncan, 2001), carbono orgánico (CO)
(Nelson & Sommers, 1982), nitrógeno total (NT) por Kjeldhal (Bremner & Mulvaney,
1982), pH relación 1:2,5 por potenciometría y conductividad eléctrica (CE) en el extracto
de saturación.
Las datos obtenidos fueron analizados estadísticamente mediante un ANOVA y las
medias fueron comparadas con el test LSD Fisher utilizando el programa INFOSTAT (Di
Rienzo et al., 2013).
Resultados
Los resultados de las variables bioquímicas y fisicoquímicas evaluadas se muestran en

la Tabla 1. De los tratamientos evaluados en este estudio, los mayores valores de las
variables se encontraron en PP, seguido por IS y finalmente MS.
Con respecto a CO, el valor encontrado en PP (19,6 g C kg-1 suelo) fue

significativamente mayor en un 6% y 48% que en IS (18,4 g C kg-1 suelo) y MS (13,2 g C
kg-1 suelo), respectivamente. Este mismo patrón se observó al analizar NT, donde los
3
valores máximos se determinaron en PP (0,134 %), los cuales fueron significativamente

mayores a IS (0,123 %) y MS (0,092 %). Los valores de pH se mantuvieron en el rango
de la neutralidad para todos los tratamientos, pero manifestándose mayor acidez en MS
(6,58) respecto a IS y PP (6,79 y 6,85, respectivamente). Los valores de CE fueron
significativamente mayores en MS (2,14 dS m-1) comparado a IS y PP (0,53 y 0,21 dS
m-1, respectivamente), aunque sin alcanzar valores correspondientes a salinidad.
Tabla 1. Valores promedio de carbono orgánico (CO), nitrógeno total (NT), pH y

conductividad eléctrica (CE) de los diferentes tratamientos evaluados.
CO NT pH CE
Tratamientos
(g C kg-1 suelo) (%) (dS m-1)
PP 19,6 c 0,134 c 6,85 b 0,21 c
IS 18,4 b 0,123 b 6,79 b 0,53 b
MS 13,2 a 0,092 a 6,58 a 2,14 a
Letras distintas indican diferencias significativas según el test de LSD Fisher (P<0,05) (n
= 3). PP: Chloris gayana cv Epica; IS: intersiembra Chloris gayana cv Epica/ Zea mays
L.; MS: Zea mays L.
Con respecto a las variables microbiológicas evaluadas, los resultados muestran una
mayor biomasa microbiana (CBM), actividad microbiana (REM) y actividad enzimática
(AEM) en muestras provenientes de PP respecto a IS y MS, no habiendo diferencias
significativas entre estos dos últimos (Tabla 2). La incorporación de maíz en el sistema
pastoril (IS) a través de la labranza convencional produjo un descenso de los valores de
estas variables, llevando las mismas a niveles similares al cultivo de maíz para silo
(MS).
Tabla 2. Valores promedio de respiración edáfica microbiana (REM), actividad

enzimática microbiana (AEM), carbono de la biomasa microbiana (CBM) de los
diferentes tratamientos evaluados.
REM AEM CBM

Tratamientos
(µg CO2 g-1 suelo) (µg FDA g-1 suelo) (µg CBM g-1 suelo)
PP 1379,56 b 132,79 b 777,99 b

IS 549,67 a 105,81 a 652,72 a
MS 592,78 a 101,97 a 587,23 a
Letras distintas indican diferencias significativas según el test de LSD Fisher (P<0,05) (n
= 3). PP: Chloris gayana cv Epica; IS: intersiembra Chloris gayana cv Epica/ Zea mays
L.; MS: Zea mays L.
4
En el caso de la respiración edáfica (REM), los valores de CO2 emitidos en PP (1379,56

µg CO2 g-1 suelo) fueron 2,5 veces más que en IS y MS (549,67 y 592,78 µg CO2 g-1
suelo, respectivamente). Con respecto a la actividad enzimática (AEM), los valores de
FDA de los tratamientos IS (105,81 µg FDA g-1 suelo) y MS (101,97 µg FDA g-1 suelo)
fueron menores en un 25% y 30% que PP (132,79 µg FDA g-1 suelo), respectivamente.
El mismo patrón se observó al determinar biomasa microbiana (CBM), donde el valor
obtenido en IS (652,72 µg CBM g-1 suelo) y MS (587,23 µg CBM g-1 suelo) fue un 19% y
30% menor que en PP (777,99 µg CBM g-1 suelo), respectivamente.
Discusión
La intersiembra maíz-pastura tuvo un efecto negativo en las variables estudiadas

(bioquímicas, fisicoquímicas y microbiológicas). Se observó un descenso significativo en
CO y NT, además de REM, AEM y CBM. Sin embargo, la relación C:N se mantuvo
estable en todos los tratamientos. Teniendo en cuenta que esta relación es
determinante en la actividad microbiana y por lo tanto en el contenido de MO del suelo
(Soussana & Lemaire, 2014), la disminución en los valores de las variables
microbiológicas en IS respecto a PP, podría deberse, por un lado, a un leve aumento en
la acidez, acompañado de un incremento en los valores de la CE al introducir el maíz en
el sistema pastoril. Los cambios en las condiciones edáficas condicionan la actividad de
los microorganismos implicados en el ciclado de la materia orgánica, y por lo tanto, la
calidad del suelo (Groenigen et al., 2015). Inclusive pequeños cambios pueden
condicionar la actividad de la comunidad microbiana edáfica, lo que se puede evidenciar
como disminución o retardo de los procesos implicados en el ciclado de la MO del suelo.
Este efecto puede prolongarse mientras la comunidad se adapte a las nuevas
condiciones ambientales (Acosta Martínez et al., 2007; Oates et al., 2012). La influencia
de los cambios en pH y CE sobre la actividad de la microflora ya fue observado por
otros autores (Álvarez-Solís & Anzueto-Martínez, 2004; Alvear et al., 2005; Ramos
Vásquez & Zuniga Dávila, 2008; Lanzén et al., 2015; Zhalnina et al., 2015). Por otro
lado, existe vasta información del efecto negativo de la labranza convencional sobre la
salud del suelo, y en especial sobre la actividad biológica (Álvarez & Álvarez, 2000;
Jangid et al., 2011; Zhang et al., 2014; Sun et al., 2015). Un disturbio en el sistema
como es la utilización de maquinarias para el movimiento del suelo y la siembra puede
ocasionar la disminución de las variables bioquímicas y fisicoquímicas estudiadas (datos
no publicados). Además, se debe tener en cuenta que los mayores niveles de la
actividad microbiológica y C y N orgánico en suelos con pasturas (PP), posiblemente se
relacionen con una condición edáfica más estable a aquella de un cultivo cuya duración
no supera los 6 meses (MS), o bien a pasturas recientemente renovadas (IS). De hecho,
esta diferencia de las variables microbiológicas como REM, AEM y CBM de las pasturas
por sobre el maíz también fue observado por otros autores (Acosta Martínez et al., 2003,
2007; Mikanová, et al., 2009; Di Ciocco et al., 2014).
5
En teoría, un correcto planteo ganadero aporta materia orgánica y fertilidad al sistema y

el establecimiento de pasturas perennes con gramíneas, durante al menos 3 a 5 años,
permite la recuperación física de los estratos superiores de suelos degradados (Rincón
& Ligarreto, 2008; Costa et al., 2012; Sánchez et al., 2015). De este trabajo resulta
importante destacar la necesidad de continuar con el análisis del comportamiento de
estas variables a largo plazo. En esta primera evaluación, la incorporación de maíz en
intersiembra con pasturas en un sistema pastoril del Chaco Semiárido tuvo un efecto
negativo sobre las variables bioquímicas, fisicoquímicas y microbiológicas. De todas
maneras, el seguimiento y continuidad de este trabajo en el tiempo, permitirá obtener
conclusiones más robustas sobre esta práctica implementada en sistemas ganaderos de
la región NOA.
Conclusiones
La implementación de la intersiembra de maíz con pasturas a través del sistema de

labranza convencional en la región del Chaco Semiárido produjo un descenso en las
variables fisicoquímicas, bioquímicas y microbiológicas. Se plantea entonces como
interrogante en este estudio evaluar en plazos temporales mayores el comportamiento
de estas propiedades, con el fin de analizar el efecto de la intersiembra, previo a
establecer conclusiones definitivas.
Agradecimientos
Este trabajo fue financiado con fondos de los proyectos de INTA PNPA 1126073, PNS
1134042/43 y Proyecto CIUNT A510. Los autores agradecen la colaboración del
personal de campo del IIACS.
Bibliografía
Acosta-Martínez, V; MM Mikha & MF Vigil. 2007. Microbial communities and enzyme

activities in soils under alternative crop rotations compared to wheat-fallow for the
Central Great Plains. Appl. Soil Ecol. 37: 41–52
Acosta-Martínez, V; TM Zobeck; TE Gill & AC Kennedy. 2003. Enzyme activities and

microbial community structure in semiarid agricultural soils. Biol. Fertil. Soils 38:216–
227.
Adam, G & H Duncan 2001.Development of a sensitive and rapid method for the
measurement of total microbial activity using fluorescein diacetate (FDA) in a range of
soils. Soil Biol. Biochem. 33: 943–951
Alvarez, CR & R Alvarez. 2000. Short-term effects of tillage systems on active soil
microbial biomass. Biol. Fertil. Soils 31:157–161
6
Álvarez-Solís, JD & MJ Anzueto-Martínez. 2004. Actividad microbiana del suelo bajo

diferentes sistemas de producción de maíz en los altos de chiapas, México. Agrociencia.
38: 13-22
Alvear, M; Rosas, A; J.L Rouanet J.L &Borie, F. 2005. Effects of three soil tillage
systems on some biological activities in an Ultisol from southern Chile. Soil and Tillage
Research 82: 195- 202
Anderson, JE. 1982. Soil Respiration. In: A.L. Page, R.H. Miller (Eds). Methods of Soil
Analysis. Part 2. 2nd ed. Agron. Monogr. 9. ASA and SSSA, Madison, WI, pp. 837-871
pp.
Bremner, JM & CS Mulvaney. 1982. Nitrogen-Total. In: A.L. Page, R.H. Miller (Eds).
Methods of Soil Analysis. Part 2. 2nd ed. Agron. Monogr. 9. ASA and SSSA, Madison,
WI, pp: 595-624
Costa, PM; SDJ Villela; FP Leonel; SAC Araújo; KG Araújo; JRM Ruas; FS Coelho & VR
Andrade. 2012. Intercropping of corn, brachiaria grass and leguminous plants:
productivity, quality and composition of silages. Rev. Bras. Zootec. 41: 2144-2149
Di Ciocco, CA; RV Sandler; LB Falco & CE Coviella. 2014. Actividad microbiológica de

un suelo sometido a distintos usos y su relación con variables físico- químicas. Rev.
Fac. Cs. Agr. UNCuyo. 46: 73-85
Di Rienzo, JA; F, Casanoves; MG Balzarini; L Gonzalez; M Tablada & CW Robledo.

2013. Grupo InfoStat, FCA, Universidad Nacional de Córdoba, Argentina. URL
http://www.infostat.com.ar
Garcia Posse, F & A Radrizzani. 2012. La ganadería bovina vuelve a ser protagonista.
Entrevista. Revista Producción, pp. 40-43
Groenigen, JW; D Huygens; P Boeckx; TW Kuyper; IM Lubbers; T Rütting& PM

Groffman. 2015. The soil N cycle: new insights and key challenges. Soil. 1: 235–256
Jangid K; MA Williams, AJ Franzluebbers, TM Schmidt, DC Coleman & WB Whitman.

2011. Land-use history has a stronger impacton soil microbial community composition
than above ground vegetation and soil properties. Soil Biol. Biochem. 43: 2184–2193
Lanzén, A; L Epelde; C Garbisu; M Anza; I Martín-Sánchez; F Blanco & I Mijangos.

2015. The Community Structures of Prokaryotes and Fungi in Mountain Pasture Soils
are Highly Correlated and Primarily Influenced by pH. Front. Microbiol. 6[version on-line].
7
Mikanová, O; M Javurek; T Šimon; M Friedlová& M Vach. 2009. The effect of tillage

systems on some microbial characteristics. Soil and Tillage Research. 105: 72-76
Nantes, NN; VPB Euclides; DB Montagner; B Lempp; RA Barbosa & PO Gois. 2013.
Animal performance and sward characteristics of Piata palisade grass pastures
subjected to different grazing intensities. Pes. Agrop. Brasil.48: 114-121
Nasca JA. 2015. Sistemas intensificados de cría. Región NOA. Revista Cría Vacuna –
A.A.C.R.E.A, 64-66
Nelson, D & L Sommers. 1982. Methods of soil analysis. In: A.L. Page, R.H. Miller (Eds).
Methods of Soil Analysis. Part 2. 2nd ed. Agron. Monogr. 9. ASA and SSSA, Madison,
WI. 539-579
Oates, LG; TC Balser & Jackson RD. 2012. Subhumid pasture soil microbial
communities affected by presence of grazing, but not grazing management. Appl. Soil
Ecol. 59: 20–28.
Observatorio Ganadero 2013. Caracterización regional: Noroeste argentino.

Observatorio de la Cadena de la Carne Bovina de Argentina, informe N°3. Buenos Aires,
Argentina. 14 pág.
Ramos Vásquez, E & D Zúñiga Dávila. 2008. Efecto de la humedad temperatura y pH

del suelo en la actividad microbiana a nivel de laboratorio. Ecol. Apl. 7: 123-130
Ricci, HR. 2006. Producción primaria de cuatro gramíneas tropicales perennes
cultivadas en la Llanura Deprimida de Tucumán. Tesis de Maestría en Ciencias Agrarias
Orientación Producción Sostenible. Facultad de Agronomía y Zootecnia. Universidad
Nacional de Tucumán. Argentina: 140p
Rincón, A & G Ligarreto. 2008. Fertilidad y extracción de nutrientes en la asociación

maíz-pastos en suelos ácidos del piedemonte Llanero de Colombia. Agron. Colom. 26:
322-331
Sanchez, V; G Delreal; C Plazas & G Perez. 2015. Factibilidad económica de la

asociación maíz-pasto en el establecimiento de un sistema silvopastoril en el
piedemonte llanero de Colombia. Pastos Forr. 38 [versión on-line].
Soussana, JF & G Lemaire. 2014. Coupling carbon and nitrogen cycles for
environmentally sustainable intensification of grasslands and crop-livestock systems.
Agric. Ecosyst. Environ. 190: 9-17
8
Sun, B; S Jia, S Zhang, NB McLaughlin, A Liang, X Chen, S Liu. 2015. No tillage

combined with crop rotation improves soil microbial community composition and
metabolic activity. Environ. Sci. Pollut. Res. Int. versión on line
Torres Bruchmann E. 1978. Lasclasificaciones climáticas de Koppen y Thornthwaite.

Serie didáctica Nº 48. Fac. Agron. Zoot. UNT. ISSN 0325-2493
Vance, ED; PC Brookes & DS Jenkinson. 1987. An extraction method for measuring soil
microbial biomass C. Soil Biol. Biochem. 19: 703-707
Zhalnina, K; R Dias, P Dörr de Quadros, A Davis-Richardson, FAO Camargo, IM Clark,

SP McGrath, PR Hirsch & EW Triplett. 2015. Soil pH determines microbial diversity and
composition in the park grass experiment. Microb. Ecol. 69:395-406
Zhang, B; YJ Li, TS Ren, ZC Tian, GM Wang, XY He & CJ Tian. 2014. Short-term effect
of tillage and crop rotation on microbial community structure and enzyme activities of a
clay loam soil. Biol. Fertil. Soil 50: 1077-1085.
9
NITRÓGENO DEL SUELO Y ACTIVIDAD UREASA EN SISTEMAS

SILVOPASTORILES DE SANTIAGO DEL ESTERO
ANALÍA L. ANRIQUEZ1, NELSON J. DOMÍNGUEZ1, ADA S. ALBANESI1 *, MARÍA C.

BARRIONUEVO1, JUAN SILBERMAN1, ROBERTO SUAREZ1 & JOSE A. DOMINGUEZ
NUÑEZ
1
Facultad de Agronomía y Agroindustria – Univ. Nac. de Santiago del Estero. 2UPM,
Madrid, España.
* [email protected]
Palabras claves: Nitrógeno particulado, Nitrógeno potencialmente mineralizable, rolado
Resumen
Con la finalidad de rehabilitar bosques secundarios a sistemas productivos sustentables,

se implementan, en la región chaqueña, sistemas silvopastoriles mediante rolados de
baja intensidad (RBI). Los objetivos del trabajo fueron: evaluar el efecto de sistemas
silvopastoriles implementados con RBI y siembra de Panicum maximum cv. Gatton
panic sobre fracciones del N y actividad ureasa en el Chaco semiárido de Santiago del
Estero al año y a los cinco años de implantados debajo de cobertura arbórea en dos
estaciones. El estudio se realizó en la EEA INTA Santiago del Estero (28º 3´ S. y 64º 15´
O), con suelos Haplustoles énticos. Diseño completamente aleatorizado con tres
tratamientos y tres repeticiones. Los tratamientos: T: Monte natural, testigo, SSP1:
silvopastoril de un año con dos pasadas de rolo y siembra de P. maximun cv G. panic,
SSP5: idem SSP1 con un pastoreo controlado por año (1,1 EV ha-1). Las coberturas de:
Qb: Aspidosperma quebracho blanco, Qc: Schinopsis lorentzii, M: Ziziphus mistol. Las
muestras de suelo compuestas de 5 submuestras por cada cobertura en cada
tratamiento, de 0 a 15 cm de profundidad, se tomaron en la estación seca y húmeda y
se determinó: las fracciones de N, total (Nt), particulado (NOP), potencialmente
mineralizable (NAN), actividad ureasa y relación NOP:Nt. En SSP1 disminuyeron Nt,
NOP y NOP:Nt, y aumentó la actividad ureasa; mientras que en SSP5 estos valores se
restablecieron. En SSP1 y SSP5 se redujo NAN. En la estación seca aumentó NAN y la
actividad ureasa. El NOP disminuyó, mientras que aumentó el NAN debajo la cobertura
arbórea de M. Se puede concluir que el manejo silvopastoril de cinco años
implementado mediante RBI, mantiene las propiedades químicas y biológicas
relacionadas al N y ello está en función de la cobertura y la estacionalidad.
Introducción
La habilitación de las tierras para ser destinadas a las actividades agropecuarias a

expensas de los bosques naturales, produce pérdida de la materia orgánica, de los
1
nutrientes y de la biomasa de las capas superficiales del suelo, alterando sus

propiedades físicas, químicas y biológicas, restando productividad (Pérez-Carrera et al.,
2008). En la región Chaqueña en los últimos años debido a las malas prácticas de
manejo se generaron áreas de vegetación secundaria caracterizados por presentar
vegetación arbustiva (Prosopis, Acacia, Celtis, Schinus, Larrea) (Cozzo, 1995) que
compite con la vegetación herbácea y con los renovales de árboles, reduciéndolos e
impidiendo una rápida recuperación de los recursos vegetales forrajeros y forestales
(Kunst et al., 2012). Con el fin de rehabilitar estas áreas en sistemas productivos es que
se implementaron los sistemas silvopastoriles mediante rolados de baja intensidad (RBI)
convirtiéndose en una alternativa viable y sustentable para el manejo convencional
agropecuario ya que contribuyen a la conservación de los recursos naturales, a la
recuperación de suelos degradados, así como al mejoramiento y a la diversificación de
la productividad agrícola, beneficiándose también los servicios ecosistémicos
fundamentales, tales como el ciclaje de nutrientes, el control biológico, el secuestro de
C, el mantenimiento de la calidad del suelo (Vallejo-Quintero, 2013).
La disponibilidad del contenido de nutrientes y las propiedades microbiológicas del suelo

resultan indicadores rápidamente sensibles de la calidad de un suelo, frente al manejo
(Marinari et al., 2006) en especial en manejos del tipo conservacionistas (Roldán et al.,
2003). Los procesos fundamentales dentro de los ciclos de nitrógeno y carbono que
ocurren en los suelos son llevados a cabo por los microorganismos del mismo.
Actualmente hay un creciente interés en aquellos sistemas de producción que puedan
aprovechar las funciones biológicas de los microorganismos del suelo, para mejorar la
sustentabilidad (Orr et al. 2012).
En la región chaqueña semiárida donde el ingreso de nutrientes es bajo y depende

enteramente del reciclado de los mismos, la determinación de éstos indicadores es muy
importante, para predecir si el RBI asociado a siembra de pasturas y pastoreo modifican
la calidad del suelo al alterar el ciclo de N y la disponibilidad del mismo. Es por ello que
los objetivos del trabajo fueron: i) evaluar el efecto a 1 y 5 años desde la implementación
del rolado y siembra de P. maximum cv.G. panic sobre algunas fracciones de N del
suelo y actividad enzimática relacionada al mismo, en sistemas silvopastoriles en el
chaco semiárido de Santiago del Estero bajo tres coberturas vegetales y dos estaciones
ambientales.
El estudio se realizó en la subregión del Chaco Semiárido. Ubicado en el Centro oeste

de Santiago del Estero, campo experimental Ing Agr. Francisco Cantos, EEASE,
Santiago del Estero (28º 3´ S. y 64º 15´ O). El clima es subcontinental cálido subtropical,
La precipitación promedio anual es 550 mm (Morello, 2012). Suelo Haplustol éntico. Se
condujo un experimento factorial con diseño completamente aleatorizado con tres
tratamientos, dos estaciones y tres repeticiones. Los tratamientos fueron: T: bosque
2
secundario (testigo); SSP1: una pasada de rolo (3000 kg) en el año 2011 en el bosque
secundario (con iguales características ecológicas del T y siembra de Panicum maximun
cv gatton panic (5kg ha-1) al inicio de la época de lluvias. SSP5: ídem SSP1 con
pastoreo controlado (1 EV ha-1). Los muestreos se hicieron en invierno del 2012 (seco) y
verano del 2013 (húmedo). En cada unidad experimental (1 ha) se tomó una muestra de
suelo (compuesta de 5 submuestras) de 0-15 cm de profundidad debajo de las
coberturas arbóreas de Aspidosperma quebracho blanco (Qb), Schinopsis lorentzii (Qc)
y Ziziphus mistol (M). Las variables de suelo evaluadas fueron: nitrógeno total (Nt)
(Bremner y Mulvaney, 1982), Nitrógeno de la materia orgánica particulada (NOP)
(Cambardella, Elliot, 1992), la relación NOP:Nt, nitrógeno potencialmente mineralizable
(NAN) (Echeverria et al., 2000) y actividad ureásica (Weaver et al., 1994). Los datos se
analizaron mediante ANOVA utilizando como fuente de variación “tratamientos”
“coberturas” y “estación” y las respectivas interacciones. Se empleó el programa
estadístico Infostat 2011 (Di Rienzo et al., 2011).
Los valores medios de Nt, NOP, NOP:Nt, NAN observados fueron estadísticamente
significativos (p>0,05) para la triple interacción tratamiento*cobertura*estacionalidad y
los contenidos medios siguieron el siguiente orden, en relación a los tratamientos
T>SSP5>SSP1 (Tabla 1).
El menor valor medio de Nt, NOP, NOP:Nt se registró en el primer año después de la
implantación del sistema (SSP1) e incrementó a los cinco años con tendencia al
restablecimiento de los contenidos en el monte natural. Estos resultados coinciden con
lo registrado para el Nt, por Mao et al. (2010), en un ambiente semiárido frio de China,
por Savino (2012) en sistemas rolados en ambientes sub-húmedos de la región
chaqueña y por Sacramento et al. (2013) en ambientes semiáridos de la región noreste
del Brasil. Estos resultados indicarían que el disturbio, al año de efectuado, afecta en
primera instancia al nitrógeno asociado a las fracciones más lábiles de la materia
orgánica coincidiendo con Savino (2012). Es asi que el NAN disminuye en los
silvopastoriles mostrando una estrecha asociación con el NOP (Gregorutti et al., 2014),
apoyando lo expresado por Studdert et al. (2006) quienes al comparar sistemas de
labranza, encontraron que la variación en las fracciones lábiles del suelo se traduce en
cambios, en el mismo sentido, en la capacidad del suelo de mineralizar N.
3
Tabla 1. Valores medios de nitrógeno total (Nt), nitrógeno particulado (NOP)

(expresados en g N kg-1suelo), relación NOP:Nt (%), nitrógeno potencialmente
mineralizable (NAN) expresado en g N kg-1suelo día-1 y actividad ureásica (Act-U)
expresada en g NH3 g-1 suelo h-1, en los tratamientos (T, SSP1 y SSP5), en coberturas
(M, QC y Qb) y estaciones (seca y húmeda).
Estación Tratamiento Cob Nt NOP NOP:Nt NAN Act-U
M 2b 1,24de 62d 2,48bcdef 14,28cde
T Qc 2,5 ef 1,81gh 73ef 3,17efg 13,17bcd
Qb 2,3 de 1,64fg 70def 2,60cdef 14,19cde
M 2,1bcd 0,82bc 38b 3,57g 21,38h
seca SSP1 Qc 2b 0,86bc 43bc 1,82bc 16,66fg
Qb 1,7 a 0,74ab 45bc 2,68cdef 18,06g
M 2,1 bc 1,46ef 70def 2,86defg 17,92g
SSP5 Qc 2,1 bc 1,65fg 79f 1,82bc 15,64ef
Qb 2b 1,38ef 69de 2,41bcde 15,35def
M 2,6 f 1,94h 74ef 3,30fg 7,31a
T Qc 2,6 f 1,91gh 73ef 2,50bcdef 6,20a
Qb 2,3 de 1,64fg 70def 2,28bcde 6,59a
M 1,6 a 0,49a 30a 1,88bc 12,19bc
húmeda SSP1 Qc 1,8 a 0,86bc 48c 1,08a 11,15b
Qb 1,6 a 0,72ab 45bc 1,67ab 12,10bc
M 2,2bcd 1,44ef 67de 1,97bcd 6,09a
SSP5 Qc 1,8 a 1,09cd 62d 2,32bcde 5,41a
Qb 2,2 cd 1,64fg 73ef 2,36bcde 5,82a
Referencias: T= testigo vegetación natural, SSP1=sistema silvopastoril de un año, SSP5=sistema
silvopastoril de cinco años; M=mistol, Qc=quebracho colorado, Qb=quebracho blanco. Medias
con letra común no son significativamente diferentes (p>0,05).
La disminución del contenido de Nt, NOP, NOP:Nt en el SSP1 podría deberse a los
bajos ingresos de N a través de los residuos de las plantas ya que los mismos son
principalmente arbustivos leñosos, con altos contenidos de lignina (Banegas et al.,
2015), con elevada relación C:N que favorecerían inmediatamente procesos de
inmovilización y, al corto plazo, procesos de mineralización a expensas de la fracción
más lábil del N (Whalen et al., 2000; Ald, 2003 en Carrera et al., 2005; Savino, (2012), y
por otro lado a la intensiva absorción por la pastura de alta productividad en desarrollo
(Silberman et al., 2015) que requiere de N, quedando disminuido en el suelo
(Dessureault-Rompré et al., 2008 en Dessureault-Rompré et al., 2013).
El aumento del Nt, NOP, NOP:Nt en SSP5 pudieron ser consecuencia de residuos
provenientes del estrato arbóreo (de Aguiar et al., 2010), de la fijación de N2 por
organismos de vida libre (Hooker & Compton, 2003) asociados a las pasturas, sumado
4
al aporte de los residuos del P. maximun ya que a los 5 años alcanza una producción de
aproximadamente 6.000 Kg materia seca ha-1(Albanesi et al., 2013; Silberman et al.,
2015) ,a los exudados radiculares de las mismas (Loveland y Webb, 2003; Steffens et
al., 2008; Benbi et al., 2015) y a la deposición de las heces y la orina de los animales en
pastoreo, que son ricas en N (de Aguiar et al., 2010; Nyakatawa et al., 2011; Prieto et
al., 2011; Carrera & Bertiller, 2013; Rossignol et al. 2006 en Wang et al., 2014, Banegas
et al., 2015). Estos residuos contribuyeron anualmente con materia orgánica fresca de
baja relación C:N, lo que podría permitir un incremento en los valores de las fracciones
más lábiles (Savino 2012). todo esto se favorece debido a que el N en ecosistemas
semiáridos no está sujeto a la lixiviación (Woodmansee, 1978 en Barrett y Burke, 2002.)
sino más bien al ciclado en los pools de las plantas y los detritos animales (Barrett y
Burke, 2002).
Dado que el N potencialmente mineralizable se refiere a la calidad de la materia

orgánica (Ferrary Laguzzi et al., 2014) se puede indicar que los tratamientos SSP1 y
SSP5 afectan la calidad de la misma. Moraes et al. (2011) concluyeron que laboreo
común en sistemas agropastoriles y sistemas de cultivo intensivo tienden a la génesis
de sustancias húmicas más recalcitrantes, mientras el constante ingreso de materia
orgánica en sistemas silvopastoriles reducen la intensidad de la humificación,
implicando esto un incremento de sustancias más lábiles mejorando el ciclo de
nutrientes y el mantenimiento de la productividad.
Con relación a la cobertura arbórea el Nt y el NAN fueron mayores debajo de M (Tabla

1). Estos resultados coinciden con Anriquez et al. (2009), Becerra Llamazares (2012) y
Silberman et al. (2015), quienes encontraron, para los mismos ambientes mayor
cantidad de Nt bajo cobertura arbórea especialmente debajo de mistol, sugiriendo que
este aumento se debe a la mayor acumulación de necromasa aérea con mayor
contenido de N del mistol que aumenta la calidad y la cantidad del sustrato nitrogenado
y, a una mayor disponibilidad de agua, ya que existe una asociación directa entre el Nt y
el contenido de humedad favorecido éste último por la menor densificación del suelo
bajo coberturas arbóreas (Anriquez et al., 2012). A su vez (Albanesi et al., 2013), indica
que el estrato arbóreo mejora las condiciones biológicas del suelo, puesto que se
determinó que en los suelos sin cobertura vegetal se exaltan los procesos de
mineralización y de pérdida de la materia orgánica. Estos resultados apoyan la
importancia de mantener, en ecosistemas del semi-árido, la protección que la canopia
brinda para disminuir las pérdidas por volatilización del nitrógeno. A su vez debajo de la
cobertura de M se presentó el menor valor de NOP y NOP:Nt (Tablas 1), posiblemente
debido a la calidad del mistol, que favorece el consumo de las fracciones de mayor
labilidad por los microorganismos del suelo, esto apoyado por la mayor tasa de
mineralización potencial evidenciada por el aumento del nitrógeno potencialmente
mineralizable (NAN) (Tabla 1).
5
Con relación a la estacionalidad, en general los valores medios de Nt, NOP NOP:Nt son
mayores en la estación húmeda para el T, mientras que en SSP1 y SSP5 los mayores
valores se presentan en la estación seca (Tabla 1). Esto último posiblemente se deba a
que las menores temperaturas no favorecen los procesos de mineralización de la
materia orgánica (Dijkstra et al., 2011) por lo que se evidencian mayores valores medios
de Nt generado por el aporte de residuos orgánicos producido por el rolado. Además la
variación de la precipitación y temperaturas podrían causar el cambio de la estructura de
la comunidad microbiana y de su composición (Wang et al., 2015) en ecosistemas
áridos y semi-áridos (Zhang et al., 2015) afectando la mineralización del Nt.
Los valores medios de actividad ureasa observados fueron estadísticamente

significativos para la interacción estación*tratamiento (Tabla 1). Los valores medios de
la actividad ureasa fueron mayores en el SSP1, posiblemente debido a que en este
tratamiento se registraron los menores valores de Nt (Tabla 1). Estos resultados
coinciden con lo expresado por Hedo et al. (2015) y Gutknecht et al. (2010) en Hedo et
al. (2015) quienes indicaron que bajos contenidos de N requieren de grandes
actividades ureasas mediante los microorganismos del suelo, para poder suministrar
este elemento a las plantas, como ocurre en el SSP1 con las pasturas demandantes,
que se encuentran en activo crecimiento. Algunos estudios han encontrado una relación
entre la disponibilidad de nutrientes como el N y la actividad enzimática, indicando que
existe un sistema de feedback negativo (Olander y Vitousek, 2000 en Hedo et al., 2015).
Contrariamente a los resultados analizados, Balezentiene & Klimas (2009), observaron
que la actividad ureasa en distintos tratamientos de fertilización y manejos agrícolas en
Lituania, estuvo positivamente correlacionada con los nutrientes del suelo como Nt y
COT.
Con relación a la estación, los mayores valores medios de la actividad ureásica se

registraron en la estación seca (Tabla 1), contrariamente a lo esperado, ya que las
actividades enzimáticas están estrechamente relacionadas con la humedad del suelo,
factor de mayor influencia (Sardans et al., 2008; Brockett et al., 2012; Nuñez Ramos et
al., 2012). Otros autores (Aerts y Chapin, 2000 y, Carrera et al., 2005 en Prieto et al.,
2011) trabajando con otras enzimas hidrolíticas tales como β-glucosidasa y fosfatasa
también registraron una disminución en sus actividades para la estación húmeda,
debido tal vez a la naturaleza de los substratos. Es así que en estudios sobre especies
arbóreas nativas del Parque Chaqueño, Prause & Fernández López, (2012), indicaron
que la tasa de abscisión de las hojas posee variaciones a lo largo de año, registrándose
los mayores valores durante los meses invernales, aportando sustratos para las
actividades enzimáticas. Por otro lado Fioretto et al. (2009) concluyeron que la
heterogeneidad espacial y, más importante, las variaciones estacionales en la actividad
del suelo a menudo pueden esconder diferencias relacionadas al tipo de cobertura de
las plantas.
6
Conclusiones
El rolado de baja intensidad, junto a la siembra de pasturas megatérmicas perennes,

aplicado para la habilitación de un sistema silvopastoril en el Chaco semiárido, a los 5
años de la habilitación, mantiene la calidad del suelo respecto al bosque secundario
natural ya que los contenidos de nitrógeno total (Nt), como del N particulado (NOP) si
bien disminuyen en el primer año luego de ocurrido el disturbio, a los 5 años de
implantado el sistema silvopastoril tienden al restablecimiento de la condiciones que se
encuentran en la vegetación natural. Además a los cinco años, la proporción de N de
mayor labilidad se mantiene, indicando por lo tanto que éste sistema implantado
mediante RBI conserva las fracciones más lábiles de N. La actividad de la enzima
ureasa aumenta en el primer año luego de ocurrido el disturbio y tiende a restablecerse
a los 5 años. La estacionalidad no afectó marcadamente a los contenidos de N, sin
embargo aumentó el nitrógeno potencialmente mineralizable y la actividad ureasa en la
época seca. La cobertura arbórea de mistol se diferencia de las demás coberturas por el
aporte de mantillo de características particulares que afectan especialmente las
fracciones de N de mayor labilidad, es así que el NOP disminuye, mientras que aumenta
el NAN.
Bibliografía
Albanesi A. S., A. L. Anriquez, J. A. Dominguez Nuñez, J. E. Silberman & C. R. Kunst.

2013. Calidad de suelo, Propiedades biológicas y evaluación. En ecosistemas
semiáridos en Microbiología Agrícola: Un aporte de la investigación en Argentina.
Albanesi A. S. (Eds). Editorial Magna Publicaciones. 2° Edición. Tucumán, Argentina.
1:1-27. 500pp.
Anriquez A. L., S. A. Albanesi, J. E. Silberman, C. R. Kunst, R Suarez & J. A.

Dominguez Nuñez. 2012. Densidad aparente y materia orgánica del suelo en rolados del
Chaco Semiárido. Actas 2° Congreso Nacional de Sistemas Silvopastoriles. Argentina.
Ediciones INTA. 470pp. ISBN 978-987-679-123-6.
Anriquez A. L., S.A. Albanesi, C. R. Kunst, R Planelles & J. A. Dominguez Nuñez. 2009.
Sistemas silvopastoriles en el Chaco Semiárido, Efecto del rolado en las formas del
carbono y nitrógeno del suelo. Actas 1° Congreso Nacional de Sistemas Silvopastoriles.
Argentina. Ediciones INTA. 496pp. ISBN 978-987-521-350-0.
Balezentiene, L. & E. Klimas. 2009. Effect of organic and mineral fertilizers and land
management on soil enzyme activities. Agronomy Research, 7(1), 191-197.
Banegas, N., A. S. Albanesi, R. O. Pedraza & D. A. Dos Santos. 2015. Non-linear

dynamics of litter decomposition under different grazing management regimes. Plant and
Soil, 393(1-2), 47-56.
7
Barrett, J. E. & I. C. Burke. 2002. Nitrogen Retention in Semiarid Ecosystems Across a

Soil Organic-Matter Gradient. Ecological Applications, 12(3), 878-890. doi:
10.2307/3060996
Becerra Lamazares J. I. 2012. Indicadores de calidad de suelos en un sistema

silvopastoril del Chaco semiárido. Trabajo final de Intensificación para acceder al título
de Ing. Agrónomo. FAYA-UNSE.
Benbi, D. K., K. Brar, A. S. Toor & P. Singh. 2015. Total and labile pools of soil organic
carbon in cultivated and undisturbed soils in northern India. Geoderma, 237–238, 149-
158.
Brockett, B. F. T., C. E. Prescott & S. J. Grayston. 2012. Soil moisture is the major factor
influencing microbial community structure and enzyme activities across seven
biogeoclimatic zones in western Canada. Soil Biology and Biochemistry, 44(1), 9-20.
Carrera, A. L. & M. B. Bertiller. 2013. Combined effects of leaf litter and soil microsite on
decomposition process in arid rangelands. Journal of Environmental Management, 114,
505-511.
Carrera, L. A., N. D. Vargas, V. M. Campanella, B. M. Bertiller, L. C. Sain & J. M.

Mazzarino. (2005). Soil Nitrogen in Relation to Quality and Decomposability of Plant
Litter in the Patagonian Monte, Argentina, 139.
Cozzo D. 1995. Interpretación forestal del sistema fachinal de la Argentina y faxinal del
Brasil. Quebracho 3: 5 – 12.
de Aguiar, M. I., S. M. F. Maia, F. A. d. S. Xavier, T. S. de Oliveira, E. de Sá Mendonça

& J. A. A. Filho. 2010. Sediment, nutrient and water losses by water erosion under
agroforestry systems in the semi-arid region in northeastern Brazil. Agroforestry
Systems, 79(3), 277-289.
Dessureault-Rompré, J., D. L. Burton, B. J. Zebarth, C. Goyer, E. G. Gregorich, A.

Georgallas & C. A. Grant. 2013. Are soil mineralizable nitrogen pools replenished during
the growing season in agricultural soils? Soil fertility & plant nutrition. Soil Science
Society of America Journal, 77(2), 512-524.
Dijkstra, P., S. C. Thomas, P. L. Heinrich, G. W. Koch, E. Schwartz & B. A. Hungate.

2011. Effect of temperature on metabolic activity of intact microbial communities:
Evidence for altered metabolic pathway activity but not for increased maintenance
respiration and reduced carbon use efficiency. Soil Biology and Biochemistry, 43, 2023-
2031.
8
Ferrary Laguzzi, F., R. Osinaga, J. L. Arzeno, A. R. Becker & T. Rodríguez. 2014.

Fraccionamiento y mineralización de la materia orgánica en distintos sistemas de
labranza en un inceptisol de Salta. Ciencia del Suelo, 32(1), 63-72.
Fioretto, A., S. Papa, A. Pellegrino & A. Ferrigno. 2009. Microbial activities in soils of a
Mediterranean ecosystem in different successional stages. Soil Biology and
Biochemistry, 41(10), 2061-2068.
Gregorutti, V. C., L. E. Novelli, R. J. M. Melchiori, M. V. Ormaechea & O. P. Caviglia.

2014. Nitrógeno incubado en anaerobiosis y su relación con el nitrogeno orgánico en
diferentes fracciones. Ciencia del Suelo, 32(1), 41-51.
Hedo, J., M. E. Lucas-Borja, C. Wic-Baena, M. Andrés-Abellán & J. de las Heras. 2015.

Experimental site and season over-control the effect of Pinus halepensis in
microbiological properties of soils under semiarid and dry conditions. Journal of Arid
Environments, 116, 44-52.
Hooker, T. D. & J. E. Compton. 2003. Forest ecosystem carbon and nitrogen

accumulation during the first century after agricultural abandonment. Ecological
Applications, 13(2), 299-313.
Kunst, C., R. Ledesma, S. Bravo, A. Albanesi, A. Anriquez, H. van Meer & José Godoy.
2012. Disrupting woody steady states in the Chaco region (Argentina): Responses to
combined disturbance treatments. Ecological Engineering.
Loveland, P. & J. Webb. 2003. Review: Is there a critical level of organic matter in the
agricultural soils of temperate regions: a review. Soil & Tillage Research, 70, 1-18.
Mao, R., D. H. Zeng, Y. L. Hu, L. J. Li & D. Yang. 2010. Soil organic carbon and nitrogen
stocks in an age-sequence of poplar stands planted on marginal agricultural land in
Northeast China. Plant and Soil, 332(1), 277-287.
Marinari S; R. Mancinelli, E. Campiglia & S. Grego. 2006. Chemical and biological

indicators of soil quality in organic and conventional farming systems in Central Italy.
Ecological Indicators 6: 701-711.
Moraes, G. M. d., X. F. Alisson da Silva, E. de Sá Mendonça, J. A. de Araújo Filho & T.

Senna de Oliveira. 2011. Chemical and structural characterization of soil humic
substances under agroforestry and conventional systems. Revista Brasileira de Ciência
do Solo, 35, 1597-1608.
9
Núñez Ramos, P. A., A. A. Jara Castillo, Y. Sandoval Sandoval, R. Demanet & M. D. L.

L. Mora. 2012. Biomasa microbiana y actividad ureasa del suelo en una pradera
permanente pastoreada de Chile. Ciencia del Suelo, 30(2), 187-199.
Nyakatawa, E. Z., D. A. Mays, K. Naka & J. O. Bukenya. 2011. Carbon, nitrogen, and
phosphorus dynamics in a loblolly pine-goat silvopasture system in the Southeast USA.
Agroforestry Systems, 86(2), 129-140.
Orr, C. H., S. P. Cummings, C. Leifert & J. M. Cooper. 2012. Impacts of Organic and
Conventional Crop Management on Diversity and Activity of Free-Living Nitrogen Fixing
Bacteria and Total Bacteria Are Subsidiary to Temporal Effects. PLoS ONE, 7(12).
Pérez-Carrera, C., H. Moscuzza & A. Fernández-Cirelli. 2008. Efectos socioeconómicos

y ambientales de la expansión agropecuaria. Estudio de caso: Santiago del Estero,
Argentina. Ecosistemas 17 (1): 5-15.
http://www.revistaecosistemas.net/index.php/ecosistemas/article/view/108
Prause, J. & C. Fernández López. 2012. Aporte y descomposición de hojas de cuatro

especies forestales nativas del Parque Chaqueño. Actas 2° Congreso Nacional de
Sistemas Silvopastoriles. Argentina.Ediciones INTA. 470pp. ISBN 978-987-679-123-6.
Prieto, L. H., M. B. Bertiller, A. L. Carrera y N. L. Olivera. 2011. Soil enzyme and

microbial activities in a grazing ecosystem of Patagonian Monte, Argentina. Geoderma,
162(3–4), 281-287.
Roldán A., F. Caravaca, M. T. Hernández, C. García, C. Sánchez-Brito, M. Velásquez &

M. Tiscareño. 2003. No-tillage, crop residue additions, and legume cover cropping
effects on soil quality characteristics under maize in Patzcuaro watershed (Mexico). Soil
and Tillage Research.72: 65-73.
Sacramento, J. A. A. S. d., A. C. d. M. Araújo, M. E. O. Escobar, X. F. Alisson da Silva,

A. C. R. Cavalcante & T. S. d. Oliveira. 2013. Soil carbon and nitrogen stocks in
traditional agricultural and agroforestry systems in the semiarid region of Brazil. Revista
Brasileira de Ciência do Solo, 37, 784-795.
Sardans, J., J. Peñuelas & M. Estiarte. 2008. Changes in soil enzymes related to C and
N cycle and in soil C and N content under prolonged warming and drought in a
Mediterranean shrubland. Applied Soil Ecology, 39, 223-235.
10
Savino P. 2012. Fracciones de nitrógeno y actividad microbiológica del suelo, en

sistemas rolados del Centro Este de Santiago del Estero. Trabajo final de Intensificación
para acceder al título de Ing. Agrónomo. FAYA-UNSE.
Silberman, J. E., A. L. Anriquez, A. S. Albanesi, J. A. Domínguez Núñez & C. G. Kunst.

2015. Tree cover in a silvopastoral system in the Chaco region and its contribution to
soil. Ciencia del Suelo, 33(1), 19-29.
Steffens, M., A. Kölbl, K. U. Totsche & I. Kögel-Knabner. 2008. Grazing effects on soil
chemical and physical properties in a semiarid steppe of Inner Mongolia (P.R. China).
Geoderma, 143, 63-72.
Studdert, G. A., G. F. Domínguez, N. Fioriti, M. Cozzoli, N. Diovisalvi & M. Eiza. (2006).

Relación entre nitrógeno anaeróbico y materia orgánica de Molisoles de Balcarce. Paper
presented at the Actas XX Congreso Argentino de la Ciencia del Suelo, Salta-Jujuy.
Vallejo-Quintero, V.E. 2013. Importancia y utilidad de la evaluación de la calidad de
suelos mediante el componente microbiano: experiencias en sistemas silvopastoriles.
Colombia forestal. 16(1): 83-99.
Wang, N., M. J. Wang, S. L. Li, N. N. Wang, F. J. Feng & S. J. Han. 2015. Effects of
precipitation variation on growing seasonal dynamics of soil microbial biomass in
broadleaved Korean pine mixed forest. Chinese Journal of Applied Ecology, 26(5), 1297-
1305.
Wang, Q., Y. Wang, S. Wang, T. He & L. Liu. 2014. Fresh carbon and nitrogen inputs
alter organic carbon mineralization and microbial community in forest deep soil layers.
Soil Biology and Biochemistry, 72, 145-151.
Whalen, J. K., P. J. Bottomley & D. D. Myrold. 2000. Carbon and nitrogen mineralization
from light- and heavy-fraction additions to soil. Soil Biology and Biochemistry, 32, 1345-
1352.
Zhang, N., S. Wan, J. Guo, G. Han, J. Gutknecht, B. Schmid, L. Yu, W. Liu, J. Bi, Z.
Wang & K. Ma. 2015. Precipitation modifies the effects of warming and nitrogen addition
on soil microbial communities in northern Chinese grasslands. Soil Biology and
Biochemistry, 89, 12-23.
11
LOS ARBOLES DETERMINAN LA DIVERSIDAD DEL SUELO EN UN SISTEMA

SILVOPASTORIL EN SANTIAGO DEL ESTERO
JUAN SILBERMAN1,2,3 *., ADA ALBANESI1.& DANIEL GRASSO2
1
Fac. agronomía y agroindustrias. Univ. Nac. Santiago del Estero. Av. Belgrano (S)
1912. Santiago del Estero. CP 4200. Santiago del Estero, Argentina..2Instituto de Suelo.
CNIA. INTA Castelar. 3 CONICET.
* [email protected]
Palabras clave: ADNr 16S, BIOLOG, Región Chaqueña
Resumen
Los sistemas silvopastoriles son promovidos a nivel mundial como una alternativa para
mejorar la sustentabilidad de sistemas de producción agropecuarios debido a los
beneficios ambientales que conlleva la inclusión de árboles en los agroecosistemas. Sin
embargo permanece poco esclarecido nuestro conocimiento del impacto de estos
sistemas en la salud del suelo. El objetivo fue analizar el efecto de las diferentes
coberturas arbóreas sobre la estructura y funcionalidad de los microorganismos del
suelo de bosques nativo y sistemas silvopastoril de la Región Chaqueña. Las
consecuencias de la transformación de bosques nativos a sistemas silvopastoriles en la
estructura de las comunidades microbianas y bioquímica del suelo son evidentes luego
de un año de la transformación. Este comportamiento está relacionado a las
modificaciones en la disponibilidad de los recursos (agua en ingreso de carbono y
nitrógeno). Sin embargo estos cambios son reversibles, ya que a los cinco años se
restauran la mayoría de los grupos bacterianos. La estructura de las comunidades
microbianas del suelo del bosque y del sistemas silvopastoril de cinco años estaría
determinada por la calidad de los residuos foliares de las distintas especies arbóreas
que ingresan al suelo. En el bosque, los perfiles fisiológicos varían según las diferentes
especies arbóreas y esto está relacionado a la composición química diferencial de las
hojas de estas estas especies. Las comunidades microbianas del suelo bajo la
cobertura de Schinopsis lorentzii muestran preferencias por los polímeros. Mientras que
la microbiota del suelo bajo la cobertura de Ziziphus mistol muestra preferencia por los
carbohidratos y aminoácidos.
Introducción
El área máxima con sistemas silvopastoriles se encuentra en Sudamérica (Kumar et al.,

2014). Estos sistemas fueron promovidos como una alternativa para mejorar la
sustentabilidad de las prácticas agropecuarias debido a los beneficios que tiene la
inclusión de árboles en agroecosistemas, principal en el secuestro de carbono,
1
reducción de emisiones de metano y reducción de la presión de los desmontes sobre los

bosques
(Murgueitio et al., 2011). En el Chaco Argentino los sistemas silvopastoriles son

diseñados comúnmente sobre bosques secundarios utilizando usualmente herramientas
mecánicas. Recientemente se desarrolló una tecnología rolado selectivo de baja
intensidad (RBI) que permite integrar la ganadería con el aprovechamiento forestal. Está
práctica consiste en reducir el volumen de leñosas con altura menor a 3 m,
principalmente arbustos. El RBI es un disturbio mecánico que permite crear un
´parque´, que es más apropiado para las operaciones de ganadería que la vegetación
dominada por leñosas. La productividad del forraje y la capacidad de carga se
incrementan por la siembra simultánea de pasturas exóticas del género Panicum (Kunst
et al., 2014).
Estudios previos han demostrado que la transformación de bosques nativos a sistemas

silvopastoriles mantiene la cobertura de árboles de las especies dominantes, la
diversidad de árboles y aves (Gomez & Navall, 2008; Albanesi et al., 2013a). Sin
embargo nuestro conocimiento del impacto en la salud del suelo está limitado. La salud
del suelo está estrechamente relacionada con el concepto de calidad del suelo
(Lehman et al., 2015). La evaluación de calidad del suelo está acoplada a las
mediciones directas de un conjunto de variables físicas, químicas y biológicas que
reflejen los cambios en la función del suelo (Andrews et al., 2004 in Lehman et al.,
2015).
Las comunidades microbianas del suelo juegan un rol vital en el ciclado de nutrientes,
descomposición de la materia orgánica, secuestro de carbono, estructura y retención de
agua. El enfoque para el estudio de los microorganismos del suelo ha pasado de las
determinaciones bioquímicas y microbiológicas como actividades enzimáticas, biomasa
microbiana y coeficientes de respiración, hacia la investigación de su diversidad a nivel
de comunidad.
La amplificación por PCR del gen ARNr del ADN de suelo combinado con técnicas
fingerprint como denaturing gradient gel electrophoresis (DGGE) ha demostrado ser una
herramienta muy útil para analizar los cambios en la estructura de la comunidad
microbiana y diversidad (Tao et al., 2012).
La estimación de la diversidad funcional usando Community Level Physiological

Profiles(CLPP) ha sido reportada como una técnica sensible para detectar
modificaciones debidas al manejo del suelo (San Miguel et al., 2007).
Las diferentes especies de árboles más representativos de la Región Chaqueña influyen

en el contenido de carbono del suelo siendo Ziziphus mistol la especie destacada por su
mayor contribución al carbono del suelo (Silberman et al., 2015; Anriquez et al., 2016).
2
Es por ello que se estima que las diferentes especies arbóreas presentes en los
bosques y sistemas silvopastoriles de la Región Chaqueña tendrán un efecto diferencial
en las comunidades microbianas del suelo.
El objetivo fue analizar el efecto de las diferentes coberturas arbóreas sobre la

estructura y funcionalidad de los microorganismos del suelo de bosques nativo y
sistemas silvopastoril de la Región Chaqueña.
Se realizó un experimento factorial con diseño completamente aleatorizado con tres

tratamientos, tres coberturas y tres repeticiones.
Los tratamientos fueron (T) Testigo, bosque secundario lignificado; (SP1) silvopastoril de
un año y (SP5) sistema silvopastoril de cinco años, ambos habilitados mediante RBI y
siembra simultánea de Panicummaximum cv gattonpanic y un pastoreo controlado (1
E.V ha-1) por año.
Las coberturas arbóreas fueron: suelo bajo la cobertura de Aspidosperma quebracho

blanco (Qb); Schinopsislorentzii (Qc) y Ziziphus mistol (M).
La toma de muestras se realizó a una profundidad de 0- 0,15 m en marzo de 2013. En

cada parcela se tomó, a lo largo de una transecta diagonal de 100 m, una muestra
compuesta de cinco submuestras en la zona rizosférica de gattonpanic debajo de cada
cobertura arbórea.
El estudio de diversidad microbiana estuvo dirigido a la comunidad total, es decir tanto

microorganismos cultivables como no cultivables. Por lo tanto la metodología empleada
hizo uso del análisis del ADN presente en las muestras de suelo. Dado el gran número
de muestras a analizar, se usó el procedimiento fingerprint DGGE (Denaturing Gradient
Gel Electrophoresis). La primera PCR fue llevada a cabo con 25 ng ADN en un volumen
de 50 µL conteniendo buffer PCR 1X, MgCl2 1.5mM, dNTPs 0.2µM de cada uno, primer
fD1 (5´- AGA GTT TGA TCC TGG CTC AG - 3´) 0,08 µM, primer rD1 (5´- AAG GAG
GTG ATC CAG CC - 3´) 0,08 µM, Taq polimerasa 1,25 U. La amplificación por PCR fue
realizada en Eppendorf Master cycler Gradient con las siguientes condiciones:
desnaturalización inicial a 95ºC 5 min seguido de 35 ciclos con desnaturalización a
95ºC 30s, annealing 55ºC 30s y extensión a 2ºC 2 min. Luego una extensión final a
72ºC 5 min.
Se llevó a cabo una segunda PCR con los primers F341 (5´- CGC CCG CCG CGC GCG
GCG GGC GGG GCG GGG GCA CGG GGG GCC TAC GGG AGG CAG CAG - 3´) y
R534 (5´- ATT ACC GCG GGT GCT GG - 3´) (Muyzeret al., 1993; Solaiman y
Marschner, 2007) para amplificar una región hipervariable de 200bp. La segunda PCR
3
se llevó a cabo con 25 ng de ADN de la primera PCR en un volumen de 25 µL

conteniendo buffer PCR 0,8 X; MgCl2 1,3 mM; F341 0,1 µM; R534 0,1 µM; Taq
polimerasa 0,5 U. La reacción se llevó a cabo en Eppendorf Master cycler Gradient con
las siguientes condiciones: desnaturalización inicial a 93ºC 5 min; seguido de 30 ciclos
de desnaturalización a 94ºC 30 s, annealing 53ºC 30s, extensión a 72ºC 2 min.
Finalmente una extensión final a 72ºC 10 min.
La electroforesis en gel en gradiente desnaturalizante se llevó a cabo usando el sistema

D-codeBio-Rad. Los productos de PCR de 200pb fueron cargados en un gel de
poliacrilamida 8% de 1 mm en TAE 1X. Se usó un gradiente 40-60%.
La electroforesis se llevó a cabo durante 16hs a 70V. Los geles fueron teñidos 1 h con
SYBR Safe (Invitrogen). La visualización se realizó en Gel Doc XR+(Bio-Rad). Se realizó
el análisis de los perfiles usando el software Bionumerics 6.0.
La funcionalidad de las comunidades microbianas se evaluó utilizando las BIOLOG

MicroEcoplate. 5g de suelo se colocaron en un tubo falcon de 50 mL, se humedeció
hasta el 50% de capacidad de campo con agua destilada estéril. Se preincubó durante 7
días a 28ºC. Posteriormente se llevó a volumen de 50 mL con solución fisiológica (10-1),
se agitó 40 minutos y se centrifugó. Se tomaron 5 mL de 10-1 y se transfirieron a un tubo
conteniendo 45 mL de solución fisiológica (10-2). Se sembraron 150 µl de esta última
dilución en cada pocillo y se incubó a 28ºC. La utilización de las fuentes carbonadas se
determinó por reducción del tetrazolio, un indicador redox que cambia de incoloro a
púrpura. Las lecturas de λ 590nm se registraron cada 24h hasta 120 h en lector de
microplacas Biotek.Se consideraron como positivas solo aquellas lecturas con λ 590nm
mayor a 0,2 y se utilizaron las lecturas correspondientes a las 72h, ya que éstas
permitieron una mayor discriminación entre los tratamientos. El clúster se construyó con
el software Infostat 2014v.
ADNr 16S-DGGE
El número de bandas osciló entre 28 y 53 (Tabla 1) y se ubican dentro del rango
informado por otros autores para otras regiones del mundo con clima similares al del
presente estudio usando la técnica DGGE dirigida al gen 16S ADNr (Ben-David et al.,
2011; Zhang et al., 2013; Zhang et al., 2015). El número de bandas (Tabla 1) y el clúster
mostraron diferencias en la estructura de las comunidades microbianas entre
tratamientos (Fig. 1). Las diferencias entre los bosques y sistemas silvopastoriles de un
año podrían atribuirse a la calidad del residuo que ingresa al suelo. Diversos autores
reportaron la relación entre la diversidad microbiana y la calidad del mantillo (Torres et
al. 2005; Ndaw et al. 2009; Keiser et al. 2012).
4
Tabla 1. Número de bandas promedio, obtenidas por DGGE, para los diferentes tratamientos y
coberturas en el sitio semiárido.
Nº de
Uso del suelo Cobertura bandas
M 42 ± 2 C
Qb 37 ± 2 BC
T Qc 36 ± 2 B
M 54 ± 2 D
Qb 53 ± 2 D
SP1 Qc 53 ± 2 D
M 28 ± 2 A
Qb 34 ± 2 B
SP5 Qc 36 ± 2 B
Referencias: (T) bosque nativo; (SP1) sistema silvopastoril 1 año y (SP5) sistema silvopastoril de
5 años habilitados mediante dos pasadas de rolo y siembra de Panicummaximum cv
Gattonpanic. Qc, suelo bajo la cobertura de Schinopsislorentzii; Qb, suelo bajo la cobertura de
Aspidosperma quebracho blanco y M, suelo bajo la cobertura de Ziziphus mistol. Medias con
letra común no son significativamente diferentes (p> 0,05).
En este estudio se considera que las diferencias entre los sistemas naturales (bosques)
y antropizados (silvopastoral) está principalmente en la susceptibilidad a la degradación
de los residuos de las plantas. En nuestro estudio se considera que material depositado
en el suelo de bosque es principalmente leñoso mientras que en el sistema silvopastoril
ingresa material herbáceo (pastura) con mucho menor contenido de lignina en
coincidencia con lo reportado por Banegas et al. (2015).
El aumento de los grupos bacterianos (número de bandas) en el sistema silvopastoril de

un año pudo haber sido consecuencia del incremento en la disponibilidad de recursos
(agua y fuente de carbono) producto del RBI. Anriquezet al. (2008) informaron para el
mismo sitio experimental que un primer efecto del rolado posterior a la habilitación es el
incremento de la humedad del suelo.
Los resultados demuestran que esta práctica tiene bajo impacto y por otra parte que los
microorganismos nativos muestran un alto grado de tolerancia a los cambios en las
condiciones ambientales, que podrían dar lugar a las comunidades microbianas
resistentes a las alteraciones causadas por el uso de la tierra (Vallejo et al., 2012).
Mantener la diversidad microbiana del suelo es un aspecto importante de la calidad del
suelo ya que está vinculada a la provisión de servicios ecosistémicos como la regulación
del clima, fertilidad del suelo y producción de alimentos (Delgado-Baquerizo et al., 2016)
5
220413 220413
100
50
0
Semiarid SP5_Qc_16S rDNA.

Semiarid SP5_Qc_16S rDNA..
Semiarid SP5_Qb_16S rDNA.
Semiarid SP5_Qb_16S rDNA..
Semiarid SP5_M_16S rDNA.
Semiarid SP5_M_16S rDNA..
Semiarid T_M_16S rDNA.
Semiarid T_M_16S rDNA..
Semiarid T_Qb_16S rDNA.
Semiarid T_Qb_16S rDNA..
Semiarid T_Qc_16S rDNA.
Semiarid T_Qc_16S rDNA..
Semiarid SP1_Qb_16S rDNA..
Semiarid SP1_Qc_16S rDNA.
Semiarid SP1_Qc_16S rDNA...
Semiarid SP1_Qb_16S rDNA.
Semiarid SP1_Qb_16S rDNA...
Semiarid SP1_M_16S rDNA.
Semiarid SP1_Qc_16S rDNA..
Semiarid SP1_M_16S rDNA..
Semiarid SP1_M_16S rDNA...
Figura 1. Dendograma construido en base a los perfiles ADNr 16S DGGE para los diferentes
tratamientos y coberturas. Referencias: T bosque nativo lignificado; SP1 y SP5, sistemas
silvopastoriles 1 año y 5 años respectivamente habilitados mediante dos pasadas de rolo y
siembra de Panicum maximum cv Gattonpanic. Qc, suelo bajo la cobertura de Schinopsis
lorentzii; Qb, suelo bajo la cobertura de Aspidosperma quebracho blanco y M, suelo bajo la
cobertura de Ziziphus mistol.
Adicionalmente se detectaron diferencias entre coberturas en T y SP5. Esto podría estar

relacionado con el contenido de materia orgánica (M>Qb y Qc) (Silberman et al., 2015) y
composición química de las hojas de estas tres especies (Tabla 2) que ingresan al suelo
como residuos al final de la estación de crecimiento. La especie Ziziphus mistol presenta
mayores contenidos de proteína bruta y menores contenidos de polifenoles y taninos en
comparación con Schinopsis lorentzii. La mayor concentración de taninos presentes en
quebracho pudieron haber tenido una incidencia directa sobre la diversidad microbiana a
través de su efecto antibacterial (Elizondo et al. 2010).
BIOLOG
Enanálisis de perfiles fisiológicos (Fig2) mostró que al año de la intervención se
detectaron los câmbios em los CLPP que se restablecieron a los cinco años. El perfil se
modifico en SP por el cambio em las entradas de carbono y nitrógeno al suelo. Esto se
6
debe en primer lugar por el ingreso de material lignocelulósico aplastado por el rolo
proveniente de una gran diversidad de arbustos con diferente composición química
(Tabla 2). En segundo lugar por el ingreso de necromasa de Panicummaximum cv.
Gattonpanic. Estos resultados sugieren que elefecto del ingreso de losresiduos
aplastado por el rolo y elgattonpanic es mayor al efecto que generanlas diferentes
especies de árbobles sobre los perfiles fisiológicos a nivel de comunidad.
Los perfiles fisiológicos (Fig. 2) no mostraron um patrón asociado a las diferentes

especies arbóreas. Sin embargo, elanálisis de componentes principalescon base em La
utilización de fuentes de carbono agrupadas por naturaleza química (Fig. 3) sugiere que
los perfiles fisiológicos estarían relacionados com La composición química de lashojas
de las diferentes especies arbóreas. Em el bosque La comunidad microbiana bajo Qc
usa preferentemente polímeros posiblemente porque esta espécie tiene alta
concentración de fenoles y taninos enhoja (Tabla 2). Bajo la cobertura de mistol los
microorganismos usan preferentemente carbohidratos y aminoácidos posiblemente
porque esta especie presenta menor contenido de fibra y mayor contenido de proteínas.
Tabla 2.Composición química de hojas de árboles representativos del Chaco al final de la

estación de crecimiento.
Fenoles Taninos
Totales (g Totales (g
Fibra Fibra ácido ácido
Proteína detergente detergente tánico/100g tánico/100g
Especie bruta (%) neutro (%) ácido (%) MS) MS)
Aspidosperma
quebracho blanco 13 38,1 28,4 sd sd
(1)
Schinopsislorentzii 11,5 31,1 23,1 24,5 14,5
(1)
Ziziphus mistol 20,2 26,6 17,8 10,1 3,6
(1) Fuente García et al. 2013
7
Ward
Distancia: (Euclidea)
SP1:Qc
SP1:Qb
T:Qc
T:Qb
T:M
SP5:Qb
SP5:Qc
SP5:M
SP1:M
0,00 3,24 6,48 9,73 12,97
Figura 2. Dendograma construido en base a los perfiles BIOLOG para las diferentes tratamientos
y coberturas. Referencias: T bosque nativo lignificado; SP1 y SP5, sistemas silvopastoriles 1 año
y 5 años respectivamente habilitados mediante dos pasadas de rolo y siembra de Panicum
maximum cv Gattonpanic. Qc, suelo bajo la cobertura de Schinopsis lorentzii; Qb, suelo bajo la
cobertura de Aspidosperma quebracho blanco y M, suelo bajo la cobertura de Ziziphus mistol.
8
Figura 3. Análisis de componentes principales construido en base a la utilización fuentes

agrupadas con naturaleza química para las diferentes coberturas dentro de cada tratamiento.
Referencias: T bosque nativo lignificado; SP1 y SP5, sistemas silvopastoriles 1 año y 5 años
respectivamente habilitados mediante dos pasadas de rolo y siembra de Panicum maximum cv
Gattonpanic. Qc, suelo bajo la cobertura de Schinopsis lorentzii; Qb, suelo bajo la cobertura de
Aspidosperma quebracho blanco y M, suelo bajo la cobertura de Ziziphus mistol.
9
Conclusiones
Las consecuencias de la transformación de bosques nativos a sistemas silvopastoriles

en la estructura de las comunidades microbianas y bioquímica del suelo son evidentes
luego de un año de la transformación. Este comportamiento está relacionado a las
modificaciones en la disponibilidad de los recursos (agua en ingreso de carbono y
nitrógeno). Sin embargo estos cambios son reversibles, ya que a los cinco años se
restauran la mayoría de los grupos bacterianos.
La estructura de las comunidades microbianas del suelo del bosque y del sistemas
silvopastoril de cinco años estaría determinada por la calidad de los residuos foliares de
las distintas especies arbóreas que ingresan al suelo.
En el bosque, los perfiles fisiológicos varían según las diferentes especies arbóreas y
esto está relacionado a la composición química diferencial de las hojas de estas estas
especies. Las comunidades microbianas del suelo bajo la cobertura de Schinopsis
lorentzii muestran preferencias por los polímeros. Mientras que la microbiota del suelo
bajo la cobertura de Ziziphus mistol muestra preferencia por los carbohidratos y
aminoácidos.
Bibliografía
Albanesi, A; C Kunst; A Anriquez; J Silberman; R Ledesma; M Navall; J

DominguezNuñez; R Duffau; R Suarez; D Werenitzky; E Raña; L Socolik; D Coria & O
Coria. 2013a. Rolado selectivo de baja intensidad y sistemas silvopastoriles de la
Región Chaqueña. En: Albanesi, A; R Paz; MT Sobrero; S Helman; S Rodriguez. Hacia
la construcción del desarrollo agropecuario y agroindustrial. De la FAyA al NOA.
Universidad Nacional de Santiago del Estero. Ediciones Magna. 360p
Anriquez, A; R Ledesma; C Kunst& A Albanesi. 2008. El rolado y el agua en los suelos.

En: Kunst, C; R Ledesma; M Navall (Eds). 2008. RBI. Rolado selectivo de baja
intensidad. Ediciones INTA. 137p.
Anriquez, A; S Arias; J Silberman; J DominguezNuñez; C Kunst& A Albanesi. 2015.

Sistema silvopastoril habilitado por rolado de baja intensidad. impacto en glomalinas y
fracciones de carbono del suelo. Cienc. Suelo (Argentina) 34(1). En prensa.
Banegas, N; A Albanesi; R Pedraza & D Dos Santos. 2015. Non-linear dynamics of litter
decomposition under different grazing management regimes. Plant Soil DOI
10.1007/s11104-015-2472-y
10
Ben-David, E; E Zaady; Y Sher& A Nejidat. 2011. Assessment of the spatial distribution

of soil microbial communities in patchyaridand semiarid landscapes of the Negev
Desert using combined PLFA and DGGE analyses. FEMS Microbiol Ecol 76: 492–503.
Delgado-Baquerizo, M; F Maestre; P Reich; T Jeffries; J Gaitan; D Encinar; M Berdugo;

C Campbell & B Singh. 2016. Microbial diversity drives multifunctionality in terrestrial
ecosystems. NATURE COMMUNICATIONS | DOI: 10.1038/ncomms10541
Elizondo, AM; EC Mercado; BC Rabinovitz&ME Fernandez-Miyakawa. 2010. Effect of

tannins on the in vitro growth of Clostridium perfringens. Veterinary Microbiology 145:
308–314
García, E.M; A Juárez Sequeira; MA Nazareno & J Arroquy. 2013. Polifenoles y

valoración nutricional de hojas de especies leñosas del Chaco seco. 36 Congreso
Argentino de Producción animal. Buenos Aires.
Gomez, A & M Navall. 2008. Efecto del rolado sobre la estructura del bosque,
implicancias para el manejo forestal. En: Kunst, C; R. Ledesma & M. Navall (Eds).
2008. RBI. Rolado selectivo de baja intensidad. Ediciones INTA. 137p.
Keiser, AD; JD Knoepp& MA Bradford. 2012. Microbial communities may modify how
litter quality affects potential decomposition rates as tree species migrate. Plant Soil DOI
10.1007/s11104-013-1730-0
Kumar, P; RP Singh; A Kumar Singh & V Kumar. 2014. Quantification and distribution of
agroforestry systems and practices at global level. Hortflora Research Spectrum 3 (1): 1-
6. ISNN: 2250- 2823.
Kunst, C; S Bravo; R Ledesma; M Navall; A Anriquez; D Coria; J Silberman; A Gómez &

A Albanesi. 2014. Ecology and Management of the Dry Forests and Savannas of the
western Chaco region, Argentina. In: Greer (Ed). Dry Forests: Ecology, Species
Diversity and Sustainable Management. Nova Science Publishers. United States of
America. 189p. ISBN: 978-1-63321-291-6
Lehman, RM; V Acosta-Martinez; JS Buyer; CA Cambardella; HP Collins; TF Ducey; JJ

Halvorson; VL Jin; JMF Johnson; RJ Kremer; JG Lundgren; DK Manter; JE Maul; JL
Smith & DE Stott. 2015. Soil biology for resilient, healthy soil. Journal of soil and water
conservation 70(1). doi:10.2489/jswc.70.1.12A
Murgueitio, E; Z Calle; F Uribe; A Calle & B Solorio. 2011. Native trees and shrubs for
the productive rehabilitation of tropical cattle ranching lands. Forest Ecology and
Management 261: 1654-1663.
11
Ndaw, SM; AC Gama-Rodrigues; EF Gama-Rodrigues; KR Sales; AS Rosado. 2009

Relationships between bacterial diversity, microbial biomass, and litter quality in soils
under different plant covers in northern Rio de Janeiro State, Brazil. Can J
Microbiol. 55(9):1089-95. doi: 10.1139/w09-066.
San Miguel, C; M Dulinski& R Tante. 2007. Direct comparison of individual substrate

utilization fron CLPP study: A new analysis for metabolic diversity data. SoilBiology and
Biochemistry 39: 1870-1877.
Silberman, J; A Anriquez; J DominguezNuñez; C Kunst& A Albanesi. 2015. La cobertura

arbórea en un sistema silvopastoril delchaco y su contribución diferencial al suelo.
Cienc. Suelo (Argentina) 33(1): 19-29.
Tao, S; Q Xia; L Zhu; J Chen; Y Wang & B Qin. 2012. Analysis of the Bacterial
communities in Lime Concretio Black Soil upon the Incorporation of Crop Residues.
Open Journal of Soil Science 9: 312-319.
Torres, PA; AB Abril & EH Bucher EH. 2005. Microbial succession in litter
decomposition in the semi-arid Chaco woodland. Soil Biology and Biochemistry 37(1):
49–54.
Vallejo, V; Z. Arbelí; W Terán; N Lorenz; R Dick & F Roldan. 2012. Effect of land
management and Prosopisjuliflora (Sw.) DC trees on soil microbial community and
enzymatic activities in intensive silvopastoral systems of Colombia. Agriculture,
Ecosystems and Environment 150: 139– 148.
Zhang, Y; C Cao & P Zhang. 2013. Denaturing Gradient Gel Electrophoresis Detects
Bacterial and Cyaonbacterial Diversities in Biological Soil Crusts in a Semiarid Desert,
China. Advanced Materials Research Vols. 726-731: 3680-3684..
Zhang, Y; M Xie; G Wu; D Peng& W Yu. 2015. A 3-year field investigation of impacts of
Monsanto’s transgenic Bt-cotton NC 33B on rhizosphere microbial communities in
northern China. Applied Soil Ecology 89: 18–24.
12
PROPIEDADES MICROBIOLÓGICASDESUELO ARGIUDOL BAJO CULTIVO

DE BATATA, RELACIÓN CON EL MONOCULTIVO Y DISTINTOS
ANTECESORES
JIMENA ORTIZ*1; VALERIA SOLEDAD FAGGIOLI1; JORGE ANGEL ULLE2 &

HÉCTOR MARTI2.
1
EEA INTA Marcos Juárez, Área Suelos y Producción Vegetal, Grupo Gestión
Ambiental. Marcos Juárez, Córdoba, Argentina; 2 EEA INTA San Pedro, Red de
Agroecología REDAE. San Pedro, Buenos Aires, Argentina.
* [email protected]
Palabras clave: Ipomoea batatas, Sistemas agroecológicos, Indicadores biológicos
Resumen
En sistemas agroecológicos la conservación de suelos, su calidad, manejo y la

caracterización de propiedades físicas, químicas y biológicas, de modo integral, es un
factor clave para rediseñar y planificar el manejo de los cultivos. Un experimento fue
implantado con batata durante el período 2011-2015, evaluando diferentes antecesores.
El tratamiento principal fue el cultivo antecesor sobre el cultivo de batata (Ipomoea
batatas). Se evaluaron 12 antecesores: 3 maíces cv. Blanco Duro, cv. Caiano, cv.
Azteca, sorgo forrajero cv. Talero, Avena sp(gramíneas), 2 leguminosas subtropicales
Canavalia ensiformis y Mucunacinza(leguminosas), 1 barbecho desnudo estival
(barbecho), asociaciones de batata más Canavalia ensiforme (consociación
leguminosa), batata más Maíz blancoduro y batata más Maíz Caiano (consociación
gramíneas), monocultivo de batata (monocultivo). Para este estudio se utilizó un diseño
en bloques completos aleatorizados con tres repeticiones, siendo los resultados
analizados mediante modelos mixtos usando Infostat Professional considerando tres
años de muestreos (2012, 2014 y 2015) de las variables microbiológicas en los 12
tratamientos contemplando heteroscedasticidad de variancia para los casos que fuera
necesario. La comparación de medias se realizó con el test DGC (p≤ 0,001 y p≤0,05).
Se analizó respiración microbiana (RB), carbono de la biomasa microbiana (CBM),
coeficiente metabólico (qCO2), actividad enzimática global por la hidrolisis de
fluoresceína diacetato (FDA), actividad enzimática de la fosfatasa ácida (P-asa) y
glomalinas fácilmente extraíble (Glom).Como resultado se obtuvo que el año fue la
variación más importante siendo significativo para todas las variables en estudio,
mientras que el antecesor fue significativo en las variables Pasa, FDA, RB y qCO2. En
los contenidos de Pasa monocultivo y consociación gramínea presentaron los mayores
valores, diferenciándose de los demás antecesores (p<0.05). En cuanto a la actividad
enzimatica global FDA monocultivo presento los valores más bajos (p<0,05),
mientrasque en la variable qCO2 monocultivo presento los valores más altos respecto a
los demás antecesores (p<0.05).Hubo interacción antecesor por año en las variables
1
Pasa y FDA. Las variables microbiológicas son buenos indicadores siendo sensibles a
los cambios en el manejo. Teniendo en cuenta la conservación del suelo, su salud y
calidad se puede concluir que para este estudio los mejores antecesores de batata
fueron gramíneas, consociación gramíneas y leguminosas.
Introducción
La batata (Ipomoea batatas (L)) es un cultivo importante en las economías regionales

(INTA, 2013) tanto para la producción de autoconsumo familiar como su plantación
comercial (Puente et al. 2015). Es una planta perenne pero se cultiva como anual,
poco exigente en cuanto a suelo pero responde bien a la fertilización (Martí,
2003).Argentina es un gran productor hortícola, teniendo ofertas de hortalizas a lo largo
de todo el año favorecido por su amplio abanico climático. La producción hortícola de
Argentina se divide en 9 regiones. El cultivo de batata se desarrolla en la región V que
comprende las provincias de Santiago del Estero, Córdoba y San Luis y la región VII
que comprende Buenos Aires y Santa fe (Fundación IDR Argentina, 2012).
Los métodos de cultivo de batata fueron basados en herramientas de labranzas y

maquinarias adaptadas al manejo de suelos en cada eco región, pero con excesivos
laboreos para favorecer el suelo desnudo en las operaciones de trasplante sobre
canteros, lo que así disminuyo sucesivamente las fracciones más lábiles del carbono del
suelo (Gonzales et al, 2009). Por otra parte, a pesar de ser un cultivo poco exigente en
términos de exportación de macronutrientes, sin planificación de antecesores y
rotaciones lleva a caídas bruscas de la materia orgánica, en relación a los suelos
prístinos. En este panorama, la producción de batata es poco sustentable con un efecto
negativo en los suelos por lo que la búsqueda de alternativas de cultivo menos
agresivas ha sido el eje de una investigación multidisciplinaria en INTA en los últimos
años.
En sistemas agroecológicos la conservación de suelos es un factor clave para rediseñar

y planificar el manejo de los cultivos. La calidad de los suelos y el efecto de diferentes
prácticas de manejo puede ser caracterizados por medio de variables físicas, químicas y
biológicas, de un modo integral (Ulle et al. 2015).Los resultados que se presentan en
este trabajo corresponden a un set de datos inéditos generados en el marco de un
convenio binacional entre INTA y EMBRAPA en el período 2011 – 2015. El objetivo de
este trabajo fueevaluar la evolución de propiedades microbiológicasbajo diferentes
prácticas de manejo (antecesores, consociaciones, monocultivo y barbecho) en un
sistema agroecológico de producción de batata durante tres años
Las muestras de suelo se obtuvieron de un ensayo establecido en el año 2011 en la

EEA INTA San Pedro (Buenos Aires, Argentina), sobre un suelo Argiudol Vertico
2
profundo, de textura franco arcillo limosa perteneciente a la serie Ramallo (Ra) (INTA,
1978). Detalles del diseño experimental, prácticas de manejo e información relevante
han sido reportadas (Úlle et al. 2015; Úlle et al. 2013).Se utilizó un diseño en bloques
completos aleatorizados con tres repeticiones.Los tratamientos evaluados fueron: maíz
blanco duro, maíz caiano, maíz azteca, sorgo forrajero talero, avena sp, canavalia
ensiformis, mucuna cinza, asociaciones de batata más canavalia ensiforme, batata más
maíz blanco duro y batata más maíz caiano, comparados con el monocultivo de batata y
la situación de barbecho estival. Para el análisis de los datos los tratamientos fueron
agrupados en: Gramíneas (G), Leguminosas (L), Consociación gramínea (CG),
Monocultivo (M) y Barbecho (B).En el año 2012, 2014 y 2015 se tomaron muestras
compuestas de suelo (20 submuestras) a la profundidad de 0-5 cm con barreno de 2,5
cm de diámetro las mismas fueron procesadas en húmedo tamizadas por 2mm para su
homogenización y almacenadas a 4º C hasta su procesamiento. Se analizó carbono de
la biomasa microbiana por el método de fumigación incubación propuesto por Jenkinson
& Powlson (1976), respiración microbiana por la metodología de (Jenkinson & Powlson
1976), coeficiente metabólico, actividad enzimática global medida por la hidrolisis de
fluoresceínadiacetato (FDA) propuesta por Schnϋrer & Rosswall (1982), enzima
relacionada al ciclo del fosforo fosfatasa ácida (P-asa) (Alef & Nanipieri, 1995) y
glomalinas fácilmente extraíbles por la metodología de Bradford (Wright et al. 1996).Los
datos fueron analizados con el programa estadístico INFOSTAT (Di Rienzo et al., 2014).
Se utilizó modelo lineal mixto, para el caso que fue necesario se contempló
heterocedasticidad de variancia. Para la diferencia entre medias se utilizó el test de
comparación DGC (p<0.05). Además se realizó un análisis de componentes principales
(ACP) para describir la asociación entre los tratamientos y las variables biológicas
estudiadas.
Las funciones relacionadas a las comunidades microbianas del suelo y a la actividad de

enzimas encargadas de catalizar reacciones han demostrado sensibilidad a los
diferentes antecesores. El comportamiento de las variables microbiológicas para cada
antecesor en cada año se puede observar en la Figura 1.En cuanto a las enzima Pasa y
actividad enzimática global (FDA) los mayores valores se dieron en el año 2014
disminuyendo esa concentración en el año 2015 que registro los menores valores
(p<0.05). El CBM representa el carbono retenido por los microorganismos del suelo,
según Alef y Nannipieri (1995) es el indicador de estructura microbiana por excelencia.
En cuanto a esta variable se observó que CG, G y L fueron los tratamientos que
promovieron a una mayor acumulación de carbono microbiano respecto a los demás
antecesores sin ser estas diferencias estadísticamente significativas. La respiración
microbiana es un parámetro que permite cuantificar las pérdidas de carbono del suelo a
través de la emisión de CO2 producto de la actividad celular de los microorganismos del
suelo (Alef y Nanninpieri, 1995) para este estudio el tratamiento B obtuvo los menores
valores (p<0,05). El coeficiente metabólico es el cociente entre la RB y CBM nos permite
3
inferir las cantidades de carbono liberados a la atmósfera por unidad de carbono

microbiano. Nos permite saber cuándo se está favoreciendo a los procesos de
mineralización y cuando se está inmovilizando carbono en nuestro sistema, en este
trabajo se observó que el manejo con mayor riesgo es el M presentando los mayores
valores de qCO2 (P<0,05) esto significa que bajo este manejo estamos teniendo
perdidas excesivas de carbono. La FDA es una medida de la actividad enzimática
global de nuestro suelo, en este estudio M presento los menores contenidos para esta
variable (p<0,01). Glomalinas es una glicoproteína producida por los hongos
micorrizicos arbusculares, fuertemente correlacionada con la estabilidad de agregados
(Penget al, 2013), existen dos fracciones, fácilmente extraíble y fracción total (Wright y
Upadhyaya, 1996) para este estudio se analizó la primer fracción. No se observó efecto
por antecesor solo tuvo influencia significativa (p<0,01) el año. La enzima especifica del
ciclo del fósforo Pasa presento mayores valores con CG y M (P<0.01) (Tabla 1).
Tabla 1. Valores de actividades microbiológicas para los diferentes antecesores.

Pasa BM (ug RB (ug
FDA (ug g Glom(ug g - -
Antecesor (ug g -1 -1 100g suelo 100g suelo qCO2
-1 suelo ) suelo ) 1 1
suelo ) ) )
B 893,87b 65,2ª 325,87 57,25 21,11b 47,19
CG 937,82a 68,96ª 327,71 85,86 32,72a 66,3
CL 909,02b 65,82ª 319,90 59,87 27,24a 156,6
G 898,29b 64,73ª 324,27 82,92 33,47a 54,68
L 886,31b 65,65ª 328,69 76,90 30,51a 149,38
M 981,48a 56,88b 323,03 59,65 34,38a 283,99
MLMix
Antecesor * ** NS NS * NS
Año ** ** ** ** ** **
antecesor*año ** * NS NS * NS
*, ** Nivel de significancia al 0,05 y 0,01 respectivamente. NS no significativo.
El análisis de componentes principales nos permite ver en forma exploratoria toda la

información generada. En la Figura 1 se observa que cons gramínea, gramínea y
leguminosa estuvieron más asociadas a las variables CBM, Glom y FDA, mientras que
el monocultivo se relacionó a la variable qCO2, los antecesores barbecho y leguminosas
no se encontraron asociados a ninguna de las variables en estudio.
4
4,00
BM
RB
2,00
Glom CG
Pasa
G
CP 2 (27,0%)
L M
FDA qCO2
0,00
CL
-2,00
B
-4,00
-4,00 -2,00 0,00 2,00 4,00
CP 1 (52,8%)
Figura 1. Análisis de componentes principales (ACP) de los diferentes antecesores de batata y

las variables biológicas medidas.
Varias investigaciones demuestran la importancia de la diversificación en la producción

tanto de cultivos extensivos como en hortícolas (Perez & Marasa, 2013; Paggi et al.
2015; Chavarría et al. 2015; Frasier et al. 2013; Biederbeck et al. 2005). Perez &
Marasa (2013) en una revisión bibliográfica de 26 trabajos científicos de prácticas de
manejo apropiadas para sistemas hortícolas, observaron que la utilización de
asociaciones de cultivos y cultivos de cobertura aumentaban la fauna benéfica, los
contenidos de materia orgánica, la retención de nutrientes y la estimulación de la
biología del suelo, entre otros. Paggi et al. (2015) observaron sobre el ensayo en
estudioque la diversificación favoreció a la abundancia y riqueza de zoófagos en
comparación a la situación barbecho. Triplett & Dick (2008) observaron que los
sistemas en monocultivo presentaban perdidas de fertilidad, incrementos en la erosión
del suelo y en el escurrimiento superficial. Por su parte Biederbeck et al. (2005) observó
que en monocultivo de trigo ocurría una merma en los rendimientos. En este ensayo se
ha observado que bajo el sistema de M hubo una disminución de la enzima FDA y
mayores valores de coeficiente metabólico (p<0,05) esto puede deberse a una menor
incorporación de carbono por la utilización de esta práctica.
La incorporación de leguminosas y gramíneas en consociaciones; la primera con la

finalidad de aportarle nutrientes al cultivo principal (batata) y la segunda con el fin de
5
obtener otro cultivo de cosecha (maíz) es una práctica poco habitual en nuestro país, y
sumamente importante para la agricultura familiar y economías regionales para lo cual
se trajeron variedades del norte argentino, viendo que se pueden producir en estos
ambientes (ulle, et al. 2013). Los resultados obtenidos en este trabajo muestran que el
tratamiento CL no tuvo diferencias estadísticamente significativas en las variables
medidas, mientras que el tratamiento CG estimuló la producción de P-asa, esta enzima
es reconocida por su relación con la mineralización de P complejos orgánicos (Serri et
al. 2013). También se relacionó con aumentos en enzima FDA y en CBM (Tabla 1).
Similares resultados fueron reportados por Chavarría et al. 2015 en un suelo argiudol
típico en una secuencia soja-soja; soja-maíz quienes obtuvieron mayores contenidos de
FDA cuando diversificaron la rotación con consociaciones de avena más nabo y avena
más nabo y vicia. Por eso sobre la base de nuestros resultados es bueno introducir
consociaciones al cultivo de batata en especial con gramíneas.
Conclusión
Las variables microbiológicas son buenos indicadores siendo sensibles a los cambios en
el manejo. En este estudio lasvariables más sensibles fueron fosfatasa acida, hidrolisis
de fluoresceína diacetato y la respiración microbiana al mostrar cambios por antecesor.
Sobre la base de nuestros resultados podemos decir que tanto las consociaciones con
gramíneas como los antecesores gramíneas y leguminosas aumentaron favorablemente
la actividad microbiológica del suelo en relación a los tratamientos de monocultivo de
batata y barbecho, por lo que sería fundamental realizar prácticas de manejos que
logren una mayor diversificación para así favorecer los parámetros microbiológicos de
nuestro suelo.
Agradecimientos
A la Red Nacional de Agroecología (REDAE) que permitió la investigación,al personal

de campo de la EEA INTA San Pedro, al área de gestión ambiental y al área de
estadísticas de la EEA INTA Marcos Juárez en especial a MB Conde por la
colaboración en el análisis estadístico de los datos.
Bibliografía
Alef, K & P. Nannipieri.1995. Methods in Applied Soil Microbiology and

Biochemistry.Ac. Press. London, 232-233 pp.
Biederbeck VO; RP Zentner & CA Campbell.2005.Soil microbial populations and

activities as influenced by legume green fallow in a semiarid climate. Soil Biology &
Biochemistry 37 (2005) 1775-1784.
6
Chavarria D; D Serri; S Restovich; A Andriulo; J Meriles; & S Vargas Gil. 2015.

Beneficios de la inclusión de cultivos de cobertura sobre la funcionalidad microbiológica
edáfica. Congreso Nacional de Ecología y Biología de Suelos. Bahía Blanca. ISBN-.

Frasier I; E Figuerola; L Erijman; A Quiroga & E Noellmeyer. 2013. Efecto de la

inclusión de cultivos de cobertura sobre la actividad microbiana del suelo y la
abundancia de bacterias y hongos. Congreso Nacional de Ecología y Biología de
Suelos. Rio Cuarto. 2013. ISBN 978-987-688-037-4.
Gonzales, J; HR Marti; GB Corbino; G Sanchez & A Andriulo. 2009.Efecto de cultivos

antecesores y abonos verdes sobre los rendimientos, contenido de nutrientes,
antocianinas, fenoles, capacidad antioxidante y parámetros edáficos en batata orgánica.
Cap. EEA San Pedro pp 93-99. (INTA CERBAN). 2009. Informe técnico 2009. Desarrollo
y Difusión de Tecnología para la Producción Ecológica. CERBAN Pergamino 257 pp.
INTA, 1978. Carta de Suelos de la República Argentina. Hoja 3363-17. San Pedro.
Instituto Nacional de Tecnología Agropecuaria, Buenos Aires, Argentina. 86 pp.
INTA. 2013. Red de Agroecología. Informe tecnico 2013. Bases tecnológicas de

sistemas de producción agroecológicos. 1° edición. Buenos Aires. 204pp.
Jenkinson, DS & DS Powlson. 1976. The effects of biocidal treatments on metabolism

in soil. V. A method for measuring soil biomass. Soil Biol. Biochem.8: 209-213.
Marti HR. 2003. Tecnologías para el cultivo de batata en el noreste de Buenos Aires.
Idia XXI.
Paggi M; JA Úlle; DM Carmona; JF Paggi; G Stutz & D Martiarena. 2015. Variabilidad

en la biodiversidad de la fauna edáfica epigea asociada a diferentes antecesores en un
sistema de producción hortícola agroecológico. V Congreso Latinoamericano de
Agroecología. La Plata 2015. ISBN 978-950-34-1265-7.
Peng, S; Guo, T ; LIU, G. 2013.The effects of arbuscular mycorrhizal hyphal networks on

soil aggregations of purple soil in southwest China.Soil Biology Biochemistry, V. 57, n. 2,
p.411-417, 2013.
Perez M & ME Marasas. 2013. Servicios de regulación y prácticas de manejo: aportes

para una horticultura de base agroecológica. Asociación española de Ecología
Terrestre. Ecosistemas 22(1): 36-43. Enero 2013. ISSN: 1697-2473.
7
Puente ML; Garcia JE; Martí HR; Perticari A & .J Úlle. 2015. Respuesta de dos
variedades de batata frente a inoculación con microorganismos promotores del
crecimiento vegetal según el tipo de estaca. V Congreso Latinoamericano de
Agroecología. ISBN 978-950-34-1265-7.
Schnϋrer, J & T Rosswall. 1982. Fluorescein diacetate hydrolysis as a measure of total

microbial activity in soil and litter. Appl. Environ. Microbiol. 43: 1256-1261.
Serri D; VS Faggioli; C Lorenzón & B Conde. 2013. Procesos microbianos en la

descomposición de tejidos vegetales: ciclo del fósforo en el suelo. . Congreso Nacional
de Ecología y Biología de Suelos. Rio Cuarto. 2013. ISBN 978-987-688-037-4.
Triplett G & W Dick. 2008. No-tillage crop production: a revolution in agricultura. Agron.
J. 100:S153-S165.
Úlle JA; VS Faggioli; HR Marti & F Aolita. 2015. Propiedades biológicas de suelos
Argiudoles y su relación con la producción de batata cv Arapey bajo distintos
antecesores en consorcio y monocultivo. V Congreso Latinoamericano de Agroecología.
La Plata 2015. ISBN 978-950-34-1265-7.
WRIGHT, S. F.; UPADHYAYA, A. 1996.Extraction of an abundant and unusual protein

from soil and comparison with hyphal protein of
arbuscularmycorrhizalfungi.SoilScience.V.161, n.8, p.575–586, 1996.
8
EFECTO DE DIFERENTES CULTIVOS ANTECESORES SOBRE LA

PRODUCTIVIDAD Y PRODUCCIÓN DE MAÍZ
HORACIO OMAR IMVINKELRIED(*) (1)

; MARIANELA PIETROBÓN(1) & IGNACIO
MIGUEL DELLAFERRERA(1) (2)
(1)
Docente-investigador FCA-UNL; (2) Investigador CONICET
(*)
Autor de contacto: [email protected] – R.P. Kreder 2805, FCA -UNL-, CP: 3080,
Esperanza, Santa Fe.
Palabras clave: Zea mays, fertilización, rendimiento.
Resumen
Los sistemas agrícolas actuales en la Argentina están basados en cultivos estivales, con
una predominancia de soja; mientras que, la superficie destinada a los cultivos
invernales ha descendido hasta alcanzar sólo el 20-25% del área cultivada. La mayor
productividad de la tierra se obtiene cuando se logra un mejor aprovechamiento de los
recursos disponibles. La inclusión de cultivos invernales para granos permite
implementar el doble cultivo secuencial, sembrando un cultivo estival luego de la
cosecha. Este trabajo pretendió aportar resultados regionales en cuanto a evaluar
distintas alternativas de secuencias agrícolas sobre la productividad y producción del
cultivo de maíz. El ensayo se realizó en el Campo Experimental de Cultivos Extensivos
(Esperanza, Santa Fe). Durante el primer año de la secuencia agrícola (campaña 2014)
se implantaron 3 cultivos invernales: trigo (considerado como testigo, por ser el cultivo
más difundido), cebada forrajera y vicia (como cultivo de cobertura). El segundo cultivo
de la secuencia es el maíz de segunda (campaña 2014/2015). El diseño utilizado fue en
bloques completos aleatorizados con arreglo en parcelas divididas y 3 repeticiones. La
parcela principal fue el cultivo antecesor (trigo, cebada y vicia) y la sub-parcela el nivel
de fertilización del maíz (con nitrógeno (N) y sin N). La productividad y producción del
cultivo de maíz sólo fue modificada por la fertilización nitrogenada. El agregado de N
mejoró la producción de materia seca total, el rendimiento, el índice de cosecha, el peso
y el número de granos. Debido a las características favorables del año (precipitaciones
por encima de la media) y a la escasa productividad del cultivo de cobertura antecesor
(vicia), sería importante la repetición de dicho ensayo para poder afirmar sobre la falta
de respuesta del maíz con respecto a los diferentes cultivos antecesores en la región.
Introducción
Los sistemas agrícolas actuales en la Argentina están basados en cultivos estivales, con
una predominancia de soja; mientras que, la superficie destinada a los cultivos
invernales ha descendido hasta alcanzar sólo el 20-25 % del área cultivada (SIIA, 2011).
1
La mayor productividad de la tierra se obtiene cuando se logra un mejor

aprovechamiento de los recursos disponibles.
La intensificación sustentable involucra un incremento en la productividad del sistema a

través de un uso más intenso de los recursos disponibles, de las tierras más aptas para
agricultura y de una creciente red de conocimientos, incorporando también todas
aquellas prácticas agronómicas orientadas a la producción eficiente y sustentable
(Caviglia, 2011). Como e.g. vale mencionar, la presencia de cultivos invernales como
mejora de la captura de recursos (agua y radiación solar) que no son aprovechados
para producir biomasa y/o granos.
La implementación de la intensificación agrícola sustentable podría mejorar la eficiencia,

productividad y sustentabilidad de los sistemas agrícolas actuales, ya que al capturar
una mayor cantidad de recursos y mejorar la frecuencia de los aportes de residuos se
mejoran varios aspectos claves en el flujo de materia orgánica (MO). El efecto de estos
sistemas sobre la MO del suelo y su sustentabilidad es un tema aún de análisis y
discusión. Las prácticas que mayor efecto tienen sobre la dinámica de la MO en el suelo
son: las labranzas (o su ausencia), la secuencia de cultivos y la fertilización.
Dentro de ellos, con relación a las secuencias de cultivos sólo serán efectivas si aportan
rastrojos en cantidad y calidad, por lo que la correcta elección de los cultivos integrantes
de las rotaciones es esencial (Tremblay & Vasseur, 1994; Guy et al., 1995; Astegiano et
al., 2003; Villar et al., 2005). En términos prácticos las buenas secuencias implican la
combinación de gramíneas y leguminosas.
La producción de materia seca y grano depende de la habilidad de los cultivos en

capturar los recursos. La captura de recursos es proporcional al tamaño, actividad y
duración del canopeo y sistemas de raíces. La eficiencia de captura de los recursos es
definida como la relación entre las salidas (biomasa y rendimiento en grano) y las
entradas anuales de radiación fotosintéticamente activa (RFA), las lluvias o los
nutrientes, que condicionan la productividad (Caviglia et al., 2004). Dentro de la estación
de cultivo la pobre captura y eficiencia en el uso del agua y la radiación están asociadas
con un bajo área foliar durante las fases del cultivo (Cooper, 1983).
Asumiendo que la intensificación agrícola sustentable involucra la realización de más

cultivos por unidad de tiempo, la manera más efectiva de intensificar las actuales
secuencias agrícolas es realizar cultivos durante el invierno, ya sea para granos o para
cobertura. Los cultivos de cobertura (CC) se realizan durante el período invernal de
barbecho, previo a la siembra de un cultivo estival destinado a la producción de granos,
interrumpiendo su crecimiento a través de la aplicación de herbicidas, con el objetivo de
mantener cobertura e incorporar carbono al suelo, evitar la pérdida de nutrientes móviles
y mejorar la eficiencia del uso del agua.
2
En los sistemas agrícolas actuales los CC pueden constituir una importante herramienta
agronómica para el manejo de la dinámica del nitrógeno (N) (Wagger et al., 1998).
Algunos de sus beneficios están asociados a capturar N edáfico susceptible a lixiviación
durante el período de crecimiento de los cultivos invernales. Luego, mediante la
descomposición de residuos, es posible un aporte de N para el cultivo de cosecha (Stute
& Posner, 1995; Malpassi et al., 2000; Sainju & Singh, 2001).
La inclusión de cultivos invernales para granos permite implementar el doble cultivo

secuencial, sembrando un cultivo estival luego de la cosecha. La secuencia trigo/soja es
una alternativa muy difundida en la Argentina, pero existen también otras posibles
combinaciones. Existe suficiente información para el área pampeana argentina que el
monocultivo de soja provoca balances de C altamente negativos, por lo cual son
necesarias otras secuencias de cultivos que deberán incluir a gramíneas como el maíz y
otras alternativas invernales diferentes al trigo, como por ejemplo garbanzo, vicia y
cebada forrajera. Albrecht et al. (2010) encontraron que las leguminosas de invierno
como cultivo antecesor provocaron un mayor contenido de agua útil y oferta de N
disponible en el suelo a la siembra de los cultivos estivales con respecto al trigo, otras
gramíneas y colza.
Este trabajo pretende aportar resultados regionales en cuanto a evaluar distintas

alternativas de secuencias agrícolas sobre la productividad y producción del cultivo de
maíz. De manera específica se pretende: 1) evaluar el efecto de diferentes alternativas
de cultivos invernales sobre la producción de biomasa total (productividad) del maíz
según niveles de fertilización y 2) determinar el rendimiento y sus componentes en el
cultivo de maíz de segunda según cultivo antecesor y nivel de fertilización.
El ensayo se realizó en el Campo Experimental de Cultivos Extensivos, en la localidad

de Esperanza (31º 24’ 56’’ S 60º 54’ 28’’ O), provincia de Santa Fe; sobre un suelo
Argiudol típico serie Esperanza. Éstos son suelos moderadamente profundos y
drenados, con historia agrícola en siembra directa de 8 años y cultivo antecesor soja.
Durante el primer año de la secuencia agrícola (campaña 2014) se implantaron 3

cultivos invernales: trigo (considerado como testigo, por ser el cultivo más difundido),
cebada forrajera y vicia (como cultivo de cobertura). El segundo cultivo de la secuencia
es el maíz de segunda (campaña 2014/2015). Dicho cultivo tuvo, a su vez, dos niveles
de fertilización (con y sin N).
El diseño utilizado fue en bloques completos aleatorizados con arreglo en parcelas

divididas y 3 repeticiones. La parcela principal fue el cultivo antecesor (trigo, cebada y
vicia) y la sub-parcela el nivel de fertilización del maíz (con N y sin N). Cada unidad
experimental tuvo 4,5 m de ancho por 40 m de largo.
3
El maíz se sembró el 18/12/2014 a una densidad de 80000 pl ha-1 y un espaciamiento

entre surcos de 52 cm. La dosis de N aplicada fue de 150 kg_N ha-1, según una dosis de
reposición del N extraído por el cultivo (con un rendimiento objetivo planteado de 10000
kg ha-1 de grano).
Los datos meteorológicos (lluvias, radiación, temperatura) se tomaron de la casilla

meteorológica ubicada en la Facultad de Ciencias Agrarias de Esperanza, a 5 km del
ensayo. En madurez fisiológica del cultivo de maíz [R6, según la escala de Ritchie &
Hanway (1982)] se determinó: (i) materia seca total (MSt, en kg ha-1); (ii) rendimiento
ajustado al 14 % de humedad (Rto., en kg ha-1); (iii) IC (%); (iv) peso de mil granos
(P1000, en g); (v) número de granos por m2 (NG m-2).
Para las determinaciones (i), (ii), (v) se tomaron 5 plantas por parcela. La medición de
MSt se obtuvo llevando a estufa de aire forzado hasta peso constante. El peso de la
muestra completa dio la MSt, luego se trillaron las espigas y se estimó el Rto. y en NG.
Se calculó el IC a través del cociente entre Rto./MSt. Finalmente, con ayuda del
contador de granos, se determinó el P1000.
Los valores obtenidos se analizaron por medio del software estadístico InfoStat, versión
2014 (Di Rienzo et al., 2014). Cuando las diferencias entre tratamientos para una
variable fueron significativas, las medias se compararon según el test LSD (α= 0,05).
Condiciones agrometeorológicas
Las precipitaciones totalizaron en el período analizado (diciembre-abril) 830 mm, unos

206 mm por encima del promedio histórico para la zona, aproximadamente un 33 %
(Figura 1). Cabe destacar el exceso de lluvias en el mes de febrero, sin que éste
impacte sobre el cultivo.
Las temperaturas medias fueron superiores a los valores históricos (Figura 1), variando
entre los 0,5 a 9 ºC por encima de la media. Esta diferencia se ocasionó por un aumento
de las temperaturas máximas (de 30,6 Tmáx vs. 28,6 ºC Tmáx_H) y una caída en las
temperaturas mínimas (de 18,3 ºC Tmín vs. 21 ºC Tmín_H).
Las mayores temperaturas registradas en las últimas semanas del cultivo pudieron
haber provocado un aceleramiento del período de llenado del grano y senescencia
anticipada del mismo. Sin embargo, considerando que se trata de un maíz de segunda,
su comportamiento general fue bueno.
4
Figura 1. Evolución de la temperatura media actual e histórica (Tmed y Tmed_H, en ºC) y de la

precipitación actual e histórica (Pp y Pp_H, en mm) durante los meses de enero a abril de la
campaña agrícola 2014/2015.
Materia seca total, rendimiento, índice de cosecha, peso y número de granos
Las variables analizadas no presentaron interacción entre A x F (Tabla 1). Hubo

diferencias significativas sólo con respecto al nivel de fertilización.
Las producciones de MSt fueron favorecidas en 5884 kg ha-1 de MSt, siendo un 33,6 %
superior en los tratamientos con N. Esto también se evidenció en el Rto., con ganancias
en el orden de 49,2 % al comparar con y sin N (3366 kg ha-1). De manera similar, el IC
se incrementó en 4,34 unidades, lo que representa un aumento del IC por la aplicación
de N de 11,1 %. Finalmente, con relación a los componentes de Rto. analizados, P1000
y NG m-2, se beneficiaron en 22,8 y 21,5 % en los tratamientos con N, respectivamente.
5
Tabla 1. Materia seca total (MSt), rendimiento (Rto.), índice de cosecha (IC) y peso de mil granos
(P1000) del cultivo de maíz en la campaña 2014/15. Letras diferentes, dentro de una misma
columna, indican diferencias según el test LSD (p ≤ 0,05). Valores promedio de: dos niveles de
fertilización para A y tres antecesores para F. ns: no significativo; *: p ≤ 0,05.
MS total Rto. IC P1000 -2

-1 -1 NG m
(kg ha ) (kg ha ) (%) (g)
Antecesor (A)
Trigo 19442 a 8109 a 41,5 a 202 a 3980 a
Vicia 19347 a 7967 a 40,8 a 202 a 3885 a
Cebada 22532 a 9495 a 41,7 a 198 a 4765 a
Fertilización (F)
sin N 17499 b 6840 b 39,1 b 180 b 3802 b
con N 23382 a 10207 a 43,5 a 221 a 4618 a
Análisis de varianza
A ns ns ns ns ns
F * * * * *
AxF ns ns ns ns ns
Valores "p"
A 0,1763 0,1878 0,2207 0,1412 0,0932
F 0,0013 0,0017 0,0023 <0,0001 0,0364
AxF 0,5536 0,9573 0,4231 0,7004 0,8644
La falta de interacción entre A y F, como el efecto puro del cultivo antecesor podría estar
asociada a dos factores. En primer lugar, las diferencias entre vicia (leguminosa fijadora
de N) vs. trigo o cebada (gramíneas), quedó enmascarada por efecto de la escasa
producción de MS del cultivo de cobertura (vicia). La misma logró 2760 kg ha-1 de MS al
momento del secado, por lo que su posibilidad de fijación de N y mejor disponibilidad en
el suelo para el cultivo siguiente no pudo expresarse.
Rillo et al. (2012) informaron producciones de MS de vicia entre 1818 y 4871 kg ha-1
como CC; en tanto que, para la región de General Villegas Lardone et al. (2013)
obtuvieron producciones de 6365 y 7709 kg ha-1. Albrecht et al. (2010) reportan que los
cultivos antecesores leguminosas provocan una mayor oferta de N disponible a la
siembra de los cultivos estivales, con incrementos entre 53-77 % respecto a los niveles
aportados por el trigo.
En segundo lugar, la diferencia principal entre trigo vs. cebada, dada por la menor
longitud de ciclo de esta última y, por ende, una mejor recarga hídrica del perfil de suelo
para el cultivo siguiente fue soslayada por el elevado régimen hídrico de la campaña en
estudio (33 % superior a la media histórica, unos 206 mm por encima del promedio para
la zona). Dicha diferencia fue documentada por Albrecht et al. (2010), quienes
6
determinaron 25 % más de oferta hídrica inicial para el cultivo de verano con el

antecesor cebada (siendo el testigo el trigo).
En relación al Rto., existen en la bibliografía muchos trabajos abalando la mejora frente

a la fertilización. Analizando la respuesta de un maíz con y sin N para diferentes
antecesores, se encontraron aumentos de: 88,3 % para trigo; 114 % para cebada y 34,7
% para leguminosas (promedio de los antecesores arveja, garbanzo y lenteja) (Albrecht
et al., 2010).
El rendimiento de maíz se ve limitado en parte por la disponibilidad de agua y en parte

por la deficiencia de N. En condiciones de fertilización se observó una disminución en
los rendimientos utilizando CC vs. barbecho (Cazorla et al., 2011); sin embargo, en
condiciones sin fertilización hay incrementos de rendimientos cuando se utiliza vicia
como CC. El cultivo de vicia, a través de la descomposición de su residuo realiza un
aporte de N que permite incrementos en el rendimiento final obtenido.
En suelos hapludoles de la región semiárida pampeana, el efecto de los CC en maíz es

notorio, logrando incrementos en el rendimiento de 1000 a 1500 kg/ha (Fernández et al.,
2007). En la región sudoeste de la provincia de Buenos Aires, con antecesor vicia el
incremento fue de 1500 kg/ha, mientras que con centeno superan los 3500 kg/ha
(Barraco et al., 2009).
Conclusiones
La productividad y producción del cultivo de maíz sólo fue modificada por la fertilización
nitrogenada. El agregado de N mejoró la producción de MSt, el Rto., el IC, el peso y el
NG.
Debido a las características favorables del año (Pp por encima de la media) y a la
escasa productividad del cultivo de cobertura antecesor (vicia), sería importante la
repetición de dicho ensayo para poder afirmar sobre la falta de respuesta del maíz con
respecto a los diferentes cultivos antecesores en la región.
Bibliografía
Albrecht, J; H. Fontanetto; G. Meroi; M. Sillón; P. Ruffino & S. Gambaudo. 2010. Efecto

de diferentes cultivos antecesores invernales sobre el comportamiento del maíz y de la
soja de segunda. Disponible en:
http://www.cosechaypostcosecha.org/data/articulos/cultivos-legumbres/Efecto-Cultivos-
Invernales-En-Soja-Maiz-Segunda.pdf. Acceso: abril de 2015.
7
Astegiano, E.; M. Hermann; G. Leurino & J. Menegon. 2003. Comportamiento de

componentes de rendimiento en cultivares de trigo nuevos para la región central de la
provincia de Santa Fe. FAVE Sección Ciencias Agrarias. 2 (1): 19-28.
Barraco, M.; C. Álvarez & C. Scianca. 2009. Aporte de nutrientes y rastrojo de diferentes
especies utilizadas como cultivos de cobertura. Jornadas Nacionales Sistemas
Productivos Sustentables: fósforo, nitrógeno y cultivos de cobertura. Bahía blanca,
Buenos Aires, Argentina.
Caviglia, O.P. 2011. Intensificación agrícola: un enfoque a nivel de sistema para mejorar
la eficiencia en el uso de recursos y nutrientes y la sustentabilidad ambiental. 10º
Simposio de Fertilidad de suelos. IPNI Cono Sur-Fertilizar. Disponible en:
http://lacs.ipni.net/ipniweb/region/lacs.nsf/0/E42A628001F1D168852579060067F74D/$F
ILE/CAVIGLIA%20-
%20Intensificaci%C3%B3n%20agr%C3%ADcola%20sustentable.pdf.
Acceso: septiembre de 2011.
Caviglia, O.P.; V.O. Sadras & F.H. Andrade. 2004. Intensification of agriculture in the
south-eastern pampas. I. Capture and efficiency in the use of water and radiation in
double cropped wheat-soybean. Field Crops Res. 87: 117-129.
Cazorla, C.R.; T. Baigorria; A. Lardone; M. Bojanich & B. Aimetta. 2011. Antecesores de

maíz: ¿barbecho o cultivos de cobertura? Disponible en:
http://inta.gob.ar/documentos/antecesores-de-maiz-bfbarbecho-o-cultivos-de-cobertura.
Acceso: octubre de 2015.
Cooper, P.J.M. 1983. Crop management in rainfed agriculture with special reference to
water use efficiency. In: Proc. 17th Coll. Int. Potash Institute, Rabat and Marrakech,
Morocco, 1983. I.P.I., Bern, pp. 63-79.
Argentina. URL: http://www.infostat.com.ar.
Fernández, R; A. Quiroga; F. Arena; C. Antonini & M. Saks. 2007. Contribución de los

cultivos de cobertura y las napas freáticas a la conservación del agua, uso consuntivo y
nutrición de los cultivos (pp.: 51-59). En: A. Quiroga & A. Bono (eds.). Manual de
Fertilidad y Evaluación de Suelos. INTA. Anguil, La Pampa, Argentina.
Guy, S.O.; M.K. Heikkinen; H. Tablas-Romero. 1995. Agronomic responses of winter

wheat cultivars to management systems. J. Production Agriculture. 8 (4): 529-535.
8
Lardone A.; M. Barraco; C. Scianca; W. Miranda & C. Justo. 2013. Manejo de cultivos de
cobertura de vicia villosa como antecesor de maíz tardío en General Villegas (pp.: 17-
20). Memoria Técnica 2012-2013. EEA INTA General Villegas.
Malpassi, R.; T. Kaspar; T. Partin; C. Cambardella & N. Nubel. 2000. Oat and rye root
decomposition effects on nitrogen mineralization. Soil Science of American Journal. 64:
208-215.
Rillo, S.; C. Álvarez; R. Bagnato & E. Noellemeyer. 2012. Efecto de vicia como cultivo de
cobertura sobre la disponibilidad de nitrógeno y agua en maíz. EEA INTA Pergamino.
Disponible en: http://inta.gob.ar/sites/default/files/script-tmp-
efecto_de_la_vicia_sobre_la_disponibilidad_de_nitrgen.pdf. Acceso: septiembre de
2015.
Ritchie, S.W. & J.J. Hanway. 1982. How a corn plant develops? Iowa State University of
Science and Technology. Coorporative Extension Service Ames, Iowa, EEUU. Special
Report Nº 48.
Sainju, U. & B. Singh. 2001. Tillage, cover crop, and kill- plating date effects on com
yield and soil nitrogen. Agron. Journal. 93: 878-886.
SIIA. 2011. Sistema Integrado de Información Agropecuaria. Disponible en:

http://www.siia.gov.ar/index.php/series-por-tema/agricultura. Acceso: abril de 2013.
Stute, J.K. & J.N. Posner. 1995. Synchrony between legume nitrogen release and com
demand in the upper Midwest. Agron. J. 87: 1063-1069.
Tremblay, G. & C. Vasseur. 1994. Effets de régies culturales sur le rendement et la

biomasse aérienne de trois cultivars de blé de printemps. Can. J. Plant Sci. 74: 279-285.
Villar, J.; E.D. Astegiano; J. Frana & M. Hermann. 2005. Evaluación de alternativas
tecnológicas para el trigo en la región central de Santa Fe: respuesta física y económica
en las campañas 2002, 2003 y 2004. Información Técnica de Trigo. EEA Rafaela. INTA.
Publicación Miscelánea Nº 103: 37-40.
Wagger, M.; M. Cabrera & N. Ranells. 1998. Nitrogen and carbon cycling in relation to
cover crop residue quality. Journal of Soil and Water Conservation. 53: 214-218.
9
CONSIDERACIONES ANALÍTICAS DE LA DETERMINACIÓN DE P-OLSEN
FERRARI JL
EEA INTA Bariloche

CC227 (8400) INTA Bariloche. Te: 02944-422731
[email protected]
Palabras clave nutrientes, química, suelo.
Introducción
La determinación de fósforo (P) Olsen es un índice de la disponibilidad de P cuya

solución extractora es NaHCO3 0.5M.El P-Olsen puede emplearse tanto para suelos
ácidos como alcalinos(Sparks et al 1996).Esta técnica fue implementada para los suelos
de la región Andino Patagónica desde hace más de 20 años por el Laboratorio de
suelos del Centro Regional Universitario Bariloche (CRUB)realizando numerosos
trabajos científicos (Alauziset al. 2004, Satti et al. 2007, Leconte et al. 2011) y desde
más de 10 años por el laboratorio de suelos del INTA Bariloche (Ferrari et al 2012,
Ferrari et al 2015) debido a que es un método válido para un amplio rango de suelos.
Este método de P extractable permite establecer niveles bajos (menos de 10), medios
(10-25), y altos (25-50 mg kg-1) de la disponibilidad de P los cuales pueden ser utilizados
en el diagnóstico de la fertilidad de suelos para la dosificación de fertilizantes y abonos.
También ha sido altamente correlacionado con índices ambientales (Heckrath et al
1995, McDowell & Sharpley (2001), Sharpley et al2003; Ferrari et al 2012),
estableciendo un límite máximo de 50 mg kg-1 por encima del cual se considera
excesivo. Por lo tanto el P-Olsen puede ser utilizado como un índice de calidad del
suelo, tanto por defecto como por exceso. Por otra parte, distintos materiales
volumétricos de laboratorio pueden ser empleados en la construcción de la curva de
calibración y en algunos suelos con extractos oscuros suele sugerirse el empleo de
carbón activado para clarificar los mismos. En algunas muestras de suelo de valores
medios (debido al aporte de P por el agregado de abonos) se ha encontrado una
dispersión alta de las repeticiones. El objetivo de este trabajo fue discutir algunos
aspectos de la técnica que mejoren la precisión de la misma.
Se tomó una muestra compuesta de aproximadamente 10 kg en un suelo natural (sin

abonado ni fertilización) de Bariloche y otra sobre un suelo abonado dedicado a la
producción de pasturas de El Bolsón. El suelo Bariloche fue clasificado como Udivitrand
(Ayesa et al 2002) y presentó una textura franco arenosa (6.5% de arcillas, 39.5% de
limos y 54.0% de arenas), pH en agua: 5.7, pH en NaF 2`: 10.2, pH en NaF 60´: 10.9,
1
CE: 0.11 dS m-1, MO: 7.4%, Nkjeldahl: 0.28 % y K extractable en acetato de amonio 1 N:
83 mg kg-1. El suelo de El Bolsón fue clasificado como Hapludol Vitrandico (Ayesa et al
2002) y presentó una textura franca (20.9% de arcillas, 39.3% de limos y 39.8% de
arenas), pH en agua: 6.4, pH en NaF 2`: 8.3, pH en NaF60´: 9.0, CE: 0.30dS m -1, MO:
7.7%, Nkjeldahl: 0.34 % y K extractable en acetato de amonio 1 N: 702 mg kg-1. Se
molieron las muestras de suelo con maza de madera y se tamizaron por 2 mm. Se
realizaron 15 repeticiones de P-Olsen (Sparks et al 1996) en cadamuestra de suelo.De
la muestra de El Bolsón se tomaron tres submuestras al azar de 250 g
aproximadamente y se molió en mortero cerámico y se tamizó por 0.5 mm y de cada
una se realizaron 5 determinaciones de P-Olsen. Se pesaron 2.5 g suelo, se agregó 50
ml de solución extractora Na2CO3 0.5M pH 8.5, tiempo de agitación 30 minutos a 180
golpes por minuto. La colorimetría se realizó por complejometría del fosfomolibdato y
ácido ascórbico, con pipetas automáticas (100-1000 µl y 1000-5000 µl) y repipet (1-
25ml) de volúmenes variables. Se tomaron 5 ml de alícuota de los extractos de suelo
(previamente centrifugados 5 minutos), llevando a volumen final de 29.5 ml, quedando
una relación de dilución de 5.9. La curva de calibración se realizó a partir de una
solución de P de 2 µg ml-1y se repitió 15 veces (tabla 1).
Tabla 1. Curva de calibración de P-Olsen

ml reactivo
ml P (2 µg ml- µg de P NaHCO35 N Aguad. ml H2SO4 5N
1 color
) tubo-1 ml ml ml
ml
0 0 5 20.0 0.5 4
0.5 1 5 19.5 0.5 4
1.0 2 5 19.0 0.5 4
1.5 3 5 18.5 0.5 4
2.0 4 5 18.0 0.5 4
2.5 5 5 17.5 0.5 4
Para observar el efecto del carbón activado se tomaron 15 muestras de suelo con
diferentes contenidos de P y materia orgánica, se determinó el P-Olsen normalmente y
se filtró una parte del extracto con papel Whatman 42 con una medida de carbón
activado y se midió nuevamente el P-Olsen.
El ajuste de la curva de calibración, coeficiente de regresión y pendiente (absorbancia

vs µg de Ptubo-1) puede observarse en la tabla 2.
2
Tabla 2. Coeficientes de regresión (R2) y pendiente de las curvas de calibración de P-

Olsen
repetición 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
pendiente 0,027 0,029 0,029 0,028 0,028 0,027 0,027 0,027 0,027 0,027 0,026 0,026 0,029 0,029 0,02
2
R 0,996 0,998 0,998 0,999 0,999 0,997 0,997 0,997 0,997 0,999 0,998 0,999 0,998 0,998 0,99
Los altos coeficientes de regresión (superiores a 0.996) sugieren que los materiales
volumétricos empleados (pipetas automáticas y repipet de volúmenes variables) son
apropiados para la construcción de las curvas de calibración. Los mismos presentan una
gran practicidad en los trabajos de rutina en el laboratorio. Si bien deben ser calibrados
pesando agua destilada en balanza analítica (calibrada con pesas clase E2),
comprobando que la precisión y exactitud sean aceptables y estén dentro de lo
declarado en el manual del instrumento (de la misma manera que el material
volumétrico de vidrio como pipetas y matraces). Un punto importante es el
mantenimiento de los instrumentos de volumetría variable, por ejemplo, lubricación del
interior de la pipeta, evitar que entren sustancias corrosivas como ácidos fuertes
llenando suavemente los tips de la pipeta y manteniendo las mismas verticalmente
cuando no se usan en los soportes específicos.
Las pendientes obtenidas son muy similares por lo que puede usarse el valor promedio
de pendiente realizando la curva de calibración por ejemplo cada tres meses y en cada
tanda de análisis puede ponerse una muestra de suelos (preferentemente de valor
medio o alto) y un blanco que siga todos los pasos de la determinación sin la presencia
de suelo.
Un ejemplo de curva de calibración se observa en el gráfico 1. Los incrementos de

absorbancia son proporcionales y similares a los incrementos de P. Podría extenderse
la curva pero no más allá de 0.350 de absorbancia (para el espectrofotómetro utilizado)
debido a que pierde linealidad. De todas maneras es muy sencillo disminuir la alícuota y
completar a 5 ml con Na2CO3 0.5M, respetando la matriz de la colorimetría. (Una curva
muy plana no sería deseable porque pequeñas variaciones de absorbancias
representarían grandes variaciones de P). El problema de la formación de burbujas en la
cubeta del espectrofotómetro que altera la lectura de absorbancia, se puede solucionar
usando cubetas de vidrio (no de plástico) y limpiarlas con ácido sulfúrico al 25% por
ejemplo antes de utilizarlas.
3
0,180
0,160 y = 0,0282x + 0,0109
R² = 0,9981
0,140
0,120
0,100
0,080
0,060
0,040
0,020
0,000
0 1 2 3 4 5 6
I µg tubo-1
Grafico 1. Ejemplo curva de calibración P-Olsen, Abs: absorbancia.
La muestra del suelo natural Bariloche presentó valores muy bajos de P-Olsen,
cercanos al límite de detección (Tabla 3). La dispersión de los resultados no fue alta, si
bien el coeficiente de variación sí lo es debido a que el denominador (valor promedio) es
pequeño. Si se aumentara la dilución por ejemplo a 10 (como es comúnmente utilizado
en el método Bray y Kurtz, 1 ml de alícuota más 9 reactivo color) las muestras de suelos
naturales quedarían muy cercanas al valor de absorbancia del blanco. Un blanco puede
tomar valores de absorbancia de 0.005/0.015, muy frecuentemente medimos valores en
muestras de suelo de 0.040/0.050 de absorbancia, si usáramos una dilución mayor no
se respetaría que las muestras deben medir como mínimo de 3 a 5 veces más que el
blanco. Puntualmente en Sparks et al 1996, página 896, dice transferir una alícuota de 1
a 20 µg de P y medir según colorimetría del ácido ascórbico. Esto quiere decir que se
debe regular la colorimetría en función de las cantidades de P en las muestras de suelo.
También menciona que el P-Olsen extrae menos P del suelo que el método P-Bray, en
consecuencia es correcto utilizar una colorimetría más concentrada para P-Olsen.
La muestra del suelo abonado de El Bolsón presentó valores medios a altos con un
rango de dispersión muy grande (Tabla 3). Al repetir la colorimetría desde el mismo
extracto da valores exactamente iguales, lo que sugiere que el problema podría estar en
la homogeneidad de la muestra durante el proceso de extracción (fundamento de la
técnica analítica). Cuando esta muestra es molida en mortero cerámico y tamizada por
0.5 mm, se reducen notablemente los parámetros de dispersión estadísticos sugiriendo
que se ha obtenido una muestra más homogénea, mejorando la precisión de la
determinación. Podría ampliarse el rango de muestras de suelo fertilizados o abonados,
4
de valores medios y altos que confirmen estos resultados, sin embargo el procedimiento
debería ser aceptable para la totalidad de las muestras. El P-Bray también es un índice
de calidad de Suelos (Echeverría & Ferrari 1993) y también ha sido altamente
correlacionado con indicies ambientales (Posse et al 2012, Zamuner et al 2015), en
estos casos las determinaciones de P-Bay se realizaron sobre muestras tamizadas por
0.5 mm, evitando posiblemente el problema de una mayor variabilidad en suelos
fertilizados.
Tabla 3. Valores de P-Olsen sobre suelo tamizado por 2 mm y 0.5 mm.

P- Olsen (mg kg-1)
Repetición tamizado 2 mm tamizado 0,5 mm
Bariloche El Bolsón El Bolsón
1 3 17 20
2 3 26 22
3 3 49 20
4 3 27 22
5 3 28 23
6 3 29 24
7 5 38 25
8 5 35 23
9 4 26 23
10 5 38 27
11 4 19 25
12 4 21 23
13 4 19 25
14 5 17 24
15 4 27 24
promedio general 4 28 23
desvío estándar 0,8 8,8 1,9
coeficiente variación 20,8 31,6 8,1
Intervalo de confianza (0,05%)+/- 0,4 4,5 1,0
El coeficiente de correlación entre muestras con y sin carbón activado fue 0.98 tanto
para la curva de calibración con y sin carbón activado. Al clarificar los extractos con
carbón activado no se observó un cambió marcado en los valores de P, incluso para
extractos de color oscuro de suelos con valores altos de materia orgánico (Tabla 4). El
tratamiento con carbón activado no es necesario para la mayoría de los suelos cuando
se utiliza el método del ácido ascórbico para la determinación de P (Sparks et al 1996,
página 896). La pendiente ligeramente menor (0.024) cuando se agregó carbón activado
a la curva de calibración sugiere que algo de P es adsorbido, de confirmarse este valor
debería tenerse en cuenta en la matriz de la colorimetría.
5
Tabla 4. Valores de P-Olsen con y sin carbón activado

P-Olsen (mg kg-1)
Sin carbón con carbón con carbón activado
activado activado solo en en el extracto y curva MO color del
Repeticiones
Pendiente el extracto de calibración (g 100g-1) extracto
0.027 Pendiente 0.027 Pendiente 0.024
1 13 14 15 1,9 claro
2 9 6 7 1,0 claro
3 22 19 22 8,0 oscuro
4 16 14 15 9,8 oscuro
5 11 9 10 14,0 oscuro
6 14 10 12 13,6 oscuro
7 25 24 27 <1,5 claro
8 13 14 15 <1,5 claro
9 37 37 42 <1,5 claro
10 13 15 17 <1,5 claro
11 26 27 31 <1,5 claro
12 26 26 30 <1,5 claro
13 4 4 5 3,9 claro
14 25 23 26 8,8 oscuro
15 26 25 28 3,2 claro
Conclusiones
Las pipetas automáticas y repipet de volúmenes variable son apropiados para la

realización de curvas de calibración y determinación de P-Olsen.
Sería conveniente determinar P-Olsen sobre muestras tamizadas por 0.5mm.
No sería necesario el uso de carbón activado utilizando la colorimetría del ácido

ascórbico, de emplearse, la curva de calibración también debería incluirlo.
Agradecimientos
A la Dra. Patricia Satti y a la Lic. Paula Crego (CRUB) por la calibración de la técnica P-
Olsen y corrección del manuscrito. A Maximiliano Dosanto (INTA) por realizar las
determinaciones de textura de suelos.
6
Bibliografía
Alauzis MV, Mazzarino MJ, RaffaeleE & L Roselli. 2004. Wildfires in NW Patagonia:
Long-termeffectson a Nothofagusforestsoil.Forest Ecologyand Management 192:131-
142. ISSN 0378-1127.
Ayesa JA, López CR, Bran DE, Umaña FJ&PA Lagorio. Cartografía biofísica de la
Patagonia orte.INTA Estaciónexperimental Agropecuaria Bariloche.PAN, PRODESAR;
2002.
Echeverría HE&JL Ferrari. 1993.Relevamientos de algunas características de los suelos

agrícolas del sudeste bonaerense. Boletín técnico EEA Balcarce INTA. N° 112.
Ferrari JL, Martínez EE, Cremona MV&MJ Mazzarino. 2012. Determinación de nitrógeno
inorgánico y fosfatos adistintas profundidades desuelo bajo pilas de abonos. Ciencia
delSuelo.;30(2)179-186.
Ferrari JL, Martinez, EE& MV Cremona. 2015. Nutrient balance in

organicRaspberryproductionwithdairy-manureamendments. Int J of Plant and SoilSci.
7(5): 306-318.
Heckrath G, BrookesPC, Poulton PR & KWT Goulding. 1995. Phosphorus leaching from
soils containing different phosphorus concentrations in the Broadbalk experiment. J.
Environ. Qual. 24:904-910.
Leconte MC,Mazzarino MJ, Satti P,& MP Crego. 2011. Nutrient release in

compostsofpoultrymanure: the role of carbon usagentsandparticlesizeofthe final product.
Biology and Fertility of Soils. 47: 897-906.ISSN 0178-2762
McDowell, RW &AN Sharpley. 2001. Approximating Phosphorus Release from Soils to

Surface Runoff and Subsurface Drainage. J. Environ. Qual. 30:508-520.
Pose NN, Zamuner EC& EE Echeverría. 2012. Grado de saturación y riesgo de pérdidas
de fósforo en un molisol del sudeste bonaerense cultivado con papa. Ciencia del
Suelo30(1):1-8.
Satti P, Mazzarino MJ, Roselli L & P Crego. 2007. Factorsaffectingsoil P dynamics in

temperatevolcanicsoilsof southern Argentina. Geoderma 139:229-240. ISSN: 0016-7061.
SharpleyAN, T Daniel, T Sims, LemunyonJ, Stevens R & R Parry. 2003. Agricultural

Phosphorus and Eutrophication. Second Edition. USDA-ARS. ARS–149, U.S.Gov. Print.
Office, Washington, DC.
7
Sparks DL, Page AL, HelmkePA, LoeppertRH, SoltanpourPN, TabatabaiMA,

JohnstonCT & ME Sumner (eds.). 1996. Methods of Soil Analysis. Part 3.
ChemicalMethods. SSSA Book Series Nr. 5. SSSA, ASA, Madison, Wisconsin, USA.
1390p.
Zamuner EC, LLoveras J &EE Echeverría. 2015. Métodos agronómicos y ambientales

de determinación de fósforo en argiudoles del sudeste bonaerense. Ciencia del Suelo
33(1):55-63.
8
RESPUESTA DE MAÍZ Y SOJA A FUENTES GRANULADAS Y LIQUIDAS DE

FÓSFORO EN SUELOS DE LA REGIÓN SEMIÁRIDA PAMPEANA.
INGRACIA ADEMA, SANTIAGO PATERNESSI & ELKE NOELLEMEYER*
Facultad de Agronomía, Universidad Nacional de La Pampa

*[email protected]
Palabras Clave: P Bray-Kurtz I, P Olsen, APP, SPT
Resumen
En la región semiárida central los contenidos de fósforo (P) han disminuido debido a las
pérdidas por extracción de los cultivos y los procesos de erosión. La disponibilidad de P
y la respuesta a la fertilización fosfatada son afectadas por factores del suelo. Los
fertilizantes sólidos pueden tener problemas de solubilidad en suelos calcáreos, por lo
que se han desarrollado fuentes líquidas de que podrían mejorar la disponibilidad de P.
El ensayo tuvo como objetivos evaluar la eficacia de dos métodos para la determinación
de P disponible y el efecto de la fertilización fosforada con fuentes sólida y líquida de P
sobre cultivos de maíz y soja en suelos con presencia de carbonatos de calcio. Se utilizó
un ensayo en las cercanías de General Pico (La Pampa) y durante dos campañas se
fertilizó maíces de siembra temprana y tardía y en una campaña dos cultivares de soja,
con superfosfato triple (SPT) y polifosfato de amonio (APP) a 40 kg ha-1 de P2O5. Se
realizaron muestreos de suelo para determinar P disponible por los métodos Bray-Kurtz
I y Olsen, y se determinaron los rendimientos de los tratamientos testigo, SPT y APP.
Los resultados mostraron que no hubo respuesta al agregado de P con excepción de un
cultivo de maíz tardío y el cultivo de soja grupo 4, en ambos casos en los tratamientos
SPT. En ningún caso APP mostró respuesta en rendimiento, en cambio los valores de P
extractable a la cosecha fueron mayores que el testigo y SPT en estos tratamientos.
Esto se observó sobre todo para el P Olsen, mientras que para Bray I las diferencias
fueron menores. Estos resultados indicarían que los suelos solubilizarían suficientes
cantidades de P para satisfacer los requerimientos de maíces y soja. La diferencia entre
las dos fuentes de P no se manifestó.
Introducción
El fósforo (P) es uno de los 16 nutrientes considerados esenciales para el crecimiento y

desarrollo de las plantas. El fósforo forma parte de enzimas, ácidos nucleicos y
proteínas y está involucrado en prácticamente todos los procesos de transferencia de
energía (Rubio et al., 2012). En la actualidad, numerosos suelos presentan contenidos
de P Bray- Kurtz I menores de 10 mg P kg-1 en las provincias de La Pampa y Buenos
Aires debido al uso agrícola y los procesos de pérdida asociados a la erosión eólica
1
(Buschiazo et al., 2001).Los bajos niveles de P encontrados y su progresivo deterioro

limitan la producción de granos en el país. Para solucionar este problema y aumentar
los tenores de P en suelo, la fertilización aparece como la opción más rentable y
técnicamente viable y ha demostrado tener efectos positivos en el rendimiento de maíz y
otros cultivos (Alamgir y Marschner, 2013; Mason et al., 2010).
La aplicación de los fertilizantes fosfatados debe hacerse a la siembra o antes de la

siembra de manera tal que el P esté disponible para el cultivo desde la implantación. La
reducida movilidad del iónortofosfato y la retención (fijación, adsorción e inmovilización)
del fertilizante fosfatado en el suelo requiere de la aplicación localizada del mismo,
especialmente en suelos de bajo contenido de P disponible y en siembras tempranas
(McBeath et al., 2007).La disponibilidad de P para los cultivos y la respuesta a la
fertilización fosfatada son afectadas principalmente por factores del suelo y de la planta,
variables que intervienen en el ciclo biogeoquímico de este nutriente. Del P total del
suelo, sólo las fracciones solubles y lábiles (inorgánicas y orgánicas), están disponibles
para las plantas durante el ciclo del cultivo (Lombi et al., 2004).El fósforo es el
macronutriente de menor movilidad y baja disponibilidad para las plantas en la mayoría
de los suelos. La baja movilidad de los iones fosfato (H2PO4- y HPO4=) se debe a su
interacción con los constituyentes coloidales del suelo que determina que sólo una
pequeña proporción del fósforo esté presente como iones en la solución de suelo (Lombi
et al., 2005; McLaughlin et al., 2011).
Los fertilizantes sólidos generalmente poseen una solubilidad limitada, sobre todo en
suelos alcalinos o calcáreos, por lo que frecuentemente se observa una cubierta de
calcio que se forma en los granos del fertilizante en estos suelos, disminuyendo aún
más la disponibilidad del P (McBeath et al., 2006). Es por este motivo que se han
desarrollado fuentes líquidas de este elemento cuya solubilidad sería mayor y por ende
la eficiencia de uso de fósforo por parte del cultivo aumentaría respecto a las fuentes
sólidas tradicionales (Lombi et al., 2005).
En los ambientes de la región de la planicie medanosa de la provincia de La Pampa

predominan suelos con presencia de carbonatos de calcio, sobre todo en los bajos,
dónde las capas freáticas cercanas a la superficie aportan esta sal. En estos suelos se
presume que la disponibilidad de P sea condicionada por la baja solubilidad del
elemento y que la aplicación de fuentes líquidas de P podría mejorar la nutrición
fosforada de los cultivos.
La experiencia se realizó durante las campañas 2012/2013 y 2013/2014 en el

establecimiento ―
May Ju‖, ubicado en Trebolares (Gral. Pico, La Pampa) con predominio
de suelos Haplustoles (Clase de Uso III y IVws) (INTA, 1980). Se contemplaron cuatro
2
factores en el diseño de los ensayos: Fertilizante: SPT (Superfosfato triple), APP

(Polifosfato de amonio, fósforo liquido), y T (Testigo, sin fertilizar); Cultivo: maíz y soja;
Fechas de siembra en maíz: temprana (14/10) y tardía (30/12); Grupo de madurez en
soja: ciclo 3 largo y ciclo 4 corto. Se utilizó un diseño de franjas apareadas con 12
tratamientos. Se estableció una grilla de muestreo con puntos ubicados a una distancia
de 20 y a 8 metros entre sí (20×8).En cada punto de muestreo sobre una superficie de
0,5 m2 se registró el rendimiento y se realizó un muestreo de suelo de 0 a 20 cm de
profundidad con barreno para la determinación de P extractable. Las muestras fueron
secadas al aire y tamizadas por 2 mm para el método de Olsen con extracción con Na
HCO3 0,5 M a pH 8,5 y se tamizó el suelo por 0,5 mm para la determinación de
BrayKurtz I con extractante defluoruro de amonio 0,03 N en HCl 0,025 N. En ambos
casos se llevaron a cabo las determinaciones analíticas con colorimetrías de molibdato
de amonio con tartrato de amonio y potasio y ácido ascórbico. Los resultados de los
ensayos se analizaron estadísticamente mediante la utilización de modelos lineales
mixtos para contemplar la falta de independencia de los datos. Para las diferencias de
medias se utilizó la prueba de Tukey, con el software estadístico InfoStat versión 2011
(Di Rienzoet al., 2011).
Fósforo extractable por los métodos de bray y olsen

Los niveles de fósforo disponible determinados por los métodos de BrayKurtz I y de
Olsen mostraron una relación positiva y lineal para todos los datos de los dos años del
ensayo (Fig. 1). Sin embargo, el valor bajo de R2 indicaría que la relación entre los
valores estaría afectada por otros factores, por lo que no sería aconsejable utilizar
ambas técnicas en forma equivalente.
30
20
P Olsen (ppm)
10
0
0 10 20 30 40 50
P Bray (ppm)
Figura 1: Relación entre valores de P Bray I y P Olsen para todas las muestras de suelo
del ensayo. (R2=0,34; N = 80).
3
Cuando se analizó el contenido de P extractable por ambos métodos en las parcelas

fertilizadas con Superfosfato triple y con Fósforo líquido (Tabla 1) se observó que ambos
métodos distinguen los aportes de P por parte de los fertilizantes, las cuales se
diferenciaron entre sí y a su vez del testigo sin fertilizar. En las parcelas fertilizadas con
APP en forma líquida los valores de P extractable fueron significativamente más altos
que en aquellas que recibieron Superfosfato triple. Esta observación coincide con los
resultados de estudios en suelos calcáreos de Australia (Lombi et al., 2004).
Los valores de P extraídos con el método de Olsen fueron más bajos que los valores
obtenidos por Bray-Kurtz I, representando aproximadamente el 50% del valor de estos
últimos. Al respecto, Fernández López y Mendoza (2008) ya señalaron que tanto los
valores obtenidos por Bray-Kurtz I y Olsen, se relacionaron entre sí y con la absorción
de P de parte del cultivo, pero que fueron menos estables que los obtenidos por el
método STRIP de adsorción, el cual elimina la interferencia de cationes en la
solubilización del fosfato.
A su vez, se observa que los datos de ambos métodos tuvieron altos coeficientes de
variación, lo cual estaría asociado a la alta variabilidad espacial de los contenidos de P
de los suelos (Kumhálová et al., 2011)
Tabla 1: Contenidos de fósforo extractable por Bray-Kurtz I y Olsen (ppm) en los suelos
de los diferentes tratamientos. (Test Tukeyp> 0.10)
Bray Olsen
Tratamiento ppm de P n
Testigo 13,2 c 6,5 c 26

Superfosfato triple 19,2 b 9,2 b 27
Fósforo líquido (APP) 24,8 a 12,5 a 27
CV 45,5 37,0
Respuesta a la fertilización fosforada
Los datos de rendimiento (kg ha-1) para maíz temprano de las campañas 2012/13 y
2013/14 no mostraron diferencias significativas entre los tratamientos sin fertilizar y los
fertilizados con SPT y APP (Tabla 2).
4
Tabla 2: Diferencias de rendimiento (kg ha-1) entre fuentes de P en Maíz temprano y

Maíz tardío de las campañas 2012/2013 y 2013/2014.
2012/2013 2013/2014
Rendimiento (kg ha-1)

Tratamiento Temprano Tardío Temprano Tardío n
Testigo 8815 a 7063 a 3666 a 3430 b 4
Superfosfato triple 8529 a 7635 a 2550 a 5790 a 4
Fósforo líquido 8084 a 6987 a 2800 a 4850 ab 4

(APP)
CV 20,3 36,0 57,0 31,0
Los datos de rendimiento de maíz tardío para la campaña 2012/13 tampoco mostraron
diferencias significativas entre los tratamientos. En cuanto a la campaña 2013/14,
existieron diferencias significativas en el rendimiento entre el testigo sin fertilizar y el
tratamiento fertilizado con SPT para el maíz tardío (Tabla 2). En cambio, el tratamiento
fertilizado con fósforo líquido no difirió significativamente del testigo ni del tratamiento
fertilizado con SPT. El tratamiento fertilizado con SPT fue el que presentó el mayor
rendimiento.
Tabla 3: Diferencias de rendimiento (kg ha-1) entre fuentes en los dos cultivares de Soja
de la campaña 2013/2014.
Tratamiento Rendimiento (kg ha-1)
Soja 1 Soja 2
Testigo 4028 a 3430 b
Superfosfato triple 4574 a 4621 a
Fósforo líquido (APP) 4567 a 3985 ab
CV 19,1 13,1
Los datos de rendimiento (kg ha-1) para Soja 1 de la campaña 2013/14 no presentaron
diferencias significativas entre los distintos tratamientos sin fertilizar, SPT y APP. En
5
cambio, los rendimientos de Soja 2 mostraron diferencias significativas entre el

tratamiento sin fertilizar (testigo) y el tratamiento fertilizado con Superfosfato triple (Tabla
3). Este último fue el que presentó el mayor rendimiento mientras que el tratamiento
fertilizado con fósforo líquido mostró un rendimiento intermedio.
Luego de analizar los datos de contenido de P extractable en el suelo se observaron

diferencias entre los distintos tratamientos sin fertilizar, fertilizado con SPT y con APP.
Las diferencias, en algunos casos, fueron más acentuadas para el contenido de Olsen-
P, lo que se podría explicar por el menor coeficiente de variación comparado con el que
presenta el P Bray-Kurtz I. Fernández López y Mendoza (2008) encontraron que en
diferentes órdenes de suelos de la Argentina, los métodos de Bray-Kurtz I y Olsen
reproducían bien la disponibilidad de fósforo para el cultivo de maíz, pero con menor
precisión que el método de intercambio iónico. Sin embargo, en la región semiárida
pampeana se cuenta con muy escasa información sobre los factores que inciden en la
disponibilidad de fósforo (Suñer y Galantini, 2013).
Las diferencias encontradas en el contenido de P extractable no se trasladaron en una

respuesta del cultivo a la fertilización ya que en la mayoría de los casos analizados no
hubo diferencias significativas en el rendimiento entre los distintos tratamientos. En el
caso de los cultivos de maíz únicamente el de siembra tardía de la campaña 2013/14
respondió a la aplicación de SPT con un aumento de 2360 kg ha-1, mientras que la
respuesta a APP de 1420 kg ha-1no fue significativa. Los rendimientos de los testigos en
la campaña 2012/13 fueron muy altos y superaron los de la campaña siguiente en un
45%. En esta situación, no se observaron respuestas a la fertilización fosforada,
independientemente de la fuente utilizada.
Aparentemente, en condiciones de abundante disponibilidad hídrica, estos suelos

movilizarían suficientes cantidades de P, a pesar de los bajos niveles de P extractable
en esta campaña (Tabla 1). En situaciones de restricciones hídricas tales como en la
campaña 2013/14, el aporte de P podría mejorar la disponibilidad del elemento y
favorecer el desarrollo del cultivo resultando en respuestas significativas en el
rendimiento de maíz (Tabla 2). Esto se condice con lo hallado por estudios anteriores
que señalaron que el P juega un rol importante en proteger los cultivos de la sequía
(Zheng et al., 2015). En cuanto a la respuesta de soja al agregado de P se pudo
observar un aumento significativo solamente en soja 2 para la fuente SPT y no para
APP. De acuerdo a Rubio et al. (2007) los umbrales críticos para este cultivo están entre
9 y 13 ppm de P Bray-Kurtz I y los valores de P extractable con Bray-Kurtz I en estas
parcelas estaban por encima de estos valores.
6
Conclusiones
Se puede concluir que el método de Olsen fue más sensible para la detección de
fracciones lábiles de P ya que respondió más al agregado de la fuente líquida del
elemento (APP). Sin embargo, se encontró una relación lineal positiva y muy
significativa entre los datos obtenidos por el método de Bray -Kurtz I y el de Olsen. La
falta de respuesta de los cultivos indicaría que los suelos solubilizarían P en cantidades
suficientes para satisfacer las demandas de los cultivos, a pesar de acusar valores bajos
de P extractable, y que la fuente de P no incide en la disponibilidad del elemento en
estas condiciones de suelo. Las diferencias entre una fuente líquida y sólida en
ambientes con presencia de Ca libre no se pudo constatar. Sin embargo, estos
resultados son muy preliminares, y es necesario profundizar los estudios de las
condiciones de disponibilidad de fósforo en la región semiárida central.
Bibliografía
Alamgir, M., Marschner, P., 2013. Short-term effects of application of different rates of
inorganic P and residue P on soil P pools and wheat growth. J. Plant Nutr. Soil Sci. 176,
696–702. doi:10.1002/jpln.201200290.
Buschiazzo, D.E., Hevia, G.G., Hepper, E.N., Urioste, A., Bono, A.A., Babinec, F., 2001.
Organic C, N and P in size fractions of virgin and cultivated soils of the semi-arid pampa
of Argentina. J. Arid Environ. 48, 501–508. doi:10.1006/jare.2000.0775.
Fernández López, C., Mendoza, R., 2008. Evaluación del fósforo disponible mediante
tres métodos en distintos suelos y manejos productivos. Cienc. del suelo 26, 13–27.
Kumhálová, J., Kumhála, F., Kroulík, M., Matějková, Š., 2011. The impact of topography
on soil properties and yield and the effects of weather conditions. Precis. Agric. 12, 813–
830. doi:10.1007/s11119-011-9221-x.
Lombi, E., McLaughlin, M.J., Johnston, C., Armstrong, R., Holloway, R., 2004. Mobility
and lability of phosphorus from granular and fluid monoammonium phosphate differs in a
calcareous soil. Soil Sci. Soc. Am. J. 68, 682–689.
Lombi, E., McLaughlin, M.J., Johnston, C., Armstrong, R.D., Holloway, R.E., 2005.
Mobility, solubility and lability of fluid and granular forms of P fertiliser in calcareous and
non-calcareous soils under laboratory conditions. Plant Soil 269, 25–34.
doi:10.1007/s11104-004-0558-z.
Mason, S., McNeill, A., McLaughlin, M.J., Zhang, H., 2010. Prediction of wheat response
to an application of phosphorus under field conditions using diffusive gradients in thin-
7
films (DGT) and extraction methods. Plant Soil 337, 243–258. doi:10.1007/s11104-010-
0521-0.
McBeath, T.M., McLaughlin, M.J., Armstrong, R.D., Bell, M., Bolland, M.D. a., Conyers,
M.K., Holloway, R.E., Mason, S.D., 2007. Predicting the response of wheat ( Triticum
aestivum L.) to liquid and granular phosphorus fertilisers in Australian soils. Aust. J. Soil
Res. 45, 448. doi:10.1071/SR07044.
McBeath, T.M., Smernik, R.J., Lombi, E., McLaughlin, M.J., 2006. Hydrolysis of
Pyrophosphate in a Highly Calcareous Soil. Soil Sci. Soc. Am. J. 70, 856.
doi:10.2136/sssaj2005.0184.
McLaughlin, M.J., McBeath, T.M., Smernik, R., Stacey, S.P., Ajiboye, B., Guppy, C.,
2011. The chemical nature of P accumulation in agricultural soils—implications for
fertiliser management and design: an Australian perspective. Plant Soil 349, 69–87.
doi:10.1007/s11104-011-0907-7.
Rubio, G., Faggioli, V., Scheiner, J.D., Gutiérrez-Boem, F.H., 2012. Rhizosphere
phosphorus depletion by three crops differing in their phosphorus critical levels. J. Plant
Nutr. Soil Sci. 175, 810–871. doi:10.1002/jpln.201200307.
Suñer, L.G., Galantini, J.A., 2013. Dinámica de las formas del P en suelos de la Región
Sudoeste Pampeana. Cienc. del Suelo, Arg. 31, 33–44.
Zheng, H.F., Chen, L.D., Yu, X.Y., Zhao, X.F., Ma, Y., Ren, Z.B., 2015. Phosphorus
control as an effective strategy to adapt soybean to drought at the reproductive stage:
evidence from field experiments across northeast China. Soil Use Manag. 31, 19–28.
doi:10.1111/sum.12166.
8
MÉTODO INVENTARIO DEL IPCC NIVEL 2: ESTIMACIÓN DEL CARBONO DEL

SUELO EN EL CHACO SEMIÁRIDO
SEBASTIÁN HORACIO VILLARINO1,2,* & GUILLERMO ALBERTO STUDDERT1
1
Unidad Integrada Balcarce, Facultad de Ciencias Agrarias (UNMdP) - Estación
Experimental Agropecuaria Balcarce (INTA); 2Consejo Nacional de Investigaciones
Científicas (CONICET)
* [email protected]
Palabras clave: cambio en el uso del suelo, materia orgánica, deforestación
Resumen
En la Argentina, a partir de la década del ’90, la actividad agrícolo-ganadera se expandió

principalmente en el Chaco Semiárido (CSA), una vasta llanura dominada por un
bosque (BO) xerofítico. La pérdida de áreas naturales en aquella región modificó el ciclo
del carbono (C). El C orgánico del suelo (COS) representa aproximadamente tres veces
la cantidad del C presente en la vegetación y el doble de la cantidad en la atmósfera y
sus variaciones están asociadas a emisiones o secuestro de CO2. El IPCC ha propuesto
un método de inventario para cuantificar el COS a escala regional. Se desarrolló un
Nivel 2 de dicho método utilizando el modelo de simulación RothC y datos observados
en el CSA. A partir de información empírica, se ajustó un modelo para estimar
contenidos de COS en el BO que tuvo un R2 = 0,68. El N2 fue aplicado a escala de
partido para el periodo comprendido entre los años 1976 y 2012. Las estimaciones
realizadas con el N2 tuvieron un moderado grado de acuerdo con los valores reportados
en otros estudios. La conversión de BO a cultivos anuales (CA) fue el cambio en el uso
del suelo que provocó las mayores pérdidas de COS. El contenido de COS promedio del
CSA disminuyó a través del tiempo. En el año 2012 las pérdidas de COS variaron entre
0 y 18% del COSref entre los diferentes partidos. Los partidos más afectados se
encontraron en la parte centro sur del CSA, mientras que en el noreste de la región
prácticamente no se han estimado pérdidas de COS. Las pérdidas de COS estimadas
en el CSA han sido bajas pero solo consideraron los primeros 30 cm de suelo. El
reemplazo del BO por CA podría provocar pérdidas en profundidad que no han sido
estimadas en este trabajo.
Introducción
El uso agrícola-ganadero del suelo ha eliminado o transformado el 70 % de los

pastizales naturales, el 50 % de las sabanas, el 45 % de los bosques (BO) templados y
25 % de los BO tropicales (Foley et al., 2011). Estos cambios en el uso del suelo, y en
especial la deforestación, han provocado fuertes impactos ambientales, como la pérdida
1
de biodiversidad, cambios climáticos y la degradación de los suelos (Lal, 2001; Foley et

al., 2007). En la Argentina, a partir de la década del ’90, varios factores promovieron la
expansión de la actividad agrícola-ganadera hacia el norte del país, principalmente
hacia el Chaco Semiárido (CSA) (Paruelo et al., 2004; Viglizzo et al., 2010). Los
principales factores fueron el aumento de las precipitaciones en la zona, la aparición del
cultivo de soja (Glycine max (L.) Merr.) transgénica resistente al herbicida glifosato, el
sistema de siembra directa, los altos precios internacionales de la soja y la devaluación
de la moneda local en el año 2001 (Paruelo et al., 2004; Volante et al., 2005; Gasparri &
Grau, 2009; Pincén et al., 2010). El CSA constituye una vasta llanura dominada por un
BO xerofítico (Torrella & Adámoli, 2006), uno de los biomas más afectados por el uso
antrópico, cuya biodiversidad y funcionalidad se encuentran en un estado crítico, en la
Argentina (Morello et al., 2005) y en el resto del mundo (Hoekstra et al., 2005).
La pérdida de áreas naturales en el CSA modificó el ciclo del carbono (C), tanto en la
cantidad total fijada desde la atmósfera como en su variabilidad estacional (Volante et
al., 2012). Consecuentemente, el cambio en el uso del suelo en el CSA produjo grandes
emisiones de dióxido de C (CO2) a la atmosfera (Gasparri et al., 2008), el principal gas
de efecto invernadero (GEI) responsable del calentamiento global (IPCC, 2013). El C
orgánico del suelo (COS) representa aproximadamente tres veces la cantidad de C
presente en la vegetación y el doble de la cantidad en la atmósfera (Janzen, 2004) y sus
variaciones están asociadas a emisiones o secuestro de CO2 (Lal, 2011; Stockmann et
al., 2013). Además, el COS es el principal componente que determina la calidad y la
salud del suelo (Weil & Magdoff, 2004; Powlson et al., 2011). Por lo tanto, conocer los
contenidos de COS bajo distintos escenarios de uso del suelo es una necesidad
fundamental para el desarrollo de estrategias que contribuyan a la mitigación del cambio
climático y prácticas de manejo para un uso sustentable del suelo (Lal, 2011;
Stockmann et al., 2013). Sin embargo, las técnicas disponibles para cuantificar el COS a
escala regional aún se encuentran poco desarrolladas, tienen grandes niveles de
incertidumbre y, cuando incluyen mediciones directas, son muy costosas (Wander &
Nissen, 2004; Goidts et al., 2009; van Wesemael et al., 2011; Stockmann et al., 2013).
El Grupo Intergubernamental de Expertos sobre el Cambio Climático (IPCC) ha

publicado las Directrices de 2006 para los Inventarios Nacionales de GEI (IPCC, 2006a),
en el que se describen metodologías para estimar emisiones/secuestro de CO2. El
Volumen 4: "Agricultura, silvicultura y otros usos de la tierra", describe un método de
inventario de C (MIC) para estimar los stocks y flujos del COS en respuesta a los
cambios de uso del suelo (IPCC, 2006b). No obstante, se reconoce que dicho volumen,
y en particular su sección referida a los suelos, es uno de los más complejos y menos
desarrollados (Lokupitiya & Paustian, 2006). El MIC posee tres niveles o aproximaciones
para estimar los cambios en el COS y asume que cuanto mayor sea el nivel, mayor será
la precisión de las estimaciones, así como también lo serán la complejidad y la
necesidad de información (IPCC, 2006c). Para realizar las estimaciones en los Niveles 1
2
(N1) y 2 (N2) a diferentes ambientes clasificados en función de su clima y su suelo, se

asignan contenidos de COS de referencia (COSref) que representan la condición nativa
de cada lugar. Luego se corrigen dichos contenidos por factores de cambio (Fc) que
dependen del uso del suelo. La diferencia entre el N1 y el N2 está dada por el origen de
los datos del contenido de COSref y de los Fc. En el primer caso, se utilizan los valores
por defecto propuestos por el IPCC y, en el segundo, los valores son derivados a partir
de información local. Por último, el Nivel 3 (N3) incluye modelos más complejos en que
los sistemas de inventario son generados a partir de datos de alta resolución que
capturan mejor la variabilidad de las condiciones locales (IPCC, 2006c).
En Argentina, se evaluó el N1 en la Región Pampeana y su desempeño fue muy pobre

(Berhongaray& Álvarez, 2013; Villarino et al., 2014), sugiriendo que no es un modelo
valido para estimar contenidos de COS en esta región. En regiones como el CSA, donde
la información acerca de los efectos del cambio en el uso del suelo sobre el COS es
escasa, el N2 puede derivarse utilizando información estimada con modelos de
simulación más complejos que el MIC (Villarino et al., 2014). El objetivo de este trabajo
es generar un N2 a partir de información local y de estimaciones realizadas con un
modelo de simulación de la dinámica del COS ampliamente validado y difundido, el
RothC(Coleman & Jenkinson, 1996), y utilizar aquel N2 para estimar el impacto de la
expansión agrícola-ganadera en el CSA sobre el COS.
Área de estudio
El área de estudio corresponde a la ecorregión del CSA, ubicada en el centro-norte de la

Argentina (Figura 1). El CSA, una de las tres subregiones de la Región Chaqueña,
ocupa el 50% de toda la región con 29 millones de hectáreas que albergan al BO
chaqueño en su mayor expresión, por la continuidad y la extensión de su masa boscosa
(Torrella & Adámoli, 2006). Las variables climáticas y edáficas necesarias para el
desarrollo y la aplicación del N2 fueron organizadas espacialmente con un Sistema de
Información Geográfica. El estudio se realizó a escala de partido, debido a que se
corresponde con la escala a la cual está disponible la información sobre uso del suelo
(INDEC, 2004; SIIA, 2015). Para definir los partidos que integran el CSA se superpuso
el mapa de la ecorregión con el mapa político de la Argentina, y se consideró que un
partido pertenecía al CSA cuando el 50% o más de su superficie se encontraban dentro
de la ecorregión.
3
Figura 1. Ubicación geográfica de los partidos correspondientes al Chaco Semiárido

(área en gris oscuro).
Cambio en el uso del suelo
Para los años 1976, 1996 y 2012, el uso del suelo se clasificó en tres categorías: BO,
cultivos anuales (CA) y pasturas perennes (PP). Las superficies de CA se obtuvieron a
partir estadísticas agrícolas nacionales (SIIA, 2015), las superficie bajo siembra directa a
partir del Censo Nacional Agropecuario (INDEC, 2004) y las disminuciones de
superficies de BO (superficie deforestada de aquí en adelante) a partir de Vallejos et al.
(2014). Para estimar las superficies de BO, CA y PP en un partido y en un año, se
establecieron los siguientes supuestos: (i) la superficie deforestada se debe al
reemplazo de superficie de BO por superficie de CA o de PP (Volante et al., 2005), (ii) si
en un período determinado el aumento de la superficie de CA fue menor que la
deforestada, la diferencia restante entre ambas superficies corresponde a PP que
reemplazaron al BO, (iii) si en un período determinado el aumento de la superficie de CA
fue mayor que la deforestada, toda la superficie de BO fue reemplazada por superficie
de CA y la diferencia restante corresponde a superficie de CA que reemplazó a
superficie de PP, (iv) si en un período determinado la superficie de CA disminuyó fue
debido a su reemplazo por superficie de PP y (v) toda la superficie del partido que no es
CA o PP es BO. De esta manera se cumplió con el requisito de mantener la misma
superficie de análisis para todos los años (IPCC, 2006d).
Método Inventario de COS: Nivel 2
Derivar un N2 implica obtener los Fc y el COSref a partir de información local y utilizar

las ecuaciones del N1 (IPCC, 2006c). Sin embargo, a los fines de mejorar las
4
estimaciones, el N2 desarrollado en este trabajo sigue la propuesta de Villarino et

al.(2014) y, por lo tanto, las estimaciones se realizaron con la ec. (1).
𝑛
A𝑖𝑗
COS𝑖𝑡 = COSi𝑖𝑗 × (Fc𝑖𝑗 o Fp𝑖𝑗 ) × (1),
A𝑖
𝑗 =1
dónde, i es eliéimo partido con un determinado clima, suelo y combinación de uso del
suelo, t es el año correspondiente al inicio o del final del periodo de inventario, j es elj éimo
uso del suelo, COS es el carbono orgánico del suelo estimado (Mg C ha-1), COSi es el
contenido inicial de COS (Mg C ha-1), Fcc es el factor de cambio del N2 para los CA, Fcp
es elfactor de cambio del N2 para las PP y A es el área (ha).
Se asumió que el COS del BO era un buen estimador del COSref. Se ajustaron modelos
lineales, de primer y de segundo orden, para estimar el COSref en función de la textura
y variables climáticas. Los datos de textura y COS provinieron de muestras de suelo
recolectadas en 21 sitios del CSA con cobertura boscosa, ubicados en las provincias de
Chaco, Salta y Santiago. La descripción de los muestreos y los análisis de laboratorio se
detallan en Villarino et al. (2016).Tres sitios de los 21 correspondieron a Reservas
Naturales y no fueron reportados en el trabajo Villarino et al. (2016). Dichas reservas
fueron el Parque Nacional Copo (coordenadas del muestreo: 25° 55’ 17’’ sur, 61° 43’ 7’’
oeste), el Parque Provincial Pampa del Indio (coordenadas del muestreo: 26° 16’ 8’’ sur,
59° 58’ 16’’ oeste) y el Campo Experimental La María (coordenadas del muestreo: 28° 1’
16’’ sur, 64° 20’ 19’’ oeste). Dentro de las variables climáticas se utilizó la temperatura
anual media y la precipitación anual media, debido a su influencia sobre el COS (Post et
al., 1982; Álvarez & Lavado, 1998; Jobbágy & Jackson, 2000). A partir de los mapas
climáticos (Bianchi & Cravero, 2010) se estimó la temperatura anual media y la
precipitación anual media para cada sitio muestreado. La temperatura media anual
finalmente se excluyó de los modelos debido a que los sitios muestreados tuvieron
valores muy similares para esta variable. El mejor modelo se seleccionó a través del
mayor R2 ajustado y del análisis de los residuales para verificar los supuestos. El
modelo elegido fue utilizado para estimar el COSref de cada partido. Para esto se
estimó la textura principal (la correspondiente al suelo que ocupaba mayor superficie)
(INTA, 1990; Angueira et al., 2007) y la precipitación anual media (Bianchi & Cravero,
2010) de cada partido.
Las principales especies de CA sembradas en el CSA durante el periodo comprendido

entre los años 1976 – 2012 fueron algodón (Gossypium hirsutum L.), girasol (Helianthus
annuus L.), maíz (Zea mays L.), soja y trigo (Triticum aestivum L.) (SIIA, 2015). Se
estimó la superficie sembrada de cada cultivo y sus rendimientos para cada partido en
los años 1976, 1996 y 2012 (SIIA, 2015). Para representar cada uno de estos años, se
calculó un promedio del año en cuestión, del anterior y del siguiente, a los fines de evitar
que algún evento climático o económico puntual sesgara la información. A partir de
estos datos y de informantes calificados de la zona, se hipotetizaron 11 rotaciones de
5
CA factibles de ser realizadas en el CSA. Las 11 rotaciones se simularon para los

primeros 30 cm de suelo y se combinaron con tres niveles de rendimiento, tres niveles
de contenido de arcilla, dos niveles de labranza y cinco niveles de tiempo. En total se
obtuvieron 990 escenarios hipotéticos diferentes, que fueron simulados con el RothC
(Coleman & Jenkinson, 1996). Los niveles de rendimiento bajo, medio y alto, se
correspondieron con el promedio menos dos desvíos estándar, el promedio y el
promedio más dos desvíos estándar de los rendimientos de cada cultivo desde 1976
hasta 2012 (SIIA, 2015). Cada escenario hipotético se repitió tres veces, cada una con
una combinación de niveles de rendimiento distinta. El nivel de rendimiento fue asignado
al azar a cada cultivo, con la restricción de que al sumar todos los niveles de
rendimiento en las tres repeticiones de una rotación, la cantidad de rendimientos bajos,
medios y altos fuera la misma. Los tres niveles de porcentaje de arcilla en la capa de
suelo considerada fueron 3%, 13% y 20%. Estos valores se corresponden con los
valores mínimo, promedio y máximo de una base de datos que contiene la descripción
de 83 perfiles de suelos del CSA (Angueira et al., 2007).
Las simulaciones se iniciaron en el estado de equilibrio del BO (simulando sus aportes

durante 10000 años). Los aportes de C del BO se estimaron utilizando el modo inverso
del RothC, el cual permite estimar la cantidad de C que aporta la vegetación al suelo
para mantener un determinado nivel de COS. Se utilizó el promedio del COSref
observado en las muestras de suelo para estimar los aportes del BO. Las entradas de C
de los CA se estimaron asumiendo: i) índices de cosecha para el algodón, el girasol, el
maíz, la soja y el trigo de 0,32 (Peterlin & Mondino, 2004), 0,45, 0,35, 0,40 y 0,45
(Studdert & Echeverría, 2000), respectivamente; ii) proporciones de biomasa entre raíz y
tallo para el algodón, el girasol, el maíz, la soja y el trigo de 0,38, 0,38, 0,35, 0,38 y 0,45
(Buyanovsky & Wagner, 1996), respectivamente , iii) proporción de raíces en los
primeros 30 cm del suelo para todos los cultivos de 0,95 (Buyanovsky &Wagner, 1986) y
iv) un 43 % de C en la biomasa (Sánchez et al., 1996). Los niveles de la labranza fueron
labranza convencional y siembra directa. El RothC realiza las estimaciones para cultivos
con labranza convencional. Para simular la siembra directa se fijó en el modelo una
condición de suelo permanentemente cubierto. Todos los escenarios se simularon
durante 10, 20, 30, 40 y 50 años.
El Fcc representa la proporción de COS estimada en un determinado momento respecto

a un nivel de COS previo. Los Fcc se calcularon a través del cociente entre el contenido
de COS estimado en un determinado tiempo, en un escenario hipotético, y un nivel de
COS previo, en el mismo escenario. Al realizar esto con todas las combinaciones
posibles se obtuvieron 2970 datos de Fcc. Luego, se ajustaron modelos lineales para
predecir el Fcc en función de variables que podían obtenerse a partir de información
censal y que describían los escenarios hipotéticos. Dichas variables fueron: proporción
de algodón, proporción de girasol, proporción de maíz, proporción de soja y proporción
de trigo en la rotación, rendimiento ponderado (calculado como el rendimiento de cada
6
cultivo multiplicado por la proporción que ocupa en la rotación), COS inicial, tiempo y
labranza. Finalmente, se seleccionó el mejor modelo a través del mayor R2 ajustado y
del análisis de los residuales para verificar los supuestos del modelo.
La mayoría de las PP utilizadas como recurso forrajero en el CSA son gramíneas

megátermicas (tipo C4) (Barbera et al., 2014). Las especies principales son: Chloris
gayana, Panicum maximun, Cenchrus ciliaris, Panicum coloratum, Brachiaria brizantha y
Digitaria eriantha (De León, 2004). La productividad de materia seca (MS) de dichas PP
está fuertemente determinada por las precipitaciones del sitio, variando
aproximadamente entre 4,6 Mg MS ha-1 y 6,7 Mg MS ha-1 al pasar de zona con una
precipitación media anual de 600 mm a una zona de 800 mm (De León, 2004). Se
agruparon los partidos según su precipitación media anual promedio en tres intervalos: i)
[487 mm - 642 mm), ii) [642 mm - 797 mm) y iii) [797 mm - 875 mm). Para los partidos
que pertenecen a los intervalos i), ii) y iii) se asumió una producción de MS de 4,6, 5,7 y
6,7 Mg ha-1, respectivamente (De León, 2004; Cornacchione & Reineri, 2008).
Los tres niveles de producción de MS de las PP se combinaron con los tres niveles de
arcilla utilizados para las simulaciones de CA y cinco niveles de COS inicial. Un nivel
inicial correspondió al estado de equilibrio del BO y los cuatro niveles restantes (42, 36,
30 y 18 Mg COS ha-1) se obtuvieron de las simulaciones de los CA. El criterio para elegir
estos contenidos de COS iniciales, fue cubrir un amplio rango. Combinando todos los
niveles de los factores se construyeron 45 escenarios hipotéticos que fueron simulados
con el RothC. Los aportes de C de las PP fueron estimados asumiendo: i) una
proporción de biomasa entre raíz y tallo de 0,45 (Veneciano & Frigerio, 2003); ii) una
proporción de raíces en los primeros 30 cm de 0,83 (Jackson et al., 1996) y iii) un 37 %
de C en la biomasa (Maryol & Lin, 2015). Al igual que para los CA, los escenarios se
simularon durante 10, 20, 30, 40 y 50 años
A partir de los resultados de las simulaciones se calcularon los Fc para las pasturas
(Fcp) de la misma forma que se calcularon los Fcc. Con todas las combinaciones
posibles se generaron 675 datos de Fcp. Luego, se ajustaron modelos lineales para
predecir el Fcp en función del COS inicial, el tiempo y el nivel de producción de MS. El
mejor modelo se seleccionó a través del mayor R2 ajustado y del análisis de los
residuales para verificar los supuestos del modelo.
Carbono orgánico de referencia
El modelo elegido para estimar los contenidos de COSref con el N2 (ec. 2) tuvo un R2 =
0,68 y un valor p < 0,0001.
7
𝐶𝑂𝑆𝑟𝑒𝑓 = 31.78 + 0.0007441 𝑃𝑀𝐴 𝑎𝑟𝑒𝑛𝑎 𝑃𝑀𝐴 (ec. 2),
donde PMA es la precipitación media anual y la arena esta expresada como porcentaje
de la fracción mineral del suelo.
El COSrefde los partidos estuvo entre 35 y 51 Mg COS ha-1, con un promedio 38 Mg

COS ha-1 (Figura 2). Sin embargo, los partidos tienen distintos tamaños y, por lo tanto,
aquel promedio no representa el estimado para toda la Región. Para estimar el COSref
de todo el CSA se calculó el promedio ponderado por la superficie de cada partido y el
valor obtenido fue 40 Mg COS ha-1. En el departamento Anta de la provincia de Salta,
Abril& Bucher (2001) reportaron contenidos de COS en los primeros 20 cm de suelo de
71 Mg C ha-1 para una condición de BO altamente restaurado y 31 Mg C ha-1 para una
condición de BO moderadamente restaurado. En el mismo departamento y a la misma
profundidad, Caruso (2008) informó que los contenidos de COS en el BO variaban entre
27 y 53 Mg C ha-1. En este trabajo, con el N2 se estimó un contenido de COS de 37 Mg
C ha-1 para los primeros 30 cm de suelo del mismo departamento. La ec.2se ajustó con
datos de la situación actual del BO, el cual se encuentra con cierto grado de
degradación (Morello et al., 2005). Por lo tanto, las estimaciones con el N2 son
comparables con el sitio moderadamente restaurado de Abril & Bucher (2001) y existe
un moderado grado de acuerdo entre las estimaciones de ambos estudios.
Figura 2. Gráfico de caja para el carbono orgánico del suelo de referencia (COSref)
estimado para los 40 partidos del Chaco Semiárido.
Factores de cambio
Los modelos finales seleccionados para estimar el Fcc y el Fcp tuvieron un muy buen
ajuste (R2 = 0,89 y R2 = 0,90, respectivamente, Tabla 1). Esto indica que los cambios
simulados por el RothC pueden estimarse en forma precisa con los modelos lineales
ajustados.
8
Tabla 1. Resumen de los modelos ajustados para el factor de cambio para cultivos
anuales (Fcc) y para el factor de cambio para pasturas (Fcp).
Coeficiente
Factor de
Valor Error
cambio Nombre*
Estimado estándar
Ordenada al origen 5,422 0,307
Arcilla (%) 0,001352 0,000136
Tiempo (años) -0,00788 0,000102
Soja (%) -4,536 0,3065
Maiz (%) -4,549 0,3065
Cultivos
Trigo (%) -4,302 0,3054
anuales (Fcc)
Girasol (%) -4,436 0,3089
R2ajustado = 0,89
Algodón (%) -4,568 0,3071
-1
Rendimiento (Mg ha ) 0,04594 0,001176
-1 2
COSi (Mg ha ) -0,000058 0,000001
SD 0,05165 0,003589
Tiempo (años) x SD 0,001962 0,000135
Ordenada al origen 1,312 0,01957
Tiempo 0,00779 0,000466
COSi (Mg ha-1) -0,02081 0,000844
Pasturas PP5,7 0,05383 0,0045
perennes (Fcp) PP6,7 0,1058 0,004522
R2ajustado = 0,90 Arcilla (%) 0,007798 0,001287
COSi (Mg ha-1)2 0,000204 0,00001
2
Arcilla (%) -0,000156 0,000056
Tiempo (años) x COSi -0,000262 0,000013
*COSi: Carbono orgánico de suelo inicial. SD, PP5,7 y PP6,7 son
variables clasificatorias. Cuando el sistema de labranza es siembra
directa, SD = 1 y en caso contrario SD = 0. Cuando la producción de
las pasturas (PP) es 4,6 Mg Ms ha-1 PP5,7 = 0 y PP6,7 = 0, cuando la
PP es 5,7 Mg Ms ha-1 PP5,7 = 1 y PP6,7 = 0 y cuando la PP es 6,7 Mg
Ms ha-1 PP5,7 = 0 y PP6,7 = 1.
Los Fcc estimados con el N2 para las transformaciones de BO a CA fueron en promedio

0,77, 0,84 y 0,87 para los años 1976, 1996, y 2012, respectivamente (Tabla 2). Otros
estudios en la zona han reportado que los CA contienen entre un 20 y un 25% menos de
COS que el BO (Barbero et al., 2010; Rojas et al., 2016), lo que equivaldría a un Fc
entre 0,80 y 0,75, y se asemejan a los Fcc estimados con el N2 (Tabla 2). El Fcp para la
conversión de BO a PP estuvo entre 0,87 y 0,88 (Tabla 2). Caruso (2008) observó una
disminución promedio de 24% del COSen la conversión de BO a PP (Fcp = 0,76). Este
9
promedio tuvo un rango amplio, en un extremo, un cambio positivo del 6% (Fcp = 1,06) y
en el otro, un gran cambio negativo (-43%, Fcp = 0,57). Rojas et al. (2016) y Caruso
(2008) no encontraron relación entre el tiempo transcurrido desde el reemplazo del BO y
los cambios del COS. Por otra parte, Ciuffoli (2013) observó disminuciones de 30 y 10%
de COS (Fcp entre 0,7 y 0,9) en la conversión de BO a PP para períodos desde la
conversión del BO de 4 y 31 años, respectivamente. Esto resultados sugieren que la
conversión de BO a PP tiene un impacto muy variable sobre COS, pero que el Fcp
estimado con N2 tiene un moderado grado de acuerdo con el valor medio observado en
otros estudios.
Tabla 2. Promedios (Pr) y desvíos estándar (De) de los factores de cambio (Fcc y Fcp)
estimados con el Nivel 2 (N2) para conversiones entre bosque (BO), cultivos anuales
(CA) y pasturas (PP).
Año
Conversión del uso
1976 1996 2012
del suelo
Pr De Pr De Pr De
De BO a CA (Fcc) 0,77 0,05 0,84 0,06 0,87 0,04
De CA a CA (Fcc) - - 0,87 0,05 0,9 0,04
De PP a CA (Fcc) - - 0,87 0,07 0,91 0,02
De BO a PP (Fcp) 0,87 0,02 0,88 0,02 0,88 0,03
De CA a PP (Fcp) - - 0,94 0,02 1,13 0,19
De PP a PP (Fcp) - - 0,92 0,01 0,94 0,06
Impacto del cambio en el uso del suelo sobre el COS
La superficie analizada comprendió 40 partidos que ocupan una superficie total de

302.434 km2. La superficie deforestada aumentó aproximadamente 7 veces desde el
año 1976 hasta el año 2012, y los CA fueron el principal destino de esta superficie
liberada (Figura 3a). La conversión de BO a CA fue el cambio en el uso del suelo que
provocó las mayores pérdidas de COS (Figura 3b). Las pérdidas de esta conversión
tendieron a disminuir a través del tiempo (Figura 3b). Este hecho podría tener varias
explicaciones. Por un lado, el incremento de los rendimientos de los cultivos anuales y la
adopción del sistema de siembra directa son dos prácticas de manejo que pueden
ayudar a reducir la tasa de su pérdida y, en ciertas situaciones, hasta a incrementar los
contenidos de COS (Studdert & Echeverría, 2000; Steinbach & Álvarez, 2006; Álvarez et
al., 2011). Los rendimientos de los CA aumentaron entre 1976 y 2012 (SIIA, 2015), así
como también lo hizo la superficie con siembra directa para aquel período (INDEC,
2004) y esto podría explicar la menores pérdidas de COS estimadas para el año 2012
respecto de los primeros analizados. Por otro lado, el tiempo con agricultura es otro
factor muy importante que puede explicar los mayores niveles de COS del año 2012.
Debido a que incremento de la superficie de CA ocurrió en mayor medida entre 1996 y
2012 (Figura 3a), la mayoría de los CA en el año 2012 tenían pocos años de agricultura
10
y es probable que el nuevo nivel de equilibrio de COS no se hubiera alcanzado aún. A

pesar de que el contenido de COS en los CA tendió a aumentar, el promedio del CSA
tendió a disminuir a través del tiempo (Figura 3b). Esto podría explicarse principalmente
por la expansión de CA y PP sobre el BO. En el año 1976, prácticamente toda la
superficie de la región estaba ocupada por BO (Figura 3a) y las pérdidas regionales de
COS fueron despreciables (Figura 3b). En el año 2012 las pérdidas promedio
alcanzaron el 3% del COSref, mientras que los CA y las PP ocuparon un 18% y un 13%
de la superficie del CSA, respectivamente.
Figura 3. Cambio en el uso del suelo (a) y pérdidas del carbono orgánico del suelo
(COS) respecto al COS de referencia (COSref), según usos del suelo (b), para los tres
años analizados. Las líneas de las barras indican el desvío estándar.
Las pérdidas de COS variaron entre 0 y 18% del COSref entre los diferentes partidos
(Figura 4). Los partidos más afectados se encontraron en la parte centro sur del CSA,
mientras que en el noreste de la región prácticamente no se han estimado pérdidas de
COS (Figura 4).
Las pérdidas de COS estimadas en el CSA han sido bajas hasta el año 2012. Sin
embargo, las estimaciones solo consideran los primeros 30 cm de suelo. El cambio
drástico que implica el reemplazo del ecosistema boscoso, compuesto por varios
estratos herbáceos y leñosos que superan los 15 metros de altura (Biani et al., 2006),
por un agroecosistema de cultivos herbáceos anuales, puede provocar cambios en el
COS incluso por debajo de aquel estrato superficial (Ciuffoli, 2013; Villarino et al., 2016)
y este hecho podría implicar que las pérdidas sean superiores a las estimadas en este
trabajo.
11
Figura 4. Pérdidas de carbono orgánico del suelo (COS) estimadas con el Nivel 2,
representadas en el espacio y en el tiempo. El número por debajo de cada mapa indica
el año de evaluación.
Conclusiones
En el CSA, la investigación de los efectos del cambio en el uso del suelo sobre el COS
es muy reciente y, por lo tanto, cuenta con menos información disponible que en otras
regiones más estudiadas del país, como es el caso de la Región Pampeana (Carreño et
al., 2012; Rojas et al., 2016). Esta limitante en general conlleva a que los inventarios de
COS se realicen con el N1, un método que tiene altos niveles de incertidumbre (IPCC
2006c) y que no ha demostrado ajustarse a los valores observados en la Región
Pampeana (Berhongaray y Álvarez, 2013). En este trabajo se demostró que en el CSA
es posible derivar un N2 a partir de un modelo de simulación e información sencilla y
disponible en forma generalizada. El enfoque propuesto con el N2supera varias
limitaciones conceptuales del N1 y por lo tanto es esperable que sus estimaciones sean
más confiables que las del N1 (Villarino et al., 2014).
Agradecimientos
Este estudio se encuentra en el marco de la Tesis Doctoral del primer autor en el

Programa de Posgrado en Ciencias Agrarias de la Facultad de Ciencias Agrarias de la
Universidad Nacional de Mar del Plata. El trabajo se enmarca en proyectos financiados
por el Instituto Nacional de Tecnología Agropecuaria (INTA) a través de los proyectos
PNNAT-1128052 y PNNAT-1128035, la Universidad Nacional de Mar del Plata a través
de los proyectos AGR466/14 y AGR389/12, la Agencia Nacional de Promoción Científica
12
y Técnica de Argentina (PICT-2012-1092 y PICT-2012-0607) y el Institute for Global

Change Research (IAI) CRN3095 que es apoyado por la US National Science
Foundation (Grant GEO-1128040). El primer autor es becario doctoral del Consejo
Nacional de Investigaciones Científicas y Técnicas (CONICET).
Bibliografía
Abril, A & EH Bucher. 2001. Overgrazing and soil carbon dynamics in the western Chaco
of Argentina. Appl Soil Ecol 16:243-249.
Álvarez, R & RS Lavado. 1998. Climate, organic matter and clay content relationships in
the Pampa and Chaco soils, Argentina. Geoderma 83:127-141.
Álvarez, R; Steinbach, H & A Bono. 2011. An Artificial Neural Network Approach for
Predicting Soil Carbon Budget in Agroecosystems. Soil SciSoc Am J 75:965-975.
Angueira, MC; DR Prieto; J López& G Barraza.2007. SigSE: Sistema de Información

Geográfica de Santiago del Estero. [CD-ROM]: Version 2.0. INTA EEA Santiago del
Estero. Programa computacional.
Barbera, P; L Blanco; A Bolleta; J De Battista; C Frasinelli; L Gándara; C Goldfarb; C

Kunst; S Lacorte; L MartinezCalsina; G Mc Lean; F Nenning; J Otondo; H Petrucci; JD
Pueyo; L Romero; N Stritzler; MA Tomas; C Torres Carbonel& C Uguarte. 2014.
Gramíneas forrajeras para el subtrópico y el semiárido central de la Argentina. Ediciones
INTA, Buenos Aires, Argentina, 72 pp.
Barbero, MF; HP Apezteguía&R Sereno. 2010. Tasa de mineralización del carbono

orgánico del suelo, luego del desmonte, en Córdoba y en Santiago del Estero. XXII
Congreso Argentino de la Ciencia del Suelo, Rosario, Argentina,mayo 2010. En CD.
Berhongaray, G &R Álvarez. 2013. The IPCC Tool for predicting soil organic carbon
changes evaluated for the Pampas, Argentina. Agr.Ecosyst.Environ. 181:241-245.
Bianchi, AR &SAC Cravero. 2010. Atlas climático digital de la república argentina.

Ediciones INTA, Instituto Nacional de Tecnología Agropecuaria, Buenos Aires,
Argentina, 55 pp.
Biani, NB; JL Vesprini; DE Prado; M Arturi; J Frangi& J Goya. 2006. Conocimiento sobre
el gran Chaco Argentino en el siglo XX. En: Goya, JF; JL Frangi& MF Arturi (Eds.),
Ecología y Manejo de los bosques de Argentina. Editorial de la Universidad Nacional de
La Plata, La Plata, Buenos Aires, Argentina. pp 24.
13
Buyanovsky, G & G Wagner. 1986. Post-harvest residue input to cropland. Plant Soil
93:57-65.
Buyanovsky, G & G Wagner. 1996. Crop residue input to soil organic matter on Sanborn
Field. In: Paul EA, Paustian K, Elliot ET & CV Cole (Eds). Soil Organic Matter in
Temperate Agroecoystems: Long-Term Experiments in North America. CRPC Press
Inc., Boca Raton, USA. Pp. 73-84.
Carreño, L; Frank, F &Viglizzo, E. 2012.Tradeoffs between economic and ecosystem

services in Argentina during 50 years of land-use change.AgrEcosystEnviron 154:68-77.
Caruso, V. 2008. Evaluación de la sustentabilidad ambiental mediante indicadores del
uso de la tierra en sistemas ganaderos del chaco salteño. Tesis Magister Scientiae,
Universidad Nacional de Mar del Plata. [Balcarce, Argentina].
Ciuffoli, L. 2013. Cambios en el uso del suelo y sus efectos sobre la materia orgánica
edáfica en bosques semiáridos del Chaco argentino. Tesis de Licenciatura en Ciencias
Ambientales, Universidad de Buenos Aires [Buenos Aires, Argentina].
Coleman, K & D Jenkinson. 1996. RothC-26.3-A Model for the turnover of carbon in soil.
In: Powlson, D.; Smith, P. & J Smith (Eds), Evaluation of soil organic matter models.
Springer, Berlin, Heidelberg, Germany, Pp. 237-246.
Cornacchione, MV & S Reineri. 2008. ¿Cuánto produce el Gatton Panic?

http://www.produccion-
animal.com.ar/produccion_y_manejo_pasturas/pasturas_cultivadas_megatermicas/120-
gatton_panic.pdf. 22 de septiembre 2015.
De León, M. 2004. Ampliando la frontera ganadera. Las pasturas subtropicales en la

región semiárida central del país. Informe técnico. INTA, Cordoba, Argentina Pp. 1-28.
Foley, JA; GP Asner; MH Costa; MT Coe; R DeFries; HK Gibbs; EA Howard; S Olson; J

Patz& N Ramankutty. 2007. Amazonia revealed: forest degradation and loss of
ecosystem goods and services in the Amazon Basin. Front Ecol Environ. 5:25-32.
Foley, JA; N Ramankutty; KA Brauman; ES Cassidy; JS Gerber; M Johnston; ND

Mueller; C O'Connell; DK Ray; PC West; C Balzer; EM Bennett; SR Carpenter; J Hill; C
Monfreda; S Polasky; J Rockstrom; J Sheehan; S Siebert; D Tilman& DP Zaks. 2011.
Solutions for a cultivated planet. Nature 478:337-342.
Gasparri, NI & HR, Grau. 2009. Deforestation and fragmentation of Chaco dry forest in
NW Argentina (1972–2007). Forest Ecol. Manag. 258: 913-921.
14
Gasparri, NI; HR Grau & E Manghi. 2008. Carbon pools and emissions from
deforestation in extra-tropical forests of northern Argentina between 1900 and 2005.
Ecosystems 11:1247-1261.
Goidts, E; B Van Wesemael& M Crucifix. 2009. Magnitude and sources of uncertainties

in soil organic carbon (SOC) stock assessments at various scales. Eur. J. Soil Sci.
60:723-739.
Hoekstra, JM; TM Boucher; TH Ricketts & C Roberts. 2005. Confronting a biome crisis:
global disparities of habitat loss and protection. EcolLett 8:23-29.
INDEC. 2004. Censo Nacional Agropecuario 2002. Instituto Nacional de Estadística y

Censos de la República Argentina, Buenos Aires, Argentina.
INTA 1990. Atlas de Suelos de la República Argentina. http://geointa.inta.gov.ar/visor/.

10 de septiembre de 2015.
IPCC.2006a. 2006 IPCC Guidelines for National Greenhouse Gas Inventories, Prepared
by the National Greenhouse Gas Inventories Programme. IGES, Japan, 18 pp.
IPCC.2006b. Agriculture, Forestry and Other Land Use. En: Eggleston, H; L Buendia; K
Miwa; T Ngara& K Tanabe (Eds), 2006 IPCC Guidelines for National Greenhouse Gas
Inventories. IGES, Japan, 680 pp.
IPCC. 2006c. Chapter 2: Generic methodologies applicable to multiple land-use

categories. En: Eggleston, H; L Buendia; K Miwa; T Ngara& K Tanabe (Eds), 2006 IPCC
Guidelines for National Greenhouse Gas Inventories, Volume IV. IGES, Japan, Pp. 1-59.
IPCC. 2006d. Chapter 3: Consistent representation of lands. En: Eggleston, H; L

Buendia; K Miwa; T Ngara& K Tanabe (Eds), 2006 IPCC Guidelines for National
Greenhouse Gas Inventories, Volume IV. IGES, Japan, Pp. 1-42.
IPCC. 2013. Summary for Policymakers. En: Stocker, T; D Qin; G Plattner; M Tignor; S
Allen; J Boschung; A Nauels; Y Xia; V Bex& P Midgley (Eds), Climate Change 2013: The
Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report
of the Intergovernmental Panel on Climate Change. Cambridge University Press,
Cambridge, United Kingdom and New York, NY, USA, Pp. 1–30.
Jackson, R; J Canadell; J Ehleringer; H Mooney; O Sala& E Schulze. 1996. A global

analysis of root distributions for terrestrial biomes. Oecologia 108:389-411.
15
Janzen, HH. 2004. Carbon cycling in earth systems—a soil science perspective.
Agric.Ecosyst. Environ. 104:399-417.
Jobbágy, EG & RB Jackson. 2000. The vertical distribution of soil organic carbon and its
relation to climate and vegetation. Ecol. Appl. 10:423-436.
Lal, R. 2001. Soil degradation by erosion. Land Degrad. Dev. 12:519-539.
Lal, R. 2011. Sequestering carbon in soils of agro-ecosystems. Food Policy 36:S33-S39.
Lokupitiya, E & K Paustian. 2006. Agricultural soil greenhouse gas emissions: a review
of national inventory methods. J. Environ. Qual. 35:1413-1427.
Maryol, E & C Lin. 2015. Evaluation of atmospheric CO2 sequestration by alkaline soils
through simultaneous enhanced carbonation and biomass production.Geoderma 241:24-
31.
Morello, J; W Pengue& A Rodríguez. 2005. Un siglo de cambios de diseño del paisaje:

el Chaco Argentino. Primeras Jornadas Argentinas de Ecología del Paisaje. Buenos
Aires, noviembre 2005. Pp. 1-31.
Paruelo, JM; M Oesterheld; JP Guerschman; SR Verón; G Piñeiro; JN Volante; G María;

G Baldi; M Vassallo; L Porfirio; M Durante; C Caride& MD Arocena. 2004. Patrones
espaciales y temporales de la expansión de soja en Argentina. Relación con factores
socio-económicos y ambientales. Facultad de Agronomía, Universidad de Buenos Aires,
Buenos Aires, Argentina. 87 pp.
Peterlin, OA & MH Mondino. 2004. Podado del tallo principal como técnica de regulación
del crecimiento del algodón en sistemas productivos minifundistas. Agrotecnia 12:9-13.
Pincén, D; E Viglizzo;L Carreño; F Frank. 2010. La relación soja-ecología-ambiente.

Entre el mito y la realidad. En: Viglizzo, E. &E Jobbágy. (Eds),Expansión de la frontera
agropecuaria en Argentina y su impacto ecológico-ambiental. Ediciones INTA, Buenos
Aires, Argentina, Pp. 53-62.
Post, WM; WR Emanuel; PJ Zinke& AG Stangenberger. 1982. Soil carbon pools and
world life zones. Nature 298:156-159.
Powlson, DS; PJ Gregory; WR Whalley; JN Quinton; DW Hopkins; AP Whitmore; PR

Hirsch & KWT Goulding. 2011. Soil management in relation to sustainable agriculture
and ecosystem services. Food Policy. 36:S72-S87.
16
Rojas, JM; J Prause; GA Sanzano; OEA Arce& MC Sánchez. 2016. Soil quality
indicators selection by mixed models and multivariate techniques in deforested areas for
agricultural use in NW of Chaco, Argentina. SoilTillage Res 155:250-262.
Sánchez, S; GA Studdert& HE Echeverría. 1996. Descomposición de residuos de

cosecha en un Argiudol típico. Ciencia del Suelo 14:63-68.
SIIA. 2015. Sistema Integrado de Información Agropecuaria.

http://www.siia.gov.ar/index.php/series-por-tema/agricultura. 5 de mayo de 2015.
Steinbach, HS & R Álvarez. 2006. Changes in soil organic carbon contents and nitrous
oxide emissions after introduction of no-till in Pampeanagroecosystems. J Environ Qual
35:3-13.
Stockmann, U; MA Adams; JW Crawford; DJ Field; N Henakaarchchi; M Jenkins; B

Minasny; AB Mcbratney; VDRD Courcelles; K Singh; I Wheeler; L Abbott; DA Angers; J
Baldock; M Bird; PC Brookes; C Chenu; JD Jastrow; R Lal; J Lehmann; AG O’donnell;
WJ Parton; D Whitehead& M Zimmermann. 2013. The knowns, known unknowns and
unknowns of sequestration of soil organic carbon. Agr Ecosyst Environ 164:80-99.
Studdert, GA & H Echeverría. 2000. Crop rotations and nitrogen fertilization to manage
soil organic carbon dynamics. SoilSciSoc Am J 64:1496-1503.
Torrella, SA & J Adámoli. 2006. Situación ambiental de la ecorregión del Chaco Seco.
En: Brown, A; UM Ortiz; M Acerbi& J Corcuera (Eds). La situación ambiental Argentina.
Pp. 73-75. Fundación Vida Silvestre Argentina. Buenos Aires, Argentina.
Vallejos, M; JN Volante; MJ Mosciaro; LM Vale; ML Bustamante & JM Paruelo. 2014.

Transformation dynamics of the natural cover in the Dry Chaco ecoregion: a plot level
geo-database from 1976 to 2012. J. Arid. Environ.123:3-11.
van Wesemael, B; K Paustian; O Andrén; CE Cerri; M Dodd; J Etchevers; E Goidts; P

Grace; T Kätterer& BG McConkey. 2011. How can soil monitoring networks be used to
improve predictions of organic carbon pool dynamics and CO2 fluxes in agricultural soils?
PlantSoil 338:247-259.
Veneciano, JH & KL Frigerio. 2003. Efecto de la defoliación de primavera-verano sobre

los rendimientos, composición de la materia seca y contenido proteico del material
diferido de gramíneas megatérmicas. Revista de Investigaciones Agropecuarias 32:5-15.
Viglizzo, EF; LV Carreño; H Pereyra; F Ricard; J Clatt& D Pincén. Dinámica de la

frontera agropecuaria y cambio tecnológico. En: E.F. Viglizzo & E. Jobbágy (Eds),
17
Expansión de la Frontera Agropecuaria en Argentina y su Impacto Ecológico-Ambiental.

INTA, Buenos Aires, Pp. 9-16.
Villarino, SH; GA Studdert; P Laterra& MG Cendoya.2014. Agricultural impact on soil

organic carbon content: Testing the IPCC carbon accounting method for evaluations at
county scale. Agr.Ecosyst. Environ. 185:118-132.
Villarino, SH; GA Studdert; MA Ávalos; MG Cendoya;L Ciuffoli& G Piñeiro.2016.

Agricultura continúa en el chaco semiárido: su efecto sobre fracciones del carbono
orgánico del suelo. XXV Congreso Argentino de la Ciencia del Suelo. Rio Cuarto,
Argentina, 27 de junio al 1 de julio, 2015. En CD.
Volante, J; A Bianchi; H Paoli; Y Noé; H Elena & C Cabral. 2005. Análisis de la dinámica
del uso del suelo agrícola del Noroeste Argentino mediante teledetección y sistemas de
información geográfica período 2000-2005. Ediciones INTA, Salta, Argentina, 64 pp.
Volante, JN; D Alcaraz-Segura; MJ Mosciaro; EF Viglizzo& JM Paruelo. 2012.

Ecosystem functional changes associated with land clearing in NW Argentina. Agric.
Ecosyst. Environ. 154:12-22.
Wander, M & T Nissen. 2004. Value of soil organic carbon in agricultural lands. Mitig
Adapt Strategies Glob Chang 9:417-431.
Weil, RR & F Magdoff. 2004. Significance of soil organic matter to soil quality and health.
In: Magdoff, F.; Weil, R.R. (Eds.), Soil organic matter in sustainable agriculture. Pp. 1-43.
CRC Press, Boca Raton, Florida, USA.
18
PELETIZACIÓN DE ABONOS Y APORTE DE MICRONUTRIENTES EN

FERTILIZANTES INORGÁNICOS Y ORGÁNICOS
JAVIER LUIS FERRARI*, PABLO TITTONEL & ALDO MAXIMILIANO DOSANTO
* EEA INTA Bariloche. (8400) San Carlos de Bariloche, Río Negro. CC227. Te: 02944-
422731.
*[email protected]
Palabras clave: acondicionamiento, reciclado, nutrientes
Resumen
Los fertilizantes son utilizados para reponer nutrientes a los cultivos, los fertilizantes
inorgánicos (FI) son aplicados a todo tipo de cultivos, los orgánicos (FO) son utilizados
en cultivos intensivos. Los FO pellets aportan micronutrientes asociados a la materia
orgánica, mientras que los FI pueden aumentar la disponibilidad de los micronutrientes
mediante la modificación del pH del suelo o también por impurezas. Mediante la
transformación de abonos en FO por secado, molido y peletizado podría mejorarse el
transporte, almacenamiento, dosificación e incrementar la escala de utilización de los
mismos. En la región Andino Patagónica, actividades ganaderas (ovinos,caprinos y
vacunos) producen resíduos que podrían transformarse en FO. El objetivo de este
trabajo fue evaluar el aporte de micronutrientes de distintos fertilizantes y difundir la
peletización de abonos como medio para incrementar el reciclado de nutrientes. Se
tomaron muestras compuestas de tres fuentes de fósforo inorgánico, fosfato diamónico
(PDA), superfosfato triple (SPT) y triple 15 (T15) y de tres FO-pellets comerciales. Para
su posterior peletización se armaron dos pilas de abono (estiércol de ovejas y de
cabras). Se peletizó también un compost de residuos de comida domiciliarios. Para la
transformación de los abonos en pellets se construyó en una tornería local una
peletizadora de pequeña escala. Se determinó la humedad, la densidad aparente, el pH
y la CE y Cu, Fe, Zn y Mn por digestión nítrico perclórica y posteriormente por absorción
atómica. La densidad aparente de los abonos aumentó marcadamente a través de la
peletización. Las pellets de abono y compost domiciliario no presentaban olor, pH
moderadamente alcalinos y baja CE. Los pellets comerciales (1,2 y 3) presentaron
olores muy fuertes, pH fuertemente alcalinos (pellets 1 y 2) y alta CE (pellets 1, 2 y 3),
debiendo ser utilizados con precaución particularmente en cultivos recién implantados y
almácigos. La humedad de los abonos estuvo cercana al óptimo para la peletización
(entre 15 y 25 %). Los bajos valores de pH de SPT y T15 sugieren que podrían
incrementar la disponibilidad de los micronutrientes, mientras que el PDA no tendría
mayor influencia en el pH del suelo. El Fe se encontró en mucha mayor cantidad que el
resto de los micronutrientes en todos los fertilizantes. Más estudios son necesarios para
confirmar o no los valores de Fe. Se observa un mayor aporte de Zn y Mn en
fertilizantes orgánicos que en inorgánicos. El Cu se encontró en muy pequeñas
1
cantidades. Los resultados preliminares obtenidos justifican incrementar los estudios de

micronutrientes para observar si las distintas fuentes de FI aportan similares cantidades
o no. En cuanto a los FO pueden incrementarse las determinaciones que confirmen
estos resultados e incorporar otros materiales importantes en nuestra zona como
abonos vacunos o restos de jaulas de piscicultura que también puedan ser peletizados e
incrementar así el reciclado de nutrientes. El peletizado de abonos es una práctica muy
sencilla que podría facilitar la aplicación de abonos orgánicos en maquinarias
convencionales.
Introducción
Los fertilizantes son normalmente utilizados para reponer nutrientes a los cultivos, en el
caso de los fertilizantes inorgánicos (FI) son aplicados a todo tipo de cultivos en general,
mientras que los orgánicos (FO) son utilizados en cultivos intensivos hortícolas, frutales
y frutas finas. Sin embargo, estos últimos también podrían ser utilizados en cultivos
extensivos como por ejemplo maíz (Yan et al., 2002). Los FO pellets al tener
importantes cantidades de carbono orgánico pueden aportar micronutrientes asociados,
mientras que los FI pueden aumentar la disponibilidad de los micronutrientes por la
modificación del pH del suelo (Aruani & Sanchez 2003) o podrían también aportar
micronutrientes por impurezas en los fertilizantes fosfatados (Zubillaga & Lavado, 2002,
Bell, 2004). Por otro lado, la aplicación de abonos es realizada en volumen y a través de
la medición de la densidad aparente y la concentración de nutrientes podemos conocer
los kg ha-1 aplicados (Ferrari et al., 2015); sin embargo, un mecanismo debería ser
establecido para facilitar el movimiento de abonos desde áreas excedentes a deficitarias
(Sharpley, 2003). Mediante la transformación en FO por secado, molido y peletizado
podría mejorarse el transporte y almacenamiento (López-Mosquera et al., 2008), como
así también el ajuste de las dosis aplicadas e incrementar la escala de utilización de los
abonos. En la región Andino-Patagónica diferentes actividades ganaderas como la
producción de ovinos, caprinos y vacunos producen residuos que pue podrían
transformarse en FO. El objetivo de este trabajo fue evaluar en forma preliminar el
aporte de micronutrientes de distintos fertilizantes y difundir la peletización de abonos
como medio para incrementar el reciclado de nutrientes.
Se tomaron muestras compuestas de tres fuentes de fósforo inorgánico, fosfato

diamónico (PDA), superfosfato triple (SPT) y triple 15 (T15) y de tres FO-pellets
comerciales. En coordinación con las Agencias de Extensión del INTA de Zapala y
Bariloche se obtuvieron materiales para su posterior peletización. Se armaron dos pilas
de abono bajo cubierta, una con estiércol de ovejas y otra con estiércol de cabras en la
EEA INTA Bariloche. Se peletizo también un compost de residuos de comida
domiciliarios de un productor de Bariloche también manejado bajo cubierta. Para la
transformación de los abonos en pellets, se construyó en una tornería local una
2
peletizadora de placa y rodillos de pequeña escala con motor trifásico de 4 HP. Se

fabricó una placa con agujeros de 0.5 mm de diámetro y otro de 0.8 mm regulando el
largo de pellets a 1 cm; siendo el espesor de la placa o criba del doble del diámetro de
agujero. Se eligieron estos diámetros para la fabricación de pellets porque podrían ser
utilizadas en distintas maquinas fertilizadoras de péndulo o centrífugas y en tolvas de
fertilizante de sembradoras convencionales. Previo a la peletización, los abonos se
tamizaron por 5 mm y se molieron en un molino de martillos (el tamaño de partícula
debe ser inferior al diámetro de los agujeros de la placa). Se determinó la humedad
(base húmeda), la densidad aparente (peso seco en volumen); el pH y la CE relación de
una parte de material en cinco partes de agua. Una muestra compuesta de cada
material se secó a 60 ºC y fue molida en molinillo de laboratorio. Se determinó Cu, Fe,
Zn y Mn por digestión nítrico perclórica y posteriormente por absorción atómica
(Westerman, 1990). Se regulo el peso del material para la digestión y las diluciones de
manera de obtener lecturas no inferiores al 20% del valor máximo lineal para Cu, Fe, Zn
y Mn (4, 5, 1 y 5 mg l-1respectivamente); sobrepasando substancialmente los límites de
detección (tres veces el desvío estándar de 10 lecturas de blanco) para Cu, Fe, Zn y Mn
(0.15, 0.18, 0.03 y 0.12 mg l-1respectivamentepara el espectrofotómetro de absorción
atómica Perkin Elmer 2380 utilizado). Los análisis químicos fueron realizados en el
Laboratorio de Suelos de la EEA INTA Bariloche. Se realizó un test de Tuckey para la
comparación entre los fertilizantes.
La densidad aparente de los abonos aumentó marcadamente respecto de la densidad

del material original (cercana a 0.3 Tn m-3en promedio) a través de la peletización. En el
caso de abonos de ovejas y cabras se los cubrió con chipeado de pino con elevados
contenidos de lignina. En el caso del compost de restos de comida fue necesario para
una peletización completa del material agregar pequeñas cantidades de pasto seco
(menos del 1% en volumen). El aumento de la temperatura durante la peletización fue
una evidencia de la presencia de lignina, la cual permitió obtener pellets firmes y bien
armados. Las pellets de abono y compost domiciliario no presentaban olor, sugiriendo
que alcanzaron algún grado de estabilización, al igual que los valores de pH y CE (Tabla
1). Por el contrario, los pellets comerciales (particularmente 1 y 2) presentaron olores
muy fuertes. Sus valores de pH fuertemente alcalinos sugieren usarlos con precaución,
particularmente en cultivos recién implantados, bancales hortícolas y almácigos. López-
Mosquera et al., (2008) reportaron que al pasar cama de pollo por un túnel de secado a
250 ºC no encontraron patógenos (Salmonella y faecal streptococci) y el olor se había
reducido marcadamente respecto del material fresco. La humedad de las pilas de
abonos fue adecuada para la peletización, al estar bajo cubierta puede regularse
mediante el riego (en un comienzo a valores cercanos al 50%) y luego dejar orear para
llegar a valores óptimos para el peletizado (10-20%). Luego los pellets pueden ser
secados al aire hasta una humedad menor al 10% para su posterior almacenamiento. La
3
protección con cubiertas permanentes es fundamental para evitar el lavado de

nutrientes durante todo el periodo de acumulación de abonos (McDowell & Sharpley,
2004; Titonel et al., 2010; Ferrari et al., 2012). Los bajos valores de pH de SPT y T15
sugieren que podrían incrementar la disponibilidad de los micronutrientes, mientras que
el PDA (fertilizante mayormente utilizado como fuente de fósforo) no tendría mayor
influencia en el pH del suelo (Tabla 1).
Tabla 1. Valores de densidad aparente (Dap), humedad en base húmeda, pH en agua y

conductividad eléctrica (CE).
Dap Humedad CE
Fertilizante 3
pH-H2O -1
(Tn m ) (%) (ds m )
Compost domiciliario 0,71 17,6 7,8 1,2
Abono cabras 0,58 26,5 8,5 5,1
Abono ovejas 0,60 24,1 8,8 6,7
Comercial 1 0,85 7,5 9,9 23,0
Comercial 2 0,80 6,9 9,9 24,5
Comercial 3 0,65 12,1 6,0 27,9
PDA 0,95 1,5 7,0 83,8
SPT 1,15 1,1 2,9 21,3
T15 1,00 2,1 2,9 43,5
El Fe se encontró en mucha mayor cantidad que el resto de los micronutrientes en todos

los fertilizantes (Tabla 2). Si bien el molino de martillos y la peletizadora son de hierro, la
cantidad de material peletizado es muy grande y el pasaje por las maquinas es muy
rápido, por lo que no es probable una contaminación. La submuestra compuesta para la
determinación química es pequeña pero el molinillo de laboratorio (modelo IKA a11) es
de plástico y acero inoxidable por lo que tampoco podría contaminar los materiales
procesados. Similares cantidades de Zn, Cu y Mn (70, 9, 332 mg kg -1respectivamente)
fueron encontradas por Wei et al. (2006) para SPT, mientras que para Fe fueron mucho
más bajas (480 mg kg-1). Más estudios son necesarios para confirmar o no los valores
de Fe. Se observa un mayor aporte de Zn y Mn en fertilizantes orgánicos que en
inorgánicos, salvo Zn en T15, fertilizante de menor difusión como fuente de fósforo
(Tabla 2). En cuanto al Cu sería muy bajo el aporte en FO, mientras que los FI
mayormente utilizados (PDA y SPT) no aportarían dicho elemento. Una dosis común en
producción de frutas finas, por ejemplo cultivo de frambuesa puede ser de 1500 kg ha-
1
de FO, si fuera de oveja por ejemplo, aportaría 38, 6360, 90 y 334gr ha-1 de Cu, Fe, Zn
y Mn respectivamente. En el caso de una dosis normal de 200 kg ha-1 de PDA en
frambuesa aportaría 1353,13 y 49 gr ha-1de Fe, Zn y Mn respectivamente. Esto puede
representar una pequeña fracción de las dosis aplicadas como micronutrientes, por
ejemplo para Zn en cultivo de maíz se han probado dosis de 2, 4 y 6 kg ha-1(Melgar et
4
al., 2001). Sin embargo en dosis más bajas, los FI tradicionales podrían realizar un
aporte que justifique su cuantificación al menos en ensayos de respuesta al agregado
de micronutrientes.
Tabla 2. Concentración de micronutrientes en fertilizantes, digestión nítrico-perclórica.

Letras distintas indican diferencias significativas (p<0.05) entre tratamientos.
Cu Fe Zn Mn
-1
fertilizante (mg kg )
Compost domiciliario 57 c 15646 e 79 a 584 d
Abono cabras 24 b 6125 bcd 54 a 182 a
Abono ovejas 25 b 4240 ab 60 a 223 ab
Comercial 1 61 c 2479 a 178 b 561 d
Comercial 2 60 c 2471 a 177 b 559 d
Comercial 3 35 b 5830 bc 340 c 390 c
PDA <1 a 6764 cd 67 a 246 ab
SPT <1 a 8167 d 58 a 303 bc
T15 65 c 5487 bc 545 d 144 a
Conclusiones
Los resultados preliminares obtenidos justifican incrementar los estudios de

micronutrientes para observar si las distintas fuentes de FI aportan similares cantidades
o no. En cuanto a los FO pueden incorporarse otros materiales importantes en nuestra
zona como abonos vacunos o restos de jaulas de piscicultura que también puedan ser
peletizadose incrementar así el reciclado de nutrientes. El peletizado de abonos es una
práctica muy sencilla que podría facilitar la aplicación de abonos orgánicos en
maquinariasde fertilización y/o sembradoras convencionales.
Agradecimientos
A Emiliano Ridiero productor de compost domiciliario. Al Dr. Pedro Temporetti y al Dr.

Fernando Pedrozo (CRUB-Conicet) por prestar la lámpara de Mn.Trabajo financiado por
los Proyectos Regionales INTA 1281101 /02 / 03.
Bibliografía
Aruani, M.C. & E.E. Sánchez. 2003. Fracciones de micronutrientes en suelos del alto
valle de Río Negro, Argentina. Ciencia del Suelo, 21(2):78-81.
5
Bell, R.W. 2004. IFA International symposium on micronutrients. New Delhi, India.
Ferrari, J.L.; E.E. Martínez; M.V. Cremona & M.J. Mazzarino. 2012. Determinación de
nitrógeno inorgánico y fosfatos a distintas profundidades de suelo bajo pilas de abonos.
Ciencia del Suelo, 30(2): 179-186.
Ferrari, J.L.; E.E. Martinez & M.V. Cremona. 2015. Nutrient balance in organic
Raspberry production with dairy-manure amendments. Int. J. of Plant and Soil Sci., 7(5):
306-318.
Lopéz-Mosquera, M.E.; F. Cabaleiro; M.J. Sainz; A. Lopéz-Fabal & E Carral. 2008.

Fertilizing value of broiler litter: Effects of drying and pelletizing. Bioresour. Technol., 99:
5626-5633.
McDowell, R.W. & A.N. Sharpley. 2004. Variation of phosphorus leached from
Pennsylvanian soils amended with manures, composts or inorganic fertilizer. Agriculture,
Ecosystems and Environment, 102: 17-27.
Melgar, R.J.; J. Lavandera; M. Torres Duggan & L. Ventimiglia. 2001. Respuesta a la

fertilización con Boro y Zinc en sistemas intensivos de producción de maíz. Ciencia del
Suelo, 19(2): 109-114.
Sharpley, A.N.; T. Daniel; T. Sims; J. Lemunyon; R. Stevens & R. Parry. 2003.

Agricultural Phosphorusand Eutrophication. Second Edition. USDA-ARS.ARS–149,
U.S.Gov. Print. Office, Washington, DC.
Tittonell, P.; M.R. Rufino; B.H. Janssen & K.E. Giller. 2010. Carbon and nutrient losses
during manure storage under traditional and improved practices in smallholder crop-
livestock systems—evidence from Kenya. Plant Soil, 328: 253–269.
Wei, X.; M. Hao; M. Shao & W.J. Gale. 2006. Changes in soil properties and the
availability of soil micronutrientes after 18 years of cropping and fertilization. Tillage
Research, 91:120-130.
Westerman, R.L. 1990. Soil testing and plant analysis. Third Edition. Soil Sc Soc Am, Inc
Yan, W.; K. Yamamoto & K. Yakushido. 2002. Change in nitrate N content in different
soil layers after the application of livestock waste compost pellets in a sweet corn field.
Soil Sci. Plant Nutr., 48(2): 165-170.
Zubillaga M.S. & R.S. Lavado. 2002. Fertilización fosfatada prolongada y contenido de
elementos traza en un argiudol típico de la pampa ondulada. Ciencia del Suelo, 20
(2):110-113.
6
MODELIZACIÓN DEL FÓSFORO EXTRACTABLE DE SUELOS FERTILIZADOS Y NO

FERTILIZADOS USANDO REDES NEURONALES ARTIFICIALES
ROBERTO ALVAREZ1,2& HAYDÉE STEINBACH1

1
Facultad de Agronomía, Universidad de Buenos Aires. Av. San Martín 4453 (1417)
Buenos Aires, Argentina. 2CONICET. [email protected]
Palabras Clave: fósforo extractable, redes neuronales artificiales, metamodelo
Resumen
En la Región Pampeana se ha propuesto el criterio de enriquecimiento y mantenimiento

para la fertilización fosforada pero no existen métodos adecuados para predecir cambios
del nivel de fósforo extractable de los suelos bajo escenarios contrastantes de
fertilización. Hicimos un metanálisis de los resultados locales de 18 experimentos de
campo en los que se determinaron los cambios del fósforo extractable en el tiempo con
y sin fertilización bajo varias rotaciones de cultivos. Resultados de balance de fósforo
del suelo también estaban disponibles en algunos experimentos. Se integró 329 datos
de variación de fósforo extractable en un período de 12 años y 129 datos de balance de
fósforo. El balance de fósforo no fue un buen predictor de cambios anuales del fósforo
extractable (R2= 0.33). En 38% de los casos las tendencias del balance y el fósforo
extractable eran opuestas; una era positiva mientras la otra era negativa o no cambiaba.
Se testearon la regresión polinómica y redes neuronales artificiales para modelar los
cambios del fósforo extractable. Las redes neuronales tuvieron una mejor performance
que la regresión (R2 = 0,91 vs 0,82; P< 0,01) y se utilizaron para la predicción de
variaciones futuras del fósforo extractable. La mejor red ajustada usó como inputs
fósforo extractable inicial, dosis de fósforo aplicada y tiempo. El modelo mostró que los
suelos pobres en fósforo sufren pequeños cambios de los niveles de fósforo extractable
si no se utilizan fertilizantes pero las disminuciones son muy grandes en suelos
inicialmente ricos en fósforo. Con fertilización los suelos se enriquecen en fósforo siendo
el incremento mayor en suelos inicialmente más ricos. Se generó un metamodelo como
una opción fácil de usar para la sustitución de la red neuronal que puede ser aplicado
para la predicción de cambios del fósforo extractable en condiciones de producción.
Introducción
El criterio de enriquecimiento y reposición se está difundiendo en la Región Pampeana

como una alternativa de manejo de la fertilización fosforada. El mismo consiste en
enriquecer el suelo en fósforo en uno o dos años llevando el nivel de fósforo extractable
hasta un umbral en el que el rendimiento de los cultivos no se ve limitado por el
nutriente y luego mantener ese nivel en años sucesivos (Black, 1993). Debido a
limitaciones económicas, localmente el enriquecimiento se hace normalmente a lo largo
de varios años (Alvarez et al., 2013).
1
Se han realizado experimentos de laboratorio e invernáculo en los que se ha

enriquecido suelos con fertilizantes y se han establecido coeficientes de enriquecimiento
con o sin plantas. Estos coeficientes se han calculado como el cambio del fósforo
extractable producido por unidad de fósforo de fertilizante agregado en pruebas cortas
de 45-90 días de duración (Quinero et al., 1999; Rubio et al., 2008; Suñer & Galantini,
2013). La inversa de este coeficiente, cuando el experimento se hace sin plantas, se
denomina capacidad buffer del suelo y define la cantidad de fósforo que se debe
agregar por encima de la absorción del cultivo para incrementar en una unidad el fósforo
extractable (Bundy et al., 2005). Los experimentos locales en condiciones controladas
indican que esta capacidad buffer varía entre 3 y 10 kg P ha-1 con promedios de ca. 5 kg
P ha-1 en la Provincia de Buenos Aires (Rubio et al., 2008) y ca. 6 kg P ha-1 en la
Provincia de Entre Ríos (Quintero et al., 1999). Estos valores surgen de extrapolar los
resultados de las pruebas de laboratorio a campo asumiendo una densidad aparente,
una profundidad de mezclado del fertilizante con el suelo (0-20 cm) y que no hay
pérdidas por runoff y lixiviación de fósforo a campo. También se asume que en ausencia
de plantas las transformaciones que sufre el fósforo del fertilizante son similares a las
que se producirían con plantas. Sin embargo, se ha observado que en éstas pruebas
cortas no se llega a estabilizar el nivel de fósforo extractable luego de la aplicación de
fertilizante y que un año post fertilización se produce una disminución de los niveles de
fósforo extractable por fijación que puede ser muy grande según los suelos respecto de
los niveles a los 45 días (Cabello et al., 2008).
En experiencias de campo también se ha determinado la capacidad buffer de los suelos

pampeanos bajo condiciones de producción (Ciampitti et al., 2011; Ferraris et al., 2012;
Ventimiglia, citado por FernandezLopez&Ferraris, 2006), determinándose valores
medios de ca. 10 kg P ha-1 para elevar una ppm el suelo. Esta mayor capacidad buffer
medida en experiencias de campo respecto de test de laboratorio ha sido reportada
anteriormente en muchas otras zonas agrícolas (Leikam, 1992) y genera la necesidad
de establecer la capacidad buffer en experiencias de campo para no subestimar los
requerimientos de fertilización necesarios para llegar al umbral de enriquecimiento.
Adicionalmente, no se han generado localmente herramientas que permitan estimar el
tiempo de decaimiento necesario para que decrezca el nivel de fósforo extractable del
suelo bajo cultivo si no se fertiliza. Estas herramientas son útiles en el caso de suelos
con altos contenidos de fósforo que son susceptibles a las pérdidas del nutriente por
runoff con el consecuente peligro ambiental (Dodd et al., 2012).
Nuestro objetivo fue generar modelos predictivos de la evolución del fósforo extractable
y de la capacidad buffer en suelos de la Región Pampeana. Para ello, realizamos una
recopilación de datos de experimentos locales de campo en los que se determinó la
evolución del fósforo extractable del suelo, las entradas al agrosistema por fertilización y
las salidas por cosecha de granos
2
Se recopilaron datos de 18 experimentos de campo con duraciones entre 1 y 12 años en

los que se hizo un seguimiento de la evolución del fósforo extractable (Bray 1) en la
capa superior del suelo, comúnmente 0-20 cm (Tabla 1, Figura 1).
800 mm
Océano
Atlántico
Figura 1. Localización de los experimentos. En algunos casos se corrió levemente el

punto para evitar superposiciones. La línea punteada indica la isohieta de 800 mm.
Los experimentos contaron generalmente con tratamientos con y sin fertilización

fosforada y en algunos se determinó además la cantidad de fósforo cosechado en
grano. Los cultivos y rotaciones testeadas fueron variables respondiendo a las
particularidades de cada zona. Todos los experimentos fueron realizados en la porción
húmeda de la Región Pampeana y la mayoría (16 casos) sobre Argiudoles. Los datos de
las variables fósforo extractable, dosis de fósforo aplicada, fósforo exportado y tiempo
fueron tomados de tablas o de la descripción del experimento y en algunos casos,
cuando se presentaban en forma gráfica, se levantaron con un programa de adquisición
de datos (GetdataGraphDigitizer 2.24). La recopilación permitió obtener 329 datos de
evolución de fósforo extractable en el tiempo, 160 sin fertilización durante al menos un
año y 169 con dosis variables de fósforo aplicado. Se pudieron recopilar también 129
datos de exportación de fósforo en grano lo que permitió calcular el balance de fósforo
3
del suelo (fósforo aplicado – fósforo cosechado) y relacionarlo con los cambios del
fósforo extractable.
Para modelar la evolución del fósforo extractable en función de la dosis de fósforo del
fertilizante y el tiempo se probaron la regresión polinómica con efectos lineales,
cuadráticos e interacciones y redes neuronales artificiales. La metodología aplicada en
cada caso fue similar a la utilizada en Alvarez (2009). Se buscó generar los modelos
más sencillos sin pérdida de ajuste, que se evaluó por el coeficiente de determinación
(R2). Los datos se particionaron en 50% para generar las redes neuronales, 25% para
detener el ajuste de los coeficientes de las redes y evitar sobre aprendizaje y 25% para
una validación independiente. Para los ajustes polinómicos se usó el mismo set de 75%
de datos que se usó en la elaboración de las redes y también se validaron los modelos
generados con el 25% de datos no empleados en la elaboración de los modelos. En las
redes neuronales solo se incluyeron como inputs variables con índice de sensibilidad
mayor a 1 (Miao et al., 2006) y en las regresiones variables con efecto significativo a P<
0.05 luego de una selección por stepwise. El software empleado fue Statistica. La
performance de los modelos se testeó contrastando la ordenada de la relación
observado vs estimado con 0 y la pendiente con 1 usando el programa Irene. Los R2 de
los modelos se contrastaron entre sí por el test de Fisher de transformación de Z
(Kleinbaum & Kupper, 1979). Se utilizaron además métodos de regresión simple y a las
estimaciones generadas por los modelos polinómicos o las redes se les ajustó con
Tablecurve diferentes modelos cinéticos a fin de generar metamodelos sencillos que
describan la evolución del fósforo extractable en el tiempo.
4
Tabla 1. Principales características de los experimentos. Los datos de precipitación y temperatura de los sitios experimentales corresponden al promedio de 30 años.
Autores TMA PMA Suelo Prof. Arcilla MO pH Duración Rotación P extractable Dosis media P Rend. medio P cosechado medio
-1
(ºC) (mm) (cm) (g kg-1) (g kg ) (años) (mg kg-1) (kg P ha-1 y-1) (t MS ha-1 y-1) (kg P ha-1 y-1)
Barbagelata 2012 19 1130 AA 0-20 270 4 19 to 48 0 to 200
Barbagelata 2012 19 1130 AC 0-20 400 5 4 to 15 0 to 200
Barraco et al. (2014) 16 830 TH 0-20 27 6.2 12 M-S-G-T/S-M-G 15 to 29 7 to 23 5.5 to 5.9 17 to 18
Berardo and Grattone (1998, 2000) 14 950 TA 0-18 62 5.7 6 T 8 to 39 0 to 176 3.2 to 4.2
Berardo and Marino ( 2000a) 14 950 TA 0-15 64 6.2 4 Pastura 5 to 32 0 to 100 5.5 to 8.6
Berardo and Marino ( 2000b) 14 950 TA 0-15 64 6.2 4 Alfalfa 5 to 23 0 to 100 8.3 to 13.0
Ciampitti et al. (2011); Gacía et al. (2010) 17 1050 TH 0-20 118 21 5.9 9 M-T/S 9 to 15 0 to 37 8.0 to 9.0 27 to 31
Ciampitti et al. (2011); Gacía et al. (2010) 17 1050 TA 0-20 180 23 6.0 9 M-T/S 9 to 26 0 to 37 8.3 to 8.9 28 to 33
Ciampitti et al. (2011); Gacía et al. (2010) 18 910 TH 0-20 155 24 6.6 9 M-S-T/S 12 to 29 0 to 46 5.8 to 6.1 26 to 28
Ciampitti et al. (2011); Gacía et al. (2010) 18 910 TA 0-20 205 23 5.6 9 M-S-T/S 40 to 72 0 to 46 6.3 to 6.2 27 to 28
Divito et al. (2010) 14 950 TA-PP 0-20 210 32 5.5 6 M-S-T/S 11 to 37 0 to 23 5.1 to 5.7 14 to 17
Echeverría et al. (2004) 18 910 0-20 1 T/S 15 to 50 0 to 150 27 to 33
Ferraris et al. (2015) 16 1030 0-20 8 M-S-T/S-C/S 4 to 26 0 to 52
Vidaurreta et al. (2012) 14 950 TA-PP 0-20 56 5.8 10 T/S-M-S 11 to 40 0 to 30
Vivas et al. (2007) 18 1030 TA 0-20 26 6.0 3 T/S-M-S 8 to 18 0 to 27
Wyngaard et al (2011, 2012) 14 950 TA-PP 0-20 56 5.8 8 T/S-M-S 11 to 37 0 to 30 19 to 22
TMA= temperatura media anual, PMA= precipitación media anual, AA= Argiudol Acuico, AC= Cromudert Argico, TH= Hapludol Típico, TA= Argiudol Típico, PP= Paleudol Petrocálcico, MO= materia orgáncia,
P= fósforo, M= maíz, S= soja, G= girasol, T/S= doble cultivo trigo/soja, C/S= doble cultivo cebada/soja.
5
Los suelos que no recibieron fertilización sufrieron una caída de su nivel de fósforo
extractable en el tiempo (Figura 2A). Esta caída fue muy grande en sitios con alto nivel
inicial de fósforo y mucho menor en aquellos de bajo nivel. La fertilización determinó en
general un incremento de los contenidos de fósforo extractable que en algunos casos
llegaron a quintuplicar los niveles de los testigo no fertilizados (Figura 2B).
80
A
80
B
P extractable fertilizado (mg kg-1)
1:1
P extractable (mg kg )
-1
60 60
40 40
20 20
0 0
0 2 4 6 8 10 0 20 40 60 80
Años P extractable no fertilizado (mg kg-1)
Figura 2. A: evolución del fósforo (P) extractable de tratamientos no fertilizados. B:

relación entre los niveles de P extractable de tratamientos no fertilizados y fertilizados
dentro de cada experimento.
El balance de fósforo no fue un predictor adecuado de los cambios del fósforo

extractable (Figura 3). La correlación fue baja entre ambas variables y en muchos casos
variaron en sentidos opuestos, así por ejemplo, con balance positivo algunos suelos
perdieron fósforo mientras que en otros con balance negativo el fósforo extractable
tendió a mantener su valor. Los primeros casos correspondieron a suelos en los que el
nivel inicial de fósforo extractable era alto. Los segundos a suelos de bajo nivel de
fósforo extractable.
Resultados similares a los mostrados en la Figuras 2 y 3 han sido reportados en muchas

ocasiones. El fósforo extractable tiende a bajar en suelos cultivados rápidamente
cuando su nivel es alto hasta estabilizarse en un nivel base que ya no es afectado por la
exportación de los cultivos (Dodd&Mallarino, 2005; Ma et al., 2009; Withers et al., 2005)
y el balance de fósforo puede no estar correlacionado con los cambios del fósforo
extractable. Se han atribuido estos resultados a procesos de fijación y liberación de
fósforo desde los pooles más estables al pool fósforo extractable y a pérdidas desde la
capa superficial del suelo o absorción profunda (Blake et al., 2000, 2003; Johnston et al.,
6
2014). Si el balance es positivo pero el suelo pierde fósforo extractable implica que hay
fijación o pérdidas y si es negativo pero el fósforo extractable sube o se mantiene se
está produciendo liberación desde los pooles estables o absorción profunda. La inversa
de la pendiente de la relación entre cambio del fósforo extractable y balance acumulado
indica la capacidad buffer media de los suelos. Esta es de 11.5 kg P ha-1 para mover el
fósforo extractable 1 mg kg-1. Esto implica que es necesario fertilizar con esa dosis de
fósforo por encima de la exportación del cultivo para incrementar 1 mg kg -1 el fósforo
extractable cuando se desea enriquecer el suelo.
50
y = 0.087 x
D P extractable (mg kg )
-1
2
R = 0.33
25
0
-250 -150 -50 50 150 250
-25
-50
Balance de P (kg ha-1)
Figura 3.
fósforo (P) del suelo. Las elipses indican casos en los que el P extractable decreció
aunque el balance era positivo o nulo y casos en los que con balance negativo el P
extractable no varió o pareció subir.
Se pudo modelizar con éxito los cambios del fósforo extractable por efecto del tiempo y
la fertilización tanto por regresión como con redes neuronales, pero estas últimas
tuvieron un mejor ajuste (P< 0.01). Las variables predictoras fueron nivel inicial de
fósforo extractable, tiempo y dosis acumulada de fósforo aplicada. La mejor red lograda
tuvo 7 neuronas en la capa escondida. Para ambas metodologías de modelización no
hubo diferencias entre los R2 de los sets de ajuste y de validación, lo que mostró buena
capacidad de generalización de los modelos, y las ordenadas y pendientes de las rectas
de valores observados vs estimados no difirieron de 0 y 1 respectivamente (Figura 4).
Con la mejor red ajustada se modelizó la variación esperada del fósforo extractable en
el tiempo para escenarios contrastantes de fertilización (Figura 5). La red mostró que sin
aplicación de fertilizante el fósforo extractable cae en el suelo con mayor pendiente a
mayor valor inicial. Así por ejemplo, para un nivel inicial de 50 mg kg -1, en 9 años de
cultivo el fósforo extractable baja 27 mg kg-1. En cambio si el nivel inicial es de 10 mg kg-
7
1
la disminución es de 3 mg kg-1. Cuando se aplican fertilizantes las caídas son menos
pronunciadas a valores iniciales muy altos o se producen incrementos en valores bajos
de fertilidad inicial. El incremento por fertilización respecto del testigo del fósforo
extractable es mayor en suelos inicialmente más ricos en fósforo. Por ejemplo,
agregando 10 kg P ha-1 año-1 luego de 9 años de cultivo se incrementa en 6 mg kg -1 en
un suelo con 50 mg kg-1 de nivel inicial pero solo 2 mg kg-1 en un suelo de 10 mg kg-1
iniciales. Estos resultados pueden atribuirse a una menor fijación de fósforo del
fertilizante en suelos más fértiles (Pote et al., 2003). Como es de esperar, dosis mayores
de fósforo determinan aumentos mayores del fósforo extractable.
80 80
y=x y=x
P extractable observado (mg kg-1)
R2 = 0.82 R2 = 0.91
60 60
40 40
20 20
A B
0 0
0 20 40 60 80 0 20 40 60 80
-1 -1
P extractable estimado (mg kg ) P extractable estimado (mg kg )
Figura 4. Relación entre el fósforo (P) extractable observado y estimado por regresión
polinómica (A) o una red neuronal artificial (B). Puntos llenos: set de ajuste de los
modelos, puntos vacíos: set de validación. La recta se ajustó al total de datos.
Se generó un metamodelo sencillo sobre la base de las estimaciones de la red neuronal

para ser usado por técnicos en condiciones de producción. Para el caso de suelos no
fertilizados las estimaciones de caída del fósforo extractable fueron modeladas con
varios ecuaciones cinéticas de las que la exponencial negativa resultó la mejor (Eq. 1 y
2).
Pt = Pi e -bt (Eq. 1)
b = 0.693/t1/2 (Eq. 2)
Donde: Pt = fósforo extractable a tiempo t, Pi = fósforo extractable inicial, b = constante

de decaimiento (fracción que decae por unidad de tiempo) y t1/2 = vida media, tiempo
necesario para que el fósforo extractable baje a la mitad.
8
80 80
Dosis P = 0 kg ha-1 a-1 Dosis P = 10 kg ha-1 a-1
P extractable (mg kg-1)

60 60
40 40
20 20
0 0
0 2 4 6 8 10 0 2 4 6 8 10
Tiempo (años) Tiempo (años)
80 80
Dosis P = 20 kg ha-1 a-1 Dosis P = 30 kg ha-1 a-1

60 60
40 40
20 20
0 0
0 2 4 6 8 10 0 2 4 6 8 10
Tiempo (años) Tiempo (años)
Figura 5. Predicciones generadas con una red neuronal de la evolución en el tiempo del
fósforo (P) extractable en suelos con diferente valor inicial de P extractable y sometidos
a diferentes dosis anuales de P.
El modelo tuvo muy buena performance para describir la caída del fósforo extractable
con valores iniciales medios y altos pero no describía bien la disminución del fósforo
extractable de suelos cultivados que inicialmente tenían muy baja fertilidad (Figura 6A).
Suelos con niveles iniciales de 20 a 70 mg kg-1 de fósforo extractable tienen una
constante de decaimiento parecida pero esta disminuye en suelos de bajo fósforo
extractable (Figura 6B). Consecuentemente, la vida media del fósforo extractable es de
ca. 7.5 años para suelos con 20 mg kg-1 o más (Figura 6C). Esta vida media se
incrementa hasta ca. 70 años en suelos muy pobres en fósforo. Se testeó la capacidad
del metamodelo de predecir la variación del fósforo extractable de la población original
de datos de los tratamientos no fertilizados (Figura 6D). El mismo funcionó muy bien
logrando un ajuste similar al de la red neuronal. Pudo simular los niveles de fósforo tanto
del set de datos usados para generar la red como del set independiente de validación,
9
no existiendo diferencia entre los ajustes logrados en ambos sets. La ordenada y la

pendiente de la regresión de valores observados y estimados fueron no diferentes de 0
y 1 respectivamente.
1.0 0.10
0.8 0.08
b (fracción año-1)
0.6 0.06
R2
0.4 0.04 b = 0.13 - 0.00023 P - 0.91/P
0.2 0.02
A B
0.0 0.00
0 20 40 60 80 0 20 40 60 80
P extractable (mg kg-1) P extractable (mg kg-1)
80 80
y=x
R² = 0,89
C
60 60
t1/2 (años)
40 40
20 20
D
0 0
0 20 40 60 80 0 20 40 60 80
P extractable (mg kg-1) P extractable estimado (mg kg-1)
Figura 6. A: Coeficiente de determinación (R2) del modelo exponencial negativo ajustado

a la evolución temporal del fósforo extractable de los tratamientos no fertilizados. B:
Constante de decaimiento del modelo exponencial negativo en función del fósforo
extractable inicial. C: Vida media (t1/2) del fósforo extractable en función del nivel inicial.
En A, B, y C los puntos representan las estimaciones de la red neuronal y las líneas
ajustes estadísticos a esas estimaciones. D: regresión entre los valores observados en
los experimentos de fósforo extractable para los testigos y los estimados por el modelo
exponencial negativo aplicado usando en cada caso el valor inicial de fósforo extractable
y un coeficiente b estimado por la ecuación de la subfigura B (puntos llenos: set de
ajuste; puntos vacíos: set de validación).
10
El comportamiento del fósforo extractable en los suelos fertilizados no se pudo describir

con ecuaciones simples. Por lo tanto como parte del metamodelo se generó una
herramienta gráfica que permite estimar la necesidad de fósforo del fertilizante para
mantener determinados niveles de fósforo extractable (Figura 7A) o los cambios
esperados en el fósforo extractable en función del nivel inicial del mismo y la dosis
aplicada (Figura 7B). Las dosis de mantenimiento son parecidas a los niveles de fósforo
que se quieren mantener. Por ejemplo, para mantener un nivel de fósforo extractable de
15 mg kg-1 se deben aplicar 15 kg P ha-1. El enriquecimiento que se logra depende de la
fertilidad del suelo y la dosis aplicada. Para enriquecer suelos pobres en fósforo puede
hacerse con dosis bajas pero son necesarias dosis altas para enriquecer suelos ricos en
fósforo. Por ejemplo, con una aplicación de 20 kg P ha-1 se puede enriquecer un suelo
que tenga 10 mg kg-1 de fósforo extractable pero no uno de 25 mg kg -1. A la vez, dosis
mayores son más eficientes para enriquecer que dosis menores. Por ejemplo, en un
suelo con 15 mg kg-1 si se aplican 20 kg P ha-1 año-1 se incrementa el fósforo extractable
2.9 mg kg-1 en 10 años (ca. 69 kg P aplicados para incrementar 1 mg kg-1) y si la dosis
anual es de 40 kg P ha-1 año-1 el fósforo extractable sube 11.6 mg kg-1 (ca. 34 kg P
aplicados para incrementar 1 mg kg-1).
40 20
A 15 B
DP extractable (mg kg )
-1
Dosis P (kg ha a-1)
30 10
-1
5 40
30
20 0
20
-5
10 -10 10
-15
0 -20
0 10 20 30 40 0 10 20 30 40
-1 -1
P extractable (mg kg ) P extractable (mg kg )
Figura 7. A: Dosis anual de fósforo requerida para mantenimiento del nivel de fósforo
extractable en función del umbral de fósforo extractable en que se quiere tener el suelo.
B: Cambio del fósforo ( P) extractable en función de diferentes dosis anuales de fósforo
de fertilizante aplicadas luego de 10 años de fertilización. Los números junto a las
curvas indican las dosis (kg P ha-1 año-1). Los puntos representan estimaciones de la red
neuronal y las líneas ajustes estadísticos a esos puntos.
El modelo exponencial negativo ha sido usado muchas veces para describir el

decaimiento en el tiempo del fósforo extractable del suelo (Dodd et al., 2012; Eghball et
al., 2003; Ma et al., 2009). Incluso, se ha propuesto un solo coeficiente de decaimiento
para amplios rangos de variación del fósforo extractable y que la dinámica de esta
11
variable puede ser explicada por un regla simple (un solo coeficiente b) (Johnston et al.,
2014). Esta regla simple puede aplicarse en los suelos pampeanos por encima de 20
mg kg-1 de fósforo extractable pero no por debajo. Según los antecedentes indicados la
vida media del fósforo varía generalmente entre 2 y 10 años, pero en los suelos
pampeanos la vida media es muy larga en suelos de baja fertilidad.
Para el mantenimiento del nivel de fósforo extractable no basta con compensar la

exportación por cosecha, hay que compensar además la fijación y las pérdidas (Black,
1993; Blake et al., 2003; Fixen&Ludwick, 1983). También, se ha reportado casos
inversos, donde el mantenimiento se logra con dosis menores a la exportación porque el
suelo libera fósforo al pool extractable o hay absorción profunda (Blake et al., 2000,
2003; McCallister et al., 1987). Por ello, las dosis de mantenimiento se han determinado
generalmente en forma experimental con ensayos de aplicación de dosis variables
(McCallister et al., 1987; Fixen&Ludwick, 1983). El metamodelo generado con la red
neuronal permite sintetizar estos efectos en una regla sencilla para estimar el
requerimiento de mantenimiento de los suelos locales, principalmente Argiudoles. El
enriquecimiento que predice la red depende, como es esperable, de la dosis y el tiempo
que se aplica, pero el mayor impacto estimado por la red sobre el fósforo extractable de
dosis más altas de fertilizante no siempre ha sido reportado en la bibliografía. Doberman
et al. (2002) encontraron un efecto similar mientras que Blake et al. (2003) observaron
que dosis mayores eran menos eficientes en aumentar el fósforo extractable debido a
un incremento de las pérdidas.
El balance de fósforo del suelo puede ser una herramienta muy útil en algunos casos
para predecir cambios del fósforo extractable (Li et al., 2012; Ma et al., 2009; Zhang et
al., 2004), cuando los procesos de fijación, liberación, pérdidas y absorción profunda
son poco importantes. Sin embargo, se logran también buenas predicciones de los
cambios del fósforo extractable considerando solo la entrada de fósforo por fertilización,
sin computar salidas por exportación (Zhang et al., 1995, 2004). Esto hace la red
neuronal ajustada aquí y el metamodelo generado con ella. Tiene la ventaja además de
no requerir una estimación de rendimientos y concentraciones de fósforo en grano a
futuro para las estimaciones. La limitante principal es que es válida para niveles de
exportación de fósforo similares a los producidos en los experimentos sobre los que se
ajustó. Estos variaron en la mayor parte de los casos entre ca. 20 y 30 kg ha-1 año-1.
Agradecimiento
Este trabajo fue subsidiado por la Universidad de Buenos Aires (Proyectos

20020100617 y 20020130100484BA).
12
Bibliografía
Alvarez, R. 2009. Predicting average yield and regional production of wheat in the
Argentine Pampas by an artificial neural network approach. Eur. J. Agron., 30: 70-77.
Alvarez, R.; F. Gutierrez Boem& G. Rubio. 2013. Recomendación de fertilización. En:

Alvarez, R.; P. Prystupa; M. Rodríguez & C. Alvarez (Ed.). Fertilización de cultivos y
pasturas. Diagnóstico y recomendación en la Región Pampeana. Editorial Facultad de
Agronomía-UBA, Segunda edición, Capítulo 8. p: 101-115.
Barbagelata, P.A. 2012. Manejo del fósforo en suelos de regiones templadas. XIX
Congreso Argentino de la Ciencia del Suelo, 9 p.
Barraco, M.; M. Diaz-Zorita; C. Justo & A. Lardone. 2014. ¿Fertilización fosfatada por
suficiencia o restitución en secuencias agrícolas de la Pampa Arenosa? Informaciones
Agronómicas, 16: 8-12.
Berardo, A. & F. Grattone. 1998. Efecto de la aplicación de P y su residualidad sobre la

producción de trigo (8 años). IV Congreso Nacional de Trigo, 2 p.
Berardo, A. & F.D. Grattone. 2000. Fertilización fosfatada requerida para alcanzar
niveles objetivos de P-Bray en un Argiudol. XVII Congreso Argentino de la Ciencia del
Suelo, 3 p.
Berardo, A. & M.A. Marino. 2000. Efecto de la fertilización fosfatada sobre la

disponibilidad de P y su relación con la producción de forraje en Molisoles del Sudeste
Bonaerense. I. Pasturas consociadas. XVII Congreso Argentino de la Ciencia del Suelo,
5 p.
Berardo, A. & M.A. Marino. 2000. Efecto de la fertilización fosfatada sobre la

disponibilidad de P y su relación con la producción de forraje en Molisoles del Sudeste
Bonaerense. II. Alfalfa. XVII Congreso Argentino de la Ciencia del Suelo, 5 p.
Black, C.A. 1993. Soil fertility evaluation and control. Lewis Pub., Boca Raton, USA. 730
p.
Blake, L.; A.E. Johnston; P.R. Poulton& K.W.T. Goulding. 2003. Changes in soil
phosphorus fractions following positive and negative phosphorus balances for long
periods. Plant Soil, 254: 245-261.
Blake, L.; S. Mercik; M. Koerschens; S. Moskal; .PR. Poulton; K.W.T. Goulding; A.

Weigel& D.S. Powlson. 2000. Phosphorus content in soil, uptake by plants and balance
in three European long-term filed experiments. Nutr. Cycl. Agroecosys, 56: 263-275.
13
Bundy, L.G.; H. Tunney & A.D. Halvorson. 2005. Agronomic aspects of phosphorus
management. In: Pierzynski, G.M. et al. (Ed.). Phosphorus: Agriculture and the
Environment. American Society of Agronomy, Agronomy monograph nº 46. Madison, Wi,
USA, p. 685-727.
Cabello, M.J.; F.H. Gutierrez Boem & G. Rubio. 2008. Efecto de la fertilización fosforada
sobre la variación anual del fósforo disponible en suelos de la Región Pampeana. XXI
Congreso Argentino de la Ciencia del Suelo, 6 p.
Ciampitti, I.; F.O. Garcia; L.I. Picone & G. Rubio. 2011. Phosphorus budget and soil
extractable dynamics in field crop rotations in Mollisols. Soil Sci. Soc. Am. J., 75: 131-
142.
Divito, G.A.; H. Sainz Rozas & H.E. Hecheverría. 2010. Estrategias de fertilización
fosforada en una rotación de cultivos en el sudeste Bonaerense. Ciencia del Suelo, 28:
47-55.
Doberman, A.; T. George & N. Thevs. 2002. Phosphorus fertilizer effects on soil
phosphorus pools in acid upland soils. Soil Sci. Soc. Am. J., 66: 652-660.
Dodd, J,R.& A,P, Mallarino. 2005. Soil-test phosphorus and crop grain yield responses to
long-term phosphorus fertilization for corn-soybean rotation. Soil Sci. Soc. Am. J., 69:
1118-1128.
Dodd, R.J.; R.W. McDowell & L.M. Condron. 2012. Predicting the changes in
environmentally and agronomically significant phosphorus forms following the cessation
of phosphorus fertilizer applications to grassland. Soil Use Manag., 28: 135-147.
Eghball B.; J.F. Shanahan; G.E. Varvel& J.E. Gilley. 2003. Reduction of high soil test
phosphorus by corn and soybean varieties. Agron. J., 95: 1233-1239.
Echeverría. H.; H. Sainz Rozas; A. Bianchini & F. García. 2004, Utilización y

residualidad de fósforo bajo siembra directa en la Región Pampeana. XIX Congreso
Argentino de la Ciencia del Suelo, 7 p.
Fernandez Lopez, C. & G. Ferraris. 2006. Fosforo en suelos bajo producción agrícola:
factores que determinan cambios en su disponibilidad. Una aplicación a suelos del litoral
y de la Región Pampeana Argentina. Publicación miscelánea. EEA Rafaela.
Ferraris, G.N.; M. Toribio; R. Falconi& L. Couretot. 2012 Efectos de diferentes

estrategias de fertilización sobre los rendimiento y el balance de nutrientes
Informaciones agronómicas de Hispanoamérica, 6: 1-6.
14
Ferraris, G.N.; M. Toribio; R. Falconi& L. Couretot. 2015. Efectos de diferentes

estrategias de fertilización sobre los rendimientos, el balance de nutrientes y su
disponibilidad en los suelos a largo plazo. Simposio Fertilidad 2015, p: 137-142.
Fixen, P.E. & A.E. Ludwick. 1983. Phosphorus and potassium fertilization of irrigated
alfalfa on calcareous soils: I. Soil test maintenance requirements. SoilSci. Soc. Am. J.,
47: 107-112.
Gracía, F.; M. Boxwe; J. Minteguiaga; R. Pozzi; L. Firpo; I. Ciampitti; A. Correndo; F.

Bauschen; A. Berardo& N. Reussi Calvo. 2010. La red Crea de Nutrición de la Región
CREA Sur de Santa Fe. Resultados y conclusiones de los primeros 10 años 2000-09.
Ed. AACREA, 2da edición, 72 p.
Johnston, A.E.; P.R. Poulton; P.E. Fixen& D. Curtin. 2014. Phosphorus: its efficient use
in agriculture. Adv. Agron., 123: 177-288.
Kleinbaum, D.G. & L.L. Kupper. 1979. Applied regression analysis and other
multivariable methods. Duxbury Press, North Scituate, MA.
Leikam, D.F. 1992. Summary of P fertilizer effects on soil test phosphorus. Proceeding of
the 22th North Central Extension-Industry Soil Fertility Conference, Bridgeton, MO, USA,
p. 108-117.
Li, J.M.; J.S. Gao; J. Liu; M.G. Xu& Y.B. Ma. 2012. Predictive model for phosphorus
accumulation in paddy soils with long-term inorganic fertilization. Commun. Soil Sci.
Plant Anal., 43: 1823-1832.
Ma, Y.; J. Li; X. Li; X. Tang; Y. Liang; S. Huang; B. Wang; H. Liu & X. Yang. 2009.
Phosphorus accumulation and depletion in soils in wheat-maize cropping systems:
Modeling and validation. Field Crops Res., 110: 207-212.
McCallister, D.L.; C.A. Shapiro; W.R. Raun; F.N. Anderson; G.W. Rehm; O.P. Englestad;
M.P. Russelle& R.A. Olson. 1987. Rate of phosphorus and potassium buildup/decline
with fertilization for corn and wheat on Nebraska Mollisols. Soil Sci. Soc. Am. J., 51:
1646-1652.
Miao, Y.; D. Mulla & P. Robert. 2006. Identifying important factors influencing corn yield
and grain quality variability using artificial neural networks. Precis. Agr.,7: 117-135.
Pote, D.H.; J.A. Lory& H. Zhang. 2003. Does initial soil P affect water-extractable soil P
response to applied P? Adv. Environm. Res., 7: 503-509.
Quintero, C.E.; N.G. Boschetti & R.A. Benavides. 1999. Phosphorus retention in some
soils of the Argentinean Mesopotamia. Commun. Soil Sci. Plant Anal., 30: 1449-1461.
15
Rubio, G.; M.J. Cabello; F.H. Gutierrez Boem & E. Munaro. 2008. Estimating available
soil phosphorus increases alter phosphorus additions in Mollisols. Soil Sci. Soc. Am. J.,
72: 1721-1727.
Suñer, l. & J. Galantini. 2013. Dinámica de las formas del P en suelos de la Región
Pampeana: estudio de la incubación con fertilizante fosfatado. Ciencia del Suelo, 31: 33-
40.
Vidaurreta, A.; N. Wyngaard; H.E. Hecheverría & L.I. Picone. 2012. Carbono y fósforo en
la fracción particuladea: efecto de la agricultura continua. XXIII Congreso Argentino de la
Ciencia del Suelo, 6 p.
Vivas, H.S.; R. Albrecht; J.L. Hatián& L. Gastaldi. 2007. Residualidad del fósforo y del
azufre. Estrategia de fertilización en una secuencia de cultivos. Informaciones
Agronómicas, 35: 11-16.
Withers, P.J.A.; D.M. Nash & C.A.M. Laboski. 2005. Environmental management of
phosphorus fertilizers. In: Phosphorus: Agriculture and the Environment. Ed. G.M.
Pierzynski et al. American Society of Agronomy, Agronomy monograph nº 46. Madison,
Wi, USA, p: 781-827.
Wyngaard, N.; G. Divito; H.E. Hecheverría & H. Sainz Rozas. 2011. Relación entre el
balance de fósforo y el fósforo disponible en un Molisol bajo sistemas de labranza
contrastantes. Simposio Fertilidad 2011 p: 240-242.
Wyngaard, N.; H.E. Hecheverría; H. Sainz Rozas & G.A. Divito. 2012. Fertilization and
tillage effects on soil properties and maize yield in a Southern Pampas Argiudol. Soil Till.
Res., 119: 22-30.
Zhang, T.Q.; A.F. Mackenzie; B.C. Liang & C.F. Drury. 2004. Soil test phosphorus and
phosphorus fractions with long-term phosphorus additions and depletion. Soil Sci. Soc.
Am. J., 68: 519-528.
Zhang, T.Q.; A.F. Mackenzie & BC Liang. 1995. Long-term changes in Melich-3
extractable P and K in a Sandy clay loam soil under continuous corn (Zea mays L.). Can.
J. Soil Sci., 75: 361-367.
16
MINERALIZACIÓN DE NITRÓGENO EN SUELOS PAMPEANOS

BAJO DIFERENTES USOS
ROBERTO ALVAREZ1,2 *, DENISE RAMIL1, HAYDÉE STEINBACH1, MARÍA ROSA

MENDOZA1 & GONZALO BERHONGARAY1,3,
1 *
Buenos Aires, Argentina. 2 CONICET. 3Research Group of Plant and Vegetation Ecology
(PLECO), Universiteit Antwerpen, Universiteitplein 1, 2610 Wilrijk, Belgium.
*[email protected]
Palabras clave: mineralización de nitrógeno, uso del suelo, Región Pampeana
Resumen
La mineralización de nitrógeno es la principal vía de aporte del nutriente a los cultivos

pampeanos y el uso del suelo puede afectarla. Nuestro objetivo fue establecer como
afecta el uso la capacidad de mineralización de nitrógeno de los suelos de la Región
Pampeana. Se determinó la mineralización in vitro en muestras tomadas de 80 sitios
distribuidos en una transecta este-oeste en la región, donde se muestreó los suelos
hasta 1 m de profundidad en capas de 25 cm. Los sitios eran sometidos a diferentes
usos del suelo apareados: arboleda, no cultivado bajo vegetación graminoide, cultivado
bajo la fase pastoril de una rotación mixta, cultivado bajo la fase agrícola de la rotación o
bajo agricultura continua y suelos hidromórficos usados para pastoreo. La
mineralización siguió la tendencia del nitrógeno total en el perfil del suelo siendo mucho
mayor en las capas superficiales que en las profundas. El nitrógeno total explicó 70% de
la variabilidad de la mineralización. Sin embargo, la fracción del nitrógeno total
mineralizada decreció con la profundidad indicando mayor labilidad de la materia
orgánica en superficie. Entre usos del suelo se detectó mayor mineralización bajo
arboledas y en sitios no cultivados que en los sitios cultivados. El efecto fue significativo
hasta 50 cm de profundidad, aunque en algunos casos llegó a 100 cm. El uso agrícola
determinó una disminución de ca. 40% en la capacidad de mineralización de los suelos
en superficie y para todo el perfil. El proceso pudo ser modelizado en profundidad con
muy buen ajuste usando una función potencial. Los resultados indican que el efecto del
uso del suelo sobre el proceso de mineralización puede estimarse adecuadamente
disponiendo solamente de datos de mineralización superficial.
Introducción
La mineralización es la principal vía de aporte de nitrógeno a cultivos como trigo y maíz

en la Región Pampeana (Alvarez, 2012). Se ha estudiado y modelizado este proceso en
las capas superficiales de algunos suelos locales (Echeverría et al., 1994; Studdert et
al., 2000), pero muy poco se sabe sobre el proceso en profundidad. En suelos de la
1
Pampa Ondulada (Giambiagi & Kraljev, 1973) y de la Región Seminaria Pampeana

(Romano et al., 2014), se ha establecido que la mayor parte de la mineralización del
perfil se produce en el estrato 0-40 cm, pero un 20-30% del total de nitrógeno que
mineraliza el suelo proviene de capas más profundas. Los efectos del uso del suelo
sobre la mineralización edáfica no se han estudiado localmente. Nuestro objetivo fue
establecer cómo afectan usos contrastantes del suelo su capacidad de mineralizar
nitrógeno en superficie y profundidad bajo una gama muy amplia de condiciones
edáficas en la Región Pampeana.
Se muestrearon 18 establecimientos productivos distribuidos en una transecta este-

oeste en la Región Pampeana durante 2007-2008 (Figura 1). Los suelos presentaban un
rango muy amplio de condiciones. Las muestras, tomadas a diferentes profundidades,
tenían un contenido de arena que variaba entre 22 a 90% y un nivel de nitrógeno total
con un rango de 0.01 a 0.38%. Una descripción detallada del muestreo, las
características de los sitios y los métodos analíticos aplicados para describir los suelos
puede hallarse en Alvarez et al. (2014) y Berhongaray et al. (2013). Se muestrearon en
cada establecimiento 5 usos del suelo en sitios apareados: arboledas, sitios nunca
cultivados bajo vegetación graminoide, lotes agrícolas bajo la fase pastoril de una
rotación mixta, sitios cultivados bajo la fase agrícola de la rotación o agricultura continua
y bajos hidromórficos dedicados al pastoreo. Los suelos de los cuatro primeros usos
eran bien drenados y muy similares en cada establecimiento. Se tomaron muestras en
capas de 25 cm hasta 1 m de profundidad o hasta el límite superior de la capa de tosca
donde estaba presente en ese primer metro del perfil. El total de sitios muestreados fue
80. La capacidad de mineralización de nitrógeno se determinó en incubaciones
aeróbicas de 15 días de duración en la forma descripta en Alvarez et al. (1998). Usando
la densidad aparente de cada capa de suelo se estimó la mineralización sobre una base
areal. Los datos se analizaron por regresión y correlación lineal. Para contrastar el
efecto uso del suelo se utilizó el análisis de varianza. Cuando la distribución de las
variables no fue normal se transformaron los datos por Box-Cox. Se comparó usos de
suelo por estrato de profundidad en forma independiente. La capacidad de
mineralización de nitrógeno acumulada en profundidad se modelizó por un modelo
potencial:
Np = A pb
Donde: Np es la mineralización acumulada (kg ha-1) a la profundidad p (m), A es la

mineralización acumulada a 1 m (kg ha-1) y b es la curvatura de la función. Ordenada y
pendiente de datos observados vs. estimados se contrastaron contra 0 y 1
respectivamente usando IRENE (Fila et al., 2003).
2
Figura 1. Mapa mostrando la

localización de los
establecimientos
muestreados.
En los sitios muestreados no hubo tendencias claras respecto del efecto de la

agricultura sobre el nitrógeno total, tendiendo a ser mayor el nivel de nitrógeno sin
cultivo que con cultivo (Figura 2). Estos efectos se evidenciaron en el estrato 0-25 cm
pero no más abajo. La misma tendencia en profundidad observada en el nitrógeno total
se detectó en el nivel de nitrógeno mineral preincubación (Figura 3).
Nitrógeno total (µg N g-1 )

Arboleda No cultivado Pastura Agricola Bajo
0 500 1000 1500 2000 0 500 1000 1500 2000 0 500 1000 1500 2000 0 500 1000 1500 2000 0 500 1000 1500 2000
0
a a ab b b
Profundidad (cm)
25
a ab bc bc c
50
a b bc b c
75
a b bc b c
Figura 2. Contenidos de nitrógeno total de los suelos. Letras diferentes por estrato de
profundidad indican diferencias significativas entre usos del suelo (P<0.05).
3
Nitrógeno inicial (µg N g-1)

0 10 20 30 0 10 20 30 0 10 20 30 0 10 20 30 0 10 20 30
0
a ab bc c c
Profundidad (cm)
25
a b bc bc c
50
a b ab b b
75
a b ab ab b
Figura 3. Contenidos de nitrógeno mineral preincubación (amonio+nitrato) de los suelos.

Letras diferentes por estrato de profundidad indican diferencias significativas entre usos
del suelo (P<0.05).
La mineralización de nitrógeno estuvo mucho más estratificada que el nitrógeno total,

siendo significativos los efectos del uso del suelo hasta 50 cm de profundidad (Figura 4).
Lo suelos cultivados tenían una capacidad de mineralización un 40 % inferior a los
controles nunca cultivados bajo vegetación graminoide en el estrato 0-20 cm y también
en el total del estrato de profundidad muestreado (0-100 cm).
Nitrógeno mineralizado (µg N g-1)

0 20 40 60 0 20 40 60 0 20 40 60 0 20 40 60 0 20 40 60
0
ab a bc c abc
Profundidad (cm)
25
a ab c c bc
50
a b c bc bc
75 94 a 60 b 67 b
104 a
a b b b b
Figura 4. Capacidad de mineralización in vitro de los suelos. Letras diferentes por

estrato de profundidad indican diferencias significativas entre usos del suelo (P<0.05).
Los números inferiores representan la capacidad acumulada a 1 m de profundidad.
La mineralización estuvo controlada principalmente por la cantidad de nitrógeno total de

las muestras (Figura 5). La proporción de nitrógeno mineralizado en las incubaciones no
fue diferente entre usos del suelo, decreciendo en todos los casos con la profundidad
(Figura 6). Esto indica que la labilidad de la materia orgánica decreció con la
profundidad en todos lo usos del suelo.
4
150
Nitrógeno mineralizado (µg g-1)
y = 0.030 x - 5.4
R2 = 0.70
100
Figura 5. Relación entre la
mineralización in vitro de nitrógeno
y el nitrógeno total de las
50
muestras.
0
0 1000 2000 3000 4000
-1
Nitrógeno total (µg g )
Proporción mineralizada (%)

0 1 2 3 4 0 1 2 3 4 0 1 2 3 4 0 1 2 3 4 0 1 2 3 4
0
a a a a a
Profundiddad (cm)
25
a a a a a
50
a a a a a
75
a a a a a
100
Figura 6. Proporción del nitrógeno total mineralizado durante las incubaciones. Letras
diferentes por estrato de profundidad indican diferencias significativas entre usos del
suelo (P<0.05).
El modelo potencial permitió describir muy bien la mineralización acumulada de

nitrógeno bajo todos lo usos del suelo (Figura 7, Tabla 1). Correlacionaron muy bien la
capacidad acumulada de mineralización de nitrógeno a 1 m de profundidad con el
parámetro A del modelo y el ajuste general del modelo fue muy alto en todos lo usos. No
hubo diferencias significativas en el parámetro b entre usos del suelo lo que indica que
la estratificación de la capacidad de mineralización no es afectada por el uso del suelo.
El muy buen ajuste del modelo potencial también indica que es posible estimar la
mineralización acumulada en todo el perfil del suelo contando solo con información de
mineralización del estrato superficial.
5
600
Nitrógeno mineralizado a 1m (kg ha-1)
R2 = 0.99
500
400
Figura 7. Relación entre la
300
mineralización acumulada a 1 m
observada y el parámetro A del
200 modelo potencial.
100
0
0 100 200 300 400 500 600
Parámetro A (kg ha-1)
Tabla 1. Performance del modelo potencial para describir la mineralización de nitrógeno

in vitro del suelo bajo diferentes usos. Parámetros b seguido de la misma letra no
difieren entre usos del suelo a P< 0.05.
Uso del suelo Parametro A Parametro b R2

Arboleda 320 0.505 a 0.992
No cultivado 297 0.385 a 0.994
Pastura 208 0.386 a 0.990
Agricola 213 0.464 a 0.996
Bajo 221 0.399 a 0.993
Los resultados indican que el uso del suelo afecta marcadamente la capacidad de los
suelos pampeanos de mineralizar nitrógeno y que este efecto llega al menos a 50 cm de
profundidad. Además, es posible estimar la mineralización de nitrógeno determinando
ésta solamente en la capa superficial del suelo y modelizando luego los efectos en
profundidad.
Bibliografía
Alvarez, R. (ed.). 2012. Fertilidad de suelos. Caracterización y manejo en la Región

Pampeana. Editorial Facultad de Agronomía, Universidad de Buenos Aires. 538 p.
Alvarez, R.; C. Alvarez; P. Daniel; V. Richter & L. Blotta. 1998. Nitrogen distribution in
soil density fractions and its relation with nitrogen mineralization under different tillage
systems. Austr. J. Soil Res., 36: 247-256.
Alvarez, R.; J. De Paepe; H. Steinbach; G. Berhongaray; M. Mendoza; A. Bono; N.

Romano; R. Cantet & C. Alvarez. 2014. Cambios de flujos y stocks de carbono y
6
nitrógeno por el uso del suelo: impacto sobre la productividad pampeana. XXIV
Congreso Argentino de la Ciencia del Suelo, Actas 29 p.
Berhongaray, G.; R. Alvarez; J. De Paepe; C. Caride & R. Cantet. 2013. Land use
effects on soil carbon in the Argentine Pampas. Geoderma, 192: 97-110.
Echeverría, H.E.; R. Bergonzi & J. Ferrari. 1994. Un modelo para estimar la

mineralización de nitrógeno en suelos del sudoeste de la Provincia de Buenos Aires.
Ciencia del Suelo, 12: 56-62.
Fila G; G Bellocch; M Acutis & M Donatelli. 2003. IRENE: a software to evaluate model
performance. Eur. J. Agron., 18: 369-372.
Giambiagi, N. & L.B. Kraljev. 1973. Actividad nitrificadora de distintos horizontes en

perfiles de Florencio Varela (Prov. De Buenos Aires): sus causas. Rev. Inv. Agrop., 10:
223-236.
Romano, N.F; R. Álvarez & A. Bono. 2014. Mineralización de nitrógeno en suelos de la

Región Semiárida Pampeana. XXIV Congreso Argentino de la Ciencia del Suelo, 7 p.
Studdert, G.A.; L.S. Carabaca & H.E. Echeverria. 2000. Estimación del nitrógeno
mineralizado parta un cultivo de trigo en distintas secuencias de cultivos. Ciencia del
Suelo, 18: 17-27.
7
CAMBIOS EN LOS FLUJOS Y STOCKS DE FÓSFORO DE LOS SUELOS

PAMPEANOS ASOCIADOS AL USO
ROBERTO ALVAREZ1,2*, HAYDEE STEINBACH1, MARÍA MARTA CAFFARO1,

CECILIA MOLINA1, GONZALO BERHONGARAY1,3, JOSEFINA DE PAEPE1,
CONSTANZA CARIDE1, MARÍA ROSA MENDOZA1 & RODOLFO CANTET1,2
1 *
Buenos Aires, Argentina. 2 CONICET. 3Research Group of Plant and Vegetation Ecology
(PLECO), Universiteit Antwerpen, Universiteitplein 1, 2610 Wilrijk, Belgium.
*[email protected]
Palabras clave: Flujos de fósforo, uso del suelo, balance de fósforo.
Resumen
Se muestrearon 361 sitios distribuidos en la Región Pampeana hasta 1 m de

profundidad para evaluar el efecto del uso del suelo sobre el stock de fósforo total y
extractable. Los cambios históricos de las entradas y salidas de fósforo a los
agroecosistemas pampeanos también fueron estimados y se relacionaron los stocks de
fósforo con los de nitrógeno. Durante el período 1870-2010 la entrada de fósforo fue de
4.2 Mt y la salida de 12.2 Mt, generando una pérdida de 8.0 Mt de fósforo desde los
suelos. El uso agrícola afectó significativamente el stock de fósforo total acumulado a 1
m en los suelos, con una caída promedio del 15%. Proporcionalmente fue mucho mayor
la disminución del fósforo en la fracción extractable que decreció de 7% a 3% del fósforo
total comparando suelos no cultivados y cultivados. Combinando un modelo de redes
neuronales artificiales ajustado para estimar fósforo extractable e información de
imágenes satelitales se confeccionó un mapa de fósforo extractable y pérdida del mismo
en los suelos pampeanos. Las regiones más ricas en fósforo son las que más lo
perdieron por el uso agrícola. A nivel de toda la región disminuyeron 6.8 Mt las reservas
de fósforo extractable, lo que sugiere que la mayor parte del fósforo extraído de la
misma provino de esta fracción. Información previa indica que el balance de superficie
de nitrógeno regional ha sido históricamente positivo. Sin embargo, la relación
nitrógeno/fósforo de los suelos no fue afectada por el uso, lo que muestra que los suelos
locales presentan mecanismos de homeostasis. La productividad parcial del fertilizante
fosforado es más alta en la Región Pampeana que en otras zonas productoras de
granos del Mundo lo que se puede atribuir a que se ha hecho minería de las reservas de
fósforo de los suelos.
Introducción
El fósforo restringe la producción mundial de alimentos y las reservas comerciales se

agotarán en un siglo (Cordell et al., 2009). El uso del suelo afecta su nivel de fósforo. A
1
pesar que las entradas de fósforo a los suelos aumentaron entre 1850 y 2000 por la
actividad humana, las reservas edáficas del nutriente han caído (Mackenzie & Lerman,
2002). Son especialmente las formas disponibles para las plantas las que se afectan por
la exportación agrícola y la fertilización (Negassa & Leinweber, 2009; Sharpley & Smith,
1983).
El balance de masas es una herramienta útil para entender como funciona un

ecosistema y mejorar la eficiencia de uso de un nutriente (OECD, 2008; Oenema et al.,
2003). Entre los balances que se pueden calcular, el de superficie computa entradas por
deposición atmosférica, fertilizantes y abonos y salidas por cosecha, ignorando la
erosión y la fijación de fósforo, que son difíciles de estimar (Oenema et al., 2003; OECD,
2008). Esta metodología permite determinar si se produce exceso de fósforo en un
agrosistema y mejorar la eficiencia de su uso (Sheldrick et al., 2002; Panten et al.,
2009). El balance global de superficie de fósforo en 1996 fue de +5.4 kg P ha-1
(Sheldrick et al., 2002). Más recientemente se ha calculado también un balance global
positivo en suelos cultivados y pastoriles debido al uso de fertilizantes (Bouwman et al.,
2013). La eficiencia de uso del fósforo, estimada en función de la relación salida/entrada
ronda 40% a escala global (Sheldrick et al., 2002), variando entre 20% y 90% según el
país considerado (OECD, 2008).
En la Región Pampeana el uso agrícola ha determinado pérdidas de su nivel de fósforo

extractable (Buschiazzo et al., 2000; Galantini & Rossell, 1997), que a escala regional se
han estimado en 65% (Alvarez et al., 2013) y se han calculado balances negativos del
nutriente durante el Siglo XX debido al escaso uso de fertilizantes (Viglizzo et al., 2001).
Sin embargo, no existe una evaluación regional del efecto del uso del suelo sobre las
reservas totales de fósforo edáfico. Nuestros objetivos fueron: 1) determinar cómo
afectaron los cambios en el uso del suelo los stocks de fósforo de los suelos pampeanos
y 2) relacionar esos cambios con el balance histórico de superficie de fósforo de la
región.
Balance de fósforo
La entrada de fósforo se estimó como la suma del aporte atmosférico y la fertilización. El

aporte seco y húmedo de la atmósfera se computó como el promedio de las mediciones
anuales de 3 sitios con precipitaciones promedio de ca. 1000 mm (Lavado, 1983, Michel
et al., 2010) con una media de 0.23 kg P ha-1 año-1 (0.23 g P ha-1 año-1 mm-1). La
evaluación histórica de la precipitación se calculó usando registros publicados de unos
30 observatorios meteorológicos distribuidos en toda la Región Pampeana (Davis, 1914;
Ministerio de Agricultura 1943; SMN 1962; 1972; 2014) estimando los promedios a nivel
de partido por el método de la inversa de la distancia ponderada (De Paepe & Alvarez,
2013). La entrada temporal y espacial de fósforo se ajustó por la precipitación de cada
2
partido. La entrada de fósforo de los fertilizantes se calculó sobre la base del consumo
nacional de fertilizantes (FAOSTAT 2014), la fracción aplicada por cultivo (FAO, 2014;
Heffer, 2009) y la superficie sembrada por partido (MinAgri, 2014), en la forma descripta
en Alvarez et al. (2015). Los valores anuales se promediaron en períodos de 5 años
para eliminar casos extremos.
La salida de fósforo se computó como la suma de las salidas por cosecha de granos,
carne y lana. Hasta 1950 los principales cultivos fueron trigo, maíz y lino, siendo este
último reemplazado por girasol y soja en las últimas décadas. La producción de granos
a nivel partido se obtuvo de censos nacionales (Anónimo, 1888; 1909; 1917; 1923;
1939; 1947) y estadísticas recientes del período 1960-2010 disponibles on line (MinAgri,
2014). Se ajustaron splines para establecer las tendencias anuales de la producción de
granos por cultivo y los datos anuales se promediaron en períodos de 5 años. El
contenido de fósforo en los granos se estimó en 4 kg t-1 para trigo, 3 kg t-1 para maíz, 4
kg t-1 para girasol, 6 kg t-1 para soja (Alvarez, 2013; IPNI 2013) y 6 kg t-1 para lino
(Morris, 2007). Alrededor de 25% del maíz se usa para alimentar vacunos (Eyhérabide,
2009) y el fósforo retorna al suelo en excretas, lo que fue considerado en las
estimaciones. Otro ca. 20% de la producción de maíz se usa para la alimentación de
pequeños animales (Eyhérabide, 2009) pero las excretas no retornan a los suelos donde
se hace agricultura extensiva sino intensiva. Como estos suelos, ubicados en los
cinturones hortícolas de las ciudades no fueron muestreados, este flujo no se tomó en
cuenta. Cultivos menores como sorgo y cebada no se consideraron porque la salida de
fósforo de los mismos se estimó en menos del 3% del total (2006-2010). La producción
pecuaria se basó en ovejas hasta 1910 y vacunos después. La evolución de la
población animal se modeló con splines a partir de datos de censos (Anónimo, 1888;
1909; 1917; 1923; 1939; 1947; INDEC, 1964; 1969; 1974; 1988; 2002; MinAgri, 2010;
Antuña, 2010; Rossanigo et al., 2009) y se calcularon promedios cada 5 años. Se
estimó en 29% año-1 la fracción sacrificada anualmente (MinAgri, 2010; Observatorio
Bovino, 2013). El peso promedio (400 kg) se obtuvo de MinAgri (2010), asumiendo que
20% era contenido ruminal y una concentración de fósforo de 8 kg t-1 de peso corporal
(Georgievski, 1982; Marcondes, 2013). La producción de leche se obtuvo de ONCA
(2009). Para el período 2008-2009 se produjo un total de 4.7 Gl de leche. Considerando
un contenido de 785 mg P l-1 (Sola-Larrañaga & Navarro-Blasco, 2009), la salida de
fósforo era equivalente a ca. 1% del total de la región. Como no se obtuvo información
histórica de producción de leche a nivel partido este flujo no se tuvo en cuenta. El peso
corporal promedio al momento de sacrificio de ovejas se calculó en 40 kg y la
producción de lana en 4.8 kg oveja-1 año-1 (MinAgri, 2011). Se estimó un contenido de
fósforo de 8.2 kg t-1 de peso vivo y 0.2 kg t-1 en lana (Grace, 1983) y un sacrificio
promedio de 24% año-1 (MinAgri, 2010) para el cálculo de la salida de fósforo.
El balance de superficie se calculó como la diferencia entre entradas y salidas. Se

estimó la relación salida/entrada como una medida de eficiencia y la productividad
3
parcial del fósforo (relación entre el producto generado y el aporte de fósforo en

fertilizantes) (Cassman et al., 1998). Datos del balance de superficie de nitrógeno de la
Región Pampeana se tomaron de Alvarez et al. (2014) para el período 1960-2010 y se
calculó la relación entre el balance de fósforo y el de nitrógeno de toda el área en
estudio.
Muestreo de suelos y métodos analíticos
Entre 2007 y 2008 se muestrearon 82 establecimientos productivos distribuidos en la

Región Pampeana (Figura 1), cubriendo un área de ca. 50 Mha, que presentaban una
gama muy amplia de condiciones de clima y suelo (Tabla 1).
Figura 1. Mapa de la Región

Pampeana mostrando la
ubicación de los
establecimientos muestreados.
Tabla 1. Caracterización de las principales variables determinadas. Las variables de

suelo corresponden al estrato 0-100 cm de profundidad (n = 361).
Variable Mínimo Media Máximo

Temperatura media anual, ºC 12.8 15.8 19.1
Precipitación media anual, mm 564 860 1156
Profundidad de muestreo, cm 25 96 100
Densidad aparente, g cm-3 0.82 1.15 1.60
Carbono orgánico, t ha-1 15.3 96.4 321.2
Carbono en carbonatos, t ha-1 0.0 47.0 376.6
Nitrógeno orgánico, t ha-1 2.9 11.6 28.9
Relación C/N 2.6 8.9 29.1
pH 4.90 6.40 9.47
Conductividad eléctrica, dS m -1 0.20 1.90 27.0
Arcilla, g kg-1 16 162 427
Limo, g kg-1 8 336 590
Arena, g kg-1 118 468 972
Fósforo extractable, mg kg-1 0.8 23.6 192
Fósforo total, t ha-1 0.1 4.0 9.7
4
Una descripción detallada del muestreo, las características de los sitios y los métodos
analíticos aplicados para describir propiedades climáticas y edáficas puede hallarse en
Alvarez et al. (2013, 2014b) y Berhongaray et al. (2013). Se muestrearon en cada
establecimiento 5 usos del suelo en sitios apareados: arboledas, sitios nunca cultivados
bajo vegetación graminoide, lotes agrícolas bajo la fase pastoril de una rotación mixta,
sitios cultivados bajo la fase agrícola de la rotación o agricultura continua y bajos
hidromórficos dedicados al pastoreo. Los suelos de los cuatro primeros usos eran bien
drenados y muy similares en cada establecimiento. Se tomaron muestras en capas de
25 cm hasta 1 m de profundidad o hasta el límite superior de la capa de tosca donde
estaba presente en ese primer metro del perfil. El total de sitios muestreados fue 361,
generando 1348 muestras. Las concentraciones de nutrientes se calcularon sobre una
base areal ajustando por la densidad aparente de los suelos. El contenido de fósforo
total de los suelos se determinó por el método de la digestión con ácido perclórico (Kuo,
1996) y posterior colorimetría por el método de Murphy & Riley (1962).
Procesamiento de los datos y análisis estadístico
Se modelizó la variación espacial del fósforo, extractable y total, del suelo utilizando
redes neuronales artificiales ajustando el valor de los pesos por el algoritmo back
propagation (Rogers & Dowla, 1994). Los métodos para determinar la arquitectura de
las redes, funciones de transferencia, técnicas de scaling, velocidad de aprendizaje y
tamaño del epoch se han descripto anteriormente (Alvarez, 2009). Como inputs se
utilizaron variables climáticas, edáficas y el uso del suelo. El peso de esos inputs se
estableció con el índice de sensibilidad (Miao et al., 2006) y sólo se incorporaron a las
redes inputs con índice mayor a 1. Los inputs se eligieron usando un procedimiento de
stepwise (Gevrey et al., 2003). Para evitar el sobreaprendizaje se usó cross-validation
particionando los datos en tres sets: de ajuste, de verificación y de validación (Özesmi et
al., 2006). Las redes se ajustaron con el set de ajuste (50% de los datos) deteniendo el
ajuste de los pesos cuando el R2 del set de verificación (25% de los datos) se hacía
menor al de ajuste (Park and Vlek, 2002). Una validación independiente de los modelos
se hizo con el set de validación (25% de los datos). Los usos del suelo se codificaron
para su incorporación en las redes (Brouwer, 2004). Se usó el programa Statistica
(www.statsoft.com) para construir las redes. Las interceptas y pendientes de las
regresiones de datos observados vs estimados se contrastaron contra 0 y 1
respectivamente por un test de t (P< 0.05) usando IRENE (Fila et al., 2003). Para las
estimaciones de stock regional de fósforo la información de uso del suelo, clima y
propiedades edáficas a nivel partido fue la misma usada en Berhongarary et al. (2013).
Los cambios en los stocks de fósforo por el uso agrícola en más de un siglo se
estimaron asumiendo que los suelos cultivados actualmente se encontraban es estado
pastoril antes de la introducción de la agricultura y su nivel de fósforo era similar al que
presentan los suelos no cultivados actualmente. Se asumió también que la superficie
bajo arboledas y suelos hidromórficos no se modificó respecto al período precultivo.
5
Para la comparación del efecto tratamiento entre usos del suelo se transformó los datos
por la falta de normalidad usando Box-Cox. Los datos se analizaron usando modelos
mixtos (Littell et al., 1998) tomando el uso del suelo como un efecto fijo (P<0.05) y el
campo como aleatorio. También se probaron modelos más complejos usando variables
de clima y suelo como covariables y se testearon los efectos lineales y cuadráticos de la
profundidad anidándola dentro del tratamiento. Una detallada descripción de los
modelos usados se puede encontrar en Berhongaray et al. (2013) La asociación entre
variables se analizó por regresión y correlación testeando la significancia por la F (P<
0.05).
Resultados
Durante el período 1870-2010 la entrada de fósforo a los ecosistemas pampeanos fue

de 4.2 Mt, representando los fertilizantes un 67% del total (Figura 2A). La salida fue de
12.2 Mt, principalmente por exportación de fósforo en grano (75%) (Figura 2B), lo que
determinó un balance de fósforo acumulado negativo de 8.0 Mt para toda la región
(Figura 2C). La relación salida/entrada fue mayor a 1 durante todo el período, llegando a
valores cercanos a 8 en la década del ´30 (Figura 2D). A medida que aumentó la
producción de granos por expansión de la frontera agrícola aumentó esta relación,
decreciendo en época recientes debido al agregado de fertilizantes.
15 15
A
Entrada de P acumulado (Mt)
B
Salida de P acumulado (Mt)
12 12
9 9
6 Fertilizantes 6
Grano
3 3
Deposición atmosférica
Carne
0 0
1870 1890 1910 1930 1950 1970 1990 2010 1870 1890 1910 1930 1950 1970 1990 2010
Año Año
2 10
Balance de P acumulado (Mt)
C D
0
8
Salida/entrada
-2
6
-4
4
-6
-8 2
-10 0
1870 1890 1910 1930 1950 1970 1990 2010 1870 1890 1910 1930 1950 1970 1990 2010
Año Año
6
Figura 2. A: Entrada acumulado de fósforo a la Región Pampeana. B: Salida acumulado

de fósforo a la región. C: Balance acumulado de fósforo de la región (entrada-salida). D:
Relación salida/entrada de fósforo de la región.
Los stocks de fósforo del suelo se correlacionaban con el carbono orgánico y el

nitrógeno total aunque las relaciones no fueron estrechas (Tabla 2). A su vez, el fósforo
extractable y el total mostraron una correlación entre sí más alta que con otras variables.
Tabla 2. Coeficientes de correlación entre las variables determinadas para datos

tomados a escala de capa de suelo (n = 1348). En negrita se indican coeficientes
significativos a P = 0.05.
Temperatura Precipitación pH Conductividad Arena C orgánico C inorgánico N total P extractable

Precipitación 0.56
pH -0.09 -0.31
Conductividad -0.06 -0.09 0.37
Arena -0.18 -0.42 0.20 -0.02
C orgánico -0.16 0.10 -0.29 -0.05 -0.22
C inorgánico -0.12 -0.13 0.12 0.03 -0.19 -0.10
N total -0.08 0.12 -0.38 -0.05 -0.30 0.83 -0.10
P extractable 0.01 -0.01 -0.26 -0.03 -0.01 0.42 -0.07 0.42
P total 0.07 -0.14 -0.16 0.03 -0.04 0.22 -0.16 0.31 0.54
El stock de fósforo total de los suelos fue afectado significativamente por el uso (Figura
3). Se produjo una disminución del 15% en promedio para la región en los suelos
cultivados respecto de los controles no cultivados, siendo significativos los efectos de la
agricultura hasta 75 cm de profundidad. El fósforo extractable fue mucho más
marcadamente afectado por el cultivo que el total lo que determinó una caída
significativa de la relación fósforo extractable/total bajo agricultura (Figura 4).
Previamente se había reportado en estas muestras una pérdida del 70% del fósforo
extractable por uso agrícola (Alvarez et al., 2013).
Fósforo total (t ha-1)

Arboleda No cultivado Pastura Agrícola Bajo
0.0 1.0 2.0 0.0 1.0 2.0 0.0 1.0 2.0 0.0 1.0 2.0 0.0 1.0 2.0
0
a a b b b
Profundidad (cm)
25
a b b b
a
50
a a b b ab
75 4.8 a 4.6 a 3.8 b 4.0 b 3.9 b
a a a a a
100
Figura 3. Perfiles de los stocks de fósforo total en función del uso del suelo. Los
números inferiores indican el stock acumulado a 1 m de profundidad. Letras diferentes
7
indican diferencias significativas entre usos del suelo por estrato de profundidad o para
el stock total.
Los perfiles de fósforo total no mostraron una estratificación clara en profundidad y al

contrario del efecto de la agricultura, las arboledas determinaron mayores niveles de
fósforo total que los suelos no cultivados y también una mayor proporción del fósforo en
forma extractable. En los suelos hidromórficos los contenidos de fósforo y su fracción
extractable fueron bajos.
Fósforo extractable/ fósforo total

0.0 0.1 0.2 0.0 0.1 0.2 0.0 0.1 0.2 0.0 0.1 0.2 0.0 0.1 0.2
0
a a b b b
25
Profundidad (cm)
a a b b b
50
a a b b b
75 0.10 a 0.07 a 0.03 b 0.03 b 0.03 b
a a a a a
100
Figura 4. Perfiles de la relación fósforo extractable/fósforo rotal en función del uso del
suelo. Los números inferiores indican la relación media a 1 m de profundidad. Letras
diferentes indican diferencias significativas entre usos del suelo por estrato de
profundidad o para el promedio a 1 m.
No se pudo generar modelos de redes neuronales capaces de explicar la variación del

fósforo extractable y total a nivel de estrato de suelo; tampoco el total de fosforo a 1 m
de profundidad (R2 ca. 0.2). En cambio, se ajustó una red con un mediano R2 que podía
estimar stocks de fósforo extractable a 1 m de profundidad (Figura 5). El modelo usaba
como inputs carbono orgánico y temperatura, que impactan al fósforo en forma positiva
y la precipitación, que lo hace en forma negativa. También capturaba el efecto del uso
del suelo. La ordenada y la pendiente de la relación entre stocks observados y
estimados no difirieron de 0 y 1 respectivamente (P<0.05).
8
3000
y=x
P extractable medido (kg ha )
-1
R2 = 0.50
Figura 5. Relación entre los valores
2000
observados y estimados por una red
neuronal de fósforo extractable del
estrato 0-100 cm en el set de datos de
1000
validación.
0
0 1000 2000 3000
-1
P extractable estimado (kg ha )
Combinando el modelo con información a nivel partido de uso del suelo, carbono y clima
se generó un mapa de fósforo extractable para todos los suelos de la Región Pampeana
(Figura 6).
P extractable P extractable
stock cambio
(kg ha-1) (kg ha-1)
8.62 Mt - 6.82 Mt
Figura 6. Mapas de los stocks de fósforo (P) extractable a 1 m de profundidad y de los

cambios producidos por el cultivo de los suelos sobre ese stock.
Asumiendo que los suelos hoy cultivados tenían niveles de fósforo extractable
semejantes a los suelos no cultivados actuales antes de la expansión agrícola, se
calculó la pérdida de fósforo por uso agrícola y por partido (Figura 7). Esta pérdida fue
de ca. 6.8 Mt de fósforo, representado el 85% de las pérdidas estimadas por balance.
Partidos con altos stocks de fósforo antes de la época agrícola perdieron mucho fósforo
9
extractable (ca. 70%) pero partidos originalmente pobres en fósforo pudieron mantener
sus niveles del nutriente en la fracción extractable.
200
DP extractable (kg ha )
Figura 7. Relación entre el cambio del

-1
0
0 200 400 600 800 stock de fósforo extractable de los
suelos a 1 m de profundidad a nivel de
-200
partido producido por el uso agrícola
-400 precultivo (P).
-600
P extractable (kg ha-1)
Como el balance de superficie de nitrógeno de la Región Pampeana es positivo (Alvarez

et al., 2014) pero el de fósforo negativo, la relación entre ambos es negativa e indica
que durante los últimos 50 años se han perdido por cada tonelada de ganancia de
nitrógeno entre 50 y 150 kg P (Figura 8), con tendencia a incrementarse la pérdida hacia
el presente. Sin embargo, este desequilibrio entre los flujos de ambos nutrientes no ha
afectado significativamente la relación nitrógeno/fósforo de los suelos (Figura 9) en el
primer metro de los perfiles y solo en algunos estratos de profundidad detectamos
diferencias entre usos del suelo en esa relación en los sitios bien drenados.
Contrariamente, los suelos mal drenados tienen una relación nitrógeno/fósforo menor al
resto de los suelos.
Figura 8. Evolución de la relación

DP/DN (kg P t N)
-50
entre el balance de fósforo ( P,
-1
signo negativo) y el de nitrógeno

-100
Pampeana. Los puntos son

-150
promedios de períodos de 5 años.
-200
1960 1970 1980 1990 2000 2010
Año
10
Nitrógeno total/ fósforo total

0 3 6 0 3 6 0 3 6 0 3 6 0 3 6
0
a a a a a
25
Profundidad (cm)
a ad ad bd c
50
a b a ab c
75 3.1 a 2.8 a 3.0 a 2.8 a 2.2 b
a a b c d
100
Figura 9. Perfiles de la relación nitrógeno total/fósforo total en función del uso del suelo.
Los números inferiores indican la relación media a 1 m de profundidad. Letras diferentes
indican diferencias significativas entre usos del suelo por estrato de profundidad o para
el promedio a 1 m.
La productividad parcial del fósforo del fertilizante es entre 40 y 300% mayor en la

Región Pampeana que en otras zonas productoras de granos del Mundo (Figura 10).
Esto puede atribuirse al escaso uso de fertilizantes fosforados en la región y a que su
producción de granos se ha basado básicamente en las reservas del nutriente del suelo.
500
400
Figura 10. Producción parcial del
PPF (t grano t P-1)
300
fósforo del fertilizante (PPF) en la
Región Pampeana comparada
200 con otras áreas productoras de
granos del Mundo para el
100
período (2004-2010).
0
Pampas USA Europa Canada India China Brazil Australia
Discusión
Nosotros encontramos una relación significativa entre el fósforo extractable, y también el

total, con el carbono orgánico y nitrógeno total, cuando se agregaron todas las muestras
por estratos y también para el estrato 0-1 m (datos no mostrados). En nuestro set de
11
datos la correlación entre el fósforo y las variables asociadas a la materia orgánica se

produce porque las arboledas tienen muy altos valores de todas las variables y por esto
dirigen la relación. Si solo se consideran los suelos agrícolas en el análisis, la
significancia desaparece. Trabajos previos realizados en la Región Pampeana reportan
resultados contradictorios al relacionar fósforo del suelo con otras propiedades. En
suelos cultivados (n=74) se ha reportado una alta correlación entre el fósforo extractable
y el carbono orgánico (R2= 0.79) en el estrato 0-12 cm de suelos del SO Bonaerense y
zonas circundantes (Zalba y Peinemann, 2002). Sin embargo, otro trabajo con una
población mayor de datos (n= 428), no encontró asociación entre las dos variables en la
capa 0-20 cm de suelos cultivados distribuidos en la Región Pampeana (Alvarez y
Steinbach, 2012). Si bien la regresión no detectó efectos del clima sobre los stocks de
fósforo extractable, las redes neuronales permitieron detectarlos. El efecto positivo de la
temperatura y la relación inversa con las precipitaciones parecen la consecuencia de
procesos de meteorización y lixiviación respectivamente (Crews et al., 1995; Cross y
Schlesinger, 1995).
Nuestros resultados muestran que el uso del suelo afecta significativamente los stocks
de fósforo extractable y total no sólo en superficie sino también en las capas profundas
del suelo, específicamente hasta los 75 cm de profundidad. El efecto del uso del suelo
sobre las reservas de fósforo ha sido descripto en otras regiones productoras de granos
del Mundo (Negassa y Leinweber, 2009; Sharpley y Smith, 1983). Estos trabajos han
mostrado que el fósforo decrece por uso agrícola y aumenta bajo escenarios de fuerte
fertilización. Los cambios se han reportado principalmente para la capa superficial del
suelo y no para los estratos profundos. Algunos experimentos pampeanos, en los que
se ha seguido la dinámica del fósforo edáfico en superficie, han mostrado tendencias
similares (Ciampiti et al., 2011; Zubillaga y Giuffre, 1998).
Las pérdidas de fósforo de los suelos pampeanos son el resultado del escaso uso de
fertilizantes. Áreas con altos niveles de fertilidad perdieron mucho fósforo pero fue
escaso el efecto del cultivo en áreas de bajo nivel inicial de fósforo. Esto parece ser el
resultado de mayores niveles de exportación en suelos fértiles por mayor rendimiento y
también porque altos niveles de fósforo extractable son difíciles de sostener por
reciclado interno en los de alta fertilidad pero fácil en los de baja fertilidad (Ciampiti et
al., 2011). Las arboledas produjeron incrementos de los niveles de fósforo extractable
hasta 50 cm de profundidad respecto de los controles bajo vegetación graminoide. Esto
es atribuible a las diferencias de los sistemas radicales entre ambos tipos de vegetación.
Los árboles tienen raíces más profundas que los pastizales (Jackson et al., 1996) y
pueden transportar nutrientes de las capas muy profundas del suelo a la superficie.
Adicionalmente, en la Región Pampeana, las arboledas son comúnmente usadas como
refugio para el ganado (Jobbágy y Jackson, 2007) y el fósforo se puede concentrar
superficialmente en los suelos debido a las excretas.
12
Un metaanálisis global ha mostrado que el cultivo afecta tanto las fracciones lábiles del
fósforo del suelo como las estables (Negassa y Leinweber, 2009). El fenómeno ha sido
también reportado en algunos sitios de la Región Pampeana para la capa superficial del
suelo, donde se ha visto que tanto la fracción extractable, como el fósforo total
inorgánico y el orgánico pueden decrecer por el uso agrícola (Buschiazzo et al., 2000;
Galantini y Rossell 1997). La recopilación de datos locales indica que la fracción
extractable representa entre 2 y 10% del fósforo total del suelo (Alvarez y Steinbach,
2012). Nuestros datos muestran que el uso impacta marcadamente sobre la fracción
lábil del fósforo, de hecho observamos que decrece a menos de la mitad por efecto del
uso agrícola.
Luego de décadas de desbalance, en la Región Pampeana la relación nitrógeno/fósforo

de los suelos no se ha modificado, lo que sugiere la existencia de mecanismos de
homeostasis que compensan ese desbalance y reducen el peligro de efectos adversos
sobre los cultivos. A nivel global se ha reportado un fenómeno similar, mayor aumento
de los flujos de nitrógeno hacia los ecosistemas terrestres en relación al aumento del
flujo de fósforo por efecto antrópico (Peñuelas et al., 2013). Se teme que este
desbalance afecte la relación nitrógeno/fósforo de microorganismos y plantas
impactando en la productividad de los ecosistemas (Peñuelas et al., 2013). Por el
contrario, localmente, debe preocupar la alta productividad parcial del fósforo del
fertilizante, que más que indicar un uso muy eficiente del recurso es el resultado de que
se usara a los suelos como principal fuente del nutriente. La muy baja reposición de
fósforo por fertilización podría reducir la productividad de la región en el fututo.
Agradecimiento
Este trabajo fue subsidiado por la Universidad de Buenos Aires (G004, G033, y
20020100617), CONICET (PIP 02050 and PIP 02608) y FONCYT (PID-BID 37164 - 49).
Bibliografía
Alvarez, R. 2009. Predicting average regional yield and production of wheat in the
Argentine Pampas by an artificial network approach. Eur. J. Agron., 30:70-77.
Alvarez, R. (ed.). 2013. Fertilización de cultivos y pasturas. Diagnóstico y

recomendación en la Región Pampeana. Editorial Facultad de Agronomía, Universidad
de Buenos Aires, p. 652.
Alvarez, R. & H.S. Steinbach. 2012. Fósforo orgánico en agrosistemas. En: R. Alvarez et
al. (Ed.). Fertilidad de Suelos. Caracterización y Manejo en la Región Pampeana. p:
333-347.
13
Alvarez, R.; H.S. Steinbach; C.R. Alvarez & J.L. De Paepe. 2015. Fertilizer use in
pampean agroecosystems: impact on productivity and nutrient balance. En: S. Sinha,
K.K. Pant, S. Bajrai y J.N. Govil (Ed.). Chemical Engineering Series (ISBN 1-62699-041-
7), Fertilizer Technology Vol. 2: Biofertilizers (ISBN 1-62699-047-9). Studdium Press
LLC. USA. Cap. 15. p: 352-368.
Alvarez, R.; H.S. Stainbach; G. Berhongaray & R. Cantet. 2013. Cambios en los niveles
de fósforo extractable de los suelos pampeanos por el uso. Actas Simposio Fertilidad
2013, p: 146-150.
Alvarez, R,, H.S. Steinbach & J.L. De Paepe. 2014a. A regional audit of nitrogen fluxes
in pampean agroecosystems. Agric. Ecosys. Environ., 184:1-8.
Alvarez, R.; J. De Paepe; H. Steinbach; G. Berhongaray; M. Mendoza; A. Bono; N.

Romano; R. Cantet & C. Alvarez. 2014b. Cambios de flujos y stocks de carbono y
nitrógeno por el uso del suelo: impacto sobre la productividad pampeana. XXIV
Congreso Argentino de la Ciencia del Suelo, Actas, 29 p.
Anónimo. 1888. Primer Censo General Provincia de Santa Fe. Libro I Censo de la
Población.
Anónimo. 1909. Censo Agropecuario Nacional. La Ganadería y La Agricultura en 1908.

Tomo I. Buenos Aires.
Anónimo. 1917. Tercer Censo Nacional. Levantado el 1º de junio de 1914. Tomo IV.
Censo Ganadero. Buenos Aires.
Anónimo. 1923. Censo General de los Territorios Nacionales. República Argentina 1920.
Tomo I. La Pampa, Misiones, Los Andes Formosa y Chaco. Buenos Aires.
Anónimo. 1939. Censo Nacional Agropecuario Año 1937. Ministerio de Agricultura.

Comisión Nacional del Censo Agropecuario.
Anónimo. 1947. IV Censo General de la nación. Tomo II. Censo Agropecuario. Servicio
Oficial. Dirección Nacional del Servicio Estadístico Buenos Aires.
Antuña, J.C.; C. Rossanigo; A. Arano & J. Caldera. 2010. Análisis de la actividad

ganadera bovina de carne por estratos de productores y composición de stock. Años
2008-2009. Región Pampera 2009. Buenos Aires, Córdoba, Entre Ríos, La Pampa,
Santa Fe. Observatorio Estratégico. INTA, SENASA, RIAN. En:
rian.inta.gov.ar/ganaderia/.
Berhongaray, G.; R. Alvarez; J. De Paepe; C. Caride & R. Cantet. 2013. Land use
effects on soil carbon in the Argentine Pampas. Geoderma, 192: 97-110.
14
Bouwman, L.; K.K. Goldewijk; K.W. Van Der Hoek; A.H.W. Beusen; D. Van Vuuren; J.
Willems; M.C. Rufino & E. Stehfest. 2013. Exploring global changes in nitrogen and
phosphorus cycles in agriculture induced by livestock production over the 1900-2050
period. PNAS 110: 20882-20887.
Brouwer, R.K. 2004. A hybrid neural network for input that is both categorical and
quantitative. Int. J. Intell. Syst., 19: 979-1001.
Buschiazzo, D.E.; G.G. Hevia; A.M. Urioste & E.N. Hepper. 2000. Cultivation effects on
phosphate forms and sorption in loess-soils of Argentina. Soil Sci., 165: 427-436.
Cassman, K.G.; S. Peng; D.C. Olk; J.K. Ladha; W. Reichard; A. Doberman & U. Singh.
1998. Opportunities for increased nitrogen-use efficiency from improved resource
management in irrigated rice systems. Field Crops Res., 56:7-39.
Ciampiti I.A.; F.O. García; L.I. Picone & G. Rubio. 2011. Phosphorus budget and soil
extractable dynamics in field crop rotations in Mollisols. Soil Sci. Soc. Am. J., 75: 131-
142.
Cordell, D.; J.O. Drangert & S. White S. 2009. The story of phosphorus: global food
security and food for thought. Global Environ Change, 19:292-305.
Crews, T.E.; K. Kitayama; J.H. Fownes; R.H. Riley; D.A. Herbert; D. Mueller-Dombois &
P.M. Vitousek. 1995. Changes in soil phosphorus fractions and ecosystem dynamics
across a long chronosequence in Hawaii. Ecology, 76: 1407-1424.
Cross, A.F. & W.H. Schlesinger. 1995. A literature review and evaluation of the Hedkey
fractionation: applications to the biogeochemical cycle of soil phosphorus in natural
ecosystems. Geoderma, 64:197-214.
Davis, G. 1914. Servicio Meteorológico Nacional, Historio y Organización. 240 p.
De Paepe, J, & R, Alvarez. 2013. Developments of a soil productivity index using an

artificial neural network approach. Agron. J., 105: 1803-1813.
Eyhérabide, G.H.; L.M. Giorda; A.B. Livore; J. Nisi & J.C. Tomaso. 2009. Programa
Nacional de Cereales. Documento base PMP 2009-2011, 78 p. En: inta.gob.ar/
documentos/documento-base-del-programa-nacional-cereales/at_multi_download/file/
Documento%20Base%20del%20Programa%20Nacional%20Cereales.pdf.
FAO. 2004. Fertilizer use by crop in Argentina. Land and Plant Nutrition Management
Service Land and Water Development Division. Food and agriculture organization of the
Unirted Nations. First version, published by FAO, Rome, 2004, 57 p.
15
FAOSTAT. 2014. http://faostat.fao.org.
Fila, G.; G. Bellocch; M. Acutis & M. Donatelli. 2003. IRENE: a software to evaluate
model performance. Eur. J. Agron., 18: 369-372.
Galantini, J.A. & R.A. Rossell. 1997. Organic fractions, N, P and S changes in an
Argentine semiarid Haplustoll under different crop sequences. Soil Till. Res., 42: 221-
228.
Georgievski, V.I. 1982. Mineral nutrition of animals. Butterworths, London. 475 p.
Gevrey, M.; I. Dimopoulos & S. Lek. 2003. Review and comparison of methods to study
the contribution of variables in artificial neural network models. Ecol. Mod., 160: 249-264.
Grace, N.D. 1983. Amounts and distribution of mineral elements associated with fleece-
free empty body weight gains in the grazing sheep. New Zealand J. Agric. Res., 26: 59-
70.
Heffer, P. 2009. IFA Agriculture. Assessment of Fertilizer Use by Crop at the Global
Level 2006/07 – 2007/08. International Fertilizer Industry Association (IFA), 12 p.
INDEC. 1964. Censo nacional agropecuario, año 1960.
INDEC. 1974. Empadronamiento nacional agropecuario y censo ganadero, año 1974.
INDEC. 2002. Censo nacional de población, hogares y viviendas. En:

www.indec.gov.ar/agropecuario/cna.asp.
IPNI. 2013. CalcRec. En: lacs.ipni.net/.
Jackson, R.B.; J. Canadell; J.R. Ehleringer; H.A. Mooney; O.E. Sala & E.D. Schulze.
1996. A global analysis of root distributions for terrestrial biomes. Oecologia, 108: 389-
411.
Jobbágy, E.G. & R.B. Jackson. 2007. Groundwater and soil chemicals changes under
phreatophytic tree plantation. J. Geophys. Res., 112: 1-15.
Kuo, S. 1996. Phosphorus. En: Methods of Soil Analysis. Soil Sci. Soc. Am. Book Series
5; Part. 3-Chemical Methods. Madison; Wisconsin; USA. Chapter 32. p: 869-919.
16
Lavado, R.S. 1983. Evaluación de la relación entre composición química del agua de
lluvia y el grado de salinidad y modicidad de distintos suelos. Rev. Facultad de
Agronomía-UBA, 4: 136-139.
Littell, R.C.; P.R. Henry & C.B. Ammerman. 1998. Statistical analysis of repeated
measures data using SAS procedures. J. Anim. Sci., 76: 1216-1231.
Mackenzie, F.T.; L.M. Ver & A. Lerman. 2002. Century-scale nitrogen and phosphorus
controls of the carbon cycle. Chem. Geology, 190: 13-32.
Marcondes, M.I.; P.V. Rodríguez Paulino; S. de Campos; V. Filho; M.P. Gionbelli & L.F.
Costa e Silva. 2013. Prediction of body and carcass chemical composition of purebred
and crossbred Nellore cattle. En: www.brcorte.com.br/bundles /junglebrcorte2
/book/en/c4.pdf.
Miao, Y.; D.J. Mulla & P.C. Robert. 2006. Identifying important factors influencing corn
yield and grain quality variability using artificial neural networks. Precision Agric., 7: 117-
135.
Michel, C.; G. Piñeiro; E.G. Jobbagy; S. Portela; C.S. Santoni; C.M. Di Bella & R.B.
Jackson. 2010. Evaluation of a new collector design and first year’s results.
Internacional, American Geophysical Union, Metting of the Americas, Foz do Iguazú,
Brasil, Proc. p. 2.
MinAgri. 2010. Ganados y Carnes. Anuario 2010. En: www.minagri.gob.ar.
MinAgri. 2011. Informe anual de carnes. Ovinos, agosto 2011, 31 p.
MinAgri. 2014. Available on line. En: www.minagri.gob.ar.
Ministerio de Agricultura. 1943. El régimen pluviométrico de la República Argentina.

Dirección de Meteorología, Geofísica e Hidráulica, 50 p.
Morris DH. 2007. Flax primer. A Elath and Nutrition Primer. Publ. By Flax Council of
Canada, 112 p. En: www.jitinc.com/flax/brochure02.pdf.
Murphy, J. & J.P. Riley. 1962. A modified single solution method for the determination of
phosphate in natural waters. Analytica Chimica Acta, 27: 31-36.
Negassa, W. & P. Leinweber. 2009. How does the Hedley sequential phosphorus
fractionation reflect impacts of land use and management on soil phosphorus: a review.
J. Plant Nutr. Soil Sci., 172: 305-325.
Observatorio Bovino. 2013. En: www.observatoriobovino.org.ar/indicadores/faena/.
17
OECD. 2008. Environmental performance of agriculture in OECD countries since 1990.

208 p. En: www.oecd.org/publishing/corrigenda.
Oenema, O.; H. Kros & W. Vries. 2003. Approaches and uncertainties in nutrients
budgets: implications for nutrient management and environmental policies. Eur. J.
Agron., 20: 3-16.
ONCA. 2009. Anuario lácteos, 50 p.
Özesmi, S.L.; C.O. Tan & U. Özesmi. 2006. Methodological issues in building, training,
and testing artificial neural networks in ecological applications. Ecol. Mod., 195: 83-93.
Panten, K.; J. Rogasik; F. Godlinski; U. Funder; J. Greef & E. Schung. 2009. Gross soil
surface nutrient balances: the OECD approach implemented under German conditions.
Agric. Forest Res., 59:19-28.
Park, S.J. & P.L.G. Vlek. 2002. Environmental correlation of three-dimentional soil spatial
variability: a comparison of three adaptative techniques. Geoderma, 109:117-140.
Peñuelas, J.; B. Poulter; J. Sardans; P. Ciais; M. van der Velde; L. Bopp; O. Boucher; P.
Godderis; P. Hinsinger; J. Llusia; E. Nardin; S. Vicca; M. Obersteiner & I.A. Janssens.
2013. Human-induced nitrogen-phosphorus imbalances alter natural and managed
ecosystems across the globe. Nature Commun. DOI: 10.1038/ncomms3934.
Rogers, L.L. & F.U. Dowla. 1994. Optimization of groundwater remediation using artificial
neural networks with parallel solute transport modeling. Water Res., 30: 457-481.
Rossanigo, C.; A. Arano & G. Rodriguez Vazquez. 2009. Stock 2009 del ganado bovino
de carne. Mapas de existencias e indicadores ganaderos. Información Técnica Nº147.
RIAN, SENASA. Ediciones INTA. En: rian.inta.gov.ar/ganaderia/.
Sharpley, A.N. & S.J. Smith. 1983. Distribution of phosphorus forms in virgin and
cultivated soils and potential erosion losses. Soil Sci. Soc. Am. J., 47: 581-586.
Sheldrick, W.F.; J.K. Syers & J. Lingard. 2002. A conceptual model for conducting
nutrient audits at national, regional, and global scales. Nutr. Cycl. Agroecosys, 62: 61-72.
SMN. 1962. Datos pluviométricos 1921-1950, 160 p.
SMN. 1972. Estadística climatológica 1931-1960. 175 p.
SMN. 2014. Datos meteorológicos. En: www.smn.gov.ar.
18
Sola-Larrañaga, C. & I. Navarro-Blasco. 2009. Chemometric analysis of minerals and

trace elements in raw cow milk from the community of Navarra, Spain. Food Chemistry,
112: 189-196.
Viglizzo, E.F.; F. Létora; A.J. Pordomingo; J.N. Bernardos; Z.E. Roberto & H. Del Valle.
2001. Ecological lessons and applications from one Century of low external-input farming
in the Pampas of Argentina. Agric. Ecosys. Environ., 83: 64-81.
Zalba, P. & N. Peinemann. 2002. Phosphorus content in soil in relation to fulvic acid
carbon fraction. Commun. Soil Sci Plant Anal., 33: 3737-3744.
Zubillaga, M.S. & L. Giuffre. 1998. Pathways of native and fertilizer phosphorus in
Argentine soils. Nutr. Cycling Agroecosys, 51: 101-105.
19
NEUTRALIZACION DE LA ACIDIFICACION GENERADA POR LA FERTILIZACION

NITROGENADA EN UN CICLO PRODUCTIVO DE RAIGRAS
JULIÁN MAINERO1,2,*; VICTOR MERANI1; LUCIANO LARRIEU1; MABEL VÁZQUEZ1;

LUCIANO JUAN1; DANIEL BENNARDI & GUILLERMO MILLÁN1
1
Cátedra de Edafología, Facultad de Ciencias agrarias y Forestales, U.N.L.P. 2 Becario
BENTRE de la Comisión de Investigaciones Científicas de la Provincia de Buenos Aires.
* calle 60 y 119, La Plata (1900), Buenos Aires.
*[email protected]
Palabras clave: antrópico, macetas, corrector
Resumen
La agricultura extensiva se caracteriza por ser extractiva y con baja reposición de bases,
y en combinación con el incremento del uso de fertilizantes nitrogenados de reacción
ácida ha agudizado y acelerado la manifestación del fenómeno de acidificación natural
de los suelos. En este trabajo se evaluó mediante un ensayo de simulación el efecto
neutralizante de las enmiendas dolomíticas junto a dos fertilizantes nitrogenados de
reacción ácida (Sulfato de amonio y Urea) en el cultivo de Lolium multiflorum. Se
utilizaron dos suelos con características contrastantes en textura, contenido de carbono
orgánico y CIC. La fertilización nitrogenada fue equivalente a 100 kg de Nha-1. Se
calculó la dosis teórica de corrector para neutralizar la acidez generada por el N. Se
observó que la disminución del pH siempre fue más marcada en la fertilización con SA,
Por otro lado, el efecto neutralizante va aumentando con las dosis, aunque no se
observan diferencias significativas para los tratamientos fertilizados con U. En el suelo
arenoso se evidencia cómo el pH entre el testigo y las diferentes dosis de corrector son
mucho más marcadas que en el suelo de menor textura para ambos fertilizantes
ensayados. En los valores de materia seca se observó que en Belgrano la aplicación de
correctores mejoró el rendimiento de raigrás en la fertilización con U, en tanto que en el
caso de 25 de Mayo se observa que la producción aumenta con las dosis más bajas de
corrector y decrece con las más altas para ambos fertilizantes. En conclusión, la
neutralización del fertilizante se alcanza con dosis inferiores a la calculada teóricamente
en función de la cantidad de H+ producidos durante el proceso de nitrificación; en suelos
de bajo poder buffer la acidificación alcanza valores críticos y el efecto neutralizante se
expresa con mayor magnitud.
Introducción
La “agriculturización” definida como el uso creciente y continuo de las tierras para

cultivos agrícolas en lugar de usos ganaderos o mixtos, tuvo lugar de manera constante
desde la década del 70 del siglo pasado en la Región Pampeana argentina (Navarrete
et al., 2005).
1
Esta agricultura extensiva, caracterizada como extractiva y con baja reposición de

bases, combinada con el incremento del uso de fertilizantes nitrogenados de reacción
ácida y deposiciones atmosféricas derivadas de la actividad industrial, ha agudizado y
acelerado la manifestación del fenómeno de acidificación natural de los suelos. La
acidificación no sólo acarrea deficiencias de nutrientes básicos, sino que también
produce perjuicios como la reducción de la disponibilidad de P y Mo, la disminución de
la actividad de microorganismos responsables de la nitrificación y fijación simbiótica de
N, pudiendo llegar a generar en situaciones extremas toxicidad de Al, en este último
caso en situaciones donde el pH es inferior a 5,5. Esta ampliamente probado que
muchos fertilizantes nitrogenados aceleran este fenómeno (Chien et al., 2001; Iturri et
al., 2010; Vázquez & Pagani, 2012). El grado de acidez que se induce depende de la
fuente de N que se utiliza.
El consumo de fertilizantes a escala nacional y, fundamentalmente, en cultivos

extensivos de la Región Pampeana ha aumentado marcadamente desde la década del
90 (González San Juan et al., 2013). Los fertilizantes más usados han sido los
nitrogenados, principalmente los amoniacales como el sulfato de amonio (SA), o que
producen amonio al inicio de sus transformaciones en el suelo, como la urea (U).
Durante estas transformaciones se produce igual cantidad de N asimilable con las 2
fuentes, pero los protones liberados son mayores para el SA.
SA: (NH4)2SO4 + 4O2 4H+ + 2NO3- + 3 H2O
U: (NH2)2CO + 4O2 2H+ + 2NO3- + CO2 + H20
Así, tenemos que por cada mol de SA se liberan 4 moles de H+, mientras que por cada
mol de U se producen solo 2 de H+. Por lo tanto, ante una misma dosis de N, la acidez
inducida por la nitrificación sigue el siguiente orden SA > U (Chien et al., 2001). Sin
embargo, ésta no sería la única causa de la acidificación provocada por la fertilización
nitrogenada. Los NO3- formados por oxidación de la formas amoniacales no absorbidos
por las plantas, tienen una alta potencialidad de lixiviarse ligados a las bases,
disminuyendo el poder de neutralización que éstas ejercen. Paralelamente, una mejor
nutrición nitrogenada de los cultivos aumenta la producción vegetal con su consecuente
mayor exportación de nutrientes básicos, sin una adecuada reposición (Vázquez, 2007).
Billetty Blake (1999) explican que la acidez natural de los suelos se origina
principalmente por el lavado de los cationes formadores de base (Ca+2, Mg+2 y K+) con
las precipitaciones, que dejan el complejo de intercambio empobrecido en estos
elementos y dominado por los iones hidrógeno (H+) y aluminio (Al+3), aumentando en
zonas de alta precipitación este efecto.
Los suelos loéssicos agrícolas de Argentina muestran descensos de los valores de pH,
aparentemente asociados con la fertilización nitrogenada. (Iturri, 2015). En un estudio
2
realizado por Sainz Rozas et al. (2011) sobre los valores de pH de suelos agrícolas y
prístinos de la región pampeana, encontraron valores de pH en suelos agrícolas
significativamente menores que los valores de pH de los mismos suelos en la condición
prístina, indicando que la agricultura es una de las causas de las disminuciones en los
valores de pH de los suelos. Según Vázquez et al., 2005 existen evidencias empíricas
de disminución de los valores de pH de suelos agrícolas de Argentina. Sainz Rozas et
al., 2012 por otro lado en un estudio de suelos agrícolas de la región pampeana y
extrapampeana, encontraron valores de pH comprendidos en el rango de 5,5 a 5,9 que
corresponde según la clasificación del USDA, a suelos moderadamente ácidos a
fuertemente ácidos. Estos menores valores de pH encontrados en los suelos agrícolas,
fueron explicados por los autores en base a la mayor exportación de bases de este área
respecto de otras regiones agrícolas (Cruzate & Casas, 2003) y a una prolongada
historia de aplicación de fertilizantes nitrogenados.
Vázquez et al. (2000) ha demostrado que los fertilizantes amoniacales acidificaron

algunos suelos agrícolas de la región pampeana. Fabrizzi et al. (1998) y Urricarriet &
Lavado (1999) encontraron que el pH de un Argiudol Típico disminuyó entre 0,39 y 0,80
unidades luego de recibir fertilización con urea.
Existe poca información acerca del proceso de acidificación en suelos de regiones

templadas como producto de prácticas agrícolas como la fertilización, pero esta
situación parecería ser la que se observa en los Mollisoles agrícolas de Argentina que
evolucionan sobre sedimentos loéssicos, donde el uso de fertilizantes nitrogenados y el
lixiviado de bases se ha incrementado en las últimas tres décadas (Cruzate & Casas,
2003).
Como solución a los problemas de acidificación de los suelos podemos mencionar a la

técnica de encalado, la cual consiste en la aplicación al suelo de sales básicas que
neutralizan la acidez. Tradicionalmente para la corrección de la misma se han usado
productos correctores o enmiendas, tales como calcita, dolomita y cal viva o apagada,
entre otros. Dentro de las más utilizadas en la agricultura encontramos la Cal Agrícola o
Calcita, que contiene principalmente carbonato de calcio CaCO3, Otro producto de uso
muy frecuente es el carbonato doble de calcio y magnesio (CaCO 3*MgCO3)
denominado Dolomita. La velocidad de reacción de estas enmiendas está dada
fundamentalmente por el tamaño de la partícula, en donde las porciones más finas son
las que reaccionan más rápidamente, en comparación con los agregados de mayor
tamaño. Este es uno de los principales problemas del uso de enmiendas cálcicas ya que
el pequeño tamaño de partícula genera una deriva en la aplicación. Por otro lado los
altos volúmenes de corrector que se deben manejar y el costo adicional que trae
aparejada tanto la aplicación del producto como la incorporación del mismo al suelo
generan que la práctica no se realice cada vez que es necesario.
Sobre la base de lo expuesto, y teniendo en cuenta que la agricultura es la actividad que
3
predomina en la región pampeana y su alta dependencia de fertilizantes nitrogenados,

así como la dificultad que genera la corrección de pH por medio de enmiendas
pulverulentas, se visualiza la importancia de conocer el efecto de la aplicación de
dolomita aperdigonada aplicada junto a fertilizantes nitrogenados directamente en la
siembra en dosis de neutralización, para evitar las sucesivas labores frecuentes en la
aplicación tradicional.
Hipótesis: La aplicación de enmiendas dolomíticas aperdigonadas y mezcladas con el

fertilizante nitrogenado disminuyen la acidificación del suelo generadas por los mismos.
Objetivo: Evaluar mediante un ensayo de simulación en macetas el efecto neutralizante

de las enmiendas dolomíticas aperdigonadas aplicadas junto a dos fertilizantes
nitrogenados de reacción acida (SA y Urea) en el cultivo de Lolium multiflorum “raigrás”,
analizando las variaciones producidas en los parámetros pH actual y potencial.
Se realizó un ensayo con un diseño completamente al azar y arreglo factorial (suelo, tipo
de fertilizante y dosis de corrector) en macetas de PVC de 1500 ml.
Para el mismo se utilizaron dos suelos de la Provincia de Buenos Aires con

características fisicoquímicas contrastantes, principalmente en relación a textura,
contenido de carbono orgánico y CIC, propiedades directamente relacionadas con el
poder buffer de los suelos. Se muestrearon los 20 cm superficiales de un argiudol típico
de la localidad de General Belgrano y un hapludol típico de la localidad de 25 de Mayo.
En los mismos se sembró raigrás anual Lolium multiflorum L. y se realizaron las
fertilizaciones con nitrógeno, para las cuales se utilizaron como fuente nitrogenada; urea
(U) de tipo comercial y sulfato de amonio (SA) droga pura de grado analítico, (el primero
por ser el de mayor utilización a nivel nacional y el segundo por ser el de mayor poder
de acidificación). Ambos fueron aplicados a la siembra y después de cada corte
mezclados con una enmienda granulada a base de dolomita marca GranucalR a fin de
neutralizar la acidificación producida por dichos fertilizantes.
La fertilización nitrogenada aplicada fue equivalente a 100 kg de Nha-1. Se calculó la

dosis teórica de corrector para neutralizar la acidez generada por el Ny, se definieron los
diferentes tratamientos:
 Un testigo al cual solamente se le aplica fertilizante nitrogenado.

 Un tratamiento de mínima con el 75% de la dosis teórica
 Un tratamiento con la dosis teórica de corrector
 Un tratamiento de máxima con un 50 % más de la dosis teórica de corrector
En la Tabla 1 se detalla la composición de cada uno de los 8 tratamientos realizados en
el presente ensayo.
4
Se llevaron adelante 3 repeticiones de cada tratamiento. Cada maceta fue llenada con
1,5 kg de suelo y, sembrada con 100 semillas de raigrás. Luego de la emergencia se
raleó a 50 plantas por maceta para lograr un stand de plantas uniforme. Se realizaron
riegos cada 48 horas con la cantidad de agua destilada suficiente para mantener el
contenido hídrico al 80% de capacidad de campo, controlado en forma gravimétrica.
Se realizaron 4 simulaciones de fertilización para lo cual cada 30 días se realizaron

cortes del material vegetal (al cual se le determino MS en estufa a 60 °C), y se procedió
a realizar una lixiviación con un contenido de agua destilada equivalente a 200% de
capacidad de campo de cada suelo.
Cada simulación de fertilización quedó comprendida por un período de 30 días de

crecimiento de las plantas, corte y lixiviación. Cumplido este ciclo se procedió a la
aplicación de fertilizante más corrector, recomenzando de esta manera un nuevo ciclo.
Una vez efectuadas 4 fertilizaciones, se realizó sobre cada una de las macetas la
determinación de pH actual y potencial y Capacidad de Intercambio Catiónico y bases
de intercambio (Ca++, Mg++, Na+, y K+).
Tabla 1: Detalle de los tratamientos, dosis y abreviatura.

Fertilizante N / % neutralización /
-1
Suelo Denominación
Dosis equivalente N Ha Dosis equivalente
-1 -1
Urea 100 Kg N Ha 0 % / 0 Kg Ha 25 de Mayo 25 M U 0 C
-1 -1
Urea 100 Kg N Ha 75 % / 396 Kg Ha 25 de Mayo 25 M U 0,75 C
-1 -1
Urea 100 Kg N Ha 100% / 528 Kg Ha 25 de Mayo 25 M U 1 C
-1 -1
Urea 100 Kg N Ha 150% / 792 Kg Ha 25 de Mayo 25 M U 1,5 C
-1 -1
Sulfato de Amonio 100 Kg N Ha 0 % / 0 Kg Ha 25 de Mayo 25 M SA 0 C
-1 -1
Sulfato de Amonio 100 Kg N Ha 75 % / 792 Kg Ha 25 de Mayo 25 M SA 0,75 C
-1 -1
Sulfato de Amonio 100 Kg N Ha 100% / 1056 Kg Ha 25 de Mayo 25 M SA 1 C
-1 -1
Sulfato de Amonio 100 Kg N Ha 150% / 1584 Kg Ha 25 de Mayo 25 M SA 1,5 C
-1 -1
Urea 100 Kg N Ha 0 % / 0 Kg Ha Belgrano BU 0C
-1 -1
Urea 100 Kg N Ha 75 % / 396 Kg Ha Belgrano B U 0,75 C
-1 -1
Urea 100 Kg N Ha 100% / 528 Kg Ha Belgrano BU1C
-1 -1
Urea 100 Kg N Ha 150% / 792 Kg Ha Belgrano B U 1,5 C
-1 -1
Sulfato de Amonio 100 Kg N Ha 0 % / 0 Kg Ha Belgrano B SA 0 C
-1 -1
Sulfato de Amonio 100 Kg N Ha 75 % / 792 Kg Ha Belgrano B SA 0,75 C
-1 -1
Sulfato de Amonio 100 Kg N Ha 100% / 1056 Kg Ha Belgrano SA 1 C
-1 -1
Sulfato de Amonio 100 Kg N Ha 150% / 1584 Kg Ha Belgrano B SA 1,5 C
5
Determinación de variables químicas

 pH actual: relación suelo:H2O de 1:2,5, determinación potenciométrica
 pH potencial: relación suelo: KCl 1N de 1:2,5, determinación potenciométrica.
 Capacidad de intercambio catiónico (CIC) y bases de intercambio:
 Extracción con acetato de amonio (NH 4 COO-CH 3) 1N pH7
 Determinación de CIC por destilación Kjeldahl.
 Ca ++ y Mg ++
por complejometria con EDTA (ácido etilen-diamino tetra
acético)
 Na+ y K+ por fotometría de llama
Todas las metodologías de laboratorio se realizaron según SAMLA, SAGPyA, 2004.
Análisis estadístico:
Los resultados fueron evaluados estadísticamente por medio de ANOVA,

comparaciones múltiples (Duncan, Tukey) y correlación de variables (INFOSTAT, 2011).
En el Gráfico N°1 podemos observar como el pH actual de ambos suelos, 25 De Mayo y

Belgrano, se ve afectado por la fertilización nitrogenada, en coincidencia con trabajos
realizados por Chien et al. (2001), Iturri et al. (2010) y Vázquez & Pagani (2012). Se
visualiza también como el agregado del corrector disminuye el efecto acidificante del
fertilizante. Asimismo se observa que la disminución del pH siempre es más marcada en
la fertilización con SA, siguiendo el orden de acidificación SA>U citado por Chien et al.
(2001). Por otro lado, el efecto neutralizante va aumentando con las dosis, aunque no se
observan diferencias significativas para los tratamientos fertilizados con U. En el caso de
un suelo arenoso como 25 de Mayo, se evidencia como las diferencias de pH entre el
testigo y las diferentes dosis de corrector son mucho más marcadas que en el suelo de
Belgrano para ambos fertilizantes ensayados. Esto podría explicarse en el hecho de que
los suelos arenosos poseen menos capacidad buffer y serían más susceptibles al
proceso de acidificación; por lo tanto el agregado de una enmienda compensaría este
efecto y permitiría mantener el valor de pH actual (Billett & Blake, 1999).
6
Gráfico N° 1: Valores de pH Actual para Belgrano y 25 de Mayo con SA y U y las 4 dosis

de Corrector. Letras diferentes representan diferencias significativas para p-value<0.01.
Otro dato interesante que se observa en el Gráfico N° 1 es la similitud de resultados

obtenidos entre las dosis de corrección 1 y 0,75 para ambos suelos y tipo de fertilizante
analizado. Esto indicaría que podría utilizarse una cantidad de neutralizante menor a la
indicada por el cálculo teórico manteniendo el valor de pH. Este comportamiento
también se observa en el Gráfico N° 2, donde se exponen los resultados obtenidos en la
determinación de pH potencial. Estos datos concuerdan con trabajos realizados por
Pierre (1928), en los inicios del estudio sobre el tema de la neutralización del efecto
acidificante de los fertilizantes en suelos. Esto indicaría que parte de la acidez generada
por el fertilizante sería neutralizada por otros procesos que ocurren en el suelo. Entre
otros, Bolan et al. (1991) citan que cuando las plantas toman NO3- liberan oxhidrilos
(OH-) para compensar las cargas eléctricas y de esta manera neutralizan parte de la
acidez generada en la nitrificación.
También se observa que los tratamientos de corrección para el suelo de 25 de Mayo y la

fertilización con SA presentan una gran diferencia, Remarcando que entre la dosis 0 y
1,5 de corrector. El salto en el pH potencial llega hasta 1,5 puntos, valores muy
importantes en la acidificación si se tiene en cuenta que se obtuvieron en sólo 4 ciclos
de fertilización y lavado.
7
Gráfico N° 2: Valores de pH Actual para Belgrano y 25 de Mayo con SA y U y las 4 dosis

de Corrector. Letras diferentes representan diferencias significativas para p-value<0.01.
En el Gráfico N°3 se presentan los valores de rendimiento de materia seca. En los

mismos se observa que en Belgrano la aplicación de correctores presentó una mejora
en el rendimiento de raigrás, con valores significativos en la fertilización con U y sólo
una tendencia en SA. En tanto que en el caso de 25M se observa que la producción
aumenta con las dosis más bajas y decrece con las dosis más altas para ambos tipos de
fertilizantes. Debido a la diferencia que presentan ambos suelos, esto podría atribuirse a
una deficiencia de P que presenta el suelo de 25 de Mayo, que se acentúa por el efecto
del aumento de la concentración de Ca y su precipitación. Para altas concentraciones
de Ca y pH cercano a la neutralidad se produciría la precipitación de fosfatos de calcio
(White & Taylor, 1977; Sanchez & Uehara, 1980). Confirma este comportamiento el
suelo de Belgrano, que aun teniendo una respuesta menor en relación a la
neutralización y modificación de pH, incrementa su productividad, quizás en función de
poseer un valor de fósforo disponible muy bien provisto.
En el suelo de Belgrano, el aumento de rendimiento podría atribuirse a la mejora de pH

y el consecuente aumento de solubilidad de algunos nutrientes, sumado a la mejora en
las condiciones para la actividad biológica. Sin embargo, este incremento en el
rendimiento también podría deberse a que el corrector en baja dosis actuaría como
fertilizante cálcico ya que, si bien no se determinaron deficiencias, existen trabajos que
indican que la acidificación de los suelos no sólo produce un descenso de pH, sino que
también provoca un desbalance de bases con pérdidas principalmente del catión Ca
(Vázquez et al., 2008.)
8
Gráfico N° 3: Valores de Materia seca total para Belgrano y 25 de Mayo con SA y U y

las 4 dosis de Corrector. Letras diferentes representan diferencias significativas para p-
value<0.01.
Conclusión
Se demostró la eficiencia neutralizante del corrector (dolomita micronizada

aperdigonada) aplicado en forma conjunta con el fertilizante nitrogenado a las dosis
ensayadas y en las condiciones en que se realizó el ensayo.
La neutralización del fertilizante nitrogenado se alcanza con dosis inferiores a la

calculada teóricamente en función de la cantidad de H+ producidos durante el proceso
de nitrificación.
En suelos de bajo poder buffer la acidificación alcanza valores críticos, el efecto

neutralizante se expresa con mayor magnitud y la neutralización adquiere mayor
importancia desde el punto de vista de la sustentabilidad de los agroecosistemas.
En suelos de baja fertilidad, si bien se logra disminuir el efecto acidificante, no se

consiguió aumentar los rendimientos.
Bibliografía
Barak, P.; B. Jobe; A. Krueger; L. Peterson & D. Laird. 1997. Effects of long-term soil
acidification due to nitrogen inputs in Wisconsin. Plant and Soil, 197: 61-69.
9
Bolan, N.; M. Hedley & R. White. 1991. Porcesses of soil acification during nitrogen
ciclyng with enphasis on legume based pastures. Plant soil, 134: 53-63.
Chien, S.; M. Gearhart & C. Collamer. 2001. Efecto de diferentes fuentes de N

amoniacal sobre la acidificación del suelo. Reporte de International Fertilizer
Development Center.
Cruzate, G.A. & R. Casas. 2003. Extracción de nutrientes en la agricultura argentina.

Informaciones Agronómicas, 44: 21-26
Cruzate, G.A. & R. Casas. 2009. Extracción de nutrientes en la agricultura argentina.

Informaciones Agronómicas, 44: 21-26.
Fabrizzi, K.; L. Picone; A. Berardo & F. García. 1998. Efecto de la fertilización

nitrogenada y fosfatada en las propiedades químicas de un Argiudol Típico. Ciencia del
Suelo, 16:71-76.
Iturri, L.; D. Buschiazzo & M. Díaz-Zorita. 2010. Acidification evidences of no-tilled soils
of the central Region of Argentina. Ciencia del Suelo, 29(1):13-19.
Iturri, L. 2015. Evidencias de acidificación de suelos Loéssicos agrícolas de argentina.

Tesis doctoral UNS. Bahía Blanca. Argentina.
enmiendas básicas sobre el complejo de cambio en algunos suelos ácidos de la región
pampeana. Ciencia del Suelo, 28(2): 131-140.
Navarrete, D.; G. Gallopín; M. Blanco; M. Díaz-Zorita; D. Ferraro; H. Herzer; P. Laterra;

J. Morello; M. Murmis; W. Pengue; M. Piñeiro; G. Podestá; E. Satorre; M. Torrent; F.
Torres; E. Viglizzo; M. Caputo & A. Celis. 2005. Análisis sistémico de la agriculturización
en la pampa húmeda argentina y sus consecuencias en regiones extra pampeanas:
sostenibilidad, brechas de conocimiento, e integración de políticas. CEPAL.
Pierre, W.H. 1928. Nitrogen fertilizers and soil acidity: I. Effect of various nitrogenous
fertilizers on soil reaction. Journal of the American Society of Agronomy, 20: 254-269
Sainz Rozas, H.R.; H.E. Echeverría & H.P. Angelini. 2011. Niveles de materia orgánica y
de pH en suelos agrícolas de la región pampeana y extrapampeana argentina.
Informaciones Agronómicas de Hispanoamérica, 2: 6-12.
SAMLA-PROMAR. 2004. Sistema de Apoyo Metodológico a los Laboratorios de Análisis

de Suelos (SAMLA). SAGPyA (Secretaría de Agricultura, Ganadería, Pesca y
Alimentación de la Nación Argentina. Dirección de Producción Agrícola). Versión
Electrónica. ISBN 987-9184-40-8.
10
Sanchez, P. & P. Uehara. 1980. Managment considerations for acid soil with high
phosphorus fixation capacity, En: Khasawneh, F.E. et al. (ed.): The role of phosphorus in
agriculture. ASA, CSSA, and SSSA, Madison, WI. p: 471-514.
Tumusiime, B; W. Brorsen; W Mosali & J. Biermacher. 2011. How much does

considering the cost of lime affect the recommended level of nitrogen? Agronomy
Journal, 103(2): 404-412.
Urricariet, S. & R.S. Lavado. 1999. Indicadores de deterioro en suelos de La Pampa

ondulada. Ciencia del suelo, 17(1): 37-44.
Vázquez, M. & A. Pagani. 2014. Calcio y Magnesio del suelo. Manejo de fertilización y
enmiendas. En: Echeverría, H. & F. García. Fertilidad de suelos y fertilización de
cultivos. Ed. INTA, Cap. 11. p: 317-355.
Vázquez, M.; A. Terminiello; A. Casciani; G. Millán; P. Gelati; F. Guilino; J. García Díaz;

J. Kostiria & M. García. 2010. Influencia del agregado de enmiendas básicas sobre la
producción de alfalfa (Medicago sativa L.) en ámbitos templados argentinos. Ciencia del
Suelo, 28(2): 141-154.
Vázquez, M.E. 2005. Acidez del suelo. En: Marbán, L. & S.E. Ratto (eds). Tecnologías
en análisis de suelos. Asociación argentina de la ciencia del suelo. Buenos Aires,
Argentina.Vol.1. 1ra Ed. p: 71-88.
Vázquez, M.E. 2005. Calcio y Magnesio. Acidez y alcalinidad de los suelos. En

Echeverría, H.; García, F. (eds). Fertilidad de los suelos y fertilización de cultivos. INTA.
Vázquez, M.E.; E. Baridon; J. Lanfranco & G. Malagrina. 2000. Evaluación de la

potencialidad de la problemática de acidez en la región norte de la provincia de Buenos
Aires. Actas XVII Congreso argentino de la ciencia de suelos. Mar del Plata, Argentina.
White, R. & A. Taylor. 1977. Effect of pH on phosphate adsorption and isotopic

exchange in acid soli and high additions of soluble phosphate. J. Soil Science, 28: 46-61.
11
TENDENCIAS EN LA FERTILIDAD DE LOS SUELOS DE SAN LUIS
JUAN CRUZ COLAZO1,*, JUAN MARTÍN DE DIOS HERRERO1& SANTIAGO

LORENZO2
1.
*INTA. EEA San Luis. Empalme RN 7 y RN 8. (D5730CKA), Villa Mercedes –
Argentina. 2. FICA – UNSL.
*[email protected]
Palabras clave: agriculturización; fósforo disponible; carbono orgánico
Resumen
Conocer la variación de las propiedades del suelo en función del manejo es fundamental
para el desarrollo de sistemas sustentables y la formulación de políticas de
conservación. Los estudios que evalúan esta dinámica en la provincia de San Luis son
escasos y parciales. Es por ello que el objetivo del siguiente trabajo fue analizar la
variación temporal de los contenidos de fósforo disponible (Pd), carbono orgánico (CO)
y pH en los suelos de la provincia de San Luis. Con datos obtenidos del laboratorio de
suelos de la EEA San Luis se confeccionó una base de datos y mediante estadística
descriptiva y análisis de frecuencia se compararon los siguientes periodos: a) 1997 –
2000; b) 2001 – 2005 y c) 2006 – 2010. El análisis de frecuencia de Pd indicó una
tendencia a la disminución de valores mayores a 20 mg kg-1 y un aumento,
fundamentalmente, de los valores menores a 10 mg kg-1 cuando comparamos los
análisis realizados entre 1997 – 2000 con los realizados entre 2006 – 2010. La mediana
para los niveles de CO para los periodos 1997-2000, 2001-2005 y 2006-2010 fue de 0,6;
0,69 y 0,75 % respectivamente. El análisis de frecuencia muestra una tendencia a un
aumento en los valores los suelos con niveles por encima del 0,6%. La mediana para
los niveles de pH para los periodos 1997-2000, 2001-2005 y 2006-2010 fueron 6,8; 6,9 y
7,3 respectivamente. El análisis temporal de muestras de suelo en la provincia de San
Luis indica que los niveles de fósforo disponible han disminuido y los valores de CO y
pH han aumentado. Mayores estudios son necesarios debido a las limitaciones y sesgos
del enfoque utilizado.
Introducción
En los últimos años en la provincia de San Luis ha existido un reemplazo de ganadería

por agricultura, la cual ha incrementado su superficie desde<1% en 1960 a cerca del
10%, principalmente en el E. En especial este cambio estuvo asociado a la mayor
implantación del cultivo de soja, el cual ha crecido exponencialmente desde principios
del 2000 (SIIA, 2015). En este contexto, no existe información sobre los cambios
producidos en parámetros edáficos relacionados con la fertilidad química.
1
En otras regiones con mayor historia agrícola se han encontrado disminuciones de los
valores de fósforo disponible (Pd), carbono orgánico (CO) y reacción del suelo (pH)
asociado a mayores niveles de intensificación (Pazos, 2002; Kruger et al., 2006; Sainz
Rozas et al., 2012).La comparación de suelos cultivados y sin cultivar reportó una
disminución media del contenido de CO (de Dios Herrero et al., 2014). Un relevamiento
realizado en el S de la provincia indicó niveles adecuados de P, pero sin establecer una
tendencia temporal (Bongiovanni et al., 2010).
En función de los niveles de producción y las tasas de reposición de fertilizantes en la

provincia, Veneciano & Frigerio (2003) sugieren una irremediable declinación de la
fertilidad de los suelos. Conocer la variación de las propiedades del suelo en función del
manejo es fundamental para el desarrollo de sistemas sustentables y la formulación de
políticas de conservación. Los trabajos que evalúan esta dinámica en la provincia son
escasos y parciales. Es por ello que el objetivo del siguiente trabajo fue evaluar la
variación temporal de los contenidos de Pd, CO y pH en los suelos de la provincia de
San Luis.
Base de datos
Para realizar el estudio se confeccionó una base de datos con los registros del
laboratorio de suelos de la EEA San Luis del INTA. El mismo estuvo comprendido entre
los años 1997 – 2010. Para seleccionar las muestras se tuvieron en cuenta los
siguientes criterios: a) ubicación dentro de los límites provinciales, b) pertenecientes a
suelos bajo agricultura o ganadería extensiva y c) una profundidad de 0 – 20 cm. Los
parámetros químicos evaluados fueron: a) fósforo disponible (Bray1), carbono orgánico
(Walkley & Black) y pH (relación 1:1). Durante el periodo evaluado no existieron cambios
metodológicos. Las principales características de la base de datos se resumen en la
Tabla 1.
Tabla 1. Valores medios, mínimos (Min), máximos (Max), percentiles 25 (P25), 50 (P50),
75 (P75) y número de muestras (n) para la determinación de fósforo disponible (Pd),
carbono orgánico (CO) y reacción del suelo (pH).
Media Min Max P25 P50 P75 n
-1
Pd (mg kg ) 23,6 1 78 14 22 32 758
CO (%) 0,78 0,1 3,61 0,45 0,68 0,95 700
pH 7,04 4,9 10 6,6 7,1 7,6 596
2
Para el análisis temporal se separaron los datos en tres periodos de tiempo: a) 1997-
2000, b) 2001-2005 y c) 2006-2010. Los datos fueron analizados mediante estadística
descriptiva y análisis de frecuencia.
Fósforo disponible (Pd)
La mediana para los niveles de Pd para los periodos 1997-2000, 2001-2005 y 2006-
2010 fueron 27, 22,5 y 20 mg kg-1 respectivamente (Figura 1a). Estos valores indican
que los suelos de la provincia son ricos en P provenientes de su material parental
(Bongiovanni et al., 2010). Estos valores son mayores a los reportados para otras
regiones del país (Sainz Rozas et al., 2012). El análisis de frecuencia indica una
tendencia a la disminución de valores mayores a 20 mg kg-1 y un aumento,
fundamentalmente, de las clases menores a 10 mg kg -1 cuando se comparan las
muestras realizados entre 1997 – 2000 frente a los realizados en 2006 – 2010 (Figura
1b).Esto implicaría que la probabilidad de encontrar en la provincia situaciones con
bajos valores de P (<10 mg kg-1) aumentó del 10 al 20%.
Carbono orgánico (CO)
La mediana para los niveles de CO para los periodos 1997-2000, 2001-2005 y 2006-
2010 fueron 0,6; 0,69 y 0,75 % respectivamente (Figura 1c). Estos valores se
encuentran dentro del rango de valores encontrados por de Dios Herrero et al. (2014).
Los niveles son menores para reportados en otras regiones (Sainz Rozas et al., 2011).
El análisis de frecuencia muestra un aumento en los valores los suelos con niveles por
encima del 0,6%. Esto podría deberse a una mayor proporción de muestras
provenientes de suelos Haplustoles, utilizados preferentemente para agricultura, así
como también a un incremento en los niveles de CO. Álvarez et al. (2013) en suelos de
la región pampeana reporta incrementos temporales de los niveles de CO, en suelos
con bajos niveles de CO.
Reacción del suelo
La mediana para los niveles de pH para los periodos 1997-2000, 2001-2005 y 2006-
2010 fueron 6,8; 6,9 y 7,3 respectivamente (Figura 1e).Esto indica que en términos
medios los valores de pH se encuentran dentro del rango de la neutralidad y son
tolerables para la mayoría de los cultivos. Estos valores son más altos que los
reportados por Sainz Rozas et al. (2011) para otras regiones del país, aun teniendo en
cuenta que en nuestro caso la dilución utilizada es menor (1:1). El análisis de frecuencia
muestra una tendencia a la disminución de valores con pH ácido (<6,5) y un aumento de
3
valores con pH básico (>7,5). Es posible que al igual que el caso anterior en el periodo
más reciente exista una mayor proporción de Haplustoles, los cuales poseen un
contenido mayor de carbonatos comparados con los Entisoles de la provincia (Peña
Zubiate et al., 1998).
Figura 1. Box-plot y frecuencia relativa para valores de: a,b) fósforo disponible (Pd); c,d)
carbono orgánico (CO) y e,f) pH; para muestras tomadas entre los periodos 1997-2000,
2001-2005 y 2006-2010 en la provincia de San Luis.
4
Conclusiones
El análisis temporal de muestras de suelo en la provincia de San Luis indica que los
niveles de fósforo disponible han disminuido y los valores de CO y pH han aumentado.
Con relación al fósforo estos resultados coinciden con los reportados para otras
regiones del país. Con respecto al CO y pH un cambio en la proporción de muestras de
suelos de textura más fina y mayor nivel de carbonatos puede explicar esta tendencia.
Mayores estudios son necesarios debido a las limitaciones y sesgos del enfoque
utilizado.
Bibliografía
Álvarez, R.; J. De Paeppe & H. Steinbach. 2013. Cambios en los niveles de C y N en los
suelos pampeanos por el uso. En: OA Barbosa & JC Colazo (Eds.), Primeras Jornadas
Nacionales de Suelos de Ambientes Semiáridos y Segundas Jornadas Provinciales de
Agricultura Sustentable. p: 70 – 85. CACS. CABA.
Bongiovanni, M.D.; R. Marzari & M. Ron. 2010. Fósforo disponible en suelos agrícolas
del sur de Córdoba y sudeste de San Luis. En: Actas del XXII Congreso Argentino de la
Ciencia del Suelo, Rosario. (En CD).
de Dios Herrero, J.M.; J.C. Colazo & D.E. Buschiazzo. 2014. Balance de carbono, efecto
del manejo en suelos de San Luis. En: Actas del XXIV Congreso Argentino de la Ciencia
del suelo& II Reunión Nacional de Materia Orgánica y Sustancias Húmicas, Bahía
Blanca. (En CD)
Kruger, H.; M. Vergara; S. Venanzi & M. Marini. 2006. Variación espacial y temporal de
propiedades químicas en suelos del suroeste bonaerense. En: Actas del XX Congreso
Argentino de la Ciencia del Suelo, Salta – Jujuy. (En CD).
Pazos, M. & S. Mestelán. 2002. Relevamiento del nivel de P disponible, pH y materia

orgánica en el centro de la provincia de Buenos Aires. Información Agronómicas 14: 8-
10.
Peña Zubiate, C.A.; D.L. Anderson; M.A. Demmi; J.L. Saenz & A.D. ´Hiriart. 1998. Carta
de Suelos y Vegetación de la provincia de San Luis. 115 p.
Sainz Rozas, H.; H. Echeverría & H. Angelini. 2011. Niveles de carbono orgánico y pH
en suelos agrícolas de las regiones pampeana y extra pampeana argentina. Ci. Suelo,
(Argentina) 29(1): 29-37.
Sainz Rozas, H.; H. Echeverría & H. Angelini. 2012. Fósforo disponible en suelos
agrícolas de la región Pampeana y ExtraPampeana argentina. RIA, 38(1): 33-39.
5
SIIA (Sistema Integrado de Información Agropecuaria). 2015. Series temporales. En:

www.siia.gov.ar/series. Consultado: 23 de diciembre de 2015.
Veneciano J.H. & K.L. Frigerio. 2003. Exportación de macronutrientes en sistemas

extensivos en San Luis. Informaciones agronómicas, 17: 17-22.
6
BALANCE HISTÓRICO DE NITRÓGENO Y AZUFRE DE LA REGIÓN PAMPEANA
ROBERTO ALVAREZ1,2 *, HAYDÉE S. STEINBACH1  JOSEFINA L. DE PAEPE1,2
1
Buenos Aires, Argentina. 2CONICET.
Palabras clave: balance de nutrientes, relación output/input de nutrientes, región

pampeana.
Resumen
Se realizó un balance de superfice de nitrógeno y azufre para toda la Región Pampena

desde 1870 a 2010, período en que se produjo la expansión agrícola en la región. Para
nitrógeno se computaron como inputs el aporte atmósferico, la fijación simbiótica y la
fertilización. Los outputs estimados fueron la exportación en grano, cuerpos vivos de
animales y lana. En el caso del azufre el balance incluyó como inputs el aporte
atmosférico y la fertilización y como outputs los mismos que para nitrógeno. El balance
se calculó en forma acumulada para el período de estudio y también se calculó la
relación output/input anual. Las bases de datos usadas fueron los censos nacionales y
las estadísticas oficiales para estimar los outputs y se hicieron estimaciones locales de
aporte atmósferíco, fijación de nitrógeno y consumo de fertilizantes. El input de
nitrógeno acumulado de la región ha sido de 242 Mt, siendo el aporte atmósférico (30%)
y la fijación simbiótica (65%) los componentes principales. El output acumulado fue de
76 Mt, siendo la exportación en grano el principal factor (83%). Consecuentemente, el
balance de superficie es positivo en 166 Mt. Este flujo equivale a un tercio del stock de
nitrógeno retenido en los suelos hasta 1 m. Sin embargo, resultados de otros estudios
han mostrado que no se produjeron cambios en los stock de nitrógeno edáfico entre
1960-80 y 2008 a nivel regional, por lo que se estimó que las pérdidas por volatilización,
desnitrificación y lixiviación medias durante este último lapso de tiempo suman 29 kg ha-
1
año-1. Para azufre se estimó un input de 3.9 Mt, principalmente generado por el aporte
de la atmósfera (81%) y un output de 5.6 Mt, debido sobre todo a la exportación en
grano (82%). Por lo tanto, el balance ha sido negativo en 1.7 Mt, lo que indica una
pérdida del nutriente desde los suelos. La relación output/input de nitrógeno ha crecido
en el período considerado de 0.2 a 0.7, mostrando que la producción agropecuaria se
está acercando a una situación en que se cosechará de la región tanto nitrógeno como
el que entra. En azufre esa relación ya es mayor a 1 desde hace décadas.
Introducción
El balance de masas es una metodología útil para entender el ciclado de nutrientes

(Galloway et al. 2004), predecir tendencias futuras (Howarth et al. 2002) y evaluar
1
posibles impactos ambientales (Eickhout et al. 2006). Según la complejidad del modelo
que se use se pueden plantear diferentes tipos de balances. En el balance del suelo se
incluyen los inputs y outputs más importantes, entre éstos la cosecha de productos y las
pérdidas gaseosas y por lixiviación (Oenema et al. 2003). Una versión simplificada es el
balance de superficie en el que las pérdidas son ignoradas (OECD 2001). Esta última
metodología permite estimar excesos de nutrientes, que pueden ser retenidos en el
suelo o pasar a la atmósfera o las masas de agua (OECD 2001; Panten et al. 2009).
Tiene la ventaja que al no considerar flujos muy difíciles de estimar, como lo son las
pérdidas, decrece la incertidumbre de los resultados (Oenema et al. 2003).
En la Región Pampeana se han estimado balances de nitrógeno que pasaron de valores

positivos a negativos en el período 1940-1980, a medida que la agricultura se expandió
y aumentaron los rendimientos (Viglizzo et al. 2001). Sin embargo, para toda Argentina
se ha calculado un balance positivo de este nutriente entre 1960 y 2005 (Viglizzo et al.
2011). En ambos casos para estimar algunos de los flujos se usaron metodologías
tomadas de la bibliografía desarrolladas para otras regiones. Más recientemente, para el
período 1960-2010, se estimó un balance de nitrógeno positivo para la Región
Pampeana, usando metodologías ajustadas localmente (Alvarez et al. 2014a). Para
azufre no se han calculado balances que incluyan los flujos principales de entrada y
salida del nutriente a los ecosistemas locales. Computando solamente la entrada por
fertilizante y la salida por cosecha de grano se ha estimado un balance negativo para la
región (Alvarez et al. 2015). Nuestro objetivo fue realizar un balance histórico de
nitrógeno y azufre en la Región Pampeana, comprendiendo todo el período de tiempo
desde la introducción de la agricultura hasta el presente y evaluar posibles destinos de
los nutrientes.
Área de estudio
El área de estudio comprendió 149 partidos de las provincias de Buenos Aires, La
Pampa, Córdoba, Entre Ríos y Santa Fé (Figura 1) con una superficie de 55 Mha. En
esta área se genera la casi totalidad de la producción agropecuaria pampeana. El área
efectiva de trabajo fue de 50 Mha descontando ciudades, lagunas, salinas y
afloramientos rocosos, la que fue determinada usando imágenes satelitales
(Berhongaray et al. 2013).
2
65 º 60 º
29 º 29 º
Figura 1. Mapa indicando el

área de estudio en color
gris.
34 º 34 º
39 º 39 º
0 200 km
65 º 60 º
Input de nitrógeno
El input de nitrógeno se calculó como la suma de las entradas desde la atmósfera
(aporte húmedo y seco), fijación de nitrógeno en pasturas, fijación de nitrógeno en soja y
aporte de fertilizantes. Las estimaciones se hicieron a nivel de partido y luego se
integraron para toda el área de estudio. La entrada atmosférica se estimó en 13 kg N ha -
1
año-1 100 cm-1 de precipitación sobre la base de experimentos locales (Alvarez 2001) y
se ajustó en función de la precipitación media de cada partido según registros
meteorológicos. Se usaron los censos nacionales y provinciales y otras fuentes de
información para determinar la superficie destinada a pasturas de leguminosas
(Anónimo 1888; 1909; 1917; 1923; 1939; 1947; INDEC, 1964; 1969; 1974; 1988; 2002;
Secanell 2009), aplicando splines para estimar los valores correspondientes a los años
intermedios entre censos. Como en el censo del año 2002 se publicó una partición muy
detallada de la superficie entre tipos de pasturas, que no estuvo disponible en los
censos anteriores, se asumió que esa partición fue constante a lo largo de todo el
período analizado. Se ha estimado localmente que la alfalfa fija 38 kg N t -1 biomasa
aérea producida cuando se considera el nitrógeno fijado en parte aérea y raíces sumado
(Alvarez et al. 2014a). La productividad de la alfalfa a nivel partido se estimó con un
modelo climático ajustado localmente (Alvarez et al. 2014) y se calculó la fijación
combinando dicho modelo con el factor de fijación indicado. Se asumió que en pasturas
consociadas de alfalfa su biomasa representaba el 50% de la biomasa total (Mortenson
et al. 2004) y se corrigió la fijación a la mitad. Las pasturas consociadas con tréboles
representan 34% del total de pasturas consociadas (INDEC 2002) pero no existen
herramientas para estimar la fijación de las mismas por lo que se aplicaron los mismos
métodos que para alfalfa consociada. Se consideró que la fijación en pastizales
naturales es nula (Chaneton et al. 1996). La fijación de nitrógeno en soja se estimó con
el modelo de Di Ciocco et al. (2011) según el cuál se fijan 52 kg N t-1 grano seco (0%
agua) en la Región Pampeana. Combinando el modelo con datos de rendimiento de
soja por partido (MinAgri 2014), se estimó el ingreso de nitrógeno por esta vía a los
suelos. El input por fertilización se estimó combinando el consumo de fertilizantes de
3
Argentina (FAOSTAT 2014), la partición entre los principales cultivos (FAO 2004;
González Sanjuan et al. 2013; Heffer 2009) y el área cultivada con cada uno (MinAgri
2014). Aproximadamente 90% del consumo nacional de fertilizantes se usa en la Región
Pampeana y 80% en los cultivos de granos. Asumimos que el resto se parte entre
pasturas implantadas (10%) y cultivos intensivos (10%). Estos últimos predominan en
los cinturones hortícolas que circundan las ciudades y no fueron considerados en el
análisis. Los datos anuales se integraron en períodos de cinco años para eliminar
algunos valores extremos.
Output de nitrógeno
El output de nitrógeno se calculó como la suma de las salidas por cosecha de grano y
en productos animales. La salida por cosecha de grano fue el producto de la producción
de grano por partido y su concentración de nitrógeno. La producción se obtuvo de los
censos nacionales ya mencionados y estadísticas recientes para el período 1960-2010
(MinAgri, 2014). La concentración de nitrógeno en grano de soja, maíz, trigo y girasol
fueron las usadas en Alvarez et al. (2014a). En lino, que fue un cultivo importante a
principios y mediados del Siglo XX se aplicó un contenido de 40 kg N t-1 grano seco (0%
agua) (Morris 2007). Cultivos menores como sorgo o cebada no fueron considerados
porque se estimó que esto generó una subestimación del output no mayor a 2%. Como
25% del maíz se usa para alimentación de ganado (Eyhérabide et al. 2009) y el
nitrógeno retorna al suelo en las excretas, esto fue considerado los cálculos. Se usó
estimación por splines para obtener datos intermedios entre las fechas de los censos y
los resultados se promediaron en períodos de cinco años.
El output en productos animales fue la suma del nitrógeno en los cuerpos vivos de
bovinos y ovinos y en lana. La producción ovina fue muy importante en la región durante
el Siglo XIX y principios del Siglo XX. Las poblaciones de animales se obtuvieron de los
censos nacionales y se calculó la cantidad sacrificada anualmente (MinAgri 2010,
Observatorio Bovino 2013). Para bovinos se estimó un peso medio de 400 kg por animal
sacrificado MinAgri (2010), 29% de sacrifico promedio, 20% de contenido ruminal y 3%
de nitrógeno en los tejidos corporales (Thompson et al. 1983). Se estimó que en la
producción de leche no se exportaba más de 1% del nitrógeno del output total y se
descartó del análisis por falta de información pasada (Alvarez et al. 2014a). El peso
promedio de ovinos al sacrificio se estimó en 40 kg aplicando una fracción sacrificada
del 24% año-1 (Minagri 2010) y una producción de lana de 4.8 kg oveja-1 año-1 (Minagri
2010). El contenido de nitrógeno en el cuerpo sin rumen se asumió 2.5% (Greenwood et
al. 1998) y en la lana 14% (Thomas et al. 1951). A los datos calculados se ajustaron
splines para hacer estimaciones anuales y éstas se promediaron en períodos de cinco
años.
4
Input de azufre
El input de azufre se calculó como la suma de la deposición atmosférica y la aplicación
de fertilizantes. La deposición atmosférica varía en la Región Pampeana entre valores
cercanos a cero y 0.83 kg S ha-1 año-1, sin asociación aparente con variables climáticas
(Lavado, 1983; Michel et al., 2010). Usando los datos publicados para tres distintas
localidad pampeanas estimamos una deposición media de 0.45 kg S ha-1 año-1
incluyendo deposiciones húmedas y secas. Para calcular el input de fertilizantes se
usaron los mismos procedimientos y bases de datos que para nitrógeno.
Output de azufre
El output de azufre fue calculado como la exportación en granos cosechados, cuerpos
de animales y lana. Se usaron los mismos procedimientos y bases de datos que en
nitrógeno para estimar la masa de granos y productos animales exportados y se
aplicaron los coeficientes de concentración de azufre correspondientes. Información
adicional a la de los censos nacionales referida a poblaciones de ovinos fue obtenida de
MinAgri (2010), Antuña (2010) y Rossanigo et al. (2009). Se estimó un contenido de
azufre de 1.7 kg t-1 en trigo, 1.4 kg t-1 en maíz, 2.2 kg t-1 en girasol, 3.2 kg t-1 en soja
(Alvarez 2013; IPNI 2013) y 1.8 kg t-1 en lino (Madhusudhan 2009). El contenido de
azufre usado para los cálculos en cuerpo sin rumen de bovinos fue 1.5 kg t-1 (Hale et al.
1984), en ovinos 1.7 kg t-1, calculado con datos de Breytenbach (1999) y Greenwood et
al. (1998), y 35 kg S t-1 en lana (Reis 1967). El azufre exportado en leche teniendo en
cuenta la producción (ONCA 2009) y una concentración de 290 mg S l-1 (Masters &
Mccance 1939) representaba menos del 1% del output total en el año 2008-2009 y no
se tuvo en cuenta por falta de datos pasados de producción lechera.
Cálculos
El balance de superficie se calculó como la diferencia entre inputs y outputs acumulados
desde 1870 hasta el momento considerado en cada caso para toda la región. También
se calculó la relación output/input; en este caso sobre una base anual, no acumulando
los datos.
El input de nitrógeno durante el período 1870-2010 fue de 242 Mt (Figura 2A) siendo el
orden relativo de las distintas entradas: fijación por pasturas (56%), aporte atmosférico
(30%), fijación por soja (9%) y fertilización (5%). Las dos últimas entradas solo cobraron
importancia durante los últimos 30 años, mientras que la fijación por pasturas y la
atmósfera han sido históricamente las vías principales de suministro de nitrógeno a los
ecosistemas pampeanos desde que comenzó la expansión agrícola. A su vez, la fijación
por pasturas solo fue significativa desde principios del Siglo XX pues la superficie
registrada bajo leguminosas era casi nula con anterioridad. Actualmente, para el período
2006-2010, la importancia relativa de las fuentes de nitrógeno cambió en relación a los
valores acumulados, pasando a ser el input por fijación de soja más importante que el
5
de pasturas, debido a que la soja desplazó a las mismas de las rotaciones en muchas
áreas pampeanas (Alvarez et al. 2014a). El output de nitrógeno acumulado fue de 76
Mt, unas tres veces menor al input (Figura 2B), originado principalmente en la
exportación en grano (82%) y mucho menos en los productos pecuarios (18%). Como
consecuencia, el balance del nutriente fue de +146 Mt (Figura 2C). Los valores
anualizados de la relación output/input muestran que durante un siglo se exportó una
cantidad de nitrógeno equivalente al 20% del input, pero que durante las últimas
décadas, a causa de la agriculturización (Alvarez et al. 2014a), esa relación se
incrementó fuertemente llegando a un valor de la relación output/input de 0.7 (Figura
2D).
La incertidumbre de las estimaciones de los outputs de nitrógeno es baja pues se basa

en registros de exportación de productos agropecuarios y concentraciones de nitrógeno
que generalmente no presentan gran variación. Tampoco las estimaciones de inputs en
fertilizantes o soja parecen dudosas pues se basan en datos estadísticos de consumo y
un modelo para estimar la fijación de la leguminosa ajustado localmente y que no se
diferencia marcadamente de otro ajustado a nivel global (Di Ciocco et al. 2011). La
incertidumbre de los modelos y asunciones aplicados para estimar fijación en pasturas
también es baja y ha sido analizada previamente (Alvarez et al. 2014a). En este caso,
sin embargo, debe considerarse que un modelo ajustado para estimar la productividad
de la alfalfa contemporánea se extrapoló al pasado. Si la mejora genética y de manejo
permitió incrementar la productividad de la alfalfa en forma significativa, nuestras
estimaciones de fijación por pasturas en el pasado están sobrestimadas. De todas
maneras, aún reduciendo esas estimaciones a la mitad no se afectaría el signo del
balance, por lo que el resultado parece muy estable. Lo mismo puede agregarse de la
estimación de aporte atmosférico. Esta se basa en un experimento de larga duración
realizado en un sitio húmedo (Hein et al. 1981) cuyos resultados sirvieron previamente
para modelizar la dinámica de la materia orgánica a nivel de toda la Región Pampeana
aplicando la asunción de la relación lineal entre aporte de nitrógeno y precipitación
(Alvarez 2001). Esta asunción queda por ser confirmada en el futuro, aunque ese
proceso se ha descripto en otras planicies del Mundo (Parton et al. 1993).
6
250 250
A Fertilizantes
B
Output de nitrógeno (Mt)

Input de nitrógeno (Mt)
Soja
200 200
150 150
100 Pasturas 100 Prod. pecuaria
50 50 Granos
Atmósfera
0 0
1870 1890 1910 1930 1950 1970 1990 2010 1870 1890 1910 1930 1950 1970 1990 2010
Año Año
250 1.0
C D
Output/input de nitrógeno
Balance de nitrógeno (Mt)
200 0.8
150 0.6
100 0.4
50 0.2
0 0.0
1870 1890 1910 1930 1950 1970 1990 2010 1870 1890 1910 1930 1950 1970 1990 2010
Año Año
Figura 2. A: Input acumulado de nitrógeno a la Región Pampeana según su origen. B:

Output acumulado de nitrógeno de la región. C: Balance acumulado de nitrógeno de la
región (input-output). D: Relación output/input de nitrógeno de la región.
A pesar que el balance de nitrógeno es positivo esto no implica que debió aumentar el
contenido de nitrógeno de los suelos. Se ha realizado una comparación de los stocks de
nitrógeno de los suelos pampeanos entre 1960-1980 y 2007-2008 (Alvarez et al. 2014b).
La misma mostró que el stock total de nitrógeno en los primeros 25 cm del suelo no
varió significativamente. En este lapso (1970-2010) el balance fue de +58 Mt de
nitrógeno, que no fueron retenidos en los suelos. Por lo tanto, se perdieron de los
ecosistemas pampeanos en forma gaseosa o por lixiviación. La pérdida promedio fue de
29 kg N ha-1 año-1. Este valor es compatible con los datos disponibles sobre pérdidas de
nitrógeno recopilados a nivel local (Alvarez et al. 2012) y similar a lo observado a escala
regional y continental en otros estudios. Por ejemplo, a nivel global para el año 1996 se
7
estimó un balance de superficie de +38 kg N ha-1 pero un balance del suelo de -12 kg N
ha-1, siendo la diferencia atribuida a las pérdidas (Sheldrick et al. 2002),
El balance de azufre mostró una tendencia muy diferente al de nitrógeno. Mientras que
los inputs sumaron 3.9 Mt (Figura 3A), con un aporte atmosférico (81%) muy superior
que por fertilización (19%), los outputs totalizaron 5.6 Mt (Figura 3B), siendo mucho
mayor la salida por cosecha de granos (82%) que en productos animales (18%). El
balance acumulado fue positivo para la Región Pampeana hasta 1970, pasando luego a
negativo (Figura 3C). Desde entonces se acumuló un valor de -1.7 Mt de azufre para
toda la región. La relación output/input fue creciendo desde valores menores a 1 hasta
2.8 a lo largo del período analizado (Figura 3D), pero tendió a bajar en los últimos años
debido a la fertilización. Sin embargo, en la actualidad se sigue extrayendo un 50% más
de azufre que el que entra a los ecosistemas pampeanos (relación output/input = 1.5)
8 8
A B
Output de azufre (Mt)
Input de azufre (Mt)
6 6
Fertilizante
4 4
Prod. pecuaria
2 2
Atmósfera
Grano
0 0
1870 1890 1910 1930 1950 1970 1990 2010 1870 1890 1910 1930 1950 1970 1990 2010
Año Año
2 4
C D
Output/input de azufre
Balance de azufre (Mt)
1 3
2
0
1870 1890 1910 1930 1950 1970 1990 2010
1
-1
0
-2 1870 1890 1910 1930 1950 1970 1990 2010
Año Año
.
Figura 3. A: Input acumulado de azufre a la Región Pampeana según su origen. B:
Output acumulado de azufre de la región. C: Balance acumulado de azufre de la región
(input-output). D: Relación output/input de azufre de la región.
8
Al igual que con nitrógeno, la incertidumbre de los outputs y del input de azufre en
fertilizantes es baja. En cambio, la entrada atmosférica se ha medido en solo tres sitios y
durante solo un año en cada caso. El promedio usado para las estimaciones en la
Región Pampeana (0.45 kg S ha-1 año-1) es bajo en comparación con otras zonas
agrícola del Mundo, donde se han reportado valores de 1 a 30 kg S ha-1 año-1 (Franzen
& Grant 2008; Lovett 1994). Esto puede atribuirse al bajo grado de industrialización de la
región, pero más información es necesaria para confirmar estos valores por la
importancia relativa de este input en el balance.
Alrededor de 95% del azufre integra la materia orgánica, estando casi todo el resto en
forma de sulfatos en el suelo (McGrath et al. 2003 a, b). El contenido promedio de
carbono de un suelo pampeano es de 100 t ha-1 en el estrato 0-100 cm (Berhongaray et
al. 2013). Asumiendo una relación C/S de 100 (Dick et al. 2008) permite estimar un
stock de azufre de 1 t ha-1 para estos suelos. La pérdida de 1.7 Mt de azufre para toda la
región equivale a 3.5% del contenido de azufre del suelo promedio. Para el área bajo
agricultura, que ronda 28 Mha (Alvarez et al., 2014 a, c), estimamos un balance negativo
de –3.35 Mt, debido a que en esa área se concentra casi todo el output y se reduce el
input por precipitación. Esa pérdida es equivalente al 12% del stock de azufre de los
suelos cultivados.
Agradecimiento
Bibliografia
Alvarez R. 2001. Estimation of carbon losses by cultivation from soils of the Argentine
Pampa using the Century model. Soil Use and Management. 17: 62-66.
Alvarez R; G Rubio, C Alvarez & R Lavado (Eds.). 2012. Fertilidad de suelos.

Caracterización y manejo en la Región Pampeana. Editorial Facultad de Agronomía-
UBA, Segunda edición 2012, 538 pág.
Alvarez; R; P Prystupa; MB Rodríguez & CR Alvarez. (Eds.). 2013. Fertilización de

cultivos y pasturas. Diagnóstico y recomendación en la Región Pampeana. Editorial
Facultad de Agronomía-Universidad de Buenos Aires. Second edition, 652 pp. Buenos
Aires, Argentina.
Alvarez R; HS Steinbach; CR Alvarez & JL De Paepe. 2015. Fertilizer use in pampean

agroecosystems: impact on productivity and nutrient balance. 2015. En: Chemical
Engineering Series (ISBN 1-62699-041-7), Fertilizer Technology Vol. 2: Biofertilizers
(ISBN 1-62699-047-9). Eds. S. Sinha, K.K. Pant, S. Bajrai y J.N. Govil. Cap. 15: 352-
368. Studdium Press LLC. USA.
9
Alvarez R, H Steinbach & J De Paepe. 2014a. A regional audit of nitrogen fluxes in

pampean agroecosystems. Agric. Ecosys. Environ. 184: 1-8.
Alvarez R; J De Paepe; H Steinbach; G Berhongaray; M Mendoza; A Bono; N Romano,

R. R Cantet & C Alvarez. 2014b. Cambios de flujos y stocks de carbono y nitrógeno por
el uso del suelo: impacto sobre la productividad pampeana. XXIV Congreso Argentino
de la Ciencia del Suelo, actas 29 pág.
Alvarez R; JL De Paepe; HS Steinbach; G Berhongaray; MM Mendoza; A Bono; NF

Romano; RJC Cantet & CR Alvarez. 2014C. Land use effects on soil carbon and
nitrogen stocks and fluxes in the Pampas: impact on productivity. En: Soil carbon: types,
management practices and environmental benefits. Nova Sci. Ltd. Aquila Malgrit (ed.),
pp. 51-90.
Anónimo. 1888. Primer Censo General Provincia de Santa Fe. Libro I Censo de la
Población.
Anónimo. 1909. Censo Agropecuario Nacional. La Ganadería y La Agricultura en 1908.

Tomo I. Buenos Aires.
Anónimo. 1917. Tercer Censo Nacional. Levantado el 1º de junio de 1914. Tomo IV.
Censo Ganadero. Buenos Aires.
Anónimo. 1923. Censo General de los Territorios Nacionales. Republica Argentina 1920.
Tomo I. La Pampa, Misiones, Los Andes Formosa y Chaco. Buenos Aires.
Anónimo. 1939. Censo Nacional Agropecuario Año 1937. Ministerio de agricultura.

Comisión Nacional del Censo Agropecuario.
Anónimo. 1947. IV Censo General de la nación. Tomo II. Censo Agropecuario. Servicio
Oficial. Dirección Nacional del Servicio Estadístico Buenos Aires.
Antuña JC; C Rossanigo; A Arano & J Caldera. 2010. Análisis de la actividad ganadera
bovina de carne por estratos de productores y composición de stock. Años 2008-2009.
Región Pampeana 2009. Buenos Aires, Córdoba, Entre Ríos, La Pampa, Santa Fe.
Observatorio Estratégico. INTA, SENASA, RIAN. In: http://rian.inta.gov.ar/ganaderia/.
Berhongaray G; R Alvarez; J De Paepe; C Caride & R. Cantet. 2013. Land use effects
on soil carbon in the Argentine Pampas. Geoderma 192: 97-110.
10
Breytenbach S. 1999. Sulphur of feed in ruminant. Available at:

http://en.engormix.com/MA-dairy-cattle/nutrition/articles/sulphur-ruminant-nutrition-
t77/p0.htm.
Chaneton EJ; JH Lemcoff & RS Lavado. 1996. Nitrogen and phosphorus cycling in
grazed and ungrazed plots in a temperature subhumid grassland in Argentina. J. Appl.
Ecol. 33, 291-302.
Di Ciocco C; E Penón, C Coviella; S López; M Díaz-Zorita; F Momo & R Alvarez. 2011.

Nitrogen fixation by soybean in the Pampas: relationship between yield and soil nitrogen
balance. Agrochimica 40: 305-313.
Dick WA; D Kost & L Chen: 2008. Availability of sulfur to crops from soil and other
sources. En: Sulfur: a missing link between soils, crops, and nutrition. American Society
of Agronomy, Agron. Mon. 50, pp. 59-82.
Eickhout B; AF Bouwman & H van Zeijts. 2006. The role of nitrogen in world food
production and environmental sustainability. Agric. Ecosys. Environm. 116: 4-14.
Eyhérabide G.H; LM Giorda; AB Livore; J Nisi & JC Tomaso. 2009. Programa Nacional
de Cereales. Documento base PMP 2009-2011, pp. 78. Available at:
http://inta.gob.ar/documentos/documento-base-del-programa-nacional-.
cereales/at_multi_download/file/Documento%20Base%20del%20Programa%20Nacional
%20Cereales.pdf.
FAO. 2004. Fertilizer use by crop in Argentina. Food and Agriculture Organization on the
United Nations, Rome.
FAOSTAT. 2013. http://faostat.fao.org/
Franzen D & CA Grant. 2008. Sulfur response based on crop, source, and landscape
position. In: Sulfur: a missing link between soils, crops, and nutrition. American Society
of Agronomy, Agron. Mon. 50, pp. 105-116.
Galloway JN; FJ Dentener; DG Capone; EW Boyer; RW Howarth; SP Seitzinger; GP

Asner; CC Cleveland; PA Green; EA Holland; DM Karl; AF Michaels; JH Portner; AR
Townsend & CJ Vörösmarty. 2004. Nitrogen cycles: past, present, and future.
Biogeochemistry 70: 153-226.
González Sanjuan MF; AA GRASSO & J BASSI. 2013. Fertilizantes en Argentina.

Análisis del consumo. Proceedings of Simposio Fertilidad 2013. Nutrición de cultivos
para la intensificación productiva sustentable. IPNI, pp. 7-10.
11
Greenwood PL, AS Hunt, JW Hermanson, AW Well. 1998. Effects of birth weight and
postnatal nutrition on neonatal sheep: I. Body growth and composition, and some
aspects of energetic efficiency. J. Animal Sci. 76: 2354-2367.
Hale GE; J Buchanan-Smith; WN Garret; GE Mitchell; DC Clanton; RD Goodrich & FN

Owens. 1984. Nutrient requirement of beef cattle, 6th Edition. National Academic Press,
Washington, pp. 90.
Heffer P. 2009. IFA Agriculture. Assessment of Fertilizer Use by Crop at the Global Level
2006/07 – 2007/08. International Fertilizer Industry Association (IFA), 12 p.
Hein W, JL Panigati & TV Pirolo. 1981. Nitrógeno en aguas de lluvia en Rafaela. INTA
Rafaela, Argentina. Publicación Técnica 17.
Howarth RW; EW Boyer; WJ Pabich & JN Galloway. 2002. Nitrogen use in the United
States from 1961-2000 and potential future trends. Ambio, 31; 88-96.
INDEC. 1974. Empadronamiento nacional agropecuario y censo ganadero, año 1974.
INDEC. 2002. Censo nacional de población, hogares y viviendas. (available at

http://www.indec.gov.ar/agropecuario/cna.asp (10/12/1912).
IPNI. 2013. CalcRec. Available at: http://lacs.ipni.net/.
Lavado RS. 1983. Evaluación de la relación entre composición química del agua de
lluvia y el grado de salinidad y modicidad de distintos suelos. Revista Facultad de
Agronomía-UBA 4, 136-139.
Lovett GM. 1994. Atmospheric deposition of nutrients and pollutants in North America:
an ecological perspective. Ecological Applications 4, 629-650.
McGrath SP; F ZHAO & MMA BLAKE-KALF. 2003a. A. History and outlook for sulphur
fertilizers in Europe. En: Biogeochemistry of sulphur in agricultural systems. Part 1. The
International Fertiliser Society, pp. 5-27.
12
McGrath SP; F ZHAO & MMA BLAKE-KALF. 2003b Sulphur in soils: processes,
behavior and measurement. En: Biogeochemistry of sulphur in agricultural Systems. Part
1. The International Fertilizer Society pp. 28-54.
Madhusudhan B. 2009. Potential benefits of flaxseed in health and disease-A

perspective. Agriculturae Conspectus Scientificus 2, 67-72.
Masters M & RA McCane. 1939. The sulphur content of foods. Biochemical Journal 33,
1304-1312.
Michel C; G Piñeiro; E Jobbagy; S Portela; CS Santoni; CM DI Bella & RB Jackson.

2010. R.B. RP-RainNet: The Río de la Plata atmospheric deposition network. Evaluation
of a new collector design and first year’s results. Proceeding of the American
Geophysical Union, Meeting of the Americas, pp. 1.
MinAgri. 2010. Ganados y Carnes. Anuario 2010. www.minagri.gob.ar
MinAgri. 2014. www.MinAgri.com.ar.
Morris DH. 2007. Flax Primer. A health and nutrition primer. Flax. Council of Canada
pág. 9-21.
Mortenson MC; GE Schuman & LJ Ingram. 2004. Carbon sequestration in rangelands

interseeded wuth yellow-flowering alfalfa (Medicago sativa ssp. Falcate). Envirm. Manag.
33, 475-481.
Observatorio Bovino. 2013. www.observatoriobovino.org.ar/indicadores/faena/

OECD. 2001. OECD national soil surface nitrogen balances. Available at:
www.oecd.org/arg/env/indicators.htm.
Oenema O; H Kross & W de Vries. 2003. Approaches and uncertainties in nutrient

budgets: implications for nutrient management and environmental policies. Eur. J. Agron.
20: 3-16.
ONCA. 2009. Anuario lácteos, 50 pp.
Panten K; J Rogasik; F Godlinski; U Funder; J Greef & E Schung. 2009. Gross soil
surface nutrient balances: the OECD approach implemented under German conditions.
Agric. Forest Res. 59: 19-28.
Parton WJ; JMO Scurlock; DS Ojima; TG Gilmanov; RJ Scholes; DS Schimel; T

Kirchner; JC Menault; T Seastedt; E García Moya; A Kamnalrut & JI Kinyamario. 1993.
13
Observations and modeling of biomass and soil organic matter for the grassland biome
worldwide. Global Biogeochemical Cycles 7: 785-809.
Reis PJ. 1967. The growth and composition of wool. IV. The differential response of
growth and of sulphur content of wool to the level of sulphur-containing amino acids
given per abomsum. Australian Journal of Biological Sciences 20, 809-825.
Rossanigo CE; AR Arano & GR Vazquez. 2009. Stock del ganado bovino de carne.
Mapas de existencias e indicadores ganaderos. Información Técnica Nº147, 14 pp.
RIAN, SENASA. Ediciones INTA. In: http://rian.inta.gov.ar/ganaderia/.
Secanell E. 2009. Relevamiento de recursos forrajeros y receptividad ganadera.

Proyecto INTA PNCAR011001, 14 pp. (Disponible por pedido al autor).
Sheldrick WF; JK Syers & J Lingard. 2002. A conceptual model for conducting nutrients
audits at national, regional, and global scales. Nutr. Cycl. Agroecosys. 62: 61-72.
Thomas WE, JK Loosli, HH Williams, LA Maynard. 1951. The utilization of inorganic

sulfates and urea nitrogen by lambs. The J. of Nutrition 43: 515-523.
Thompson WR; JC Meiske; RD Goodrich; JR Rust & FM Byers. 1983. Influence of body
composition on energy requirements of beef cows during winter. J. Animal Sci. 56, 1241-
1252.
Viglizzo EF; FC Frank; LV Carreño; EG Jobbágy; H Pereyra; J Clatt; D Pincén & F

Ricard. 2011. Ecological and environmental footprint of 50 years of agricultural
expansion in Argentina. Global Change Biol. 17: 959-973.
Viglizzo EF; F Létora; AJ Pordomingo; JN Bernardos; ZE Roberto & H Del Valle. 2001.
Ecological lessons and applications from one Century of low external-input farming in the
Pampas of Argentina. Agric. Ecosys. Environ. 83: 64-81.
14
MÉTODO ALTERNATIVO PARA ESTIMAR NIVELES CRÍTICOS DE NUTRIENTES
ADRIÁN CORRENDO1,*, FLAVIO GUTIÉRREZ-BOEM2, FERNANDO SALVAGIOTTI3 &

FERNANDO GARCÍA1
1
International Plant Nutrition Institute (IPNI) Cono Sur. 2Cátedra de Fertilidad y
Fertilizantes, FAUBA. 3EEA INTA Oliveros. *IPNI Cono Sur, Av. Santa Fe 910,
Acassuso, Buenos Aires.
*[email protected],
Palabras clave: Rendimiento relativo; análisis de suelo; modelo bivariado.
Resumen
Una pregunta habitual de los modelos de recomendación basados en el análisis de

suelo (AS) es: ¿Cuál es el valor o rango crítico de un indicador de fertilidad del suelo
dado un determinado nivel de rendimiento o respuesta a la fertilización? Este artículo
presenta un enfoque alternativo para estimar niveles críticos de nutrientes: el método del
arcoseno-logaritmo (ALCC). El mismo presenta dos diferencias principales respecto a
los habituales: i) transforma ambas variables -AS y rendimiento relativo (RR)-; y ii) ajusta
AS vs. RR para poder calcular el nivel crítico (ASC) con su intervalo de confianza (IC).
No obstante, los autores reconocen que los lC estimados por el método original resultan
demasiado amplios desde un punto de vista práctico. Los objetivos de este trabajo son:
i) presentar el método ALCC como alternativa para estimar ASC; ii) proponer una
modificación respecto del método original en la estimación de los IC del ASC; y iii)
comparar sus resultados con los métodos habitualmente utilizados en Argentina. Se
utlizó, como ejemplo, un set de datos correspondiente a una revisión de 265
experimentos de fertilización con fósforo (P) en maíz en región pampeana entre las
campañas 1995/96 y 2014/15. Mientras el mejor modelo de regresión no cumplió con los
supuestos, el método ALCC-modificado presentó distribución normal del error y
homocedasticidad. El ASC90% resultó menor (10.9 mg kg-1) comparado con los métodos
de regresión (13.7 mg kg-1) y Cate-Nelson gráfico (12.3 mg kg-1), similar a Cate-Nelson
estadístico (10.5 mg kg-1, RR-88.5%), y permitió una estimación más precisa (IC95=10.0-
11.6 mg kg-1) respecto del método original (IC95=9.3-12.4 mg kg-1). Aunque requiere de
una serie de pasos adicionales y relativamente más complejos, el método ALCC-
modificado se presenta como una alternativa promisoria para la estimación de niveles
críticos de nutrientes.
Introducción
En investigación, una de las etapas más sensibles radica en identificar la pregunta de

interés y cómo la respondemos. Durante la etapa de desarrollo de modelos de
recomendación de fertilización basados en el AS, la pregunta que normalmente se
1
intenta responder es: ¿Cuál es el valor o rango crítico de un indicador de fertilidad del
suelo para un determinado nivel de rendimiento o respuesta a la fertilización? Para
responder esta pregunta, existen diferentes aproximaciones. Por un lado, se encuentra
el análisis de la dispersión de observaciones en coordenadas x:y, como el método de
cuadrantes de Cate-Nelson, en sus versiones gráfica y estadística (Cate & Nelson,
1965; 1971). Por otro lado, probablemente los modelos más difundidos son de carácter
predictivo y = f(x) que incluyen como independiente a la variable de interés (AS)y como
variable dependiente al rendimiento -normalmente expresado como RR(Ron, 2003).A
partir de esta base, se utilizan funciones matemáticas como lineal-plateau, cuadrática-
plateau o Mistcherlich, entre otros.
Se podría decir que el modelo más básico para predicción de RR en función del análisis
de suelo, es el modelo lineal-plateau (Colwell, 1994) donde el componente lineal previo
al plateau representa una asociación causal simple entre las variables dependiente (Y) e
independiente (X). El método más utilizado para ajustar modelos deregresión, el de
mínimos cuadrados, asume que solo la variable Y es aleatoria.En contraste, la variable
X (regresora) es considerada comofija y libre de error, por lo que el modelo solo
considera error en la variable Y (ei). Este modelo es aplicable perfectamente cuando la
variable regresora es por ejemplo, la dosis de fertilizante. No obstante, en aquellos
casos donde la variable X no es controlada por el investigador (como el AS), muchas
veces se la considera también como no aleatoria (fija) dado que es a prioriconocida
(García, 2012). Sin embargo, este supuesto omite que los valores de AS, así como el
RR, son una dimensión ― observada‖ de los experimentos, y provienen de una población
de referencia que posee distribución y un componente de error. Por lo tanto, existe una
distribución conjunta de ambas variables denominada ― bivariante‖, cuyo caso más
simple es la ―normal bivariada‖.
Por otra parte, también deben considerarse problemas relacionados a los supuestos de
normalidad del error y homocedasticidad. En los modelos de regresión de RR vs AS,
generalmente, ninguna de las dos variables sigue distribución normal, por lo que suele
recomendarse el uso de transformaciones para cumplir con este requisito (Webster,
2001). Sin embargo, es común observar que se transforma solo la variable dependiente
(RR), mientras se deja la variable regresora en las unidades originales, por lo que la
solución resulta solo parcial. Relacionado al supuesto de homocedasticidad
(homogeneidad de varianzas), al utilizar RR como variable Yes común observar una
dependencia de su varianza respecto de los valores de X. Este comportamiento sigue
una lógica esperable, de que si la única limitante es el nutriente en cuestión, altos
niveles de nutriente en suelo implican rendimientos del testigo cada vez menos variables
y más parecidos al máximo alcanzable. Sin embargo, en muchos casos esto trae
aparejado que los ajustes de RR en función de AS falten al supuesto y sus estimadores
pierda solidez estadística. Detalles adicionales sobre desventajas asociadas al uso de
RR como variable respuesta fueron discutidos por Álvarez (2008).
Los modelos mencionados líneas arriba resultan de suma utilidad para el desarrollo de
recomendaciones. Sin embargo, nótese que, especialmente los métodos de regresión,
2
están diseñados para predecir el RR a partir del nivel de AS. Por tanto, sirven para
contestar la pregunta de interés pero en sentido opuesto. Es decir, ¿Cuál es el nivel de
rendimiento o respuesta a la fertilización que puedo obtener con un determinado valor o
nivel de análisis de suelo? Aunque la pregunta es completamente válida, esta
característica sumada a los problemas mencionados de incumplimiento de supuestos en
los modelos predictivos, genera el siguiente interrogante:¿Existe algún método
alternativo robusto capaz de responder cuál es el valor o rango crítico de análisis de
suelo dado un determinado nivel de respuesta en rendimiento a la fertilización?
Recientemente, un enfoque alternativo propuesto por Dyson & Conyers (2013), el
método ALCC (Arcsine Logarithm Calibration Curve) ha sido utilizado en Australia para
la calibración de niveles críticos de nitrógeno (N), fósforo (P) y azufre (S) en diversos
cultivos de grano (Anderson et al., 2013; Bell et al., 2013a; 2013b; 2013c;Brennan& Bell,
2013). El método presenta dos diferencias principales respecto a los habitualmente
utilizados: i) transforma ambos ejes (RR y AS) para mejorar la distribución de ambas
variables, y ii) invierte los ejes (i.e. ajusta AS vs. RR) para poder calcular no sólo el nivel
crítico (ASC) que corresponde a un determinado valor de RR, sino también su intervalo
de confianza (IC). No obstante, los autores de la metodología reconocen que los
lCestimados resultan demasiado amplios desde un punto de vista práctico y, para
estimaciones más precisas, reducen el nivel de confianza al 70%. Sin embargo, una
revisión detallada de la técnica sugiere que la modificación de pasos puntuales
permitiría lograr estimaciones más precisas sin necesidad de reducir el nivel de
confianza.
Los objetivos de este trabajo son: i) presentar el método ALCC como alternativa para la
estimación de niveles críticos de análisis de suelo, ii) proponer una modificación
respecto del método original para la estimación de los IC del ASC, y iii) comparar sus
resultados con los métodos habitualmente utilizados en fertilidad de suelos en Argentina.
Metodología
Para este trabajo, se utilizó un set de datos correspondiente a una revisión de

experimentos de fertilización con fósforo (P) en maíz, que incluye un total de 265
experimentos desarrollados en región pampeana entre las campañas 1995/96 y
2014/15. Los ensayos incluyeron diferentes combinaciones de dosis, fuente, momento y
forma de aplicación de P. Las dosis de aplicación variaron entre 15 y 46 kg P ha-1. Las
fuentes de P incluyeron fosfato monoamónico (11-23-0), fosfato diamónico (18-20-0), y
superfosfato triple de calcio (0-20-0). Los momentos de aplicación incluyeron
fertilizaciones anticipadas (hasta 60 días) y al momento de la siembra. Las formas de
aplicación incluyeron fertilizaciones al voleo en cobertura, en bandas al costado y/o
debajo de la línea, y en la línea de siembra. Para cada experimento se registró: i) el
nivel de análisis de suelo como P Bray-1 en capa superficial (mg kg-1), y ii) el RR (%)
expresado como el cociente porcentual entre el rendimiento sin fertilizar y el rendimiento
máximo medio observado.
3
Descripción del método ALCC

Requisitos
La metodología cuenta con dos requisitos principales: i) el rendimiento relativo (RR)
debe estar expresado en función de un rendimiento máximo (i.e. 100% será el máximo
valor posible). La estimación se realiza respecto a un rendimiento máximo observado o
bien a través de funciones matemáticas en el caso de experimentos con más de dos
dosis de fertilizante (Dyson & Conyers, 2013); y ii) contar con una cantidad de mínima
de entre 8 hasta un ideal de 60 (o más) observaciones (Legendre & Legendre, 1998;
Dyson & Conyers, 2013).
Procedimientos
Los pasos del método conforman un total de nueve. La modificación respecto del
método original sugerida en este trabajo se describe a partir del sexto paso. Todos y
cada uno de los mismos pueden realizarse con software de planilla de cálculo de uso
común como Microsoft Excel ® o similar.
1. Transformación de variables. El objetivo de este paso es simplificar la relación

entre las variables en una ecuación lineal simple, y mejorar el comportamiento
del modelo respecto del supuesto de normalidad del error. Las transformaciones
son:
a. Logaritmo natural del valor análisis de suelo = ln(AS), de aquí en
adelante Y.
b. ArcoSeno (ASeno) de la raíz cuadrada del valor de rendimiento relativo =
ASeno[√(RR/100)], de aquí en adelante X.
2. Centrar los valores de X, respecto del nivel de RR para el cual se desea

estimar el ASC. Por ejemplo,para un RR90%, se resta a cada valor de X, el valor
correspondiente del ASeno√(90/100) = 1.249.
3. Realizar un diagrama de dispersión: de ln-AS (eje Y), en función de los valores

centrados del ASeno-RR(eje X).
4. Calcular “ ”, que estima el coeficiente de correlación de Pearson entre X e Y.
5. Estimar la ecuación de regresión lineal(Ec. 1) por el método de mínimos

cuadrados(MC) (Figura 1).
̂ ̂ ̂
Ec. 1
Donde, ̂ son los valores estimados de ln-AS y los valores centrados de
ASeno-RR.
4
Modificación propuesta
La metodología descrita por Dyson & Conyers (2013) emplea, a partir de aquí, una
segunda modificación matemática de los valores ya transformados de AS [ln(AS)].Luego,
por MC comunes, estiman una segunda regresión de Ymodificado en función de X centrada,
con sus respectivos estimadores ̂ y ̂ . Aunque el valor medio de los estimadores resulta
correcto, desde el punto de vista estadísticola modificación de los valores de Y (ln-AS)
genera una sobre-estimación innecesaria en el error de ̂ y ̂ . Esta característica resulta
especialmente influyente en la precisión del IC del ASC. Precisamente, los autores del
método reconocen esta debilidad e, incluso, plantean una reducción considerable del
nivel de confianza para lograr estimaciones más precisas y útiles en términos prácticos
(Dyson & Conyers, 2013).La explicación a este problema es que la segunda regresión
se calcula en base a una elipse de datos diferente y más amplia (producto de la
modificación de los valores de Y), cuando la función de ajuste buscada ya es, en
realidad, una propiedad de la elipse original (Figura 1). Por lo tanto, la estimación de la
función puede realizarse sin necesidad de esta segunda transformación de los valores
de Y.
Como alternativa proponemos utilizar un método denominado bivariado, también

conocido como regresión tipo II (Legendre & Legendre, 1998). En lugar de reducir el
problema a uno de tipo predictivo (regresión común) este método se basa en
representar, en una sola dimensión o eje, datos que varían en dos dimensiones.
Específicamente, se propone el método de ― ejes principales estandarizados‖ o SMA
(Standarized Major Axis), cuya estimación es el equivalente a obtener el eje de
componentes principales de la matriz de correlación (Warton et al., 2006).Como
supuestos, además de independencia de las observaciones, normalidad del error y
homogeneidad de varianzas, es importante chequear la correlación entre las variables y
si los datos siguen una distribución que se aproxime a la normal bivariada. En este
último punto, la transformación de las variables juega un rol importante. Para el caso de
interés en particular, podemos señalar tres características que determinan la utilidad del
método: i) RR y AS representan dos variables o dimensiones observadas de un mismo
experimento, ii) el componente de estandarización permite aplicarlo cuando las variables
no poseen escalas de medida comparables, y iii) al ser independiente de cualquier
relación causal entre las variables, el sentido de la regresión SMA solo es funcional al
objetivo del investigador.
La modificación propuesta genera la misma función de ajuste que se obtiene mediante

el método ALCC original (Figura 1).La diferencia es que no presenta el inconveniente de
sobre-estimación del error de la pendiente ( ̂ ) y la ordenada al origen ( ̂ ), y en
consecuencia, el IC del ASC resulta más preciso (ver paso 8a).De tal forma, a partir del
sexto paso, los procedimientos del método ALCC-modificado son:
5
6. Calcular los promedios de las observaciones para X centrada e Y,y así

obtener las coordenadas del centroide de los datos ( , ). Este conjunto de
coordenadas representa el centro de gravedad de los datos.
7. Estimar la función bivariada por SMA.

Este paso consiste, básicamente,en rotar la función obtenida por MC comunes
(Ec. 1) sobre el centroide de la elipse de datos.Para despejar la ecuación SMA,
se puede utilizar software específico (Warton et al., 2012). Sin embargo, la forma
más directa y sencilla es utilizar una propiedad matemática que relaciona las
pendientes de mínimos cuadrados ( ̂ )y de ejes principales estandarizados
(̂ ) (Ec. 2)(Legendre & Legendre, 1998).Posteriormente, dado que todas las
regresiones posibles de una elipse de datos pasan por las coordenadas del
centroide ( , ) (Ec. 3), se despejala ordenada al origen ( ̂ ) mediante la
igualdad de la Ec. 4.Finalmente, se obtiene la función bivariada (SMA), que para
el ejemplo de aplicación se presenta en la Figura 1.
̂
̂
Ec. 2
̅ ̂ ̂ ̅
Ec. 3
̂
̂ ̅ [( ) ̅]
Ec. 4
8. Estimar el nivel crítico (ASC). Para determinar el ASC, se debe considerar el

modelo cuando X = 0.Como en este ejemplo los valores de X están centrados en
RR=90%, la ordenada al origen representa el nivel ASC90% (Ec. 5). Como el
estimador ( ̂ ) está expresado en unidades logarítimas, es necesario re-
transformar a las unidades originales mediante su recíproca (Ec. 6).
̂ ( )
Ec. 5
(̂ )
Ec. 6
a. Intervalo de confianza del nivel crítico. Para estimar los intervalos de

confianza del ASC, es necesario utilizar la estimación de error del
estimador ̂ . Existen controversias en la bibliografía respecto de la
estimación del error de ̂en regresiones de tipo II. No obstante, Warton
et al. (2006) demostraron que el procedimiento más adecuado para la
estimación del error estándar de ̂ es igual que para ̂ (Ec. 7). Por
tanto, la estimación de suICes igual que para el modelo de MC comunes
6
(Ec. 8). Un IC con un95% de probabilidad equivale aproximadamente a

±2errores estándar, mientras que un IC de70% equivale
aproximadamente a± 1 error estándar.
∑ ( ̂) ̅ ̅
̂ √ [ ∑ ( ̅)
] √ [ ]
Ec. 7
Donde, es el error estándar de la ordenada al origen, es el
cuadrado medio del error del modelo (sumatoria de los residuales al
cuadrado dividido los grados de libertad), es la sumatoria de los
residuales al cuadrado de X, y el número de observaciones.
̂ ̂ ̂ ( )
Ec. 8
Donde, ̂ es el error estándar de la ordenada al origen, y ( ) es
el valor de tabla de T de Student para una precisión igual a , y

grados de libertad.
9. Función de ajuste. La nueva ecuación de predicción de RR en función del AS

se obtiene por despeje. Aunque en el método ALCC la variable AS es ― predicha
(Yi)‖, en el modelo de recomendación es la variable predictora. La predicción del
ln(AS) se realiza mediante una ecuación lineal (SMA) en función de los valores
centrados de X estimados en el paso 2 (Ec. 9). La re-transformación de la
variablea las unidades originales es mediante su función recíproca–exponencial-
(Ec. 10). Finalmente, se obtiene la ecuación de predicción del RR (%) en función
del nivel de AS (Ec. 11), donde ̂ y ̂ fueron estimados previamente (Ec. 2;
Ec. 4)
( ) ̂ ̂ [ √ √ ]
Ec. 9
[ ( )]
Ec. 10
( ) ̂
( ) { [ ̂ ]} Ec. 11
Para graficar la función de predicción de RR en función del nivel de AS se debe:
b. Confeccionar una tabla con tres columnas:
i. la primera, RR, con valores consecutivos de rendimiento relativo,
partiendo desde el menor valor observado hasta un máximo de
100%.
ii. la segunda, ln(AS), deberá contener una fórmula con la Ec.9.
iii. la tercera, AS, contendrá la Ec. 10 para re-transformar los valores
de ln(AS) a las unidades originales de expresión.
7
c. Confeccionar un gráfico de dispersión con las columnas delos pasosb-i y

b-iii.En el eje vertical ubicamos RR (%) y en el eje horizontal el nivel de
AS(Figura 4).
Comparación de niveles críticos entre métodos
Con el objetivo de comparar resultados, para el cálculo del ASC se utilizaron otras 3
metodologías alternativas: i) regresión mediante MC, ii) Cate-Nelson gráfico, y iii) Cate-
Nelson estadístico. Adicionalmente, se estimó el IC del ASC según el método ALCC
original sin la modificación propuesta (Dyson & Conyers, 2013). Para el método ALCC-
modificado, los supuestos del modelo SMA se chequearon de manera visual y
estadística según Warton et al. (2006). Para el ajuste por MC se utilizó el software
Graphpad Prism v6.0g (GraphPad Inc., 2015; Motulsky & Christopoulos, 2004). Los
supuestos de normalidad se chequearon visual y estadísticamente, mientras que la
homocedasticidad se chequeó de manera visual. El mejor ajuste se logró mediante una
función exponencial tipo Mistcherlich con restricción asintótica a 100% de RR (Ec. 12).
Se probaron técnicas de ponderación de residuales (Kutner et al., 2005), pero no
mejoraron de forma consistente la homogeneidad de varianza ni el ajuste del modelo
(datos no mostrados).
̂ ( [ ( )]
) Ec. 12
Donde, ̂ es valor el estimado de RR (%), y son los parámetros de la función, y es
el nivel observado de P Bray-1 (mg kg-1).
El ajuste gráfico del modelo de dispersión en cuadrantes (Cate & Nelson, 1965) se
realizó fijando 90% de RR como nivel divisor de cuadrantes en Y, y mediante divisiones
sucesivas en X (nivel de AS) hasta lograr la mayor cantidad de casos en los cuadrantes
positivos. El ajuste estadístico del mismo modelo (Cate & Nelson, 1971) se realizó
mediante el código desarrollado por Mangiafico (2013) para el software estadístico R
(Hornik, 2015). En ambos casos se estimó el coeficiente de determinación del modelo
(r2) según Cate & Nelson (1971), y la dispersión final en los cuadrantes se analizó
mediante el estadístico χ2 incluyendo una corrección de continuidad por la
transformación de una variable cuantitativa continua(AS) en categórica (Yates, 1934).
Supuestos
Luego de las transformaciones ASeno y ln, las variables RR Y AS mostraron estar
correlacionadas (rxy=0.44; p<0.0001) y aproximaron su distribución de forma significativa
hacia la normal (Figura2). Consecuentemente, mientras que el modelo de regresión por
MC de las variables sin transformar mostró una distribución de residuales sesgada hacia
la derecha (Figura 3A), el modelo SMA de las variables transformadas (Figura 1)
8
presentó distribución normal del error (Figura 3C). Esta ventaja para el supuesto de
normalidad coincide con resultados descritos por Dyson & Conyers (2013). Por otra
parte, la dispersión de residuales también mejoró su comportamiento en el modelo SMA,
donde se observa varianza homogénea (Figura 3D), respecto del mejor modelo de MC –
Mistcherlich-que registró varianza heterogénea (Figura 3B). El cumplimiento de los
supuestos mencionados es importante por dos motivos. Por un lado, aunque las
estimaciones por MC pueden ser robustas ante la falta de normalidad, esta condición
implica la pérdida de potencia estadística (Kutner et al., 2005; Warton et al., 2006). Por
otro lado, la falta de homogeneidad de varianza le quita validez estadística al test de
significancia F y los estimadores asociados (Kutner et al., 2005).
Figura 1. Relación entre el nivel de PBray-1 (0-20cm) y el rendimiento relativo de maíz

como variables transformadas. En A, las funciones de ajuste corresponden a la
regresión por mínimos cuadrados (MC) y de mejor ajuste bivariado según ejes
principales estandarizados (SMA, ALCC modificado). En B, la función ajustada
corresponde a la regresión por MC de los valores modificados de Y según el método
ALLC original (Dyson & Conyers, 2013).La ordenada al origen ( ̂ ) indica el logaritmo
natural del nivel crítico. En SMA las estimaciones de la pendiente ( ̂ , IC95=3.090-
3.840) y la ordenada al origen( ̂ , IC95=2.305-2.448) resultaron más precisas
respecto de la regresión de MC utilizada por el método ALCC original ( ̂ ,
IC95=2.602-4.287; ̂ ; IC95=2.232-2.516).
9
P25 Mediana P75
0.25 Skewness= -1.28 0.4 Skewness= +2.50

Kurtosis= +2.05 Kurtosis= +8.54
0.20 p < 0.0001 p < 0.0001
FRECUENCIA RELATIVA
0.3
0.15
0.2
0.10
0.1
0.05
0.00 0.0
30 40 50 60 70 80 90 100 0 10 20 30 40 50 60 70 80
RR (%) P Bray-1 (mg kg-1)
0.4 0.3
Skewness= -0.069 Skewness= +0.329
Kurtosis= -0.058 Kurtosis= +0.535
0.3 p = 0.89 p = 0.24
0.2
0.2
0.1
0.1
0.0 0.0
0.8 1.0 1.2 1.4 1.6 1.8 0 1 2 3 4 5
ASeno-Ö(RR/100) ln-P Bray-1
Figura 2. Distribución empírica de valores de rendimiento relativo (RR, %) y el nivel de

análisis de suelo (PBray-1, mg kg-1) antes (arriba) y después (abajo) de la
transformaciones Arco-Seno (RR) y logaritmo natural (PBray-1). Los valores de
Skewness y Kurtosis indican el grado de asimetría y sesgo de los datos. Las líneas
verticales punteadas indican percentiles 25, 50 y 75. Los valores p corresponden al test
de normalidad de DÁgostino-Pearson (DÁgostino et al., 1990).
10
P25 Mediana P75

0.20 20
Skewness= -1.310
A B
RESIDUALES (yi - ypredicho)

Kurtosis= +2.438
p < 0.0001
FRECUENCIA RELATIVA
0.15
0
0.10
-20
0.05
0.00 -40
-40 -30 -20 -10 0 10 20 0 10 20 30 40 50
RR (%) P Bray-1 (mg kg-1)
0.15 2
Skewness= -0.074
Kurtosis= +0.46
C D
p = 0.31
1
0.10
0.05
-1
0.00 -2
-2.0 -1.6 -1.2 -0.8 -0.4 0.0 0.4 0.8 1.2 1.6 2.0 0 1 2 3 4 5
ln-P Bray-1 Eje ajustado (xi * bSMA + yi)
Figura 3. Distribución de residuales del mejor modelo de regresión ajustado por

mínimos cuadrados (A y B)y del modelo regresión de ejes principales estandarizados
(SMA) empleado por el método ALCC-modificado(C y D).Los valores de Skewness y
Kurtosis indican el grado de asimetría y sesgo de los datos. Las líneas verticales
punteadas indican percentiles 25, 50 y 75. Los valores p corresponden al test de
normalidad de DÁgostino-Pearson (DÁgostino et al., 1990). En D, para observar la
dispersión de residuales se estimó el eje ajustado según Warton et al. (2006).
Niveles críticos
Los resultados obtenidos con el set de experimentos de fertilización con P maíz
muestran una estimación más baja del ASC90%(P Bray-1, 0-20 cm) mediante el método
ALCC modificado (10.9 mg kg-1, IC95=10.0-11.6 mg kg-1) comparado con los métodos de
regresión por MC (13.7 mg kg-1) y Cate-Nelson gráfico (12.3 mg kg-1) (Tabla 1; Figura 4).
Esta sobre-estimación del nivel crítico mediante modelos de regresión por MC respecto
del método ALCC coincide con resultados de Dyson & Conyers (2013). Especialmente
respecto de MC, se registró una menor tendencia a sobre-estimar y sub-estimar el RR a
niveles menores y mayores del ASC, respectivamente (Figura 4). El método estadístico
de Cate-Nelson resultó en una estimación similar (10.5 mg kg-1 para 88.5 % de RR)
aunque, dada la imposibilidad de fijar a un nivel de referencia de RR, presenta el riesgo
de obtener resultados poco útiles en términos prácticos (e.g. ASC muy alto para muy alto
nivel de RR). Por otra parte, el método ALCC mejoró el ajuste del modelo respecto de
las demás alternativas (r).Adicionalmente, para un mismo nivel de confianza, mediante
11
el método ALCC-modificado se logró una estimación más precisa del ASC en

comparación con el método original (Dyson & Conyers, 2013).
Tabla1.Comparación del nivel crítico de P Bray-1 (0-20 cm) en el suelo para maíz según
diferentes metodologías de estimación.
NIVEL DE RR NIVEL CRÍTICO IC 95% ESTADÍSTICOS
MÉTODO -1 -1
(%) (mg kg ) (mg kg ) ASOCIADOS
ALCC rxy = 0.44
90 10.8 9.3 – 12.4
original p< 0.0001
ALCC rxy = 0.44
90 10.8 10.0 – 11.6
modificado p< 0.0001
Regresión r2 = 0.15
90 13.7 No
MC p< 0.0001
Cate-Nelson r2 = 0.08
90 12.5 No
gráfico p< 0.0001
Cate-Nelson r2 = 0.12
88.5 10.5 No
estadístico p< 0.0001
Figura 4. Relación entre el rendimiento relativo de maíz y el nivel de PBray-1 (0-20cm), y

niveles críticos según cuatro diferentes metodologías: ALCC (A), regresión por mínimos
cuadrados (B), métodos gráfico (C) y estadístico (D) de dispersión en cuadrantes. Los
12
niveles críticos se indican mediante las líneas punteadas verticales. En A, las franjas
verticales rojas y amarillas indican el IC95 según el método ALCC modificado y sin
modificar, respectivamente. En C y en D, la cantidad de casos en cada cuadrante se
indican entre paréntesis.
Consideraciones Finales
El método ALCC-modificado se presenta como una metodología alternativa promisoria

para la estimación de niveles críticos de análisis de suelo. En este sentido, si bien
requiere de una serie de pasos adicionales y relativamente más complejos, también
incorpora ventajas comparativas respecto de las metodologías tradicionalmente
utilizadas. Entre las mismas pueden mencionarse que:
i. el método de estimación del nivel crítico permite responder concretamente a
la inquietud de cuál es el valor crítico de análisis de suelo para un
determinado nivel de rendimiento.
ii. la transformación de las variables mejora sensiblemente el comportamiento
de los datos respecto de los supuestos de regresión de normalidad del error
y homogeneidad de varianza.
iii. a diferencia del método de MC, la regresión SMA considera desvíos tanto en
Y como en X, y su ajuste es equivalente a obtener el eje de componentes
principales de la matriz de correlación entre las variables.
iv. la estimación del nivel crítico, como parámetro de una función, incorpora un
componente de error que permite la estimación de su IC. Esto posibilita la
comparación de niveles críticos entre grupos o sub-grupos de casos con un
nivel de certidumbre estadística.
v. para un mismo nivel de confianza, la modificación propuesta de utilizar la
aproximación bivariada (SMA) muestra una estimación más precisa del nivel
crítico respecto del método original.
Agradecimientos
Agradecemos especialmente a los Drs. C.B. Dyson (South Australian Research and
Development Institute) y M.K. Conyers (NSW Department of Primary Industries) por su
predisposición para realizar aclaraciones acerca de la metodología original. También
agradecemos al Dr. E.T. Peltzer (MBA Research Institute)por su asesoramiento
desinteresado en la aplicación de métodos bivariados.
Bibliografía
Álvarez, R. 2008. Problemas en el uso del rendimiento relativo como variable respuesta
de redes experimentales de fertilización.XXI Congreso Argentino de la Ciencia del
Suelo. 13-16 Mayo de 2008, Potrero de los Funes, San Luis. Argentina. Cd-ROM.
13
Anderson, GC, KI Peverill; & RF Brennan. 2013. Soil sulfur—crop response calibration
relationships and criteria for field crops grown in Australia. Crop and Pasture
Science 64:523–530. http://dx.doi.org/10.1071/CP13244
Bell, MJ; PW Moody; GC Anderson; & W Strong. 2013a. Soil phosphorus—crop

response calibration relationships and criteria for oilseeds, grain legumes and summer
cereal crops grown in Australia. Crop and Pasture Science 64:499–513.
http://dx.doi.org/10.1071/CP12428
Bell, MJ; W Strong; D Elliott; & C Walker. 2013b. Soil nitrogen—crop response
calibration relationships and criteria for winter cereal crops grown in Australia. Crop and
Pasture Science 64:442–460. http://dx.doi.org/10.1071/CP12431
Bell, R; D Reuter; B Scott; L Sparrow; W Strong; & W Chen. 2013c. Soil phosphorus–
crop response calibration relationships and criteria for winter cereal crops grown in
Australia. Crop and Pasture Science 64:480–498. http://dx.doi.org/10.1071/CP13016
Brennan, RF; & MJ Bell. 2013. Soil potassium—crop response calibration relationships
and criteria for field crops grown in Australia. Crop & Pasture Science 64:514-522.
http://dx.doi.org/10.1071/CP13006
Cate, RB Jr.; & LA Nelson. 1965. A rapid method for correlation of soil test análisis with
plant response data. Tech. Bul. No. 1, International soil testing series, North Carolina
State University Agricultural Experiment Station, 27p.
Cate, RB Jr.; & LA Nelson. 1971. A simple statistical procedure for partitioning soil test
correlation data into two classes. Soil Sci. Soc. Am. Proc. 35: 658-659.
Colwell, J.D. 1994. Estimating fertilizer requirements: A quantitative approach. A

quantitative approach. CAB International, Wallingford, UK. 259p.
D’Agostino, RB; A Belanger; & RB D’Agostino Jr. 1990. A suggestion for using powerful
and informative tests of normality. The American Statistician 44(4):316–321.
http://dx.doi.org/10.2307/2684359
Dyson, CB; & MK Conyers. 2013. Methodology for online biometric analysis of soil test-
crop response datasets. Crop & Pasture Science 64, 435-441.
García, RM. 2012. Inferencia estadística y diseño de experimentos. 1ra. Ed. 3ra
reimpresión. Agosto 2012. Buenos Aires. Eudeba. 744p. ISBN 978-950-23-1295-8.
14
GraphPad Software Inc. 2015. GraphPad Prism v 6.0g for MacOSX, La Jolla, CA, USA.
http://www.graphpad.com/guides/prism/6/user-guide/index.htm?citing_graphpad-
_prism.htm
Hornik, K. 2015. R: A language and environment for statistical computing. R Foundation

for Statistical Computing, Vienna, Austria.v3.1.2, http://cran.r-project.org/doc/FAQ/R-
FAQ.html
Krutchkoff, RG. 1967. Classical and inverse methods of calibration. Technometrics, 9

(3): 425–439.http://dx.doi.org/10.1080/00401706.1967.10490486
Kutner, MH, CJ Nachtsheim, J Neter, & W Li. 2005. Applied Linear Statistical Models.
(5th ed.). New York: McGraw-Hill. 1396pp. ISBN 0-07-238688-6
Legendre, P; & Legendre, L. 1998. Numerical ecology. Numerical Ecology Second

English Edition, 20(20), 870p.
Mangiafico, SS. 2013. Cate-Nelson Analysis for Bivariate Data Using R-project. Journal
of Extension, 51 (1): 1-9. Disponible en:
http://www.joe.org/joe/2013october/pdf/JOE_v51_5tt1.pdf.
Motulsky, H; & A Christopoulos. 2004. Fitting Models to Biological Data using Linear and
Nonlinear Regression. A Practical Guide to Curve Fitting., Oxford University Press, NY.
Ron, MM. 2003. Calibración de análisis de suelos. Niveles y paradigmas. Informaciones

Agronómicas No. 17 (Marzo):13-16. INPOFOS Cono Sur. Acassuso, Buenos Aires,
Argentina.
Warton, DI; IJ Wright; DS Falster; & M Westoby. 2006. Bivariate line-fitting methods for
allometry. Biological Reviews of the Cambridge Philosophical Society, 81(2), 259–291.
Warton, DI; RA Duursma; DS Falster; & S Taskinen. 2012. smatr 3- an R package for
estimation and inference about allometric lines. Methods in Ecology and Evolution, 3(2):
257–259.
Webster, R. 2001.Statistics to support soil research and their presentation. European

Journal of Soil Science, June 2001, 52:331-340.
Yates, F. 1934. "Contingency table involving small numbers and the χ2 test". Journal of
the Royal Statistical Society 1(2): 217–235.
15
RELACIÓN ENTRE EL CONTENIDO DE N Y P EN GRANO Y FRACCIÓN

DISPONIBLE EN EL SUELO
LILIANA VEGA JARA1,*, GERARDO RUBIO1,2, FLORENCIA A. SUCUNZA1, MIGUEL

BOXLER3 & FLAVIO H. GUTIÉRREZ BOEM1,2
1 2 3
Fac. Agronomía UBA, INBA-CONICET, Región CREA Sur de Santa Fe.
*[email protected].
Palabras clave: Fertilización de cultivos - Relación Nan: P Bray 1 - Relación P grano: P

Bray 1
Resumen
En una red de ensayos de largo plazo se evaluaron los efectos de 14 años de

fertilización continua con N, P y S sobre la concentración de P Bray 1 y Nan, la relación
Nan: P Bray 1 y, la relación de las concentraciones de N y P en granos de soja. Se
analizaron suelos de tres estratos de profundidad (0-5, 5-10 y 10-20 cm) y granos de
soja de cinco sitios experimentales de largo plazo de la Red de Nutrición CREA sur de
Santa Fe que fueron instalados en la campaña 2000-2001, con seis tratamientos de
fertilización: Testigo, PS, NS, NP, NPS y Completo (NPS+micronutrientes), bajo dos
sistemas de rotación maíz-trigo/soja (M-T/S) (Balducchi y San Alfredo) y tres sitios con
rotación maíz-soja-trigo/soja (M-S-T/S) y, en siembra directa (SD). Los resultados
indican que el agregado de P como fertilizante aumentó los contenidos de P Bray 1 en el
perfil de 0-20 cm pero el Nan no fue afectado por la fertilización. La concentración de P
en granos tendió a aumentar con la disponibilidad de P en el suelo hasta un punto crítico
de P Bray 1 de 18 mg P kg-1, lo cual sugiere que no hubo consumo de lujo por encima
de ese valor de disponibilidad. La sensibilidad de la concentración de P en granos y de
la relación Nan: P Bray 1 al agregado de P como fertilizante, sugieren que la fertilización
puede ser una herramienta para modificar la composición de nutrientes en la fracción
disponible y la composición del grano.
Introducción
La práctica de la fertilización de los cultivos de granos ha aumentado en los últimos

años en nuestro país (Fertilizar, 2014b). Distintos manejos de fertilización llevan a
balances positivos o negativos de nutrientes del suelo (Adolfo & Casas, 2003). Estos
distintos balances pueden provocar cambios en los contenidos totales y en las
fracciones lábiles de carbono (C) y nutrientes. Estos cambios, en particular en las
fracciones lábiles, pueden verse reflejados en los productos cosechados (Ciampitti et al.,
2011b).
1
Debido a que los cambios en el suelo son lentos, se requieren experimentos de larga
duración con distintos esquemas de fertilización para poder detectarlos (Boxler et al.,
2013; Eiza et al., 2005) y evaluar su magnitud. Poco se sabe sobre la variación de las
relaciones entre nitrógeno (N) y fósforo (P) en la fracción disponible del suelo por efecto
de la fertilización de largo plazo y cómo se reflejarían estos cambios en los productos
cosechados. La estequiometría considera las relaciones cuantitativas de los elementos
en los seres vivos (Elser et al., 2000b), y este concepto ha sido utilizado para estudiar
los cambios en las relaciones entre nutrientes a distintos niveles de organización en
ecosistemas (Peñuelas et al., 2013). Las relaciones entre nutrientes también han sido
propuestas como herramienta de diagnóstico de deficiencias nutricionales (Salvagiotti et
al., 2012). El análisis de los granos puede servir como herramienta complementaria al
análisis de suelos, y también provee información sobre la exportación de nutrientes.
La región sur de Santa Fe del movimiento CREA, con el apoyo del IPNI y Agreservicios
Papeanos (ASP), instalaron una red de ensayos a largo plazo en la campaña 2000-
2001. Sus objetivos fueron varios, uno de ellos fue determinar respuestas directas y
residuales de los cultivos a la aplicación de N, P y S como fertilizantes buscando
complementar los métodos de diagnóstico de la fertilidad del suelo. En este trabajo se
sintetizan los resultados obtenidos de análisis de suelos de tres estratos de profundidad
(0-5 cm, 5-10 cm y 10-20 cm) y de granos de soja de primera y de segunda
correspondientes a la campaña 2013-2014. Los objetivos de este trabajo fueron evaluar
el efecto de los distintos regímenes de fertilización de largo plazo sobre: a. la
concentración de P Bray 1 en el suelo y su relación con el P del grano y, b. la relación
entre Nan y P Bray 1 en el suelo.
Se analizaron suelos de tres estratos de profundidad (0-5 cm, 5-10 cm y 10-20 cm) y
granos de soja de los cinco sitios de la Red de Nutrición del CREA de la Región Sur de
Santa Fe, durante la campaña 2013-2014. Las características de los ensayos son: dos
sitios con rotación maíz-trigo/soja (M-T/S) (Balducci y San Alfredo) y tres sitios con
rotación maíz-soja-trigo/soja (M-S-T/S) (La Blanca, La Hansa y Lambaré). Se evaluaron
los seis tratamientos de la red: Testigo sin fertilizar, NP, NS, PS, NPS y Completo
(NPS+micronutrientes). El diseño es en bloques completos aleatorizados con tres
repeticiones en cuatro sitios, y dos en San Alfredo. El tamaño de las parcelas es de 25-
30 m de ancho y 65-70 m de largo. Se utiliza maquinaria del productor y labranza en
siembra directa (SD) en todos los casos. La dosis de fertilización se estima a partir de
los rendimientos esperados más un 5-10% de fertilización de enriquecimiento con P y S
a la siembra de soja y, a partir de modelos zonales para cultivos de alto rendimiento en
el caso del N (Boxler et al., 2014).
Se determinó el N potencialmente mineralizable (Nan) por incubación anaeróbica a 40ºC

por 7 días, método descripto por Keeney & Bremner (1966) seguido de una colorimetría.
2
El P Bray 1 se extrajo con solución de Bray & Kurtz 1 y la medición con colorimetría. Se
determinó también la concentración en grano de P (digestión húmeda) seguido de una
colorimetría. Los resultados se analizaron mediante ANOVA, y de regresión. Los
ANOVA de concentración de P-Bray 1 se analizaron para cada estrato por separado. Se
hizo un ANOVA para la relación Nan: P Bray 1 en cada sitio por separado. Las
diferencias significativas fueron determinadas a un nivel de significancia del 5% usando
la prueba de LSD. Los efectos de los tratamientos sobre la relación entre la
concentración de P en grano y el P-Bray 1 se analizaron con una función lineal plateau.
Los efectos de los tratamientos sobre las relaciones entre Nan: P Bray1 en el suelo se
analizaron con una función potencial y logarítmica con SMA. Se compararon las
distintas regresiones mediante test de F y, en los casos en que no fueron diferentes, la
regresión para esos tratamientos se representó con una sola función.
1. Concentración de P Bray 1 en el suelo

Catorce años de fertilización continua con P incrementó el P disponible (P Bray 1) en los
tres estratos de profundidad (0-5 cm, 5-10 cm, 10-20 cm) (Figuras 1 y 2). Como era
esperable, los mayores efectos de la fertilización fosforada se vieron en el estrato
superficial, esto puede ser debido a la forma de aplicación del fertilizante fosforado ya
que se incorporaron a profundidades de 3 a 5 cm aproximadamente. Dick et al. (1991)
reportaron que el sistema de SD permite que los nutrientes como el P se concentren en
las capas superficiales, sin observarse efectos negativos de este fenómeno sobre la
productividad de los cultivos. Los tratamientos sin P agregado (Testigo y NS) fueron
inferiores en contenido de P Bray 1 en todo el perfil (Figura 1). Lambaré presentó los
valores más altos de P Bray 1 en los tres estratos de profundidad, mientras que San
Alfredo los valores más bajos (Figura 2). Los resultados en Lambaré podrían atribuirse
al contenido inicial de P (71 mg kg-1, 0-20 cm), mientras que los otros sitios tenían
niveles más bajos y similares entre sí (10-16 mg kg-1) al comienzo de los experimentos
(García et al., 2005). Existen evidencias que agregados continuos de P durante 8 años
producen aumentos de P en el pool total (Zheng et al., 2002), y 6 años continuos de
aplicar P incrementa el P lábil en el perfil de 0 a 20 cm (Ciampitti et al., 2011c). Por lo
tanto, es razonable que 14 años de fertilización continua con P haya modificado las
composiciones iniciales de P disponible en estos sitios.
3
P Bray 1 (ppm) P Bray 1 (ppm)

0 10 20 30 40 50 60 70 80 90 0 10 20 30 40 50 60 70 80 90
0 0
2 A 2 A
4 4
Profundidad (cm)
Profundidad (cm)
6 6
B B
8 8
10 Balducchi
10 Testigo
San Alfredo
PS
12 12
NS La Blanca
14 NP 14
La Hansa
C NPS C
16 16 Lambaré
Completo
Figura 1: Distribución de la concentración Figura 2: Distribución de la

de P Bray 1 a 0-20 cm en los tratamientos concentración de P Bray 1 a 0-20 cm en
de la Red de Nutrición CREA Sur de Santa los sitios de la Red de Nutrición CREA
Fe, campaña 2013/2014. Los círculos Sur de Santa Fe, campaña 2013/2014.
encierran tratamientos que no son diferentes Los círculos encierran sitios que no son
significativamente (p>0.05) y las barras son diferentes significativamente (p>0,05) y
el error estándar. Las letras mayúsculas las barras son el error estándar. Las
representan a las diferencias significativas letras mayúsculas representan a las
entre estratos de profundidad. diferencias significativas entre estratos
de profundidad.
2. Relación entre la concentración de N y P en granos y su disponibilidad en el

suelo
Los resultados obtenidos permitieron detectar una leve relación entre la concentración
de N en granos y el Nan. Por otro lado, además el N en grano disminuyó ligeramente
con el aumento del rendimiento (resultados no mostrados). Esto puede ser explicado
porque el cultivo de soja tiene la capacidad de proveerse de N a través de la fijación
biológica, por lo cual la capacidad del suelo de proveer N al cultivo no tiene relación tan
directa con su concentración en el grano como en otros cultivos. Varios trabajos
reportan que el 40 – 60% del N absorbido por el cultivo de soja proviene de la fijación
biológica (Álvarez et al., 1995; Collino et al., 2015) dependiendo del genotipo del
cultivar, factores ambientales y de la fertilidad del suelo (Álvarez et al., 1995). El N del
suelo se hace importante para el cultivo sólo en las primeras etapas de crecimiento
(Fabre & Planchon, 2000).
4
La Figura 3 muestra la relación entre la concentración de P en los granos de soja y el P

disponible en el suelo (P Bray 1). A mayores contenidos de P disponible aumentó la
concentración de P en los granos hasta el punto de inflexión de 18,1 mg P kg -1 en suelo
y 5,87 mg P kg-1 en granos, a partir del cual las concentraciones de P en granos fueron
constantes. Este valor en suelo es ligeramente superior a los umbrales críticos de P
disponible para los rendimientos del cultivo de soja en la región pampeana, que son de
9-16 ppm (Ferraris et al., 2002, Gutierrez Boem et al., 2010). Estos resultados sugieren
que no habría consumo de lujo cuando la disponibilidad de P en el suelo es muy alta.
Por encima de 18 mg P kg-1 la probabilidad de aumentar la exportación de P por
aumentos en la concentración de P en granos es baja. Por debajo de 18 mg P kg -1
existe alta probabilidad que la planta siga destinando P a los granos en respuesta a
aplicaciones de P como fertilizante.
Estos resultados sugieren que el análisis de concentración de P en granos puede ser
complementario al de P Bray 1 como herramientas para el diagnóstico de P en suelos.
Ciampitti et al. (2011c) obtuvieron una función polinómica entre el P acumulado en
plantas de maíz y P lábil.
Figura 3: Relación concentración

de P en granos de soja y P Bray 1
de 0-20 cm. La línea es la función
Plateau de todos los tratamientos
y sitios.
5
3. Relación Nan: P Bray 1 en el suelo

El agregado continuo de P provocó una disminución de 23% de la relación Nan: P Bray
1 en el estrato de 0 a 20 cm de profundidad (Figura 4). Esta disminución es explicada
por los aumentos en concentración de P Bray con la fertilización fosforada ya que el
Nan no fue afectado por la fertilización (Figura 1). Dada la gran interacción que existe
entre los fosfatos y la matriz del suelo, la mayor parte del P de los fertilizantes es
retenido por el suelo. En consecuencia, el agregado continuo de P produce aumentos
marcados de este nutriente en las diferentes fracciones del suelo incluyendo la fracción
lábil y disponible (Ciampitti et al., 2011c; Zheng et al., 2002). Sin embargo, no se han
demostrado cambios del Nan por efectos puros de la fertilización (Eiza et al., 2005).
Los tratamientos sin P agregado (NS y Testigo) presentaron valores de Nan: P Bray 1
en el suelo más altos (entre 2,33 y 9,55) que los tratamientos fertilizados con P (NP, PS,
NPS, Completo) (entre 0,62 y 1,37) (Figura 5). Chen et al (2000a) reportaron que en
suelos bajo cultivo de pastos, la relación N:P en fracción orgánica disminuía en un 33%
comparado con suelos de bosque, lo cual sugiere que la relación N:P puede ser usada
para evaluar la limitación de N y P.
La Figura 4 muestra que la fertilización con P además de producir cambios en las

relaciones Nan: P Bray 1 también hizo esta relación más débil (bajo R2). Esto podría
deberse a que el Nan proviene de la materia orgánica del suelo, mientras que la
disponibilidad de P está regulada por su fracción inorgánica lábil. Es decir, aplicaciones
con P en el largo plazo hacen que su pool inorgánico sea más importante para la
regulación de su disponibilidad, perdiendo relación con el Nan. Cleveland & Liptzin
(2007) informaron que la relación entre estos dos nutrientes (i. e. N y P) no era lineal en
el corto plazo porque concentraciones de P tienen lentos aumentos que el N. La Figura
4 también muestra que en situaciones donde el P no fue agregado (Testigo y NS) la
relación Nan: P Bray 1 es más estrecha (R2: 0,61) tiende a ser mayor (mayor pendiente)
en la medida que baja la disponibilidad de P, acercándose a los valores de relación N:P
que se pueden observar en la materia orgánica del suelo (~8, Stevenson & Cole, 1999).
Esto sugiere que la MOS empieza a ser una fuente relevante de P disponible en estas
situaciones. Clevenland & Liptzin (2007) indicaron que el pool orgánico es fuente
importante de P lábil en suelos con importantes contenidos de MO.
Las mayores disminuciones de la relación Nan: P Bray 1 por no agregar P se vieron en

San Alfredo y Balducchi, 30% y 32% respectivamente más que en Lambaré (sitio con
mayor contenido de P Bray 1). En todos los sitios la relación Nan: P Bray 1 en
tratamientos que incluyeron a la fertilización fosforada no difirieron entre sí (Figura 5). La
relación Nan: P Bray 1 de los tratamientos NS y Testigo en Lambaré y La Hansa fueron
las más bajas (Figura 5), esto podría atribuirse a la riqueza inicial en P, texturas
arcillosas e historias agrícolas cortas en esos sitios con respecto a los demás sitios
(Boxler et al., 2014) que contribuyeron al aumento y mantenimiento de P en el suelo.
6
Figura 4: Relación entre

concentración de Nan (mg N kg-1)
y P Bray 1 (mg P kg-1). La línea
negra punteada corresponde a la
función de los tratamientos sin
fertilizar con P y la línea azul llena
al de los fertilizados con P.
Figura 5: Relación Nan: P Bray 1 en el suelo entre los tratamientos en todos los
sitios. Cambios de letra implican diferencias significativas determinadas mediante
LSD a un nivel de 5% en cada sitio.
7
Conclusiones
El agregado de P como fertilizante por 14 años consecutivos aumentó los contenidos de

P Bray 1 en el perfil de 0-20 cm. La concentración de P en los granos de soja tendió a
aumentar con la disponibilidad de P en el suelo hasta un punto crítico de P Bray 1 (18
mg P kg-1) a partir del cual las concentraciones de P en granos fueron constantes. Estos
resultados sugieren que no hubo consumo de lujo por encima de ese valor de
disponibilidad.
La fertilización continua de largo plazo con P cambió la relación Nan: P Bray 1 en los
suelos, mientras que aplicaciones con N no la afectaron en forma significativa. La
relación Nan: P Bray 1 tendió a bajar con el aumento del P Bray 1 del suelo. La
sensibilidad de la concentración de P en grano y de la relación Nan: P Bray 1 al
agregado de P como fertilizante, sugieren que la fertilización puede ser una herramienta
para modificar la composición de nutrientes en la fracción disponible y la composición
del grano de soja.
Agradecimientos
Se agradece especialmente a F. Permingeat por la colaboración en el muestreo a

campo de los ensayos y la recolección de muestras. La financiación del presente trabajo
provino de UBA, CONICET y ANPCYT.
Bibliografía
Adolfo, G & R Casas. 2003. Balance de nutrientes. Fertilizar INTA Año 8 Número
Especial “Sostenibilidad” ISSN 1666-8812 diciembre 2003.
Alvarez, R; J H Lemcoff & A H Merzari. 1995. Balance de Nitrógeno en un suelo

cultivado con soja. Ciencia del Suelo 13:38-40.
Boxler, M. 2013. El manejo de nutrientes según los asesores. Simposio Fertilizar,

Rosario. Disponible on line en: http://www.fertilizar.org.ar.
Boxler, M; F O García; A Correndo; S Gallo; R Pozzi; F Bauschen; N Reussi Calvo & A

Berardo. 2014. Red de Nutrición CREA Sur de Santa Fe. Resultados de la campaña
2013/2014. IPNI. Disponible on-line en: http://lacs.ipni.net/topic/research.
Bray, R H & L T Kurtz. 1945. Determination of total, organic, and available forms of
phosphorous in soil. Soil Sci. 134:376–380.
8
Chen, C R; L M Condron; M R Davis & R R Sherlock. 2000a. Effects of afforestation on

phosphorus dynamics and biological properties in a New Zealand grassland soil. Plant
Soil 220:151–163.
Ciampitti, I A, F O Garcia, L E Piccone & G Rubio. 2011b. Soil Carbon and Phosphorus
Pools in Field Crop Rotations in Pampean Soils of Argentina. Soil Sci. Soc. Am. J. 75:
616-625.
Ciampitti, I A, L I Picone, G Rubio, & F O García. 2011c. Pathways of Phosphorous

Fraction Dynamics in Field Crop Rotations of the Pampas of Argentina. Soil Sci. Soc.
Am. J, 75: 3: 918-926.
Cleveland, C C & D Liptzin. 2007. C:N:P stoichiometry in soil: is there a “Redfield ratio”
for the microbial biomass? Biogeochemistry. 85: 235-252.
Collino, D J; F Salvagiotti & A Perticari. 2015. Biological nitrogen fixation in soybean in

Argentina: relationships with crop, soil, and meteorological factors. Plant Soil 392:239-
252.
Dick, W A; E L McCoy; W M Edwards & R Lal. 1991. Continuous application of no-tillage

to Ohio soils. Agron. J. 83:65-73.
Eiza, M J, N Fioriti, G A Studdert & H E Echeverría. 2005. Fracciones de carbono

orgánico en la capa arable: Efecto de los sistemas de cultivo and de la fertilización
nitrogenada. Ciencia del Suelo 23:59–67.
Elser J J; R W Sterner; E Gorokhova; W F Fagan; T A Markow; J B Cotner; J F Harrison;

S E Hobbie; G M Odell & L W Weider. 2000b. Biological stoichiometry from genes to
ecosystems. Ecology Letters 3:540-550.
Fabre, F & C Planchon. 2000. Nitrogen nutrition, yield and protein content in soybean.
Plant Science 152: 51-58.
Ferraris, G, F H Gutiérrez Boem & H Echeverría. 2002. Respuesta a la fertilización en el

cultivo de soja de primera. IDIA XXI, año II, no. 3, diciembre, pp. 52-58.
Fetilizar AC. 2014b. Consumo de Fertilizantes, Campaña 2013/2014. 1 p.

(www.fertilizar.org.ar).
García, F; M Boxler; J Minteguiaga; H Blanco; R Houssay; G Deza Marín & A Berardo.

2005. Efectos directos y residuales de la fertilización en maíz: Resultados de la red de
nutrición CREA sur de Santa Fe. Actas VIII Congreso Nacional de Maíz. AIANBA-
Maizar. Rosario, 16-18 Noviembre 2005. pp. 154-157.
9
Gutiérrez Boem, F H, F O García & M Boxler. 2010. ¿Qué tan distintos son los niveles
críticos de fósforo disponible para soja, maíz y trigo? XXII Congreso Argentino de la
Ciencia del Suelo, mayo-junio, Rosario.
Keeney, D R, and J M Bremner. 1966. Comparison and evaluation of laboratory methods

of obtaining an index of soil nitrogen availability. Agron. J. 58:498–503.
doi:10.2134/agronj1966.00021962005800050013x.
Peñuelas, J; P Benjamin; J Sardans; P Ciais; M Van der Velde; L Bopp; O Boucher; Y

Godderis ; P Hinsinger; J Llusia; E Nardin; S Vicca; M Obersteiner & I A Janssens. 2013.
Human-induced nitrogen–phosphorus imbalances alter natural and managed
ecosystems across the globe. Nat Commun. 4: 2934.
Salvagiotti F; G Ferraris; A Quiroga; M Barraco; H Vivas; P Prystupa; H Echeverría & F

G Gutiérrez Boem. 2012. Identifying sulfur deficient fields by using sulfur content; N:S
ratio and nutrient stoichiometric relationships in soybean seeds. Field Crops Research.
135:107-115.
Stevenson, F J & M A Cole. 1999. Cycles of Soil por Jhon Wiley & Sons. Inc. 605 Third
Ave., New York, NY10158. ISBN 0-471-32071-4. Hardback, 427 p.
Zheng, Z, R R Simard, J Lafond & L E Parent. 2002. Pathways of soil phosphorus

transformations aſter 8 years of cultivation under contrasting cropping practices. Soil Sci.
Soc. Am. J. 66:999–1007.
10
MAIZ TARDIO EN ENTRE RIOS: EFICIENCIA AGRONOMICA DE USO DEL

NITROGENO Y SUS COMPONENTES
SANTIAGO DIAZ VALDEZ1*; FERNANDO GARCÍA2 & OCTAVIO P CAVIGLIA3
(1)
Monsanto Argentina SAIC; (2) IPNI Latinoamérica Cono Sur; (3)
INTA Paraná-FCA
(UNER) - CONICET
Ruta 188, Km 72 (2700) Pergamino
* [email protected]
Palabras clave: EAN, Fertilización Nitrogenada, Densidad.
Introducción
En las últimas campañas, la superficie de maíz tardío (MT) en Entre Ríos se ha

incrementado con el objetivo de disminuir el riesgo de déficit hídrico en estadios críticos
a expensas de un menor rendimiento potencial, logrando una mayor estabilidad de los
rendimientos. En fechas de siembras tardías, hay una menor proporción de crecimiento
reproductivo sobre el vegetativo, debido al deterioro de las condiciones radiativas y
térmicas durante el llenado de granos y al mejor ambiente para el crecimiento inicial
(Cirilo & Andrade, 1994; Caviglia et al., 2014). A su vez, la mineralización de la materia
orgánica del suelo durante el periodo de barbecho aumenta con las mayores
temperaturas en siembras tardías, reduciendo así la respuesta al agregado de
fertilizantes nitrogenados (Caviglia et al., 2005). Por lo tanto, es necesario tener una
mejor comprensión de la dinámica del aprovechamiento del nitrógeno (N) en el cultivo,
ya que el ambiente fototermal explorado por los MT es diferente y de menor calidad, y a
su vez el suelo presenta mayor disponibilidad de N que en siembras tempranas.
La eficiencia agronómica de uso del N (EAN) es un indicador fundamental para evaluar

la productividad de los sistemas de cultivos, y el estudio de la misma busca incrementar
la productividad de los sistemas minimizando la perdida de N (Fixen et al., 2014). Las
deficiencias de N generan pérdidas en producción y reducen la eficiencia de uso de
otros factores del agroecosistema (tierra, agua, capital, trabajo), mientras que los
excesos de aplicación de fertilizantes nitrogenados pueden resultar en pérdidas con
costos ambientales y sociales significativos para la sociedad (Mosier et al., 2001). Los
efectos negativos derivados del uso inapropiado de los fertilizantes son la lixiviación o
escorrentía de nitratos y la contaminación del aire por emisión de gases de efecto
invernadero (Cassman et al., 2003). La EAN se ha definido como el incremento en
rendimiento producido por unidad de N aplicado (Dobermann, 2007; Ciampitti & Vyn,
2010; Fixen et al., 2014). La EAN tiene dos componentes, la eficiencia de recuperación
aparente del N (ERN) y la eficiencia fisiológica de uso del N (EFN) (Fixen et al., 2014).
El análisis individual de los componentes de la EAN permite una mejor comprensión del
ciclo del N en el complejo suelo-planta. En tal sentido, la utilización de practicas de
1
manejo que permitan mejorar la EAN, producirán un impacto positivo en los sistemas
productivos con implicancias sobre la sustentabilidad (Pietrobón et al., 2012).
El objetivo de este trabajo es analizar el efecto de la fertilización nitrogenada y la

densidad de plantas sobre la EAN y sus componentes en MT en Entre Ríos. Las
hipótesis planteadas son: 1) Aumentos en la dosis de fertilización nitrogenada reducen
la EAN y sus componentes, y 2) aumentos en la densidad de plantas en MT no
producirán modificaciones en la EAN, ya que una mayor ERN se compensa con una
menor EFN.
Descripción de los experimentos y manejo
En la campaña 2012-2013, se condujeron dos experimentos en los departamentos de

Victoria (-59,8964o Lat. Sur y -32,7184o Lat. Oeste) y Gualeguaychú (-58,7974o Lat. Sur
y -33,1134o Lat. Oeste); las fechas de siembra fueron del 5 y 3 de enero del 2013,
respectivamente. Los suelos de los dos sitios experimentales fueron Argiudoles acuicos.
En ambos casos, el cultivo antecesor fue soja en lotes manejados bajo siembra directa y
el hibrido utilizado fue el DK72-10MGRR2. La fertilización fosforada se realizó con 152 y
156 kg ha-1 de superfosfato triple (0-46 P2O5-0, 20% P) en Victoria y Gualeguaychú,
respectivamente. La fuente de N fue UAN en ambos ensayos, una solución nitrogenada
que contiene 32% de N (grado 32-0-0); aplicada en post-emergencia del maíz (V6) con
mochila experimental de CO2. Las unidades experimentales fueron de 8 hileras de
ancho, distanciadas a 0,525 m, por 10 m de largo, las hileras laterales cumplen la
función de zona buffer entre tratamientos, y las evaluaciones y cosecha se realizaron
sobre los 2 surcos centrales, salvo en el caso del muestreo de planta para su posterior
análisis de materia seca y concentración de N, que se obtuvo de los surcos laterales
inmediatos a los centrales. Se utilizaron insecticidas para el control de gusano cogollero
(Spodoptera fugiperda). El control de malezas se realizó a través de control químico, se
aplicó atrazina con acetoclor y glifosato a la siembra y se repitió una aplicación de
glifosato en V5-V6.
Los ensayos tuvieron un diseño en parcelas divididas, siendo la parcela mayor la

densidad y la parcela menor la dosis de fertilizante. Las densidades utilizadas fueron
40000, 70000 y 100000 plantas ha-1. Las dosis de N aplicadas fueron de 0, 50 y 150 kg
N ha-1.
Muestreos de suelo
Los muestreos de suelo y agua se realizaron en pre-siembra (PS), 6 hojas expandidas

(V6) y panojamiento (R1) según la escala de Ritchie y Hanway (1982). En PS se
determinó, materia orgánica, pH (1:2.5 suelo:agua), P extractable (Bray 1), N-nitrato, S-
2
sulfato y N anaeróbico (Waring y Bremner, 1964) a la profundidad de 0-20 cm, y N-

nitrato a 20-40 cm y 40-60 cm. En V6, se determinó N-nitrato a 0-20 cm y 20-40 cm. Se
determino agua útil en presiembra y en R1, hasta la profundidad de 1.2 metros. En los
muestreos 0-20 cm, se tomaron 30 piques por muestra, en los muestreos 20-40 y 40-60
se tomaran 10 piques por muestra.
Determinación de producción de materia seca (MS)
Una vez que el maíz llego a madurez fisiológica, en todos los tratamientos se procedió a
cortar al ras del suelo 4 plantas sucesivas por parcela evitando los dos surcos centrales,
para determinar peso seco. Se separó el grano del resto de la planta: marlo, tallo y
hojas. Cada fracción individual se secó en estufa a 65°C con circulación forzada hasta
peso constante y luego se pesó.
Determinación del contenido de N en planta
Las muestras utilizadas para calcular biomasa, se molieron y homogeneizaron. Cada

muestra completa se pasó por un molino Wiley con malla de 1 mm, de donde se
obtuvieron 150 g para realizar los análisis de concentración de N. El análisis de la
concentración de N se realizó por macro Kjeldahl. El N total de cada fracción se calculó
multiplicando la concentración de N por la biomasa.
Estimación de EAN y sus componentes
El análisis de la EAN y sus componentes (ERN y EFN) se realizó según Dobermann

(2007), Ciampitti & Vyn (2012) y Fixen et al. (2014):
Eficiencia Agronómica de uso del N:

EAN= Δ kg maíz x Δ N absorbido = Δ kg maíz (ec. 1)
Δ N absorbido Δ N aplicado Δ N aplicado
Eficiencia Fisiológica de uso del N:

EFN= Δ kg maíz (ec. 2)
Δ N absorbido
Eficiencia de Recuperación del N:

ERN= Δ N absorbido (ec. 3)
Δ N aplicado
Productividad Parcial del Factor N:

PPF=Rendimiento (ec. 4)
N aplicado
3
donde:
Δ kg maíz es la diferencia de rendimiento (H=0%) entre el tratamiento fertilizado y el

control.
Δ N absorbido es la diferencia de N en planta entre el tratamiento fertilizado y el control.
Δ N aplicado es la diferencia de N agregado como fertilizante entre los tratamientos

fertilizados y el control.
El efecto de los tratamientos y sus interacciones fue evaluado a través de modelos

lineales y generales mixtos. Se consideraron efectos fijos la localidad, la densidad y la
dosis de fertilizante, y fueron considerados efectos aleatorios los bloques y la parcela
principal. Cuando el análisis de los efectos principales fue significativo y no existieron
interacciones significativas, se procedió a analizar dichos efectos a través del test de
mínimas diferencias significativas (LSD de Fischer), considerando una significancia del
5%.
Caracterización de los sitios
Las Tablas 1 y 2 muestran datos de fertilidad de suelo para cada uno de los dos sitios.
Los valores para P-Bray 1, S-SO4, materia orgánica y pH son los usualmente
encontrados en Entre Ríos. El área agrícola de Entre Ríos, generalmente presenta
deficiencia de P, y los niveles observados en los dos sitios experimentales pueden
considerarse de medio a altos para la región. Los valores de Nan observados en los dos
sitios experimentales indicarían niveles medios a adecuados (Reussi Calvo et al., 2014).
4
Tabla 1. Análisis de suelo en PS (0-20 cm) en los dos sitios estudiados.

PS 0-20 cm
N
Localidad P- Bray 1 S-SO4 Materia
anaeróbico pH (agua 1:2.5)
(ppm) (ppm) Orgánica (%)
(ppm)
Victoria 70 11 14 3,0 5,4
Gualeguaychú 67 11 14 3,7 6,1
Tabla 2. N-nitrato a distintas profundidades (expresado en kg ha-1) en PS y V6.
N-nitrato (kg N ha-1) en PS N-nitrato (kg N ha-1) en V6

Localidad 0-20
cm 20-40 cm 40-60 cm 0-60 cm 0-20 cm 20-40 cm 0-40 cm
Victoria 46 33 14 93 66 32 98
Gualeguaychú 29 21 16 66 58 26 84
La Tabla 2, muestra la cantidad de N-nitrato para cada sitio en los momentos de PS y

V6, dicho cálculo se realizó considerando la profundidad del estrato, la densidad
aparente y la concentración de N-nitrato. Los datos obtenidos son representativos de lo
observado en la zona en siembras tardías, producto de la mayor mineralización de la
MO se encuentran cantidades de N en los suelos mayores a las encontradas en
siembras de fines de invierno-principios de primavera. Una particularidad de la campaña
2012-2013, tanto en estos ensayos como en lotes de productores, fue encontrar mayor
variabilidad entre lotes en la cantidad de N del muestreo 0-60 cm y horizontes sub
superficiales enriquecidos en N, si se compara con lo usualmente encontrado en la
región. Esto podría atribuirse a las mayores precipitaciones registradas en la primavera
del año 2012 que pudo causar una mayor lixiviación de nitrato desde el horizonte
superficial hacia los subyacentes.
A pesar que en los dos sitios el agua disponible en el suelo fue similar en PS, las
precipitaciones posteriores a la misma fueron diferentes. En la Tabla 3, se puede
observar que los registros de Gualeguaychú y Victoria fueron de 453 y 300 mm para el
periodo entre siembra-MF y de 75 y 101 mm durante el periodo critico, respectivamente.
5
Tabla 3. Agua disponible en pre-siembra y R1 (0-120 cm) y precipitaciones en las dos

localidades de ensayo.
Agua Disponible 0-120 cm
Localidad (mm) Precipitaciones (mm)
PS R1 Siembra-MF R1 (+-15 días)
Victoria 120 132 300 101
Gualeguaychú 125 64 453 75
Producción de materia seca (MS)

Se evaluó el efecto de la fertilización nitrogenada y la densidad sobre la producción de
MS de rastrojo, la producción de MS de grano, la producción total de MS (grano +
rastrojo), el peso de mil granos (PMG) y el índice de cosecha (IC, MS grano/MS total)
(Tabla 4).
Tabla 4. Materia seca acumulada en el rastrojo, grano y total, peso de mil granos e
índice de cosecha en función de tres dosis de fertilizante y tres densidades para las dos
localidades.
MS rastrojo MS grano MS total PMG IC
-1 -1 -1
kg ha kg ha kg ha g %
Localidad
Victoria 8833 A 6612 A 15447 A 211 A 43 A
Gualeguaychú 6439 B 5207 B 11647 B 181 B 45 A
-1
Dosis de N Fertilizante (kg N ha )
150 8310 A 6832 A 15143 A 205 A 46 A
50 7768 AB 5998 B 13767 B 197 AB 44 AB
0 6831 B 4900 C 11732 C 186 B 42 B
-1
Densidad (plantas ha )
100000 8777 A 6627 A 15404 A 179 A 43 A
70000 7607 AB 5888 AB 13495 B 201 B 44 A
40000 6525 B 5215 B 11745 C 207 B 44 A
Prueba de hipótesis marginales (P)
Modelo <0,0001 <0,0001 <0,0001 <0,0001 <0,0001
Localidad (Loc) <0,0001 <0,0001 <0,0001 <0,0001 0,1538
Densidad (D) 0,0137 0,0123 0,0023 <0,0001 0,9080
Dosis de Fertilizante (Fert) 0,0191 <0,0001 <0,0001 0,0266 0,0116
Loc x D 0,9889 0,3617 0,7795 0,3887 0,4313
Loc x Fert 0,4340 0,8453 0,4298 0,1432 0,4324
6
D x Fert 0,0641 0,1932 0,0232 0,5588 0,2320

Loc x D x Fert 0,0972 0,8432 0,0875 0,5705 0,0869
Medias con una letra común no son significativamente diferentes (p > 0,05).
A excepción del IC, en todas las demás variables hubo diferencias significativas entre
las dos localidades. Para todas las variables, los valores registrados en Victoria fueron
mayores a los de Gualeguaychú. La cantidad de MS que queda en el rastrojo después
de la cosecha fue afectada tanto por la densidad como por la fertilización, en el caso de
la fertilización se diferenció la dosis de 150 kg ha-1 del testigo sin aplicar, siendo la
diferencia de 1479 kg ha-1. En el caso de la densidad, las diferencias fueron entre las
densidades extremas, donde la diferencia entre el rastrojo que se generó fue de 2252 kg
ha-1.
El rendimiento en grano, también fue afectado por los tres factores, localidad, densidad
y dosis de fertilización. Las diferencias en precipitaciones (Tabla 3) resultaron en una
menor disponibilidad de agua a R1 en Gualeguaychú que en Victoria y en diferencias de
rendimientos de 1405 kg ha-1 entre los dos sitios. En el caso de las densidades, al igual
que en la MS rastrojo, sólo se observaron diferencias entre las densidades de 100000 y
40000 plantas ha-1, a favor de la densidad más alta. Esta respuesta podría cambiar a
densidades mayores que las evaluadas en estos experimentos debido a la competencia
intraespecífica (Pietrobón, 2012). En cambio, la fertilización produjo diferencias
significativas incluso entre las diferentes dosis de N aplicado, 834 kg ha-1 a favor de las
dosis de 150 kg ha-1, en comparación de la dosis de 50 kg ha-1. Al igual que en este
trabajo, Ruiz el al. (2004) y Barbieri et al. (2012), también encontraron diferencias
significativas en el rendimiento en grano de maíces sembrados en fechas tempranas por
aumentar la disponibilidad de N del suelo mediante la aplicación de fertilizantes
nitrogenados.
Barbieri et al. (2012) también observaron que la aplicación de 150 kg N ha-1 produjo
incrementos de un 30% en la biomasa aérea total. En este trabajo se observó un efecto
significativo (P=0,0232) de la interacción densidad y N (Figura 1) sobre la MS total. En la
densidad mas baja (40000 plantas ha-1), el agregado de fertilizante no produjo
incrementos en la MS total. En la densidad media, el agregado de fertilizante produjo un
incremento de la MS respecto al testigo, lo mismo ocurrió en la densidad más alta, no se
encontraron diferencias entre dosis de fertilizante. Los incrementos de la biomasa aérea
total por la aplicación de 150 kg N ha-1 respecto al tratamiento sin N fueron de 33 y 45%
para las densidades de 70000 y 100000 pl ha-1.
7
20000
A
18000
A
MS Total (kg/ha)
16000
A
14000 A
A B
12000 A A B
10000
40000 70000 100000
Densidad
Figura 1: Variación de la materia seca total para las diferentes densidades en funcion de
diferentes dosis de N aplicado con el fertilizante 0 Kg N ha-1 (barras gris claro), 50 Kg N
ha-1 (barras gris oscuro) y 150 Kg N ha-1 (barras negras). Letras diferentes expresan
diferencias significativas en la respuesta al N para una misma densidad.
El PMG también fue afectado por la densidad y el N, pero en el caso de la densidad, a

diferencia de los que pasó con las demás variables, la mayor densidad presentó
menores valores de PMG que las otras densidades. En el caso del N aplicado con el
fertilizante, se observaron diferencias entre la dosis de 150 kg ha-1 y el testigo. Existe
suficiente documentación sobre el efecto positivo de la fertilización sobre el rendimiento
y sus componentes, numero de granos y peso de los granos (Lemcoff & Loomis, 1986;
Boomsma et al., 2009), lo cual es coincidente con los resultados aquí obtenidos. El IC
no fue afectado por la densidad pero si lo fue por el N aplicado (P=0,0116), se
observaron diferencias significativas entre la dosis de 150 kg ha-1 y el testigo sin
fertilizar.
Determinación del contenido de N en planta
Se evaluó el efecto de la densidad de plantas y la dosis de fertilizante sobre el contenido

de N en el rastrojo, grano y total (rastrojo + grano), como también sobre el Índice de
Cosecha del N (ICN), que es la proporción de N total exportado con el grano (Tabla 5).
Salvo para el ICN, para todas las demás variables hubo diferencias entre localidades,
densidades y dosis de fertilización (Tabla 5). Para el contenido de N en rastrojo, grano y
total se verificaron diferencias significativas entre localidades, densidades y las tres
dosis de fertilización. Barberi et al. (2008) encontraron que la fertilización nitrogenada
incrementó la acumulación de N en biomasa y grano a MF, en la Tabla 5, se puede
observar que la fertilización aumento el contenido de N e incluso hubieron diferencias en
8
el contenido de N entre dosis de N aplicado. En este trabajo, la densidad más alta

(100000 plantas ha-1) se diferenció de la más baja (40000 plantas ha-1) y de la media
(70000 plantas ha-1) en el contenido de N en rastrojo y total. Al Kaisi y Yin (2003) y
Pietrobón (2012) también encontraron aumentos en la acumulación de N total al
aumentar la densidad.
En el caso del contenido de N en el grano, la interacción entre los factores densidad y

dosis de fertilizante fue significativa, en la densidad de 40000 plantas ha-1, no se
registraron diferencias por la aplicación de N. En las densidades de 70000 y 100000
plantas ha-1, la aplicación de N produjo diferencias en el contenido de N en grano
respecto al testigo sin fertilizar (Figura 2).
Tabla 5. Efecto del N y de la densidad sobre el contenido de N ha-1 en el rastrojo, grano

y total e indice de cosecha.
N en rastrojo N en grano N total ICN
-1 -1
kg ha kg ha kg ha-1 %
Localidad
Victoria 58 A 78 A 136 A 57 A
Gualeguaychú 48 B 65 B 114 B 57 A
Dosis de N Fertilizante (kg ha-1)

150 62 A 86 A 149 A 58 A
50 54 B 72 B 126 B 57 A
0 44 C 57 C 101 C 56 A
Densidad (plantas ha-1)

100000 64 A 78 A 142 A 55 A
70000 51 B 71 AB 122 B 58 A
40000 45 B 66 B 111 B 59 A
Prueba de hipótesis marginales
(P)
Modelo <0,0001 <0,0001 <0,0001 <0,0001
Localidad (Loc) 0,0061 <0,0001 <0,0001 0,9374
Densidad (D) 0,0125 0,0455 0,0044 0,2267
Dosis de Fertilizante (Fert) 0,0003 <0,0001 <0,0001 0,3096
Loc x D 0,7955 0,9358 0,7799 0,4722
Loc x Fert 0,1254 0,2946 0,0642 0,5673
D x Fert 0,1817 0,0148 0,0629 0,1754
Loc x D x Fert 0,3101 0,8061 0,3707 0,3127
9
100
A
A
90
B
N en grano (Kg/ha)
80 A
B
70 AB C
60 B
C
50
40
40000 70000 100000
Densidad (Pl/ha)
Figura 2: Variacion del contenido de N en el grano a MF para las diferentes densidades

en funcion de diferentes dosis de N aplicado con el fertilizante 0 Kg N ha-1 (barras gris
claro), 50 Kg N ha-1 (barras gris oscuro) y 150 Kg N ha-1 (barras negras). Letras
diferentes expresan diferencias significativas en la respuesta al N para una misma
densidad.
Estimación de índices de eficiencia
Se evaluó el efecto de distintas dosis de fertilizante y cambios en la densidad de plantas

sobre la EAN y sus componentes (ERN y EFN), como también su efecto sobre la PPF
(Tabla 6). En el caso de la EAN y sus componentes, no existieron interacciones
significativas. Las interacciones localidad por dosis de fertilizante y densidad por dosis
de fertilizante fueron significativas para PPF (P<0,05), (Figuras 3 a y b). A niveles bajos
de disponibilidad de N, las tasas de incremento en rendimiento por unidad de N aplicada
fue grande, porque el N es el factor limitante, a medida que aumentó la disponibilidad de
N, los incrementos marginales en rendimiento por unidad adicional de N disponible
fueron menores, porque otros factores comienzan a ser limitantes (de Wit, 1992). Los
valores de PPF se ubicaron dentro de los indicados como aceptables para maíz,
excepto en el promedio de la dosis de 150 kg N ha-1 que fue menor que el sugerido de
60 kg grano kg-1 N mencionado por Dobermann (2007).
10
Tabla 6. Eficiencia agronómica del nitrógeno (EAN) y sus componentes; la eficiencia de

recuperación del nitrógeno (ERN) y la eficiencia fisiológica del nitrógeno (EFN); junto
con el factor parcial de productividad (FPP) en función de tres dosis de N aplicado
como fertilizante y tres densidades diferentes.
EAN ERN EFN PPF
kg grano. kg N kg grano. kg grano.
-1 -1
kg N absorbido. kg N kg-1 N
-1
aplicado kg N absorbido aplicado
aplicado
Localidad
Victoria 20,0 A 0,58 A 32,0 A 92,4 A
Gualeguaychú 17,6 A 0,42 B 42,0 A 73,1 B
Dosis de N Fertilizante (kg ha-1)

50 24,4 A 0,63 A 39,1 A 120,0 A
150 13,2 B 0,38 B 34,9 A 45,5 B
Densidad (plantas ha-1)

100000 22,2 A 0,56 A 39,6 A 94,2 A
70000 25,4 A 0,64 A 42,6 A 82,8 B
40000 8,8 B 0,30 B 28,8 A 71,3 C
Prueba de hipótesis marginales
(P)
Modelo <0,0001 <0,0001 <0,0001 <0,0001
Localidad (Loc) 0,4263 0,0418 0,0630 <0,0001
Densidad (D) 0,0335 0,0243 0,3836 0,0058
Dosis de Fertilizante (Fert) 0,0013 0,0030 0,4016 <0,0001
Loc x D 0,3111 0,3022 0,3827 0,6256
Loc x Fert 0,9994 0,4154 0,2403 0,0114
D x Fert 0,3395 0,6713 0,8276 0,0343
Loc x D x Fert 0,5985 0,8327 0,1377 0,8270
La EAN fue afectada tanto por la dosis de N (P=0,0013) como por la densidad
(P=0,0335). Al aplicar 150 kg N ha-1, se produjeron 13,2 kg ha-1 extra de grano por kg de
N aplicado. Aplicando 50 kg N ha-1, la EAN fue de 24,4. Ciampitti y Vyn (2010) por
medio de un ensayo con diferentes híbridos, densidades y dosis de N, concluyeron que
a medida que se incrementaba la dosis de N disminuía la EUN del fertilizante. Similares
resultados fueron informados Dobermann (2007) y Boomsma et al. (2009). En el caso
de la densidad, no hubo diferencias entre las densidades de 100000 y 700000 plantas
11
ha-1, pero si entre estas dos y la densidad de 40000 plantas ha-1, donde la EAN cayó en
más de un 60% respecto a las densidades más altas. Pietrobón et al. (2012), si bien
utilizaron diferentes densidades, también encontraron que la EAN aumentó al
incrementarse la densidad; en el caso de estos investigadores las densidades de
110000 y 85000 plantas ha-1, se diferenciaron de la densidad de 60000 plantas ha-1.
150 150
A
A
A
FPP (Kg grano/Kg N aplicado)
FPP (Kg grano/Kg N aplicado)

A A
100 100
B B B
50 50 B
B
0 0
40000 70000 100000 Victoria Gualeguaychu
Densidad (Pl/ha) Localidad
Figura 3 a y b: PPF para las diferentes densidades (a) y distintas localidades (b) en
función del N aplicado con el fertilizante 50 Kg N ha-1 (barras gris) y 150 Kg N ha-1
(barras negras). Letras diferentes expresan diferencias significativas en la respuesta al
N para una misma densidad o una misma localidad.
Al analizar el efecto de la dosis de N y densidad sobre los componentes de la EAN, se

observó que estos no afectaron la EFN pero si la ERN, y los patrones observados
fueron similares a los observados al analizar la EAN. Estos resultados coinciden con los
de Cassman et al. (2002), quienes también encontraron mayores ERN a medida que la
dosis de N del fertilizante disminuyó. Dosis de fertilizante que excedan el optimo
requerido para determinado genotipo x ambiente x manejo causan esta disminución en
la ERN (Ciampitti y Vyn, 2012). En cuanto al efecto de densidades, Pietrobón (2012)
propone que la mejora en ERN con mayor densidad seria consecuencia de una mayor
exploración del perfil del suelo y en un menor periodo de tiempo. A diferencia de los
resultados de este trabajo, Pietrobón también encontró que la densidad afectó la EFN.
Los valores de EAN se pueden comparar con la relación de precios histórica maíz/N
fertilizante (kg de maíz por kg de N fertilizante) que ha sido de 11.8 kg de maíz por kg de
N fertilizante en el periodo 2000-15 (Correndo et al., 2015). Esta relación indicaría que la
EAN para la dosis de 50 kg N ha-1 sería rentable, mientras que la EAN para la dosis de
150 kg N ha-1 se ubica muy cerca de la misma. Asimismo, la fertilización sería
solamente rentable con densidades de 100000 y 700000 plantas ha-1, pero no para la
densidad más baja de 40000 plantas ha-1.
12
Conclusiones
Los resultados del presente trabajo indican que, para las condiciones de MT en la
campaña 2012-13 en Entre Ríos, fue posible modificar la EAN y sus componentes a
través de diferentes prácticas agronómicas como son la fertilización nitrogenada y
cambios en la densidad de plantas. Dosis altas de fertilización nitrogenada produjeron
una disminución en la EAN y la ERN, por lo que no se rechaza la hipótesis 1. Aumentos
en la densidad de plantas, no afectaron la EFN pero mejoraron la EAN y la ERN, por lo
cual se rechaza la hipótesis 2 propuesta en el trabajo.
Bibliografía
Al-Kaisi MM & X Yin. 2003. Effects of nitrogen rate, irrigation rate, and plant population
on corn yield and water use efficiency. Agron. J. 95: 1475–1482.
Barbieri PA, A Della Maggiora, HE Echeverría, M Pietrobón & F Alvarez. 2012.

Evapotranspiración y eficiencia en el uso de agua del cultivo de maíz en respuesta a la
fertilización con nitrógeno. XXIII Congreso Argentino de la Ciencia del Suelo, Mar del
Plata, Buenos Aires, Actas en CD.
Barbieri P, HE Echeverria, HR Sainz Rozas & FH Andrade. 2008. Nitrogen Use

Efficency in Maize as Affected by Nitrogen Availability and Row Spacing. Agron. J.
100:1094-1100.
Boomsma C.R., JB Santini, M Tollenar & TJ Vyn. 2009. Maize morphophysiological

responses to intense crowding and low nitrogen availability: an analysis and review.
Agron. J. 101: 1426–1452.
Cassman KG, AR Dobermann & D Walters. 2002. Agroecosystems, nitrogen-use

efficiency, and nitrogen managment. Ambio 31: 132-140.
Cassman KG, AD Dobermann, DT Walters & Hang H. 2003. Meeting cereal demand
while protecting natural resources and improving environmental quality. Annu. Rev. Env.
Resour. 28: 315-358.
Caviglia OP, RJM Melchiori & OF Paparotti. 2005. Eficiencia de utilización del nitrógeno
de dos híbridos de maíz en fechas de siembra contrastantes. VIII Congreso Nacional de
Maíz Rosario 2005, Trabajos presentados y resumen de conferencias: 190-193.
Caviglia OP, RJM Melchiori & VO Sadras. 2014. Nitrogen utilization efficiency in maize
as affected by hybrid and N rate in late-sown crops. Field Crop Research 168: 27-37.
Ciampitti IA & TJ Vyn. 2010. A comprehensive study of plant density consequences on

nitrogen uptake dynamics of maize plants from vegetative to reproductive stages. Field
Crop Research, doi: 10.1016/j .fcr2010.10.009.
13
Ciampitti IA & TJ Vyn. 2012. Physiological perspectives of changes over time in maize
yield dependency on nitrogen uptake and associated nitrogen efficiencies: A review.
Field Crop Research 133:48-67.
Cirilo AG & FH Andrade. 1994. Sowing date and maize productivity: I Crop growth and
dry matter partitioning. Crop Science 34:1039-1044.
Correndo A, M Boxler & F García. 2015. Análisis económico de la fertilización en

ensayos de largo plazo. Cienc Suelo (Argentina) 33: en prensa.
De Wit CT.1992. Resource use efficiency in agriculture. Agric. Syst. 40: 125-151.
Dobermann A. 2007. Nutrient use effciency-measurements and managment. Fertilizer

best management practices. Vol .1.
Fixen P, F Brentrup, T Bruulsema, F Garcia, R Norton & S Zingore. 2014. Chapter 1.

Nutrient/Fertilizer Use Efficiency: Measurement, Current Situation and Trends. IFA,
IWMI, IPNI and IPI, April 2014. Copyright 2014 IFA, IWMI, IPNI and IPI.
Lemcoff JH & Loomis RS. 1986. Nitrogen influences on yield determination in maize.
Crop Science. 26:1017-1022.
Mossier AR, MA Bleken, P Chaiwananakupt, EC Ellis, JR Freney, RB Howarth, PA
Matson, K Minami, R Naylor & KN Weeks. 2001. Policy implications of human-
accelerated nitrogen cycling. Biogeochemestry 52: 281-320.
Pietrobón M. 2012. Densidad de plantas en el cultivo de maíz (Zea maiz L.) y su efecto
sobre la Eficiencia de Uso de Nitrógeno. Tesis de Magister Scientiae en Producción
Vegetal, Facultad de Ciencias Agrarias de la Universidad de Mar del Plata.
Pietrobón M, PA Barbieri, FH Andrade & HE Echeverría. 2012. Prácticas de manejo y

eficiencia de uso de nitrógeno en granos de maíz (Zea mays L.) XXIII Congreso
Argentino de la Ciencia del Suelo, Mar del Plata, Buenos Aires, Actas en CD.
Reussi Calvo N, G Studdert, M Calandroni, N Diovisalvi, F Cabria & A Berardo. 2014.

Nitrógeno incubado en anaerobiosis y carbono orgánico en suelos agrícolas de Buenos
Aires. Cienc Suelo (Argentina) 32(2): 189-196.
Ritchie S.W & JJ Hanway. 1982. How a corn plant develops. Spec. Rep. 48. Iowa State
University of Science and Technology, Coop. Ext. Serv., Ames, Iowa.
Ruiz RA, GA Maddonni, JL Mercau & EH Satorre. 2004. Bases para la fertilización de
maíz en la región litoral sur de AACREA (Provincia de Entre Ríos). XIX Congreso
Argentino de la Ciencia del suelo, Paraná, Entre Ríos, Actas en CD.
Waring S & Bremner J. 1964. Ammonium production in soil under waterlogged

conditions as an index of nitrogen availability. Nature 201: 951–952.
14
FERTILIZACIÓN DE LARGO PLAZO EN EL NORTE DE LA REGION PAMPEANA:

BALANCE DE FÓSFORO Y DINÁMICA DE EXTRACCIÓN
FLORENCIA A. SUCUNZA1,2*, FLAVIO H. GUTIÉRREZ BOEM1,2, FERNANDO O.

GARCÍA3, MIGUEL BOXLER4 & GERARDO RUBIO1,2,
1 2 3 4
Fertilidad y Fertilizantes, Facultad de Agronomía- UBA – INBA CONICET, IPNI,
Región CREA Sur de Santa Fe
*[email protected]
Palabras clave: fertilización fosforada; balance de nutrientes.
Resumen
Es importante conocer el balance de fósforo (P) en el suelo para un mejor manejo de los
cultivos y para la conservación del recurso. Nuestro objetivo fue evaluar el efecto de la
fertilización de largo plazo sobre el balance de P y el nivel de P extractable del suelo en
agrosistemas pampeanos. Se analizó la información proveniente de una red de ensayos
de largo plazo (14 años: 2000-2014) en cinco sitios del Norte de la Región Pampeana.
El balance de P se calculó como la diferencia entre el fertilizante aplicado y el P
exportado en el producto de cosecha. Los valores iniciales de P (Pi) fueron de 14 mg P
kg-1 suelo (promedio) para el grupo con Pi <28 mg P kg-1 suelo, y de 67.7mg P kg-1 suelo
para el grupo con Pi >45mg P kg-1 suelo. Los tratamientos aplicados fueron sin
fertilización de P y fertilización del P removido por el cultivo +10%. El efecto de la
fertilización de largo plazo sobre los valores de P-Bray del suelo dependió en gran
medida del P-Bray inicial. Aquellos suelos que no han sido fertilizados, presentaron una
pendiente de caída en los gráficos de P-Bray vs balance de P que fue más pronunciada
para el suelo inicialmente rico en P (0.2058); y luego su caída es similar a los suelos
pobres en Pi (0.0292). Los suelos fertilizados con P, presentaron un aumento en el P-
Bray significativo y lineal para los 5 sitios, sin efectos significativos del P-Bray inicial. En
promedio se requiere un balance positivo de 3,05 kg P ha-1 año-1 para incrementar la
disponibilidad de P en 1 mg kg-1año-1 y se disminuye en 1 mg kg-1 el P-Bray (0-20 cm)
por 38.19 kg P ha-1 año-1 de extracción neta.
Introducción
Más de la mitad de los suelos de la región pampeana poseen niveles de fósforo (P)
edáfico deficitarios para el óptimo crecimiento de los cultivos (Ciampitti et al., 2009;
Sainz Rozas et al., 2012; García y San Juan, 2013). Dentro de los suelos deficitarios,
existen muchos con niveles muy bajos en los que es económicamente muy costoso
elevar su disponibilidad de P a los niveles óptimos La falta de reposición del P exportado
por las cosechas es el principal responsable de esta situación, aunque en los últimos
años esta tendencia se ha revertido parcialmente (Cruzate y Casas, 2012; García y San
1
Juan, 2013). Los balances negativos no se extienden a toda la región (Cruzate y Casas,
2012), ya que en el Sur de la Región predominan los balances positivos. En esta zona,
el trigo fue históricamente el cultivo preponderante y suele ser fertilizado con P, al ser un
cultivo de alta respuesta (umbral crítico: 16 mg kg-1P Bray) (Rubio y Alvarez, 2010). En
cambio, un cultivo de soja puede alcanzar rendimientos cercanos al máximo con valores
menores de P del suelo (umbral crítico: 9-11 mg kg-1 P Bray) y este hecho es uno de los
principales causantes de la reducción en el nivel de P en las otras zonas de la región. A
su vez, esta reducción condiciona la productividad de las gramíneas (ej. trigo y maíz)
que necesitan mayores niveles de P en el suelo y que son alternativas convenientes
para intercalar con soja en las rotaciones.
Nuestro país no posee reservas significativas de P por lo que debe importar el

fertilizante fosforado. El futuro del mercado internacional de fertilizantes de P es
preocupante ya que se prevé un aumento progresivo de los precios por el agotamiento
de las reservas y el consecuente encarecimiento en los costos de extracción y
fabricación (Gilbert, 2009). Por todos estos motivos, es necesario optimizar la eficiencia
en el uso de P por los cultivos, tanto a nivel local como internacional (Ciampitti et al.,
2009; Simpson et al., 2011).
Debido a que el ciclo del P en ecosistemas como la región pampeana es prácticamente

cerrado, es relativamente sencillo hacer un balance para evaluar el efecto de las
prácticas de manejo (Rubio y Alvarez, 2010; Ferraris et al., 2012). En su versión más
sencilla y aplicable, el balance resulta de restar la principal vía de salida (P en el grano)
de la principal vía de entrada (P del fertilizante). Sin embargo, a pesar de la sencillez del
balance, la intensa interacción del fosfato con la matriz del suelo no permite predecir
fácilmente los cambios en el P disponible en el suelo (Ciampitti et al. 2011 c; Ferraris et
al. 2012). En tal sentido, los ensayos de campo de larga duración constituyen una
herramienta valiosa para estudiar el comportamiento del P del suelo en situaciones
contrastantes de rotaciones agrícolas y aporte de fertilizante fosforado.La relación entre
el P Bray y el balance acumulado a lo largo del tiempo permite sugerir una medida de la
tasa de cambio del nutriente en el largo plazo, cuantificar la dosis necesaria para
recomponer la disponibilidad del nutriente en un nivel que se fije como objetivo, y servir
de base como criterio de recomendación(Ferraris et al. 2012).
Los cambios en el P Bray están regulados por el nivel inicial de P Bray del suelo y el
balance de P (P aplicado– P removido por el cultivo) (Ciampitti et al., 2011b). Ciampitti
et al. (2011 a, b, c) realizaron un relevamiento en los primeros 6 años (2001-2006) de la
red de ensayos CREA Sur de Santa Fe para conocer los efectos de la fertilización de
largo plazo y la rotación agrícola sobre el balance y el fraccionamiento de P y carbono
(C). Se observó que los suelos con valores iniciales bajos o intermedios de P Bray (Pi
<20 mg kg-1 de suelo) presentaron una rápida respuesta a la fertilización fosfatada, que
se manifiesta a través de un notorio incremento de los niveles de P Bray ante balances
positivos de P. En cambio, los valores de P Bray de estos suelos permanecieron
2
relativamente estables cuando no fueron fertilizados y, por lo tanto, tuvieron balances

negativos del elemento (Ciampitti et al., 2011 c). Sin embargo, la presencia de estos
balances negativos de P sugiere que las fracciones menos lábiles son las que se están
degradando y que su rol de repositoras del P Bray está enmascarando aquella
degradación. En cambio, en aquellos suelos originalmente ricos en P (Pi >45 mg kg -1 de
suelo), la fertilización con P no produjo incrementos significativos en los niveles de P
extractable. Cuando estos suelos originalmente ricos en P no recibieron fertilización con
P (y por lo tanto tuvieron balances negativos del elemento), se observó una disminución
rápida y continua del P Bray (Ciampitti et al., 2008; 2009). Cabe señalar que los
balances positivos acumulados durante los primeros 6 años fueron de pequeña
magnitud, con lo cual su relación con los cambios en P Bray debería ser considerada
preliminar.
La hipótesis que se plantea es que la asociación entre el balance de P del agrosistema y

los cambios en el P extractable (Pe) del suelo está afectada aún en el largo plazo por el
P Bray inicial del suelo y en los casos de altos valores iniciales de P Bray pasa de lineal
a curvilínea en la medida que los balances se alejen del equilibrio. El objetivo de este
trabajo es evaluar el efecto de la fertilización de largo plazo sobre el balance de P del
agrosistema y el nivel de P extractable del suelo.
En campos de los grupos CREA dela Región Sur de Santa Fe se realiza un estudio de
fertilización de largo plazo, que en la actualidad acumula 15 años manteniendo los
mismos tratamientos (T, PS, NS, NP, NPS y NPS + micronutrientes). La Red es un
trabajo conjunto de CREA Sur de Santa Fe, IPNI y ASP. Los detalles de la red de
ensayos figuran en García et al. (2010). Originalmente la red contaba con 11 sitios, de
los cuales 5 se mantienen en la campaña 2014-2015 (Balducchi, San Alfredo, La Hansa;
Lambaré y La Blanca; Tabla 1). Para el presente trabajo, nos concentramos en estos
cinco para evaluar el efecto de los tratamientos en los 14 años.
Se plantearon dos rotaciones: maíz – trigo/soja (doble cultivo) y maíz – soja de primera
y trigo/soja (Tabla 1). Los tratamientos de fertilización se efectuaron siguiendo un diseño
en bloques completos aleatorizados con tres repeticiones en parcelas de 25-30 m de
ancho y 65-70 m de largo. Los tratamientos se realizaron anualmente siempre sobre las
mismas parcelas. Las tasas de fertilización fueron cambiando cada año en función de
los requerimientos del nutriente por los cultivos según el rendimiento esperado. Las
dosis de P se decidieron anualmente estimándose a partir del rendimiento esperado del
cultivo a fertilizar, aplicándose P en dosis equivalente a la reposición de la extracción en
grano más un 5-10%. La soja de primera no se fertilizó con N, mientras que la secuencia
trigo/soja de segunda se maneja fertilizando a la siembra del trigo con dosis para ambos
cultivos. Las fuentes de nutrientes son urea (46-0-0), fosfato monoamónico (FMA; 11-
23-0), y yeso agrícola (0-0-0-17S) para N, P y S, respectivamente. Los fertilizantes se
3
aplican en pre-siembra o siembra en mezclas físicas, incorporándose a la profundidad

de siembra distanciados al menos 5 cm de las semillas para evitar efectos de
fitotoxicidad. Para el presente trabajo, se analizarán los tratamientos NS y NPS.
Los niveles de P Bray inicial (0-20 cm) para cada sitio se indican en la Tabla 1. Con una
periodicidad anual, se tomaron muestras de 0-20 cm de profundidad, en cada parcela de
los tratamientos NS y NPS. Se extrajo P según Bray1, y el P en el extracto se determinó
colorimétricamente (Murphy y Riley, 1962). Para el presente trabajo, se optó por
comenzar la serie de años de La Hansa y San Alfredo en su segundo año, ya que los
valores iniciales de P (Pi) reportados en el año inicial no guardaban relación con las
mediciones posteriores (los valores reportados como iniciales para esos
establecimientos fueron excesivamente elevados, 44.9 y 28.3 mgP kg-1 suelo).
El P de entrada se calcula con la dosis de fertilización aplicada cada año. El P de salida

es calculado por la concentración de P en los granos y el rendimiento del cultivo
determinado para cada estación de crecimiento. El balance de P se efectuó en una
secuencia de 14 años (2000-2014):
Balance de P = P de entrada – P de salida
Dónde:
P de entrada = dosis de P aplicada (kg P/ha).
P de salida (kg P/ha) = rendimiento en grano (kg/ha * concentración de P en el grano (kg
P/ kg grano).
Tabla 1. Información de ubicación de sitio, serie de suelo y rotación. Fuente: Red de

Nutrición CREA (2001).
Provincia Santa Fé Santa Fé Santa Fé Santa Fé Córdoba

Establecimiento Balducchi San La Hansa Lambaré La
Alfredo Blanca
P Bray inicial 10.8 11.57 17.7 67.7 16.2
(mg kg-1)
Tipo de suelo Hapludol Argiudol Argiudol Argiudol Hapludol
típico típico Ácuico típico típico
Serie de suelo Santa Hughes Bustinza Los La
Isabel Cardos Bélgica
Rotación Maíz-Trigo/Soja Maíz-Soja-Trigo/Soja
Para la selección de los modelos con mayor ajuste se compararon distintas funciones
(lineales, exponenciales, logarítmicas, cuadráticas) y entre ellas se eligió aquella con
4
mayor coeficiente de determinación. Los parámetros de las funciones resultantes se

compararon con un test de t con un valor de probabilidad<0.05.
El balance de entradas y salidas de nutrientes proporciona valiosa información sobre la

sostenibilidad de manejo de los mismos bajo diferentes sistemas de agricultura (Nguyen
et al., 1994).Si bien los estudios locales de fertilización de largo plazo no son
abundantes, existen antecedentes interesantes referidos a los balances de nutrientes.
Ferraris et al. (2012) llevaron a cabo un trabajo con el objetivo de cuantificar y valorizar
el balance de nutrientes luego de cinco campañas y siete cultivos en la Provincia de
Buenos Aires, y encontraron una correlación entre balance de P y el nivel final de P Bray
del suelo al final de cada campaña. Esto mismo fue hallado por Ciampitti et al. (2011 c),
en los primeros 6 años de la Red CREA Sur de Santa Fe. La literatura internacional, en
cambio, proporciona numerosos trabajos de experimentos con fertilización de larga
duración. Por ejemplo, Bünemann et al. (1994), llevaron a cabo un experimento de
campo de 24 años en Australia con diferentes rotaciones de cultivos, manejo de rastrojo
y tratamientos de labranza; en el mismo, los balances de P fueron positivos en todos los
casos (todos los tratamientos recibieron 20 kgP/ha) y se observó una transferencia
limitada de P hacia capas inferiores del suelo. En nuestro estudio, la mayoría de los
tratamientos fertilizados con P resultaron en balances positivos de este nutriente, y se
encontró una estratificación del mismo hasta los 40 cm de profundidad en los estratos
de 0-5, 5-10, 10-20 y 20-40 cm (Sucunza et al., 2015).
La relación entre el Pe y el balance de P acumulado se muestra en la Figura 1. El ajuste

de las líneas de regresión fue significativo (p<0.05) para todos los casos, y los
coeficientes de determinación (R2) fueron en su mayoría superiores a 0.40, con
excepción de San Alfredo para el tratamiento no fertilizado (R2= 0.29) y el grupo de
suelos con Pi<20mg P kg-1 suelo para el mismo tratamiento (R2= 0.24).
Se agruparon los sitios de acuerdo a la relación entre Pe y el balance de P acumulado

tal como se hizo en el trabajo anterior (Ciampitti et al., 2011 c). El primer grupo incluye
los sitios con Pi<20 mg P kg-1 suelo: San Alfredo, Balducchi, La Blanca y La Hansa
(Figura 1a, 1b, 1c y 1 d). En este grupo, los tratamientos no fertilizados (sector izquierdo
de los paneles de la Fig. 1) mostraron una caída que ajustó a una regresión lineal del Pe
y el balance negativo de P, con pendientes de caída entre 0.0191 y 0.0322. Los
tratamientos fertilizados presentaron balances positivos de P en todos los casos y
pudieron ser descriptos por modelos de regresión lineales. Las pendientes de las
ecuaciones de regresión variaron entre 0.2187 y 0.3653. La Figura 1e, presenta la
relación entre el Pe y el balance de P acumulado para los 4 sitios antes mencionados
agrupados en un solo gráfico (grupo con Pi <20 mg P kg-1 suelo) con sus ecuaciones
ajustadas. Se ajustaron relaciones lineales para ambos tratamientos cuyas pendientes
son 0.0236 para el balance negativo, y 0.2988 para el balance positivo. La inversa de la
5
pendiente de esta relación sugiere la tasa de cambio (Ferraris et al. 2012; Ciampitti et al.
2009). La función ajustada indica que fue necesario un balance positivo de 3.33 kg P ha-1
año-1 para incrementar la disponibilidad de P en 1 mg kg-1año-1. Para las situaciones de
balance negativo (i.e. tratamientos no fertilizados con P), el P Bray disminuyó en 1 mg
kg-1 por cada 50 kg de P como extracción neta.
El segundo grupo incluye al sitio con Pi >45mg P kg-1 suelo: Lambaré (Figura 1f). En
este grupo, el tratamiento no fertilizado presentó balances negativos descriptos por una
regresión no lineal del tipo exponencial de tres parámetros. El P Bray cae abruptamente
en los primeros años del balance negativo, para luego estabilizarse en alrededor de los
29 mg P kg-1 (R2= 0.86). El tratamiento fertilizado muestra un ascenso en el Pe con el
balance positivo, encontrándose una relación lineal significativa (R2= 0.37). La función
ajustada indica que se necesitaron 2.32 kg P ha-1 año-1 para incrementar la
disponibilidad de P en 1 mg kg-1año-1. Considerando la caída en el balance negativo de
0-200 kg P ha-1, el P Bray disminuyó en 1mg kg-1 por cada 6 kg de P como extracción
neta.
Los resultados observados están en línea con lo hallado por Ciampitti et al. (2011 c) ya
que la relación entre el balance de P y las variaciones del P Bray del suelo fueron
reguladas principalmente por el valor inicial de P del suelo.La diferenciación de
situaciones de acuerdo al P Bray inicial fue válida tanto para los balances positivos
como para los balances negativos.El grupo con Pi<20 mg P kg -1presentó una rápida y
continua respuesta positiva del PBray en relación al balance positivo. En los primeros 6
años de la Red, en Lambaré (el suelo más rico en P) no se habían registrado
incrementos significativos en el P Bray en las parcelas fertilizadas (Ciampitti et al.
2011c), pero la acumulación sucesiva de balances positivos P pasó a impactar en el P
Bray en los posteriores 7 años. En cuanto a los balances negativos (provenientes de
aquellas parcelas que no recibieron fertilizantes), el grupo de los suelos pobres en P
presentó consistentemente disminuciones constantes del P Bray a medida que se
acentúanlos balances negativos. En cambio, el suelo rico, presentó caídas curvilíneas
que tendieron a una asíntota.
6
70 70
S a n A lfr e d o a B a ld u c c h i b
60 P i= 1 1 . 5 7 p p m 60 P i= 1 0 .8 p p m
50 50
40 40
y = 8 .4 7 + 0 .3 6 x
30 y = 2 6 .6 4 + 0 .3 3 x 30 2
R = 0 .8 0 6 4
2
R = 0 .4 0 2 1
20 y = 1 2 .7 3 + 0 .0 2 x 20 y = 1 2 .3 5 + 0 .0 2 x
2
R = 0 .2 9 9 7 2
R = 0 .5 0 3 7
10 10
0 0
-4 0 0 -3 0 0 -2 0 0 -1 0 0 0 100 200 -4 0 0 -3 0 0 -2 0 0 -1 0 0 0 100 200
70 90
L a B la n c a c d
80 La Hansa
60
P i= 1 6 .2 p p m
70 P i= 1 7 .7 p p m
s u e lo )
50
60
40 50
-1
y = 3 4 .8 4 + 0 .2 8 x
B ra y P 1 (m g P k g
R ² = 0 .4 5 1 1
30 40
y = 1 8 .5 5 + 0 .0 2 7 x
2
R = 0 .5 3 3 8 y = 1 9 .4 9 + 0 .2 1 x 30
20 2 y = 2 1 .0 4 + 0 .0 3 x
R = 0 .5 5 0 5 2
20 R = 0 .4 8 8 8
10
10
0 0
-4 0 0 -3 0 0 -2 0 0 -1 0 0 0 100 200 -5 0 0 -4 0 0 -3 0 0 -2 0 0 -1 0 0 0 100 200
90 120
-1
Pi < 28 m g P kg e L a m b a ré f
80
100
P i= 6 7 .7 p p m
70
60 80
50
60
40 y = 5 7 .5 5 + 0 .4 3 x
R ² = 0 .3 7 1 6
y = 1 5 .8 9 + 0 .0 2 x
30 2
40
R = 0 .2 4 2 3
y = 2 1 .9 5 + 0 .3 x
20 2
R = 0 .4 0 7 3
20 y = 2 8 .1 2 + 4 2 .7 4 e x p (x /1 1 9 )
10 R ² = 0 .8 6 4 1
0 0
-4 0 0 -3 0 0 -2 0 0 -1 0 0 0 100 200 -5 0 0 -4 0 0 -3 0 0 -2 0 0 -1 0 0 0 100 200
-1
B a la n c e A c u m u la d o d e P ( k g P h a )
Figura 1. Relación entre P extractable Bray-1 y balance de P acumulado durante el

experimento (14 años) para ambas rotaciones M-T/S y M-S-T/S. Los sitios fueron
agrupados de acuerdo al Pi disponible: (a, b, c, d), grupo con Pi <20mg P kg -1 suelo (e),
y Lambaré (f) grupo con Pi <40 mg P kg -1 suelo. Los símbolos llenos corresponden al
tratamiento fertilizado y los símbolos vacíos al tratamiento sin fertilizar. Se representan
las ecuaciones estadísticamente significativas (p < 0.05).
7
Para poder comparar las pendientes, la curva exponencial del sitio Lambaré en su
balance negativo fue convertida a una curva bilineal (Figura 2). Como resultado de ello,
se observa que luego de una caída inicial de este sitio con Pi >45 mg P kg -1 (primera
pendiente de la bilineal: 0.2058), no existen diferencias significativas en las pendientes
de los cuatro sitios con bajo P inicial, y la segunda pendiente de la bilineal del sitio
Lambaré (0.0292) para el balance negativo (Tabla 2). Es interesante este resultado, ya
que indica que suelos con P iniciales altos luego de una caída brusca del Pe (primera
pendiente de la bilineal), presentan la misma caída del Pe (segunda pendiente de la
bilineal) que los suelos con bajo P inicial. En el balance positivo, tampoco se encuentran
diferencias significativas entre las pendientes de los 5 sitios (Tabla 2).Promediando las
pendientes de los 5 sitios en su balance negativo (la segunda pendiente de la bilineal
para Lambaré y las cuatro pendientes de la lineal para los restantes sitios), se obtiene
una pendiente de 0.0262 y una pendiente de 0.3278 para el balance positivo;
requiriéndose entonces 3.05 kg P ha-1 año-1 para incrementar la disponibilidad de P en 1
mg kg-1año-1y disminuyendo el P Bray (0-20 cm)1 mg kg-1 por cada de Pcon extracción
neta 38.19 kg P ha-1 año-1.
Los resultados obtenidos permiten aceptar parcialmente la hipótesis planteada. La

asociación entre el balance de P del agrosistema y los cambios en el P extractable del
suelo estuvo afectada por el P Bray inicial del suelo. Pasó de lineal a curvilínea en la
medida que los balances se alejaron del equilibrio hacia los valores negativos para los
suelos con Pi >40 mg P kg-1 suelo, y se mantiene lineal para los suelos con <20mg P kg-
1
suelo. Sin embargo, no se observan diferencias entre los suelos con distinto Pi cuando
los balances son positivos.
120
100 La H ansa
s u e lo )
L a m b a ré
80
L a B la n c a
-1
P B ra y 1 (m g P k g
60 S a n A lfr e d o
B a ld u c c h i
40
20
0
-5 0 0 -4 0 0 -3 0 0 -2 0 0 -1 0 0 0 100 200 300
-1
B a l a n c e a c u m u la d o d e P ( k g P h a )
Figura 3. Relación entre P extractable Bray1 y balance acumulado de Pdurante el

experimento (14 años) para los 5 sitios y los dos tratamientos. Los símbolos vacíos
8
indican el tratamiento sin aplicación de P (NS); los símbolos llenos indican el tratamiento
con aplicación de P (NPS).
Tabla 2. Caracterización de las pendientes de la Figura 3.
Sitio Tratamiento NS Tratamiento NPS
Pendiente Dif.Sig. Ecuación R2 Pendiente Dif.Sig. Ecuación R2
San 0,01908296 a Lineal 0,30 0,33362249 a Lineal 0,40

Alfredo
Balducchi 0,02299287 a Lineal 0,50 0,36534215 a Lineal 0,81
La Blanca 0,02731787 a Lineal 0,54 0,21873038 a Lineal 0,55
Lambaré 0,02923189 a Bilineal 0,86 0,43693105 a Lineal 0,37
La Hansa 0,03229641 a Lineal 0,49 0,28419195 a Lineal 0,45
Letras distintas indican diferencias significativas (p<0.05).
Conclusiones
Los resultados obtenidos luego de 14 años de experimento, muestran que el efecto de

la fertilización de largo plazo sobre los valores de P Bray del suelo depende en gran
medida del P Bray inicial. Aquellos suelos que no han sido fertilizados, presentaron una
caída en el Pe que fue más pronunciada para el suelo inicialmente muy rico en P (67 mg
P kg-1), que para los suelos con Pi <20 P kg-1 suelo. Sin embargo, estos suelos
inicialmente ricos en Pluego de esta caída abrupta del P Bray, disminuyen este
parámetro a una tasa similar alos suelos pobres en P inicial. Los suelos fertilizados con
P presentaron un aumento en el P Bray, significativo y lineal para los 5 sitios, sin efectos
significativos del P Bray inicial.
Agradecimientos
Se agradece especialmente a Adrián Alejandro Correndo por ceder su valioso tiempo

para responder todas las consultas realizadas; y a Franco Permingeat por la
colaboración en el muestreo a campo de los ensayos.
La Red de Nutrición es coordinada, ejecutada y financiada por CREA Sur de Santa Fe,
IPNI y ASP, se agradece a los productores y personal de los establecimientos donde se
llevan a cabo los ensayos.
La financiación del presente trabajo provino de UBA, CONICET y ANPCYT.
9
Bibliografía
Bünemann, EK; DP Heenan; P Marschner & AM McNeill. 2006. Long-term effects of

crop rotation, stubble management and tillage on soil phosphorus dynamics. Aust. J. Soil
Res. 44, 611–618.
Ciampitti, IA; LI Picone; G Rubio& FO García.2011a. Pathways of phosphorous fraction

dynamics in field crop rotations of the Pampas of Argentina. Soil Sci. Soc. Am. J. 75,
918-926.
Ciampitti, IA; FO Garcia; LI Piccone & G Rubio.2011b. Soil carbon and phosphorus
pools in field crop rotations in pampean soils of Argentina. Soil Sci. Soc. Am. J. 75, 616-
625.
Ciampitti, IA; LI Piccone; FO Garcia & G Rubio.2011c. Phosphorus budget and soil
extractable dynamics in field crop rotations in Mollisols. Soil Sci. Soc. Am. J. 75, 131-
142.
Ciampitti, IA; G Rubio; LI Piccone & G Garcia.2009. El fósforo en la agricultura. Mejores

prácticas de manejo. Mejores Prácticas de manejo para una mayor eficiencia en la
nutrición de cultivos. Simposio Fertilidad 2009. IPNI Fertilizar. Pp 35-57.
Ciampitti, IA; FO García; LI Piccone & G Rubio. 2008. Phosphorus in field crop rotations
of the Pampas of Argentina: Dynamics of Bray P, P balance and soil P fractions.
Agronomy Abstracts. ASA-CSSA-SSSA-GSA.International Annual Meetings. Houston,
Texas. Madison, Wisconsin, EE.UU.
Cruzate, GA &R Casas. 2012. Extracción y balance de nutrientes en suelos agrícolas de

la Argentina. Inform. Agro. 6, 7-14.
Ferraris, GN; M Toribio; R Falconi & L Couretot. 2012. Efectos de diferentes estrategias
de fertilización sobre los rendimientos y el balance de nutrientes.Inform. Agro. 6, 1-6.
García F.; M. Boxler; J. Minteguiaga; R. Pozzi; L. Firpo; I. Ciampitti; A. Correndo; F.

Bauschen; A. Berardo y N. Reussi Calvo. 2010. La Red de Nutrición de la Región Crea
Sur de Santa Fe: Resultados y conclusiones de los primeros diez años 200-2009. 2a.
ed. AACREA. Buenos Aires, Argentina. ISBN ISBN 978-987-1513-07-9. 64 pag.
García, FO & F San Juan. 2013. La nutrición de suelos y cultivos y el balance de

nutrientes: ¿Cómo estamos? Inf. Agron. Hisp. 9, 2-7.
Gilbert, N. 2009. Environment: The disappearing nutrient. Nature. 461, 716-718.
10
ML Nguyen, Haynes RJ & Goh KM. 1994. Nutrient budgets and status in three pairs of
conventional and alternative mixed cropping farms in Canterbury, New Zealand.
AgricEcosystEnviron. 52 (1955) 149-162
Rubio, G & C Alvarez. 2010. Fósforo: dinámica y evaluación en agrosistemas. En:

Alvarez R, G. Rubio, CR Alvarez & RS Lavado (eds) Fertilidad de suelos.
Caracterización y manejo en la Región Pampeana. Ed. FAUBA, Buenos Aires. Pp 311-
336.
Sainz Rozas, H; H Echeverría & M Angelini. 2012. Fósforo disponible en suelos

agrícolas de la región Pampeana y Extra Pampeana argentina. RIA. 38, 33-39.
Simpson, RJ; A Oberson; RA Culvenor; MH Ryan; EJ Veneklaas; H Lambers; JP Lynch;

PR Ryan; E Delhaize & FA Smith. 2011. Strategies and agronomic interventions to
improve the phosphorus-use efficiency of farming systems. Plant Soil. 349, 89–120.
Sucunza, FA; FH Gutierrez Boem; FO García; M Boxler & G Rubio. 2015. La

fertilización continua de largo plazo: “Efectos sobre la estratificación del fósforo”.
Simposio de Fertilidad 2015: Nutriendo los suelos para las generaciones del futuro. IPNI.
Fertilizar Asociación Civil.
11
ESTIMACIÓN DE NUTRICIÓN NITROGENADA EN ANTESIS MEDIANTES ÍNDICES

ESPECTRALES EN CEBADA CERVECERA
JOSÉ BOERO1.2.3*, PABLO PRYSTUPA1.2 FEDERICO GOMEZ1, SUSANA

URRICARRIET1, GUSTAVO FERRARIS4 Y FLAVIO GUTIERREZ BOEM1.2
1.
Cátedra de Fertilidad y Fertilizantes, Facultad de Agronomía, UBA; INBA, CONICET-
UBA; 2 Universidad Nacional de Lujan; 3 INTA EEA Pergamino
* [email protected]
Palabras clave: sensores remotos, proteína, nitrógeno
Resumen
El manejo de la fertilización nitrogenada debe ajustarse para lograr altos rendimientos y

un adecuado contenido proteico para maltearías. El uso de índices espectrales surge
como una alternativa práctica para diagnosticar la necesidad de fertilizar. Los objetivos
de este trabajo fueron estimar el estado nutricional del cultivo en antesis y predecir el
rendimiento y el contenido proteico mediante índices espectrales. Se realizaron 15
ensayos sobre cultivos comerciales con 2 tratamientos de fertilización nitrogenada: 150
kg ha-1 en emergencia y 20 kg ha-1 foliar en antesis. En antesis se calcularon índices
espectrales mediante sensores portátiles, se midió el índice SPAD, biomasa y N en
planta. A cosecha final se midió rendimiento, componentes y calidad de grano. Se
establecieron correlaciones entre los parámetros del cultivo e índices espectrales. La
fertilización en emergencia aumentó el rendimiento y contenido proteico, mientras que la
fertilización en antesis aumentó la proteína sin efecto en rendimiento. El rendimiento
estuvo asociado a la biomasa y al N absorbido por unidad de superficie durante antesis,
mientras que el contenido proteico solo se asoció a la concentración de N en biomasa
aérea. Los índices espectrales NDVI, GNDVI, TCARI, OSAVI, REIP y el cociente
MCARI/MTVI2 estimaron biomasa y N absorbido, mientras que la concentración de N
foliar solo se pudo estimar mediante SPAD relativo. Los índices evaluados permitieron
predecir el rendimiento a través del número de granos por unidad de superficie. El peso
individual de los granos no correlacionó con las mediciones en antesis. El contenido
proteico no correlacionó con los índices probados y solo pudo estimarse por SPAD
relativo. Los índices probados permitieron una buena estimación del rendimiento final
pero no permitieron predecir la necesidad de fertilización nitrogenada en antesis.
Introducción
En la última década, la respuesta a la fertilización nitrogenada en los cultivos de granos

de la región pampeana se hizo más frecuente. Esto se debe, principalmente, a la
introducción de variedades de alto potencial de rendimiento que tienen altos
1
requerimientos de N y a la disminución en lo aportado por la mineralización de la

materia orgánica.
La industria maltera y cervecera requieren que los valores de proteínas se encuentren

en un estrecho rango (10-12 %), por lo que es necesaria una regulación precisa del
contenido de proteínas del grano sin detrimento del rendimiento. Se puede aumentar el
rendimiento y la proteína en grano simultáneamente fertilizando al comienzo del ciclo del
cultivo (siembra-macollaje).
Otra alternativa para aumentar el contenido de proteína de los granos es complementar

las fertilizaciones nitrogenadas realizadas entre siembra y macollaje, con aplicaciones
foliares durante antesis-espigazón. En nuestro país se ha observado que por cada
kilogramo de N aplicado en este estadío, el contenido proteico aumentó entre 0,028%
(Prystupa et al., 2008; 2012) y un 0,0375%, (Ferraris et al., 2008). Como esta aplicación
se realiza cuando ya ha transcurrido una buena parte del ciclo del cultivo y transcurrido
el período crítico, se podría diagnosticar el estado nutricional del cultivo con mayor
precisión que a la siembra-macollaje, (Egli, 1998; Prystupa et al., 2004). Sin embargo,
no se ha podido hallar un método para predecir la respuesta a la fertilización
nitrogenada en cultivos de cebada de nuestro país.
La respuesta del cultivo a la aplicación de N en este momento del ciclo podría

predecirse mediante la evaluación de variables del cultivo como la biomasa aérea, el N
absorbido o la concentración del N en el cultivo. Estas variables pueden determinarse
en forma directa, o estimarse a través de sensores remotos (radiómetros espectrales)
(Clevers & Kooistra, 2012; Freeman et al. 2003; Thenkabail, et al. 2002).
El contenido de clorofila puede ser usado como estimador de la nutrición nitrogenada

del cultivo en un momento dado, debido a que está fuertemente asociado a la
concentración de N en las hojas (Fox, 2008). Para su estimación se usa la medición de
índice de verdor mediante un clorofilómetro (MINOLTA-SPAD). Esta determinación del
status nitrogenado es útil para predecir la necesidad de fertilización nitrogenada, con el
fin de incrementar el contenido proteico (Eitel, 2008). En trigo se observó una buena
correlación del rendimiento y el contenido de N en granos con la lectura del SPAD en
hoja bandera durante antesis (López Bellido et al., 2004; Echeverría y Studdert 2001;
Bergh et al. 2004). Sin embargo, este instrumento no ha sido útil para predecir la
respuesta del contenido proteico de los granos a la fertilización nitrogenada en cultivos
de cebada en Argentina (Ferraris et al., 2008).
A partir del uso de sensores multiespectrales es posible generar numerosos índices que
permiten evaluar distintos aspectos del canopeo de los cultivos (Hatfield et al., 2008). El
NDVI (Rouse et. al., 1973) es uno de los más usados. Gitelson et al., (1996) proponen al
GNDVI como un mejor estimador de biomasa debido a su menor tendencia a saturarse
con alta cobertura vegetal. Otros índices que se han propuesto son el Índice
2
transformado de la absorción de la clorofila TCARI (Kim et. al., 1994) y el Índice de

vegetación ajustado por la reflectancia del suelo OSAVI (Rondeaux et. al., 1996). A su
vez se pueden emplear combinaciones de estos índices como el cociente TCARI/OSAVI
(Haboudane et al. 2002) y el cociente MCARI/MTVI2 (Eitel et al. 2007).Se observó los
índices combinados presentan una mayor sensibilidad al contenido de clorofila de la
vegetación y son más resistentes a las variaciones en el índice de área foliar. El índice
de borde de rojo (REIP) surge como una buena alternativa para la determinación de
nutrición nitrogenada en cultivos (Redel y Zubillaga, 2014).
Uno de los principales problemas que surge para la estimación de clorofila mediante
mediciones de canopeo del cultivo es la interferencia de factores de manejo del cultivo,
diferentes a la nutrición nitrogenada tales como la cobertura, fenología, estado hídrico
entre otros y la reflectancia del suelo.
Los objetivos de este trabajo fueron:
- relacionar el estado nutricional del cultivo en antesis con varios índices
espectrales
- predecir el rendimiento y contenido proteico del grano en cultivos de cebada
cervecera a partir de índices medidos en antesis
En el año 2014 se realizaron 15 experimentos en el área de cultivo de cebada del norte

de la Provincia de Buenos Aires. Los mismos se realizaron sobre cultivos destinados a
producción. Las variedades, las prácticas de manejo y la fertilización fueron las
empleadas por los productores. Por lo tanto, las dosis de fertilización correspondientes a
cada tratamiento se adicionaron a las fertilizaciones ya realizadas. El diseño
experimental fue en bloques completos aleatorizados con dos repeticiones. Las parcelas
tuvieron 4 m de ancho por 16 m de longitud. Los tratamientos a evaluar fueron los
siguientes:
1- Testigo: sin fertilización adicional a la realizada por el productor a la siembra

2- N 20: 20 kg N ha-1 como urea líquida, vía foliar en floración (aparición de aristas).
3- N150: 150 kg N ha-1 en 2 hojas- inicio de macollaje (sin limitación de N).
Al momento de instalar los ensayos (emergencia-inicio de macollaje) se midió N

disponible hasta los 60 cm. En el estrato 0-20 cm, además, se midió: P extractable,
materia orgánica, pH, textura y azufre de sulfato para la caracterización del sitio,
además se cuantificó el contenido total de agua hasta el metro de profundidad. Se
tomaron muestras de biomasa aérea del cultivo, donde se midió N en planta para
cuantificar el N disponible al inicio del ensayo (N absorbido + N suelo).
3
En la semana previa a antesis se determinó el índice de verdor mediante un

clorofilómetro Minolta SPAD en la anteúltima hoja en 20 plantas por parcela, y se midió
la reflectancia del cultivo con un radiómetro multiespectral portátil (CropScan MSR16,
Rochester, EE.UU.). Este radiómetro es un sensor pasivo y permite medir reflectancia
del cultivo en 16 bandas comprendidas entre los 450 y 1600 nm. A partir de las lecturas
obtenidas se calcularon los índices espectrales descriptos previamente. Además se
midió el NDVI con un sensor activo portátil (GreenSeeker).
En antesis se determinó la biomasa aérea mediante cosecha, la concentración de N en

el material vegetal y se calculó el N absorbido, mientras que en suelo se midió contenido
de agua hasta un metro y N-NO3 en los primeros 60 cm. En antesis se obtuvieron
muestras de biomasa aérea de 2 m lineales de surco. Sobre la muestra obtenida se
determinó la biomasa aérea por unidad de superficie y la concentración de N mediante
el método de Kjeldahl.
La cosecha se realizó en forma manual y se trilló en trilladora estacionaria. Sobre las

muestras obtenidas se determinó el contenido de N. El contenido proteico del grano se
calculó multiplicando la concentración de N por el coeficiente 6,25. A partir del
rendimiento y el contenido de N de los granos se calculó la cantidad N en grano por
unidad de superficie.
Se realizaron análisis de correlación entre parámetros de cultivo en antesis (biomasa,

concentración de N en hoja y N absorbido por unidad de superficie) y parámetros
medidos a cosecha final (rendimiento, proteína y número de granos). Además se estudió
la relación entre los índices espectrales medidos en antesis con parámetros del cultivo
tanto en antesis como en cosecha final mediante un análisis de regresión simple. Los
datos de rendimiento y proteína final se analizaron mediante ANOVA.
Efecto de la fertilización en rendimiento, proteína y su relación con el estado

nutricional del cultivo en antesis.
Los rendimientos variaron entre 2200 y 8200 kg/ha debido la gran diversidad de
ambientes que presentaron los sitios experimentales (Figura 1). Los efectos de sitio
tratamiento se observan en la Tabla 1. La fertilización nitrogenada en emergencia
incrementó significativamente el rendimiento de los cultivos en 6 de los 15 experimentos
y tendió a incrementarlos en el resto. La fertilización foliar en antesis, no tuvo efecto
significativo sobre el rendimiento.
4
El rendimiento del cultivo estuvo relacionado positivamente a la biomasa (R2= 0,44;

p<0,05), en menor medida al N absorbido en antesis (R2=0,17; p<0,05) y no se
correlacionó significativamente con la concentración de N en planta (Figura 2).
Tabla 1: ANOVA y contrastes para los efectos de sitio y tratamiento para rendimiento,
número de granos, peso de grano y proteína.
Rendimiento Número de Peso de grano Proteína

granos
Sitio 0,001 0.000 0.000 0,001
Tratamiento 0,001 0.001 0.000 0,001
Sitio x 0,003 N.S 0.001 N.S.
Tratamiento
Contrastes
Test vs N 20 f 0.772 0,012
Test vs N 150 0.000 0,001
8
Testigo
7 N 20 foliar
N 150
6
Rendimiento (tn ha )
-1
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Sitio
Figura 1: Rendimiento en función de sitio y tratamiento.
5
Figura 2: Relación entre rendimiento, número de granos y proteína con la biomasa, la

concentración de N y el N absorbido por unidad de superficie en antesis.
El número de granos aumentó por efecto de la fertilización en emergencia (contraste

Test. Vs. N150 significativo), pero no fue afectado significativamente por la fertilización
en antesis.
La fertilización en emergencia disminuyó el peso de los granos sólo en algunos sitios,

(interacción sitio X tratamiento significativa), mientras que la fertilización en antesis no
tuvo efecto.
6
La fertilización nitrogenada a la siembra incrementó el contenido proteico de los granos

(contraste N 150 vs testigo significativo), no existiendo interacción significativa entre sitio
y tratamiento (Tabla 1). En promedio la fertilización nitrogenada a la siembra (150 kg N
ha) incrementó la proteína de los granos en un 0,022% por kilogramo de N aplicado.
La fertilización en espigazón también aumentó significativamente el contenido proteico
de los granos (contraste testigo vs N 20: Tabla 1). La aplicación de 20 kgN ha-1 produjo
un incremento promedio de 0,76%, resultando en un 0,038% por kg de N aplicado. Los
efectos observados fueron similares a los resultados obtenidos en la misma región por
Ferraris, et al (2008).
El contenido proteico estuvo asociado positivamente a la concentración de N en planta

en antesis (R2= 0,31 y al N absorbido por unidad de superficie (R2= 0,26), pero no se
correlacionó con la biomasa en antesis (Figura 2). Relaciones similares fueron
observadas en trigo por Freeman, (2003).
Estimación de nutrición nitrogenada del cultivo en antesis a través de índices

espectrales.
La Figura 3 muestra las correlaciones entre los índices evaluados con las mediciones
realizadas sobre el cultivo en antesis. La biomasa y el N absorbido por unidad de
superficie correlacionaron significativamente con los siguientes índices: NDVI, GNDVI,
OSAVI, TCARI y REIP. El índice GNDVI presentó el mejor ajuste para N absorbido por
unidad de superficie (R2= 0.60) OSAVI fue el índice que mejor correlacionó con la
biomasa (R2= 0.55).
La relación entre NDVI con biomasa coincide con los resultados de numerosos trabajos:
Freeman (2003); Fox (2008). El mejor ajuste que presenta GNDVI, respecto a NDVI
puede explicarse por su menor tendencia a saturarse bajo condiciones de alta cobertura
de suelo (Fox, 2000; Hatfield, 2008).
El uso de los mismos índices relativizados al tratamiento sin limitaciones de N no mejoró

el ajuste respecto a los mismos índices en valor absoluto (datos no mostrados).
La concentración de N en hojas, no correlacionó con ninguno de los índices espectrales
simples probados. Solo el índice SPAD relativizado al tratamiento sin limitación de N
permitió estimar la concentración de N en hojas (R2= 0,56) y correlacionó pobremente
con la medición de índice SPAD (R2= 0,09). La forma relativa del índice SPAD permite
eliminar los efectos de factores externos a la disponibilidad de N, como son los efectos
del ambiente y cultivar sobre el color de la hoja, coincidiendo con lo observado por
Wienhold & Krupinsky (1999).
La falta de correlación entre la concentración de N en hoja y los índices que se probaron

en este trabajo puede deberse a las diferencias en cobertura del cultivo y las diferentes
7
prácticas de manejo entre los sitios. Estas diferencias generan interferencias en las
mediciones tanto por efecto de la diferente cobertura foliar como de la reflectancia del
suelo (Eitel, 2008).
Figura 3: Relación entre índices espectrales con la biomasa, N absorbido y

concentración de N en antesis.
8
Estimación de rendimiento y parámetros y calidad de grano a través de índices

espectrales.
Figura 4: Relación entre índices espectrales con rendimiento, número de granos y

proteína de grano a cosecha final.
9
El rendimiento en grano se correlacionó significativamente con todos los índices

espectrales probados, pero no con SPAD (Figura 4). Los índices OSAVI, REIP y NDVI
fueron los índices que mejor ajustan con el rendimiento del cultivo (R2= 0,48; 0,47).
El número de granos se pudo estimar con mayor precisión que el rendimiento, siendo
NDVI, GNDVI y OSAVI los índices que mejor estiman este parámetro (R2= 0,68-0,69)
probablemente debido a que dicho componente se define en el momento donde se
realiza la medición (antesis). Ninguno de los índices probados pudo predecir el peso de
los granos (datos no mostrados), probablemente debido a la escasa relación existente
entre el peso del grano con las condiciones del cultivo al momento de realizar la
medición. Por lo tanto, la asociación observada entre el rendimiento y los índices
espectrales medidos en antesis se debe a que los índices son capaces de predecir el
número de granos por unidad de superficie.
El contenido proteico del grano solo correlacionó con el SPAD, tanto en la medición
absoluta como relativa al tratamiento sin limitaciones de N (Figura 4), aunque los
coeficientes de determinación fueron bajos. Si bien el contenido proteico está
relacionado con el N absorbido por unidad de superficie en antesis, los índices que
estiman este parámetro no permitieron predecir la proteína final coincidiendo con lo
observado por Freeman (2003). Esto puede deberse a que el contenido proteico es
afectado por otros factores, además del N absorbido en antesis principalmente el
rendimiento, por su efecto de dilución determina el contenido proteico final.
Freeman (2003) usando el índice NDVI pudo predecir el rendimiento pero no el

contenido proteico en cultivos de trigo. La correlación entre la proteína y la
concentración de N en hoja es más fuerte, por lo tanto los sensores que estimen este
parámetro en antesis podrán predecir el contenido proteico final.
Conclusiones
La mayoría de los índices espectrales simples evaluados en este trabajo permitieron

estimar la biomasa y el N absorbido por el cultivo en antesis, mientras que Solo el SPAD
relativo permitió una buena estimación de la concentración de N en hojas bajo las
condiciones experimentales.
Los índices medidos en antesis permitieron una buena estimación del rendimiento,
principalmente a través del número de granos.
Se pudo predecir la proteína en grano sólo mediante el SPAD durante el período de

antesis. Por lo tanto los índices espectrales evaluados no fueron útiles para determinar
la necesidad de fertilización alrededor de espigazón.
10
Bibliografía
Bergh, R., T. Loewy & H.E. Echeverria. 2004. Nitrógeno en trigo: Rendimiento y calidad
panadera. II. Aplicación de las lecturas de índice de verdor. Actas del VI Congreso
Nacional de Trigo y IV Simposio Nacional de Cereales de Siembra Otoño-Invernal.
Bahía Blanca, Pcia. Buenos Aires: 121-122.
Clevers, J.G. & L. Kooistra. 2012. Using hyperspectral remote sensing data for retrieving
canopy chlorophyll and nitrogen content. IEEE J Selected Topics Applied Earth
Observations Remote Sensing, 5(2): 574-583.
Egli, DB. 1998. Seed biology and the yield of grain crops. CAB International, Wallingford,
UK.
Eitel, J.U.H.; Long, D.S.; Gessler, P.E.; Hunt, E.R.; Brown, D.J. 2008 Sensitivity of
ground-based remote sensing estimates of wheat chlorophyll content to variation in soil
reflectance. Soil Sci. Soc. Am. J. 2009, 73, 1715–1723.
Ferraris G., R. Bergh T. Loewy, L. Ventimiglia, L. Couretot, F.H. Gutierrez Boem y P.

Prystupa. 2008. Fertilización de cebada cervecera cv. scarlett: III. Efecto del nitrógeno
en espigazón y su interacción con el nitrógeno inicial. XXI Congreso Argentino de la
Ciencia del Suelo, San Luis, Mayo.
Freeman, K.W., W.R. Raun, G.V. Johson, R.W. Mullen, M.L. Stone & J.B. Solie. 2003.
Late-season prediction of wheat grain yield and grain protein. Commun. Soil Sci. Plant
Anal. 34: 1837-1852.
Fox, R.H. & C.L. Walthal 2008 Crop Monitoring Technologies to Assess Nitrogen Status.
Nitrogen in Agricultural Systems. 647-674.
Gitelson, A.A., Y.J. Kaufman, and M.N. Merzlyak, 1996. Use of a green channel in
remote sensing of global vegetation from EOS-MODIS, Remote Sens. Environ,. 58:289-
298.
Lopez-Bellido R.J., C.E. Shepherd, P.B. Barraclough. 2004. Predicting post-anthesis N

requirements of bread wheat with a Minolta SPAD meter. European Journal of
Agronomy, 20: 313–320.
Haboudane, D., J.R. Miller, N. Tremblay, P.J. Zarco-Tejada, and L. Dextrazec. 2002.
Integrated narrow-band vegetation indices for prediction of cropChlorophyll content for
application to precision agriculture. Remote Sens.Environ. 81:416–426.
11
Hatfield, J.L., A. A. Gitelson, J. S. Schepers, and C. L. Walthall. 2008. Application of

Spectral Remote Sensing for Agronomic Decisions. Agronomy Journal 100: 117-131.
Kim MS, Daughtry C, Chappelle E, McMurtrey J, Walthall C. 1994. The use of high
spectral resolution bands for estimating absorbed photosynthetically active radiation
(APAR). Proceedings of the 6th International Symposium on Physical Measurement and
Signatures in Remote Sensing, 299–306. Val d’Isere
Prystupa, P., R. Savin & G.A. Slafer. 2004. Grain number and its relationship with dry
matter, N and P in the spikes at heading in response to NxP fertilization in barley. Field
Crops Res. 90: 245-254.
Prystupa, P., G. Ferraris, R. Bergh, T. Loewy, L. Ventimiglia, L. Couretot & F.H.

Gutierrez Boem. 2008. Fertilización de cebada cervecera cv. Scarlett: IV. Estimación de
la respuesta del contenido proteico a la fertilización nitrogenada. XXI Congreso
Argentino de la Ciencia del Suelo, San Luis, Mayo.
Prystupa, P., G. Ferraris, T. Loewy, F.H. Gutierrez Boem, L. Ventimiglia, L. Couretot, &
R. Bergh. 2012. Fertilización nitrogenada de cebada cervecera cv. Scarlett en la
provincia de Buenos Aires. XXIII Congreso Argentino de la Ciencia del Suelo, 16-20
abril, Mar del Plata.
Redel M. & M Zubillaga. 2014. Aproximaciones para el manejo sitio-específico de la

fertilización nitrogenada en maíz a través de índices espectrales. Informaciones
Agronómicas de Hispanoamérica. N° 15 IPNI Cono Sur, Bs As, pp 15-21.
Rondeaux, G., M. Steven, and F. Baret. 1996. Optimization of soil-adjusted vegetation
indices. Remote Sens. Environ. 55:95–107.
Rouse, J.W., Jr., R.H. Haas, J.A. Schell, and D.W. Deering. 1973. Monitoring vegetation
systems in the Great Plains with ERTS. ERTS Symp. 3rd, Washington, DC. 10–14 Dec.
1972. NASA SP-351. Vol. I:309–317. NASA, Washington, DC.
Thenkabail, P.S., R.B. Smith & E. de Pauw. 2000. Hyperspectral vegetation indices and
their relationships with agricultural crop characteristics. Remote Sens. Environ. 71: 158-
182.
Wienhold, B.J.,& J.M. Krupinsky. 1999. Chlorophyll meter as nitrogen management tool
in malting barley. Commun. Soil Sci. Plant Anal. 30:2551–2562.
12
COMPORTAMIENTO DE DIFERENTES GENOTIPOS DE MAÍZ FRENTE A

VARIACIONES EN FECHA DE SIEMBRA, DENSIDAD Y FERTILIZACIÓN
NITROGENADA
GUSTAVO N. FERRARIS1 * Y LUCAS RATTO2; 1.INTA EEA Pergamino. Av Frondizi km

4,5 B2700WAA Pergamino; 2.Syngenta Argentina SA
*[email protected]
Palabras clave: sistemas, interacciones, recomendaciones sitio-específico
Resumen
La intensificación agrícola y la falta de rotaciones han producido una disminución de los

niveles de MO de los suelos de la región pampeana. Esto junto con la escasa reposición
de nutrientes podría generar carencias generalizadas, especialmente de nitrógeno (N),
el elemento clave para gramíneas. Aun cuando se ha desarrollado un amplio
conocimiento sobre el diagnóstico y tecnología de fertilización nitrogenada, existe
escasa investigación sobre las interacciones que existen entre la nutrición y prácticas de
manejo como fecha de siembra (FS), densidad (D), o genotipo (G).El objetivo de este
trabajo fue evaluar el resultado agronómico de diferentes G, FS, D y niveles de N, así
como sus interacciones. Durante el ciclo 2014/15, se desarrolló un experimento a campo
en Pergamino, donde se evaluaron en 2 FS 3-4 G, 3 D y 3 dosis de N, en un diseño
factorial completo. El clima favorable permitió una excelente expresión de rendimiento,
aun sostenido en FS tardías. En FS temprana, se determinó efecto significativo de G y
Dosis N (P<0,01), así como también de la interacción GxD (P<0,05). La mayor parte de
la variación fue explicada por Dosis N (55,6%), G (19,5%) y GxD (7,6 %). Entre los
efectos simples, alcanzaron el rendimiento máximo una D de 75000 plha-1, la dosis
máxima de 160kgNha-1 y los cultivares SYN969TDTG y SPS2721TDTG, de ciclo
completo. En FS tardía, se determinó efecto significativo de G, D, dosis N (P<0,01) y de
la interacción DxN (P<0,05). La partición de varianza jerarquiza los efectos simples de
Dosis N (59,9%), G (24,5%), Densidad (6,8%), y entre las interacciones DxN (1,95 %).
En FS tardía las interacciones GxD y GxN son de menor magnitud en comparación con
FS temprana, indicando menor estrés y mayor estabilidad de rendimiento. En esta FS, el
rendimiento máximo se obtuvo con Dde 55000 plha-1, dosis máxima de 200 kg N ha-1 y
G SYN900TDTG. Se concluye que el diseño sitio-específico de estrategias de
producción GxDxDosisN adaptadas a FS, suelo y año climático es un aspecto relevante
para maximizar el potencial productivo de cultivo.
Introducción
La intensificación de la agricultura y la falta de rotaciones con pasturas han producido

una notable disminución de los niveles de MO de los suelos de la región pampeana, los
1
que en algunas zonas representan solo el 50% del nivel original (Lavado, 2006). Esto
junto con la escasa reposición de nutrientes podría generar carencias generalizadas.
El Nitrógeno (N) es el principal elemento en la nutrición del maíz, y uno de los factores
que con mayor frecuencia limita los rendimientos (Andrade, 2012; Doberman, 2007). Por
este motivo, desde hace mucho tiempo se conducen experimentos de investigación en
la Región pampeana Argentina, destinados a desarrollar metodologías de diagnóstico,
calibrar curvas de respuesta a fertilización, y evaluar alternativas tecnológicas como
fuentes, momentos, o formas de localización (Ferraris & Couretot, 2013.a, b.). Sin
embargo, poco se sabe de las interacciones que existen entre la nutrición y prácticas de
manejo del cultivo, como la fecha de siembra, densidad, o el genotipo elegido. En la
Región Norte de Bs As y Sur de Santa Fe, es habitual observar un incremento de 30- 40
kgN ha-1 en el período setiembre-diciembre (Ascheri, 2013, Ermácora et al., 2013,
Ferraris & Couretot, 2013.b). Por este motivo, aun cuando se decidiera un mismo
objetivo de N-sumando el contenido en el suelo a la siembra y el agregado mediante
fertilización-, lo cual actualmente es motivo de disenso (Ascheri, 2013; Ermácora et al.,
2013), la dosis recomendada a aplicar suele reducirse. De igual modo, de manera
intuitiva se asume que altas densidades, buena disponibilidad hídrica y genotipos de
mayor rendimiento responden en mayor medida a la fertilización (Espósito et al.,2013,
Ermácora et al., 2013; Maddonni, 2009). Los cambios en fecha de siembra traen
aparejados también cambios en la eficiencia agronómica de uso de N, y en las pérdidas
por lixiviación o volatilización (Ferraris et al., 2010; Ferraris et al., 2014), así como en la
adaptación al ambiente productivo (Scharf, 2005) Sin embargo, esto debe ser
comprobado y cuantificado pare realizar recomendaciones certeras.
El objetivo de este trabajo es 1. Evaluar los efectos sobre los rendimientos de diferentes
genotipos, fechas, densidades de siembra y niveles de N, así como sus interacciones.
Hipotetizamos que 1.Es posible identificar combinaciones de estos factores que
optimizan los recursos del ambiente, en fechas de siembra tempranas y tardías y 2.
Existe interacción entre los factores, de modo que el óptimo de densidad y dosis de N
cambia según el cultivar. Esta jerarquía a su vez es diferente según la fecha de siembra
establecida
Se implantó un experimento de campo en la EEA INTA Pergamino, sobre un suelo Serie

Pergamino, Argiudol típico (USDA- Soil Taxonomy V. 2006), capacidad de uso: I-2;
IP=85. El ensayo se sembró el día 14 de Octubre y 12 de Diciembre representando un
sistema de Maíz temprano y tardío, respectivamente. El distanciamiento entre hileras
fue de 0,70 m. El diseño de los ensayos fue en bloques completos al azar con 2
repeticiones y 27tratamientos en un arreglo factorial completo y al azar que surge de la
interacción de 3 factores: 3 cultivares, 3 densidades y 3 niveles de N. En fecha tardía se
repitió el esquema pero con 4 cultivares, dando origen a 36 tratamientos. Todas las
2
parcelas fueron fertilizadas a la siembra con igual dosis de fósforo (P) y azufre (S): 100
kg ha-1 de superfosfato triple de calcio y 80 kg ha-1 de sulfato de calcio. En ambas
fechas de siembra, los tratamientos recibieron una aplicación de fungicida (azoxistrobin
20 g l-1 + cyproconazole 8 g l-1, a la dosis de 500 ml ha-1) para aislar el efecto de
enfermedades. Los tratamientos se detallan en la Tabla 1. El análisis de suelo del sitio
se presenta por su parte en la Tabla 2.
Tabla 1: Tratamientos evaluados de la interacción entre Cultivares, Densidades y Dosis

de Nitrógeno.EEA INTA Pergamino. Campaña 2014/15.
Fecha temprana 14-Oct Fecha tardía 12-Dic
Factor 1 Factor 2 Factor 3 Factor 1 Factor 2 Factor 3
Dosis
Densidad Dosis Nitrógeno Nitrógeno
Densidad (pl.
(pl. (suelo 0-60 cm + (suelo 0-60
Cultivar Cultivar emergidas/ha
emergidas/h fertilizante) cm +
)
a) (kg/ha) fertilizante)(k
g/ha)
H1:SYN 900
H1:SYN
TDTG
969 TDTG
H2:SPS 2721
H2: SPS D1: 65000 N1: 83 kg D1: 55000 N1:125 kg
TDTG
2721 D2: 75000 N2: 120 kg D2: 65000 N2: 160 kg
H3:SYN 840
TDTG D3: 85000 N3: 160 kg D3: 75000 N3: 200 kg
TDTG
H3:SYN
H4:SYN 860
840 TDTG
TDTG
Tabla 2: Análisis de suelo al momento de la siembra

Sitio pH Materia N Fósforo N- N- S-
Orgáni total disponibl Nitratos Nitratos Sulfatos
ca e (0-40) cm suelo 0- suelo 0-
60 cm 20 cm
agua 1:2,5 % mg kg-1 ppm kg ha-1 ppm
Temp 5,8 2,99 0,150 12,1 14,8 – 8,1 69,9 6,9
Tardío 5,5 3,36 0,168 21,3 25,3-15,4 125,8 7,9
Mg K Ca Zn Mn CU Fe B
ppm ppm ppm ppm ppm ppm ppm ppm
Temp 134 993 1381 0,82 55,3 1,35 86,9 0,49
Tardío 155 860 1307 1,15 56,3 1,71 116,0 0,47
En el estado V10 se midió la intensidad de verdor por medio del sensor Green Seeker.
En la floración se midió el número de hojas fotosintéticamente activas, se calificó
3
subjetivamente el estado del cultivo a través de la estimación de su vigor, y la

intercepción de radiación. A cosecha de determinaron los componentes del rendimiento,
número (NG) y peso (P1000) de los granos. La cosecha se realizó en forma manual, con
trilla estacionaria de las muestras. Para el estudio de los resultados se realizaron
análisis de la varianza, comparaciones de medias y análisis de regresión.
Resultados
Descripción climática de la campaña:
a) Maíz temprano.
En la Figura 1 se presentan las precipitaciones del sitio durante el ciclo de cultivo. Las
precipitaciones fueron favorables y bien distribuidas (Figura 1), acompañadas de
temperaturas moderadas. No se registraron excesos hídricos desmesurados. Las
condiciones de luminosidad fueron favorables, originando un cociente fototermal (Q)
medio (11 dic-10 ene) de 1,70, en comparación con 1,35 de la campaña anterior (Figura
2).
300
Et. maiz= (mm/mes)
250 Balance hídrico (mm)
200
mm decádicos
Florac
150
100
50
0
inicial
3-Nov
3-Dic
1-Nov
2-Nov
1-Dic
2-Dic
1-Mar
1-Ene
2-Ene
3-Ene
1-Oct
2-Oct
3-Oct
1-Feb
2-Feb
3-Feb
-50
Períodos decádicos
Figura 1: Precipitaciones, evapotranspiración y balance hídrico decádico acumulado
(mm) en el sitio experimental. Pergamino, Bs As. Agua disponible inicial en el suelo (200
cm) 180 mm. La flecha indica la floración. Precipitaciones totales en el ciclo 674 mm.
Déficit acumulado de evapotranspiración 13 mm.
4
b) Maíz Tardío
En la Figura 2 se presentan las precipitaciones del sitio durante el ciclo de cultivo. El

ambiente fue más favorable aun que en la fecha temprana, alejando cualquier riesgo de
estrés hídrico, y con condiciones de luminosidad normales de final de verano.
300
250
200 Et. maiz= (mm/mes)

mm decádicos
Balance hídrico (mm)
150
100
50
0
inicial
2-Dic
3-Dic
1-Mar
2-Mar
3-Mar
1-Abr
2-Abr
3-Abr
1-Ene
2-Ene
3-Ene
1-Feb
2-Feb
3-Feb
-50
Figura 4: Precipitaciones, evapotranspiración y balance hídrico decádico acumulado

(mm) en el sitio experimental. Pergamino. Agua disponible inicial en el suelo (200 cm)
200 mm. La flecha indica la floración. Precipitaciones totales en el ciclo 674 mm. Déficit
acumulado de evapotranspiración 0 mm.
Resultados del experimento
a) Maíz Temprano
En la Tabla 3 se presentan los parámetros morfológicos y fisiológicos de cultivo así

como los componentes del rendimiento. Por su parte, en las Figuras3 a 6 se presentan
los rendimientos a través de las diferentes combinaciones entre factores.
5
Tabla 3: Parámetros morfológicos de cultivo durante el período crítico: hojas

fotosintéticamente activas, índice de vigor, intercepción, intensidad de verde
determinado mediante Green seeker y componentes numéricos del rendimiento.
Tratamientos de manejo y nutrición en Maíz temprano. Pergamino, campaña 2014/15.
Cobertura Rendi
Densid Vigo Green
N(s+f) Altura Intercepci miento NG/m PG
Cultivar ad r R2 seeke
kg/ha Planta ón (%) (kg ha- 2 (g)
(pl/ha) (1-5) r 1
)
Syn969 3072,
TDTG 65000 N83 240 3,8 96,4 0,78 9893 3 322
Syn969 3363,
TDTG 65000 N120 250 3,7 72,6 0,80 11536 2 343
Syn969 3384,
TDTG 65000 N160 240 3,7 94,8 0,80 11982 8 354
Syn969 3264,
TDTG 75000 N83 262 3,8 98,5 0,79 10054 1 308
Syn969 4137,
TDTG 75000 N120 265 4,2 95,3 0,79 12661 5 306
Syn969 3432,
TDTG 75000 N160 255 4,1 95,4 0,82 11875 1 346
Syn969 2549,
TDTG 85000 N83 235 4,0 89,2 0,80 8464 5 332
Syn969 3084,
TDTG 85000 N120 230 4,0 96,7 0,81 10179 4 330
Syn969 3880,
TDTG 85000 N160 245 4,1 93,6 0,82 12768 8 329
SPS2721 2837,
TDTG 65000 N83 260 3,8 89,6 0,76 9393 7 331
SPS2721 2735,
TDTG 65000 N120 250 3,7 95,9 0,81 9821 8 359
SPS2721 3341,
TDTG 65000 N160 246 3,8 94,1 0,81 11661 2 349
SPS2721 3491,
TDTG 75000 N83 257 3,6 81,5 0,81 10893 3 312
SPS2721 3746,
TDTG 75000 N120 275 3,7 97,3 0,81 13000 4 347
SPS2721 3469,
TDTG 75000 N160 270 3,7 95,9 0,81 12107 1 349
SPS2721 2919,
TDTG 85000 N83 242 3,6 91,8 0,79 10071 3 345
SPS2721 3142,
TDTG 85000 N120 240 3,5 96,6 0,79 10715 1 341
6
SPS2721 3458,
TDTG 85000 N160 235 3,6 95,9 0,80 11518 8 333
SYN 840 3146,
TDTG 65000 N83 260 4,2 87,5 0,75 9786 5 311
SYN 840 2906,
TDTG 65000 N120 255 4,4 94,1 0,81 10143 3 349
SYN 840 3383,
TDTG 65000 N160 260 4,3 98,3 0,79 10286 6 304
SYN 840 2574,
TDTG 75000 N83 265 4,1 88,7 0,77 8393 5 326
SYN 840 2802,
TDTG 75000 N120 268 4,3 83,2 0,80 8857 9 316
SYN 840 3582,
TDTG 75000 N160 270 4,2 92,6 0,82 11607 5 324
SYN 840 3094,
TDTG 85000 N83 250 3,9 89,6 0,81 9839 1 318
SYN 840 2908,
TDTG 85000 N120 255 4,2 96,9 0,81 9483 9 326
SYN 840 3432,
TDTG 85000 N160 255 4,3 93,1 0,82 11429 0 333
0,0
Correlación (r2 vs rendimiento) 0,20 0,23 0,04 0,18 0,84
7
Índice de Vigor: 1 mínimo 5-máximo
R2 Corresponde a los estados de cuajado de grano.
7
Cult x Dens x N
Dens x N 3,04% 4,35%
Cult x N 4,42%
Cultivar;
Cult x Dens; 19,56%
7,63%
Densidad;
5,36%
Nitrógeno;
55,64%
Figura 3: Contribución de diferentes factores y sus interacciones a la variabilidad en los

rendimientos del experimento.
Fecha de siembra temprana.

13000
12000
Rendimiento (kg/ha)
11000
10000
9000
8000
SYN 969 SPS 2721 SYN 840
7000
65000 75000 85000
Densidad (pl/ha) Dosis de N (kg/ha)
Figura 4: Comportamiento de tres cultivares de maíz frente a cambios en la densidad
de siembra, promedio de tres niveles de N. Fecha de siembra temprana .INTA EEA
Pergamino, campaña 2014/15.
8
15000 R SYN 969 = -0,4029N2 + 123,23N + 1780,6

R² = 0,4124
14000 R SYN 969 = -1,0922N2 + 287,48N - 6953,5
R² = 0,5822
13000
Rendimiento (kg/ha)
12000
11000
10000 R SYN 969 = 52,276N + 3446,9

R² = 0,86
9000
8000 65000 pl/ha 75000 pl/ha 85000 pl/ha

7000
80 90 100 110 120 130 140 150 160 170
Disponibilidad de N (s+f)(kg/ha)
Figura 5.a. SYN 969 TDTG

15000
Rend SPS 2721 = 27,697N + 6254,2
14000 R² = 0,5943 R SPS 2721 = -0,9609N2 + 248,21N - 3815,2
R² = 0,4504
13000
Rendimiento (kg/ha)
12000
11000
10000 Rend SPS 2721 = 17,549N + 7926,7

R² = 0,3016
9000
8000
65000 pl/ha 75000 pl/ha 85000 pl/ha
7000
80 90 100 110 120 130 140 150 160 170
Figura 5.b. SPS 2721TDTG
15000 Rend SYN 840 = 6,0304N + 8670,5 Rend SYN 840 = 39,301N + 4222,4
R² = 0,093 R² = 0,4665
14000
13000 Rend SYN 840 = 19,616N + 7193,3

Rendimiento (kg/ha)
R² = 0,3421
12000
11000
10000
9000
8000
65000 pl/ha 75000 pl/ha 85000 pl/ha
7000
80 90 100 110 120 130 140 150 160 170
Figura 5.c. SYN 840 TDTG

Figura 5: Respuesta a la fertilización nitrogenada según densidad de plantas
emergidas, para tres cultivares de Maíz: a) SYN 969 TDTG, b) SPS 2721 TDTG y c)
SYN 840 TDTG. Fecha de siembra temprana. Pergamino, campaña 2014/15.
9
12000
11500
11050
11000
10500 10496
Rendimiento (kg/ha)
10500
10000
9500
9000
8500
8000
7500
7000
65000 pl/ha 75000 pl/ha 85000 pl/ha
Densidad (pl emergidas/ha) Figura 6.a
12000
11046 11020
11500
a a
11000
Rendimiento (kg/ha)
10500 9980
b
10000
9500
9000
8500
8000
7500
7000
SYN 969 TDTG SPS 2721 TDTG SYN 840 TDTG
CULTIVAR Figura 6.b
12000 11693
a
11500
10710
11000 b
Rendimiento (kg/ha)
10500
9643
10000 c
9500
9000
8500
8000
7500
7000
83 120 160
DOSIS N (kg/ha) Figura 6.c
Figura 6: Rendimiento de maíz temprano promedio de três factores principales: a) Densidad de
plantas logradas, b) Genotipo y c) Dosis de N. Dentro de cada factor, letras distintas sobre las
columnas representan diferencias significativas entre tratamientos (P<0,01). Las barras de error
indican la desviación standard de la media. INTA EEA Pergamino, campaña 2014/15.
10
El ciclo agrícola 2014/15 se caracterizó por un escenario favorable para los maíces,
tanto en fecha de siembra tradicional como tardía, que fueron acompañados por
temperaturas moderadas y precipitaciones bien distribuidas.
En la siembra temprana, los rendimientos lograron un promedio de 10682 kg ha-1 con

un máximo de 13000 kg ha-1 y mínimo de 8393 kg ha-1 (Tabla 3). Estos rendimientos
son muy buenos para el sitio, más aun considerando que un grupo de tratamientos no
recibieron fertilización adicional al N disponible en suelo.
Se determinó efecto significativo de Cultivar y Dosis de N (P<0,01), así como también de
la interacción Cultivar x Densidad (P<0,05). La partición de la varianza indica que los
principales factores de variación fueron los efectos simples: Dosis de N (55,6%), Cultivar
(19,5%) y la interacción Cultivar x Densidad (7,6 %)(Figura 3).
Analizando la interacción cultivar por densidad, se observa que el efecto medio fue
diferente según el cultivar evaluado: SYN969 TDTG y SPS2721 TDTG expresaron su
óptimo en 75000 pl/ha, mientras que SYN840 TDTG lo alcanzó en la densidad máxima,
aunque sin una pendiente pronunciada de aumento de rendimiento con la densidad
(Figura 4).
En promedio, la densidad de mayor rendimiento fue 75000 pl/ha, aunque las diferencias
observadas fueron moderadas y no alcanzaron la significancia estadística (Figura 6.a).
SYN969 TDTG y SPS2721 TDTG presentaron un rendimiento estadísticamente similar,
y superaron a SYN840 TDTG (Figura 6.b). Es probable que materiales de ciclo completo
en un ambiente muy favorable, expresaran un mayor potencial productivo en
comparación con un cultivar de ciclo intermedio. Por su parte, la respuesta a N se
verificó en todos los cultivares y densidades, de manera lineal y significativa en todo el
rango de dosis aplicado (Figuras 6 y 7.c).
b) Maíz Tardío
La descripción de diferentes variables de cultivo se presenta en la Tabla 4. Por su parte,

en las Figuras 7 a 10 se presentan los rendimientos a través de las diferentes
combinaciones entre factores.
11

Tratamientos de manejo y nutrición en Maíz tardío. Pergamino, campaña 2014/15.
Cobertura Rendi
Densid Vigo Green
N(s+f) Altura Intercepci miento NG/m PG
Cultivar ad r R2 seeke
kg/ha Planta ón (%) (kg ha- 2 (g)
(pl/ha) (1-5) r 1
)
Syn 900 3579,
TDTG 55000 N125 280 3,2 80 0,75 10667 4 298
Syn 900 3935,
TDTG 55000 N160 275 3,7 94 0,77 13733 1 349
Syn 900 5465,
TDTG 55000 N200 270 3,6 95 0,79 16833 4 308
Syn 900 3629,
TDTG 65000 N125 275 3,0 94 0,75 12267 2 338
Syn 900 3593,
TDTG 65000 N160 270 3,7 96 0,72 12183 9 339
Syn 900 4035,
TDTG 65000 N200 270 3,8 96 0,74 13317 3 330
Syn 900 3376,
TDTG 75000 N125 290 3,2 90 0,75 11617 9 344
Syn 900 3628,
TDTG 75000 N160 260 3,5 85 0,71 12300 3 339
Syn 900 3544,
TDTG 75000 N200 275 3,8 90 0,73 12900 0 364
SPS2721 3153,
TDTG 55000 N125 280 3,0 74 0,76 11100 4 352
SPS2721 3513,
TDTG 55000 N160 265 3,2 85 0,76 12683 3 361
SPS2721 4136,
TDTG 55000 N200 290 3,6 92 0,76 14767 3 357
SPS2721 3368,
TDTG 65000 N125 260 2,5 88 0,61 11117 7 330
SPS2721 3297,
TDTG 65000 N160 285 3,6 90 0,73 12100 0 367
SPS2721 3009,
TDTG 65000 N200 285 3,5 94 0,75 11617 5 386
SPS2721 2357,
TDTG 75000 N125 275 3,3 85 0,69 9950 8 422
SPS2721 3214,
TDTG 75000 N160 265 3,3 84 0,71 12183 6 379
12
SPS2721 3022,
TDTG 75000 N200 277 3,7 90 0,78 12633 3 418
SYN 840 2721,
TDTG 55000 N125 240 2,8 80 0,65 8600 5 316
SYN 840 3687,
TDTG 55000 N160 270 2,8 83 0,74 11467 0 311
SYN 840 3415,
TDTG 55000 N200 270 3,5 90 0,75 11750 7 344
SYN 840 2521,
TDTG 65000 N125 255 3,0 82 0,6 8700 7 345
SYN 840 2686,
TDTG 65000 N160 250 2,5 78 0,5 10100 2 376
SYN 840 2656,
TDTG 65000 N200 265 3,4 89 0,75 9883 8 372
SYN 840 2621,
TDTG 75000 N125 235 2,5 75 0,58 9383 0 358
SYN 840 3034,
TDTG 75000 N160 255 3,3 87 0,66 11017 9 363
SYN 840 3531,
TDTG 75000 N200 270 3,8 94 0,72 12750 9 361
SYN 860 2844,
TDTG 55000 N125 245 2,5 85 0,69 9783 0 344
SYN 860 3528,
TDTG 55000 N160 260 3,0 92 0,73 12034 9 341
SYN 860 3523,
TDTG 55000 N200 280 3,5 94 0,79 12367 3 351
SYN 860 2275,
TDTG 65000 N125 270 2,7 85 0,68 8600 1 378
SYN 860 3121,
TDTG 65000 N160 270 2,8 89 0,71 12050 8 386
SYN 860 3185,
TDTG 65000 N200 280 3,8 93 0,76 12550 3 394
SYN 860 2165,
TDTG 75000 N125 245 3,2 78 0,69 8467 4 391
SYN 860 2751,
TDTG 75000 N160 270 3,0 88 0,69 10317 1 375
SYN 860 3461,
TDTG 75000 N200 295 3,8 90 0,72 13500 5 390
0,0
Correlación (r2 vs rendimiento) 0,33 0,42 0,46 0,38 0,82
2
13
Cult x N 1,19% Dens x N 3,24% Cult x Dens x N

2,23%
Cult x Dens;
1,95%
Cultivar;
24,54%
Densidad;
6,87%
Nitrógeno;
59,98%
Figura 7: Contribución de diferentes factores y sus interacciones a la variabilidad en los

rendimientos del experimento. Fecha de siembra tardía.
16000
15000
14000
Rendimiento (kg/ha)
13000
12000
11000
10000
9000
NK 900 SPS 2721
8000
SYN 840 SYN 860
7000
55000 65000 75000
Densidad (pl/ha)
Dosis de N (kg/ha)
Figura 8: Comportamiento de tres cultivares de maíz frente a cambios en la densidad
de siembra, promedio de tres niveles de N. Fecha de siembra tardía. INTA EEA
14
18000 R SYN 900 = 82,11N + 469,92

17000 R² = 0,9425
16000
Rendimiento (kg/ha)
15000
14000 R SYN 900 = 14,337x + 10271
R² = 0,4895
13000
12000
R SYN 900 = 17,061x + 9514
11000
R² = 0,3958
10000
9000 55000 pl/ha 65000 pl/ha 75000 pl/ha
8000
7000
120 130 140 150 160 170 180 190 200
Figura 9.a. SYN 900 TDTG
18000 R SPS 2721 = 48,965N + 4933,9
17000 R² = 0,9212
16000 R SPS 2721 = 35,197N + 5898,7
Rendimiento (kg/ha)
15000 R² = 0,4946
14000
13000
12000
11000
10000 R SPS 2721 = 6,2229N + 10605
9000 R² = 0,0429
8000 55000 pl/ha 65000 pl/ha 75000 pl/ha
7000
120 130 140 150 160 170 180 190 200
Figura 9.b. SPS 2721 TDTG
18000
17000 R SYN 840 = 44,852N + 3798,9
55000 pl/ha R² = 0,7156
16000
Rendimiento (kg/ha)
15000 65000 pl/ha R SYN 840 = 41,174N + 3949,2

14000 R² = 0,4295
13000 75000 pl/ha
12000
11000
10000
9000 R SYN 840 = 15,276N + 7091,5
8000 R² = 0,3629
7000
120 130 140 150 160 170 180 190 200
Figura9.c. SYN 840 TDTG
15
18000
17000
16000
Rendimiento (kg/ha)
15000 R SYN 860 = 67,406N - 136,24

R SYN 860 = 33,826N + 5925,9
14000 R² = 0,943
R² = 0,6237
13000
12000
11000
R SYN 840 = 51,716x + 2705,9
10000 R² = 0,7667
9000
8000 55000 pl/ha 65000 pl/ha 75000 pl/ha
7000
120 130 140 150 160 170 180 190 200
Figura9.d. SYN 860 TDTG
Figura 9: Respuesta a la fertilización nitrogenada según densidad de plantas
emergidas, para tres cultivares de Maíz: a) SYN 900 TDTG, b)SPS 2721 TDTG, c) SYN
840 TDTG y d) SYN 860 TDTG. Maíz Tardío. Pergamino, campaña 2014/15.
Sorprendentemente, en un año húmedo la siembra tardía alcanzó en promedio un

rendimiento superior a la fecha temprana, con un promedio de 11591 kg ha-1, siendo el
máximo de 16833 kg ha-1 y mínimo de 8467 kg ha-1 (Tabla 4). Es probable que en la
siembra tardía, la mayor oferta de N -especialmente la proveniente del suelo- sea una
causa relevante de los rendimientos superiores en una campaña agrícola con
predisposición al lavado de N. Se determinó efecto significativo de Cultivar, densidad y
dosis de N (P<0,01), así como también de la interacción Densidad x Dosis N (P<0,05).
Nuevamente, la partición de varianza jerarquiza como factores de variación los efectos
de Dosis de N (59,9%), Cultivar (24,5%), Densidad (6,8%), y en menor medida la
interacción Densidad x Nitrógeno (1,95 %)(Figura 5).
En esta siembra tardía, las interacciones de Cultivar con Densidad o Nitrógeno son de
menor magnitud en comparación con la FS temprana (Tabla 4). Esto significa que los
diferentes cultivares se comportan de manera más parecida, con mayor uniformidad,
probablemente por la reducción en los niveles de estrés que podrían sufrir. La densidad
de mayor rendimiento fue 55000 pl/ha (Figura 8): Los cultivares sembrados no
necesitaría poblaciones altas para alcanzar niveles de producción altísimos (Figura
10.a). El óptimo se verificó 20000 pl/ha por debajo de la siembra temprana (Figura 6.a).
SYN900 TDTG superó a SPS 2721 TDTG, y este a SYN860 TDTG y SYN840 TDTG
(Figura 10.b). Nuevamente, los materiales de ciclo completo se impusieron sobre los
intermedios.
* La respuesta a N se verificó en todos los cultivares y densidades, de manera lineal y

significativa en todo el rango de dosis aplicado (Figura 9), así como agrupando todas las
16
variables (Figura 10).c. Sin embargo, se verificó cierto grado de interacción triple: La
respuesta a N fue mayor para la densidad más baja en los materiales de ciclo más
largo: SYN 900 TDTG y SPS 2721 TDTG (Figuras 9.a y 9.b), pero se verificó el
comportamiento inverso en SYN 860 con la mayor respuesta a N en alta densidad
(75000 pl/ha, Figura 9.d).
13000 12149
a
11418
12000 11207
c
b
Rendimiento (kg/ha)
11000
10000
9000
8000
7000
55000 pl/ha 65000 pl/ha 75000 pl/ha
Densidad (pl emergidas/ha) Figura 10.a

12869
13000 a
12017
b
12000 11074
Rendimiento (kg/ha)
c
10406
11000
c
10000
9000
8000
7000
SYN 900 SPS 2721 SYN 840 SYN 860
TDTG TDTG TDTG TDTG
Figura 10.b
CULTIVAR
17
12906
a
13000
11847
b
12000
Rendimiento (kg/ha)
11000
10021
c
10000
9000
8000
7000
125 160 200
Figura 10.c
DOSIS N (kg/ha)
Figura 10: Rendimiento de maíz tardio promedio de três factores principales: a)
Densidad de plantas logradas, b) Genotipo y c) Dosis de N. Dentro de cada factor, letras
distintas sobre las columnas representan diferencias significativas entre tratamientos
(P<0,01). Las barras de error indican la desviación standard de la media. INTA EEA
Conclusiones
Los resultados obtenidos permiten aceptarlas hipótesis propuestas, e identificar las

mejores estrategias de producción para los sistemas evaluados. Es posible maximizar el
rendimiento en Pergamino con siembras en fechas tardías, aun en un buen año
climático. Bajo las características de suelo y clima de esta localidad, los ciclos
completos maximizaron rendimiento en comparación con ciclos intermedios.
Para la siembra temprana, se observó una densidad óptima para cada cultivar -75000
pl/ha en SYN969 TDTG y SPS2721 TDTG, 85000 pl/ha en SYN 840 TDTG- . Se
destaca la alta eficiencia de uso de N (EUN) en los tres materiales aumentando los
rendimientos hasta la dosis máxima. De las interacciones evaluadas, Cultivar x
Densidad fue la más destacada.
En la Fecha de siembra tardía, las interacciones se redujeron y el comportamiento

entre cultivares fuemás uniforme. El óptimo se verificó en la menor densidad a
excepción de SYN 840 TDTG. Respetando la tendencia de los rendimientos, en
SYN900 TDTG y SPS2721 TDTG la menor densidad también otorgó la máxima
respuesta a N, observando el comportamiento inverso en SYN 860 TDTG.
18
Se concluye que el diseño sitio-específico de estrategias de producción cultivar –

densidad – manejo y fertilización específicas es un aspecto sumamente relevante con la
finalidad de maximizar el aprovechamiento del potencial que otorga la genética.
Bibliografía
Andrade, F.H. 2002. Bases funcionales de la producción del cultivo de maíz. Su aporte a
la economía sostenible. En:Satorre, E.H. (Ed.) Guía Dekalb del cultivo de maíz. Buenos
Aires: Servicios y Marketing Agropecuario. pp. 14-19.
*Ascheri, L. 2013. Siembra de Maíces tardíos. En: Jornada CREA Sur de Santa Fe.
Maíz 2013. Venado Tuerto, 24 de Julio.
Bolsa de Comercio de Rosario. Consultado 16-May-2014. Disponible on-line

http://www.bcr.com.ar/ Pages/GEA/estimaProd.aspx
Dobermann, A. 2007. Nutrient use efficiency – measurement and management. En:

Fertilizer Best Management Practices: General Principles, Strategy for their Adoption
and Voluntary Initiatives vs Regulations. 259 pp. Proc. IFA International Workshop on
Fertilizer Best Management Practices. 7-9 March 2007. Brussels, Belgium. International
Fertilizer Industry Association.Paris, France. pp. 1-28.
Ermácora, M., E. Gandino y M. Reyes. 2013. Ensayos comparativos de híbridos y

planteos productivos: Convencional vs. Tardío. Ensayos Zonales de Maíz. Campaña
2012-13. Zona Norte de Bs. As.
Espósito, G.;W. Robledo, R. Bongiovanni, M. Ruffo, E. Diez y G. Balboa. 2012. Análisis

del efecto año sobre la dosis variable de nitrógeno en maíz. XIX Congreso
Latinoamericano de la Ciencia del Suelo. XXIII Congreso Argentino de la Ciencia del
Suelo “Latinoamérica unida protegiendo sus suelos”
Ferraris, G. y L. Couretot. 2013.a. Fuentes y dosis de fertilizantes nitrogenados en

sistemas de producción de maíz tradicionales y tardíos. INTA EEA Pergamino. Informe
técnico. 9 pp.
Ferraris, G. y L. Couretot. 2013.b. Fertilización Nitrogenada de maíz bajo tres escenarios

productivos. Eficiencia, efecto de fuente y uso de inhibidores. En: Maíz. Resultados de
experiencias. Pp 145-151.
Ferraris, G. y L. Couretot. 2014. Evaluación de fuentes fosforadas en Maíz tardío en el

medio-oeste de Buenos Aires. Campaña 2011/12.
Ferraris, G., L. Couretot y M. Toribio. 2010. Pérdidas de nitrógeno por volatilización y su

implicancia en el rendimiento del cultivo de maíz en Pergamino (Bs As). Efectos de
fuente, dosis y uso de inhibidores. Mesa de Fertilidad y Nutrición de Cultivo. IX
Congreso Nacional de Maíz. 1º Simposio Nacional de Sorgo. 4 pp.
19
Ferraris, G., G. Elías y ML Galetto. 2014. Pérdidas de nitrógeno por volatilización en

maíces tardíos en Pergamino (Bs As). Efectos de fuente y dosis. MAIZ HD - X Congreso
Nacional de Maíz. Area Suelos. Rosario, 3 al 5 de Setiembre de 2014.
Ferraris, G., L. Couretot y J. Urrutia. 2013. Respuesta a nitrógeno, azufre y zinc en maíz
de siembra tardía en el medio-oeste de Buenos Aires. En: Maíz en Siembra Directa.
Aapresid. 5 pp.
Lavado, R. 2006. La región Pampeana: Historia, características y uso de sus suelos. En:
Materia Orgánica “Valor Agronómico y Dinámica en Suelos Pampeanos” (ed. R Álvarez).
Editorial. Facultad de Agronomía, Universidad de Buenos Aires. p. 1-12.
Maddonni. G. 2009. Fecha de siembra como estrategia de manejo de agua en maíz. En:
XVII Congreso Aapresid. Actas.Rosario, Santa Fe, 19 al 21 de agosto de 2009. Rosario:
Aapresid. p. 195.
Scharf, PC; NR Kitchen; KA Sudduth; JG Davis; VC Hubbard & JA Lory. 2005. Field-
scale variability in optimal nitrogen fertilizer rate for corn. Agron. J. 97:452–461.
20
FERTILIZACIÓN CON ZINC BAJO DIFERENTES ESCENARIOS DE FERTILIDAD

NITROGENADA EN MAÍZ DE SIEMBRA TEMPRANA
GUSTAVO N. FERRARIS1 , FLORENCIA MISSART2, FABIO PRATS3
1.
INTA EEA Pergamino. Av Frondizi km 4,5 B2700WAA Pergamino; 2.Compo Argentina
SRL 3 Rizobacter Argentina SA
* [email protected]
Palabras clave: micronutrientes, interacción zinc x nitrógeno, tecnología de aplicación.
Resumen
La Región Pampeana Argentina ha sufrido un deterioro en la fertilidad de los suelos. Las

estrategias de fertilización bajo el criterio de suficiencia arrojan un balance de nutrientes
negativo en términos físicos y económicos. El Zinc (Zn) es uno de los elementos
esenciales. La deficiencia se asocia a suelos arenosos de baja CIC, primaveras frías,
dosis elevadas de fósforo en línea de siembra y baja concentración en el suelo, siendo
el maíz especialmente sensible a su deficiencia. La carencia de alguno de los elementos
principales podría condicionar la respuesta a los restantes. En General Gelly, sur de
Santa Fe, se condujo un experimentos obre un sitio erosionado, con historia de
monocultivo y baja fertilidad en el que se estudiaron estrategias de fertilización con Zn al
suelo o con dosis crecientes por vía foliar, en combinación con 4 niveles de N,
permitiendo estudiar los efectos principales y la interacción NxZn en un diseño factorial
7x4. Se determinaron diferencias significativas entre tratamientos de fertilización
complementaria (P=0,000) y dosis de N (P=0,000). No se verificó interacción ZnxDosisN
(P>0,10), aun cuando la respuesta a Zn fue superior en niveles moderados de N100, en
comparación con los extremos (N0-150). La aplicación de Zn aumentó los rendimientos
bajo diferentes formas de aplicación. Entre las aplicaciones foliares, la dosis de 0,4
kgha-1 fue suficiente para alcanzar el rendimiento máximo. La dosis de 0,8 kgha-1 no
evidenció fitotoxicidad, pero tampoco contribuyó a mayores rendimientos. Los resultados
permiten aceptar la hipótesis que propone respuesta a los tratamientos con Zn. Las
aplicaciones foliares maximizaron la respuesta en dosis menores en comparación con
los tratamientos al suelo, pero no se verificaron diferencias significativas entre ambos
sistemas. El estudio de la respuesta a nutrientes no tradicionales, su diagnóstico y
tecnología de aplicación, constituyen un aporte relevante para nuestros sistemas de
cultivo.
Introducción
La región Pampeana Argentina ha sufrido unprogresivo deterioro en la fertilidad de

sussuelos a lo largo de su historia agrícola (Gutiérrez Boem et al., 2010).Las estrategias
de fertilización bajo el criterio de suficiencia comúnmente adoptadas en la mayor parte
1
de los sistemas productivos arrojan un balance de nutrientes negativo en términos

físicos y económicos (Ferraris et al., 2015).La carencia de alguno de los elementos
principales como nitrógeno (N) o fósforo (P) podría condicionar la respuesta a los
restantes (Ferraris et al., 2010).
El Zinc (Zn) es uno de los trece elementos considerados esenciales (Marschner, 1992).
Su función principal es la de activador enzimático, catalizando innumerables reacciones
en procesos metabólicos como la respiración, la síntesis de clorofila y proteínas. Es
además precursor del triptófano y el ácido indol acético (Fancelli, 2006). La deficiencia
se asocia con la presencia de suelos arenosos de baja CIC, primaveras frías y dosis
elevadas de fertilizante fosforado en la línea de siembra, al presentar un antagonismo a
nivel de superficie radicular con este elemento (Scheid López, 2006). Se identifica por la
aparición de bandas longitudinales blanquecinas. En casos severos, pueden aparecer
plantas más pequeñas, entrenudos cortos y agrupamiento de hojas formando una roseta
en la porción terminal (Fancelli, 2006). Considerando solamente los cultivos extensivos,
cerca de 11,9 millones de hectáreas estarían afectadas por deficiencias de Zn y Cu
(Melgar, 2005). Moralejo y Acebal (2010) y Barbieri et al, (2015) observaron que en
reiterados casos los tenores de Zn disponible se encuentran por debajo de límites
críticos sugeridos por Ferraris (2013) para la Región Pampeana. En un relevamiento
reciente de los niveles de Zn y B en suelos de aptitud agrícola de la región pampeana,
Sainz Rozas et al. (2012) determinaron que los niveles de Zn bajo agricultura han
disminuido notablemente (65 al 74%, respecto de la condición prístina), encontrándose
cercanos a los umbrales de deficiencia mencionados en la bibliografía. El cultivo de
maíz presenta requerimientos totales de Zn que casi duplican al de los restantes
cultivos, siendo la especie que ha mostrado respuestas positivas a su agregado con
mayor frecuencia. De este modo, el Zn en el área de estudio se ubica como el cuarto
elemento en importancia para la nutrición del maíz, luego de N, P y azufre (S).
El objetivo de este trabajo de investigación fue 1. Evaluar los efectos sobre los
rendimientos y otros parámetros de cultivo de la aplicación de dosis crecientes de Znpor
vía foliar en maíz, en comparación con tratamientos al suelo 2. Estudiar la interacción
entre Zn y N.
Se implantó un experimento de campo en la localidad de General Gelly, sobre un suelo

Serie Peyrano, Argiudol Vértico (USDA- Soil Taxonomy V. 2006), capacidad de uso: II;
IP=77. El ensayo se sembró el día 22 de Setiembre, y fue espaciado a 0,525 m entre
hileras, a una densidad de 75000 pl/ha. El cultivar sembrado fue AW 190VT3P.
El diseño del ensayo correspondió a bloques completos al azar con 2 repeticiones y 28

tratamientos que surgen de la interacción de 2 factores: 7 tratamientos de fertilización
2
complementaria y 4 niveles de N. Todas las parcelas fueron fertilizadas a la siembra con

igual dosis de P y S. Los tratamientos se detallan en la Tabla 1.
Tabla 1: Tratamientos evaluados de la interacción entre Dosis de N (4) y tratamientos

de fertilización complementaria con N y Zn en maíz. General Gelly. Campaña 2014/15.
Dosis de Nitrógeno Inicial
Estadío
Tratamientos de de
Nº Dosis N0 N100 N150 N200
fertilización aplicaci
ón
-1
T1 Testigo (MAP) 77 kg ha X X X X
-1
T2 MesZ 100 kg ha Siembra X X X X
77+0,3
T3 MAP + Basfol 10 N
kgN X X X X
77+0,2
T4 MAP + Basfoliar Zn
kgZn X X X X
Siembra
77+0,4
T5 MAP + Basfoliar Zn +
kgZn X X X X
foliar V5
77+0,6
kgZn X X X X
77+0,8
kgZn X X X X
V5(estado de cincohojas expandidas), de acuerdo a la escala de Ritchie &
Hanway, 1982.
Tabla 2: Análisis de suelo al momento de la siembra

Sitio pH Materia N total Fósforo N- N- S-
Orgánic disponibl Nitratos Nitratos Sulfatos
a e (0-40) cm suelo 0- suelo 0-
60 cm 20 cm
agua 1:2,5 % mg kg-1 ppm kg ha-1 ppm
G.
73,6
Gelly 5,8 2,43 0,121 11,1 16,2 – 8,1 7,4
Magnes Potas Mangane
Calcio Zn Cobre Hierro Boro
io io so
ppm ppm ppm ppm ppm ppm ppm ppm
G.
Gelly 195 469 1461 0,51 44,4 1,37 55,9 0,5
Las aplicaciones de fertilizante foliar fueron realizadas con mochila manual de presión
constante. La misma contaba con un botalón aplicador de 200 cm provisto de 4 picos a
3
50 cm y pastillas de cono hueco 80015 que permiten asperjar 100 l ha-1. En la floración
se midió el número de hojas fotosintéticamente activas, el vigor e intensidad de verde
medida por Green seeker. A cosecha de determinaron los componentes del rendimiento,
número (NG) y peso (P1000) de los granos. La cosecha se realizó en forma manual, con
trilla estacionaria de las muestras. Para el estudio de los resultados se realizaron
análisis de la varianza y comparaciones de medias.
Descripción climática de la campaña
En la Figura 1 se presentan las precipitaciones, evapotranspiración y balance hídrico del

sitio durante el ciclo de cultivo. El ciclo agrícola 2014/15 se caracterizó por la oferta de
precipitaciones abundantes y bien distribuidas, configurando un escenario favorable
para los maíces de fecha de siembra tradicional, que fueron acompañados por
temperaturas moderadas y una razonable heliofanía y cociente fototermal para un año
húmedo que no pareció afectar los rendimientos (Figura 2).
300 Et. maiz= (mm/mes)

250 Balance hídrico (mm)
Floración
200
mm decádicos
150
100
50
0
inicial
1-Dic
2-Dic
3-Dic
1-Mar
1-Ene
2-Ene
3-Ene
1-Nov
2-Nov
3-Nov
1-Oct
2-Oct
3-Oct
3-Feb
1-Feb
2-Feb
-50
Figura 1: Precipitaciones, evapotranspiración y balance hídrico decádico acumulados

(mm) en el sitio experimental. General Gelly, Santa Fe. Agua disponible inicial en el
suelo (140 cm) 100 mm. La flecha indica la floración. Precipitaciones totales en el ciclo
901,7 mm. Déficit acumulado de evapotranspiración 0 mm.
4
30,0 Temperatura media (ºC) Heliofanía (hs) Coef Q 3,5
25,0 3,0
Temperatura ºC y Hs de luz
2,5
20,0
2,0
Coeficiente Q
15,0
1,5
10,0
1,0
5,0 0,5
0,0 0,0
11- 16- 21- 26- 31- 05- 10- 15- 20- 25- 30- 04- 09- 14-
dic dic dic dic dic ene ene ene ene ene ene feb feb feb
Figura 2:Insolación (en hs y décimas de hora) y temperatura media (ºC) diaria para el
período 10 de Diciembre – 10 de Febrero, en el transcurso del cual se ubicó la etapa
crítica de la floración y buena parte del llenado de los granos. Datos tomados de la
estación meteorológica de la EEA INTA Pergamino, (Bs As), campaña 2014/15.
Resultados del experimento
En la Tabla 3 se presentan los parámetros morfológicos y fisiológicos de cultivo así

como los componentes del rendimiento, mientras que en la Figura 3 se presentan los
rendimientos y su significancia estadística.
5

Tratamientos de aplicación foliar con fuentes desarrolladas y experimentales en Maíz.
Rendim Respu
Hojas Cobertura Green
Dosi Tra Vigo iento esta NG/ PG
Descripción activas Intercepci seeke
sN t r R2 (kg ha- (kg ha- m2 (g)
R2 ón (%) r 1 1
) )
2721,
N0 T1 Testigo (MAP) 9,0 2,5 80 0,80 7619 0 1 280
3200,
N0 T2 MesZ 100 9,5 2,8 82 0,81 7810 191 6 244
3044,
N0 T3 MAP + Basfol 10 N 10,0 2,7 81 0,82 7429 -190 5 244
MAP + Basfoliar Zn 3971,
N0 T4 0,2 11,0 3,0 80 0,81 10048 2429 4 253
N0 T5 0,4 10,0 3,2 82 0,81 9714 2095 9 246
N0 T6 0,6 11,0 3,2 80 0,82 8857 1238 5 238
N0 T7 0,8 10,5 3,1 81 0,82 8238 619 2 242
N10 3198,
0 T1 Testigo (MAP) 10,0 2,8 90 0,82 8571 0 3 268
N10 3639,
0 T2 MesZ 100 11,0 3,0 92 0,82 8952 381 2 246
N10 2794,
0 T3 MAP + Basfol 10 N 12,0 2,9 90 0,83 10143 1572 2 363
N10 MAP + Basfoliar Zn 4363,
0 T4 0,2 11,0 3,1 93 0,85 10952 2381 5 251
0 T5 0,4 12,0 3,0 92 0,82 10857 2286 3 267
0 T6 0,6 12,0 3,4 90 0,83 11619 3048 7 272
0 T7 0,8 12,0 3,3 91 0,83 11810 3239 3 258
N15 3823,
0 T1 Testigo (MAP) 12,0 3,2 95 0,83 10286 0 7 269
N15 4069,
0 T2 MesZ 100 11,0 3,3 97 0,83 11190 904 3 275
N15 T3 MAP + Basfol 10 N 12,0 3,2 95 0,84 11000 714 3806, 289
6
0 2
0 T4 0,2 12,0 3,5 95 0,83 12095 1809 5 277
0 T5 0,4 12,5 3,4 95 0,84 12381 2095 2 275
0 T6 0,6 12,0 3,5 95 0,85 11476 1190 6 263
0 T7 0,8 12,0 3,4 96 0,85 12143 1857 8 286
N20 3669,
0 T1 Testigo (MAP) 12,0 3,5 94 0,85 10714 0 3 292
N20 4745,
0 T2 MesZ 100 12,5 3,5 93 0,85 13524 2810 2 285
N20 4012,
0 T3 MAP + Basfol 10 N 12,5 3,4 95 0,86 9429 -1285 2 235
0 T4 0,2 12,0 3,5 95 0,85 9238 -1476 0 296
0 T5 0,4 12,5 3,6 96 0,86 10762 48 2 278
0 T6 0,6 12,5 3,7 95 0,86 11714 1000 4 267
0 T7 0,8 12,5 3,6 96 0,85 10524 -190 4 291
2
Correlación (r vs rendimiento) 0,58 0,51 0,46 0,33 0,72 0,11
Fertilización complementaria 0,000
(P=)
Dosis N (P=) 0,000
Interacción N x Tratamiento P>0,10
(P=)
Los rendimientos lograron un promedio de 10325 kg ha-1 con un máximo de 13524 kg

ha-1 y mínimo de 7619 kg ha-1 (Tabla 3). Los rendimientos medios no fueron
excesivamente altos considerando el buen año climático, sin embargo la baja fertilidad
del sitio y la dosis de N0 de un grupo de tratamientos resultaron en una amplia brecha
entre los máximos y mínimos.
El sitio evidenció una acentuada carencia de N y Zn, teniendo en cuenta los niveles en
el suelo (Tabla 2) y la sintomatología que podía visualizarse especialmente en los
tratamientos testigo (Figura 4). Se determinaron diferencias significativas entre
tratamientos de fertilización complementaria (P=0,000) (Figura 3.a) y dosis de N
7
(P=0,000) (Figura 3.b).Por el contrario, no se verificó interacción Dosis de N x

Tratamientos de fertilización (P>0,10), aun cuando la respuesta a Zn fue superior en
niveles moderados de N (N100), en comparación con los extremos (Tabla 3). En niveles
muy bajos (N0), este nutriente condicionaría la respuesta a Zn. Por el contrario, cuando
la dosis de N es muy elevada, la saturación podría disipar las mejoras en su eficiencia
de uso derivadas de una nutrición más balanceada. Los componentes de rendimiento
que explicaron en mayor medida la respuesta fueron NG, hojas activas, vigor y
cobertura en floración (Tabla 3).
La aplicación de Zn aumentó los rendimientos bajo diferentes formas de aplicación

(Figura 3.a). Entre las aplicaciones foliares, la dosis de 0,4 kg ha-1 fue suficiente para
alcanzar el rendimiento máximo. La dosis de 0,8 kg ha-1 no evidenció fitotoxicidad luego
de la aplicación, pero tampoco contribuyó a mayores rendimientos (Figura 3.a). Las
diferencias obtenidas por la aplicación de Zn se explican a partir del bajo nivel de este
elemento contenido en el suelo (0,51 mg kg-1 en 0-20 cm) sumado a un limitado
contenido de MO que limita sus aportes por mineralización durante el ciclo. Por su parte,
el rendimiento máximo se obtuvo con la dosis de 150 kgN ha-1 (Figura 3.b).
10583 10929 10917 10679

12000 10369
ab a a a
9298 ab 9500
10000 c bc
Rendimiento (kg/ha)
8000
6000
4000
2000
0
Zn 0,2 Zn 0,4 Zn 0,6 Zn 0,8
Testigo MeSZ Basfol 10N Basfoliar Zn
Tratamientos
Figura 3.a
8
11510 10844
12000 10415 a ab
b
10000 8531
c
Rendimiento (kg/ha)
8000
6000
4000
2000
0
N0
N 100 N150 N 200
Dosis de N (kg/ha)
Figura 3.b
Figura 3: Producción media de maíz según a)tratamientos de fertilización foliary al
suelo con Zinc. b) dosis de N inicial aplicado al suelo. General Gelly, maíz de siembra
temprana, ambiente de fertilidad media. Año 2014/15. Letras distintas sobre las
columnasindican diferencias significativas entre tratamientos.
Figura4:Síntomas de carencias de Zinc en maíz temprano en General Gelly, durante la

campaña 2014/15.
9
Conclusiones
Los resultados obtenidos permiten aceptarla hipótesis 1 que propone respuesta a los
tratamientos con Zn. Las aplicaciones foliares permitieron maximizar la respuesta en
dosis menores en comparación con los tratamientos al suelo, sin embargo no se
verificaron diferencias significativas entre ambos sistemas. La hipótesis 2 no es
aceptada. No se demostró interacción estadística Zn x N, aun cuando la respuesta
máxima se obtuvo con niveles moderados de N, disminuyendo hacia los extremos.
Bibliografía
Barbieri, P; H. Sainz Rozas, H. Echeverría, F. Salvagiotti, P. Barbagelata, M. Barraco, J.

Colazo, G. Ferraris, H. Sánchez, R. Cáceres Díaz, N. Reussi Calvo, G. Esposito, M.
Eyherabide y B. Larsen. 2015¿El análisis de suelo permite diagnosticar la deficiencia de
cinc en el cultivo de maíz? pp 203-207. En: Actas Simposio de Fertilidad 2015.
Nutriendo los suelos para las generaciones del futuro. 252 pp.
Fancelli, AL. 2006. Micronutrientes en la fisiología de las plantas. Pp 11-27.En: M

Vázquez(ed.). Micronutrientes en la agricultura. Asociación Argentina de la Ciencia del
Suelo. Buenos Aires, Argentina.207pp.
Gutiérrez Boem F., F. García, y M. Boxler. 2010 ¿Qué tan distintos son los niveles
críticos de fósforo disponible para soja, maíz y trigo? En: Actas XXII Congreso Argentino
de la Ciencia del Suelo. Fertilidad de Suelos y Nutrición Vegetal. Rosario, Santa Fe.
Ferraris, G. 2013. Avances en micronutrientes en la región pampeana. Pp124-

135.Simposio FERTILIDAD 2013.Nutrición de Cultivos para la Intensificación Productiva
Sustentable. IPNI Cono Sur. 314 pp.
Ferraris, G., L. Couretot y J. Urrutia. 2010. Tecnologías para la aplicación de

microelementos en maíz. Dosis y sistemas de aplicación de Znen combinación con
fuentes nitrógeno-azufradas. V Jornada de Maíz. AIANBA-INTA EEA Pergamino. 11p.
Ferraris, G., M. Toribio, R. Falconi y L. Couretot. 2015. Efectos de diferentes estrategias

de fertilización sobre los rendimientos, el balancede nutrientes y su disponibilidad en los
suelos en el largo plazo. 137-142.
Marschner, H.E. 1995. Mineral nutrition of higher plants. Second edition. Academic
Press, London/San Diego/New York/Boston/Sydney/Tokyo, 889 p.
Melgar, R. 2005. El mercado de fertilizantes en la Argentina y su relación con el sector

agropecuario. En: Fertilidad de Suelos y Fertilización de Cultivos (ed. HE Echeverría &
FO García). Ediciones INTA, Buenos Aires, Argentina. p. 489-502.
10
Moralejo M. del P. y S. G. Acebal. 2010. Determinación del contenido de Cu y Zn en

suelos del sudoeste bonaerense. XXII Congreso Argentino de la Ciencia del Suelo.
Rosario. Actas en CD, 4pp.
Ritchie S.W., y J.J. Hanway. 1982. How a corn plant develops. Iowa State Univ. Special
Report 48. Weiss, M.; Baret, F.; Smith, G.J.; Jonckheered, I. and Coppin, P. 2004.
Review of methods for in situ leaf area index determination, part II: Estimation of LAI,
errors andsampling. Agric. and For. Met., 121: 37-53.
Sainz Rozas, H.R.; Echeverria H.E; Eyherabide, M.; Barraco, M.; Ferraris H.G.; Angelini
H.P. 2012. Niveles de zinc disponible en suelos de la Región Pampeana Argentina. XIX
Congreso Latinoamericano de la Ciencia del Suelo. Mar del Plata, Argentina. 6 pp
Scheid López, A. 2006. Micronutrientes: La experiencia brasilera. Filosofía de aplicación

y eficiencia agronómica. Pp 29-78.En: M Vázquez(ed). Micronutrientes en la agricultura.
Asociación Argentina de la Ciencia del Suelo. Buenos Aires, Argentina. 207pp.
11
FERTILIZACIÓN NITROGENADA SOBRE TRIGO EN UN SITIO SEMIÁRIDO:

EFECTO DE LA DOSIS Y DEL MOMENTO
BORISOV, EMANUEL ALBARRACIN1, JUAN MANUEL MARTÍNEZ1, ROBERTO J.

KIESSLING12 & MARÍA DE LAS MERCEDES RON1
1
Depto. Agronomía (UNS); 2CERZOS (CONICET).
* [email protected]
Palabras Clave: Rendimientos Proteína; Ensayo de largo plazo; Sudoeste bonaerense
Resumen
En el Partido de Bahía Blanca la gran variabilidad del régimen pluviométrico constituye
una importante limitación para el uso agrícola a la que se suma la baja aptitud
productiva de sus suelos. El objetivo de este trabajo es informar el efecto de la
fertilización nitrogenada sobre el rendimiento y la calidad del trigo (Triticum aestivum L.)
en un ensayo de largo plazo (ELD) durante un año con condiciones ambientales poco
frecuentes, caracterizadas por abundantes precipitaciones. Los tratamientos del ELD
consisten en dosis y épocas de aplicación de nitrógeno (N): testigo, 40 y 80 kg N ha-1,
en siembra-emergencia (Ne) o macollaje (Nm), y una dosis fraccionada (Nfrac) de 80 kg
en total en ambos momentos. En madurez fisiológica del trigo se determinaron biomasa
aérea (Bac), rendimiento en grano (REND), peso hectolítrico (PH), y los componentes
del rendimiento. Se determinó el contenido de proteína en grano (PROT) y se estimó el
N cosechado (Ncos). Se estimó la eficiencia agronómica (EAGR), la recuperación
aparente del fertilizante (EREC) y la eficiencia fisiológica. El rendimiento medio del trigo
fue de 3612 kg ha-1, con niveles de proteína mayormente por encima del 11%. La EAGR
fue de 25,5 y 14,6 kg grano kg-1 N para Ne y Nm-Nfrac, estas últimas analizadas
conjuntamente. La EREC fue de 0,60 y 0,38 kg N absorbido kg-1 N aplicado, para Ne y
Nm-Nfrac, respectivamente. Además, se estimó una elevada eficiencia fisiológica: 42,8 y
38,8 kg grano kg-1 N absorbido para Ne y Nm-Nfrac. La superioridad de la EAGR de Ne
con respecto a Nm-Nfrac, se basó en una recuperación mucho más efectiva del
fertilizante. El mayor suministro nitrogenado tuvo una gran influencia sobre el número de
espigas por m2, que se tradujo en mayor Bac y REND (p<0,0001 para las tres variables).
.
Introducción
La Universidad Nacional del Sur (UNS) tiene su sede en la ciudad de Bahía Blanca,
cabecera del partido del mismo nombre que se emplaza al sur del sistema serrano de
Ventania. Las precipitaciones generalmente se concentran principalmente en dos
estaciones bien definidas (otoño y primavera), con una estación seca en invierno y
semiseca en verano (Glave, 2006). Sin embargo, se registra una gran variabilidad del
régimen pluviométrico, característica de una zona semiárida, que constituye una
importante limitación para el uso agrícola (Marinissen et al., 2011).
1
Con el objeto de evaluar la influencia de la aplicación de nitrógeno (N) sobre la

estabilidad de los rendimientos de los cultivos de grano y la evolución de parámetros
edáficos, que hacen a la integridad del recurso suelo, se realiza -desde 2009- un ensayo
de larga duración (ELD). Se estudia el efecto de la fertilización en un monocultivo de
trigo bajo SD sobre variables edáficas y del cultivo en uno de los campos
experimentales de la UNS.
En un ambiente semiárido se registran modalidades interactivas particulares entre la
disponibilidad de nitrógeno y agua, que determinan el rendimiento del grano y su calidad
(Fageria & Baligar, 2005). Los resultados obtenidos en cada campaña del ELD han sido
informados en trabajos anteriores, resaltando la singularidad de las condiciones
edafoclimáticas, que tienen influencia sobre la respuesta a N (Orden et al., 2011,
Gutiérrez et al., 2012, Kiessling et al., 2013 y 2014).
La disponibilidad de N puede afectar la cantidad y tamaño de órganos vegetativos y
reproductivos (Dreccer et al., 2003). Este efecto se manifiesta sobre la capacidad del
cultivo para acumular biomasa, (es decir el tamaño y la actividad de las fuentes de
fotoasimilados) y sobre la capacidad de los destinos (la cantidad y el peso tamaño de
los granos). Por lo tanto mediciones en planta en distintos estadios aportan a la
comprensión de la formación de biomasa y el índice de cosecha.
La fertilidad nitrogenada durante el ciclo se refleja, además, en la relación entre el
rendimiento y el contenido de proteína en grano. Cuando la disponibilidad de N es baja
la aplicación de N produce un incremento del rendimiento y la proteína en grano
disminuye. Para situaciones de provisión moderada de N la proteína y el rendimiento
responden a la fertilización nitrogenada en forma lineal. En condiciones de suministro
óptimo del nutriente, se produce un consumo de lujo del nutriente con incremento de la
proteína en grano (Stone & Savin, 1999).
El objetivo de este trabajo es informar el efecto de la fertilización nitrogenada sobre el
rendimiento y la calidad del trigo en el marco de las condiciones del ELD y las
características ambientales singulares de la campaña 2014, caracterizada por
abundantes precipitaciones durante todo el año.
Desde 2009 se realiza el ensayo de larga duración en el Partido de Bahía Blanca sobre
un lote con pendiente de 2,7%, profundidad variable entre 80 y 100 cm y coordenadas
38º25´ S, 62º16´ O. Las características del sitio de ensayo y su variabilidad espacial se
detallan en otro trabajo (Orden et al., 2011). El diseño es de 4 bloques completos al azar
y unidad experimental de 60 m2. Los tratamientos consisten en dosis y épocas de
aplicación de N: testigo, 40 y 80 kg N ha-1, en siembra-emergencia o macollaje, y la
dosis mayor repartida entre las dos épocas, en dos fracciones iguales. Los tratamientos
se repiten anualmente en las mismas parcelas.
El 24 de junio de 2014 se sembró la variedad Buck Malevo, con una densidad de 250
plantas m-2. Se fertilizó con 70 kg de superfosfato triple ha-1, en la línea de siembra.
Luego se instalaron los tratamientos aplicándose N como urea granulada al voleo en
2
forma manual el 30 de junio y el 15 de setiembre para siembra-emergencia y macollaje,

respectivamente.
En las parcelas testigo se estimó la disponibilidad de N inorgánico (Ni, N-nitratos + N-
amonio, 0-60 cm), siguiendo la metodología de Bremner & Keeney (1965), y humedad
en emergencia, macollaje y post cosecha. Además, se seleccionaron parcelas
fertilizadas para evaluar el efecto de los tratamientos en distintos momentos.
El día 12 de Noviembre con el cultivo de trigo en estado de Zadoks 5.9 (espigazón)
(Zadocks et al., 1974) se realizó una medición del índice de verdor (IV) con SPAD 502
MINOLTA, en todas las unidades experimentales. Ocho días más tarde, en antesis,
(Zadoks 6.5) se cosechó la biomasa aérea (Baa), se contaron las espigas (ESPm2a), se
separó la hoja bandera y se determinó su peso (HB). En madurez fisiológica del trigo
(Zadoks 9.0) se llevó a cabo la cosecha. Se determinaron biomasa aérea (Bac),
rendimiento en grano (REND), peso hectolítrico (PH), número de espigas por metro
cuadrado (ESPm2), peso de una espiga (PESP) y peso de mil granos (PMIL). Se
calcularon número de granos por espiga (GRANESP) y por metro cuadrado
(GRANOSm2) e índice de cosecha (IC). Se determinó el contenido de proteína en grano
(PROT) por espectroscopía de reflectancia en el infrarrojo cercano (NIRS). Se estimó el
N cosechado (Ncos) usando un factor proteína/N de 5,75 (Novoa & Loomis, 1981). Se
efectuó registro diario de lluvias durante todo el año.
El análisis estadístico incluyó medidas de resumen, correlación entre todas las variables
estudiadas, ANOVA, comparaciones planeadas de medias por diferencia mínima
significativa (DMS) y contrastes ortogonales. Para cada época de aplicación se
ajustaron ecuaciones lineales del REND y Ncos en función de la dosis de N. Las
pendientes proveyeron estimaciones de la eficiencia agronómica (EAGR) y de la de
recuperación aparente del fertilizante (EREC). La eficiencia fisiológica (EFIS) se calculó
como el cociente entre EAGR y EREC (Delogu et al., 1998). Se utilizó el software
estadístico Infostat (Di Rienzo et al., 2013).
En la Figura 1 se comparan las precipitaciones mensuales del año 2014 con las medias
de los periodos 1959-2011 y 2005-2011, agrupándose objetivamente los últimos 9 años
según variaciones en la temperatura media global (Zotelo, 2012). El total anual del año
2014 fue de 713 mm, superando en casi 200 mm a los promedios considerados. Esta
diferencia se debe mayormente a las precipitaciones destacadas de febrero, julio y
octubre.
La disponibilidad de nitrógeno inorgánico (Ni) inicial en el tratamiento testigo fue de 227
kg Ni ha-1 (0-60 cm). En ese momento se muestrearon, además, las parcelas que
habían recibido 80 kg N ha-1 en macollaje (80m) el año anterior, para determinar si el Ni
era mayor que para el testigo. Si bien se registró una superioridad de 38 kg Ni ha-1 (0-
60 cm), esta diferencia no fue significativa (Tabla 1).
En el muestreo de macollaje, el Ni en el tratamiento testigo disminuyó casi 100 kg Ni ha-
1 con respecto al muestreo anterior y no se expresaron los 80 kg N/ha aplicados entre
siembra y emergencia (80e). Esta observación se atribuye a pérdidas por lixiviación de
3
nitratos, de acuerdo con las precipitaciones registradas en el periodo. En cosecha se

registró una tendencia a niveles crecientes N residual compatible con los momentos de
aplicación 0<80e<80m=40e40m.
Figura 1. Precipitaciones del año 2014, media histórica (1959-2014) y periodo 2005-
2014.
La humedad (H%) determinada en las mismas fechas que el Ni fue de 18% en

emergencia del cultivo, sin diferencias por tratamiento o profundidad de muestreo. En
macollaje el suelo en las parcelas fertilizadas con 80e tenía un contenido de H%
superior a las no fertilizadas, con diferencias significativas por profundidad. Esto es
atribuible a una mayor cobertura, asociada con la mayor producción de biomasa en
campañas anteriores (Kiessling et al., 2014). Tal evidencia permite suponer una
actividad biológica más intensa en las parcelas más húmedas.
Las diferencias entre tratamientos no se mantuvieron en antesis con H% promedio de
13%. La tendencia decreciente de H% con respecto al macollaje se continuó hasta
cosecha, con valores menores (aunque no significativos) en 1,5 puntos del porcentaje
en las parcelas fertilizadas, que indicarían mayor consumo. En cosecha, además, se
registró una diferencia significativa por profundidad para el tratamiento 80e.
Las medidas resumen para las variables del cultivo se muestran en la Tabla 2. El rango
de valores de IV fue muy amplio, atribuible a la variabilidad impuesta por bloques y
tratamientos y al efecto de lavado descripto. La media correspondió a una nutrición
nitrogenada moderada. El rendimiento medio del ensayo fue muy bueno, duplicando los
1500 kg ha-1 considerados como media para el ambiente semiárido bonaerense
(Kruger, 2015). Las ESPm2 tuvieron un alto valor medio, tanto en antesis como a
4
cosecha. Los rangos de GRANESP y PMIL fueron moderados a buenos y el IC tuvo

una media de 0,33, frecuente en trigos de ciclo largo (García et al., 2004). La PROT se
mantuvo en casi la totalidad de los casos por sobre la base de 11%, utilizada en la
comercialización. En lo que respecta al PH, todas las parcelas produjeron granos de
grado 1.
Tabla 1. Nitrógeno disponible y humedad, según fecha de muestreo. Valores medios de

observaciones correspondientes a 4 bloques, 2 profundidades de muestreo (0-30 y 30-
60 cm) y tratamientos indicados.
N disponible (Ni) kg/ha Humedad (%)
prof Tratamientos Tratamientos
Fecha cm 0 80e 80m 40e- 0 80e 80m 40e-
40m 40m
0-30 106 aA ----- -- 128 aA ----- -- 16,2 aA ----- -- 15,0 aA ----- --
30/06 30- 121 aA ----- -- 137 aA ----- -- 19,0 aA ----- -- 20,0 aA ----- --
60
15/09. 0-30 76 aA 68,4 aA ----- -- ----- -- 17,0 aA 18,3 bA ----- -- ----- --

30- 58 aA 62,4 aA ----- -- ----- -- 20,0 aA 24,9 bB ----- -- ----- --
60
0-30 ----- -- ----- -- ----- -- ----- -- 11,6 aA 11,5 aA ----- -- ----- --

20/11 30- ----- -- ----- -- ----- -- ----- -- 14,8 aA 13,3 aA ----- -- ----- --
60
0-30 69 aA 91 aA 102 aA 103 aA 9,2 a 7,9 aA 8,1 aA 8,3 aA

A
31/12 30- 77 aA 88 aA 89 aA 87 aA 10,2 a 8,4 aB 8,4 aA 8,4 aA
60 A
-1
0: testigo, 80e y 80m: 80 kg N ha en emergencia y macollaje, respectivamente; 40e-40m: 80 kg
-1
N ha aplicados en dos fracciones iguales emergencia y macollaje
Letras minúsculas distintas en las filas indican diferencias significativas a p < 0,05.
Letras mayúsculas distintas en las columnas indican diferencias significativas a p < 0,05.
La correlación entre variables, sin distinción entre tratamientos se muestra en la Tabla 3.

El IV se asoció positivamente con PROT y estas dos variables lo hicieron negativamente
con el IC, PMIL y PH (las tres últimas con correlación positiva entre sí). Esto indica que
las plantas mejor nutridas produjeron granos más pequeños con mayor contenido de N,
en concordancia con la relación negativa de PROT con PMIL y PH. La Baa, ESPM2a y
HB se asociaron positivamente entre sí y con variables determinadas a cosecha: Bac,
REND y sus componentes y subcomponentes (a excepción del PMIL), que también
correlacionaron positivamente entre sí. Esto evidencia que en las parcelas con mayor
5
Baa, se favoreció la producción de macollos fértiles, resultando luego en mayor número

de espigas con mayor número de granos por espiga y por superficie. El PESPa no
correlacionó significativamente con ninguna variable. No se encontraron correlaciones
negativas entre rendimiento, componentes y subcomponentes que revelaran efectos
compensatorios.
Del análisis de varianza (Tabla 4) surgió que las variables con efecto de bloque
significativo fueron las que comienzan a definirse más temprano en el ciclo del cultivo y
habrían estado más asociadas al gradiente de factores edáficos reportado por Orden et
al. (2011). En cambio, para las variables del cultivo menos afectadas por las diferencias
entre bloques los factores extraedáficos alcanzaron mayor relevancia (Ugarte et al.,
2007). Este proceso se reflejó, además, en los coeficientes de variación respectivos. Se
encontraron efectos significativos de los tratamientos en todas las variables estudiadas,
excepto PESPa.
Tabla 2. Estadística descriptiva de las variables del cultivo.

Variable (unidad) Abrev. n Media D.E. CV Mín Máx Mediana
Índice de verdor IV 24 40,5 4,8 11,9 29,0 50,9 39,7
Biomasa aérea en antesis
(kg ha-1) BAa 24 6244 1433 23,0 3473 8744 6228
-2
Peso hoja Bandera (g m ) HB 24 36,3 11,1 30,6 16,6 55,9 34,9
Peso de una espiga en
antesis PESPa 24 0,31 0,02 7,1 0,25 0,34 0,31
2
Nº de espigas por m en
antesis ESPm2a 24 441 88 19,8 272 619 439
Biomasa aérea en
cosecha (kg ha-1) Bac 24 10796 2356 21,8 6348 15726 10916
Nº de espigas por m2 en
cosecha ESPm2c 24 478 99 20,7 294 702 485
-1
Rendimiento (kg ha ) REND 24 3612 863 23,9 2125 5497 3645
Índice de cosecha del
cultivo IC 24 0,33 0,02 4,7 0,29 0,35 0,34
Peso de mil granos (g) PMIL 24 33,56 1,94 5,8 29,10 36,80 33,90
2
Nº de granos por m en
cosecha GRANm2 24 10793 2625 24,3 6120 16608 11051
Nº de granos por espiga GRANESP 24 22,4 1,5 6,8 20,0 25,0 23,0
Peso hectolitrito (kg hL-1) PH 24 83 2 2,1 79 87 83
Proteína en grano (%) PROT 24 11,9 0,7 5,8 10,9 13,6 12,0
N cosechado en grano (kg
ha-1) Ncos 24 75,2 19,3 25,7 43,6 115,2 78,0
n: número de casos, D.E.: desvío estándar, CV: coeficiente de variación, Mín: mínimo,
Máx: máximo.
6
La Tabla 5 muestra los promedios de los tratamientos y algunos resultados de los

contrastes ortogonales realizados. El contraste de la media de tratamientos fertilizados
vs testigo fue significativo (p<0,02) en las 14 variables con efecto significativo de los
tratamientos, excepto para el IC (solo 80m se diferenció del testigo). Esta influencia fue
negativa para PH y PMIL (p<0,01) y positiva para las 11 variables restantes. En estas
últimas se registró un impacto significativo y positivo (p<0,05) del incremento de dosis
(media de 40ey40m vs media de 80e y 80m). Sólo para IC se registró una interacción
positiva de dosis por época. En promedio de las dos dosis la aplicación en emergencia
fue significativamente superior en HB, ESPm2a, REND, ESPm2c, PMIL, Bac, PH y
Ncos. Este efecto se explica por la asociación positiva entre la acumulación de materia
seca y de N, tanto hasta antesis como durante el llenado del grano reportada por (Austin
et al., 1977), siendo opuesto a lo observado para PROT y Baa. El fraccionamiento de la
dosis mayor en dos épocas no se diferenció significativamente de la aplicación única en
macollaje a excepción de las variables PMIL e IC, en las cuales la dosis fraccionada se
asimiló a la dosis única en emergencia.
Tabla 3. Correlación entre variables estudiadas.

GRAN
2 2 2
IV BAa HB ESPm a Bac ESPm c REND IC PMIL GRANm ESP PH PROT
IV 1
BAa 0,28 1
HB 0,23 0,96 1
2
ESPm a 0,13 0,92 0,94 1
Bac 0,20 0,83 0,86 0,85 1
2
ESPm c 0,16 0,81 0,84 0,85 0,99 1
REND 0,10 0,82 0,85 0,84 0,98 0,97 1
IC -0,44 0,27 0,29 0,31 0,33 0,31 0,49 1
PMIL -0,58 -0,09 -0,09 -0,05 -0,11 -0,12 0,02 0,64 1
GRANm2 0,22 0,81 0,84 0,82 0,99 0,97 0,97 0,32 -0,22 1
GRANESP 0,32 0,52 0,53 0,43 0,65 0,57 0,65 0,27 -0,40 0,73 1
PH -0,62 -0,17 -0,10 -0,07 -0,04 -0,04 0,10 0,69 0,71 -0,06 -0,11 1
PROT 0,64 0,38 0,32 0,29 0,33 0,34 0,24 -0,38 -0,51 0,35 0,21 -0,46 1
Ncos 0,22 0,84 0,86 0,85 0,98 0,97 0,98 0,38 -0,09 0,97 0,65 0,00 0,43
Coeficientes en cursiva, subrayados y negrita significativos a p<0,05; 0,01 y 0,001,
respectivamente.
Variables ver Tabla 2.
7
Tabla 4. Probabilidad del F para los tratamientos y bloques y coeficientes de variación.

Variables pTratamiento pBloques CV (%)
IV 0,0009 *** 0,0003 *** 6,02
Baa <0,0001 *** 0,0004 *** 8,86
HB <0,0001 *** 0,0001 *** 11,24
PESPa 0,5880 0,6061 7,68
ESPM2a 0,0001 *** 0,0015 *** 9,42
Bac <0,0001 *** 0,0004 *** 9,34
ESPm2c <0,0001 *** 0,0006 *** 9,27
REND 0,0001 *** 0,0005 *** 11,25
IC 0,0319 * 0,0630 3,46
PMIL 0,0077 *** 0,2264 4,18
GRANm2 <0,0001 *** 0,0015 *** 10,82
GRANESP 0,0264 * 0,6612 5,34
PH 0,0174 * 0,3068 1,62
PROT 0,0006 *** 0,0688 3,45
Ncos <0,0001 *** 0,0004 *** 10,32
Variables ver Tabla 2.
Tabla 5. Comparación de medias por diferencia mínima significativa (p<0,05) y contraste

de medias de tratamientos según época de aplicación.
a) Variables determinadas en espigazón y antesis.
Trat. n IV Baa HB PESPa ESPm2a
Testigo 4 35,2 a 4172 a 22,1 a 0,31 a 317 a
40e 4 38,5 ab 5337 b 35,5 cd 0,32 a 458 c
80e 4 42,1 bc 6277 c 46,0 d 0,32 a 511 c
40m 4 39,8 b 7018 cd 28,3 b 0,30 a 394 b
80m 4 43,5 c 7292 cd 42,0 d 0,30 a 485 c
40e-40m 4 44,0 c 7369 d 44,1 d 0,32 a 483 c
DMS 3,7 834 6,1 0,03 63
Contraste grupos de medias
emergencia 8 40,3 5807 40,7 0,32 485
macollaje 8 41,7 7155 35,1 0,30 440
p= 0,28 0,05 0,02 0,12 *0,05
Letras minúsculas distintas en las columnas indican diferencias significativas a p < 0,05.
ns y *: Diferencias por época no significativa y significativa a p < 0,05.
Tratamientos ver Tabla 1.Variables ver Tabla 2.
8
b) Variables determinadas en cosecha y poscosecha.

Trat. n REND ESPm2c GRANm2 GRANesp PMIL
Testigo 4 2613 a 353 a 7327 a 20,8 a 35,6 c
40e 4 3662 bc 489 bc 10516 b 21,5 ab 34,7 bc
80e 4 4656 d 584 d 13914 d 24,0 c 33,5 bc
40m 4 3181 ab 425 bc 9672 b 22,8 bc 32,7 a
80m 4 3880 c 542 cd 12411 cd 23,0 bc 31,2 a
40e+40m 4 3678 bc 478 bc 10920 bc 22,5 abc 33,7 bc
DMS 612 66,9 1759 1,9 2,1
Emergencia 8 4159 537 12215 22,8 34,1
Macollaje 8 3531 484 11041 22,9 31,9
p= 0,01 0,03 0,06 0,85 0,01
n Trat. IC PH PROT Ncos

Testigo 4 7805 a 0,34 b 85 c 11,5 ab 52,0 a
40e 4 10898 bc 0,33 b 83 bc 11,4 a 72,2 bc
80e 4 13403 d 0,35 b 84 bc 12,4 cd 99,7 e
40m 4 9518 b 0,33 b 82 ab 11,6 ab 64,2 b
80m 4 12239 cd 0,31 a 81 a 12,9 d 86,2 d
40e+40m 4 10911 bc 0,34 b 83 ab 12,1 bc 77,0 cd
DMS 1520 0,02 2 0,62 11,7
emergencia 8 12151 0,34 84 11,9 86,0
macollaje 8 10879 0,32 82 12,3 75,2
p= 0,02 Int. 0,01 0,09 0,01
Letras minúsculas distintas en las columnas indican diferencias significativas a p < 0,05. Ns y *:
Diferencias por época no significativa y significativa a p < 0,05. Int.: Interacción Dosis* época.
Los resultados del efecto de dosis y época se resumen en las Figuras 2 y 3. En base a
la comparación de medias, la dosis fraccionada se combinó con la fertilización en
macollaje. En la Figura 2 se destaca la respuesta lineal de REND a la fertilización en el
rango de dosis utilizado, constituyendo la pendiente de las rectas una estimación de la
EAGR. Esta fue de 25,5 y 14,6 kg grano kg-1 N para la aplicación en emergencia y
macollaje-fraccionada en ese orden. El ajuste análogo para Ncos (Figura 3) provee de
una estimación de la recuperación aparente del fertilizante que fue de de 0,60 y 0,38 kg
N absorbido kg-1 N aplicado, para la fertilización en emergencia y macollaje-fraccionada,
respectivamente. Se estimó una alta EFIS: 42,8 y 38,8 kg grano kg-1 N absorbido para
emergencia y macollaje, en ese orden. Esta correspondió a bajos requerimientos: 23,4 y
25,7 kg N t-1 grano, para emergencia y macollaje respectivamente. La comparación de
estas aproximaciones con los valores medios de PROT sugiere que el índice de
cosecha del N se habría ubicado en los valores mayores reportados en la bibliografía
9
(Austin et al., 1977; Desai & Bhatia, 1978) superando un 80% del N absorbido para las
distintas épocas de aplicación.
5000 y = 25,538x + 2622,2

R² = 0,9998
4000
REND kg grano ha-1
3000
y = 14,609x + 2607,5
2000 R² = 0,9786
1000
0
0 20 40 60 80 100
Dosis kg N ha-1
Emergencia Macollaje Fraccionada
Figura 2. Relación entre el rendimiento y la dosis de N según época de aplicación.
La Figura 3 muestra las medias de los REND y PROT de las diferentes dosis y épocas
de fertilización analizadas en el ensayo. Se reitera lo graficado en la Figura 2 para
REND. Independientemente de la época de aplicación, en el rango de de dosis de 0 a
40 kg N ha-1 la PROT presentó inicialmente una disminución, mientras que entre 40 a 80
kg N ha-1, REND y PROT aumentaron linealmente. De acuerdo con la relación entre el
rendimiento y el contenido de proteína en grano, descripta por Stone & Savin (1999),
esto significa que la disponibilidad de N en el ciclo fue baja entre los tratamientos de 0 y
40 kg N ha-1 y media para el rango siguiente. Estos resultados están de acuerdo con el
nivel crítico de proteína de 11,5% y el nivel de transición de 11,1% y 11,2% de PROT,
reportados por Goos et al. (1981) para un diagnostico post cosecha de la nutrición
nitrogenada del cultivo.
Lo expuesto no concuerda con la disponibilidad inicial superior a 200 kg N ha-1,
estimada por análisis de suelo a fines de junio. De lo anterior se ratifica que hubo
importantes pérdidas de N durante el ciclo del cultivo en particular por lavado,
ocasionado por las abundantes precipitaciones entre abril y octubre (Figura 1).
10
100 y = 0,5969x + 50,792

R² = 0,9924
80
Ncos kg grano ha-1
60
y = 0,3761x + 51,068
R² = 0,929
40
20
0
0 20 40 60 80 100
Dosis kg N ha-1
Emergencia Macollaje Fraccionada
Figura 3. Relación entre el N cosechado en grano y la dosis según época de aplicación.
Conclusiones
Aún con elevada disponibilidad de N inorgánico inicial, se registraron altas respuestas a
la fertilización nitrogenada. La eficiencia agronómica de la fertilización en emergencia
fue un 75% mayor que la de macollaje y la fraccionada, siendo esta superioridad basada
en una recuperación mucho más efectiva del fertilizante.
En un panorama de grandes pérdidas de Ni por lavado, durante el periodo emergencia-
macollaje, las parcelas fertilizadas tempranamente habrían presentado una
disponibilidad posicional ventajosa del N aplicado, con respecto al nativo. El mayor
suministro nitrogenado tuvo una influencia notable sobre el número de espigas por m 2,
que se tradujo en mayor biomasa aérea a cosecha y rendimiento. Sin embargo, la
biomasa aérea medida en antesis fue mayor para las parcelas fertilizadas en macollaje.
Esto puede explicarse por la oportunidad del aporte nitrogenado, en la etapa de mayor
tasa de crecimiento (encañazón). En cosecha, en cambio, la biomasa aérea estuvo
fuertemente asociada al rendimiento.
La proteína se mantuvo en un nivel de transición entre la deficiencia y suficiencia de N.
El 12% de proteína solo se superó con 80 kg de N aplicados, al menos en parte, en
macollaje.
En la campaña anterior (2013), después de 5 años del ensayo de larga duración, se
detectó una mayor capacidad de las parcelas fertilizadas para capturar más del
suministro de agua (lluvias durante el barbecho). En un año con alta disponibilidad
hídrica como el 2014, este efecto no se manifestó plenamente.
Agradecimientos
El presente trabajo fue parcialmente financiado por el Departamento de Agronomía de la

Universidad Nacional del Sur, Bahía Blanca, Argentina PGI 24/A206. El ensayo surgió
11
de un convenio de cooperación de Investigación y Desarrollo entre la Fundación de la

Universidad Nacional del Sur y PROFERTIL S.A. Los autores agradecen a la Ing. Agr.
Noemí Fritz de Cámara Arbitral de Cereales, Oleaginosos, Frutos y Productos de Bahía
Blanca, por la determinación de proteína en grano.
Bibliografía
Austin, RB; MA Ford; JA Edrich & RD Blackwell. 1977. The nitrogen economy of winter
wheat. Agric.Sci. 88:159-167.
Bremner, JM & DR Keeney. 1965. Steam distillation methods for determination of
ammonium, nitrate and nitrite. Anal. Chim. Acta 32:485-95.
Delogu, G; L Cattivelli; N Pecchioni; D De Falcis; T Maggiore & AM Stanca. 1998.
Uptake and agronomic efficiency of nitrogenin winter barley and winter wheat. Europ. J.
Agron. 9: 11-20.
Desai, RM & CR Bhatia. 1978. Nitrogen uptake and nitrogen harvest index in durum
wheat cultivars varying in their grain protein concentration. Euphytica 27: 561-566.
Di Rienzo, JA; F Casanoves; MG Balzarini; L González; M Tablada & CW Robledo.
2013. InfoStat, versión 2013, Grupo InfoStat, FCA. Universidad Nacional de Córdoba
(Argentina).
Dreccer, MF; RA Ruiz; GA Maddonni & EH Satorre. 2003. Bases ecofisiológicas de la
nutrición en los cultivos de grano. En: EH Satorre et al. (eds.). Producción de granos.
Bases funcionales para su manejo.1ra ed Pp. 481-497. Facultad de Agronomía. UBA.
Fageria NK & VC Baligar. 2005. Enhancing Nitrogen Use Efficiency in Crop Plants. Adv.
Agron. 88: 97-185.
Garcia, PA; CN Balbi & AR Ferrero. 2004. Ensayo de cultivares de Trigo Pan (Triticum
aestivum L.) en la provincia de Corrientes: Fenología y componentes de rendimiento.
Universidad Nacional del Nordeste.
Glave, A. 2006. Influencia climática en el sudoeste bonaerense y sudeste de La Pampa.
Acaecer 360:18-23.
Goos, RJ; DG Westfall; AE Ludwick & JE Goris. 1981. Grain Protein Content as an
Indicator of N Sufficiency for Winter Wheat. Agron. J. 74: 130-133.
Gutiérrez, M; C Colla; RJ Kiessling & MM Ron. 2012. Respuesta a nitrógeno en trigo
bajo severo estrés hídrico XIX Congreso Latinoamericano de la Ciencia del Suelo y XXIII
Congreso Argentino de la Ciencia del Suelo. Mar del Plata del 16 al 20 de abril.
Kiessling, RJ; JM Martínez; M Toribio & MM Ron. 2013. Fertilización nitrogenada en
trigo en el Partido de Bahía Blanca (Provincia de Buenos Aires). Simposio Fertilidad
12
2013. “Nutrición de cultivos para la intensificación productiva sustentable” Rosario 22 y

23 de mayo.
Kiessling RJ, Martínez JM, Campisi M, Ron MM 2014 Efecto del nitrógeno sobre fuentes
y destinos para trigo en Bahía Blanca XXIV Congreso Argentino de la Ciencia del Suelo.
II Reunión Nacional “Materia Orgánica y Sustancias Húmicas”. Bahía Blanca, 5 al 9 de
mayo de 2014 6 páginas
Krüger, HR. 2015. Secuencias de cultivos con trigo para el ambiente semiárido
bonaerense : rendimientos y efectos sobre el suelo. - 1a ed. – Bordenave, Buenos Aires
: Ediciones INTA, 2015. 52p.
Marinissen, A; C Torres Carbonell & A Lauric. 2011. Documento de Diagnóstico y
Discusión Sistemas Productivos. Área Influencia Agencia de Extensión INTA Bahía
Blanca. EEA Bordenave. Documento interno Reunión Comisión Interinstitucional de
Desarrollo Técnico-Científico Bahía Blanca UNS- CONICET- CIC –INTA. Agosto 2011.
Novoa, R & RS Loomis. 1981. Nitrogen and plant production. Plant Soil 58:177-204.
Orden, L; ME Mandolesi; RJ Kiessling & MM Ron. 2011. Variabilidad espacial de
fertilidad química del suelo en un diseño de bloques. Span. J. Soil Sci. 1 (1):54-69.
http://sjss.universia.net/pdfs_revistas/articulo_238_1319128206453.pdf
Stone, PJ & R Savin. 1999. Grain quality and its physiological determinants. En: EH
Satorre y GA Slafer. (eds.) Wheat: Ecology and physiology of yield determination. NY:
food product press. Pp 85-120.
Ugarte C; DF Calderini; GA Slafer, 2007. Grain weight and grain number responsiveness
to pre-anthesis temperature in wheat, barley and triticale. Field Crops Res. 100:240-248.
Zadoks, JC; TT Chang & CF Konzak. 1974. A decimal code for the growth stages of
cereals. Weed Res. 14:415-421.
Zotelo, C. 2012. Variabilidad climática y ciclos naturales. Boletín electrónico del
CERZOS Nº 21. http://www.bahiablanca-conicet.gob.ar/
boletin/index.php?option=com_content&view=article&id=1718&Itemid=1031.
13
FERTILIZACIÓN CÁLCICA CON NITRATO DE CALCIO Y RENDIMIENTO DE MANÍ

EN LA REGIÓN MANISERA DE CÓRDOBA
FEDERICO D.MORLA1*; JUSTINIANO ACHAVAL2; GUILLERMO A. CERIONI1;

MARCELO I.T. KEARNEY1; OSCAR GIAYETTO1 & ELENA M. FERNADEZ1
1
Facultad de Agronomía y Veterinaria – Universidad Nacional de Río Cuarto. Ruta
Nac.36, km601. Río Cuarto, Córdoba, Argentina.2Yara Argentina S.A.Av. Libertador 498.
C.A.B.A, Argentina.
* [email protected]
Palabras clave: Calcio, maní, rendimiento, calidad comercial.
Resumen
El calcio (Ca) es un nutriente importante en el maní debido al desarrollo subterráneo de

sus frutos y granos y la baja movilidad de este nutriente por floema, hacen que deba ser
absorbido pordifusión directamente desde el suelo y a través del fruto. Así, los
requerimientos de Ca en la zona de fructificación son considerablemente superiores a
los requeridos para el crecimiento vegetativo. Si bien no se había encontrado
respuestas a la fertilización con Ca en el pasado, la agricultura intensiva ha disminuido
su disponibilidad, principalmente en suelos con baja capacidad de reposición de este
nutriente a la solución. Fuentes convencionales de Ca se caracterizan por una baja
solubilidad y alta dependencia del agua para estar disponible en la solución del suelo.
Como alternativa está el nitrato de calcio (Ca(NO3)2) que presenta una gran
disponibilidad por su alto grado de solubilidad. El objetivo de este trabajo fue evaluar el
efecto y la performance de fertilizante Yara Liva™Nitrabor™ (Nitrato de calcio +
boro)sobre el rendimiento y calidad de maní en diferentes suelos de la región manisera
de Córdoba.El trabajo se realizó durante el ciclo 2014/2015 en 16 lotes comerciales
ubicados en diferentes puntos de la región, donde se establecieron3tratamientos: (i)
testigo sin fertilizar, (ii) dosis única de 130 kg ha-1 de fertilizante Nitrabor™ aplicado
(voleado) a comienzo del clavado e inicio de formación de frutos, y (iii) aplicación
dividida en dos momentos separados 20-25 días entre sí en dosis de 65 kg ha-1 con el
fin de comprender dos cohortes de frutos en formación. Se utilizó un diseño
completamente aleatorizado con siete repeticiones. A cosecha se recolectó una muestra
de 1m2 por tratamiento y repetición, sobre ellas se midió el rendimiento de frutos y
granos, y sus principales componentes. También elporcentaje de maní tipo confitería,
relación grano/caja y granometría. Se observó un mayor rendimiento, obtenido en el
69% de los sitios (11/16 sitios), debido al aumento del número de frutos. Se observa una
tendencia a incrementar la respuesta a la fertilización con Ca a medida que el ambiente
es más productivo.El agregado de Ca no modificó el peso individual de frutos y granos,
como así tampoco diferencias en el rendimiento confitería y granometría. Se registró un
aumento en la relación grano/caja. Bajo las condiciones ambientales del ciclo agrícola,
1
de abundantes precipitaciones que favorecen la absorción de Ca por parte de los frutos

en formación, no se observaron diferencias entre las modalidades de aplicación, en
dosis única (130 Kg ha-1) o dividida(65+65 Kg ha-1).
Introducción
Argentina es el sexto productor mundial y el primer exportador de maní tipo confitería. El

92,1% de la producción nacional se concentra en el área centro-sur de la provincia de
Córdoba (SIIA, 2015) donde, además, se lleva a cabo su procesamiento industrial y
comercialización, conformando una cadena agroalimentaria con características de
economía regional.
El desarrollo de las estructuras reproductivas de maní se distingue de otras especies ya
que después de la polinización y fecundación, se desarrolla una estructura llamada
ginecóforo o clavo que lleva los ovarios fecundados en su parte apical y penetra en el
suelo (Smith, 1950).Esto ocurre aproximadamente a los 14 días después de floración, y
los clavos se ubican a 5-7cm de profundidad en la denominada zona de fructificación,
donde se desarrollan subterráneamente los frutos y granos del maní.
El calcio (Ca) es un nutriente indispensable para el crecimiento y desarrollo de los frutos
y granos de maní. Posee un papel importante en la estructura de la pared celular y
estabilización de la membrana, la división y extensión celular, el equilibrio catión-anión,
la osmorregulación y la modulación de ciertas enzimas (Hawkesford et al., 2012).
La absorción de calcio es por flujo masal derivado de la demanda de agua de la planta,
y la translocación es, por lo tanto, pasiva y regulada por la corriente transpiratoria y la
presión radical (Vasquez y Pagani, 2015). Por lo tanto, los frutos de maní deben obtener
el Ca directamente del suelo, debido a que este nutriente es generalmente inmóvil en el
floema (Kiesling y Walker, 1982), y a que después de que el clavo entra en el suelo, el
fruto no tiene transpiración funcional, por lo que no tiene acceso directo a los nutrientes
absorbidos por la raíz y transportado por el xilema (Kvien et al., 1988). El calcio entra en
la semilla por difusión directamente desde el suelo y a través del pericarpio (Small et al.,
1989). Por ello, una disponibilidad adecuada de Ca en la zona de fructificación es
esencial para un desarrollo adecuado del fruto de maní.
Los requerimientos de Ca en la zona de fructificación para un óptimo rendimiento son
considerablemente superiores a los requeridos para el crecimiento vegetativo (Bonadeo
y Moreno, 2006).
En suelos con alto contenido de arena y ácidos, la fertilización con calcio es una práctica
ampliamente utilizada a nivel mundial (Gascho y Davis, 1994). En la zona manisera de
Córdoba (centro-sur de la provincia), el contenido de Ca del suelo es, en general,
elevado y se relaciona con su génesis y los minerales predominantes del loess
pampeano (Bonadeo y Moreno, 2006).
Algunas experiencias locales realizadas en suelos de la zona manisera de Córdoba, con
genotipos runner y diferentes fuentes, dosis, condiciones y momentos de aplicación de
calcio, no encontraron diferencias significativas en el rendimiento y la calidad comercial.
Entre ellas, Fernandez et al. (1998) en Gral. Cabrera (5,91 meq 100 g-1) y Olaeta (5,29
2
meq 100 g-1) con 1, 2 y 3 Tn ha-1 de yeso (20% Ca), como fuente de calcio aplicado a
inicio de floración, en ambientes con diferentes condiciones de humedad durante el
llenado; Fernández y Tomaselli (2006) en Gral. Cabrera (5,74 meq 100 g-1) con CaB
(8% Ca + 0,5% B); Vissio (2008) en Gral. Cabrera (5,74 meq 100 g-1) con 200 y 400 kg
Ca ha-1 aplicado a la siembra. Recientemente, Lisa (2010), con dosis de 200 y 300 kg
Ca ha-1, usando como fuente un producto comercial granulado (23,4% Ca + 18,6% S)
aplicado en R3,sólo detectó un aumento del rendimiento en Coronel Moldes(816 ppm
Ca), pero en Río Seco (1360 ppm Ca) las diferencias se presentaron en el rendimiento
confitería debido, principalmente, al incremento proporcional de las semillas de mayor
tamaño. Por su parte, Casini et al. (1997) en una experiencia en parcelas con y sin riego
a la que se le incorporaron dosis crecientes de Ca (1, 2 y 3 Tn ha-1 de yeso),no
observaron diferencias significativas en el rendimiento, aunque registraron una
tendencia de interacción positiva entre el agua disponible durante la formación de frutos
y la dosis de Ca que favoreció la absorción del nutriente por los frutos.
Recientemente, en la región manisera de Córdoba, se ha observado una pérdida de
bases de intercambio y acidificación de los suelos generada por la agricultura intensiva
que produce cambios en las propiedades fisicoquímicas pudiendo originar una
disminución de su productividad (Pezzini et al., 2010).Paralelamente, ha crecido de
manera notable la superficie de cultivo de maní en la que se realiza fertilización con Ca
(Cámara Argentina del Maní, Com. Pers.).
Las fuentes de Ca más utilizadas son yeso (sulfato de calcio; SO 4Ca), hidróxido de
calcio (Ca(OH)2), caliza (CaCO3) y dolomita (CaCO3.MgCO3) (Vasquez y Pagani, 2015).
Como principal desventaja, de estos fertilizantes es la cantidad que se requiere aplicar
(kg ha-1) (Casini et al., 1997; Fernandez et al., 1998; Pezzini et al., 2010) que dificulta la
logística y tareas de aplicación. Además, la alta cantidad de agua necesaria para su
disolución y pasar a formar parte de la solución del suelo, solubilidad que depende de
las características químicas del material (e.g. solubilidad: dolomita 1 g l-1; yeso 2,1 g l-1)
y del tamaño de las partículas(granulometría) del producto que se aplica al suelo
(Vasquez y Pagani, 2015). Estas características determinan, en varias ocasiones, que el
Ca no esté disponible en el momento crítico de clavado y posterior desarrollo del fruto
(Gascho y Davis, 1994).
Una alternativa al uso de estos fertilizantes cálcicos es el nitrato de calcio (Ca (NO3)2)
que presenta una alta disponibilidad de Ca por su alto grado de solubilidad (129 g l-1)
suministrando Ca soluble y asimilable de manera inmediata.
El objetivo de este trabajo fue evaluar el efecto y la performance del fertilizante Yara
Liva™Nitrabor™ (nitrato de calcio + boro)sobre el rendimiento y calidad comercial del
cultivo de maní en diferentes suelos de la región manisera de la provincia de Córdoba.
Este trabajo se realizó durante el ciclo agrícola 2014/15 en 16 lotes comerciales

ubicados en diferentes áreas de la región manisera de la provincia de Córdoba (Figura
1). Los lotes fueron sembrados entre el 16/10/2014 y el 19/11/2014 (fecha de siembra
3
normal para la región). Durante el cultivo se realizaron controles de malezas, plagas y

enfermedades definidas por los productores.
Figura 1. Ubicación de los ensayos experimentales (16) en el centro sur de la provincia de

Córdoba.
En los lotes seleccionados se establecieron las parcelas experimentales para evaluar

los siguientes tratamientos: (i) testigo sin fertilizar, (ii) dosis única de 130 kg ha-1 de
fertilizante Nitrabor™ aplicado (al voleo) entre comienzo del clavado (estadio fenológico
R2 según Boote, 1982) e inicio de formación de frutos (estadio R3), y (iii) dosis dividida
en dos aplicaciones de 65 kg ha-1separadas 20-25 días entre sí con el propósito de
abarcar dos cohortes de frutos (R2-R3 y R4-R5). Nitrabor™ aporta calcio(Ca) 18,3%,
nitrógeno (N) 15,4%y boro(B) 0,3%. Si bien el N y B pueden tener un efecto sinérgico
con el Ca, para los fines de este estudio no fueron considerados porque el aporte de N
es bajo y se cubre con el aporte del suelo y de la fijación biológica de nitrógeno (FBN); y
respecto al B, las respuesta en la región no son significativas en aplicaciones post
floración (Bonadeo y Moreno, 2006).
La aplicación del producto se realizó con una máquina fertilizadora para microparcelas.
El tamaño de cada parcela experimental fue de 8m de ancho (12 surcos a 0,7m entre sí)
y 50m de largo por tratamiento. Se utilizó un diseño completamente aleatorizado con
siete repeticiones.
La cosecha (R8) se realizó entre el 26/03/2015 y el 22/04/2015 y se recolectó una
muestra de 1 m2 por tratamiento y repetición. En cada una se midió el rendimiento de
4
frutos y granos (kgha-1) y sus principales componentes numéricos: número de frutos

maduros, peso de frutos y granos. También, se determinó la calidad comercial:
porcentaje de maní apto para selección tipo confitería, relación grano/caja y
granometría.
Los resultados obtenidos fueron procesados mediante un ANAVA y separación de
medias según el test de mínimas diferencias significativas (LSD) de Fisher (α<0,10). Los
resultados se analizaron a través del método de índice ambiental (Eberhart y Russell,
1966). Se utilizaron los programas estadísticos INFOSTAT y Graph Pad Prism v. 5.00.
El rendimiento en frutos del cultivo respondió de manera significativa (α<0,10) a la
aplicación del fertilizante en 11 de los 16 sitios de la región manisera de Córdoba
evaluados en este trabajo (Tabla 1). En esos sitios, el tratamiento testigo presentó los
menores valores de rendimiento de frutos mientras que los tratamientos de fertilización
no difirieron entre sí en ninguno de los ambientes evaluados. En Justo Daract los
tratamientos de fertilización coincidieron con áreas donde no se había inoculado el
cultivo por lo que cada tratamiento se comparó con un testigo de igual condición (e.i.
con inoculación C/I y sin inoculación S/I).
-1
Tabla 1. Rendimiento de frutos (kg ha ) según tratamientos de fertilización evaluados en
diferentes sitios de la región manisera de Córdoba.
Zona Dosis 130 Dosis 65+65 Testigo p
1 Las Acequias 6169 a 5697 ab 5358 b 0,0903
2 La Ensenada 6195 ab 6701 a 6033 b 0,0687
3 Punta del Agua 7263 a 7127 a 5814 b 0,0027
4 Río Cuarto 5738 5471 5686 0,7673
5 Tancacha 5128 5672 5045 0,2370
6 Del Campillo 4428 4615 4959 0,1426
7 Huinca Renancó 5059 a 4555 ab 4447 b 0,0548
8 Italó 6611 a 6856 a 6049 b 0,0372
9 Jovita 7326 ab 7607 a 6781 b 0,0753
10 Gral.Levalle 6211 6071 5324 0,1097
11 V. Mackenna 3677 b 4325 a 3705 b 0,0405
12 Ranqueles 5513 a 5093 ab 4650 b 0,0310
13a Justo Daract S/I 5700 a -------- 4081 b 0,0001
13b Justo Daract C/I -------- 7464 a 6502 b 0,0164
14 Villa Valeria 6488 5860 6256 0,1410
15 De La Serna 6900 a 6888 a 5831 b 0,0648
16 Gral. Cabrera 4776 a 4833 a 3435 b 0,0131
En cada fila, letras distintas indican diferencias estadísticamente significativas, Test LSD de
Fisher (α<0,10).
5
Este aumento en el rendimiento de frutos no se observó en la producción de biomasa

aérea (hojas y tallos) de las plantas (datos no mostrados), coincidiendo con otras
experiencias (Visio, 2008; Lisa, 2010) y lo señalado en la bibliografía sobre la
independencia de absorción de Ca entre la planta, vía raíces, y los frutos por captación
directa (Kvien et al., 1988; Gascho y Davis, 1994). Estas diferencias entre producción de
biomasa vegetativa y reproductiva, afectaron el índice de cosecha (IC) del cultivo con
diferencias significativas entre tratamientos (p=0,0004) a favor de los que se fertilizaron.
Se registraron aumentos del 6 y 4% en las aplicaciones de 130 y 65+65, respecto al
testigo (IC de 0,51, 0,50 y 0,48, respectivamente).
El análisis de las respuestas del rendimiento en función a la media ambiental (promedio
de todos los rendimientos obtenidos en un mismo ambiente) se muestra en la figura
2.Laspendientes de las líneas de tendencia, mayor a 1 en los tratamientos con
fertilizante (1,048x para la dosis 130 y 1,010x para la dosis 65+65) y menor a 1 en el
testigo (0,9540x), indican que la respuesta a la fertilización mejora cuando la calidad del
ambiente es mayor. Esta respuesta es esperable en ambientes de mayor productividad
por el mayor requerimiento de Ca asociado al incremento del número de destinos
(componentes del rendimiento) (Kiesling y Walker, 1982; Kvien et al., 1988). En este
sentido, Casini et al. (1997), encontraron que las mayores respuestas (aunque no
significativas) a la fertilización con Ca se produjeron en las parcelas con mayor
productividad (parcelas bajo riego).
8000 Best-fit values Dosis 130 Dosis 65+65 Testigo

Slope 1.048 ± 0.08958 1.010 ± 0.08338 0.9540 ± 0.09010
Y-intercept when X=0.0 -79.19 ± 507.0 110.9 ± 481.4 -76.06 ± 516.5

r² 0,9012 0,9073 0,8751
7000 P value < 0.0001 < 0.0001 < 0.0001
Dosis 130
6000 Dosis 65+65
Testigo
1000
5000 500
Residuos
4000 -500
-1000
3000 4000 5000 6000 7000 8000
Media ambiental
3000
3000 4000 5000 6000 7000 8000
Media ambiental
-1
Figura 2. Rendimiento de frutos (Kg ha ) y residuos (en caja) de los diferentes tratamientos en
función de la media ambiental de los sitios evaluados.
6
Al no detectarse interacción entre tratamiento y sitio para las variables analizadas en

este trabajo, se procedió a un análisis conjunto de los resultados para todos los sitios
del estudio. Cuando se considera el promedio de los rendimientos en la zona manisera
de Córdoba, hubo una respuesta significativa del rendimiento de frutos (p<0,0001) y de
granos (p<0,0001) a la fertilización en cualquiera de sus formas de aplicación respecto
al testigo (Figura 3).Bajo las condiciones de este trabajo, la aplicación de una única
dosis (130 kg ha-1) aumentó el rendimiento de frutos y granos en 572 y 466 kg ha-1,
equivalente a un aumento del10,9 y 11,4%, respectivamente. De similar manera se
observó un aumento en el rendimiento de 541 kg ha-1 de fruto (10,3%) y de 436 kg ha-1
de granos (10,7%) en la aplicación dividida (65+65 kg ha-1).
Frutos
7000 Granos
6000 5817 a 5786 a
5245 b
5000 4069 B
4535 A 4505 A
4000
3000
o
0
65
ig
13
st
+
Te
65
-1
Figura 3. Rendimiento promedio de frutos y granos (Kg ha ) de los diferentes sitios para cada
tratamiento.
Esta respuesta del rendimiento a la fertilización estuvo vinculada al aumento significativo

(p<0,0001) del número de frutos por unidad de superficie (Figura 4). Los tratamientos
fertilizados produjeron un 10% más de frutos cosechables que el tratamiento testigo.
Este aumento en el número de frutos a cosecha en los tratamientos con fertilización
cálcica está ampliamente documentado en la bibliografía. Smith (1950) y Kvien et al.
(1988) señalaron que para el inicio de formación del fruto, cuando el clavo ya ingresó al
suelo, su crecimiento y desarrollo están altamente condicionados por el contenido de Ca
en la solución acuosa del suelo, entre otras condiciones necesarias.
7
2.0 600
Peso de 1 Fruto
Nº de frutos
Número de frutos (m 2)
Peso de 1 fruto (g)
1.5
500
a a
1.0 b
400
0.5
0.0 300
o
0
65
ig
13
st
+
Te
65
Figura 4. Peso individual de 1 fruto y número de frutos por unidad de superficie en función de
diferentes tratamientos de fertilización evaluados.
Por otro lado, no se observó un efecto en el peso individual de los frutos

(p=0,7596)(Figura 4).
Al analizar las variables relativas a la calidad comercial del producto, se observó un
aumento significativo de la relación grano/caja (p=0,0429) a favor de los tratamientos
fertilizados (Figura 5B). Mientras que no hubo diferencias estadísticamente significativas
en la calidad confitera del producto (p=0,4343) (Figura 5A), ni en la composición
granométrica del mismo, no coincidiendo con Visio (2008) y Lisa (2010) quiénes
encontraron un incremento de la proporción de algunos tamaños de granos y/o
rendimiento confitería.
8
100 0.9
B
A
Rendimiento Confitería (%)
0.78 a 0.78 a
0.8
Relación Grano/Caja
0.76 b
80 0.7
0.6
0.5
60
8 (%)
0.4
o
7,5 (%)
13
ig
+6
st
Te
65
40
Z 6,5 (%)
9 (%)
7 (%)
Z 6 (%)
10%
20
0
130
130
130
130
130
130
130
130
Testigo
Testigo
Testigo
Testigo
Testigo
Testigo
Testigo
Testigo
65+65
65+65
65+65
65+65
65+65
65+65
65+65
65+65
Figura 5. Rendimiento confitería y categorías granométricas (A) y relación grano/caja (B) en
función de diferentes tratamientos de fertilización evaluados.
Si bien es de esperar una mejora en la relación grano/caja con la fertilización ya que el

Ca mejora el llenado del fruto por parte del grano (Bonadeo y Moreno, 2006), no se
observó cambios en el peso individual del fruto y de los granos, en el rendimiento de
confitería, ni en las categorías granométricas mayores.
Conclusiones
La biomasa total a cosecha no se diferenció entre los tratamientos evaluados. En

cambio sí se observó una respuesta en el índice de cosecha (IC) donde se obtuvieron
hasta 3 puntos porcentuales de diferencia entre tratamientos con y sin fertilización. Este
cambio en la partición de fotoasimilados hacia las estructuras reproductivas está
explicado por el aumento de frutos cuajados encontrado en los tratamientos fertilizados.
Este mayor número de frutos por unidad de superficie registrado cuando se aplicó
Nitrabor™ es el que explica, a su vez, el mayor rendimiento obtenido en el 69% de los
sitios en los que se realizó este estudio (11 de 16 sitios totales).Además, se observó que
existe una tendencia de respuesta creciente a la fertilización con Ca a medida que el
ambiente es más productivo, esto puede indicar que ante un mayor requerimiento de
este nutriente, el suelo no sería capaz de proveerlo en tiempo y forma. Por otro lado, el
agregado de Ca al suelo no modificó el peso individual de los frutos y granos
cosechados ni produjo diferencias significativas en el rendimiento confitería y sus
categorías granométricas. Estas variables de calidad comercial están altamente
9
relacionadas con el peso individual del fruto. Sí se registró un aumento de la relación

grano caja. Bajo las condiciones ambientales en las que se realizó este estudio, ciclo
agrícola con abundantes precipitaciones que favorecen la absorción del calcio por parte
de los frutos, no se observaron diferencias entre las modalidades de aplicación del
nitrato de calcio (Nitrabor™), en una (130 Kg ha-1) o dos (65+65 Kg ha-1) oportunidades.
Agradecimientos
Financiamiento: Yara Argentina S.A. y Unidad de servicios del departamento de
producción vegetal USPROVEG - Universidad Nacional de Río Cuarto. Los autores
agradecen a las empresas Olam Argentina S.A., Golden Peanut Argentina S.A., Olega
Saciiayf y Maniagro Argentina S.A., por facilitar los lotes de producción para la
realización de los ensayos experimentales.
Bibliografía
Bonadeo E. & I. Moreno. 2006. Nutrición Mineral. Cáp. IV. En: El cultivo de maní en
Córdoba. Fernandez E.M. y O. Giayetto Eds. Universidad Nacional de Río Cuarto. p.
113-123.
Boote, K. J. 1982. Growth stages of peanut (Arachis hypogaea L.) 1.Peanut
Science,9(1), 35-40.
Casini C., P. Salas, M. Sagadín & N. R. Grosso.1997. Estudio del efecto del riego y la
fertilización con calcio sobre la calidad del maní tipo “Runner”.12 Jornada Nacional del
Maní. General Cabrera, Córdoba. p. 40-41.
Eberhart, S. T., & Russell, W. A. 1966.Stability parameters for comparing
varieties.Cropscience,6(1), 36-40.
Fernandez, E.M.; Bonadeo E.; Moreno I.; Hampp, E. & R. Marzari. 1998. Niveles de Ca
y K de un Haplustol típico relacionados con la producción de maní. 13 Jornada Nacional
del Maní. General Cabrera, Córdoba. p. 18-19.
Fernandez, E.M. & Tomaselli, L.F. 2006. Calidad fisiológica de semillas de maní
(Arachis hypogaea L) influenciada por la aplicación foliar de calcio y boro. Vº Encuentro
Internacional de especialistas en Arachis. Río Cuarto, Cba. Arg.s/p.
Gascho, G.J. & J.G. Davis. 1994. Chapter 7: Mineral nutrition of groundnut. In: J. Smartt,
editor, The Groundnut Crop: A Scientific Basis for Improvement. Chapman & Hall,
London, UK. p. 215-227.
Hawkesford, M., W. Horst, T. Kichey, H. Lambers, J. Schjoerring, I. S. Moller & P. White.
2012. Functions of Macronutrients. In: P. Marschner, editor, Mineral nutrition of higher
plants (3rd ed). Academic Press, London, UK. p. 171-178.
Keisling, T.C., & M.E. Walker. 1982. Calcium absorption efficiency of peanut fruit of
various cultivars. J. of Plant Nutr. 5: 91-95.
10
Kvien, C.S., W.D. Branch, M.E. Sumner, & A.S. Csinos. 1988. Pod Characteristics
Influencing Calcium Concentrations in the Seed and Hull of Peanut. CropSci. 28: 666-
671.
Lisa, F. 2010. Rendimiento de maní y calidad de la semilla en función del contenido de
calcio en el suelo. Trabajo Final de Grado. FAV – UNRC. 21 p.
Pezzini, M., Cisneros, J. M., & Moreno, I. S. (2010). Encalado en suelos del área
manisera. efectos sobre el pH y la saturación con calcio. 25 Jornada Nacional de Maní.
General Cabrera, Córdoba. AR.
SIIA. 2015. Maní. En: www.siia.gov.ar/_apps/siia/estimaciones/estima2.php. Consultado:
27/11/15.
Small, H., C.S. Kvien, M.E. Sumner, & A.S. Csinos. 1989. Solution calcium concentration
and application date effects on pod calcium uptake and distribution in Florunner and
Ttifton-8 peanut. J. PlantNutr. 12: 37-52.
Smith, B.W. 1950. Arachis hypogaea L. aerial flower and subterranean fruit.Am. J. Bot.
37: 802-815.
Vasquez M.E. & A. Pagani. 2015. Calcio y Magnesio. Manejo de Fertilización y
Enmiendas. Cap. 11. En: Fertilidad de Suelos y Fertilización de Cultivos. Eds.
Echevarria H.E. y F.O. García. Ediciones INTA. p. 317-356.
Vissio, E. 2008. Calidad y rendimiento de líneas de maní en función del calcio en el
suelo. Trabajo Final de Grado. FAV – UNRC. 21 p.
11
PÉRDIDAS DE NITRÓGENO POR VOLATILIZACIÓN EN DISTINTAS FUENTES

NITROGENADAS EN LIMONERO (Citrus limón) EN TUCUMÁN
CORREA, ORLANDO*; SOSA, FRANCISCO**; ROMERO, JUAN*; SANZANO,

AGUSTIN** & ROJAS QUINTEROS, HUGO***
Sección Suelos y Nutrición Vegetal. EEA INTA Obispo Colombres, Tucumán
*[email protected]
Palabras clave: nitrógeno, cítricos, eficiencia.
Resumen
La fertilización nitrogenada constituye una práctica fundamental en un monte frutal

cítrico. En algunas zonas productoras, principalmente de naranjas, se han medido las
pérdidas por volatilización de distintos fertilizantes nitrogenados. En Argentina se
realizaron estudios en granos, principalmente en la región pampeana. En Tucumán, la
actividad citrícola se basa en la producción de limón (Citrus limón) y, mayoritariamente,
se hace una fertilización tradicional con urea como fuente nitrogenada, aplicada al voleo
en la banda de proyección de la copa del árbol. Esto supone pérdidas de nitrógeno (N)
al ambiente y una menor eficiencia de la fertilización. Tanto a nivel local como mundial
son escasos los trabajos referidos a pérdidas de nitrógeno (N) por volatilización en
limonero. El propósito del presente trabajo fue cuantificar el N volatilizado a partir de la
aplicación de distintas fuentes nitrogenadas en limonero Lisboa injertado sobre Flying
Dragon. Se usaron tres fuentes: Urea, Solución Urea-nitrato de amonio (UAN) y Nitrato
de amonio calcáreo (CAN), a una dosis de 330 kg N ha-1. Se incluyó un testigo sin
fertilizar. Se usó un diseño en bloques totalmente aleatorizados, con tres repeticiones
sobre un Hapludol Fluvéntico localizado en San Andrés, Cruz Alta, Tucumán, Argentina.
El N se capturó en cámaras ubicadas en cada parcela de evaluación. Se registró la
temperatura edáfica y se midió el contenido hídrico del suelo. Se realizó un ANOVA y se
aplicó un test de comparación de medias. UREA presentó las mayores pérdidas
relativas acumuladas en el período estudiado (21,5 %); mientras que con UAN fueron
7,7 % y con CAN 1,5 %. Esta última fuente no se diferenció significativamente del
testigo. Si bien las condiciones de humedad y temperatura del suelo no fueron óptimas
para la ocurrencia del proceso, los valores encontrados estuvieron dentro de los rangos
de pérdidas citados en otros trabajos.
Introducción
Los árboles cítricos son altamente dependientes de la fertilización y particularmente
realizan una gran extracción de nitrógeno (N) del suelo (Hernández, 2006). La urea es el
fertilizante nitrogenado más utilizado en el medio; y durante la mineralización de esta
fuente, el N contenido en ella queda sujeto a procesos de volatilización como amoníaco
gaseoso (NH3) a la atmósfera, reduciendo así su eficiencia y constituyéndose en un
contaminante (Videla, 1955; Echeverría, 2006). Una vez aplicada, la urea es hidrolizada
1
a amonio (NH4+). Esta reacción, catalizada por la enzima ureasa, consume

hidrogeniones del medio, provocando un aumento temporario de pH en la zona cercana
al grano del fertilizante, aun en suelos ácidos; lo que estimula un aumento en la
concentración y pérdida de NH3 a la atmósfera (García, 1996).
La intensidad de este proceso depende de propiedades edáficas del suelo, como
capacidad de intercambio de cationes (CIC), humedad de suelo, contenido de materia
orgánica, textura y presencia de residuos vegetales. Influyen, también, factores
ambientales como temperatura, viento y factores antrópicos como dosis y fuente
nitrogenada. La pérdida es mayor cuando mayor sea la cantidad de N aplicado (Videla,
1995; Sáinz Rosas, 1997)
Los aportes de N vía fertilización dependen de la edad del árbol, producción esperada y
las condiciones edafo-climáticas. La dosis de N se incrementa progresivamente desde la
plantación hasta estabilizarse a los 10-12 años. El empleo de estas dosis crecientes,
sumado a la no remoción del suelo -que a su vez condiciona las tasas de
mineralización-, resulta en el uso de altas dosis de fertilizante, las que pueden llegar
hasta 680 kg ha-1 de urea y son aplicadas superficialmente sobre residuos vegetales
dentro de franjas reducidas, por lo que su concentración en superficie dentro de dicha
franja equivale a una aplicación de 1080 kg ha-1 de urea (Aso, 1980; Hernández, 2006).
Tales condiciones, propias de las explotaciones citrícolas, son propicias para el aumento
de las pérdidas de nitrógeno por volatilización.
Numerosos trabajos indican que algunas fuentes nitrogenadas, como la solución urea-
nitrato de amonio (UAN) y el nitrato de amonio calcáreo (CAN), poseen menores
pérdidas por volatilización que la urea debido al menor contenido de nitrógeno en forma
de amida y amonio (Fontanetto, 2001; Barbieri, 2003). Estudios de comparación de
fuentes nitrogenadas en plantaciones cítricas son escasos, tanto a nivel local como
mundial (Cantarella, 2003; Mattos, 2003),
El objetivo del presente trabajo fue evaluar las pérdidas por volatilización de distintas
fuentes nitrogenadas utilizadas en plantaciones citrícolas.
El ensayo se llevó a cabo en un lote comercial ubicado en la localidad de San Andrés,

en la llanura chaco pampeana húmeda sub-húmeda de la provincia de Tucumán,
Argentina (Zucardi y Fadda, 1985). Se trabajó sobre una plantación de limonero Lisboa
frost injertado sobre un portainjerto semi-enanizante Poncirus trifoliata var. monstrosa
(Flying Dragon), de 12 años de edad, plantado en marco compacto de 5,5 m entre
líneas y 2,75 m entre plantas. El lote se encuentra sobre un suelo Hapludol Fluvéntico
(Tabla 1) y dispone de riego por goteo con un lateral por fila con emisores distanciados
a un metro y caudal por emisor de 4 l h-1.
2
Tabla 1. Características edáficas San Andrés, Cruz Alta. Tucumán. Argentina.
Profundidad pH (agua Salinidad dS/m Carbonatos Textura Materia

(cm) 1:2,5) (C.E. 25º en extracto CaCO3 % estimada organica %
de suelo) (gasometría) (capilaridad) (Walkley-Black)
0-30 6,8 1,9 --- Franco 2,8
30-60 6,9 1,7 --- Franco
La unidad experimental estuvo constituida por 10 plantas contiguas en una misma fila.
Estas parcelas se dispusieron en un diseño en bloques totalmente aleatorizados con
tres repeticiones. Los tratamientos ensayados fueron:
1. Testigo sin fertilizar (TESTIGO).
2. Urea (46% N) (UREA).
3. Solución Urea-nitrato de amonio (33% N) (UAN).
4. Nitrato de amonio calcáreo (27% N) (CAN).
La dosis utilizada fue de 330 kg N ha-1 (0,5 kg N planta-1) recomendada para planta
adultas con patrón semi-enanizante. La aplicación se realiza generalmente en invierno,
pero en este ensayo se hizo en el mes de octubre, de manera convencional al voleo
para los fertilizantes sólidos y chorreado para el fertilizante líquido; ambos en la franja
delimitada por el vuelo de la copa de tres metros de ancho (Aso, 1980).
Los parámetros edáficos evaluados fueron: N volatilizado (kg ha-1), temperatura del
suelo a 0,05 m y humedad del suelo a una profundidad de 0-0,2 m.
Para medir el amoníaco volátil se utilizó un sistema de absorción semi-abierto estático,
adaptado del propuesto por Nommik (1972). Consiste en atrapar el amoníaco
volatilizado por medio de cámaras de captación compuestas por un cilindro de
policloruro de vinilo (PVC) enterrado 5 cm para aislar el área de suelo a monitorear; la
retención del NH3 se realiza con un disco de espuma de poliuretano embebido con
solución de ácido sulfúrico 1N, que capta y estabiliza el NH3 emitido; un segundo disco
embebido se coloca por encima del primero con la finalidad de capturar el NH3
proveniente del exterior de la cámara y evitar así la contaminación del inferior. Dichos
discos se reemplazan al momento de la lectura: el disco inferior se transporta en envase
hermético al laboratorio, donde se lava con agua destilada y, a partir de una alícuota, se
determina la concentración de N mediante destilación por arrastre de vapor, titulación y
cálculo de concentración. Se colocó una cámara por parcela y los discos fueron
cambiados al primer, segundo, cuarto, séptimo y décimo primer día después de la
aplicación del fertilizante nitrogenado determinando una frecuencia diaria hasta el día
dos; de dos, tres y cuatro días respectivamente para las mediciones restantes.
El registro de temperatura del suelo se realizó con un sensor enterrado a 0,05 m y a una
distancia de 0,1 m de las cámaras. El contenido hídrico del suelo se obtuvo mediante
determinaciones gravimétricas realizadas en cada cambio de disco.
Se realizaron determinaciones de rendimiento de fruta fresca para las cosechas de
invierno y de verano. Además se hicieron mediciones vegetativas de diámetro de tallo.
3
Con los datos de N perdidos por volatilización se realizó un ANOVA y una comparación
de medias con el test de Fisher (p<0,05), mediante el uso del software INFOSTAT (Di
Rienzo et al., 2009). Se ajustó una ecuación para estimar las tasas de pérdida para
cada fuente y las pérdidas relativas al día 15 posterior a la aplicación de la fuente
nitrogenada (Leal et al., 2007).
Se registraron pérdidas por volatilización desde el primer día de medición. Las distintas
fuentes nitrogenadas presentaron comportamientos significativamente disímiles
(p<0,05). En el tratamiento UREA, las pérdidas acumuladas fueron superiores (p<0,05)
desde el segundo y hasta el último día de muestreo, en comparación con UAN, CAN y
Testigo. Los tratamientos Testigo y CAN no registraron diferencias significativas entre
ellos durante todo el período experimental (Tabla 2), coincidentemente con lo observado
por Barbieri (2003).
-1
Tabla 2. Pérdidas de N acumuladas (kg ha ). Octubre 2013, San Andrés, Cruz Alta. Tucumán, Argentina.
Letras distintas en la misma fila indican diferencias significativas entre tratamientos (p<0,05).
Tratamientos
Día Urea UAN CAN Testigo
1 2,22 a 2,78 a 1,47 ab 0,36 b
2 11,98 a 5,78 b 2,88 bc 0,73 c
4 30,57 a 10,19 b 3,81 b 0,97 b
7 54,82 a 15,79 b 4,73 b 0,97 b
11 65,38 a 29,4 ab 6,23 b 1,47 b
La curva de pérdidas acumuladas para UREA tuvo una distribución sigmoidea (Figura 1)
que se corresponde con la actividad de la enzima ureasa. Similares resultados
encontraron Soares (2012) en laboratorio, y Velthot (1990) en praderas con cámaras de
túnel de viento. A partir de ecuaciones de ajuste (Figura 1) se estimó las tasas de
pérdida para cada fuente en función del tiempo (Figura 2) y la pérdida relativa al día 15
posterior a la aplicación (Figura 3).
4
kg.ha-1 acumulada
y = 27,721ln(x) - 2,6186
R² = 0,9703 Urea
70
UAN
60
Testigo
50
CAN
40
y = 10,093ln(x) - 0,1777
R² = 0,8518
30
20
y = 1,8587ln(x) + 1,4374
R² = 0,9786
10
y = 0,4003ln(x) + 0,3873
0 R² = 0,9111
0 2 4 6 8 10 12 14
Dias desde aplicación
2
Figura 1. Pérdidas acumuladas por tratamiento con sus respectivas ecuaciones de ajuste y R . Octubre
2013, San Andrés, Cruz Alta. Tucumán, Argentina.
Kg.ha-1 Urea
16 UAN
14 Testigo
12 CAN
10
0
0 2 4 6 8 10 12 14 16
-1
Figura 2. Pérdidas diarias estimadas de N (kg ha ) por volatilización. Octubre 2013, San Andrés,
Cruz Alta. Tucumán, Argentina.
Los tratamientos UREA, UAN y CAN tuvieron las mayores tasas de volatilización al
segundo, tercer y primer día respectivamente (Figura 2). En plantaciones cítricas de
Florida se encontraron las mayores tasas de pérdida para urea al quinto día de su
aplicación (Mattos, 2003). Cantarella et al (2003), en San Pablo, registró las mayores
tasas de pérdida al tercer día, al igual que Soares (2012) en laboratorio con aplicaciones
de 300 kg N ha-1. Este adelanto en los picos de pérdida pudo ser consecuencia del
retraso en la aplicación hasta el mes de octubre, cuando las temperaturas del suelo son
mayores a las registradas en la época invernal.
5
Las pérdidas relativas al total de N aplicado estimadas a los 15 días fueron de 21,5%,
7,7% y 1,5 % para UREA, UAN y CAN respectivamente (Figura 3).
% perdidas de N
25% Urea
UAN
20%
CAN
15%
10%
5%
0%
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Figura 3. Pérdidas porcentuales acumuladas estimadas de N por volatilización. Octubre 2013,

San Andrés, Cruz Alta. Tucumán, Argentina.
Para el tratamiento UREA, las pérdidas relativas fueron inferiores a las citadas por
Cantarella (2003), Mattos (2003), Soares (2012) y Ferraris (2014), quienes encontraron
valores del 37, 33, 37 y 39,5 % respectivamente. Ferraris (2009), para la localidad de
Pergamino en maíz temprano y con una dosis de 120 kg N ha-1 obtuvo pérdidas del
13,2% para la fuente UREA y 3,3% para UAN.
Para CAN, Barbieri (2003) en la localidad de Balcarce con dosis de 70 kg N ha-1 obtuvo
valores inferiores a 1%; mientras que Ferraris (2014) en Pergamino, sobre maíz tardío
con dosis de 120 kg N ha-1 encontró pérdidas del 2,7%. Esta menor pérdida por
volatilización para el CAN se debería a la solubilidad del calcio presente en la fuente, el
cual reacciona con el carbonato de la solución del suelo formando compuestos de baja
solubilidad, disminuyendo el pH y regulando de esta manera el proceso de volatilización
(Easterwood, 2002; Echeverria, 2006).
La temperatura del suelo se ubicó entre 18,8 y 22,2ºC (Figura 4). De acuerdo a Videla
(1994), Sáinz Rozas (1997) y Echeverría (2006), la temperatura influye mayormente en
la acción de la enzima ureasa con un rango de actividad de 10 a 40ºC, incrementándose
por encima de los 20ºC. Probablemente este factor contribuya a explicar las diferencias
con la literatura citada.
La humedad edáfica se mantuvo entre 19,5 y 25% con un promedio de 22,5%, sin
diferencias significativas entre tratamientos durante toda la duración del ensayo. Estas
condiciones de humedad generadas por el riego, se diferencian de las citadas como
óptimas para una alta tasa de volatilización, que ocurren cuando la aplicación se realiza
con humedad cercana a capacidad de campo y el suelo se seca lentamente (Videla,
1994; Echeverría, 2006). El factor humedad de suelo, sumado a las condiciones de
6
sombreado e impedimento para la circulación del aire -propio de la plantación cítrica-

difiere de las condiciones óptimas para la máxima expresión del proceso de
volatilización; lo que podría también explicar las menores tasas de pérdidas
encontradas.
Figura 4. Valores de humedad edáfica gravimétrica y temperatura del suelo promedios durante el
ensayo. Octubre 2013, San Andrés, Cruz Alta. Tucumán, Argentina.
Debido a la ocurrencia de una helada tardía, la producción de fruta fresca de estación

de la campaña correspondiente fue insignificante, la cosecha de verano alcanzo
rendimientos promedio de 12 tn ha-1 sin diferencias significativas entre tratamientos. Las
mediciones de diámetro de tronco no arrojaron diferencias significativas y obtuvieron un
promedio de 11 cm de diámetro.
Conclusiones
En plantaciones de limoneros la fuente nitrogenada aplicada en el mes de octubre tuvo
un marcado efecto en la tasa de volatilización debido a la naturaleza del compuesto
nitrogenado y su reacción con el medio.
UREA presentó mayores pérdidas por volatilización, seguida por UAN. CAN fue la
fuente con menores pérdidas por volatilización.
Fuentes con menor contenido de nitrógeno amídico como UAN y CAN constituyen una
alternativa válida para aumentar la eficiencia en la fertilización nitrogenada.
Se hace necesario cuantificar las pérdidas por períodos mayores al evaluado para
estudiar su dinámica. En el mismo sentido, debe evaluarse la respuesta productiva para
verificar los efectos de mencionada eficiencia.
Bibliografía
Aso, P. J. 1980. La fertilización con Nitrógeno en limoneros. Avance Agroind. 2: 23
7
Barbieri, P. A.; H. E. Echeverría y H. R. Sáinz Rozas. 2003. Respuesta del cultivo de

maíz bajo siembra directa a la fuente y al método de aplicación de nitrógeno. Ciencia del
Suelo 21(1): 18-23.
Cantarella, H.; D. Mattos Jr.; J. A. Quaggio and A. T. Rigolin. 2003. Fruit yield of
Valencia sweet orange fertilized with different N sources and the loss of applied N.
Nutrient Cycling in Agroecosystems 67: 215–223.
Di Rienzo, J. A.; F. Casanoves; M. G. Balzarini; L. Gonzalez; M. Tablada & C. W.
Robledo. 2009. InfoStat versión 2009. Grupo InfoStat. FCA, Universidad Nacional de
Eaesterwood, G. W. 2002. Calcium´role in plant nutrition. Fluid J 10: 16-19.
Echeverria, H. E. y H. R. Sáinz Rozas. 2006. Nitrógeno. En: H. E. Echeverría y F. O.
Garcia (eds.). Fertilidad de suelos y fertilización de los cultivos. Ediciones INTA, pp. 69-
97
Ferraris, G. N.; L. A. Couretot & M. Toribio. 2009. Pérdidas de nitrógeno por
volatilización y su implicancia en el rendimiento del cultivo de maíz: Efectos de fuente,
dosis y uso de inhibidores. Informaciones Agronómicas 43: 19-22.
Ferraris, G. N.; G. Elías & M. L. Galetto. 2014. Pérdidas de nitrógeno por volatilización
en maíces tardíos en Pergamino [Bs. As.]. Efectos de fuente y dosis [Resumen]. In:
Congreso Nacional de Maíz. 10. 3 al 5 de septiembre 2014. Rosario, Santa Fe,
Argentina.
Fontanetto, H.; H. Vivas; O. Keller & F. Llambías. 2001. Volatilización de amoníaco
desde diferentes fuentes nitrogenadas aplicadas en trigo con siembra directa. In Actas V
Congreso Nacional de Trigo. Carlos Paz, Córdoba.
García, F. O. 1996. El ciclo del nitrógeno en ecosistemas agrícolas. Secretaría de
Agricultura, Ganadería y Pesca, Instituto Nacional de Tecnología Agropecuaria, Centro
Regional Buenos Aires Sur, Estación Experimental Agropecuaria Balcarce.
Hernández, C.F. y R. L. Figueroa. 2006. Citrus. En H.E. Echeverría y F.O. García (eds.).
Fertilidad de suelos y fertilización de los cultivos. Ediciones INTA, pp. 425-444.
Leal Varón, L. A.; A. Salamanca Jiménez & S. Sadeghian Khalajabadi. 2007. Pérdidas
de nitrógeno por volatilización en cafetales en etapa productiva. Cenicafé (Colombia) 58
(3): 216-226.
Mattos Jr, D.; A. K. Alva; S. Paramasivam & D. A. Graetz. 2003. Nitrogen volatilization
and mineralization in a sandy Entisol of Florida under citrus. Communications in soil
science and plant analysis 34 (13-14): 1803-1824.
Nommik, H. 1973. The effect of pellet size on the ammonia loss from urea applied to
forest soil. Plant Soil. 39: 309-318.
8
Rodrigues Soares, J.; H. Cantarella; M. Leite de Campos Menegale. 2012. Ammonia

volatilization losses from surface-applied urea with urease and nitrification inhibitors. Soil
Biology & Biochemistry 52: 82-89.
Rozas, H. S.; H. E. Echeverría & G. A. Studdert. 1997. Volatilización de amoníaco desde
urea aplicada al cultivo de maíz bajo siembra directa. Ciencia del suelo 15 (1): 12-16.
Velthtof, G. L.; O. Oenema; J. Postmus; W. H. Prins. 1990. In situ field measurements of
ammonia volatilization from urea and calcium ammonium nitrate applied to grassland.
Meststoffen (1/2): 41-45.
Videla C. 1995. La volatilización de amoníaco: una vía de pérdida de nitrógeno en
sistemas agropecuarios. Boletín Técnico 131. EEA INTA Balcarce.
Zucardi, R. y G. Fadda. 1985. Bosquejo agroecológico de la provincia de Tucumán.
Miscelánea 86 - UNT. Facultad de Agronomía y Zootecnia.
9
NITRATO EN BASE DE TALLO COMO INDICADOR DEL ESTATUS NITROGENADO

DEL CULTIVO DE MAÍZ
ORCELLET, JUAN 1*; REUSSI CALVO, NAHUEL 2,3; SAINZ ROZAS, HERNÁN 3;
ECHEVERRÍA, HERNÁN 3; DIOVISALVI, NATALIA 2 ; BERARDO, ANGEL 2.
1
INTA Rafaela, 2Laboratorio de suelos FERTILAB, 3
Unidad Integrada Balcarce;
*[email protected].
Palabras claves: Nitrógeno, Suficiencia, Exceso
Resumen
El maíz durante el llenado de granos re-moviliza o acumula el N-NO3- en la base del tallo
(NBT), según se encuentren en situaciones de deficiencia o excesos de N,
respectivamente. Por lo tanto, el objetivo del presente trabajo fue evaluar en diferentes
ambientes de la región pampeana (RP) el comportamiento del NBT como indicador de
niveles de deficiencia, suficiencia y excesos de N. En la campaña 2013-2014 se
realizaron 23 experimentos de fertilización en el sudeste bonaerense (SEB), en
siembras tempranas (NRPte) y tardías del norte de la RP (NRPta). El diseño
experimental fue en bloques completos aleatorizado con tres repeticiones y se
evaluaron 5 dosis de N: 0, 40, 80, 120 y 200 kg N ha-1. Se evaluó el rendimiento (14,5%
de humedad) y el contenido de NBT. Para determinar los umbrales de suficiencia (US)
se relacionó el rendimiento relativo (RR) con NBT. Por otro lado, para definir los
umbrales de exceso (UE) se relacionó la eficiencia de uso de N (EUN) con NBT, donde
se estableció una EUN igual a relación de precio histórica de 10:1 (precio de grano:
precio fertilizante). Para ambas zonas y fechas de siembra, se determinó un 78% de los
casos diagnosticados de forma correcta cuando el US fue igual a 1000 mg kg -1 (RR =
95%). Por otro lado, se determinó que valores de NBT por encima de 2000 mg.kg -1
indicarían aplicaciones excesivas de N, dado que la EUN se ubicó por debajo 10:1. En
síntesis, se determinó que el contenido de NBT es un adecuado indicador del estatus
nitrogenado del cultivo de maíz, dado que permitió establecer umbrales de suficiencia y
de exceso de N.
Introducción
El cultivo de maíz (Zea mays. L) es el cereal de verano más importante de los sistemas
agrícolas de la región pampeana argentina (RP). El mismo se realiza bajo condiciones
edafo-climáticas contrastantes, tales como las presentes en el Sudeste Bonaerense
(SEB) y en el Norte de la RP (NRP). Dichas regiones difieren en el contenido de materia
orgánica (MO) de los suelos (mayores en el SEB) y en la temperatura media durante el
ciclo (mayor en el NRP). Para ambas regiones el déficit hídrico es la principal limitante
1
del rendimiento, sin embargo en el NRP el atraso de la fecha de siembra (maíces

tardíos), permite una mayor sincronización entre la demanda y la oferta hídrica.
El nitrógeno (N) es el nutriente que con mayor frecuencia limita la producción de maíz
en la RP (Echeverría & Sainz Rozas, 2005), producto de los altos requerimientos y por
la disminución en los contenidos de MO de los suelos (Sainz Rozas et al., 2011). En la
actualidad, las metodologías más difundidas para el diagnóstico de N se basan en la
determinación del contenido de N-NO3- en suelo en pre-siembra del cultivo (TNPS) y en
el estadío de seis hojas desarrolladas (V6) (Ritchie & Hanway, 1982) (TNV6) (Sainz
Rozas et al., 2008). Sin embargo, se ha determinado falta de ajuste de estas
metodologías debido a que no contemplan el N mineralizado durante el ciclo del cultivo
(Echeverría et al., 2014; Orcellet et al., 2015a).
Las plantas son el mejor integrador de los factores que determinan la disponibilidad de
N (Binford et al., 1992), por lo tanto el análisis de tejido podría utilizarse como
herramienta complementaria al análisis de suelo (N disponible + N mineralizado) para
evaluar el estatus nitrogenado del cultivo. Durante el llenado de granos el maíz re-
moviliza o acumula el N-NO3- en la base del tallo, según se encuentren en situaciones
de deficiencia o excesos de N, respectivamente (Friedrich et al., 1979). Por lo tanto, el
contenido de N-NO3- en base de tallo a madurez fisiológica (NBT) ha sido propuesto
como un indicador del estatus nitrogenado que tuvo el cultivo, el cual permite diferenciar
niveles de deficiencia, suficiencia y excesos de N durante el ciclo del cultivo (Binford et
al., 1990, 1992; Blackmer & Mallarino, 1996).
En la RP se ha determinado que el NBT es un buen indicador de niveles deficiencia y
suficiencia de N, sin embargo es una metodología escasamente utilizada en la práctica
(Sainz Rozas et al., 2001). Para las condiciones del SEB y maíces tempranos del NRP
(NRPte) se determinó que para lograr el 95 % del rendimiento relativo (RR) son
necesarios 800 y 400 mg kg-1 de NBT, respectivamente (Sainz Rozas et al., 2001;
Bianchini et al., 2005). Sin embargo, para maíces tardíos en el NRP (NRPta) no han
sido definido umbrales de suficiencia.
Por otro lado, es necesario contar con metodologías que permitan identificar
aplicaciones excesivas de N, debido a su potencial impacto ambiental y económico.
Para EEUU, Binford et al. (1992), determinaron que contenidos de NBT por encima de
2000 mg kg-1 indicarían aplicaciones excesivas de N. Dicho umbral surgió de la relación
entre la eficiencia de uso de N del fertilizante (EUN) y el contenido de NBT. No obstante,
para la RP no existen antecedentes que determinen un umbral de NBT para determinar
aplicaciones excesivas de N.
Por lo tanto, el objetivo del presente trabajo fue evaluar en diferentes ambientes de la
región pampeana el comportamiento del NBT como indicador de niveles de deficiencia,
suficiencia y excesos de N.
En la campaña 2013 - 2014 se realizaron 23 ensayos a campo, 9 en el en el SEB, 5

siembras tempranas en el NRP (NRPte) y 9 siembras tardías en el NRP (NRPta). En
2
cada sitio experimental, se realizó un diseño en bloques completos aleatorizados con

tres repeticiones, donde se evaluaron 5 dosis de N: 0 (testigo), 40, 80, 120 y 200 kg N
ha-1, identificados como 0N, 40N, 80N, 120N y 200N, respectivamente. La fuente de N
utilizada fue urea (46-0-0) granulada aplicada al voleo en cobertura total a la siembra del
cultivo.
En pre-siembra del cultivo se realizaron muestreos de suelo para caracterizar cada sitio,
donde se determinó el contenido de MO (Walkley & Black, 1934), fósforo (P) (Bray &
Kurtz I, 1945), pH (1:2,5), y nitrógeno anaeróbico (Nan) (Bremner & Keeney, 1965)
propuesto por Gianello & Bremner (1986), en superficie (0-20 cm) y N-NO3- (Keeney &
Nelson,1982) y humedad gravimétrica en el perfil (0-20, 20-40 y 40-60 cm). En la Tabla
1 se presenta la caracterización promedio por zona y fecha de siembra.
Tabla 1. Caracterización edáfica promedio (± desvío estándar) de los sitios

experimentales en la RP. MO: materia orgánica; Nan: nitrógeno incubado en
anaerobiosis; P Bray: fosforo extractable: N-NO3-: nitrógeno de nitrato (0-60 cm). SEB =
sudeste bonaerense, NRPte = maíz temprano en norte de la región pampeana, NRPta=
maíz tardío en NRP, n = número de sitios.
Zona y MO Nan P Bray N-NO3-*
Fecha de pH
(%) (mg kg-1) (mg kg-1) (kg ha-1)
Siembra
16,0 ±
SEB (n = 9) 6,2 ± 0,6 74,3 ± 8,7 6,0 ± 0,2 81 ± 25
10,6
NRPte (n = 5) 2,6 ± 0,7 29,3 ± 8,1 16,5 ± 5,2 5,9 ± 0,2 57 ± 9
48,2 ± 32,4 ±
NRPta (n = 9) 3,4 ± 1,3 6,3 ± 0,8 72 ± 22
35,7 18,9
A la cosecha se evaluó el rendimiento y se expresó al 14,5 % de humedad, el RR

resultó del cociente entre el rendimiento promedio del tratamiento y el rendimiento de la
dosis más alta de N. Además, se calculó la EUN mediante el cociente entre la diferencia
de rendimiento del tratamiento fertilizado y el testigo, y los kg de N aplicados. A madurez
fisiológica (R6) en cada parcela, se cortaron diez bases de tallos de 20 cm por encima
de los primeros 15 cm de la superficie del suelo según lo propuesto por Binford et al.
(1990). Los tallos fueron secados en estufa a 60 ºC hasta peso constante y luego se
trituraron a partículas de 1 mm. La cuantificación del N-NO3- se realizó por colorimetría y
los resultados fueron expresados en mg kg-1 de N bajo la forma de N-NO3-.
La relación entre el RR y el NBT fue descripta mediante un modelo de regresión lineal
simple, donde el umbral de suficiencia de N (US) fue el valor correspondiente a un RR
del 95 % o superior. Cuando los datos no se ajustaron por dicha metodología, el US fue
establecido usando la metodología de los cuadrantes propuesta por Cate & Nelson
(1965). Además, se utilizaron dichas metodologías para determinar umbrales de
excesos de N (UE) a partir de las relaciones entre la EUN y el NBT. Para esto se
3
estableció una EUN fija e igual a relación de precio histórica de 10:1 (precio de grano:
precio fertilizante) (Pagani et al., 2008) tal como fue propuesto por Binford et al. (1992).
Para comparar las diferencias entre zonas y fechas de siembra para las distintas
variables edáficas, rendimiento y NBT del 0N, se realizaron análisis de la varianza
utilizando el procedimiento incluido en las rutinas del programa R commander (R Core
Team, 2014), considerado zona y fecha de siembra como tratamiento. Cuando las
diferencias entre tratamientos fueron significativas, se empleó el test de la diferencia
mínima significativa (DMS), con un nivel de probabilidad de 5 %.
Las precipitaciones medias durante el ciclo del cultivo fueron de 575, 650 y 750 mm
para el SEB, NRPte y NRPta, respectivamente, en general, superaron la demanda
hídrica del cultivo (Andrade & Gardiol, 1995; Castellarín et al., 2010), por lo tanto para la
mayoría de los sitios experimentales las condiciones hídricas fueron adecuadas. Sin
embargo, en solo 3 sitios del SEB se determinó un déficit hídrico en durante el período
crítico del cultivo.
El rendimiento promedio del tratamiento 0N fue de 8800, 8577 y 10955 kg ha-1, para el
SEB, NRPte y NRPta (Tabla 2), siendo significativa (p< 0,05) la diferencia entre zona y
fechas de siembra. El rendimiento del 0N es un indicador la capacidad del suelo de
proveer N (Cassman et al., 1996), por lo tanto estos resultados estarían indicando una
mayor oferta de N en el NRPta. Es válido mencionar que el menor potencial de
mineralización (Nan) se determinó en dicha región. No obstante, la mayor temperatura y
menor contenido de arcilla (datos no mostrados) del NRP compensa dicha diferencia,
obteniendo similares o incluso mayores aportes de N por mineralización (Orcellet et al.,
2015b). En línea con esto, la menor respuesta media al agregado de N (757 kg ha-1) y
por ende la menor EUN promedio (8,2 kg grano kg Nf -1) fue determinada en maíces del
NRPta. Por el contrario, la máxima respuesta media (1610 kg ha-1) y EUN (15,5 grano
kg Nf-1) se determinaron en el NRPte (Tabla 2).
El contenido de NBT a madurez fisiológica es un indicador del estatus nitrogenado que
tuvo el cultivo de maíz (Binford et al., 1990, 1992; Blackmer & Mallarino, 1996). Al
evaluar el NBT del tratamiento 0N, las mayores y menores concentraciones fueron
determinadas en maíces tardíos y tempranos del NRP, respectivamente (Tabla 2). Estos
resultados indican mayor oferta de N en siembras tardías con respecto a siembras
tempranas en el NRP, producto de un mayor aporte por mineralización (Orcellet et al.,
2015b). Por otro lado, para ambas zonas y fechas de siembra se determinó un
incremento del contenido de NBT frente a aumentos en la disponibilidad de N.
4
Tabla 2. Rendimiento, eficiencia de uso de N (EUN) y N-NO3- en base de tallo (NBT)

promedio (media) y desvió estándar (DE) en función de las dosis de N para las
diferentes zonas y fechas de siembra.

SEB NRP Temprano NRP Tardío
Dosis
Media DE Media DE Media DE
0N 8800 2096 8577 1874 10955 1860
40 N 9390 2313 9266 1872 11268 1735
80 N 9923 2191 9914 2060 11587 1611
120 N 10227 2391 10415 2261 11952 1579
200 N 10257 2391 11153 2802 11740 1638
-1
EUN (kg grano kg N )
40 N 15.9 8.7 17.2 11.0 10.6 12.1
80 N 14.0 8.6 16.7 7.1 6.1 11.4
120 N 11.9 5.6 15.3 4.1 8.1 5.9
200 N 7.3 3.3 12.9 5.5 3.6 3.4
NBT (mg kg-1)
0N 768 423 482 180 1068 1174
40 N 1169 947 494 197 1658 1209
80 N 1678 1136 570 224 2401 1506
120 N 2379 1368 605 289 3145 1484
200 N 4420 1728 868 324 3739 1262
Para ambas zonas y fechas de siembra el contenido de NBT permitió definir umbrales
de suficiencia. En el SEB para determinar el US se excluyeron del análisis los sitios con
deficiencia hídricas en el período crítico (n = 3), debido a una alta concentración de NBT
producto del bajo rendimiento del cultivo (Figura 1a). Para el SEB, utilizando la
metodología de Cate y Nelson (1965), se determinó que para lograr el 95% del RR es
necesario un contenido de NBT de 1000 mg kg-1, siendo del 87% el número de casos
diagnosticados de forma correcta (cuadrantes inferior izquierdo y superior derecho)
(Figura 1a). Para esta estos ambientes, Sainz Rozas et al. (2001) han determinado nula
o muy baja probabilidad de respuesta a la fertilización nitrogenada con niveles de NBT
superiores a 800 mg kg-1.
Por otro lado, en el NRPte el RR se relacionó linealmente con el contenido de NBT,
donde el US fue igual a 955 mg kg-1 (Figura 1b). Además, se determinó un incremento
de 2% del RR por aumento unitario (mg kg-1) de NBT. Sin embargo, para estos
ambientes (NRPte), se ha reportado un US inferior (400 mg kg -1) (Bianchini et al., 2005).
Por último, para NRPta, mediante la metodología de Cate y Nelson (1965), se determinó
que le US fue de 750 mg kg-1 (Figura 1b). Para ambas zonas y fechas de siembras los
US determinados se encuentran dentro del rango de 700 – 1000 citado por la
5
bibliografía (Binford et al., 1990, 1992; Blackmer & Mallarino, 1996; Sainz Rozas et al.,
2001).
El análisis de tejido vegetal es un integrador de variables de suelo y de las condiciones
de crecimiento del cultivo, por lo tanto es posible agrupar las diferentes zonas y fechas
de siembra. Al relacionar el RR y el NBT de todos los sitios experimentales, se
determinó que para lograr el 95 % del RR es necesario un contenido de NBT igual a
1000 mg kg-1 (Figura 1d). Mediante el conteo en los cuadrantes positivos se determinó
un 78% de los casos bien diagnosticados. Es válido mencionar que dicho US resultó
similar al reportado para el hemisferio norte por Binford et al. (1992), lo cual evidencia el
buen comportamiento del NBT como índice de disponibilidad de N que tuvo el cultivo.
SEB NRPte NRPta
110
a) b)
- +
100
90
RR (%)
80
70
+ - RR (%) = 0,02*NBT (mg kg -1)+ 75,9
Déficit Hídrico r2= 0,39
60
110
c) d)
- + - +
100
90
RR (%)
80 + -
70
+ -
60 Déficit Hídrico (SEB)
0 1000 2000 3000 4000 5000 6000 7000 8000 0 1000 2000 3000 4000 5000 6000 7000 8000
-1
NBT (mg kg ) NBT (mg kg -1)
Figura 1. Rendimiento relativo (RR) en función del N-NO3- en base de tallo (NBT) para:
a) sudeste bonaerense (SEB), b) maíz temprano del norte de la región pampeana
(NRPte), c) maíz tardío del NRP (NRPta) y d) todos los sitios experimentales. + =
diagnóstico correcto; - = diagnóstico incorrecto.
Por otro lado, al analizar por zona y fecha de siembra, el contenido de NBT permitió
determinar umbrales de exceso de N en el SEB (Figura 2a) y en NRPta (Figura 2c).
Para ambas situaciones se determinó que por encima de 2000 mg kg -1 de NBT la EUN
se ubicó por debajo de la relación histórica de precio de grano: precio de N (10:1). Dicho
6
método permitió diagnosticar correctamente el 72 y el 77% de los casos,

respectivamente. El UE determinado para estas condiciones resulto similar al reportado
por otros autores para el hemisferio norte (Binford et al., 1990, 1992; Blackmer &
Mallarino, 1996). No obstante, en maíces temprano del NRP no se determinó un UE
(Figura 2b), esto se explicaría en parte a que las dosis utilizadas no fueron
suficientemente altas como para provocar exceso de N, lo cual se refleja en la elevada
EUN y los bajos contenido de NBT de las dosis máximas (Tabla 2 y Figura 2b).
Para todos sitios experimentales se determinó que es necesario un contenido de NBT
inferior a 2000 mg kg-1 para obtener una EUN mayor a 10 kg grano kg N-1 (Figura 2d).
Es válido mencionar, que para dicha situación se diagnosticó correctamente el 74% de
los casos, similar comportamiento al obtenido en el SEB (72%) y en NRPta (77%). Estos
resultados indican que el UE determinado para diferentes ambientes de la RP, resultó
similar al reportado por diferentes autores para Iowa (Binford et al., 1990, 1992;
Blackmer & Mallarino, 1996).
SEB NRPte NRPta

40
a) Déficit Hídrico b)
EUN (kg grano kg Nf -1)
+ -
30
20
10
0
- +
40
c) d) Deficit Hídrico (SEB)
+
EUN (kg grano kg Nf -1)
30 + - -
20
10
0
1000 2000 3000 4000 5000 6000 7000 8000 1000 2000 3000 4000 5000 6000 7000 8000
-10
- +
-20 - +
NBT (mg kg -1) NBT (mg kg -1)
Figura 2. Eficiencia de uso de nitrógeno del fertilizante (EUN) en función del N-NO3- en
base de tallo (NBT) para: a) sudeste bonaerense (SEB), b) maíz temprano del norte de
la región pampeana (NRPte), c) maíz tardío del NRP (NRPta) y d) todos los sitios
experimentales. + = diagnóstico correcto; - = diagnóstico incorrecto.
7
Conclusión
Para diferentes ambientes de la región pampeana se determinó que el contenido de

NBT es un adecuado indicador del estatus nitrogenado del cultivo de maíz, dado que
permitió establecer umbrales de suficiencia (1000 mg kg -1) y de exceso (2000 mg kg-1).
Dichos umbrales permiten definir un rango óptimo de NBT (desde 1000 hasta 2000 mg
kg-1) para evaluar el estatus nitrogenado que tuvo el cultivo de maíz, y por ende, el
comportamiento de los métodos de diagnósticos de N utilizados.
Agradecimientos
Este estudio se hizo posible por el apoyo financiero del Proyecto INTA (PNSUELO-
1134024) y de Fertilab (Laboratorio de Suelos y Plantas).
Bibliografía
Andrade, FH & J Gardiol. 1995. Sequía y producción de los cultivos de maíz girasol y
soja. Boletín técnico 132. EEA INTA Balcarce.
Bianchini, A.; ME MagnellI; D Canova; S LorenzattI; D PeruzzI; J Rabasa & F García.
2005. Diagnóstico de fertilización nitrogenada para maíz en siembra directa. En: Actas
VIII Congreso Nacional de Maíz. pp. 230-233.
Binford, GD; AM Blackmer & NM El-hout. 1990. Tissue test for excess nitrogen during
corn production. Agron. J. 82(1): 124-129.
BInford, GD; AM Blackmer & BG Meese. 1992. Optimal concentrations of nitrate in
cornstalks at maturity. Agron. J. 84(5): 881-887.
Blackmer, AM & AP Mallarino. 1996. Cornstalk testing to evaluate nitrogen management.
Iowa State Univ. Ext. Ames. Pm-1584.
Bray, RH & LT Kurtz. 1945. Determination of total, organic and available forms of
phosphorus in soils. Soil Sci. 59: 39-45.
Bremner, J & D Keeney. 1965. Steam distillation methods for determination of
ammonium, nitrate and nitrite. Annal. Chem. Acta. 32: 485-495.
Cassman, KG; A Dobermann; PCS Cruz; GC Gines; MI Samson; JP Descalsota; JM
Alcantara; MA Dizon & DC Olk. 1996. Soil organic matter and the indigenous nitrogen
supply of intensive irrigated rice systems in the tropics. Plant and Soil. 182: 267-278.
Castellarín, J; F Ferraguti & J Andriani. 2010. Caracterización del ambiente y
determinación del rendimiento de maíz durante la campaña 2009/10 en Oliveros (Santa
Fe). Para mejorar la producción 44. EEA Oliveros INTA.
Cate, RB & LA Nelson. 1965. A rapid method for correlation of soil test analyses with
plant response data. NC State University Agricultural Experiment Station.
8
Echeverría, HE & HR Sainz Rozas. 2005. Nitrógeno. Pp. 69-95. En: HE. Echeverría &
FO. García (eds). Fertilidad de Suelos y Fertilización de Cultivos. Editorial INTA, Buenos
Aires, Argentina.
Echeverría, HE; HR Sainz Rozas & PA Barbieri. 2014. Maíz y Sorgo. En: Echeverría, H.
E.; García, F. O. (eds.). Fertilidad de Suelos y Fertilización de Cultivos. Ediciones INTA.
pp. 435-478. ISSBN 978-987-521-565-8.
Friedrich, JW; LE Schrader & EV Nordheim. 1979. N deprivation in maize during grain-
filling. I. Accumulation of dry matter, nitrate-N, and sulfate-S. Agronomy journal, 71(3),
461-465.
Gianello, C & JM Bremer. 1986. Comparison of chemical methods of assessing
potentially available organic nitrogen in soil. Commun. Soil Sci. Plant Anal. 17: 215–236.
Keeney, DR & DW Nelson. 1982. Nitrogen inorganic forms. In: Page. A. L. et al. (eds.).
Methods of soil analysis. Part 2. Chemical and microbiological properties. American
Society of Agronomy. Soil Science Society of America. pp. 643-698.
Orcellet, J.M.; NI Reussi Calvo; HE Echeverría; HR Sainz Rozas; N Diovisalvi & A
Berardo. 2015b. Mineralización de nitrógeno en maíz: Efecto de zona y fecha de
siembra. Presentado en: Simposio Fertilidad 2015 “Nutriendo los suelos para las
generaciones del futuro”. Rosario, 19 y 20 de Mayo de 2015.
Orcellet, J.M.; NI Reussi Calvo; HE Echeverría; HR Sainz Rozas; N Diovisalvi & A
Berardo. 2015a. ¿Podemos mejorar el diagnóstico de nitrógeno en maíz en la Región
Pampeana? Presentado en: Simposio Fertilidad 2015 “Nutriendo los suelos para las
generaciones del futuro”. Rosario, 19 y 20 de Mayo de 2015.
Pagani, A; HE Echeverría & HR Sainz Rozas. 2009. Respuesta a nitrógeno y azufre en
el cultivo de maíz en diferentes ambientes en la provincia de Buenos Aires. Ci. Suelo
27(1): 21-29.
R Core Team. 2014. R: A language and environment for statistical computing. R
Foundation for Statistical Computing, Vienna, Austria. [En línea] <http://www.R-
project.org>.
Ritchie, SW & JJ Hanway. 1982. How a corn plant develops. Iowa State University of
Science and Technology. Cooperative Extension Service, Iowa, EEUU. Special Report
Nº48. pp. 24.
Sainz Rozas, H.; HE Echeverria & H Angelini. 2011. Niveles de carbono orgánico y ph
en suelos agrícolas de la región pampeana y extrapampeana argentina. Ci. Suelo. 29:
29-37.
Sainz Rozas, HR.; HE Echeverria; E Herfurth & GA Studdert. 2001. Nitrato en la base
del tallo de maíz. ΙΙ Diagnóstico de la nutrición nitrogenada. Ci. Suelo. 19(2): 125.
9
Sainz Rozas, HR.; PA Calviño; HE Echeverría; PA BarbierI & M redolati. 2008.

Contribution of anaerobically mineralized nitrogen to the reliability of planning or
presidedress soil nitrogen test in maize. Agron. J. 100(4): 1020-1025.
Walkley, A. & IA Black. 1934. An examination of the Degtjareff method for determining
soil organic matter and proposed modification of the chromic acid titration meted. Soil
Sci. 37: 29-37.
10
RESPUESTA VARIABLE DE MAÍZ Y DE SOJA A LA FERTILIZACIÓN FOSFORADA

GONZALO PÉREZ1*, MARTÍN DÍAZ-ZORITA2
1
INTA Bolívar, 2Monsanto BioAg.
* [email protected]
Palabras clave: Zonas de manejo, propiedades de suelo, fechas de siembra

Resumen
Las variaciones en propiedades edáficas y del terreno son algunos de los factores a
considerar en la zonificación de sitios según sus relaciones con la producción de los
cultivos. Por lo tanto, es importante establecer las relaciones entre estos atributos de
delimitación y los rendimientos de los cultivos para la eficiente aplicación de insumos en
forma variable o con prácticas de manejo sitio-especificas. El objetivo de este trabajo es
cuantificar diferencias en rendimientos y en la respuesta a la fertilización fosfatada en
cultivos de maíz y de soja en zonas delimitadas según su productividad aparente bajo
manejos contrastantes de producción según fechas de siembra. En cada lote se
delimitaron zonas de manejo (ZM) de alta (AP) y baja (BP) productividad. Se
implantaron 6 lotes, 4 durante la campaña 2013-2014 y 2 durante 2014-2015; la mitad
fueron implantados con maíz y la otra con soja. Dentro de cada lote y zona de manejo
se implantaron tratamientos con 2 fechas de siembra y 2 niveles de fertilización
fosforada. En cada lote y ZM se realizó un muestreo de suelo compuesto, y se
analizaron diferentes propiedades. Materia Orgánica (MO), Conduciviad Eléctrica (CE)
se asocian juntas en el mismo sentido que ZM, mientras que su relación es inversa al
contenido de arena y Fósforo elemental (Pe), ambos con una fuerte asociación. pH y el
lote presentaron un comportamiento que no se relaciona con las variables anteriores.
Los cultivos presentaron diferente caida del rendimiento según fechas de siembra y
fertilizacion con P. La respuestas se ubicaron en un umbral de disponibilidad por debajo
de 17 ppm, mientras que por encima de 25 ppm las mismas fueron erráticas.
Introducción
Las variaciones en propiedades edáficas y del terreno son algunos de los factores a
considerar en la zonificación de sitios según sus relaciones con la producción de los
cultivos. Según Hatfield et al. (2000), las variaciones dentro de los lotes pueden ser
naturales (e.g. propiedades de suelos, topografía, etc.), aleatorias (e.g. precipitaciones)
o de manejo (e.g. fertilización, densidad de siembra, etc.). Kravchenco et al. (2000)
concluyó que la combinación entre las propiedades de suelo y la topografía explican un
40 % de la variabilidad del rendimiento en cultivos de maíz y de soja en Illinois e Indiana
(EEUU). La práctica de agricultura de precisión para el manejo de cultivos busca
identificar sectores de producción con cualidades semejantes determinadas por factores
topográficos y por características edáficas delimitando zonas de manejo (Hatfield et al.
2000) y así adecuar el uso de insumos a cada unidad reconocida por su heterogeneidad
dentro de los lotes de producción (Khosla et al. 2002). Por lo tanto, es importante
establecer las relaciones entre estos atributos de delimitación y los rendimientos de los
1
cultivos para la eficiente aplicación de insumos en forma variable o con prácticas de

manejo sitio-específicas. Se espera que la identificación de factores de sitio y de manejo
que se relacionan con la respuesta de maíz y de soja al agregado de P mejorarán el
manejo variable de la fertilización con este elemento independientemente del cultivo
considerado. El objetivo de este trabajo es cuantificar diferencias en rendimientos y en
la respuesta a la fertilización fosfatada en cultivos de maíz y de soja en zonas
delimitadas según su productividad aparente bajo manejos contrastantes de producción
según fechas de siembra.
Se condujeron experimentos a campo en suelos clasificados como Hapludoles ubicados
en dos establecimientos del centro de la provincia de Buenos Aires con manejos
representativos de sistemas agrícolas de la región subhúmeda pampeana. En cada lote
se delimitaron zonas de manejo (ZM) de alta (AP) y baja (BP) productividad mediante:
fotointerpretación de imágenes satelitales de cultivos en campañas anteriores a las de
este estudio y análisis de clúster de índice verde de imágenes satelitales de cultivos
anteriores según la siguiente ecuación:
NVDI = (RNIR–RR) (RNIR+RR)-1
Donde NDVI es el índice verde, RNIR es la reflectancia en infrarrojo cercano (longitud
de onda de 760-900 nm), y RR es la reflectancia en rojo visible (longitud de onda de
630-690 nm).
Se implantaron 6 lotes, 4 durante la campaña 2013-2014 y 2 durante 2014-2015. Dentro
de cada lote y zona de manejo se implantaron los siguientes tratamientos (Tabla 1). Las
fechas de siembra temprana fueron inicios de octubre (maíz) e inicio de noviembre
(soja); las tardías fueron mediados de diciembre para ambos cultivos. El tratamiento de
fertilización fue aplicado como superfosfato triple (75 kg ha-1) en bandas en superficie a
la siembra.
Tabla 1: Tratamientos utilizados para cada lote y zona de manejo (AP y BP).
Cultivo Fecha de siembra Fertilización
Maíz o Soja Temprano P0
Maíz o Soja Temprano P1
Maíz o Soja Tardío P0
Maíz o Soja Tardío P1
Los tratamientos se instalaron en franjas de 10 m de ancho por 100 m de largo, con un

diseño de bloques aleatorizados con 3 repeticiones. Previo a la siembra, y en cada lote
y zona de manejo se realizó un muestreo compuesto de los suelos en la capa de 0 a 20
2
cm de profundidad. En las mismas se determinó: contenido de carbono orgánico

(combustión húmeda), fósforo extractable (Bray y Kurtz N°1), pH en agua (método
potenciométrico en relación suelo: agua 1:2,5), conductividad eléctrica (método
conductimétrico en relación suelo: agua 1:2,5), contenido de arena (método de
Bouyoucus).
La cosecha se realizó en forma manual, recolectando una superficie de 3 m 2 con 3
submuestras separadas de forma equidistante dentro de cada franja. Las propiedades
se suelo se analizaron mediante componentes principales. Los rendimientos se
analizaron mediante pruebas de t independientes a dos colas, agrupando los
rendimientos mediante un esquema de análisis (Figura 1). Las variaciones en las
respuestas a la fertilización con P con respecto a otras propiedades de suelo y de
productividad de los cultivos se analizaron mediante regresión.
Figura 1: Esquema del ordenamiento en el análisis comparativo de los rendimientos de

maíz y de soja.
Durante la campaña 2013-2014 las precipitaciones durante el período septiembre-marzo
fueron de 478 mm, 169 mm menos que el promedio histórico para la zona. Se destacan
lluvias en el mes de febrero de 139 mm. Durante la campaña 2014-2015 las
precipitaciones durante el período septiembre-marzo fueron de 490 mm, 156 mm menos
que la media histórica.
Propiedades de los suelos
Las zonas de manejo de alta productividad se ubicaron en posiciones bajas en el
paisaje y presentaron en promedio valores mayores de MO (3,4 %) y CE (0,2 dS/m) y
valores menores de Pe (12,5 ppm) y de arena (46,4 %), que las zonas de baja
productividad (2% MO; 0,1 CE; 25,6 ppm de Pe y 74 % de arena). El valor de pH fue
3
similar en promedio para ambas ZM (Tabla 2). Datos similares fueron encontrados por
Zubillaga et al. (2006), para la zona de Vedia (Provincia de Buenos Aires).
Tabla 2: Análisis de los suelos (0 a 20 cm) previo a la siembra para cada lote, cultivo, y
zona de manejo por productividad. MO = Materia orgánica, Pe = Fosforo extractable, CE
= Conductividad eléctrica.
Zona de MO Pe CE Arena
Lote Cultivo pH
manejo (%) (ppm) (dS/m) (%)
LT 13/14 Maíz Alta 3,7 14,5 5,8 0,25 46,5

LT 13/14 Maíz Baja 2,1 27,3 5,7 0,17 71
Bar 13/14 Maíz Alta 3,3 16 5,4 0,25 44,2
Bar13/14 Maíz Baja 1,5 36,3 5,6 0,11 78,8
LT 14/15 Maíz Alta 3,5 13,5 6,3 0,26 42,5
LT 14/15 Maíz Baja 2,1 29,2 6,1 0,1 81,1
LT 13/14 Soja Alta 3,9 13,1 5,6 0,22 45,7
LT 13/14 Soja Baja 2,2 13,2 5,4 0,13 67,9
Bar 13/14 Soja Alta 3,3 9,6 5,4 0,2 59,2
Bar 13/14 Soja Baja 2,5 12,1 6,5 0,22 70,8
Bar 14/15 Soja Alta 2,8 8,2 5,5 0,19 40,2
Bar 14/15 Soja Baja 1,6 35,5 5,4 0,15 74,4
Promedio ± desvío Alta 3,4 ± 0,4 12,5 ± 3,0 5,7 ± 0,3 0,2 ± 0,03 46,4 ± 6,7
estándar
25,6 ±
Baja 2,0 ± 0,4 5,8 ± 0,4 0,1 ± 0,04 74,0 ± 5,1
10,6
Para caracterizar la relación entre propiedades de suelos se realizó un análisis de

componentes principales con las variables normalizadas para luego poder ser
representadas en un gráfico biplot (Figura 2). La componente principal 1 (PC 1) explica
el 58, 8 % de la variabilidad mientras que la componente principal 2 (PC 2) explica el
17,5 % de la misma. MO, CE se asocian juntas en el mismo sentido que ZM, mientras
4
que su relación es inversa al contenido de arena y Pe, ambos con una fuerte asociación.
pH y el lote presentaron un comportamiento que no se relaciona con las variables
anteriores.
Figura 2: Gráfico biplot en donde están representadas espacialmente los 2 componentes

que explican en una mayor proporción la relación entre las variables. PC1= componente
principal 1, PC2= componente principal 2, ZM= Zona de manejo, MO= Materia orgánica
(%), Pe= Fósforo extractable (ppm), CE= Conductividad eléctrica (dS/m).
Rendimientos de los cultivos
En la zona de manejo de AP el rendimiento medio de maíz fue de 10.864 kg/ha mayor
que en la ZM de BP donde fue de 3.791 kg/ha (Tabla 3). Esto puede deberse
principalmente a que estas, poseen diferencias en el porcentaje de arena (mayor en
5
BP), porcentaje de materia orgánica y conductividad eléctrica (mayores en AP), posición

en el relieve (AP zonas bajas), por lo que presentan diferencias de almacenamiento
hídrico, y fertilidad. La fecha de siembra afecto los rendimientos solamente en BP: 1.287
kg/ha en fechas de siembra tempranas y 6.296 kg/ha en fechas de siembra tardías. Esta
diferencia puede deberse a que en el mes de febrero (campaña 2013/14) ocurrieron
precipitaciones abundantes (coincidiendo con el período crítico del cultivo). Se
observaron respuestas al agregado de P en las ZM de alta productividad, mientras que
en las zonas de baja productividad el rendimiento en fechas de siembra temprana
decrece, posiblemente debido a un mayor desarrollo inicial de planta propiciado por el
agregado de P y posterior déficit hídrico en el período crítico.
Tabla 3: Pruebas de t bilaterales de medias de rendimiento para el cultivo de maíz en
zonas de manejo de alta y baja productividad, fechas de siembra temprano y tardío, y
fertilización con y sin fosforo (P0 y P1 respectivamente). n= número de casos evaluados,
p= valor de probabilidad.
Alta productividad Baja productividad

Rendimiento (kg/ha) 10.864 3.791
n/p 216 / <0,0001
Temprano Tardío Temprano Tardío
Rendimiento (kg/ha) 11.106 10.623 1.287 6.296
108 / 108 /
n/p 0,2704 <0,0001
P0 P1 P0 P1 P0 P1 P0 P1
Rendimiento (kg/ha) 10.355 11.857 10.077 11.170 1.564 1.009 6.346 6.246
54 / 54 / 54 / 54 /
n/p <0,0001 0,0116 0,0001 0,7597
En la zona de AP, los rendimientos de soja fueron en promedio de 4.945 kg/ha

superando a los observados en BP (p<0,0001) que fueron de 3.121 kg/ha. En AP y en
BP la fecha de siembra temprana rindió que más que la tardía (4.596 kg/ha vs 3.495
kg/ha y 3.770 kg/ha vs 2.471 kg/ha respectivamente). Solamente se observaron
respuestas al agregado de P en ZM de alta productividad y en fechas de siembra
tempranas. (Tabla 4)
6
Tabla 4: Pruebas de t bilaterales de medias de rendimiento para el cultivo de soja en

zonas de manejo de alta y baja productividad, fechas de siembra temprano y tardío, y
fertilización con y sin fósforo (P0 y P1 respectivamente). n= número de casos evaluados,
p= valor de probabilidad.
Alta productividad Baja productividad

Rendimiento
(kg/ha) 4.045 3.121
216 /
n/p <0,0001
Temprano Tardío Temprano Tardío
Rendimiento
(kg/ha) 4.596 3.495 3.770 2.471
108 / 108 /
n/p <0,0001 <0,0001
P0 P15 P0 P15 P0 P15 P0 P15
Rendimiento
(kg/ha) 4.366 4.826 3.460 3.529 3.757 3.784 2.484 2.458
54 / 54 / 54 / 54 /
n/p 0,0156 0,4511 0,8968 0,7585
La disminución del rendimiento en las zonas de manejo fue mayor para maíz (65%) que
para soja (23%) (Figura 3). En AP el rendimiento de maíz no fue afectado por
diferencias en las fechas de siembra, mientras que para soja en fechas tardías se redujo
un 24 % (Figura 3.a). En BP el rendimiento de maíz aumentó aproximadamente 80% en
fechas tardías mientras que decayó 34% en soja (Figura 3.b.). En AP y fechas de
siembra tempranas el agregado de P produjo incrementos similares de rendimiento para
maíz y soja (13 % y 10 % respectivamente), mientras que en fechas tardías este
incremento fue mayor en maíz (10 %) que en soja (2%) (Figuras 3.a.1 y 2). En BP el
agregado de P produjo variaciones de rendimiento negativas en el cultivo de maíz en
fechas de siembra temprana (-35%), mientras que en el resto de las combinaciones no
hubo variaciones (Figuras 3.b.1 y 2).
7
Figura 3: Variación del rendimiento para soja y maíz en kg/ha y % entre: zonas de
manejo= figura 3, fechas de siembra en AP= figura 3.a, fechas de siembra en BP= figura
3.b, P0 y P1 para AP temprano= 3.a.1, P0 y P1 para AP tardío= 3.a.2, P0 y P1 para BP
temprano= 3.b.1, P0 y P1 para BP tardío= 3.b.2.
8
Respuestas al agregado de P
La distribución de los datos de respuesta permitió un análisis de cuadrantes (Cate &
Nelson 1971). Se destacan 2 poblaciones: Sitios con menos de 17 ppm de Pe, en donde
se observan respuestas al agregado de P, independientemente del cultivo considerado.
Mientras que en los sitios con valores superiores a las 25 ppm de Pe, las respuestas a
la fertilización con este elemento para el maíz fueron erráticas, dependientes de las
precipitaciones en el período crítico (Figura 4). Estos valores son superiores a los
obtenidos por Prystupa et al. (2004) y Fontanetto et al. (2006), para maíz y soja
respectivamente en la Pampa Ondulada, con un umbral de 12 ppm de Pe.
175
150
125
Respuesta (%)
100
75
50
25
0
0,0 5,0 10,0 15,0 20,0 25,0 30,0 35,0 40,0
P en suelo (ppm) (0-20 cm)
Figura 4: Respuesta relativa en porcentaje= (rendimiento del tratamiento con P/

rendimiento del testigo)*100 en función de la disponibilidad de P en suelo (0-20 cm).
Círculos amarillos= maíz. Círculos verdes= soja.
Conclusiones
Las zonas de manejo de alta productividad se ubicaron en posiciones bajas en el
paisaje y presentaron en promedio valores mayores de MO, CE y valores menores de
Pe y de arena.MO, CE se asocian juntas en el mismo sentido que ZM, mientras que su
relación es inversa al contenido de arena y Pe, ambos con una fuerte asociación.
9
Los cultivos presentaron diferente caída del rendimiento según fechas de siembra y
fertilizacion con P.
La respuestas se ubicaron en un umbral de disponibilidad por debajo de 17 ppm,
mientras que por encima de 25 ppm las mismas fueron erráticas.
Agradecimientos
A los proyectos INTA: Tecnologías de agricultura de precisión para mejorar la eficiencia
de la producción agropecuaria y Contribución al desarrollo agrícola ganadero del centro,
por el financiamiento de la investigación.
A los establecimientos: EEA “Domingo y María Barnetche Bolívar” y “Los Tambos” por el
uso de lotes y maquinaria agrícola.
A C. Aguilera por la colaboración en la redacción del manuscrito.
Bibliografía
Cate, R. B., & L. A. Nelson, 1971. A simple statistical procedure for partitioning soil test
correlation data into two classes.Soil Science Society of America Journal, 35(4), 658-
660.
Fontanetto, H., & O. Keller, 2006.Consideraciones sobre el manejo de la fertilización de
la soja. INTA, Estación Experimental Agropecuaria Rafaela. Información Técnica de
cultivos de verano. Campaña 2011, 45-79.
Hatfield J. 2000. Precision agriculture and environmental quality: Challenges for
research and education. National soil tilt laboratory, Agricultural Research Service,
USDA, Ames, Iowa. Documento disponible en http://www.arborday.org. 2016.
Khosla R., A. Hornung, R. Reich, D. Inman y D.G. Westfall. 2006. Comparison of site
specific management zone: soil-color-based and yield-based. Agronomy Journal 98:
407-415.
Kravchenko, A.N., y D.G. Bullock. 2000. Correlation of corn and soybean grain yield with
topography and soil proprieties. Agronomy Journal, 92(1), 75-83.
Prystupa, P., F. Salvagiotti, G. Ferraris, F. G. Boem, J Elisei, & L. Couretot.2004. Efecto
de la fertilización con fósforo, azufre y potasio en cultivos de maíz en la pampa
ondulada. INPOFOS Informaciones Agronómicas, (23), 1-4.
Zubillaga, M.M.; M. Carmona; A. Latorre; M. Falcón y J Barros. 2006. Estructura
espacial de variables edáficas a nivel lote en Vedia provincia de Buenos Aires. Actas del
XX Congreso Argentino de la Ciencia del Suelo. Paraná, Argentina.
10
COMPARACIÓN DE CURVAS DE RENDIMIENTO EN TRIGO SEGÚN ZONAS DE

MANEJO Y DOSIS DE NITROGENO
GONZALO PÉREZ1*, JORGE ZANETTINI2 , LUIS VENTIMIGLIA3 , HECTOR CARTA3,
MARTÍN DÍAZ-ZORITA4
1
INTA BOLÍVAR,2INTA 25 DE MAYO, 3INTA 9 DE JULIO,4MONSANTO BIOAG,
* [email protected]
Palabras clave: Fertilización, cultivos extensivos, modelo de respuesta

Resumen
Varios estudios muestran a escala regional las necesidades de nitrógeno (N) disponible
en trigo para alcanzar los máximos rendimientos. Pero son escasos los que tienen en
cuenta las variaciones a nivel de lote que determinan diferentes zonas de
productividad.Nuestro objetivo fue comparar los niveles críticos de N (suelo +
fertilizante) para alcanzar el máximo rendimiento de trigo entre zonas de manejo. En
Hapludoles del centro de la provincia de Buenos Aires y a partir de seis ensayos, se
ajustó la relación entre los rendimientos relativos al máximo y niveles crecientes de N en
zonas de alta (AP) y baja (BP) productividad.En cada zona se empleó bloques
completos aleatorizados con cinco a seis tratamientos con dosis crecientes de N. Se
realizó un análisis de regresión ajustando los rendimientos relativos y la disponibilidad
de N (suelo + fertilizante) a una función tipo Mitscherlich.Se utilizaron las zonas de
manejo como dos grupos de datos independientes y se comparó un modelo completo,
que describe el comportamiento de las dos zonas utilizando dos funcionesy un modelo
simplificado con una función para describir ambas zonas. Seevaluó si ambos conjuntos
de datos pueden representarse con una o dos funciones mediante un test de F. La
media de rendimientos fue de 4.825 kgha-1 para APy 3.550 kgha-1para BP.El incremento
del error debido al uso de una sola función para explicar el rendimiento relativo en
función del N inicial a la siembra más el fertilizante, no fue significativo (p<0,34), por lo
tanto ambas zonas de manejo pueden ser explicadas conjuntamente mediante una
misma función.Teniendo en cuenta cada lote de manera individual, el umbral crítico para
lograr el 90% del rendimiento varía, siendo en promedio 123 kg Nha-1para AP y 82 kg
Nha-1para BP.
Introducción
El N constituye uno de los principales factores limitantes de la productividad del trigo.
Esto ha llevado a realizar curvas derendimiento en función de este nutriente con el fin de
estimar la cantidad necesaria (suelo + fertilizante) para alcanzar las máximas
producciones de grano. Por ejemplo,para alcanzar el 90 % del rendimiento máximo
entre el centro de Santa Fe y el sur de Buenos Aires, se han reportado niveles críticos
de disponibilidad entre 92 y147 kg N ha-1 (González Montaner et al., 1991; Calviño et al.,
2002; Salvagiottiet al., 2004; Barbieri et al., 2009; Ferrari et al., 2010). Estos trabajos
son útiles a escala regional, sin embargo el centro de Buenos Aires está caracterizado
1
por un relieve ondulado con zonas deprimidas y elevadas, con diferente productividad
de cultivos,pudiendo determinar mediante información previa zonas de manejo dentro
de lotes.Esto induce a pensar que, en zonas de manejo contrastantes dentro de un
mismo lote,las funciones ajustadas entre los rendimientos de trigo y la disponibilidad de
N (suelo + fertilizante) pueden ser distintas, porque la demanda del nutriente por parte
del cultivo podría ser diferente.
El objetivo del estudio fue comparar los niveles críticos de N (suelo + fertilizante) para
alcanzar el máximo rendimiento de trigo entre zonas de manejo dentro de lotes del
Centro de la Provincia de Buenos Aires. Se hipotetizó que las zonas de alta
productividad tendrían un nivel crítico de N mayor que las zonas de baja productividad.
Los experimentos se realizaron en seis campos de productores ubicados en los partidos
de Bolívar, Hipólito Irigoyen, Pehuajó, 9 de Julio y 25 de Mayo (Buenos Aires), en suelos
Hapludoles representativos de la región. Durante dos campañas (2014 y 2015) y
mediante imágenes satelitales, cartas de suelo o mapas topográficos, se delimitaron
zonas de manejo contrastantes en lotes agrícolas en siembra directa: Alta productividad
(AP) y baja productividad (BP).El manejo de los cultivos de trigo se correspondió con
condiciones de alta producción (variedades, fertilización con fósforo no limitante, control
químico de malezas, plagas y enfermedades).Dentro de cada zona de manejo se
realizaron ensayos de cambios de rendimiento ante dosis crecientes de N. En todos los
casos se usó urea (46-0-0) como fuente nitrogenada, aplicada al inicio del cultivo, en
cobertura total. Las precipitaciones ocurridas entre mayo y noviembrede cada año y en
cada localidad variaron de 482 a 781 mm. Previo a la implantación se realizaron
muestreos de suelopara la determinación de nitratos en las capas de 0 a 20 y 20 a 40
cm de profundidad y de N mineralizable, fosforo extractable (Bray Kurtz 1), materia
orgánica por combustión humedad y pH en agua en la capa de 0 a 20 cm de
profundidad. El contenido de nitratos de 40 a 60 cm de profundidad se estimó como el
50 % del observado entre 20 y 40 cm. La cantidad de N disponible del suelo se estimó a
partir de la conversión de las concentraciones de nitratos por la densidad aparente de
cada capa.
En cada zona de manejo de los seis lotes se empleó tres o cuatro bloques completos
aleatorizados con cinco a seis tratamientos (0, 25, 50, 100, 150, 200, 250 kg de N ha -
1
).El tamaño de las parcelas experimentales fue de 10 m2 y la cosecha se realizó
manualmente sobre 3 m2.
La evaluación de los resultados se realizó a partir de un análisis de regresión para cada
zona de manejo ajustando los rendimientos relativos y la disponibilidad de N (suelo +
fertilizante) a una función tipo Mitscherlich, con la restricción de que Y(rendimiento
relativo)tienda a 100. Esta función posee dos parámetros, c y b:
( )))
2
El rendimiento relativo (RR) se calculóde la siguiente manera:
RR (%) = YNx(YN dosis máxima)-1 x 100,

donde YN es el rendimiento del tratamiento en cada dosis de fertilización con N e
YN dosis máxima es el rendimiento en el tratamiento con mayor dosis aplicada de N.Se
utilizaron las zonas de manejo como dos grupos de datos independientes y se
compararon dos modelos: un modelo completo, que describe el comportamiento de las
dos zonas utilizando dos funciones (con 4 parámetros, 2 por cada ecuación) y un
modelo simplificado con una función para describir ambas zonas (el modelo simplificado
es una restricción del modelo completo y tiene sólo dos parámetros). Se evaluósiambos
conjuntos de datos pueden representarse con una sola función, o con dos funciones
mediante un test de F. Este test asume que los desvíos de las observaciones de cada
conjunto de datos alrededor de su función ajustada es la misma. Esta homogeneidad de
varianzas entre set de datos se evaluó comparando los cuadrados medios del error de
cada función mediante una prueba de F, es decir si el aumento del error por pasar de un
modelo de dos funciones a uno de una es significativo. Los análisis de regresión se
realizaron con el programa Table Curve. Los umbrales críticos para cada lote y zona de
manejo se compararon a partir de una prueba bilateral apareada de medias(prueba de
t).
Los resultados de los análisis de suelo (Tabla 2) mostraron una concentración media de
materia orgánica67 % mayor en las zonas de APrespecto de las zonas de
BP,probablementeatribuido a la mayor producción y acumulación de biomasa. La
mineralización media fue 95 % superior y la disponibilidad de nitratos promedio 54 %
mayor en las zonas de AP, pudiendo atribuirse a una mayor actividad
microbianaademás de la superior concentración de materia orgánica, favorecida por la
alta humedad con respecto a laszonas de BP. El mayor crecimiento de los cultivos en
las zonas de AP con respecto a las de BP causa una mayor exportación de fósforo, lo
que explicaría la menor concentración del nutriente en estos ambientes. Los valores
medios de las propiedades químicas para las zonas de AP y BP, respectivamente,
fueron 14 y 9 mg kg-1 de N de nitratos, 48 y 25 mg kg-1 de N mineralizable, 12 y 26 mg
kg-1 de fósforo extractable, 2,8 y 1,7 % de materia orgánica y ambas con 5,8 de pH.
3
Tabla 2: Resultados de análisis de suelo previo a la siembra en cada sitio y zona de

manejo. AP = Alta productividad, BP = Baja productividad, N-NO = Nitrógeno de nitratos,
Nmin = Nitrógeno mineralizable, Pe = Fósforo extractable, MO = Materia orgánica.
Pe
Zona de N-NO (mg kg- Nmin MO
Sitios Año 1 (mg pH
manejo ) (mg kg-1) (%)
kg-1)
0-20 20-40 0-20 0-20 0-20
0-20 cm
cm cm cm cm cm
AP 18,6 7,3 59,4 6,2 3,3 6,0
9 de Julio 2014
BP 12,8 6,9 47,6 4,9 3,1 5,9
AP 16,2 9,2 30,9 15,8 2,8 5,8
H. Irigoyen 2014
BP 7,6 5,3 21,3 37,3 1,1 5,6
AP 11,7 7,3 53,1 8,4 2,9 6,0
25 de Mayo 2015
BP 8,0 4,6 13,4 43,0 0,9 5,6
AP 18,0 13,3 42,4 6,8 3,0 6,0
H. Irigoyen 2015
BP 14,3 9,6 10,4 39,5 1,4 5,4
AP 17,2 7,6 45,8 12,8 1,7 5,6
Bolívar 2015
BP 8,0 4,6 16,5 15,7 1,3 6,1
AP 29,9 14,2 57,7 19,4 3,0 5,4
Pehuajó 2015
BP 21,4 7,4 39,1 17,1 2,2 6,0
La media de rendimientos fue de 4825 kgha-1 para AP con mínimo de 1478 kgha-1en 25
de Mayo y máximo de 7511 kgha-1en Hipólito Irigoyen. En las zonas de BP la producción
media fue de 3550 kgha-1con mínimos rendimientos de 895 kgha-1en 25 de Mayo y
máximos de 6456 kgha-1en Pehuajó.
En las figuras 1 y 2 se observan el modelo completo y simplificado respectivamente. En
el primer caso tenemos dos líneas y cuatro parámetros, mientras que en el segundo
tenemos menos restricciones al modelo (una línea y dos parámetros).El primer
parámetro “c” (- 0,02) corresponde a la eficiencia y es una constante para cada
nutriente, mientras que el parámetro “b” corresponde al N inicial en este caso no
contemplado al modelo, el cuál puede corresponderse con el N mineralizable.
4
Figura 1:Rendimiento relativo (RR= [Rendimiento dosis N / Rendimiento dosis Nmax]*

100) en función de la disponibilidad de nitrógeno (N) a la siembra (suelo 0-60 cm +
fertilizante) para trigo, según zonas de manejo (AP = Alta productividad, azulyBP = Baja
productividad, rojo). Modelo de ajuste completo con dos líneas.
Figura 2:Rendimiento relativo (RR= [Rendimiento dosis N / Rendimiento dosis Nmax]*

100) en función de la disponibilidad de nitrógeno (N) a la siembra (suelo 0-60 cm +
fertilizante) para trigo, según zonas de manejo (AP = Alta productividad, azul y BP =Baja
productividad, rojos. Modelo de ajuste simplificado con una sola línea.
5
El incremento del error debido al uso de una sola función para explicar el rendimiento
relativo en función del N inicial a la siembra más el fertilizante, no fue significativo
(p<0,34), por lo tanto ambas zonas de manejo pueden ser explicadas conjuntamente
mediante una misma función (Tabla 3). En este estudio, conun umbral crítico de 102 kg
Nha-1 (suelo +fertilizante) se alcanza un rendimiento relativo al máximo de 90 %. Si bien
los rendimientos fueron superiores en AP que en BP, las respuestas promedio fueron de
1025 kgha-1 y 945 kgha-1para AP y BP respectivamente, mientras que la eficiencia de
uso de N fue AP: 5,3 kggrano/kgNy BP: 7,6 kggrano/kgN, pudiendo esta mayor eficiencia en
BP equiparar las dos curvas de rendimiento en cada zona de manejo.
Tabla 3:Análisis de la variación del error entre el modelo completo y el simplificado, y el

nivel de significancia de la diferencia entre los dos modelos. SC= Suma de cuadrados
del error del modelo, GL= grados de libertad, n= número de casos, Par= número de
parámetros, CM= cuadrado medio, F= cociente entre CMdiferencia y CMcompleto, p=
valor de probabilidad.
SC GL n Par CM F p
AP 12.533.816 32 34 2
Zona de manejo
BP 39.341.834 26 28 2
Modelo completo 51.875.650 58 62 4 894.408
Modelo
simplificado 54.381.921 60 62 2
Diferencia entre
modelos 2.506.271 2 1.253.136 1,4010 0,3361
Independientemente de las ondulaciones del relieve, Salvagiottiet al. (2004) en el

centro-sur de Santa Fe y para un rendimiento relativo del 90 %, detectaron un nivel
crítico inferior al nuestro (92 kg N ha-1). Mientras que el reportado por González
Montaner et al. (1991) para el sudeste bonaerense fue superior (125 kg N ha-1). Estas
diferencias podrían ser atribuidas a distintas condiciones de manejo y edafoclimáticas,
principalmente la temperatura.
A partir del ajuste de una funcióntipo Mitscherlich en cada sitio y zona de manejo, el
umbral crítico para lograr el 90% del rendimiento varía (p=0,03), siendo en promedio 123
kg Nha-1para AP y 82 kg Nha-1para BP. Estas diferentes funciones de ajuste muestran
un comportamiento variable al agregado de Nevidenciado por la eficiencia de uso de N,
la cual es en promedio mayor para BP (20,1) que para AP (72,7) (Tabla 4). Resultados
similares fueron encontrados por López de Sabandoet al. (2010), en lotes de la provincia
de Buenos Aires.
6
Tabla 4: Eficiencia de uso de nitrógeno (EUN) calculado para cada sitio y zona de
manejo a partir funciones tipo Mitscherlich. N0= N-nitratos (0-60 cm); N90= Necesidades
de nitrógeno calculado a partir del modelo para un rendimiento relativo del 90%; Rend.
90%= Rendimiento calculado a partir del 90% del máximo de cada sitio; Rend. N0=
Rendimiento calculado con el modelo a partir del N inicial. r2aj= Coeficiente de
determinación para cada ajuste. EUN= (Rto.90%-RtoN0)/(N90-N0).
Rend.
Zona de N0 N90 Rend.N0 EUN
90%
Sitio Año r2aj
manejo (kg/ha) (kg/ha) (kg/ha) (kg/ha) (kggrano/kgN)
AP 58 90 3.816 3.369 0,61 13,9

9 de Julio 2014
BP 72 103 3.682 2.942 0,48 23,5
AP 72 109 5.369 4.723 0,11 17,2
H. Irigoyen 2014
BP 37 35 3.171 3.234 0,01 36,5
25 de AP 57 109 2.595 1.616 0,54 18,8

2015
Mayo BP 37 83 2.155 1.709 0,8 9,7
AP 95 188 6.760 5.820 0,26 10,1
H. Irigoyen 2015
BP 72 112 4.316 3.077 0,54 31,2
AP 72 109 4.420 3.598 0,21 22,1
Bolívar 2015
BP 37 77 2.907 1.800 0,75 27,8
AP 128 132 5.785 5.637 0,39 38,2
Pehuajó 2015
BP 81 81 5.810 5.724 0,13 307,5
Conclusiones
Los niveles críticos de N disponible (suelo + fertilizante) para alcanzar los máximos
rendimientos de trigo en diferentes zonas de manejo dentro de lotes puede ser
explicada por un único modelo.
Teniendo en cuenta cada lote de manera individual, el umbral crítico para lograr el 90%
del rendimiento varía, siendo en promedio 123 kg Nha-1para AP y 82 kg Nha-1para BP.
Agradecimientos
A los proyectos INTA: Tecnologías de agricultura de precisión para mejorar la eficiencia
de la producción agropecuaria y Contribución al desarrollo agrícola ganadero del centro,
por el financiamiento de la investigación.
7
A Agroservicios Pampeanos, por la colaboración en la delimitación de zonas de manejo

y aporte de fertilizante.
A los establecimientos: “Los Tambos”, “Roma”, C. Sarchoni, C. Bonafina, por el uso de
lotes y maquinaria agrícola.
A C. Aguilera por la colaboración en la redacción del manuscrito.
Bibliografía
Barbieri, PA; HE Echeverría & HR Sainz Rozas. 2009. Dosis óptima económica de
nitrógeno en trigo según momento de fertilización en el sudeste bonaerense. Ciencia del
Suelo 27:115–125.
Calviño, P; HE Echeverría & M Redolatti. 2002. Diagnóstico de nitrógeno en trigo con
antecesor soja bajo siembra directa en el sudeste bonaerense. Ciencia del Suelo 20: 36-
42.
Ferrari, M; J Castellarín; HR Sainz Rosas; H Vivas; R Melchiori& V Gudelj. 2010.
Evaluación de métodos de diagnóstico de fertilidad nitrogenada para el cultivo de trigo
en la región pampeana. XXII Congreso Argentino de la Ciencia del Suelo. AACS.
Rosario, 31 de Mayo al 4 de Junio de 2010.
González Montaner, JH; GA Maddonni; N Mailland & M Posborg. 1991. Optimización de
la respuesta a la fertilización nitrogenada en el cultivo de trigo a partir de un modelo de
decisión para la Subregión IV (sudeste de la provincia de Buenos Aires). Ciencia del
Suelo 9:41-51.
Gutiérrez Boem, FH; P Prystupa & CR Alvarez. 2006. Comparación de dos redes de
ensayos de fertilización fosforada de soja en la región pampeana. Informaciones
agronómicas del Cono Sur.31:6-8.
López de Sabando, MJ, M Díaz-Zorita & F Musegne. (2010). Variabilidad en los
rendimientos y en la calidad de granos de trigo dentro de lotes de producción. En XXII
Congreso Argentino de la Ciencia del Suelo. Actas en CD.
Salvagiotti, F; G Cordone; J Castellarín; S Bacigaluppo & J Capurro.2004. Diagnóstico
de la fertilización nitrogenada en trigo utilizando un umbral de disponibilidad de
nitrógeno a la siembra. Trigo Campaña 2003/2004, para Mejorar la producción 25. INTA
Oliveros 50-52.
8
FERTILIZACIÓN CON FÓSFORO Y AZUFRE: IMPACTO SOBRE RENDIMIENTO Y

PROTEÍNA EN SOJA EN LA REGIÓN PAMPEANA.
INÉS C. DAVÉRÈDE1*, FERNANDO H. MÍGUEZ & GABRIELA LAKKIS
Facultad de Ciencias Agrarias, UCA. Cap. Gral. Ramón Freire 183 (C1426AVC) CABA,
Argentina.
*[email protected]
Palabras clave: calidad, Glycine max, agroindustria
Resumen
El descenso en la concentración de proteína en soja genera harinas de menor tenor

proteico, dificulta y encarece su exportación, y resulta en menores ingresos para la
industria y los productores. En este trabajo, se evalúa el efecto de la fertilización
fosforada y azufrada sobre el rendimiento y sobre el porcentaje de proteína en semilla
de soja. Se realizaron 20 ensayos en distintas localidades de la región pampeana con
los siguientes tratamientos en un diseño en BCA con 4 repeticiones: 1. Testigo sin
fertilización; 2. 20-22 kg P ha-1; 3. 20-22 kg P ha-1 + 12-13 kg S ha-1; 4. 40-44 kg P ha-1 +
24-26 kg S ha-1, la dosis varió levemente entre años, durante las campañas 2013/2014 y
2014/2015. El P y S se aplicaron al voleo un mes y medio antes de la siembra, el P
como superfosfato triple de Ca o fosfato monoamónico y el tratamiento P y S se aplicó
como Microessentials® o Superfosfato simple. La fertilización pre-siembra con P, P + S
y una doble dosis de P + S aumentaron los rendimientos en forma significativa,
promediando las respuestas 228, 262 y 460 kg ha-1, respectivamente. La aplicación de S
no modificó los rendimientos en forma significativa. La respuesta en proteína a la
aplicación de P y S con sus simples y dobles dosis resultó muy variable. Sólo la doble
dosis de P y S logró que 5 de los 19 sitios tuvieran un aumento significativo del nivel de
proteína de 1.2 puntos porcentuales. La práctica de fertilización con una doble dosis de
P y S fue la que aumentó los rendimientos y la concentración de proteína en forma más
frecuente. El rendimiento respondió positivamente a la aplicación de una doble dosis de
P y S en mayor medida en ambientes de alta producción. No se encontraron relaciones
entre las respuestas en rendimiento y proteína y las variables edáficas o climáticas.
Introducción
La producción de soja en la Argentina alcanzó las 61 Mt en la campaña 2014/2015 con

un rendimiento promedio récord nacional de 3176 kg ha-1 (SIIA, 2016). Más del 80% del
poroto de soja producido en Argentina se industrializa y se exporta principalmente como
aceite y harinas proteicas, además de otros subproductos (Cuniberti et al., 2011).
Nuestro país es el tercer exportador mundial de poroto y el primer exportador de harina
y de aceite.
1
El tenor proteico de la soja cultivada en Argentina ha descendido en los últimos años,

por tanto también ha descendido el tenor proteico de las harinas que de ella se
obtienen. Esto ha generado descuentos en el precio y hasta rechazo de embarques por
no llegar al mínimo de proteína para ser clasificadas como Hipro. Por ello le resulta más
difícil a la industria local competir con otros orígenes que cumplen fácilmente con los
estándares internacionales para tenor proteico. Según estudios de la Bolsa de Comercio
de Rosario (BCR) (Matteo y Carranza, 2014), el costo para la industria, derivado del
bajo tenor proteico en el poroto, llegó a US$ 405 millones en la campaña 2012/13.
La concentración de aceite y proteína en soja generalmente guardan una relación

inversa y dependen principalmente del genotipo, del ambiente radiativo y térmico
durante el llenado de las semillas, de la disponibilidad de nutrientes y del rendimiento
del cultivo (Kane et al., 1997; Dardanelli et al, 2006; Thibodeau & Jaworski, 1975;
Cuniberti & Herrero, 2007; Rotundo & Westgate, 2009; Cuniberti et al., 2013; Martínez &
Cordone, 2015).
Numerosos estudios han encontrado respuesta en rendimiento a la aplicación de P y S

cuando los niveles disponibles en el suelo son bajos (Martínez &Cordone, 1998; 2015;
Diaz Zorita et al., 2000; Gutiérrez-Boem et al. 2006; García et al., 2010), sugiriéndose
umbrales de respuesta de 14 y 10 mg kg-1, respectivamente. La fertilización con P y S
también ha tenido un efecto positivo sobre el tenor proteico (Soldini et al., 2009;
Martinez y Cordone, 2015).Hay muy poca información local respecto del efecto de la
aplicación de macro y micronutrientes sobre la calidad del grano de soja. Las hipótesis
del trabajo son que todos los tratamientos aumentarán los rendimientos y el porcentaje
de proteína, pero la doble dosis de P y S tendrá mayores respuestas con respecto al
testigo que la simple dosis de P y S. En este trabajo se evaluó el efecto de: la
fertilización pre-siembra con P solamente, con P y S y con una doble dosis de P y S
sobre el rendimiento y la concentración de proteína en el grano de soja en 20
localidades de la región pampeana.
El diseño experimental fue en bloques completos aleatorizados con 4 repeticiones,

replicado en 10 sitios en la campaña 2013/2014 y otros 10 sitios en la campaña
2014/2015. El análisis de proteína se realizó en tres repeticiones de cada localidad salvo
Carmen de Areco, quedando 19 localidades para proteína y 20 para rendimiento. Los
tratamientos fueron los siguientes: 1. Testigo sin fertilización; 2. 20-22 kg P ha-1; 3. 20-
22 kg P ha-1 + 12-13 kg S ha-1; 4. 40-44 kg P ha-1 + 24-26 kg S ha-1. La dosis varió
levemente según la campaña.
Se sembraron distintas variedades tratadas con fungicidas curasemilla e inoculadas con

Bradyrhizobium japonicum (salvo Pringles I que no fue inoculada) a una densidad de
300,000 pl ha-1. Los tratamientos se dispusieron en parcelas de 2 x 5m. Se realizó un
2
estricto control de malezas, insectos y enfermedades. Antes de la siembra, se tomaron

muestras de suelo de 0-20 y de 20-40cm de profundidad y se realizaron análisis de pH
(Peech, 1965), humedad, conductividad eléctrica (Allison et al.,1977), materia orgánica
(Nelson & Sommers, 1996), cationes intercambiables (Richter et al., 1982), fósforo
extractable según Bray & Kurtz (1945) y cuantificación colorimétrica según Murphy &
Riley (1962), cinc extractable (Lindsay & Norvell, 1978), capacidad de intercambio
catiónico, nitratos (Marbán, 2005) y sulfatos (extracción con acetato de amonio pH 5,
relación suelo: solución 1:5 con 1 hora de agitación y cuantificación turbidimétrica según
Lisle, 1994).
En el año 2013 se aplicó fosfato monoamónico como fuente de P y Microessentials®

como fuente de P y S. En el año 2014 se aplicaron los fertilizantes superfosfato triple de
calcio (P) y superfosfato simple (P+S). Los fertilizantes se aplicaron al voleo un mes y
medio antes de la siembra. Se sembraron variedades de ciclo III hasta ciclo V (Tabla 1).
En madurez comercial del cultivo, se cosecharon 2m2 de cada parcela cortando las
plantas al ras del suelo, las plantas se terminaron de secar al sol y se trillaron con una
trilladora estacionaria. Antes de pesar, se midió la humedad con un humedímetro y se
pesaron las muestras para calcular el rendimiento, luego se contaron 3 grupos de 200
semillas y se pesaron por separado para calcular el peso de las semillas. Los
rendimientos se expresaron con 13% de humedad. Se tomó una muestra de 500 g de
semilla de cada parcela cosechada y se analizaron para proteína en el laboratorio de la
BCR.
El ensayo se repitió en 10 sitios en el año 2013 y en 10 sitios en la campaña 2014-2015.

Salvo la localidad de Gualeguay en la provincia de Entre Rios y Zavalla en Santa Fe, el
resto de los ensayos se llevaron a cabo en la provincia de Buenos Aires (Tabla 2).
Se utilizó un modelo mixto para analizar si hubo diferencias entre tratamientos sobre
rendimiento y proteína (SAS, 1992). El modelo consideró varianzas heterogéneas entre
sitios. Se realizaron contrastes pre-planificados para calcular las diferencias entre
tratamientos de interés para cada variable y su significancia estadística y para
determinar el error estándar de cada promedio, que se incluyó en los gráficos.
Resultados
La campaña 2013-2014 se caracterizó por presentar excesivas precipitaciones, lo que
atrasó y dificultó la siembra y la implantación, y disminuyó la radiación interceptada por
el cultivo. La campaña de soja en 2014-2015 se caracterizó por presentar condiciones
climáticas muy favorables durante la mayor parte del ciclo del cultivo, permitiendo altos
rendimientos en grupos de madurez cortos y un crecimiento vegetativo algo excesivo en
los grupos de madurez largos (Tabla 1). El 70% de las localidades tenían menos de 15
mg kg-1 de P Bray, el 95% menos de 10 mg kg-1 de S-SO4 y el 45% tenían menos de 3%
3
de materia orgánica (MO); el pH osciló entre 5.7 (Gualeguay) y 7.2 (Pringles II) y los N-
NO3 de 0-60 cm variaron entre 7 (Pringles II) y 146 kg ha-1 (Azul) (Tabla 1).
Tabla 1. Variedades de soja usadas en cada localidad y propiedades edáficas al momento de la

siembra. Salvo nitratos, el resto de los análisis se evaluaron a una profundidad de 0 a 20 cm.
N-NO3
Proteína Rend.testig 0-60 S-SO4 pptoct+no pptene+feb
Localidad-año variedad testigo o cm pH MO P Bray mg kg-1 v+dic +mar
-1 -1
% ----- kg ha ----- % ---- mg kg -- ------mm-------
DM
Azul 2013 3810 36.4 3910 146 6.0 6.0 5 4.9 162 414
Carmen de DM
Areco2013 4670 N/D 2840 92 6.5 2.0 15 2.8 334 730
Daireaux20 NA
13 5009 39.1 4784 46 6.6 2.5 9 2.2 228 278
Gualeguay NA
2013 5009 39.3 3434 78 5.7 3.2 7 3.8 281 633
Mercedes DM
2013 4200 38.9 3873 79 6.5 3.6 25 5.8 249 592
Pehuajó201 DM
3 4800 38.1 2805 16 6.4 1.9 12 2 133 246
TapalquéLT DM
2013 4210 37.1 3311 84 6.3 5.3 5 3.3 194 328
Tapalqué DM
EC 2013 3810 34.5 3669 141 6.0 3.8 14 3.5 173 273
Tejedor DM
2013 3810 35.8 3586 16 6.4 1.9 12 2 205 370
Villegas DM
2013 3810 35.5 4702 25 6.3 2.2 11 5.6 417 375
Zavalla201 DM
3 3810 33.9 3095 70 N/D 3.2 28 N/D 332 692
America201 HiPro
4 3010 44.3 4057 80 6.0 2.4 21 3.3 151 123
Casbas DM
2014 4670 37.1 4050 48 6.4 1.7 13 4.5 253 182
Chacabuco DM
2014 4612 34.6 6499 82 6.0 3.8 7 5.4 363 279
Navarro FN
2014 4,35 37.6 5138 56 6.1 3.5 4.8 4.6 516 275
Pehuajó201 ACA
4 4550 35.6 4038 96 6.4 2.6 8 3.7 128 114
SPS
Pringles 3900
I2014 Plenus 35.9 3339 39 7.2 3.2 16 4.9 365 454
Pringles II SPS
2014 3900 37.3 2329 7 6.6 4.8 21 11.1 365 270
San Pedro NA
2014 5009 36.8 3751 35 6.1 3.1 6 2.6 363 361
Trenque
Lauquen DM
2014 4712 36.2 2759 78 6.6 2.5 11 2.1 228 174
4
N/D: Dato no disponible.
El rendimiento de las parcelas testigo varió entre 2329 kg ha-1 en Pringles y 6499 kg ha-1
en Chacabuco. El porcentaje de proteína osciló entre un promedio de 33.9% en Zavalla
y 45.2% en América, donde se sembró una variedad Hipro (alta proteína). La gran
diferencia en la concentración proteica a favor de la variedad Hipro indica la importancia
decisiva del genotipo sobre este factor.
La interacción localidad x tratamiento fue significativa para proteína (P=0,06), o sea que
la respuesta varió según la localidad, mientras que los efectos principales tratamiento y
localidad fueron significativos para rendimiento (P<0,01), pero no así su interacción
(P=0,18).
Efecto del P sobre el rendimiento y el porcentaje de proteína.
La respuesta promedio en rendimiento a la aplicación P fue de 228 kg ha-1 para todos

los sitios (P<0,05), mientras que la respuesta en proteína varió entre -1% y 1.75% con
una gran dispersión en las respuestas y sin significancia estadística en general (Fig. 1).
No hubo relación entre la respuesta en rendimiento a la aplicación de P y la respuesta
en proteína (Fig. 1).
-1
Figura.1. Respuesta en rendimiento (eje x, kg ha ) y proteína en grano (eje y, puntos
-1
porcentuales) del cultivo de soja a la aplicación al voleo de 20 kg P ha presiembra. Cada punto
representa el promedio y el error estándar de una localidad en la región pampeana en las
campañas 2013/2014 y 2014/2015.
Efecto del S con base de P sobre el rendimiento y el porcentaje de proteína
La respuesta en rendimiento a la aplicación de S con una base de P fue muy variable,

desde -362 hasta 1257 kg ha-1. En San Antonio de Areco se produjo una merma de 181
kg ha-1 (P<0,1), mientras que en Tapalqué (EC) y Chacabuco los incrementos superaron
los 1200 kg ha-1 (P<0,1). En Mercedes, el incremento fue significativo pero promedió
solamente 81 kg ha-1. El resto de las respuestas no resultaron significativas. La
respuesta en proteína a la aplicación de este nutriente varió entre -1.4 y 0.8 puntos
5
porcentuales. Sólo hubo respuestas significativas en proteína a la aplicación de S en

15% de los sitios: Tejedor (2013), Navarro y San Pedro (2014); éstas fueron positivas y
promediaron 0.69 puntos porcentuales (P<0,1). La respuesta en proteína a la aplicación
de S no estuvo asociada a la respuesta en rendimiento (Fig. 2).
-1
Figura 2. Respuesta en rendimiento (eje x, kg ha ) y proteína en grano (eje y, puntos
-1
porcentuales) del cultivo de soja a la aplicación al voleo de 13 kg S ha presiembra. Cada punto
representa el promedio y el error estándar de una localidad en la región pampeana en las
campañas 2013/2014 y 2014/2015.
Efecto del P y S sobre el rendimiento y el porcentaje de proteína.

La respuesta en rendimiento a la aplicación conjunta de P y S contra el testigo varió
entre -307 y 1472 kg ha-1, resultando significativos los contrastes para Mercedes y
Tapalqué (EC) que superaron los 1100 kg ha-1 de respuesta en rendimiento. La
respuesta promedio en rendimiento a la aplicación P + S fue de 262 kg ha-1 para todos
los sitios (P<0,05), mientras que la respuesta en proteína varió entre -1.23 y 1.03 puntos
porcentuales, siendo significativa sólo en Casbas y San Pedro donde el aumento
promedió 0.88 puntos porcentuales. En estas localidades, la respuesta en rendimiento
no difirió de cero. No hubo relación entre la respuesta en rendimiento y la respuesta en
proteína a la aplicación conjunta de P y S (Fig. 3).
6
-1
Figura. 3. Respuesta en rendimiento (eje x, kg ha ) y proteína en grano (eje y, puntos
-1
porcentuales) del cultivo de soja a la aplicación al voleo de 21 kg P ha-1 y 13 kg S ha
presiembra. Cada punto representa el promedio y el error estándar de una localidad en la región
pampeana en las campañas 2013/2014 y 2014/2015.
Efecto de una doble aplicación de P y S sobre el rendimiento y el porcentaje de

proteína.
La respuesta promedio en rendimiento a la aplicación una doble dosis de P + S fue de

460 kg ha-1 (P<0.001) sobre el testigo y 198 kg ha-1 cuando fue contrastado contra la
simple dosis de P + S (P=0,07), mientras que la respuesta en proteína de la doble dosis
respectodel testigo varió entre -.91 y 1.3 puntos porcentuales, siendo significativa en 7
localidades, 5 de las cuales promediaron un aumento significativo de 1.2 puntos
porcentuales (26% de los sitios) y 2 de ellas promediaron una merma de 0.81 puntos
porcentuales (11% de los sitios). No hubo relación entre la respuesta en rendimiento y la
respuesta en proteína a la aplicación conjunta de una doble dosis de P y S (Fig. 4). La
doble dosis de P y S claramente fue la que produjo las mayores respuestas en
rendimiento y proteína.
7
-1
Figura 4. Respuesta en rendimiento (eje x, kg ha ) y proteína en grano (eje y, puntos
-1
porcentuales) del cultivo de soja a la aplicación al voleo de 42 kg P ha-1 y 26 kg S ha
presiembra, comparado con el testigo sin fertilización. Cada punto representa el promedio y el
error estándar de una localidad en la región pampeana en las campañas 2013/2014 y 2014/2015.
Relación entre respuesta en rendimiento y proteína y variables edáficas y

climáticas
En general, no hubo ninguna relación entre la respuesta en rendimiento y proteína a P y

S y las variables edáficas y las precipitaciones durante el ciclo del cultivo. La única
relación se encontró entre la respuesta en rendimiento a la doble dosis de P y S y el
potencial productivo del ambiente, medido como el rendimiento promedio de cada sitio.
La soja respondió positivamente a la aplicación de una doble dosis de P y S en mayor
medida en ambientes de alta producción (Fig. 5). Esto es entendible ya que mayores
rendimientos tienen mayores requerimientos de P y S.
8
-1 -1
Figura 5. Respuesta en rendimiento (eje y, kg ha ) a la aplicación al voleo de 42 kg P ha y 26
-1
kg S ha presiembra en función del rendimiento promedio de cada sitio del cultivo de soja. Cada
punto representa el promedio y el error estándar de una localidad en la región pampeana en las
2
campañas 2013/2014 y 2014/2015. Y=-1126+0.413 x; R =44%; las líneas punteadas representan
el intervalo de confianza del 95%. La localidad de Chacabuco no se incluyó en esta regresión por
presentarse como un valor extremo.
Discusión
La hipótesis de rechazo de que la fertilización con P iba a aumentar el rendimiento se

cumplió, como era esperado, ya que muchos ensayos demuestran respuestas positivas
a la fertilización fosfatada(Bermúdez et al., 2014; Boga &Ramírez, 2014;Martínez
&Cordone, 1998; 2015; Diaz Zorita et al., 2000; Gutiérrez-Boem et al. 2006; García et
al., 2010). Sin embargo, no hubo una relación clara con el nivel de P Bray en el suelo,
probablemente debido a la gran variabilidad entre las localidades, que abarcan desde
Gualeguay, Entre Ríos, hasta Casbas, Buenos Aires, con condiciones muy distintas de
suelos, temperaturas y precipitaciones que seguramente influyeron más en la respuesta
que el nivel de P en el suelo. Bermúdez et al. (2014) tampoco pudieron explicar la
respuesta en rendimiento con el nivel de P disponible en el suelo en una red de 12
ensayos que abarcaba localidades en Santa Fe, Buenos Aires y Córdoba.
La hipótesis de que la aplicación de P aumentaría la concentración de proteína no se

cumplió ya que los aumentos en proteína no fueron significativos. Esto también fue
observado por Martínez y Cordone (2015) en una red de 10 ensayos en la región centro-
sur de la provincia de Santa Fe.
La fertilización con 12-13 kg ha-1 de S con una base de 20-22 kg de P ha-1, al contrario
de lo hipotetizado, no aumentó los rendimientos en forma significativa, a pesar de que
los niveles de S-sulfato hallados superficialmente (0-20 cm) estuvieron en su gran
mayoría por debajo de 10 mg kg-1, valor considerado como umbral de respuesta (García
9
&Ciampitti, 2009). Lo mismo fue observado por Boga y Ramírez (2014) en una red de 12
ensayos en la región centro-norte pampeana.
La hipótesis de que la fertilización con S aumentaría la proteína se cumplió solamente

en 3 de las 19 localidades en forma significativa. Esto no era de esperar ya que el S es
un componente importante en varios aminoácidos como la cisteína y la metionina.
La fertilización conjunta con P y S aumentó el rendimiento casi de la misma forma en

que lo aumentó el P sólo ya que el S no aumentó los rendimientos. Esto fue observado
también por Boga y Ramírez (2014). La respuesta en proteína fue muy variable y sólo
aumentó en forma significativa en dos localidades de 19. Martínez y Cordone (2015)
observaron aumentos en proteína en siete de 11 sitios evaluados cuando aplicaron
conjuntamente P y S, a dosis similares a nuestros ensayos pero con grupos de madurez
más largos (VI corto) que los utilizados por nosotros, que no superaron el grupo V corto.
Por otro lado, Soldini et al. (2009) observaron un aumento en el porcentaje de proteína
de 0,5 puntos porcentuales cuando aplicaron 7 kg P y 9 kg S ha-1 como superfosfato
simple a un cultivo de soja en la línea de siembra, mientras que no observaron
aumentos en el rendimiento.
La hipótesis de que la doble dosis de P y S aumentaría en mayor medida el rendimiento

que la simple dosis se cumplió, pasando de una eficiencia de uso de P (EUP) de 12 kg
grano kg P-1 con la primera dosis de P y S a 9 kg grano kg P-1 con la segunda dosis.
Bermúdez et al. (2014), cuando compararon una dosis simple de P entre 8 a 15 kg ha-1
con una doble dosis de P, también observaron aumentos significativos en rendimiento,
con descensos en la EUP. Las EUP encontradas por Bermúdez et al. (2014)
cuadruplicaron las observadas por nosotros, probablemente porque esos ensayos se
realizaron en suelos más pobres (% MO <3%) y por las menores dosis aplicadas.
La hipótesis de que la doble dosis de P y S aumentaría en mayor medida la proteína

que la simple dosis también se cumplió, ya que el aumento fue significativo en el 26%
de las localidades en 1.2 puntos porcentuales, comparado a un aumento significativo en
sólo el 11% de las localidades con la aplicación de una dosis simple de P y S en 0.88
puntos porcentuales.
Tal como sugieren Soldini et al. (2009), en la variación en la expresión del contenido de
proteína en grano intervienen variables como: el potencial de rendimiento de granos, la
capacidad genética de síntesis y acumulación de proteína de los cultivares, los niveles
de fósforo disponibles en el suelo y las interacciones entre estos factores. En nuestro
trabajo, la aplicación de una doble dosis de P y S aumentó la concentración de proteína
en 5 localidades y este aumento no estuvo asociado a una disminución en el
rendimiento ni al nivel de P disponible en el suelo.
10
Conclusiones
La fertilización pre-siembra con P, P + S y una doble dosis de P + S aumentaron los

rendimientos en forma significativa, promediando 228, 262 y 460 kg ha-1,
respectivamente. La aplicación de S no modificó los rendimientos en forma significativa
cuando se analizaron todas las respuestas en conjunto.
La respuesta en proteína a la aplicación de P y S con sus simples y dobles dosis resultó

muy variable y la interacción localidad x tratamiento resultó significativa. Sólo la doble
dosis de P y S logró que 5 de los 19 sitios tuvieran un aumento significativo del nivel de
proteína de 1.2 puntos porcentuales.
La fertilización con una doble dosis de P y S fue la que no sólo produjo la mayor
respuesta en rendimiento y en forma consistente en ambientes de rendimientos
mayores a 4000 kg ha-1, sino la que con mayor frecuencia aumentó los porcentajes de
proteína (26% de los sitios). Esta técnica permitiría mejorar los balances de P y S en el
suelo, incrementar los beneficios económicos al productor y en algunos casos aumentar
la concentración de proteína de la semilla de soja, beneficiando a la industria.
Agradecimientos
Agradecemos a Bunge de Argentina S.A. por proveer los fertilizantes y por la ayuda
financiera para análisis de suelos y viáticos, a la Bolsa de Comercio de Rosario por los
análisis de proteína y a los alumnos de la Facultad de Ciencias Agrarias – UCA: M.
Azcueta, N. Copello, M.Fossati, A. Giordano, M. González Labrousse, F. Paz, M. Pera,
L. Ripa, N. Mihura, J. M.Squirru, S. Caride, D. García Alvarez, A. Pastrone, R. Gómez,
S. Torresel, A. Fitte, P. Bastard, L.Garrahan y C.Ressia que condujeron los ensayos a
campo como parte de su trabajo final de graduación.
Bibliografía
Allison, LE; L Bernstein; CA Bower; JW Brown; M Fireman; JT Hatcher; HE Hayward;

GA Pearson; RC Reeve; LA Richards & LV Wilcox. 1977. Métodos para caracterizar
unsueloen Diagnóstico y Rehabilitación de Suelos Salinos y Sódicos. Capítulo 6. L.A.
Richards (Ed). Editorial LimusaMexico. 172 pp
Boga, L & H Ramírez. 2014. Efecto de lafertilizacióncon fósforo, azufre y zincenel cultivo
de soja enlaregiónpampeana norte de Argentina. IAH 16:17-20.
Bermúdez, M; M Díaz-Zorita; G Espósito; G Ferraris; G Gerster; M Saks; F Salvagiotti&
L Ventimiglia. 2014. Fertilizacióncon fósforo ensecuenciascontinuas de soja. IAH 15:2-5
phosphorus in soil. SoilSci. 59: 39-45
11
Cuniberti, M & R. Herrero. 2007. Factoresambientales y genéticos que

influyenenelcontenido de proteína de la soja argentina. Lab. decalidad Industrial de
Cereales y Oleaginosas de la EEA INTA Marcos Juárez, sept. 2006.
Cuniberti, M; R Herrero; L Mir; O Berra & S Macagno. 2013. Rendimiento y calidad
comercial e industrial de la soja enlaregión Núcleo-Sojera. Cosecha 2012-2013. Informe
Actualización Técnica nro. 29. INTA-EEA Marcos Juárez, Cba.
Dardanelli, JL; M Balzarini; MJ Martinez; M Cuniberti; S Resnikd; SF Ramunda; R
Herrero& H Baigorri. 2006. Soybean maturity groups, environments, and their interaction
define mega-environments for seed composition in Argentina. Crop Science 46:1939-
1947.
Diaz Zorita, M; G. Grosso; M Fernandez Caniggia & G Duarte. 2000. Efectos de
laubicación de un fertilizante nitrógeno-fosfatado sobre lanodulación y laproducción de
soja ensiembradirectaenlaregión de la Pampa Arenosa, Argentina. CienciadelSuelo
17:62-65.
García, F; M Boxler; J. Minteguiaga; R. Pozzi; L Firpo; I. Ciampitti; A Correndo; F
Bauschen; A Berardo & N Reussi Calvo. 2010. La red de nutrición de laregión CREA Sur
de Santa Fe. Resultados y conclusiones de los primeros diez años 2000-2009.
García, FO & IA Ciampitti. 2009. La Nutricióndel cultivo de Soja. En: García, F.O., I.A.
Ciampitti, y H. Baigorri (Eds). Manual de Manejo del Cultivo de Soja. Agroeditorial
Alejandro Matthies. Buenos Aires, Argentina pp. 33-73
Gutiérrez Boem, F ,Prystupa, P & Alvarez, CR 2006. Comparación de dos redes de
ensayos de fertilización fosforada de soja en la región pampeana. Informaciones
Agronómicas no. 31.
Kane, M V; Steele C C; Grabau L J; Mackown C T; Hildebrand D F 1997 Early-maturing
soybean cropping system : III. Protein and oil contents and oil composition. Agronomy
journal 89:464-469.
Lindsay, WL & Norvell, WA 1978.Development of a DTPA soil test for zinc, iron,
manganese and copper. Soil Sci. Soc. Am. J. 42: 421-428
Lisle, L, Lefroy, R, Anderson, G, Blair, G 1994.Methods for the measurement of sulphur
in plant and soils.Sulphur in Agriculture. 18: 45-54.
Marbán, L. 2005. Métodos de extracción y determinación de nitratos ensuelos. Parte
(II). En Tecnologías en análisis de suelos. Capítulo V. L. Marbán & S. Ratto (Eds).
Asociación Argentina de la Ciencia del Suelo (AACS). pp.131-138
Martinez, F & G Cordone.1998. Resultados de ensayos de fertilización azufrada en soja.
Para MejorarlaProducción 8:53-57.
Martinez, F & G Cordone. 2015. Impacto de la fertilización en soja sobre la calidad del
grano. IAH 18:17-21
12
Matteo, F & J Carranza. 2014. La caída de la proteína en soja lecuesta a Argentina 405
millones de dólares. Bolsa de Comercio de Rosario. pdfdisponibleenwww.bcr.com.ar
Murphy, J & HP Riley. 1962. A modified single solution method for the determination of
phosphate in natural waters. Anal. Chim. Acta 27:31-36.
Nelson, DW & E Sommers 1982. Total carbon, organic carbon and organic matter. In:
Page, A.L., (ed). Methods of Soil Analysis, Part 2. Second edition. Agronomy 9: 534-579
Peech, M 1965.Method for soil pH in water.Hydrogen-ion activity. En: Method of Soil
Analysis. Part 2.Chemical and Microbiological Properties. Ed. Black, CA. 915-926.
Richter, M; M Conti & G Maccarini 1982.Mejoras en la determinación de cationes
intercambiables y capacidad de intercambio catiónico en los suelos. Rev. Fac. De
Agronomía 3: 145-155
Rotundo, JL & ME Westgate. 2009. Meta-analysis of environmental effects on soybean
seed composition. Field Crops Research 110: 147-156
SIIA, 2016. Sistema Integrado de Información Agropecuaria. Ministerio de Agroindustria,
Presidencia de la Nación. http://www.siia.gov.ar/. 26 febrero 2016.
Soldini, DO; LA Salines & A Heredia. 2009. Fertilización y contenido de proteína en
soja. EEA INTA Marcos Juárez.
Thibodeau, PS & EG Jaworski 1975.Patterns of nitrogen utilization in the soybean.
Planta 127:133-147.
13
APORTE DE UNA FRACCIÓN ORGÁNICA DE FOSFORO DEL SUELO AL

DIAGNÓSTICO DE FERTILIDAD FOSFATADA EN SOJA
APPELHANS, STEFANIA1,3*; MELCHIORI, RICARDO2; BARBAGELATA,

PEDRO1,2;NOVELLI, LEONARDO1
1
Facultad de Ciencias Agropecuarias (UNER); 2INTA-EEA Paraná; CONICET3
* [email protected]
Palabras clave: P particulado, P Bray, respuesta a la fertilización.
Resumen
El método Bray es el más utilizado para estimar la disponibilidad de fósforo (P) del suelo
y determinar la probabilidad de respuesta de los cultivos a la fertilización fosfatada. Sin
embargo, se han reportado cultivos con ausencia de respuesta a la fertilización
fosfatada en suelos con bajos contenidos de P Bray, estimándose que existe un aporte
al P disponible para los cultivos desde la fracción particulada de la materia orgánica
(MOP). El objetivo es evaluar el aporte del P de la MOP del suelo al diagnóstico de
fertilidad del cultivo de soja en comparación con el P Bray en sistemas en siembra
directa de la región pampeana argentina. Se hipotetizó que la predicción de la respuesta
del cultivo de soja a la fertilización fosfatada puede ser mejorada en sitios con bajos
contenidos de P Bray a la siembra teniendo en cuenta el aporte de P desde la MOP Se
utilizaron muestras de suelo de ensayos de fertilización fosfatada en el cultivo de soja
realizados en tres campañas agrícolas, seleccionando sitios experimentales con y sin
respuesta a la fertilización de acuerdo a su ubicación relativa a los cuadrantes del
procedimiento estadístico de Cate y Nelson. Se determinó el contenido de P total del
suelo, y en las fracciones de la materia orgánica: particulada (P-MOP) (>53 µm) y
asociada a minerales (<53 µm) utilizando dos profundidades: 0-5 cm y 5-20 cm. Los
umbrales de respuesta a la fertilización fosfatada determinados para los experimentos
considerados, fueron de 8,5 mg kg-1 de P Bray y de 50 mg kg-1 de P-MOP. La
cuantificación del P-MOP resultó en una menor precisión para clasificar sitios según la
probabilidad de respuesta del cultivo de soja a la fertilización fosfatada, respecto a la
metodología utilizada habitualmente en los diagnósticos de fertilidad.
Introducción
La siembra directa se ha difundido ampliamente en Argentina en los últimos 20 años

(AAPRESID, 2012), siendo el cultivo de soja el más sembrado bajo este sistema. Al
evitar la remoción del suelo este sistema promueve la estratificación de la materia
orgánica del suelo (MO), con una mayor acumulación en superficie (Roldan et al., 2005;
Bescansa et al., 2006), favoreciendo el aumento de la actividad microbiana del suelo y
1
el ciclaje de los nutrientes (Hedley et al., 1982; Stewart & Sharpley, 1987; Selles, 2003;
Zamuner et al., 2007). Asimismo, el fósforo (P) del suelo se estratifica debido a la
extracción por parte de los cultivos desde los horizontes más profundos, la deposición y
reciclaje del P de los residuos en la superficie del suelo (Selles et al., 1995) y la
aplicación de fertilizantes fosfatados (en cobertura).
El fósforo total se acumula principalmente en formas orgánicas (30-65%) de diferente

labilidad, que pueden ser mineralizadas aumentando el P disponible para los cultivos y
contribuyendo a su nutrición fosfatada (Hedley et al., 1982; Tracy et al., 1990; Selles et
al., 1997; Condron et al., 2005; Damon et al., 2014). Los cultivos absorben el P desde la
solución del suelo que se encuentra en equilibrio con formas de P inorgánicas y
orgánicas (Stevenson, 1986). La mineralización del P orgánico ha sido sugerida como
más relevante en suelos con bajos contenidos de P disponible (Sharpley, 1985; Steward
& Sharpley, 1987; Thien & Myers, 1992), y hace que la disponibilidad de P en el suelo
sea menos predecible con los métodos extractivos más comúnmente usados, como por
ejemplo el P Bray (Bray & Kurtz, 1945; Salas et al., 2003).
El método Bray (Bray & Kurtz, 1945) es ampliamente utilizado como diagnóstico de
fertilidad (Beegle, 2005; Sainz Rosas et al., 2013), pero no incluye el aporte de P desde
fracciones orgánicas del suelo (Suñer et al., 2002; Ciampitti et al., 2011; Wyngaard et
al., 2013). Algunos estudios realizados en la región pampeana argentina muestran
cultivos de soja con baja o nula respuesta a la fertilización con P en sitios donde el
contenido de P Bray a la siembra estuvo por debajo de los niveles críticos calibrados
para la zona (Melchiori et al., 2008; Gutierrez Boem et al., 2010). La falta de respuesta a
la fertilización fosfatada en sitios con bajos contenidos de P Bray ha sido reportada
como un error común de los métodos de diagnóstico (Heckman et al., 2006). Mallarino
(2003) y Heckman et al. (2006) determinaron niveles críticos de P mayores para maíz
utilizando el método de ICP (espectrometría de masas con plasma acoplado
inductivamente) para cuantificar el P en extractos de suelo, y sugirieron que dichas
diferencias podrían deberse a la medición de alguna fracción orgánica de P.
Se han reportado numerosos métodos para cuantificar fracciones orgánicas de P y

determinar índices de biodisponibilidad de P (Hedley et al., 1982; Thien & Myers, 1992;
Tiessen et al., 1994; Ciampitti et al., 2011; Wyngaard et al., 2013). Un índice sensible a
cambios en el manejo es el contenido de P total de la materia orgánica particulada del
suelo (P-MOP) (Wyngaard et al., 2013). La materia orgánica particulada se considera un
pool lábil, activo de la MO que participa en la liberación de nutrientes en áreas
cultivadas y está constituida por residuos animales y vegetales parcialmente
descompuestos (Cambardella & Elliott, 1992). El contenido de P en la MOP ha sido
propuesto como un estimador de la mineralización potencial de P y como un posible
predictor del estado nutricional de los cultivos (Ciampitti et al., 2011). Sin embargo,
según nuestro conocimiento, no se ha reportado la integración de dicho índice en los
métodos de diagnóstico de fertilidad fosfatada en el cultivo de soja. La mejora de los
2
métodos de diagnóstico de fertilidad fosfatada en el cultivo de soja es importante ya que

es el cultivo de mayor área sembrada en Argentina, y se ha destacado que dicho cultivo
puede usar formar orgánicas de P más eficientemente que otros cultivos (Belinque et al.,
2015).
Se hipotetiza que la predicción de la respuesta del cultivo de soja a la fertilización

fosfatada puede ser mejorada en sitios con bajos contenidos de P Bray a la siembra
teniendo en cuenta el aporte de P desde la MOP. El objetivo es evaluar el aporte del P
de la MOP del suelo al diagnóstico de fertilidad del cultivo de soja en comparación con
el P Bray en sistemas en siembra directa de la región pampeana argentina.
El estudio se realizó sobre muestras de suelo provenientes de una red de experimentos
de fertilización fosfatada en el cultivo de soja realizados en la región pampeana
argentina durante las campañas agrícolas 2003-2004, 2004-2005 y 2005-2006, en lotes
con más de 4 años de siembra directa continua e incluyendo diferentes cultivos
antecesores (maíz, soja y pradera) (Melchiori et al., 2008) (Figura 1). Los sitios se
ubicaron sobre suelos Pelludertes, Argiudoles, Argiarboles y Hapludoles.
Figura 1: Localización geográfica de los sitios seleccionados de la red de ensayos de fertilización

fosfatada en 2003/04, 2004/05, y 2005/06.
Los experimentos incluyeron cuatro tratamientos de fertilización fosfatada dispuestos en

un diseño en bloques completos aleatorizados con 3 o 4 repeticiones. Las dosis de P
evaluadas fueron: 0, 10, 20 y 30 kg P ha-1, aplicadas a la siembra como superfosfato
3
triple de calcio. Previo a la siembra, se realizaron muestreos de suelo en dos

profundidades: 0-5 y 5-20 cm. Las muestras de suelo se secaron al aire, molieron y
tamizaron por 2 mm. Se determinó el contenido de materia orgánica (MO) (Walkey &
Black, 1934), pH (Van Lierop, 1990), fósforo Bray (PB) (Bray & Kurtz, 1945) y textura
(Gee & Bauder, 1986), (Tabla 1). El rendimiento del cultivo de soja fue determinado
mediante cosecha mecánica de 10 m2 por parcela. El rendimiento relativo (RR) fue
calculado como el cociente entre el rendimiento del tratamiento testigo y el rendimiento
del tratamiento con la máxima dosis de P aplicada.
Se seleccionaron sitios experimentales con y sin respuesta a la fertilización de acuerdo

a su ubicación relativa a los cuadrantes del procedimiento gráfico de Cate y Nelson
(C&Ng) (Cate & Nelson, 1965). Los criterios de selección de muestras incluyeron
umbrales de RR del cultivo de soja del 85% y contenido de PB de 9 mg kg -1 para
determinar los diferentes cuadrantes del gráfico de Cate y Nelson (C&Ng) (Cate &
Nelson ,1965). Se seleccionaron 4 sitios en cada uno de los cuadrantes: I (bajo P
disponible y bajo RR), II (bajo P disponible y alto RR) y III (alto P disponible y alto RR),
utilizando 3 o 4 repeticiones por sitio.
Contenido de fósforo en la materia orgánica particulada del suelo
Las muestras de suelo fueron fraccionadas utilizando el método propuesto por

Cambardella & Eliott (1992) con modificaciones, utilizando bolitas de vidrio como agente
dispersante (Irizar et al., 2010) en vez de hexametafosfato como indica la técnica
original, ya que interfiere en la determinación del P. Brevemente, 10 g de suelo fueron
agitados por 18 h con 30 ml de agua destilada con 2 bolitas de vidrio. Luego, la fracción
de suelo fue tamizada por 53-μm (fracción del suelo asociada a minerales: AM), fue
secada, homogeneizada y molida a mano. El contenido de P en la materia orgánica
particulada del suelo (P-MOP) se determinó por diferencia entre el contenido de P total
(PT) y el contenido de P de la AM, corregido por la textura del suelo (arcilla+limo)
(Ciampitti et al., 2011), como:
[ ]
El contenido de P de las muestras de suelos fue determinado por digestión con HNO 3–
HClO4 y análisis colorimétrico (Murphy & Riley, 1962; Kuo, 1990). Se calcularon los
valores de las fracciones de P ponderados a una profundidad de 0 a 20 cm.
Se realizaron estadísticos descriptivos y correlaciones para todos los datos en su

conjunto, y para cada cuadrante del método de C&Ng. Además, se compararon los
promedios de PB, PT, P-AM y P-MOP por cuadrante mediante una prueba de t. Se
determinaron los niveles críticos para cada fracción de P y profundidad mediante el
4
procedimiento estadístico de C&Ne utilizando el RR del cultivo de soja como variable

dependiente. Se utilizó el método gráfico de C&Ng para determinar niveles críticos
cuando no fue posible utilizar el método estadístico. Se calcularon los errores de
clasificación en los cuadrante II y IV del método gráfico de C&Ng utilizando todas las
repeticiones de cada experimento (n=44).Todos los análisis estadísticos se realizaron
con el software Infostat (Di Rienzo et al., 2011).
Resultados
Los valores de PB determinados variaron desde 4,8 a 33,8 mg P kg -1 a una profundidad

de 0-20 cm, siendo el promedio de PB de 5,5 mg P kg-1 en el cuadrante I similar al del
cuadrante II (6,4 mg P kg-1), y significativamente menor (p<0,05) al del cuadrante III
(18,1 mg P kg-1). El pH de los suelos varió entre 5,9 y 7,6 y el contenido de materia
orgánica fue del 2,6 al 5,7%. El promedio de rendimiento del cultivo de soja varió entre
1495 y 5291 kg ha-1, y la respuesta a la fertilización fosfatada, calculada como RR,
estuvo entre 0,69 y 0,96 (Tabla 1).
-1
Tabla 1. Características edáficas de los sitios, rendimiento (Rto) (kg ha ) y rendimiento relativo
-1
(RR) del cultivo de soja, contenido de P Bray (PB) (mg kg ) clasificados por su ubicación en los
cuadrantes de C&Ng.
Cuadrante Sitio Rto RR PB MO pH Arcilla Limo Arena
-1 -1
kg ha mg kg % ....…...%..........
1 1613 0,69 4,8 4,5 6,7 39,9 57,5 2,6
2 3094 0,75 7,8 3,7 5,9 21,5 73,1 5,3
1
3 3002 0,66 4,9 3,2 7,1 41,2 48,1 10,8
4 1440 0,77 4,5 5,1 7,5 37,8 58,0 4,3
5 2996 0,91 6,8 2,6 7,6 42,9 55,4 1,8
6 3459 0,90 6,5 4,5 6,6 18,2 28,3 53,4
2
7 3434 0,96 4,8 4,0 6,4 17,1 73,1 9,8
8 2640 0,89 7,4 4,2 6,9 38,4 58,8 2,7
9 4091 0,95 11,1 3,3 6,0 22,7 58,5 18,8
10 3701 0,96 15,2 3,6 6,2 23,2 58,5 18,3
3
11 5291 0,96 12,3 4,1 6,2 21,6 53,6 24,8
12 4949 0,99 33,8 5,7 6,4 28,0 66,1 5,9
El rendimiento de soja promedio en el cuadrante I y II fue de 2287 kg ha-1 y 3132 kg ha-1,

respectivamente, y en ambos casos fueron significativamente menores (p<0,01) que el
rendimiento promedio en los sitios del cuadrante III, que fue de 4508 kg ha-1. El
rendimiento promedio del cuadrante I fue significativamente menor al del cuadrante II y
III (p<0,01).
5
El contenido de P total varió de 281 a 597 mg P kg-1 a 0-5 cm, de 245 a 540 mg P kg-1 a
5-20 cm de profundidad, y de 257 a 547 mg P kg-1 a una profundidad de 0-20 cm. El
contenido de P en AM varió de 232 a 503 mg P kg -1 a 0-5 cm, 199 a 434 mg P kg-1 a 5-
20 cm, y de 208 a 446 mg P kg-1 a 0-20 cm de profundidad. El contenido de P total en
MOP varió de 30 a 183 mg P kg-1 a una profundidad de 0-5 cm, de 15,7 a 167 mg P kg-1
a 5-20 cm y de 19,3 a 171 mg P kg-1 a 0-20 cm.
El contenido de PT en las tres profundidades evaluadas, fue similar en los sitios del
cuadrante II y III, y significativamente menor (p<0,05) que en los sitios del cuadrante I. El
contenido de P en AM fue significativamente diferente en los sitios del cuadrante I, II y III
(p<0,05), y el P-MOP no mostró diferencias significativas para los sitios de los distintos
cuadrantes (Figura 2).
Figura 2. Contenido de fósforo total en la materia orgánica particulada (P-MOP) y en la fracción

asociada a minerales del suelo (P-AM) en los sitios evaluados a 0-20 cm de profundidad.
El contenido de P en AM y MOP no se relacionó con la MO ni el pH. Se determinó una

correlación positiva con el contenido de arena del suelo (p<0,01) y negativa con el
contenido de limo (p<0,01), (Tabla 2).El contenido de P-MOP no correlacionó con
ninguna fracción de P evaluada en ambas profundidades y la relación P-MOP/PT varió
entre 5 y 33%.
El rendimiento del cultivo de soja mostró un coeficiente de correlación con el contenido
de P-AM que con el PT, y no se relacionó con el P-MOP. El rendimiento relativo mostró
relaciones similares con las mismas fracciones de P (Tabla 2).
6
Tabla 2: Coeficientes de correlación de Pearson y significancia para las variables rendimiento del
cultivo de soja (Rto), rendimiento relativo (RR), contenido de P Bray (PB), contenido de materia
orgánica (MO), pH, contenido de arcilla, limo y arena, contenido de fósforo total (PT), contenido
de fósforo en la fracción asociada a minerales (P-AM) y contenido de fósforo en la fracción
particulada de la materia orgánica (P-MOP) para una profundidad de 0-20 cm.
Rto RR PB MO pH Arcilla Limo Arena PT P-AM P-MOP

Rto 1 ** * ns * * ns ns * ** ns
RR 0,71 1 ns ns ns ns ns ns ** ** ns
PB 0,67 0,54 1 ns ns ns ns ns ns * ns
MO 0,01 0,08 0,47 1 ns ns ns ns ns ns ns
pH -0,59 -0,34 -0,35 -0,06 1 ** ns ns ns ns ns
Arcilla -0,60 -0,55 -0,22 -0,12 0,81 1 ns * ns ns ns
Limo 0,02 0,09 0,22 0,05 -0,29 -0,08 1 ** ns ns **
Arena 0,38 0,30 -0,03 0,04 -0,30 -0,60 -0,75 1 * ns **
PT 0,61 0,74 0,55 0,33 -0,38 -0,53 -0,4 0,67 1 ** ns
P-AM 0,71 0,84 0,66 0,25 -0,53 -0,56 -0,07 0,43 0,92 1 ns
P-MOP -0,05 0,01 -0,08 0,26 0,22 -0,09 -0,85 0,74 0,49 0,11 1
Referencias: ns=no significativo, * =significativo p<0,05; **= significativo p<0,01. En negrita:
correlaciones significativas.
El nivel crítico de P para el cultivo de soja determinado utilizando el contenido de P Bray

y el RR fue de 8,5 mg P kg-1 para una profundidad de 0-20 cm (Figura 3a). Para la
fracción P-MOP no fue posible determinar un nivel crítico por el método de C&Ne, pero
sí mediante el método gráfico (C&Ng) (Figura 3b), obteniéndose un nivel crítico de 50
mg P kg-1. Se calcularon los errores de clasificación de sitios del gráfico de C&Ng,
siendo del 18% utilizando el PB como variable independiente, y del 39% utilizando el P-
MOP.
Figura 3. Relación entre el rendimiento relativo del cultivo de soja y (a): el contenido de P Bray
en suelo, (b): con el P de la materia orgánica particulada (MOP). Referencias: Rombos,
triángulos, círculos: sitios del cuadrante I, II y III, respectivamente.
7
Asimismo, se calculó un índice compuesto por el contenido de PB sumado al contenido

de P-MOP (P-MOP+PB), como fracción complementaria al método comúnmente
utilizado para estimar la disponibilidad de P en el suelo. Se determinó un nivel crítico de
P de 62 mg kg-1 de P-MOP+PB, y los errores de clasificación de la metodología de
C&Ng fueron del 50%, (Figura 4).
Figura 4. Relación entre el rendimiento relativo del cultivo de soja y la suma de los contenidos de
P Bray y el P de la materia orgánica particulada (MOP) en suelo. Referencias: Rombos,
triángulos, círculos: sitios del cuadrante I, II y III, respectivamente.
Discusión
Se evaluaron sitios que presentaron un amplio rango de P Bray y rendimientos del

cultivo de soja, representativos de la Región Pampeana. Los valores de P Bray fueron
bajos y medios, considerando los niveles de clasificación establecidos por Sainz Rosas
et al., (2013), excepto el sitio 12 que presentó valores altos de P Bray. Los contenidos
de PT, P-AM y P-MOP mostraron una marcada estratificación, tal como fue reportado
por Ciampitti et al. (2011). La concentración de P más elevada en los primeros
centímetros de suelo es favorecida por los sistemas en siembra directa por la
acumulación de residuos en la superficie del suelo (Selles et al., 1997).
Los contenidos de PT determinados estuvieron dentro de los rangos reportados para la

Región Pampeana (Gutierrez Boem et al., 2008; Ciampitti et al., 2011; Wyngaard et al.,
8
2013; Suñer & Galantini, 2015). Los contenidos de P-AM fueron similares a los
reportados por Suñer & Galantini (2015), teniendo en cuenta que los autores
consideraron la fracción AM como aquella <100-μm, por lo tanto, algo del P que se
consideró P-MOP es cuantificado por ellos como P-AM. Los sitios del cuadrante III
mostraron contenidos de P-AM similares a los determinados por Ciampitti et al. (2011) y
Wyngaard et al. (2013) para suelos como contenido de P Bray también similares. Los
demás sitios mostraron menores contenidos de P-AM ya que también presentaron
menores contenidos de PT.
Los contenidos de P-MOP fueron mayores a los reportados por Ciampitti et al. (2011) y
Wyngaard et al. (2013) para suelos de la Región Pampeana. Contenidos de P-MOP más
elevados a los reportados por estos autores en suelos cultivados podrían mostrar que
los residuos que constituyen la MOP se encuentran en mayor estado de
descomposición (Salas et al., 2003) y protegidos por los agregados del suelo en
sistemas en siembra directa (Cambardella & Elliott, 1992). Dependiendo de la cantidad
de residuos de cultivos anteriores y su relación C/P, el contenido de P-MOP podría
incrementarse en estados avanzados de descomposición a través de la inmovilización
de P por los hongos (Salas et al., 2003; Ha et al., 2008). Sin embargo, los contenidos de
P-MOP fueron menores a los reportados por Suñer & Galantini (2015), probablemente
debido a que ellos estudiaron suelos de pastizales naturales que poseen mayores
contenidos de MOP que los suelos cultivados (Cambardella & Elliott, 1992). Asimismo,
estos autores mostraron que existe una relación entre el P-MOP y la textura del suelo,
siendo menor el contenido de P-MOP en los suelos de textura fina, como muchos de los
suelos analizados en este estudio. Igualmente, los contenidos de P-MOP obtenidos,
concuerdan con los determinados por Wei et al., (2016) para suelos fertilizados con
diferentes fuentes de P tanto inorgánicas como orgánicas.
Se ha reportado la correlación entre el P-AM y el PB, y se ha destacado que el PT

influye en el contenido de PB, pero que la provisión de P al PB proviene principalmente
desde la fracción de P inorgánico en la AM (Wyngaard et al., 2013; Suñer & Galantini,
2015). Por lo tanto, esto podría explicar la baja relación entre el PB y el P-MOP. El
contenido de P-MOP no se relacionó con el rendimiento o rendimiento relativo del cultivo
de soja, no obstante, el P-MOP está compuesto por formas inorgánicas y orgánicas de
P (Wyngaard et al., 2013), y se ha determinado que el P inorgánico de la MOP es
altamente variable y podría explicar parte de la variabilidad observada en el P-MOP
(Suñer & Galantini, 2015). El P-MOP es una fuente potencial de P para los cultivos (Ha
et al., 2008) que puede ser mineralizada durante su estación de crecimiento, pero su
provisión depende de la presencia de las condiciones adecuadas para su
mineralización. Además, se ha determinado que la MOP tiene la capacidad de adsorber
P (Wyngaard et al., 2013), y que parte del P-MOP puede quedar en las partículas de los
residuos o ser absorbida por los microorganismos (Ha et al., 2008, Ciampitti et al.,
2011), por lo tanto no todo el P-MOP estaría disponible para los cultivos, a pesar de ser
considerada una fracción lábil (Cambardella y Elliott, 1992).
9
La respuesta en rendimiento del cultivo de soja a la fertilización con P no está

únicamente afectada por el contenido de P disponible en el suelo, sino también por otras
variables como los cultivos antecesores, la intensidad de uso del suelo, las entradas y
salidas de P del sistema. Asimismo, las condiciones ambientales durante la estación de
crecimiento del cultivo afectan la dinámica del P (Condron et al., 2005), especialmente el
suministro de P por mineralización desde las fracciones orgánicas del suelo (Sims y
Pierzinski, 2005).
Conclusiones
El aporte de P desde la materia orgánica particulada no contribuyó a explicar la

ausencia de respuesta a la fertilización en sitios con bajos contenidos de P Bray en
sistemas en siembra directa.
La determinación de niveles críticos de P para el cultivo de soja considerando el P de la

fracción particulada de la materia orgánica disminuyó la precisión en la predicción de la
respuesta del cultivo de soja a la fertilización fosfatada, en comparación a la
metodología utilizada habitualmente.
Agradecimientos
Los experimentos utilizados en este trabajo fueron seleccionados de una red financiada
por INTA-INPOFOS-MOSAIC (Melchiori, Ferrari, Fontanetto, 2004-2006). Este trabajo
fue parcialmente financiado por el proyecto PNSUELO-1134024 y ERIOS-1263102 de
INTA.
Bibliografía
Aapresid. 2012. Evolución de la superficie en Siembra Directa en Argentina.

http://www.aapresid.org.ar/wpcontent/uploads/2013/02/aapresid.evolucion_superficie_sd
_argentina.1977_a_2011.pdf. Última consulta: noviembre 2015.
Beegle, D. 2005. Assesing soil phosphorus for crop production by soil testing. En:
Phosphorus: Agriculture and the Environment, Agronomy Monograph. ASA, CSSA,
SSSA. Madison, WI, USA. 46: 123-143.
Belinque, H.; N. Pucheu; N. Kerber & G. Rubio. 2015. Utilization of organic phosphorus
sources by oilseed rape, sunflower, and soybean J. Plant Nutr. Soil Sci. 178: 339–344.
Bescansa, P.; M.J.Imaz; I. Virto; A. Enrique; & W.B. Hoogmoed. 2006. Soil water
retention as affected by tillage and residue management in semiarid Spain. Soil & Tillage
Research 87: 19–27.
10
Bray, R.H. & L.T. Kurtz. 1945. Determination of total, organic, and available forms of
phosphorus in soil. Soil Sci. 59:39–45.
Cambardella, C.A. & E.T. Elliott. 1992. Particulate soil organis-matter changes across a
grassland cultivation sequence. Soil Sci. Soc. Am. J. 56:777-783
Cate, R.B. & L.A. Nelson. 1965. A rapid method for correlation of soil test analyses with
plant response data. North Carolina Agric. Exp. Stn., Int. Soil Testing Series Tech. Bull.
Nº 1
Cate, R.B. & L.A. Nelson. 1971. A simple statistical procedure for partitioning soil test
correlation data into two clases. Soil Sci. Soc. Am. Proc. 35:658:659.
Ciampitti, I.A.; F.O. Garcia; L.I. Picone & G. Rubio. 2011. Soil carbon and phosphorus
pools in field crop rotations in Pampean soil of Argentina. Soil Sci. Soc. Am. J. 75:616–
625.
Condron, L.M.; B.L.Turner & J. Cade-Menun. 2005. Chemistry and dynamics of soil
organic phosphorus. En: J.T. Sims & A.N. Sharpley (Ed) Phosphorus: Agriculture and
the Environment p. 87–121.Am. Soc. Agr., Madison, WI.
Damon, P.M.; B. Bowden; T.Rose & Z. Rengel. 2014. Crop residue contributions to
phosphorus pools in agricultural soils: A review. Soil Biology & Biochemistry 74: 127-
137.
Di Rienzo, J.A.; F. Casanoves; M. G. Balzarini; L. Gonzalez; M. Tablada & C.W.
Robledo. 2011. InfoStat versión 2011. Grupo InfoStat, FCA, Universidad Nacional de
Gee, G.W. & J.W. Bauder. 1986. Particle-size analysis.. En: Klute, A. (Ed.). Methods of
soil analysis. Physical and mineralogical methods. Agronomy Monograph 9 (2ed). 383–
411.American Society of Agronomy, Madison, WI
Gutierrez Boem, F.; C. Alvarez; M. Cabello; P. Fernandez; A. Bono; P. Prystupa & M.
Taboada. 2008. Phosphorus retention on soil surface of tilled and no-tilled soils. Soil Sci.
Soc. Am. J. 72 (4): 1158-1162.
Gutiérrez Boem, F.H., F.O. García & M. Boxler. 2010. ¿Qué tan distintos son los niveles
críticos de fósforo disponible para soja, maíz y trigo?. En: Simposio Fertilidad 2011. La
Nutrición de Cultivos Integrada al Sistema de producción. IPNI Fertilizar AC. Rosario,
Santa Fe. pp. 191-193
Ha, K.V; P. Marschner & E. K. Bünemann. 2008. Dynamics of C. n, P and microbial
community composition in particulate soil organic matter during residue decomposition.
Plant Soil 303:253-264.
Heckman, J. R.; W. Jokela; T. Morris; D. B. Beegle; J. T. Sims; F. J. Coale; S. Herbert;
T. Griffin; B. Hoskins; J. Jemison; W. M. Sullivan; D. Bhumbla; G. Estes & W. S. Reid.
2006. Soil test calibration for predicting corn response to phosphorus in the northeast
USA. Soil Sci. Soc. Am. J. 90:280-288.
11
Hedley, M.J.; J.W.B. Stewart & B.S. Chahuan. 1982. Changes in inorganic and organic
soil phosphorus fractions induced by cultivation practices and by laboratory incubations.
Soil Sci. Soc. Am.J. 46: 970-976.
Irizar, A.; A. Andriulo; D. Consentino & C. Amendola. 2010. Comparación de dos
métodos de fraccionamiento físico de la materia orgánica del suelo. Ci. Suelo
(Argentina) 28 (1): 115-121.
Kuo, S. 1990. Phosphorus. En: Methods of Soil Analysis. Part 3. Chemical Methods-
SSSA Book Series n° 5.
Mallarino, A. 2003. Field calibration for corn of the Mehlich-3 soil phosphorus test with
colorimetric and inductively coupled plasma emission spectroscopy determination
methods. Soil Sci. Soc. Am. J. 68: 1928-1934.
Melchiori, R.J.M.; M. Ferrari; H. Fontanetto & S.M. Albarenque. 2008. Fertilidad
fosfatada en soja en siembra directa: aporte de la fracción orgánica lábil. Actas XXI
Congreso Argentino de Ciencias del Suelo. Potrero de Los Funes, San Luis.
Murphy, J. & H.P. Riley. 1962. A modified single solution method for the determination of
phosphate in natural waters. Anal. Chim. Acta 27:31-36.
Roldán, A.; J.R. Salinas-García; M.M. Alguacil & F. Caravaca. 2005. Changes in soil
enzyme activity, fertility, aggregation and C sequestration mediated by conservation
tillage practices and water regime in a maize field. Applied Soil Ecology 30:11–20.
Sainz Rozas, H., M. Eyherabide, H.E. Echeverría, P. Barbieri, H. Angelini, G.E. Larrea,
G.N. Ferraris & M. Barraco. 2013. ¿Cuál es el estado de la fertilidad de los suelos
argentinos?. Actas del Simposio de Fertilidad 2013. Nutrición de Cultivos para la
Intensificación Productiva Sustentable. 62-72.
Salas, A.M.; E.T. Elliott, D.G. Westfall, C.V. Cole, & J. Six. 2003. The Role of Particulate
Organic Matter in Phosphorus Cycling. Soil Sci. Soc. Am. J. 67:181–189.
Selles, F. 2003. Influencia de la siembra directa en la dinámica del fósforo en el suelo.
Actas Simposio “El fósforo en la agricultura argentina”. INPOFOS Cono Sur. Acassuso,
Buenos Aires, Argentina. pp. 12-19.
Selles, F.; C. A. Campbell & R. P. Zentner. 1995. Effect of Cropping and Fertilization on
Plant and Soil Phosphorus. Soil Sci. Soc. Am. J. 59:140-144.
Selles, F.; R.A. Kochhann, J.E. Denardin, R.P. Zentner & A. Faganello. 1997.
Distribution of phosphorus fractions in a Brazilian Oxisol under different tillage systems.
Soil & Tillage Research 44: 23-34 .
Sharpley, A. N. 1985. Phosphorus cycling in unfertilized and fertilized agricultural soils.
Soil Sci. Soc. Am. J. 49:905-911.
12
Sims, J. T. & G.M. Pierzinski. 2005. Chemistry of phosphorus in soils. In: M.A. Tabatabai
& D.L. Sparks (ed.) Chemical processes in soils. SSSA Book Ser. 8. SSSA, Madison,
WI.
Stevenson, F.J. 1986. Cycles of soil. Carbon, nitrogen, phosphorus, sulfur,
micronutrients. Ed. John Wiley & Sons. pp. 380.
Stewart, J. & A. Sharpley. 1987. Controls on dynamics of soil and fertilizer phosphorus
and sulfur. En: R. Follet, J. Stewart & C. Cole (ed.) Soil fertility and organic matter as
critical components of production systems. SSSA Spec. Pub. No. 19. SSSA-ASA.
Madison, Wisconsin, EE.UU.
Suñer, L. & J.A. Galantini. 2015. Texture influence on soil phosphorus content and
distribution in semiarid pampean grasslands. IJPSS 7(2):109-120.
Suñer, L.G.; J. A. Galantini; R.A. Rosell & M.D. Chamadoira. 2002. Cambios en el
contenido de las formas de fósforo en suelos de la región semiárida pampeana
cultivados con trigo (Triticum aestivum). Rev. Fac. Agron., La Plata 104(2):105-111.
Thien, SJ & R Myers. 1992. Determination of bioavailable phosphorus in soil. Soil Sci
Soc Am J. 56:814-818
Tiessen, H.; J.W.B. Stewart & A. Oberson. 1994. Innovative soil phosphorus availability
indices. Assesing organic phosphorus. En: J.L. Havlin y J.S. Jacobsen (eds.) Soil
testing: prospects for improving nutrient recommendations. Soil Sci. Soc. Am. Spec.,
Madison, WI. 40:143-162.
Tracy, P.W.; D.G. Westfall; G.A. Peterson, E.T. Elliott & C.V. Cole. 1990. Carbon,
Nitrogen, Phosphorus, and Sulfur Mineralization in Plow and No-Till Cultivation. Soil Sci.
Soc. Am. J. 54 (2): 457-461.
Van Lierop, W. 1990. Soil pH and lime requeriments determination. 73-126. En:
Westerman, R.L. (Ed). Soil testing and plant analysis. 3er ed.
Walkley, A. & Black, I. A. 1934. An examination of the degtjareff method for determining
soil organic matter, and a proposed modification of the chromic acid titration method. Soil
Science 37 (1): 29-38.
Wei, Z.; J. Wu; X. Yan & G. Ni. 2016. Phosphorus and carbon status of a paddy soil
under different fertilization regimes. J. Soils Sediments 16(1):1-8
Wyngaard, N.; A. Vidaurreta; H.E. Echeverria & L.I. Picone. 2013. Dynamics of
phosphorus and carbon in the soil particulate fraction under different management
practices. Soil Sci. Soc. Am. J. 77:1584–1590 .
Zamuner E.; L.I. Picone & H. Echeverria. 2007. Organic and inorganic phosphorus in
Mollisol soil under different tillage practices. Soil & Tillage Research 99: 131-138.
13
BIOFERTILIZACION DE MAIZ PARA CHOCLO. UNA PRÁCTICA INNOVADORA

PARA LOS PRODUCTORES FAMILIARES DE JUJUY
G. ZANKAR; F. ALTAMIRANO; R. BOCCARDO & S. ABARZA

Fac. de Cs Agrarias, UNJu. Alberdi 47- CP 4600. S. S. de Jujuy-Argentina
* [email protected]
Palabras Clave: inoculación- PGPR nativas - fertilización química
Resumen
En los Valles templados de Jujuy, el maíz para choclo tiene importancia socio-cultural y
económica. Uno de los problemas identificados en la región es la aplicación intensiva y
sostenida de fertilizantes sintéticos, lo que atenta contra el modelo de agricultura
sustentable. El objetivo de este trabajo fue estudiar el efecto de un biofertilizante
formulado con cepas locales de PGPR que permitan mejorar características
morfológicas del maíz con vista a la sustitución parcial o total de la fertilización química.
Los ensayos se condujeron a secano durante cuatro años. Las cepas empleadas fueron
Pseudomonas sp (H19) y Bacillus megaterium (Bm), que se inocularon en forma simple
y combinada. Se evaluó peso de mazorca (PM), longitud de mazorca (LM), diámetro de
mazorca (DM), número de hileras por mazorca (NH) y profundidad de grano (PG). Si
bien hubo una respuesta a la fertilización química, los efectos de promoción de las
bacterias inoculadas, tanto en su forma simple como combinada, se expresaron
significativamente destacándose los parámetros PM y PG, aun ante situaciones de
stress hídrico. La inoculación de las cepas PGPR presentan un gran potencial en cuanto
a su posible utilización como biofertilizantes en el cultivo de maíz para choclo para
reducir la fertilización química y contribuir a la conservación del suelo.
Introducción
La finca El “Pongo” es un establecimiento rural administrado por el estado provincial

ubicado en los Valles Templados de Jujuy, el cual tiene una gran significación para la
actividad agrícola de la región ya que permite el acceso a la tierra, bajo el sistema de
arriendos, a un importante número de productores familiares. En los sistemas
productivos de la finca considerados para este estudio la mayor parte del trabajo es
realizado por los integrantes de la familia. Las labores culturales la realizan de acuerdo
a las practicas tradicionales y la comercialización de los productos es en la misma o en
ferias locales (Fernández et al., 2010). Entre los cultivos que realizan se destaca el maíz
para consumo en fresco (choclo) por su importancia socio-cultural y económica, ya que
es la forma de consumo más tradicional y popular de esta hortaliza. Uno de los
problemas identificados es la utilización de fertilizantes químicos como la urea y el
fosfato diamónico, los que son aplicados de acuerdo a la “forma de hacer del productor,
es decir "puñados/planta" o "bolsas/raya" (Diez Yarade, 2013).
1
Los efectos adversos para el ambiente derivados del uso sostenido e intensivo de
fertilizantes sintéticos constituyen una oportunidad para introducir fertilizantes biológicos
formulados con microorganismos rizosféricos promotores del crecimiento vegetal
(PGPR) de acuerdo a las nuevas tendencias de una agricultura sustentable (Caballero
Mellado, 2006). Es conocido que las interacciones planta-microorganismos que ocurren
en la rizósfera influyen en la fertilidad del suelo y en el rendimiento de los cultivos
(Hayat et al., 2010). Entre los beneficios más importantes informados para la inoculación
de los cultivos con las PGPR, se mencionan los incrementos en la longitud y superficie
de las raíces que permiten a las plantas una mayor capacidad de absorción de agua y
nutrientes tornándolas más vigorosas, productivas y tolerantes a condiciones climáticas
adversas (Bashan & Holguin, 1997; Dobbelaere et al., 2002). Al respecto, Bashan &
Levanony (1990) sostienen que, en condiciones de stress hídrico, el género
Pseudomonas se destaca por ejercer cambios marcados en la morfología y fisiología del
sistema radical. Al respecto, Zankar et al. (2010) pusieron de manifiesto el efecto
promotor de una cepa de Pesudomonas sp. identificada como H19 tanto en parte aérea
como en raíz de plántulas de maíz, lo que fue corroborado en ensayos posteriores a
campo por Zankar et al. (2013).
De acuerdo a Zuberer (1990) y Chanway & Holl (1992), a pesar del importante avance
en la formulación y desarrollo de los inoculantes, la respuesta de los cultivos a la
biofertilización varía considerablemente en función de múltiples factores entre los que
se destacan: la bacteria, la especie vegetal, el inoculante, la competitividad con los
microorganismos autóctonos del suelo y las condiciones edafoclimáticas. Cuando dichos
factores son favorables potencian la actividad de los microorganismos y su interacción
con las plantas (Okon & Lavandera, 1994). Algunos autores (Vázquez et al., 2000;
Robles & Barea, 2004) afirman que en determinados casos los mecanismos individuales
son menos importantes que si operan de manera conjunta, sin embargo las condiciones
del medio edáfico tienen mucha influencia en la colonización de organismos rizosféricos
y podría ser la causa de los resultados contradictorios y variables encontrados en
inoculaciones realizadas en condiciones de campo (Dobbelaere et al., 2002).
El objetivo de este trabajo fue estudiar el efecto de un biofertilizante formulado con

cepas locales promotoras del crecimiento vegetal en el cultivo de maíz. A tal efecto se
planteó como hipótesis que la sustitución parcial o total de la urea por un biofertilizante
formulado con cepas locales de bacterias PGPR, permitirá mejorar la producción del
cultivo de maíz para choclo.
Los ensayos se realizaron en un lote con antecesor maíz en el campo de un productor-

arrendatario de Finca El Pongo y se extendieron por un período de cuatro años (2010-
2013), La zona presenta un clima monzónico, con temperatura y precipitación media
anual de 17 ºC y 621 mm, respectivamente. El suelo corresponde a un Argiustol vértico
arcilloso de la Serie Loma Atravesada (Nadir y Chafatinos,1990). Se caracteriza por
2
presentar horizontes superficiales con predominio de textura franco arenoso a franco

arcillo arenoso y en profundidad la manifestación de un horizonte argílico B2t de gran
espesor, fuertemente estructurado y con drenaje imperfecto (CFI, 1980). Las
propiedades físico-químicas del horizonte superior del suelo se muestra en tabla 1 .
Tabla 1: Text. (textura), pH actual, MO (materia orgánica), Nt (nitrógeno total), Pext. (fósforo
extractable), Cationes de intercambio y Ce (conductividad eléctrica). Metodología SAMLA
(SAGPyA, 2004)
-1
Text. pH MO Nt Pext cmol(+).kg Ce
-1 -1
(USDA) (1:2,5) (%) (%) (mg. kg ) (ds.cm )
Ca+2 Mg+2 Na+1 K+1
FaA 6,23 2,35 0,09 7 8,05 2,86 0,73 1,23 0,687
Las cepas nativas empleadas en los ensayos fueron aisladas y caracterizadas en sus
propiedades PGPR por Altamirano et al; (2005) en el laboratorio de la Cátedra de
Edafología de la FCA-UNju. Las mismas son: a) H19 (Pseudomonas sp.) aislada del
vermi-compostaje de residuos cárnicos y polvo de tabaco, Gram (-), con propiedades de
biocontrol (CB), solubilizadora de fósforo y productora de ácido indol acético (AIA), y
sideróforos. b) Bm (Bacillus megaterium): aislada de la rizósfera de soja. Gram (+),
formadora de esporas, solubilizadora de fósforo, productora de AIA y de sideróforos.
Las semillas de maíz empleadas corresponden a una variedad jujeña desarrollada por el
Ing. J.J Britos muy solicitada por el mercado local para producir choclo blanco.
Se planteó un DCA con tres niveles de inoculación y tres repeticiones por nivel. T0:
testigo sin inocular mientras que T1 - T2 y T3 se inocularon previo a la siembra con H19,
Bm y co-inóculo H19 + Bm respectivamente. La dosis de inóculo para cada tratamiento
fue de 0,5 ml x 100 g-1.
La siembra se realizó manualmente, en surcos de 50 m de largo, con una distancia

entre sí de 0,70 m y entre planta de 0,40 m. Como los ensayos se condujeron a secano,
las fechas de siembra estuvieron en función de las precipitaciones. La distribución de las
mismas fue irregular y diferente en cada año de ensayo, lo que afectó la disponibilidad
de agua en el suelo para satisfacer los requerimientos hídricos en distintas etapas del
cultivo (Tabla 2).
Tabla .2: Precipitaciones registradas en el sitio de ensayo entre 2010 y 2013 durante los meses
de Diciembre a Marzo (comunicación personal productor: Ing. Agr. J.J Britos)
Diciembre Enero Febrero Marzo

mm
2010 143 48 200 93
2011 147 141 112 74
2012 100 90 207 194
2013 97 212 79 93
3
La evaluación de los caracteres morfológicos que definen la calidad del maíz para
choclo se realizó sobre una muestra de 90 mazorcas por tratamiento de acuerdo a la
metodología propuesta por el Centro Internacional de Mejoramiento de Maíz y Trigo
(CIMMYT & IBPGR, 1991). Los parámetros evaluados fueron: peso de mazorca (PM),
longitud de mazorca (LM), diámetro de mazorca (DM), número de hileras por mazorca
(NH) y profundidad de grano (PG).
El análisis estadístico de los datos se realizó mediante ANOVA y Tukey (p > 0,05) con el
programa INFOSTAT.
En el primer año de ensayo (2010) el tratamiento fertilizado con urea (T4) superó a
todos los tratamientos en las variables analizadas, siendo la diferencia significativa
(p>0.05) solo para peso de mazorca (PM), diámetro de mazorca (DM) y número de
hileras (NH) (tabla 2). Por otra parte, también se observo que T1 (H19) y T3 (H19 + Bm)
superaron significativamente al testigo en las mismas variables.
En el segundo año (2011) los tratamientos biofertilizados T1 y T3 ya superaron a T4 en

todos los parámetros evaluados aunque no de manera significativa (tabla 3). Los
resultados observados evidencian que la adaptación al medio en el que son introducidos
los microorganismos y la posible competencia por nutrientes con la microflora del suelo
hacen que su acción promotora tenga una dinámica diferente a la que se obtiene con la
fertilización química, coincidiendo con lo expresado por Zuberer (1990) y Chanway &
Holl (1992). Las precipitaciones registradas durante 2010 y 2011 y su distribución
permitieron un buen contenido de agua en el suelo favorable para las plantas y los
mecanismos de promoción de las cepas inoculadas (Chanway & Holl, 1992; Okon &
Labandera González, 1994).
4
Tabla 3: Valores medios de peso de mazorca PM (g), diámetro de mazorca DM (cm), profundidad
de grano PG (cm), longitud de mazorca LM (cm) y número de hileras NH para los distintos
tratamientos registrados durante los años de ensayos (2010 al 2013). Letras diferentes indican
diferencias al 5 %.
T0 T1 T2 T3 T4
2010
PM 256,77 a 276,20 c 268,04 b 273,37 bc 300,53 d
DM 4,57 a 4,86 b 4,54 a 4,89 b 5,10 c
PG 1,07 a 1,12 b 1,11 b 1,12 b 1,14 b
LM 20,93 a 21,32 ab 21,24 ab 21,66 bc 22,02 c
NH 11,36 a 11,93 b 11,62 ab 12,44 c 13,19 d
2011
PM 340,58 a 378,61 b 345,48 a 380,11 b 373,18 b
DM 5,33 a 5,70 bc 5,58 b 5,75 c 5,66 bc
PG 1,15 a 1,31 b 1,28 b 1,32 b 1,28 b
LM 20,60 a 22,12 b 21,55 b 21,97 b 21,80 b
NH 12,29 a 13,18 b 13,09 b 13,18 b 13,09 b
2012
PM 242,63 a 284,60 d 259,54 b 285,14 d 270,28 c
DM 4,54 a 4,95 c 4,80 b 4,86 bc 4,84 b
PG 1,03 a 1,14 c 1,08 ab 1,11 bc 1,09 b
LM 18,78 a 21,13 b 20,77 b 21,14 b 21,03 b
NH 12,16 a 13,73 c 12,80 b 13,55 c 13,42 c
2013
PM 261,79 a 287,51 b 264,36 a 271,13 a 263,32 a
DM 4,73 a 4,99 c 4,83 ab 4,89 bc 4,81 ab
PG 1,02 a 1,12 b 1,07 ab 1,10 b 1,04 a
LM 20,24a 21,71 c 20,95 ab 21,63 bc 21,34 bc
NH 12,11a 13,04 b 12,62 ab 12,98 b 12,84 b
En el 2012, los resultados obtenidos en todos los tratamientos y para todos los
parámetros evaluados fueron menores con respecto al año anterior, lo que se atribuyó al
stress hídrico que afectó al cultivo en su etapa inicial, agravado por las características
del suelo que impidieron la acumulación de una lámina de agua suficiente. Sin embargo,
en estas condiciones adversas, T1 y T3 nuevamente superaron no solamente a T0 sino
también a T4 para todas los parámetros evaluados, registrándose diferencias
significativas (p>0.05) entre el tratamiento biofertilizado (T1) y el fertilizado
químicamente (T4) para PM, DM y PG. Se puede observar que las diferencias
significativas entre el tratamiento biofertilizado T1 y el fertilizado químicamente (T4) se
evidencian recién en el tercer año de cultivo. Estos resultados muestran que la
adaptación y la acción promotora de las cepas introducidas requieren de un tiempo de
adaptación condicionado por factores edafoclimáticos y la competencia con la flora
nativa (Hayat et al., 2010).
En 2013, un periodo de sequia afectó al cultivo en la etapa de floración e incidió

negativamente en el llenado de granos. No obstante, en estas condiciones el
tratamiento biofertilizado T1 superó significativamente(p>0.05) a T4 para PM, DM y PG y
todos los tratamientos superaron al testigo en todas las variables estudiadas. Sin
embargo estos resultados tampoco fueron mayores a los registrados en 2011, siendo
5
nuevamente la distribución de las precipitaciones el factor determinante (Chanway &

Holl, 1992; Zuberer, 1990).
Los resultados confirman el efecto promotor de la Pseudomonas (H19), bajo las

condiciones estudiadas. Es evidente que la inoculación con esta cepa ejerció un efecto
paliativo del estrés hídrico, coincidiendo con Bashan & Levanony (1990) y Zankar et al.
(2010; 2013). En cuanto a T2 inoculado con Bm, si bien no se logró el mismo nivel de
promoción obtenido con T1, su capacidad promotora se puso de manifiesto al superar al
testigo en todas las variables consideradas.
Esta diferencia en los efectos promotores entre las cepas de Pesudomonas y Bacillus
podría atribuirse a la capacidad colonizadora y condiciones genéticas de las bacterias
como a la influencia de las condiciones ambientales (Zuberer, 1990; Chanway & Holl,
1992). No obstante ambas cepas se destacan por ser buenas colonizadoras de la
rizósfera, aun en condiciones poco favorables.
Como síntesis de los ensayos realizados se analiza la evolución de dos de los

parámetros evaluados, relacionados con la calidad comercial del choclo, PM y PG, a
través de los 4 años de ensayo. Si bien hubo una respuesta positiva a la fertilización con
urea, ésta fue desplazada por los efectos promotores del biofertilizante los que se
expresaron significativamente a partir del segundo año (Fig 2 a y b).
400 1,40
Profundidad de grano (cm)
350 1,20
Peso de Mazorca (g)
300 1,00
250
0,80
200
0,60
150
0,40
100
50 0,20
0 0,00
1 2 3 4 1 2 3 4
Años Años
T0 T1 T2 T3 T4 T0 T1 T2 T3 T4
(a) (b)
Figura 2: Valores medios de Peso de mazorca (a) y Profundidad de grano (b) de los distintos
tratamientos observados durante los cuatro años de ensayos.
Conclusiones
-Las cepas de Pseudomonas sp (H19) y de Bacillus (Bm) presentan un gran potencial

en cuanto su posible utilización como biofertilizantes en el cultivo de maíz para choclo.
- La biofertilización constituye una alternativa agroecológica a la fertilización química,

viable por su bajo costo y simple aplicación.
6
- El presente trabajo de investigación es un aporte original ya que no existen

antecedentes de este tipo de experiencia en el cultivo de maíz para choclo, por lo que
los resultados obtenidos sientan las bases para ensayos posteriores en la región.
Bibliografía
Altamirano, FE; A Rivera; G Zankar & L Cazón. 2005 Selección de Pseudomonas y

Bacillus de importancia Agronómica. Actas V Reunión Nac. Científico Técnica de
Biología del Suelo- V Encuentro Fijación Biológica del Nitrógeno. Jujuy-Argentina, p 61.
Bashan, Y & G Holguin, G. 1997. Azospirillum-plant relationships: environmental and
physiological advances (1990-1996). Can. J. Microbiol. 43:103-121
Bashan, Y & H Levannony. 1990. Current status of Azospirillum inoculation technology:
Azospirillum as a challenge for agriculture. Can. J. Microbiol. 36: 591-608
Caballero Mellado, J. 2006. Agriculture microbiology and microbe interaction with plants.
Rev. Latinoam. Microbiol. 48(2): 154-161.
CIMMYT & IBPGR (Centro Internacional de Mejoramiento de Maíz y Trigo / International
Board for Plant Genetic Resources). 1991. Descriptores para maíz. Roma, Italia- 88 pp.
Chanway, CP & FB Holl. 1992. Influence of soil biota on Douglas-fir (Pseudotsuga
menziesii) seedling growth: the role of rhizosphere bacteria. Can. J. Bot 70:1025–1031
Diez Yarade, L. 2013. Evaluación de fertilidad de suelos en sistemas productivos
familiares con riego de los Valles Templados de Jujuy. Tesis de Magíster en Desarrollo
de Zonas Áridas y Semiáridas. Univ. Nac. Jujuy.
Dobbelaere, S; A Croonenborghs; A Thys; D Ptacek Y Okon & J Vanderleyden. 2002.
Effect of inoculation with wild type Azospirillum brasilense and A. irakense strains on
development and nitrogen uptake of spring wheat and grain maize. Biology and Fertility
of Soils 36: 284-297.
Fernández G; A Pais; J Regazzoni; L Diez Yarade; S Tamayo; W Segovia; R Rolle; L
Pellizzer & D Villegas. 2010. “Estudio De Caso: Caracterización De Procesos De
Innovación De Los Pequeños Productores Arrendatarios De Finca El Pongo, Perico
Jujuy. En: Estudio de casos de procesos de innovación y desarrollo. Ed. INTA, pp 32-58.
Hayat R; A Ali; U Amara; R Khalid & I Ahmed. 2010. Soil beneficial bacteria and their
role in plant growth promotion: a review. Ann Microbiol 60(4): 579-598.
Nadir, A & T Chafatinos.1995. Los suelos del NOA (Salta- Jujuy). Tomos I-UNSA.
Okon, Y & C Labandera Gonzalez. 1994. Agronomic applications of Azospirillum: An
evaluation of 20 years worlwide field inoculation. Soil Biol. Biochem. Vol 26 (12):1591-
1601.
7
Zankar, G; FE Altamirano; R Boccardo, SR Zapata; S Abarza; C Puca Saavedra & J

Britos. 2010. “Efecto de rizobacterias sobre la germinación y crecimiento de plántulas
del maiz V.C. Jujeño Luna”. Resúmenes XXII CACS. Rosario- Sta. Fe, p. 103.
Zankar, G; R Boccardo; S Abarza; F Altamirano; J Britos & C Puca Saavedra. 2013.
Uso de Rizobacterias como Biofertilizantes en el Maiz V.C. Jujeño Luna. Rev. Agraria
(UNJu). Vol. VII, Nº14, pp 145-148.
Zuberer, DA. 1990. Soil rhizosphere aspects of N2-fixing plant-microbe associations. In:
the Rhizosphere (J.M. Lynch. Ed.). John Wiley & sons Ed., NY, pp. 317-352.
8
APROXIMACIÓN PARA LA FERTILIZACIÓN VARIABLE DE N EN MAÍZ:

MINERALIZACIÓN DE N Y USO DE ÍNDICES ESPECTRALES
HERNÁN REDEL1 *, NATALIA OSINAGA1 2, MERCEDES ZUBILLAGA1 & CLAUDIO

ACOSTA ANDOCILLA1
1
FAUBA, Cátedra de Fertilidad y Fertilizantes. 2CONICET
* [email protected]
Palabras clave: Maíz, Ambientes intralote, imagen multiespectral
Resumen
La fertilización nitrogenada por zonas de manejo (ZM) viene experimentando un

crecimiento acelerado en estos últimos años. La complejidad en el diagnóstico de la
dosis a recomendar genera la constante búsqueda de nuevas herramientas que
permitan aumentar la eficiencia de fertilización. Surge como promisorio el uso de índices
espectrales (IE) y estimadores de la mineralización de nitrógeno (N) desde la materia
orgánica. El objetivo del trabajo fue evaluar la relación de los IE con los rendimientos del
cultivo de maíz y la mineralización según las dosis de N y ZM. El ensayo fue conducido
en la localidad de Vedia (Provincia de Buenos Aires) perteneciente a la región de la
Pampa Arenosa, donde se identifican ambientes de marcada heterogeneidad a escala
intra-lote. En la parcela experimental (12 ha) se diferenciaron dos zonas de manejo (Alta
productividad y Baja productividad) a través de mapas de rendimientos e imágenes
satelitales de campañas anteriores. La superficie fue dividida en franjas, donde se
aplicaron diferentes dosis de N (0, 75 y 150 kg N ha-1). En las franjas sin fertilización se
realizó un muestreo de suelo en grilla, totalizando 96 puntos de muestreos (25 sobre el
ambiente de BP y 71 sobre el de AP). La profundidad de muestreo fue hasta los 90 cm,
a intervalos de 30 cm. Sobre las muestras superficiales (0-30cm) se determinó el
nitrógeno potencialmente mineralizable (N0), el nitrógeno de amonio liberado por
incubación anaeróbica (Nan) y, con el total del perfil y el N en el cultivo se calculó el
nitrógeno mineralizado aparente (Nap). Se realizó un vuelo de captura, a una altura de
920 m (resolución 0.5 m), con un vehículo aéreo no tripulado con cámara multiespectral
Tetracam modelo MCA Series - High Quality Multi-Spectral Imaging (longitudes de onda
capturadas: 470, 550, 660, 690, 710 y 810 nm) cuando el cultivo se encontraba con seis
hojas totalmente expandidas (V6) y también con un radiómetro multiespectral portátil
Cropscan MSR16. A madurez fisiológica se cosechó el maíz con cosechadora con
monitor de rendimiento. Las imágenes de reflectancia en distintas longitudes de onda se
combinaron utilizando QGIS 2.8, para obtener los siguientes índices espectrales (IE):
NDVI, OSAVI, TCARI y se calculó la relación TCARI/OSAVI. En el ensayo se observó
respuesta al agregado de dosis de N, encontrándose diferencia para los ambientes.
Asimismo se observaron diferencias en el aporte de nitrógeno desde la materia orgánica
para los ambientes delimitados, siendo en promedio 20 kg N ha-1 más para el ambiente
1
más productivo. Esta variabilidad fue capturada por los IE en etapas tempranas de
cultivo, donde el IE que mejora explica la variabilidad es la relación TCARI/OSAVI. Por
último se encontró una relación entre los distintos parámetros de mineralización y los IE
capturados en distintos estadios del cultivo de maíz. Estos resultados son promisorios
para avanzar en la búsqueda de nuevas tecnologías que mejoren el diagnóstico de la
fertilización nitrogenada.
Introducción
El manejo de la variabilidad ambientalde un lote mediante zonas de manejo (ZM) a
través de la agricultura de precisión muestra un importante crecimiento en las regiones
productivas del país. La fertilización variable según el potencial de cada ZM en el lote de
producción mejora la rentabilidad y reducie el impacto ambiental (Vazquez Amabile et.
al., 2013; Muschietti & Zubillaga, 2014). Las ZM son subregiones dentro de los lotes que
expresan una combinación homogénea de factores determinantes del rendimiento y
para las cuales resulta apropiada una proporción única de insumos (Deorge et al.,
1999).
En los sistemas pampeanos la productividad de los cultivos está limitada principalmente
por el nitrógeno (N) (Maddoni, 2011).La predicción de las necesidades de N,
principalmente en etapas tempranas de los cultivos, es importante para mejorar la
eficiencia de la producción de granos y minimizar el impacto de los excesos de N sobre
el ambiente (Isla & López-Lozano, 2005). El aporte por mineralización de la materia
orgánica de N es importante ya que permite ajustar las dosis de N por el método del
balance para el diagnóstico de la fertilidad nitrogenada (Benintende et al., 2007).
A nivel nacional, las tecnologías de teledetección desde plataformas remotas,
principalmente el uso de imágenes multiespectrales, va en crecimiento (Melchiori et. al.,
2008). La aplicación de estas imágenes se utiliza como herramienta para el diagnóstico
y la prescripción de recomendaciones de fertilización nitrogenada en grandes superficies
de cultivo, donde generalmente existe variabilidad espacial .Las mediciones de las
propiedades ópticas del canopeo de maíz como la reflectancia y la obtención de índices
pueden considerarse técnicas tan eficientes como el análisis vegetal. La utilización de
sensores remotos permite realizar determinaciones en cultivo de manera no destructiva
y rápida, facilitando la repetitividad de las determinaciones.
Los índices espectrales (IE) comúnmente utilizados se basan en el cálculo de índices de
vegetación, como la diferencia de vegetación normalizada (NDVI), aunque existen
numerosos índices alternativos (Scotford & Miller, 2005) para evaluar distintos aspectos
del canopeo de los cultivos, como: TCARI (Índice transformado de la absorción de la
clorofila), OSAVI (Índice de vegetación ajustado por la reflectancia del suelo) y la
combinación de estos últimos (TCARI/OSAVI), la cual es sensible al contenido de
clorofila de la vegetación y resistente a las variaciones en el índice de área foliar.
2
El objetivo del trabajo fue evaluar la relación de los IE, capturados mediante dos
plataformas, con los rendimientos del cultivo de maíz y la mineralización según las dosis
de N y ZM.
Ubicación del área estudio y tratamientos
El ensayo fue conducido en la localidad de Vedia (Provincia de Buenos Aires)
perteneciente a la región de la Pampa Arenosa (Figura 1), donde se identifican
ambientes de marcada heterogeneidad a escala intra-lote. La superficie del experimento
fue de 12 ha, presentando variabilidad asociada a dos tipos de suelos: Hapludoles
Énticos en las partes más elevadas y convexas del paisaje (4 ha) y Hapludoles Típicos,
desarrollados entre las lomas (8 ha) (INTA, 1989).Según reflejan las imágenes
satelitales históricas, la diferenciación entre ambientes se basa en diferencias de
productividad, donde las posiciones pie de loma presentan la productividad más alta
(AP) y las lomas arenosas la productividad más baja (BP).
La superficie fue dividida en franjas, donde se aplicaron diferentes dosis de N (75 y 150
kg N ha-1) con fertilizante liquido UAN (32-0-0) cuando el cultivo de maíz se encontraba
con dos hojas totalmente expandidas (V2) y donde se dejaron franjas sin fertilizar
(Figura 1). En las franjas sin fertilización se realizó un muestreo de suelo en grilla,
totalizando 96 puntos de muestreos (25 sobre el ambiente de BP y 71 sobre el de AP).
Figura 1. Ubicación del área de estudio y distribución de los tratamientos. A: Pampa

Ondulada, B1:Pampa Interior Plana Occidental; B2: Pampa Interior Plana Oriental, C:
Pampa Deprimida y D: Pampa Austral
Determinaciones
Sobre las muestras de suelo (0-30cm) se determinó el nitrógeno potencialmente
mineralizable (N0) y el nitrógeno de amonio liberado por incubación anaeróbica (Nan).
El N0 se obtuvo al incubar las muestras a 35 ºC y a capacidad de campo por 150 días.
3
Se determinó el amonio y nitrato producidos después de 0, 7, 14, 28, 56, 90, 120 y 150
días (Stanford & Smith, 1972) con técnicas colorimétricas y se ajustó un modelo de
cinética de primer orden, donde se obtuvieron los parámetros N0 y k según la ecuación:
Nm = N0 (1 - e-kt)
dondeNm es la cantidad acumulada de nitrógeno mineralizado en el tiempo t, N0 es el

nitrógeno incubado en aerobiosis, y k es la tasa de mineralización.
El Nan se determinó mediante la incubación de muestras de suelo en condiciones de

anegamiento durante siete días a 40oC. El nitrógeno anaeróbico se estimó como el N-
NH4+ producido durante la incubación (Soon et al., 2007). Por último, se calculó el
nitrógeno mineralizado aparente (Nap) como la suma del N total acumulado en el
vegetal (grano más rastrojo) menos el N inicial mas el N residual (Schepers&Meisinger,
1994).
Nap= Nveg– (N-NO3i – N-NO3r)
Siendo Nap el N mineralizado aparente durante el ciclo del cultivo de maíz, Nveg el N
total aéreo acumulado por el vegetal (grano y rastrojo), N-NO3i el N inicial en el suelo y
N-NO3r el N residual a madurez fisiológica del cultivo de maíz.
Se realizó un vuelo de captura, a una altura de 920 m (resolución 0.5 m), con un
vehículo aéreo no tripulado con cámara multiespectral Tetracam modelo MCA Series –
High Quality Multi-Spectral Imaging (longitudes de onda capturadas: 470, 550, 660, 690,
710 y 810 nm) cuando el cultivo se encontraba con seis hojas totalmente expandidas
(V6). A madurez fisiológica se cosechó el maíz con cosechadora con monitor de
rendimiento. Las imágenes de reflectancia en distintas longitudes de onda se
combinaron utilizando QGIS 2.8 (QGIS, 2015), para obtener los siguientes índices
espectrales: NDVI, OSAVI, TCARI (Tabla 1) y se calculó la relación TCARI/OSAVI
(Haboudane et al., 2002).
Tabla1. Índices espectrales de vegetación. R#: reflectancia en longitud de onda #.
IE Fórmula
NDVI ((R810-R670)/(R810+R670))
TCARI 3(R700-R670)-0.2(R700-R550)(R700/R670)
OSAVI (R800−R670)/(R800+R670+0.16)
También se tomaron registros con un radiómetro multiespectral portátil (Crop-Scan
MSR16, Rochester, EE.UU.) en distintos estadíos fenológicos del cultivo. Se tomaron
datos en seis y ocho hojas totalmente expandidas (V6 y V8 respectivamente) y a
floración (R1). El radiómetro se dispuso sobre el tope del canopeo a 1.1 m de altura,
integrando una superficie de 0.52 m2. Con la reflectancia en las distintas longitudes de
onda se calcularon los IE.
4
El análisis de los datos se realizó mediante estadística clásica descriptiva y análisis de

varianza (ANOVA) con el paquete estadístico Infostat (Di Rienzo et al., 2013).
RESULTADOS Y DISCUSIÓN
Respuesta a la fertilización nitrogenada según ZM
El rendimiento tuvo una relación positiva con la dosis de fertilizante nitrogenado
aplicado, encontrándose diferencias entre ZM (Figura 2). La respuesta al agregado de
fertilizante fue diferente para las ZM, siendo para la menor dosis de 1.12 y 0.26 tn grano
ha-1 para AP y BP respectivamente. La diferencia de respuesta para la mayor dosis no
fue tan contrastante como el caso anterior, siendo de 1.83 y 1.78 tn grano ha-1 para AP y
BP respectivamente. Las lomas arenosas presentaron rendimientos de 7 a 8.5 tn ha-1,
mientras que las zonas de alta productividad variaron de 8.6 a 10.5 tn ha-1.
Figura 2. Distribución espacial del rendimiento para los distintos tratamientos y

ambientes y gráfico de variación del mismo en función de la dosis de N.
Durante el ensayo la cantidad de lluvias acumuladas fueron de 1.073 mm siendo
similares a la media del periodo 2004-2013 (1.027 mm). Se observaron precipitaciones
por encima de lo normal durante el mes de diciembre, periodo en el cual transcurrió el
periodo crítico para la determinación del rendimiento. Teniendo en cuenta esta
información, es esperable que las diferencias entre ambientes sean acotadas, ya que
prácticamente no ocurrió estrés hídrico hasta comienzo de llenado de granos. Otros
ensayos en la región han encontrado que el rendimiento del cultivo de maíz bajo
diferentes dosis de N en suelos de textura gruesos y fino en el mismo lote de producción
no presentan grandes variaciones en años húmedos(Urricariet et al., 2011; Redel et al.,
2014).
Mineralización de N según ZM
Las ZM delimitadas no mostraron grandes diferencias en el aporte potencial de
nitrógeno al cultivo (Tabla 2). Es decir, los valores de Nan y N0 no difirieron entre ZM.
Sin embargo, el aporte de N al cultivo de maíz desde el suelo fue diferente (Nap). El
5
ambiente de mayor productividad (AP) aportó, en promedio, 22 kg de N ha-1 más que el

ambiente de BP. El rango de aporte de N desde la materia orgánica fue desde 80 a 185
kg N ha-1 para los ambientes de BP, mientras que los de AP presentaron un rango de 81
a 292 kg N ha-1.
Tabla 2. Valores promedios de estimadores de mineralización de N para los dos

ambientes delimitados. Letras diferentes indican diferencias significativas entre ZM
(p<0.05).
Nan (mg kg-1) N0 (kg N ha-1) Nap (kg N ha-1)
BP 33 a 393 a 122 b
AP 31 a 413 a 144 a
Una de las variables por la que se diferencian los ambientes es la textura. Se

encontraron para suelos de la zona que las lomas presentaron un promedio de 738 g kg-
1
de proporción de arenas, mientras que en los bajos este valor fue de 562 g kg -1 (Redel,
2012). En suelos de textura fina la proporción de arcillas regula la mineralización al
limitar la accesibilidad de los microorganismos a la materia orgánica y al afectar la
concentración de oxígeno del mismo (Galantini et al., 2004). Asimismo, en suelos de
textura gruesas, como los de este ensayo, las arcillas presentes actúan de forma
inversa. Es decir, aumentan la capacidad de agua disponible, la productividad y por
ende la mineralización de N (Buschiazzo et al., 2004), observándose mayor Nap en la
zona AP.
El Nan es un indicador relativamente simple, sensible a los cambios producidos por las
prácticas de manejo y sistemas de labranza (Genovese et al., 2009). En este sentido,
las muestras obtenidas provienen de un lote con manejo uniforme, por lo que no se
observa diferencias entre ambientes.
Efecto del ambiente productivo, dosis de N y estadío fenológico sobre los índices
espectrales.
Plataforma aérea
Los IE obtenidos a partir de la cámara multiespectral montada en la plataforma aérea
variaron con las dosis de N (Figura 3). TCARI y TCARI/OSAVI presentaron mayor
sensibilidad para diferenciar entre dosis de N. También en este experimento hubieron
resultados similares para el estadío V8 del maíz, donde los índices espectrales
obtenidos a través de un radiómetro, mostraron sensibilidad al diferenciar las tres dosis
de N (Redel & Zubillaga, 2014).
6
7
Figura 3. Distribución espacial de los índices espectrales capturados en estadio de seis

hojas expandidas, según zona de manejo y dosis de N. A: NDVI. B: TCARI. C: OSAVI.
D: TCARI/OSAVI.
Los IE muestran mayor diferencia entre ZM para las dosis más bajas de Ny casi nulas o
mínimasen la dosis de 150 kg N ha-1 (Figura 3). Las diferencias observadas para el
NDVI son bajas, posiblemente debido al bajo índice de área foliar (IAF), bajo estrés por
deficiencia de nitrógeno y bajo estrés hídrico (Eitel et al., 2008).
Los IE capturados mediante esta plataforma en etapas tempranas del cultivo,

presentaron relación significativa con los rendimientos (Tabla 3). En etapas más
avanzados del cultivo se han encontrado similares relaciones (Isla & Lopez-Lozano,
2005). En este sentido, el índice de mayor correlación fue TCARI, seguido por la
relación TCARI/OSAVI y los de menor correlación NDVI y OSAVI.
Tabla 3.Índices de correlación del rendimiento con los diferentes índices espectrales
(p<0.05)*.
NDVI OSAVI TCARI TCARI/OSAVI
Coef. de
correlación 0.32* 0.32* -0.43* -0.42*
Rendimiento
Plataforma portatil
Los IE presentaron diferencias significativas entre ambientes y estadíos (Tabla 4). En el
caso del NDVI solo se observaron diferencias en el estadio más avanzado del cultivo,
que coincide con el momento de floración (R1), donde el N acumulado varía entre el 55y
65% del total a cosecha. Existe un compromiso entre poder capturar información valiosa
y hacerlo en estadios tempranos que permitan una corrección nutricional. OSAVI y la
relación OSAVI/TCARI presentaron diferencias desde estadíos tempranos (V6) ya que
tienen en cuenta la reflectancia del suelo. Por lo tanto son más eficientes para evaluar
las diferencias nitrogenadas del cultivo en etapas tempranas.
Asimismo se debe tenerse en cuenta que las variaciones en IAF, humedad del suelo y
disponibilidad de nitrógeno pueden confundir las estimaciones de estado nutricional
mediante los IE (Eitel et al., 2008).
8
Tabla 4.Valores promedios de los IE para los dos ambientes delimitados y los distintos
estadios fenológicos Letras diferentes indican diferencias significativas entre ZM
(p<0.05).
NDVI OSAVI TCARI/OSAVI

V6 V8 R1 V6 V8 R1 V6 V8 R1
AP 0.56 a 0.76 a 0.79 a 0.65 a 0.87 a 0.91 a 8.93 a 13.73 a 12.66 a
BP 0.52 a 0.74 a 0.75 b 0.60 b 0.84 a 0.86 b 7.99 b 12.96 b 13.00 b
Efecto de la mineralización del N sobre los índices espectrales.

Al realizar la correlación (r de Pearson) entre los distintos estimadores de la
mineralización (Nan, N0 y Nap) y los índices capturados mediante el radiómetro portátil
en distintos estadíos del cultivo de maíz se observaron resultados contrastantes (Tabla
5).
Tabla 5.Coeficientes de correlación de Pearson entre parámetros de mineralización e

índices espectrales. Correlación significativa p<=0.10 * y p<=0.05 **.
N0 Nan Nap
NDVI 0.10 0.30** 0.29**
OSAVI
V6
0.12 0.28** 0.28**

TCAR/OSAVI -0.02 0.38** 0.26**
NDVI 0.20 0.32* 0.25**
OSAVI
V8
-0.01 0.30* 0.28**

TCAR/OSAVI -0.19 0.43** 0.10
NDVI 0.35** 0.00 0.00
OSAVI 0.35** 0.00 0.07
R1
TCAR/OSAVI 0.23** -0.12 -0.17
Para los estadíos tempranos (V6 y V8) se observa buena correlación con los parámetros
Nan y Nap. Sin embargo, al avanzar hacia floración se observa que el único parámetro
que correlaciona es el N0. Para datos de la misma zona se observaron relación entre
índices (NDVI, REIP y TCARI) y nitrógeno potencialmente mineralizable y nitrógeno
mineralizado aparente, siendo la relación mas consistente en estadios más avanzados
(Zubillaga et al. 2012). Estos resultados son promisorios para generar una herramienta
que permita predecir el aporte de N al cultivo de maíz en estadios tempranos del cultivo.
De esta manera se podría ajustar la dosis de N teniendo en cuenta el aporte de este
nutriente desde el suelo.
9
Conclusiones
Las diferencias de rendimiento y mineralización (dada por nap) observadas entre
diferentes zonas de manejo y las diferencias de rendimiento ante distintas dosis de N.
Esta variabilidad fue capturada por los IE obtenidos en etapas tempranas a través de las
dos plataformas, siendo el mejor IE el TCARI. Los IE constituirían una tecnología útil
para desarrollar modelos de dosificación variable según ZM a escala intralote. El manejo
variable de N reduciría el impacto ambiental generado por aplicaciones uniformes de
fertilizante.
Agradecimientos
UBACyT y BECA DE MAESTRIA por Convenio expediente CD 239966/12 FAUBA.
Bibliografía
Benintende M. C., Benintende S. M., Sterren M. A., Musante C., Saluzzio M. & De
Battista J. J. 2007. Modelo para estimar la capacidad de aporte de nitrógeno del suelo.
Agroscientia. XXIV (2): 97-101.
Buschiazzo D.E.; H.D. Estelrich, S.B. Aimar, E. Viglizzo & F.J. Babinec., 2004. Soil
texture and tree coverage influence on organic matter. J. of Range Management 57:
511-516.
Di Rienzo, J.A; Casanoves, F; Balzarini, M.G; Gonzalez, L; Tablada, M & Robledo, C.W..
Argentina. URLhttp://www.infostat.com.ar
Doerge, T. A. 1999. Management zone concepts. SSMG-2. En: Information Agriculture
Conference, 9 al 11 de Agosto de 1999, Stewart Center, Purdue, IN.
Etiel, J.U.H; Long, D.S; Gessler, P.E. y Hunt, E.R. 2008. Combined spectral index to
improve ground-based estimates of nitrogen status in dryland wheat.
Galantini, J.A., Senesi, N., Brunetti, G. & Rosell, R. 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.
Genovese F., Echeverría H. E. Studdert, G. A. & Sainz Rozas, H. 2009. nitrógeno de
amino-azúcares en suelos: calibración y relación con el nitrógeno incubado anaeróbico.
Ciencia del Suelo. 27(2): 225-236.
Haboudane, D; Miller, J.R; Tremblay, N; Zarco-Tejada, P.J. & Dextraze, L. 2002.
Integrates narrow-band vegetation indices for prediction of crop chlorophyll content for
application to precision agriculture. Remote Sensing of Environment. 81: 416-426.
INTA. 1989. Mapa de Suelos de la Provincia de Buenos Aires, escala 1:500.000. 527 p.
Bs. As. Argentina.
10
Isla R., & López-Lozano R. 2005. Comparación de distintos índices de vegetación para
detectar deficiencias de nitrógeno en maíz. Revista de teledetección 24: 5-9.
Maddonni A. G. 2011. Analysis of the climatic constrains to maize production in the
current agricultural region of Argentina probabilistic approach. Theor Appl Climatol.
Melchiori, R., Barbagelata, P. A., Albarenque, S. M., Bianchini, A. A. & Raun, W. 2008.
Spatial resolution for N management with active sensors in corn. 9th International
Conference of Precision Agriculture. Denver, Colorado.
Muschietti Piana, M P & MM Zubillaga, 2014 Agricultura de precisión y GEI: efecto de la
fertilización nitrogenada. En Suelos, producción agropecuaria y cambio climático:
Avances en Argentina. Ed.Pascale Medina et al. Ministerio de Agricultura, Ganadería y
Pesca. 20p ISBN 9789871873241
Quantum GIS Development Team. 2015. Quantum GIS Geographic Information System.
Open Source Geospatial Foundation Project. http://qgis.osgeo.org"
Redel M. & Zubillaga, M. 2014. Aproximaciones para el manejo sitio-específico de la
fertilización nitrogenada en maíz a través de índices espectrales. Informaciones
Agronómicas de Hispanoamérica. N.0 15 IPNI Cono Sur, Buenos Aires, pp 15-21.
Redel, H. M. 2012. Tesis para obtener el titulo de Ing. Agr. “Evaluación de la
mineralización de nitrógeno para una agricultura por ambientes“.
Redel, H. M; Correndo, A. A. & Zubillaga, M. M. 2014. Manejo por ambientes de la
fertilizacion con nitrógeno en maíz: Análisis económico. En actas XXIV Congreso
Argentino de la Ciencia del Suelo. Bahía Blanca. 5-9 mayo 2014.
Schepers, JS & JJ Meisinger. 1994. Field indicators of nitrogen mineralization. En:
Havlin, J & J Jacobsen. (Ed.). Soil testing: Prospects for improving nutrient
recommendations. SSSA Spec. Pub. 40. SSSA-ASA. Madison, Estados Unidos
Scotford, IM & PCH Miller. 2005. Applications of spectral reflectance techniques in
Northern European cereal production: A Review. BiosystemsEnginering 90: 235-250
Soon, Y.K., Haq, A. & Arshad, M.A. 2007. Sensitivity of nitrogen mineralization indicators
to crop and soil management. Communications in Soil Science & Plant Analysis, 38,
2029–2043.
Stanford, G. & Smith, S. J. 1972. Nitrogen mineralization potentials of soils. Soil Sci.
Soc. Am. J. 36: 465-472.
Urricariet, S., M. Niborski y C.M. Kvolek. 2011. Atributos del suelo y paisaje asociados a
la variabilidad de rendimientos de maíz en la pampa arenosa. Ciencia del Suelo.
29(1):49-59.
Vázquez Amabile, G, M Gonzalo, M Pella, G Cueto & S Galbusera. 2013. Nutrición y
agricultura por ambientes: Avances en el sur de Buenos Aires. En: FO García & AA
Correndo (Eds.). Simposio Fertilidad 2013: nutrición de cultivos para la intensificacion
11
productiva sustentable, 1a ed., pp. 104-111. International Plant Nutrition Institute

[Buenos Aires, Argentina].
Zubillaga, MM, JE Mosso & M Redel. 2012. Nitrogen mineralization variability at field
using vegetation spectral indices. En: Proceedings ASA, CSSA, SSSA International
Annual Meetings [Ohio, Estados Unidos].
12
MINERALIZACIÓN DE N POSAPLICACIÓN DE ENMIENDAS ORGÁNICAS AL

SUELO
ORDEN, L.1, IOCOLI, G. A.2*, GÓMEZ, M. A.2
1
EEA Ascasubi (INTA), 2Cerzos (UNS-CONICET).
* [email protected]
Palabras clave: digerido anaeróbico, compost, nitrificación
Resumen
La recuperación de suelos frágiles degradados puede llevarse a cabo mediante la
incorporación de enmiendas orgánicas que pueden conseguirse en las mismas
regiones. Sin embargo, para su correcto manejo es indispensable conocer sus
características y el balance entre el N mineralizado e inmovilizado que permite estimar
el N disponible para las plantas y el riesgo de pérdidas por volatilización o lixiviación. En
este trabajo se evaluaron dos residuos crudos (efluente y barro de tambo), tres digeridos
anaeróbicos (de tambo, de cerdo y de la codigestión cebolla-estiércol) y un compost
(cebolla-estiércol) trabajando bajo condiciones controladas en laboratorio. Se utilizó un
diseño estadístico bifactorial completamente aleatorizado con tres repeticiones. Los
digeridos presentaron una baja relación C/N (3 a 5) y la mayor parte de N como amonio
(70 al 80%) mientras que el compost presentó una mayor relación C/N (14) y una menor
proporción del N en forma inorgánica (0,1%). El barro de tambo presentó una muy alta
relación C/N (44,3) y una mínima proporción de N disponible (3%), mientras el efluente
presentó una relación C/N de 10 y un 35% del Ni. Los suelos tratados con digeridos
presentaron una dinámica similar entre sí (p>0,05) durante los primeros 70 días y
aportaron gran cantidad de Ni al suelo con un reducido aporte posterior por
mineralización, diferenciándose del control durante todo el ensayo. En contraposición,
los suelos tratados con compost solo se diferenciaron del control a los 91 y 119 días con
un importante aporte de N inorgánico por mineralización. Los digeridos deberían
aplicarse en el momento de siembra o trasplante ya que la mayor parte del N está
disponible; el compost 70 días presiembra o trasplante, mientras que no se recomienda
la aplicación de barro de tambo dado que genera una marcada y prolongada
inmovilización que supera el período evaluado (119 días).
Introducción
Argentina es el país de América Latina con mayor superficie árida, semiárida y

subhúmeda seca (75% del territorio nacional). Estas regiones producen el 50% del valor
de la producción agrícola, el 47% de la ganadera y concentran el 30% de la población
nacional. Las actividades más importantes se desarrollan en las zonas de riego (1,5
millones de hectáreas) de las cuales el 40% presentan problemas de desertificación
1
como consecuencia de erosión hídrica, eólica y salinización (Perez Pardo et al., 2002).
Aquí se encuentra comprendido el Valle Inferior del Río Colorado (VIRC) con una
superficie sistematizada bajo riego de 137.565 hectáreas.
En los ambientes frágiles caracterizados por climas semiáridos y suelos poco
evolucionados con bajos niveles de materia orgánica y alta susceptibilidad a la
degradación, la producción agropecuaria genera un marcado empobrecimiento de los
suelos. En las regiones de secano es fundamental utilizar sistemas de manejo
sustentables con muy baja intensificación, mientras que la intensificación en zonas bajo
riego hace fundamental la incorporación de materia orgánica para restituir o mejorar las
propiedades físicas, químicas y biológicas de los suelos.
En el VIRC conviven sistemas intensivos (principalmente tambos y feedlot) que generan
grandes cantidades de residuos orgánicos. El compostaje y la digestión anaeróbica
constituyen excelentes formas de reducir los residuos orgánicos, disminuir las emisiones
de gases efecto invernadero (Bogneret al., 2008), los malos olores, el contenido de
patógenos y semillas de malezas (Walshet al., 2012) y finalmente,permiten reciclar los
nutrientes al aplicarlos al suelo (Tamboneet al., 2010).
La disponibilidad de N para las plantas está controlada por el balance entre el N
inmovilizado y el mineralizado luego de la aplicación (Cambardellaet al., 2003) y que a
su vez será determinado por la relación C/N y por las estructuras orgánicas de las que
estos elementos forman parte (Iocoliet al., 2015). Sin embargo, dada la gran
variabilidad de las enmiendas y de las características edafoclimáticas de los lugares de
aplicación, junto con la escasa información disponible, es muy difícil poder estimar la
disponibilidad del N para las plantas. Las características químicas de las enmiendas
varían principalmente por el material inicial, el tipo y tiempo de proceso (Campitelliet al.,
2008) y estas variaciones generan diferencias en el efecto de su aplicación sobre la
mineralización de N en el suelo (Zhang et al. 2013).
En este contexto es fundamental optimizar el reciclaje de los nutrientes de las
enmiendas considerando no solo criterios agrícolas sino también ambientales. Con este
fin es indispensable conocer la dinámica de su degradación posaplicación al suelo. En
este trabajo se evaluaron enmiendas orgánicas con diferentes características: sin tratar
(efluente líquido y barro de tambo), tratadas anaeróbicamente (digerido de purín de
cerdo, de efluente de tambo y de la codigestión de cebolla y estiércol vacuno) y tratadas
aeróbicamente(compost de estiércol vacuno y catáfila de cebolla).
Los objetivos de este estudio fueron: 1) caracterizar física y químicamente dos efluentes
sin tratar, tres digeridos anaeróbicos y un compost; 2) evaluar la dinámica de
mineralización de N de estos materiales posaplicación al suelo.
Suelo y enmiendas utilizados
2
Se utilizó un suelo de la capa superficial (0-20 cm) HapludolÉntico, franco-arenoso,

perteneciente a la serie "La Merced" (Codagnone, 1991) colectado de un lote
representativo de la Estación Experimental Agropecuaria del INTA Hilario Ascasubi.
El suelo se secó al aire y se tamizó por 2 mm. Sobre una submuestra se determinó pH
(potenciométrico en agua 1:10), CE (conductimetría, 1:10), MO (Walkley& Black - IRAM
29570-1), N-NH4+, N-NO3- y Not (semi micro Kjeldahl). Las enmiendas utilizadas se
describen en la tabla 1.
Tabla 1. Abonos utilizados en la incubación aeróbica.

Abonos Procedencia
Efluente tambo (ET) Laguna aeróbica de tambo, Hilario Ascasubi
Digerido tambo (DT) Digestor tipo batch, EEA INTA Hilario Ascasubi.
Digerido cerdo (DC) Digestor tipo batch criadero de cerdos, Coronel Pringles.
Digerido cebolla-estiércol (DCE) Digestor tipo batch, EEA INTA Hilario Ascasubi.
Barro tambo (BT) Fosa estercolera de tambo, Hilario Ascasubi.
Compost cebolla-estiércol (CCE) Pilas con volteo a campo, EEA INTA Hilario Ascasubi.
Preparación de los microcosmos para incubación en laboratorio

Se realizó en recipientes de plástico de 500 ml, con tapa perforada que permitió el
intercambio gaseoso. Se colocaron 100 g de suelo (equivalente a seco en estufa). El
suelo sin abonar se humedeció hasta el 60 % del punto de saturación y fue preincubado
a temperatura constante de 25 °C durante una semana. Las enmiendas se adicionaron
en una dosis de 160,5 kg N ha-1 teniendo en cuenta el valor de la masa de suelo de 2,46
ton ha-1.
La incubación se realizó a temperatura constante de 25°C en un cuarto oscuro,
térmicamente aislado y con control automático de temperatura. Fueron utilizadas 189
unidades experimentales. La humedad del suelo se monitoreó y ajustó frecuentemente
con agua destilada manteniendo el 60% del punto de saturación.
El muestreo inicial del día 0 se realizó inmediatamente luego de la aplicación de cada
una de las enmiendas orgánicas. Se tomaron al azar tres réplicas por tratamiento en
forma destructiva a los 3, 7, 21, 35, 49, 70, 91 y 119 días. Se separaron 20 g de suelo:
10 g se destinaron a la determinación de humedad gravimétrica (estufa a 105 ºC durante
48 hs) y los 10 g restantes a la determinación de amonio (NH4+) y nitrato (NO3_),
utilizando una relación 1:5 de extractante 2M KCl por agitación seguido de filtración con
papel de filtro Watman Nº 40. El NH4+ y NO3- fueron determinados por semi-micro
Kjeldahl (Mulvaney, 1996). Como las enmiendas se mezclaron con el suelo en el
momento de aplicación y no hubo flujo de aire sobre este, las pérdidas por volatilización
se consideran despreciables (de la Fuente et al., 2010).
Cálculo de la mineralización neta de N

La dinámica de N en el suelo abonado se evaluó de varias formas: (i) la acumulación de
N inorgánico (Ni) (NH4++ NO3-), (ii) el porcentaje de nitrógeno mineralizado (%Nmin) y
3
(iii) la dinámica de la diferencia entre los tratamientos y el control para cada fecha. El
%Nmin fue calculado de acuerdo a lo descripto por Alburquerque et al. (2012):
%Nmin= 100 x [(Ni119d –Ni0d)suelo + enmienda – (Ni119d – Ni0d)suelo]/Ntagregado

Diseño experimental y análisis estadístico
Se utilizó un diseño experimental de dos factores con tres repeticiones al azar. Para la
comparación de medias se utilizó el test de diferencias mínimas significativas de Fisher,
utilizando el software Infostat(Di Rienzo et al., 2010).
Caracterización del suelo y las enmiendas utilizadas

El suelo presentó pH 6.95, 0,14 dm m-1 de CE, 2,52% de MO, 11,8 ppm de N-NH4+, 15,5
ppm de N-NO3-y 1,39 g Kg-1 de Not.
Las enmiendas presentaron una gran diferencia en la relación C/N y en el contenido de
Ni. Los digeridos presentaron una baja relación C/N (3 a 5) y la mayor parte de
nitrógeno como NH4+ (70 al 80%) coincidiendo con lo reportado porIocoliet al. (2015),
Makádiet al. (2012) y Kirchmanet al. (1992). El compost presentó una mayor relación
C/N (14) y una menor proporción de Ni. El barro de tambo mostró una muy alta relación
C/N (44.3) y una mínima proporción de N disponible (3%), mientras que el efluente
presentó una relación C/N de 10 y un 35% del N en forma inorgánica (Tabla 2).
Tabla 2. Caracterización de las enmiendas utilizadas

ET DT DC DCE BT CCE
-1
Cot gL 5,2 2,2 9,6 17,0 g kg-1 474,4 251,3
-1 -1
Not mg L 508,4 683,0 3095,0 2343,0 mg kg 10691,8 15130,8
-1 -1
N-NO3- mg L 3,1 7,3 46,2 37,8 mg kg 14,0 2877,0
-1 -1
N-NH4+ mg L 175,1 487,5 2148,3 1852,9 mg kg 275,9 83,4
-1 -1
Nt mg L 511,5 690,3 3141,2 2380,8 mg kg 10705,8 18007,8
-1 -1
Nionrg mg L 178,2 494,8 2194,5 1890,7 mg kg 289,9 2960,3
C/N 10,2 3,2 3,1 7,1 44,3 14,0
Ni/Nt 0,4 0,7 0,7 0,8 0,0 0,1
-1 -1
P mg L 84,2 35,1 110,6 116,4 mg kg 1081,8 1964,0
pH 7,4 7,2 7,5 7,6 7,9 8,6
-1 -1
CE dS m 10,3 12,1 14,3 12,8 dS m 3,4 3,0
ST % 1,7 0,9 3,1 1,9 % 26,3 50,8
SV % 41,1 29,7 39,9 61,5 % 41,7 -
4
ET: Efluente de tambo, DT: digerido de tambo, DC: digerido de cerdo, DCE:
digerido de cebolla y estiércol, BT barro de tambo y CCE: compost de cebolla y
estiércol. Valores de ET, DT, DC y DCE expresados en fresco y BT y CCE
expresados en seco.
Dinámica del N
Los digeridos presentaron una dinámica similar (p>0,05) durante los primeros 70 días, y
luego comenzaron a diferenciarse. El digerido de cebolla presentó los mayores valores,
seguido por el digerido de cerdo y finalmente el de tambo (figura 1a).Los digeridos
aportaron gran cantidad de Ni al suelo, coincidiendo con lo observado por Alburquerque
et al. (2012). Presentaron, además, la mayor parte del N como NH4+y una cantidad muy
reducida de NO3-. Esto permite suponer el inicio de un rápido proceso de nitrificación
evidenciado por el marcado aumento del contenido de NO3- en el día de la aplicación al
suelo. Sin embargo, durante la primera semana se observó una importante reducción
del Ni marcando una etapa de inmovilización como consecuencia del crecimiento
microbiano. Posteriormente, el Ni aumentó hasta el día 21 donde comenzó una nueva
etapa de inmovilización hasta el día 49. Luego se incrementó la mineralización hasta
alcanzar una meseta entre los días 91 y 119 (figura 1a).
El compost en el momento inicial aumentó el contenido de Ni en el suelo y luego lo
disminuyó hasta el día 7 donde la mineralización generó un nuevo incremento hasta el
día 21 donde aumento marcadamente en relación al control. Esto se contrapone a lo
observado por Gálvez et al (2012) que no detectaron diferencias durante 35 días entre
dos compost y el control trabajando con dos suelos contrastantes, uno alcalino y el otro
ácido. La mineralización es sucedida por otra de inmovilización donde nuevamente
alcanza valores cercanos al control. A partir del día 49 comenzó otra etapa de
mineralización con valores similares al control hasta el día 70 donde el control
permaneció prácticamente constante. El compost continuó incrementando el contenido
de Ni hasta finalizar el ensayo mostrando claras diferencias con el control en los días 91
y 119.
El efluente y el barro de tambo presentaron dinámicas diferentes a los demás
tratamientos. El efluente se ubica entre los digeridos y los compost, presentando
siempre valores superiores al control. Mientras que el barro permanece por debajo del
control durante todo el ensayo, lo cual indicaría que los microorganismos están
utilizando N del suelo para poder degradarlo.
Al estimar el % Nmin (figura 1b), se observó que el mayor aporte de los digeridos
corresponde al Ni presente en el material y no a la posterior mineralización del digerido,
mientras que en los compost se observa el efecto contrario, donde el mayor aporte es
debido a su mineralización. Esta característica justificaría lo observado en otros estudios
5
(Iocoliet al., 2015; Grigattiet al., 2011) donde la aplicación de digeridos generó una
respuesta en los cultivos similar a la observada con fertilizantes químicos.
En la figura 1c puede observarse la dinámica de la diferencia entre el Ni en los suelos
enmendados y el control.Los digeridos y el ET presentaron valores positivos (mayores al
control) durante todo el ensayo, el CCE mostró valores positivos por un breve lapso
previo al día 35 y se diferenció marcadamente de este a partir del día 70. El BT mantuvo
valores negativos durante todo el ensayo como consecuencia de la utilización de N
edáfico para su degradación microbiana.
6
500
450
a
400
350
300
250
200
150
100
50
0
0 20 40 60 80 100 120
50 b
0
0 20 40 60 80 100 120
-50
-100
-150
-200
400
350
c
300
250
200
150
100
50
0
-50 0 20 40 60 80 100 120
-100
BT CCE DCE DC DT ET
+ -
Figura 1. a) Dinámica del Ni (NH4 + NO3 ); b) Dinámica del %Nmin; c) Dinámica de la diferencia
entre los tratamientos y el control para cada fecha. BT: barro tambo; CCE: compost cebolla-
estiércol; DCE: digerido cebolla-estiércol; DC: digerido cerdo; DT: digerido tambo y ET: efluente
tambo.
7
Conclusión
Los digeridos, y en menor medida el ET, presentaron la mayor parte del N en forma
inorgánica (NH4+) y bajos niveles de C generando un marcado aumento del Ni en el
suelo en el momento de la aplicación y un reducido aporte posterior por mineralización.
El compost, en contraposición, tuvo la mayor parte del N en forma orgánica generando
un menor aporte inicial y un mayor aporte como consecuencia de la mineralización a
partir de los 70 días. El barro presentó alto contenido de C y prácticamente todo el N en
forma orgánica generando un balance negativo durante todo el ensayo.
Estas conclusiones permiten sugerir que los digeridos y el ET no presentarían
restricciones en cuanto a la fecha de aplicación, siendo recomendable que esta
coincidiera con la siembra o el trasplante. Los compost deberían incorporarse 70 días
previos a la siembra, mientras que no se recomienda la aplicación de BT ya que generó
una marcada y prolongada inmovilización.
Agradecimientos
El ensayo se financió con los proyectos PNNAT-1128042 - Tecnologías y Estrategias de
gestión de residuos y efluentes en sistemas agropecuarios y agroindustriales y REDAE
– 1136021- Red de Agroecología del INTA. Agradecemos a la EEA Ascasubi por las
instalaciones, a Luciana Dunel Guerra y RominaStorniolo por la colaboración en el
desarrollo del ensayo y la caracterización de las enmiendas y el suelo, a Andrea
Mairosser por el digerido de cebolla-estiércol, a Sebastián Orionte por la colaboración
en la recolección de efluentes de tambo y al LANAIS N15 por los análisis químicos.
Bibliografía
Alburquerque, JA; C de la Fuente & MP Bernal. 2012. Chemical properties of anaerobic
digestates affecting C and N dynamics in amended soils. AgrEcosystEnviron 160: 15-22.
Bogner J; R RiittaPipatti;S Hashimoto;C Diaz;K Mareckova; LDiaz, P Kjeldsen; S Monni;

A D Faaij; Q Gao; T Zhang, MA Ahmed & RTM Sutamihardja 2008.Mitigation of global
greenhouse gas emissions from waste: conclusions and strategies from the
Intergovernmental Panel on Climate Change (IPCC) Fourth Assessment Report.
WorkingGroup III (Mitigation). WasteManag Res26:11-32.
Campitelli, P & S Ceppi. 2008. Chemical, physical and biological compost and
vermicompost characterization: A chemometric study. ChemometrIntellLab 90: 64-71.
Codagnone, R. 1991. Carta detallada de suelos de la EEA INTA Ascasubi Prov. de Bs.
As. CIRN INTA Castelar.
Cambardella, CA; TL Richard & AE Russell. 2003. Compost mineralization in soil as a

function of composting process conditions. Eur J SoilBiol 39: 117–127.
8
Di Rienzo, JA; F Casanoves; MG Balzarini; L González; M Tablada & CW Robledo.

2010. InfoStatversion (2010). Grupo InfoStat, FCA. Universidad Nacional de Córdoba.
Córdoba, Argentina,
Galvez, A; T Sinicco; ML Cayuela; MD Mingorance; F Fornasier& C Mondini. 2012. Short

term effects of bioenergy by-products on soil C and N dynamics, nutrient availability and
biochemical properties. AgrEcosystEnviron 160: 3-14.
Grigatti, M; G Di Girolamo; R Chincarini; C Ciavatta& L Barbanti. 2011. Potential nitrogen

mineralization, plant utilization efficiency and soil CO2 emissions following the addition of
anaerobic digested slurries. BiomassBioenerg 35: 4619-4629.
Honeycutt, CW; TS Griffin: BJ Wienhold; B Eghball; SL Albrecht; J Powell & HA Torbert.

(2005). Protocols for nationally coordinated laboratory and field research on manure
nitrogen mineralization. Communications in soil science and plant analysis, 36(19-20),
2807-2822.
Iocoli, GA; MA Gómez; JA Galantini & OI Pieroni. 2015. Análisis de la correlación entre
la composición orgánica de efluentes agropecuarios y la actividad biológica del suelo. II
Congreso Internacional de Ciencia y Tecnología Ambiental, II Congreso Nacional de la
Sociedad Argentina de Ciencia y Tecnología Ambiental. CABA, Argentina. 1-4/12/2015,
304. Producción y Ambiente-Efluentes Líquidos.
Iocoli, GA; MA Gómez. 2015. Utilización de digerido anaeróbico de purín de cerdo:

actividad biológica del suelo y desarrollo vegetal. CiencIa del Suelo (Argentina) 33(1): 1-
9.
Mulvaney, RL. 1996. Nitrogen-inorganic forms. In: Sparks, DL (Ed) Methods of soil
analysis.,. Madison, WI: Soil Science Society of America. American Society of
Agronomy, 1123-1184.
Perez Pardo, O. (Ed). 2002. Manual sobre desertificación. Secretaría de Ambiente y

Desarrollo Sustentable. Ministerio de Salud y Ambiente de la Nación. Argentina.
Tambone, F; B Scaglia; G D’Imporzano, A Schievano; V Orzi; S Salati & F Adani. 2010.

Assessing amendment and fertilizing properties of digestates through a comparative
study with digested sludge and compost. Chemosphere 81:577-583.
Walsh JJ; J Rousk; G Edwarda-Jones; DL Jones & A Prysor Williams. 2012. Fungal and
bacteria growth following the application of slurry and anaerobic digestate of livestock
manure to temperature pasture soils. Biol Fertil of Soils 48(8): 889-897.
Zhang, X., BD Xi, Y Zhao, ZM Wei, Y Li & XY Zhao. 2013. Characteristics of organic
nitrogen mineralization in organic waste compost-amended soil. Huan Jing Ke Xue
34(6):2448-55.
9
10
EVOLUCIÓN DE NITRATOS, RASTROJOS, PARAMETROS DE CRECIMIENTO Y

RENDIMIENTO DE ALGODÓN PARA DOS ANTECESORES DIFERENTES.
NESTOR A. GOMEZ 1 *; EMILIO A. AZAR1 & PATRICIO SAVINO 1

1
INTA, EEA Francisco Cantos, RN 9 Km 1108, La Abrita, Santiago del Estero
* [email protected]
Palabras claves: cultivo, suelo, fertilidad
Resumen
La agricultura bajo riego de Santiago del Estero se desarrolla sobre suelos textura
franco limosa y de baja estabilidad estructural, contenidos de materia orgánica y N
total bajos. El predominio de labranza convencional, suelos con muchos años de
agriculturas y frágiles producen una degradación aún mayores de las propiedades
físicas, químicas y biológicas del suelo. Una alternativa para mantener y/o mejorar la
salud del suelo, involucra rotaciones de cultivos, con siembra directa e irrigación. El
objetivo del trabajo fue evaluar los parámetros de crecimiento y rendimiento para un
cultivo de algodón proveniente de antecesores diferentes con siembra directa y riego.
Se evaluó al monocultivo de algodón (T1) y algodón con antecesor maíz (T5), en tres
bloques y 3 repeticiones al azar, siendo el segundo año de experiencias. En suelo se
midió M.O %, C.O %, N total, densidad aparente, nitratos a los 47, 67 y 176 días
después de la siembra (DDS) y contenido de agua hasta los dos metros de
profundidad. En planta se obtuvo biomasa seca (M.S) a los 47, 69 y 110 DDS y
rendimiento de fibra bruta. Además se evaluó rastrojos antes de la siembra y posterior
a la cosecha del algodón.
La acumulación de biomasa seca presento diferencias en fechas muestreadas y fue
mayor en las últimas fechas. No detectaron diferencias en rendimiento de fibra bruta.
Los nitratos mostraron diferencias para DDS y profundidad. El mayor valor fue a los 47
DDS (4,51ppm) reduciéndose en fechas posteriores, mientras el estrato 0-20 cm se
acumuló la mayor concentración de nitratos, disminuyendo en profundidad.
Los rastrojos presentaron diferencias entre fechas muestreadas y tratamientos. El T5
acumulo mayor rastrojo con 12824 kg ha-1 y T1 solo un 72% del valor anterior. Los
dos tratamientos no mostraron diferencias en el contenido de agua en los perfiles de
humedad.
1
Introducción
La agricultura de la zona de riego de Santiago del Estero se desarrolla sobre suelos de

origen aluvial y loessicos, caracterizan por ser de textura franco limosa, baja
estabilidad estructural, contenidos bajos de materia orgánica y nitrógeno total. El
algodón es el principal cultivo extensivo en la zona de riego con aproximadamente
70.000 ha (Boletín algodonero 2015) sembradas en la campaña 2015-16. También
otros cultivos extensivos se realizan como maíz, sorgo, trigo y cultivos intensivos como
las hortícolas. Siembras convencionales caracterizan a esta zona de irrigación, con
una labranza intensiva en los primero 20 cm del suelo. El uso continuo de este tipo de
labranza produce una compactación sub superficial, también el aporte de los riegos
que movilizan partículas finas, acumulándose entre los 13-18 cm (Galizzi et al,. 2015).
La combinación de una agricultura intensiva o agresiva, lotes de muchos años de
agricultura, suelos frágiles y el riego producen una degradación aún mayores en las
propiedades físicas, químicas y biológicas del suelo. Como alternativa para mantener
y/o mejorar la salud del suelo en este esquema involucra a la rotación de cultivos que
incluye a gramíneas (principalmente en su sistema radical fibroso y el aporte de
residuos importantes dejados luego de la cosecha), siembra directa y riego
complementario. Ésta forma de manejo que se quiere implementar en la zona de riego,
principalmente hacen a la sustentabilidad del sistema, pero es necesario de mucha
experimentación adaptativa tanto a nivel suelo, cultivo, ambiente y márgenes
económicos. Lógicamente los cambios que se puede esperar en los suelos no son
inmediatos, varían dependiendo de las variables involucradas. Por lo tanto el objetivo
del trabajo fue:
Objetivo: Evaluar los parámetros de crecimiento y rendimiento para un cultivo de
algodón proveniente de antecesores diferentes con siembra directa y bajo riego.
El ensayo fue realizado en el campo experimental Francisco Cantos (ex La María) del
INTA, Santiago del Estero, (Latitud sur 28º 01’ y Longitud oeste 64º 17’) departamento
Silípica, provincia de Santiago del Estero. El suelo es un Haplustol torriorténtico familia
franca gruesa mixta hipertérmica. El perfil tiene una secuencia A1p (0-20 cm) - AC (20
– 52 cm) - C1k (52 – 87 cm) – C2k (+ 87 cm). Es un suelo de origen loéssico con una
textura franco limoso en el horizonte A (9 % arcilla y 57% de limo).
Este ensayo se enmarca dentro de un experimento de larga duración (ELD), con cinco
tratamientos (distintas secuencias de cultivos) distribuidos al azar en cinco bloques.
Para este ensayo se hicieron las determinaciones en dos tratamientos, el T1,
correspondiente al monocultivo de algodón y al T5 algodón con antecesor maíz y solo
en tres bloques de los cinco, siendo este el segundo año de experimentación en el
ELD. Las parcelas fueron de 20 m de ancho por 25 m largo, con una superficie de 500
m2. El cultivo fue sembrado el 5 de noviembre del 2014 y cosechado el 30 de abril del
2015. La siembra se hizo con una sembradora mecánica de grano grueso, a un
2
distanciamiento entre surcos de 0,38 m y una densidad final de plantas de 250.000

planta ha-1.
La variedad utilizada fue NuOpal BG/RR (semilla ácido deslintada y tratada con
Carbendazin y Thiram) resistente al glifosato y al complejo de capulleras y orugas
defoliadoras.
Manejo del cultivo:
Para malezas se aplicó glifosato (3 lts ha-1) 30 días antes de la siembra y en cultivo en
cuarta 4 hoja, además un gramincida (1 ltrs ha-1) a los 90 días después de la siembra
(DDS).
Para insectos se utilizó cipermetrina (200 cc ha-1) para el control de pulgón y clorpirifos
600 cc ha-1 para trips.
Las parcelas recibieron 4 riegos, uno de pre siembra y otros 3 en planta, que fueron a
los 36, 71, 98 DDS, con una cantidad aproximadamente de agua en cada riego de
100 mm para cada parcela.
Determinaciones:
Se registraron datos de las temperaturas promedio máximas y mínimas diarias y las
precipitaciones mensuales (Figura 1), y diarias durante el ciclo del ensayo (Figura 3).
Estos fueron obtenidos de una estación meteorológica marca Davis, modelo Vantage
Pro 2 sita en el casco del campo.
Las evaluaciones y determinaciones fueron realizadas en los siguientes eventos
fenológicos, indicados en días calendarios como así también en días después de la
siembra (DDS) (Tabla 1):
Tabla 1. Estado fenológico del cultivo dadas en fecha calendario y días

después de la siembra (DDS)
Estado Fenológico Fecha ocurrencia DDS
Siembra 05-11-2014 0
Pimpollado 13-12-2014 38
Inicio de Floración 07-01-2015 63
FFE 05-02-2015 92
Apertura 1° capullo 04-03-2015 110
Cosecha 30-04-2015 176
En suelo se determinó C.O%, M.O %, N total, P (bray) en las profundidades 0-20 y 20-
40 cm. También se tomaron muestras para densidad aparente al finalizar el ciclo. Se
3
determinó la concentración de nitratos como N-NO3- (por la técnica del ácido

fenildisulfonico) en las siguientes etapas de crecimiento del cultivo: 47, 67 y 176 DDS.
A los 0, 44, 69, 110 y 175 DDS se evaluó humedad en el perfil hasta los 2 m para los
dos tratamientos
En planta se determinó biomasa seca (M.S en kg ha-1) a los 47, 69 y 110 DDS, para
los cuales se extrajeron 2 submuestras de 0,5 m lineal de plantas por parcela y fueron
llevadas a estufa durante 3 días a 70 °C. Para rendimiento de fibra se cosecharon
manualmente 4 submuestras por parcela de 1 m2 y se determinó el rendimiento final
de fibra bruta en kg ha-1. Se evaluó cantidad de rastrojos en las parcelas, antes de la
siembra (octubre) y luego de la cosecha (mayo). Para ello se utilizó marcos de 0,25 m 2
que fueron arrojados al azar en las parcelas, obteniendo 3 submuestras por parcela en
el año 2014 y 4 submuestras en 2015, luego se llevaron a estufa para su posterior
peso seco.
Las variables fueron analizadas mediante un ANOVA y las diferencias entre medias de
tratamiento determinadas con el test de Fisher para un P<0,05. Se utilizó el programa
estadístico Infostat versión 2008 (Balzarini et al. 2008).
Tabla 2. Datos de fertilidad química del ensayo para los tratamientos T1 -monocultivo
de algodón- y T5 -antecesor maíz- para C.O (%), M.O(%), N total (%), P(ppm) y
Densidad aparente para las profundidades 0-20, 20-40 cm.
Tratamientos Prof. CO % MO % Nt P(ppm) Dap.
T1 0-20 0.61 0.80 0.10 39.9 1.40
20-40 0.24 0.31 0.07 31.1 1.30
T5 0-20 0.63 0.83 0.10 29.0 1.34
20-40 0.41 0.54 0.07 28.0 1.28
4
40 PP (mm) Hist PP(mm)14-15 200

T.max T.max Histor.
35 T.min. T.min.Histor.
160
30
25
120
20
80
15
10
40
5
0 0
Noviembre Diciembre Enero Febrero Marzo Abril Mayo Junio
Figura 1. Temperatura promedio máxima y mínima y precipitaciones para el

periodo 2014-15 y la serie histórica 1989-2014, para los meses de noviembre a
junio, en la EEA INTA Francisco Cantos, Santiago del Estero.
Resultados y Discusiones
La acumulación de materia seca no presento diferencia entre los tratamientos en los
tres eventos fenológicos evaluados (Figura 2). Las diferencias significativas fueron
dadas a medida que avanzó en el ciclo de crecimiento o DDS (P<0,001). El mayor
valor de M.S se produjo a los 110 DDS con 6504 kg ha-1 en promedio para los dos
tratamientos, mientras a los 69 y 47 DDS produjeron solo el 43 % y 16 %
respectivamente del primer valor (Figura 2). Similares valores fue experimentado por
Boquet & Breitenbeck (2000) para un testigo sin fertilizar. Ellos también observaron
que a partir de los 50 DDS comienza un incremento significativo del crecimiento. Por
su parte Havely (1976) para un cultivar Acala 4-42 en condiciones potenciales de
crecimiento y un rendimiento de fibra de 1700 kg ha-1 encontraron valores de M.S a
los 50 y 70 DDS más bajos que nuestros experimentos, por el contrario a los 110 DDS
los valores de M.S fueron el doble en relación a nuestro experimento.
El rendimiento en fibra no presento diferencias significativas entre los tratamientos
evaluados. El tratamiento T1 (monocultivo) rindió 2811 kg ha-1 de algodón en bruto
(aproximadamente 850 kg ha-1 de fibra) mientras que el T5 presento una reducción del
5% con respecto al valor anterior (Figura 3). Boquet & Breitenbeck (2000) obtuvieron
un rendimiento de fibra de 900 kg ha-1 para el testigo sin fertilizar, y con una similar
acumulación de M.S a los 110 DDS.
5
8000
8000
7000
T1 T5
6000
6000
Materia Seca kg ha-1
5000
4000
4000
3000
2000
2000
1000
0 0
47 69
47 69 110
110
DDS
Figura 2. Biomasa seca (M.S) en kg ha-1 de plantas de algodón extraídas a los

47, 69 y 110 DDS para los tratamientos T1 (antecesor algodón) y T5 (antecesor
maíz).
3000
3000
Rendimiento de fibra bruta kg ha-1
2500
2500
2000
2000
1500
1500
1000
1000
500
500
00
T1 T 1 TT5
5
Figura 3. Rendimiento de fibra bruta de algodón para los tratamientos T1

(monocultivo de algodón) y T5 (antecesor maíz).Campaña 2014-15
Los rastrojos presentaron diferencias tanto entre fechas (P<0,001) y en los

tratamientos (P<0,05), pero no presento interacción entre esas dos variables. En
siembra el rastrojo dejado por el cultivo antecesor fue de 14028 kg ha-1 mientras en
cosecha el rastrojo disminuyó al 57% en promedio de los dos tratamientos. Como es
de suponer el tratamiento con antecesor maíz acumulo la mayor cantidad de rastrojo
con 12824 kg ha-1 mientras el que provino del monocultivo (T1) solo un 72% del valor
anterior.
6
20000
2014 2015
16000
Rastrojos kg ha-1
12000
8000
4000
0
T1 T5
Figura 4. Rastrojo en kg ha-1 para los tratamientos T1(monocultivo de algodón) y

T5 (antecesor maíz) evaluado antes de la siembra del algodón (2014) y luego de
la cosecha del cultivo (2015)
Los muestreos realizados de fertilidad química dieron contenido de M.O %, C.O% y N

total bajos. La densidad aparente presenta valores levemente por arriba de los
promedios de la zona (1,28-1,32) (Tabla 2), y no son considerados como capas
densificadas, que pudieran interferir con el crecimiento del cultivo (comunicado
personal). Galizzi et al,. (2015) en el muestreo inicial de este ensayo, concluyeron que
es un lote muy degradado tanto en las propiedades físicas, químicas y biológicas. Los
nitratos, considerados como uno de los nutrientes de mayor demanda por el cultivo y
el más lábil en el suelo, presento la mayor acumulación en el estrato 0-20 cm en todas
las fechas de muestreo (Tabla 3). Esta fue disminuyendo en profundidad y descendió
60% y 46% para las profundidades 20-40 cm y 40-60 cm respectivamente. Álvarez et
al,.(2010) encontraron para suelos de la pampa húmeda, con mayor contenido de M.O
%, una caída del 50% de N-NO3- (ppm) cada 20 cm y hasta los 60 cm de profundidad.
No se encontró diferencias entre tratamientos evaluados, o sea que ningún tratamiento
fue favorecido por el cultivo antecesor en el segundo año de experiencias.
Los nitratos para DDS presento una reducción significativa a medida que avanzó en el
ciclo de crecimiento. Es así que a los 47 DDS se detectó los valores más altos de N-
NO3- (ppm) con 4,51 ppm diferenciándose estadísticamente de los otros dos estadíos
más avanzados y reduciéndose al 50% a los 67 DDS y 55% a los 176 DDS como
promedio de las tres profundidades (Tabla 3). Halevy (1975) mostro que el consumo
de nutrientes N-P-K en dos especies de algodón fue mínimo hasta los 57 DDS y a
partir de allí comienza una tasa creciente de extracción de nutrientes del suelo.
En general la primera etapa de crecimiento de los cultivos estivales, es mayor la
acumulación del N-NO3- (ppm) en los suelos (Álvarez et al,.2010), luego esta
disminuye por la extracción que experimenta el cultivo.
7
-
Tabla 3. ANOVA para contenido de N-NO3 (ppm) y valores para DDS y profundidades en cm.
-
Contenido de N-NO3 (ppm)
DDS Profundidad cm
p-valor 47 67 176 0-20 20-40 40-60
DDS 0.0001* 4.51 b 2.3 a 2.5 a 4.66 b 2.89 a 2.17 a
Tratamiento 0.735
Profundidad 0.0004*
Bloque 0.001*
Letras iguales no se diferencian entre medias para un p<0.05
140
120
Precipitaciones en mm
100
80
60
Apertura
Pimpollado
40 Capullos
(38 dds) I.Floración FFE Cosecha
Siembra (119 dds)
(63 dds) (92 dds) (174 dds)
20
0
1 6 11 16 21 26 1 6 11 16 21 26 31 5 10 15 20 25 30 4 9 14 19 24 1 6 11 16 21 26 31 5 10 15 20 25 30 5 10 15 20 25 30
11 12 1 2 3 4 5
Días y meses del año
Contenido de agua mm
0 20 40 60 80 0 20 40 60 80
0
20 0
40
44
Profundidad en cm
60
69
80
110
100
176
120
140 CC(mm)
160 pmp(m
m)
180 50%(m
m)
200
Antecesor Algodón Antecesor Maíz
Figura 5. Superior, cantidad de lluvia en mm por día para los meses del año durante el ciclo
del cultivo (líneas verticales) y eventos fenológicos del algodón (flechas).Inferior, contenido de
agua en mm hasta los 2 m de profundidad para los distintos eventos fenológicos del cultivo en
DDS, donde (CC) capacidad de campo, (PMP) punto de marchitez permanente, Umbral al 50
% entre CC y PMP.
8
El contenido de agua en el perfil los dos tratamientos no mostraron diferencias

significativas (P>0,05) hasta los dos metros de profundidad. Se observó una
interacción entre DDS y profundidad P<0,05. La fecha en que el contenido de agua
estuvo por debajo del umbral crítico fue a los 69 DDS y hasta la profundidad de 80 cm,
y fue similar en los dos tratamientos evaluados (Figura 5). El resto de las fechas de
muestreos y profundidades mostraron perfiles cargados.
La acumulación de rastrojos de los cultivos antecesores, principalmente el proveniente
del maíz (T5) no produjo mejoras en la captación, acumulación o reserva de agua en
el perfil del suelo.
Como conclusiones luego de dos campañas los tratamientos evaluados, en siembra
directa y con distintos antecesores no mostraron diferencias para los parámetros de
crecimiento, rendimiento, nitratos, contenido de agua hasta los 2 m. Podemos
mencionar también que el sistema de S.D y con irrigación, en los dos primero años no
son suficientes para observar cambios en el suelo y respuestas en los cultivos para la
zona de riego de Santiago del Estero.
Agradecimientos
Este ensayo fue realizado con los aportes de los Proyectos PENCyO 1127032 y el
proyecto Regional Centro –TUCSO-. También queremos agradecer al Jefe de campos
de la Experimental Francisco Cantos José Salvatierra por colaborar en las tareas
realizadas.
Bibliografía
Álvarez, R; G Rubio; C R Álvarez & R S Lavado (Eds). 2010. Fertilidad de suelos:
caracterización y manejo en la Región Pampeana. CABA, Argentina 496 pp.
Balzarini, MG; L Gonzalez; M Tablada; F Casanoves; JA Di Rienzo & CW Robledo.
2008. Infostat: Manual del Usuario. Edit. Brujas, Córdoba, Argentina.
Bashan Y., J. Bustillos, L. Leyva, J. Hernandez, M. Bacilio 2006 Increase in auxiliary
photoprotective photosynthetic pigments in wheat seedlings induced by Azospirillum
brasilense. Biology and Fertility of Soils. Vol. 42: 279-285.
Boletín algodonero. 2015. http://www.minagri.gob.ar/sitio/areas/algodon/. 11-11-2015.
Boquet, JD & GA Breitenbeck. 2000. Nitrogen rate effect on partitioning of nitrogen and
dry matter by cotton. Crop Sci. 40: 1685-1692.
Galizzi, FA; CC González; PE Nazar; MJ Elias Tissera; NM Ramírez & NA Gomez.
2015. Condición inicial de un suelo degradado por el uso agrícola continuado en la
zona IV de riego del Rio Dulce (Provincia de Santiago del Estero). X Jornadas de
Ciencia y Tecnología de Facultades de Ingeniería del NOA. Salta 21 y 22 de mayo del
2015.
9
ECONOMÍA DEL NITRÓGENO SEGÚN ÉPOCA DE APLICACIÓN EN CEBADA

CERVECERA (VARIEDAD QUILMES PALOMAR)
ANALÍA RAUSCH1 *; MARÍA ROSA LANDRISCINI2 & MARÍA DE LAS MERCEDES

RON3
1
AER INTA Ceres, 2CONICET, 3Departamento de Agronomía. Universidad Nacional
del Sur
* [email protected]
Palabras clave: eficiencia agronómica, recuperación del fertilizante, proteína.
Resumen
El rendimiento y la calidad del grano de cebada cervecera depende de las economías

del nitrógeno (N) y del carbono. Los objetivos del trabajo incluyeron estimar las
eficiencias agronómicas, de recuperación y fisiológicas del N, según época de
aplicación. Se utilizaron datos de 25 ensayos realizados entre 1999 y 2002. Los
tratamientos fueron 0, 30 y 60 kg N ha-1 aplicados en emergencia (Ne) o en macollaje
(Nm) y 60 kg N ha-1 fraccionados. En presiembra se midieron materia orgánica del
suelo (MO) y N de nitratos (N-NO3-). Se determinaron proteína (PROT), rendimiento
(REND) y se calculó el rendimiento de N (RN). Para cada ensayo y variable, se ajustó
una ecuación con términos lineales y cuadráticos para Ne y Nm y de interacción para
la aplicación dividida. De sus coeficientes se derivaron Ӯ (promedio del ensayo), ANe y
ANm (pendientes de una recta entre la variable y la dosis de N). La media de ANm fue
significativamente superior a la de ANe para PROT. ANe y ANm (REND) estimaron la
eficiencia agronómica (EAGRe y EAGRm). ANe y ANm para RN aproximaron la eficiencia
de recuperación (EREC). En los ensayos con EAGRe y/o EAGRm positivas, las medias
fueron de 8,7 y 6,6 kg grano kg-1 N aplicado, respectivamente. La EREC media para
ambas épocas fue del 28%, valor bajo para cereales. La eficiencia fisiológica fue 32,5
y 26,3 kg de grano kg-1 N absorbido, para emergencia y macollaje, respectivamente.
La tendencia a mayor eficiencia fisiológica con aplicación en emergencia es atribuible
al efecto del fertilizante sobre subcomponentes del REND, definidos tempranamente.
Se registró una correlación significativa entre Ӯ (REND) y MO. En suelos arenosos Ӯ
para PROT fue significativamente menor. EAGRe y EAGRm fueron significativamente
inferiores cuando N-NO3- superó 122 kg ha-1. La oferta de N inicial se relacionó
estrechamente con RN.
1
Introducción
El nitrógeno (N) es el principal nutriente que limita el rendimiento de cebada cervecera

(Hordeum vulgare L.). Las deficiencias de N producen sobre el cultivo un menor
número de macollos, hojas más pequeñas y así una menor área foliar, en
consecuencia con la fertilización nitrogenada la cantidad de radiación solar que captan
los cultivos se ve incrementada (Arisnabarreta & Miralles, 2006).
La absorción de N por el cultivo está regulada por su disponibilidad en el suelo y por la
propia demanda del cultivo. En el caso de la cebada, la absorción de N es lenta
durante las primeras etapas de desarrollo, reflejando la relativamente baja velocidad
de crecimiento. Hacia fines del macollaje y durante encañazón la absorción se acelera
y llega a sus valores máximos en antesis (Delogu et al., 1998). Después de antesis los
compuestos nitrogenados para el crecimiento del grano están suministrados
principalmente por la biomasa aérea (62-80%), el resto de la absorción y
removilización se origina de las raíces (Dordas, 2011).
El rendimiento (REND) y la calidad del grano es el resultado de la interrelación entre
las economías del N y del carbono (Abeledo et al., 2008). Este balance es afectado
por los factores ambientales en interacción con el material genético utilizado. Cuando
se analiza la oferta de N para el cultivo es procedente incluir variables edáficas y
aspectos de la tecnología de la fertilización, más allá de la dosis de nutriente aplicada.
En cuanto a la calidad del grano, la proteína (PROT) se presenta como la variable más
adecuada en un análisis minucioso. A su vez, el rendimiento de N (RN) es muy útil
debido a que expresa el balance entre REND y PROT, representa la remoción del N y
permite aproximar la eficiencia de recuperación del fertilizante (Loewy & Ron, 2008).
Para una red de ensayos de fertilización nitrogenada, realizada con la variedad
Quilmes Palomar, se plantearon los siguientes objetivos:
a) Caracterizar la oferta de nitrógeno mediante variables edáficas y establecer
relaciones entre las mismas.
b) Estimar la eficiencia agronómica, de recuperación y fisiológica del N del cultivo
según época de aplicación.
c) Relacionar las eficiencias agronómica y de recuperación con variables de sitio.
Ensayos y sitios
Se utilizaron datos provenientes de 25 ensayos de fertilización en cebada cervecera
llevados a cabo entre 1999 y 2002. Se utilizó un diseño de cuatro bloques completos al
azar. En unos pocos ensayos solo se cosecharon tres repeticiones. Los tratamientos
seleccionados fueron 0, 30 y 60 kg N ha-1 aplicados como dosis única en emergencia o
en macollaje y un tratamiento de 60 kg N ha-1 dividido en dos fracciones iguales
2
aplicadas en cada época. Mayor información sobre los ensayos se encuentra en

Lázzari et al. (2007).
Las variables edáficas se determinaron sobre muestras de suelo extraídas en
presiembra en todos los sitios de ensayo. La profundidad de muestreo fue de 0-20 cm
para los parámetros que no varían notablemente en el corto plazo. Se determinaron:
pH, método potenciométrico, en suspensión suelo-agua relación 1:2,5 y se estimó la
materia orgánica mediante el método de Walkley & Black, que analiza el carbono
orgánico fácilmente oxidable por combustión húmeda (Carreira, 2005). Se asumió
suficiencia de fósforo en los ensayos en virtud de la fertilización de base de 20 kg P
ha-1 con la semilla como superfosfato triple, que recibieron todos los tratamientos.
Para las determinaciones de formas de N inorgánico (Ni) se muestreó el suelo en tres
profundidades: 0-20, 20-40 y 40-60 cm. La concentración de N de amonio (N-NH4+) y
N de nitrato (N-NO3-) se determinaron mediante extracción con KCl 2 M y destilación
de arrastre de vapor (Mulvaney, 1996). El Ni disponible inicial (Nii) se estimó mediante
la suma de N-NH4+ y N-NO3-. Los resultados de todas las formas de Ni se expresaron
en kg ha-1. Las características de las variables se muestran en la Tabla 1.
Tabla1. Características de las variables edáficas
Variable Prof. Abrev. Unidades Media D.E. Mín. Máx.

cm
Materia orgánica 0-20 MO g kg-1 32,0 10,7 13,6 54,6
pH 0-20 pH 6,2 0,8 5,0 8,0
N de nitratos 0-20 N-NO3- (0-20) kg ha-1 45 44 3 209
N de nitratos 0-60 N-NO3- (0-60) kg ha-1 95 78 4 362
N de amonio 0-20 N-NH4+ (0-20) kg ha-1 15 14 0 51
N de amonio perfil 0-60 N-NH4+ (0-60) kg ha-1 48 38 0 140
N inorgánico 0-20 Nii (0-20) kg ha-1 60 50 4 237
N inorgánico perfil 0-60 Nii (0-60) kg ha-1 143 98 4 407
MO Walkley y Black (1934) citado por Carreira (2005), pH potenciométrico en agua 1:2,5
Variables del cultivo, regresiones y variables dependientes

Las variables del cultivo analizadas fueron PROT, REND y RN. Se eligió una ecuación
cuadrática para describir la relación entre las variables del cultivo y la dosis de N. Para
cada ensayo se estimó una función cuadrática rendimiento-fertilizante, del tipo:
3
y = b0 + b1Ne + b2 Ne2 + b3 Nm + b4 Nm2 + b5 NeNm + b6 Lb + b7 Qb + b8 Cb (Ec. 1)
donde y: REND, PROT o RN; Ne y Nm: la dosis de fertilizante en kg N ha-1 aplicados en

emergencia o macollaje, en ese orden; Lb: variable de clase para el efecto lineal entre
bloques con valores de -3, -1, +1 y + 3 para los bloques l, 2, 3 y 4, en ese orden; Q b:
ídem para efecto cuadrático +1, -1, -1, +1 y Cb: ídem para efecto cúbico -1 + 3 – 3 – 1;
b0 a b8: coeficientes. En los ensayos con solo tres bloques se emplearon dos variables
Lb y Qb, con valores –1, 0, 1 y +1, -2, +1 para los bloques, 1 2 y 3, respectivamente. A
partir de los coeficientes b0 a b5, se derivaron tres variables dependientes para cada
ensayo y variable del cultivo: Ӯ, ANe y ANm , siguiendo el procedimiento detallado por
Colwell (1994). Ӯ es el promedio del ensayo. ANe y ANm representan la respuesta a la
fertilización (Tabla 2). Estas variables son equivalentes a la pendiente de una
regresión lineal entre una variable del cultivo y la dosis de N aplicada en una de las
dos épocas de fertilización, con un ajuste para la aplicación fraccionada.
Tabla 2. Descripción y cálculo de las variables dependientes
Variable Efecto Cálculo
Ӯ Efecto cero Promedio tratamientos seleccionados
ANe : Efecto lineal de Ne ANe= b1 + b2*54 + b5 20
ANm : Efecto lineal de Nm ANm= b3 + b4*54 + b5 20
54: constante para efecto lineal; 20: promedio de dosis aplicadas en emergencia o macollaje
Para conocer el efecto de la época de fertilización sobre la respuesta del cultivo se

graficaron comparativamente las variables ANe con ANm para REND, PROT y RN y se
contrastaron sus medias utilizando una prueba t de medias apareadas. Del mismo
modo que para las variables de sitio se correlacionaron las variables dependientes
para REND, PROT y RN entre sí.
Se calcularon las eficiencias agronómicas, de recuperación y fisiológica definidas
como en Barbieri et al. (2001). Las variables dependientes ANe y ANm (REND) se
utilizaron como estimación de la eficiencia agronómica (EAGRe y EAGRm) de una
dosis de 60 kg N ha-1 porque resume el efecto lineal de la fertilización sobre el
rendimiento. A su vez las pendientes de la regresión lineal entre RN y las dosis de N
(ANe y ANm para RN) aproximaron la eficiencia de recuperación del N del fertilizante
(ERECe y ERECm). Para la comparación de estas eficiencias según la época de
aplicación se utilizó un test t de medias apareadas.
Se estimó la eficiencia fisiológica para la aplicación en emergencia (EFISe) como la
pendiente de la regresión de EAGRe en función de ERECe (Delogu et al., 1998). Se
4
repitió el procedimiento para la eficiencia fisiológica para la aplicación en macollaje

(EFISm). Se evaluaron las regresiones en conjunto y se compararon las pendientes.
Se relacionaron las variables dependientes con las de sitio (Tablas 1 y 2). Se
utilizaron, además, variables categóricas para textura del suelo (arenosos vs. no
arenosos), región de ensayo (sur, centro sur o norte) y año de ensayo (1999. 2000,
2001 y 2002). Se compararon los grupos mediante una prueba t. Cuando había más
de dos grupos (como en región o año) se comparó la media de cada uno de los grupos
con respecto a la media de todos los grupos restantes (Balzarini et al., 2008).
Para la calibración de los análisis de Ni se utilizaron como variables dependientes a
EAGRe y EAGRm. Como variable predictiva de la respuesta se utilizó la forma de Ni
que mejor correlacionó con las variables dependientes. Se usaron modelos
discontinuos para hallar valores que separan clases con distinta probabilidad de
respuesta, aplicando los método gráficos y de análisis de varianza de Cate & Nelson
(1965, 1971) y la prueba t propuesta por Nelson & Anderson (1977).
Se utilizó el software estadístico Infostat (Di Rienzo et al., 2013).
Variables de sitio
La correlación entre las variables edáficas de Tabla 1 se muestra en la Tabla 3.
La MO y el pH correlacionaron significativamente entre sí y con las formas de Ni a
excepción del N-NH4+. La relación negativa entre MO y pH se debió al espectro
edafoclimático abarcado por los ensayos. En zonas más húmedas es mayor el
contenido de MO (Álvarez & Lavado, 1998) y se incrementa el lavado de bases con la
consiguiente disminución del pH. Por otra parte, los suelos con menor pH usualmente
tienen un mayor contenido de MO porque los microorganismos son menos activos en
suelos ácidos (Gregorich & Janzen, 1998). La asociación negativa entre el pH y el Nii
de la Tabla 3 podría ser indirecta, en coincidencia con lo reportado por Curtin et al.
(1998), porque los suelos con menor pH fueron los de más alto contenido de N
orgánico (sustrato mineralizable). Se registró una correlación similar entre pH y N-N03-,
dada la asociación altamente significativa del Nii con N-NO3-.
Las formas de Ni determinadas a la profundidad de 0-20 cm tuvieron una correlación
altamente significativa con las analizadas en 0-60 cm. Esto permitiría estimar las
cantidades en el perfil del suelo mediante el análisis de la muestra más superficial (Fig.
1). La relación más estrecha entre las formas de Ni en superficie y en profundidad
correspondió al N-NO3-(Fig. 1a). La mayor pendiente para el N-NH4+ puede atribuirse a
la humedad creciente en profundidad, que limita la actividad de las bacterias
nitrificadoras (Stark & Firestone, 1995), con la resultante de una menor relación N-NO3-
/N-NH4+ (Fig. 1 b). La pendiente para la relación N-NO3- (0-60)/ N-NO3- (0-20) es
coherente con la observación de Álvarez & Steinbach (2012) de una reducción
aproximada de 50% cada 20 cm en los primeros 60 cm de profundidad del suelo.
5
Tabla 3. Correlación entre variables edáficas
N-NO3- N-NO3- N-NH4+ N-NH4 Nii

MO pH +
(0-20) (0-60) (0-20) (0-60) (0-20)
MO 1
pH -0,46 1
N-NO3-(0-20) 0,47 -0,41 1
N-NO3- (0-60) 0,52 -0,47 0,94 1
N-NH4+ (0-20) 0,06 -0,07 0,33 0,39 1
N-NH4+ (0-60) 0,05 -0,23 0,22 0,33 0,83 1
Nii (0-20) 0,42 -0,38 0,96 0,93 0,57 0,42 1
Nii (0-60) 0,43 -0,46 0,84 0,93 0,64 0,66 0,91
Variables ver Tabla 1. Valores críticos de r para 24 gl. 0,39 y 0,50 para p 0,05 y 0,01,
respectivamente.
Variables del cultivo

Las regresiones ajustadas con la ecuación (1) fueron significativas o altamente
significativas en aproximadamente un 50% para REND, con coeficientes de
determinación entre 0,21 y 0,87. Los bloques aportaron significativamente a la
explicación de la variabilidad en 14 ensayos, mientras que los coeficientes para la
respuesta a Ne (b1 y b2), Nm (b3 y b4) y a la interacción Ne Nm (b5) fueron significativos
en cuatro, siete y dos experimentos, respectivamente.
Para PROT, 16 de 25 regresiones fueron significativas o altamente significativas, con
R2 en el rango de 0,25 a 0,96. Los coeficientes para los bloques fueron significativos
en un 50% de los ensayos, mientras que aquellos para la respuesta a Ne (b1 y b2) y Nm
(b3 y b4) fueron significativos en cuatro experimentos. El coeficiente para la interacción
Ne Nm (b5) sólo fue significativo en una ecuación.
6
a)
450
400
350
N-NO3 -(0-60) kg ha-1
300
y = 1,9244x
250
R² = 0,8634
200
150
100
50
0
0 50 100 150 200 250
N-NO3 - (0-20) kg ha-1
160 b)
140
120
N-NH4 + (0-60) kg ha-1
100
80
60 y = 2,7586x
R² = 0,6298
40
20
0
0 10 20 30 40 50 60
N-NH4 + (0-20) kg ha-1
c)
600
500
Nii (0-60) kg ha-1
400
300
y = 2,1463x
200 R² = 0,7724
100
0
0 50 100 150 200 250
Nii (0-20) kg ha-1
Fig. 1. Predicción de formas de N inorgánico en la profundidad de 0-60 cm a

partir del análisis de una muestra más superficial (0-20 cm): a) N-NO3- b) N-NH4+ y
c) Nii
7
Los coeficientes de determinación de las regresiones de RN oscilaron de 0,33 a 0,86 y

aproximadamente un tercio de las mismas fueron significativas o altamente
significativas. Los coeficientes de los bloques fueron significativos en 10 ensayos,
mientras que los coeficientes para la respuesta a Ne (b1 y b2), Nm (b3 y b4) y a la
interacción Ne Nm (b5) fueron significativos en 9, 13 y 2 experimentos, respectivamente.
En la Tabla 4 se muestran las características de las variables dependientes del cultivo.
Estas cumplen con la propiedad estadística de ortogonalidad, necesaria para que las
estimaciones de una regresión puedan combinarse y evaluar los resultados de
ensayos de fertilización. El año 1999, señalado por Echagüe et al. (2001) como de
condiciones hídricas desfavorables, especialmente durante la etapa de llenado de
granos, presentó en su conjunto los valores menores de Ӯ para REND y RN mayores
para PROT. Lo opuesto ocurrió en el año 2000 con condiciones mucho más favorables
(Lázzari et al., 2007).
Tabla 4. Características de las variables dependientes del cultivo.
Variables Unidades MEDIA MIN MAX
Rendimiento
Ӯ kg grano ha-1 3368 1138 4855
ANe (EAGRe) kg grano kg-1 N aplicado 3,07 -30,32 23,58
ANm (EAGRm) kg grano kg-1 N aplicado 1,94 -34,20 14,01
Proteína
Ӯ % PROT en grano 12,27 9,37 14,98
ANe % PROT kg-1 N aplicado 0,018 -0,019 0,059
ANm % PROT kg-1 N aplicado 0,022 -0,025 0,062
Rendimiento de N
Ӯ kg N en grano ha-1 63,8 27,6 102,3
ANe (ERECe) kg N en grano kg-1 N aplicado 0,17 -0,47 0,52
ANm (ERECm) kg N en grano kg-1 N aplicado 0,18 -0,61 0,79
Variables ver Tabla 2
De los 25 ensayos ANe y/o ANm fueron negativas en 11, cuatro y nueve, para REND,
PROT y RN, respectivamente, indicando un efecto desfavorable de la fertilización en
distintos sitios. En los 15 ensayos con respuesta positiva de REND a la aplicación en
8
emergencia, ANe fue en promedio de 8,7 kg grano kg-1 N aplicado. Para los 16 casos
de aplicaciones en macollaje con efecto positivo sobre REND, la media de ANm fue de
6,6 kg grano kg-1 N aplicado. Estos son valores bajos en comparación con los
obtenidos con nuevas variedades de cebada que presentan una mayor respuesta a N
debido a la mejora en el número de granos por unidad de superficie (Prystupa, 2005).
Un análisis análogo para ERECe y ERECm dio un promedio similar en ambas épocas
de alrededor 0,28 kg N acumulado en grano por kg-1 N aplicado. Estos valores son
bajos pero están dentro del rango considerado como típico para cereales (Dobermann,
2007).
En la Fig. 2 se contrasta el efecto lineal de la respuesta a la fertilización para dos
épocas de aplicación. Aunque ANm tendió a ser ligeramente superior a ANe en 12, 16 y
13 ensayos para REND (Fig. 2a), PROT (Fig. 2b) y RN (Fig. 2c), en ese orden, la
media de ANm sólo fue significativamente superior a la de ANe para PROT.
En la discriminación entre años se evidenció mayor respuesta a la aplicación en
macollaje en el año 1999, con menores rendimientos en varios sitios debido a
condiciones hídricas desfavorables, especialmente durante la etapa de llenado de
granos. Generalmente, las aplicaciones que aumentan la disponibilidad temprana de N
permiten obtener respuestas en el rendimiento de los cereales, ya que se incrementa
la producción de macollos y el número de espigas (Dreccer et al., 2003). Cuando se
registran insuficientes precipitaciones en etapas avanzadas del cultivo, un exceso de
crecimiento vegetativo previo aumenta las pérdidas por evapotranspiración y consumo.
En esas condiciones los ajustes morfológicos para reducir la transpiración (Farooq et
al., 2011) serían menos efectivos en parcelas con mayor biomasa.
Las asociaciones de la Fig. 2 fueron todas significativas, como lo muestra la Tabla 5,
con la correlación entre las variables dependientes que resumen el promedio y los
efectos lineales de la aplicación de N en emergencia y macollaje. Además de las
relaciones graficadas, se encontraron relaciones negativas de PROT con las medias
de REND que confirman - para este grupo de ensayos - que el contenido de proteína
en grano, y su respuesta a la fertilización nitrogenada en emergencia, fueron menores
en los ensayos con mayores promedios de REND. A su vez, las variables
dependientes para REND y RN mostraron una estrecha correlación positiva en un
buen porcentaje de los casos.
9
. Tabla 5 Correlación entre variables dependientes
REND PROT RN
Ӯ ANe ANm Ӯ ANe ANm Ӯ ANe
REND Ӯ 1
ANe -0,33 1
ANm -0,30 0,84 1
PROT Ӯ -0,38 0,04 -0,08 1
ANe -0,46 -0,27 -0,14 0,18 1
ANm -0,18 -0,05 0,04 0,24 0,30 1
RN Ӯ 0,92 -0,53 -0,47 -0,08 0,05 -0,07 1
ANe -0,03 0,71 0,64 -0,31 -0,01 0,05 -0,22 1
ANm -0,11 0,55 0,70 -0,12 0,29 0,33 -0,30 0,75
Variables ver Tablas 1 y 4. Valores críticos de r para 24 gl. : 0,39 y 0,50 para p 0,05 y
0,01, respectivamente
10
a)
30
ANm (REND) kg grano kg N-1
20
10
-10
-20
-30
-40
-40 -30 -20 -10 0 10 20 30
ANe (REND) kg grano kg N-1
b)
0,070
ANm (PROT) puntos% kg N-1
0,050
0,030
0,010
-0,010
-0,030
-0,030 -0,010 0,010 0,030 0,050 0,070
ANe (PROT) puntos % kg N-1
0,90
ANm (RN) kg N en grano kg N-1
0,50
0,10
-0,30
-0,70
-0,70 -0,30 0,10 0,50 0,90
ANe (RN) kg N en grano kg N-1
Fig. 2 Comparación del efecto lineal de la respuesta a N en dos épocas de aplicación

para a) REND, b) PROT y c) RN. Círculos azules, amarillos, verdes y grises corresponden
a años 1999, 2000, 2001 y 2002, respectivamente. La diagonal corresponde a la línea 1:1
de predicciones perfectas
11
Se aproximaron valores de 32,5 y 26,3 kg de grano por kg -1 N absorbido, para EFISe y

EFISm, en ese orden (Fig. 3). La estimación coincide con los valores inferiores
medidos por Abeledo et al. (2008) para viejos cultivares, notablemente inferiores a las
eficiencias de variedades actuales. Las pendientes de Fig. 3 no variaron
sensiblemente cuando se eliminaron los dos casos con mayores residuales. Cuando
se analizaron los datos para las dos épocas en conjunto, EFISe y EFISm no difirieron
significativamente por momento de aplicación. Sin embargo, la tendencia a mayor
eficiencia fisiológica en emergencia es atribuible a la mayor disponibilidad inicial de N
ya que la fertilización afecta subcomponentes del REND definidos tempranamente
(macollos por planta, espigas por m2). Resultados similares fueron reportados en
investigaciones sobre maíz y trigo para fuentes de N de disponibilidad inmediata en
comparación con urea (Ron & Loewy, 2007; Copperi et al., 2013).
ANe (REND) = -2,45 + 32,5 ANe(RN) ANm (REND) = -2,79 + 26,3 ANm(RN)
p < 0,0001 R2 = 0,51 p < 0,0001 R2 = 0,48
Fig. 3 Relación entre variables dependientes para la estimación de eficiencias

fisiológicas en a) emergencia (EFISe) y b) macollaje (EFISm).
Relación entre variables dependientes y variables de sitio

En la Tabla 6 se muestra la correlación entre variables dependientes y edáficas. De las
variables de Ni (Tabla 3) se reporta N-NO3-(0-60), que es la que presentó los
coeficientes más altos. Los Ӯ para REND y RN se asociaron con la MO del suelo,
respondiendo a los potenciales productivos de cada sitio o zona. Además se
vincularon con N-NO3-(0-60). Los coeficientes fueron estadisticamente más
significativos para Ӯ de RN. Esta última condición jerarquiza a RN sobre REND y
PROT, que dependen más de la economía relativa del N con respecto al carbono, de
los estadios del cultivo y factores climáticos. El RN tiene la virtud de sintetizar estos
factores, acumulando los efectos a lo largo del ciclo vegetativo y reproductivo.
12
La falta de correlación significativa de EAGRe, EAGRm, ERECe y ERECm con variables

de Ni es atribuible a la existencia de una relación no lineal y/o a datos que pueden ser
influyentes. Para EAGRe y EAGRm el método gráfico y de análisis de varianza de Cate
& Nelson (1965, 1971) coincidieron en un nivel crítico cercano a 122 kg N-NO3- ha-1,
que separaba dos clases de fertilidad con distinta probabilidad de respuesta. El
método de Nelson & Anderson (1977) confirmó esta separación y para EAGRe
discriminó una clase adicional de muy baja fertilidad para valores de N-NO3 - inferiores
a 24 kg ha-1. Los niveles encontrados se informan en la Tabla 7
Tabla 6 Correlación entre variables dependientes y edáficas
REND PROT RN
Ӯ ANe ANm Ӯ ANe ANm Ӯ ANe ANm
MO 0,43 -0,35 -0,20 0,27 0,22 0,28 0,50 0,00 0,10
pH -0,22 0,23 0,10 -0,19 -0,21 -0,17 -0,34 0,07 0,14
N-NO3-(0-60) 0,39 -0,28 -0,15 0,23 -0,04 -0,09 0,41 0,03 -0,03
Variables ver Tablas 1 y 4. Valores críticos de r para 24 gl.: 0,39 y 0,50 para p 0,05 y 0,01,
respectivamente
Las categorías de disponibilidad de N encontradas son coherentes con la calibración

realizada por Landriscini et al. (2004) basada en 13 de los 25 ensayos utilizados en
este trabajo (Tabla 7). No se reiteró, en el presente análisis, el uso del rendimiento
relativo como variable de la respuesta por la aplicación práctica más directa de ANe y
ANm (REND), entre otras consideraciones (Ron & Loewy, 1990; Alvarez, 2008).
13
Tabla 7 Promedio de eficiencias agronómicas para la aplicación en emergencia y

macollaje (EAGRe y EAGRm) en cebada cervecera, según clases de fertilidad de
suelos basadas en la calibración de N-NO3- (0-60) expresado en kg ha-1
Clase de fertilidad N-NO3- EAGRe Clase de fertilidad N-NO3- EAGRm

(Nº casos) (0-60) (Nº casos) (0-60)-
MUY BAJA (4) <24 17,9 MUY BAJA <121,9 8,9

a MEDIA (17)
BAJA a MEDIA (13) 24 – 121,9 10,7
ALTA (8) >121,9 -5.4 ALTA (8) >121,9 -4,8
R2 modelo 0,35 R2 modelo 0,18
prob 0,01 prob 0,03
Las variables dependientes para PROT no se asociaron significativamente a ninguna

de las variables edáficas de la Tabla 1 y fueron las únicas que detectaron diferencias
por textura del suelo o año de ensayo. Los resultados más destacados se muestran en
la Tabla 8. Además, Ӯ (PROT) fue menor en el año 2000 y ANe (PROT) fue inferior en
el 2001. Esto se debe a la sensibilidad de la PROT a la economía del carbono, hecho
implícito en el modelo de Prystupa et al. (2008). Este trabajo aplica una función
predictiva, de la proteína, utilizando como variable el cociente entre la oferta de N y el
rendimiento obtenido.
Conclusiones
Los sitios de ensayo cubrieron una amplia gama de suelos en cuanto a sus
características inherentes y la disponibilidad de nitrógeno en presiembra. Las
determinaciones en el espesor más superficial del suelo se relacionaron con las de 0-
60 cm. El N disponible se asoció muy estrechamente con el N de nitratos.
Tabla 8. Resultados de la prueba t bilateral para comparación de grupos de
variables dependientes para PROT.
PROT Ӯ ANe ANm
Media Suelos arenosos (n=3) 10,6 0,00 0,00
Media Suelos no arenosos (n=22) 12,8 0,02 0,00
p valor prueba t bilateral 0,002 0,102 0,016
Media año 1999 (n=8) 13,1 0,03 0,04
14
Media años 2000,2001 y 2002 (n=17) 11,9 0,01 0,01
p valor prueba t bilateral 0,033 0,003 0,005
Variables y Unidades ver Tabla 4.
Los años de ensayo abarcaron distintas condiciones climáticas, ratificándose la

influencia de condiciones ambientales (años y sitios) y de gestión (fertilización
nitrogenada) sobre el rendimiento y la calidad industrial del grano. En años
climáticamente favorables se obtuvieron mayores respuestas en rendimiento con una
menor influencia sobre la proteína. La aplicación de macollaje tendió a expresar el
efecto inverso.
No se encontraron diferencias significativas entre las eficiencias agronómicas, de
recuperación o fisiológicas, estimadas para dos épocas diferentes de fertilización. Sin
embargo se evidenció una tendencia a mayor eficiencia fisiológica para las
aplicaciones en emergencia. El análisis de N de nitratos en presiembra fue mejor
estimador de la eficiencia agronómica para aplicaciones en emergencia que en
macollaje. Esta variable, sin embargo, tuvo escaso valor predictivo y sólo se
discriminaron categorías para disponibilidades muy bajas o muy altas.
La oferta de N en presiembra se relacionó con el rendimiento de N, comprobándose la
utilidad de esta última variable. Se evidenció que la concentración de proteína en el
grano es particularmente sensible a la economía del carbono en su interrelación con la
del nitrógeno.
Agradecimientos
El presente trabajo fue parcialmente financiado por la Universidad Nacional del Sur,
Bahía Blanca, Argentina. Los autores agradecen a la directora del proyecto
―Fertilización nitrogenada en cebada cervecera‖ (1999-2008, PGI Nº 24/A068,
24/A103, 24/A137) Lic. (Mag.) María Aurora Lázzari y a los agentes de UNS, Malterías
Quilmes y Pampa; INTA Bordenave y CHEI Barrow que participaron en el mismo.
Bibliografía
Abeledo, LG; DF Calderini & DF Slafer. 2008. Nitrogen economy in old and modern
malting barleys. Crops Research 106: 171–178.
Alvarez, R. 2008. Analysis of yield response variability to nitrogen fertilization in
experiments performed in the Argentine Pampas. Communication Soil Science and
Plant Analysis 39: 1235-1244.
Álvarez, R & RS Lavado. 1998 Climate, organic matter and clay content relationships
in the Pampa and Chaco soils, Argentina. Geoderma 83 127–141.
Álvarez, R & H Steinbach. 2012. Asociación entre el nitrógeno del suelo y el
rendimiento de los cultivos. En Álvarez et al (EDS.) Fertilidad de suelos.
15
Caracterización y manejo en la Región Pampeana. Capítulo 5 pags.245-258. Editorial

de la Facultad de Agronomía. UBA.
Arisnabarreta, S & D Miralles. 2006. Yield responsiveness in two and six-rowed barley
growing in contrasting nitrogen environments. Journal of Agronomy and Crop Science
192:178-185.
Balzarini MG, L Gonzalez, M Tablada., F Casanoves, JA Di Rienzo & CW Robledo.
2008. INFOSTAT. Manual del Usuario, Editorial Brujas, Córdoba, Argentina
Barbieri, PA; HE Echeverría & HR.Sainz Rozas. 2001. Respuesta del cultivo de maíz
bajo siembra directa a la fuente y al método de aplicación de nitrógeno. Ciencia del
Suelo 21: 18-23.
Carreira, D. 2005. Carbono oxidable: Una forma de medir la materia orgánica del
suelo. Pp.91-98 en: Marbán, L & SE Ratto (eds.) Tecnologías en análisis de suelos.
Alcance a Laboratorios Agropecuarios, Asociación Argentina de la Ciencia del Suelo.
215 pp.
Cate, RB & LA Nelson. 1965. A rapid method for correlation of soil test analysis with
plant response data. North Carolina Agric. Exp. Stn., International soil Testing Series
Bull. No. 1.
Cate, RB & LA Nelson. 1971. A Simple Statistical Procedure for Partitioning Soil Test
Correlation Data Into Two Classes. Soil Scienc Society of America Journal 35: 658-
660.
Colwell, JD. 1994. Estimating fertilizer requirements. A quantitative approach. Oxon
(UK) CAB International.
Copperi, MZ; M. E. Mandolesi, MA Cantamutto & MM Ron. 2013. Comparative
effectiveness of two nitrogen sources for corn fertilization. Phyton 82:99-106
Curtin, D; CA Campbell & A Jalil. 1998. Effects of acidity on mineralization: pH
dependence of organic matter mineralization in weakly acidic soils. Soil Biol. Biochem.
30 : 57-64.
Delogu,G., L Cattivelli, N Pecchioni, D de Falcis, T Maggiore & AM Stanca.1998.
Uptake and agronomic efficiency of nitrogen in winter barley and winter wheat.
European Journal of Agronomy 9: 11-20.
Di Rienzo J.A., Casanoves F., Balzarini M.G., Gonzalez L., Tablada M. & Robledo
C.W. 2008. InfoStat, versión 2008, Grupo InfoStat, FCA, Universidad Nacional de
Dobermann, A. 2007. Nutrient use efficiency, measurement and management. En
Fertilizer Best Management Practices. General Principles, Strategy for their Adoption
and Voluntary Initiatives vs Regulations. Papers presented at the IFA International 100
Workshop on Fertilizer Best Management Practices. 7-9 March 2007, Brussels,
Belgium. First edition, IFA, Paris, France, August 2007
16
Dordas, C. 2011. Variation in dry matter and nitrogen accumulation and remobilization
in barley as affected by fertilization, cultivar, and source-sink relations. European
Journal of Agronomy 37: 31-42.
Dreccer, MF; RA Ruiz; GA Maddonni & EH Satorre. 2003. Bases ecofisiológicas de la
nutrición en los cultivos de grano. En Satorre, E.H et al. (Eds.) Producción de granos.
Bases funcionales para su manejo. Pp 482-495. Editorial Facultad Agronomía.
Universidad de Buenos Aires.
Echagüe, M.; MR Landriscini; S Venanzi & MA Lázzari. 2001. Fertilización nitrogenada
en cebada cervecera. INPOFOS. Informaciones Agronómicas del Cono Sur. 10: 5-8.
Farooq, M ; H Brasmley ; JA Palta & KHM Siddique. 2011. Heat stress in wheat during
reproductive and grain-filling phases. Critical Reviews in Plant Sciences, 30: 1-17.
Gregorich, EG & HH. Janzen. 1998 ― Microbially mediated processes: decomposition,‖
in Handbook of Soil Science, M. Summer, Ed., pp. 106–119, CRC Press, Boca Raton,
Fla, USA, 1998.
Landriscini, MR; LG Suñer; A Lázzari & A Rausch. 2004. Respuesta de la cebada
cervecera a la aplicación de N. INPOFOS. Informaciones Agronómicas del Cono Sur
22: 15-18.
Lázzari, MA; MR Landriscini & ME Echagüe. 2007. Uptake of nitrogen by malting
barley grown under conditions found in Buenos Aires Province, Argentina.
Communications in Soil Science and Plant Analysis 38(3-4): 371-388.
Loewy, T & MM Ron. 2008 Fertilización nitro-azufrada, expresión del índice de verdor y
rendimiento del nitrógeno en trigo. VII Congreso Nacional de Trigo. Santa Rosa. La
Pampa.. 2 al 4 de julio de 2008. Actas en CD Rom.
Mulvaney, RL. 1996. Nitrogen—inorganic forms.. In ‗Methods of soil analysis: Part 3‘
(Ed. D.L. Sparks) pp.1123–1184. (SSSA, Madison, WI).
Nelson, LA & RL Anderson. 1977. Partitioning of Soil Test—Crop Response
Probability. En: Soil testing correlating and interpreting the analytical results. ASA
Special publication 29: 19-38.
Prystupa P. 2005. Fertilidad de suelos y Fertilización de cultivos. Editores: Echeverria
H & Garcia F Grancharoff Impresores. Capítulo 15, 317 p.
Prystupa, P; G Ferraris; R Bergh; T Loewy; L Ventimiglia & FH Gutierrez Boem. 2008.
Fertilización de Cebada Cervecera cv. Scarlett: IV. Modelo de respuesta del contenido
proteico a la Fertilización Nitrogenada. En: XXI Congreso Argentino de la Ciencia del
Suelo. Potrero de los Funes, San Luis. Actas en CD Rom.
Ron, MM & T Loewy. 1990. Fertilización fosfórica del trigo en el S.O. bonaerense. I.
Modelos de la respuesta. Ciencia del Suelo 8: 187-194.
Ron, MM & T Loewy 2007. Comparative effectiveness of urea and calcium ammonium
nitrate for wheat fertilization in southwestern Buenos Aires Argentina. In: Buck, H.T.,
17
Nisi J.E. & Salomón N. (eds), pp. 189-195 Wheat Production in Stressed
Environments. Proceedings of the 7th International Wheat Conference, 27 November -
2 December 2005, Mar del Plata, Argentina. Springer. 794 p.
Stark, JM & MK Firestone. 1995 Mechanisms for soil moisture effects on activity of
nitrifying bacteria. Applied and Environmental Microbiology 61: 218–221
18
COMPORTAMIENTO DEL TRIGO CONTINUO, BAJO FERTILIZACIÓN

NITROGENADA EN EL PARTIDO DE BAHÍA BLANCA
RON, M.M.1* ; MARTÍNEZ, J.M.1,2 & KIESSLING, R.J.1
1
Dpto. de Agronomía-Universidad Nacional del Sur; 2Conicet- Cerzos
* [email protected]
Palabras Clave: experimento de largo plazo; momentos de aplicación; siembra directa
Resumen
Los experimentos de larga duración (ELD) son esenciales para proveer la base
científica del uso racional de los suelos.El objetivo de este trabajo es informar el efecto
de la fertilización nitrogenada sobre el rendimiento del trigo (Triticumaestivum L.)bajo
siembra directa (SD) en cinco años sucesivos, dentro de un ELD.Los tratamientos
consisten en dosis y épocas de aplicación de nitrógeno (N): testigo, 40 y 80 kg N ha-1,
en siembra-emergencia (Ne) o macollaje (Nm), y una dosis fraccionada de 80 kg
fraccionada en ambos momentos. En todos los años se determinaron biomasa aérea
en cosecha (BAc), rendimiento (REND), proteína en grano (PROT) y peso de mil
granos (PMIL).Para el análisis de eficiencias se ajustó un modelopara cada campaña,
sin incluir el tratamiento de aplicación fraccionada. Las pendientes para Ne y Nm
(REND) se utilizaron como estimación de la eficiencia agronómica (EAGR) de la dosis
de 80 kg N ha-1. Se aproximó la eficiencia de recuperación a través de las pendientes
para Ne y Nm (RN). Se observaron respuestas positivas a los tratamientos, durante
2011 y 2014. Los coeficientes positivos y significativos de los modelos para las
variables continuas (dosis de Ne y Nm) arrojaron estimaciones de la EAGR de 7 y 23
kg de trigo kg-1 Ne en 2011 y 2014, respectivamente. Sólo en 2014, se obtuvo
respuesta a Nm con eficiencia de 13 kg de trigo kg-1 Nm. La recuperación aparente del
fertilizante fue de 16 y 22% para 2011 y de 37 a 55% para 2014, correspondiendo el
valor mayor a las aplicaciones en emergencia.Comparando tratamientos, la mayor
respuesta global sobre REND se observó con la dosis máxima aplicada al momento de
emergencia, mientras que la dosis aplicada en estadios avanzados del cultivo
favorecieron a PROT.
Introducción
Los experimentos de larga duración (ELD) son esenciales para proveer la base
científica del uso racional de los suelos. Este es un hecho incontrovertible y reflejado
en la investigación llevada a cabo por prestigiosos centros de estudio. Los objetivos de
los ELD incluyen, entre otros, monitorear la estabilidad de un sistema productivo a lo
1
largo del tiempo y determinar los cambios necesarios para mantener la sustentabilidad
y mejorar la productividad, brindar información de valor inmediato a los productores y
proveer insumos para distintas investigaciones científicas (Poulton, 1995). Además,
tienen la finalidad de construir bases de datos que puedan usarse a largo plazo para
desarrollar o validar modelos matemáticos, predictivos de los efectos probables de
prácticas de manejo y del cambio climático sobre las propiedades edáficas, la
capacidad productiva de los suelos y el ambiente.
En la Región Pampeana se han llevado a cabo ELD para comparar el efecto de
rotaciones o secuencias de cultivos sobre propiedades edáficas. En algunos casos se
basan en la gestión del carbono orgánico del suelo, a través de la selección de cultivos
en una rotación y la fertilización nitrogenada (Studdert& Echeverría, 2000, Mandolesi
et al. , 2005 y Minoldo,2010).
En las experiencias nombradas el trigo (Triticum aestivum L.) continuo es uno de los
tratamientos y recibe una fertilización estándar.El monocultivobajo siembra directa
(SD), usado como referencia frente a secuencias o rotaciones, podría considerarse por
sí mismo en un eventual proceso de agriculturización. En este paradigma la tecnología
de uso delnitrógeno (N) puede ofrecer respuestas a algunas de las objeciones
clásicamente planteadaspor defensores de la agricultura orgánica (Tilman, 1998). El
fraccionamiento del fertilizante es, por su flexibilidad y sencillez, una de las más
promisorias (Ron, 2004).
Los estudios regionales que sugieren la evolución potencial de problemas edáficos
relacionados con la productividad de los cultivosen el oeste de la región pampeana,
han sido evaluados por Díaz Zorita et al. (2002). Esta revisión no incluye el SO
bonaerense. Tampoco se dispone para el área de información de los efectos a largo
plazo del monocultivo, como la realizada para especies estivales (Buschiazzo et al. ,
1999). A pesar de los estudios realizados, el balance de las tecnologías de procesos y
de insumos, para contribuir a una producción sustentable, es aún una cuenta
pendiente en la Región Pampeana.
Una razón de esta última falencia reside en la dificultad de compatibilizar un ELD con
los plazos institucionales o académicos.Por otra parte, en el partido de Bahía Blanca la
superficie con uso agrícola es menor al 20% (Marinissen et al. , 2011) por lo que hay
mucha menos información sobre los cultivos de grano que en el resto del SO
bonaerense. En este marco, la instalación de un ELD con trigo continuo en dicho
partido permite evaluar el comportamiento del cultivo, en un sitio semiárido, en
términos de estabilidad, rendimiento y calidad, bajo distintos tratamientos de
fertilización nitrogenada. También se incluyen, entre los objetivos, el monitoreo de
variables edáficas para insertar correctamente el cultivo dentro de sistemas
productivos adaptados a la zona.
2
El objetivo de este trabajo es informar el efecto de la fertilización nitrogenada sobre el

rendimiento del trigo bajo SD en cinco años sucesivos, dentro de un ELD.
Materiales yMétodos
El estudio se lleva a cabo en un establecimiento ubicado en Colonia Napostá, a 35 km

de la ciudad de Bahía Blanca, cabecera del partido homónimo. El paisaje del área es
plano y constituye mayormente el resultado de episodios eólicos, procesos de
erosión/deposición y eventos de origen marino. El edafoclima es ústico-térmico
(Amiotti et al. , 2010). La precipitación promedio anual en la zona es de 560 mm
(media 1860-2006), concentrándose dos terceras partes en otoño y primavera. Se
registran una estación seca a fines del invierno y una semiseca a mediados de verano
(enero y febrero). En esos meses la evapotranspiración potencial más que duplica las
precipitaciones (Scian, 2010), lo que constituye una limitación difícil de franquear para
la producción de cultivos de verano.
En el establecimiento, se seleccionó - para fines experimentales - un lote que
registraba al 2008 una historia de más de 20 años de uso ganadero. El sistema de
producción era pastoril extensivo de las especies nativas, entre las que predominan
poáceas perennes (Nassella, Stipa, Amelichloa, Pappoforum). En julio de dicho año se
estableció un cultivo de trigo pan bajo sistema convencional de labranzas (en base a
rastra de discos), que no fue fertilizado. Luego de la cosecha (diciembre 2008) se
inició la producción bajo SD.
En un sector, con pendiente de 2,7% y coordenadas 38°25´ LS, 62°16´ LO, se
ubicaron cuatro bloques en sentido perpendicular a la inclinación del terreno. La
profundidad efectiva es de 80 cm en la posición superior de la ladera (bloque I) y
cercana a 100 cm en los restantes bloques. Se clasificó el suelo como un Paleustol
Petrocálcico, franco grueso térmico (Soil Survey Staff, 2006). El análisis en muestras
de la capa arable (0-12 cm) arrojó valores de 17 g de carbono orgánico kg -1 (Walkley&
Black, 1938), 9 mg P extraíble kg-1 (Bray & Kurtz, 1949) y 7,6 de pH (relación
suelo:agua 1:2,5). Una caracterización minuciosa del estado inicial del sitio de ensayo
en cuanto a parámetros de fertilidad química y su variabilidad espacial en un diseño de
bloques se informa en un trabajo anterior (Orden et al. , 2011).
En 2009 se instaló un ensayo de fertilización nitrogenada en trigo bajo SD, con un
diseño de bloques completos al azar (unidad experimental de 60 m2) y seis
tratamientos. Estos consistieron en dosis y épocas de aplicación de N: testigo, 40 y 80
kg N ha-1, en siembra-emergencia o macollaje, y la dosis mayor repartida entre las dos
épocas, en dos fracciones iguales. El N se aplicó como urea granulada (46-0-0) al
voleo en forma manual. Las condiciones climáticas registradas durante este año no
permitieron un correcto desarrollo del cultivo por lo que se perdió el ensayo.El estudio
3
se continuó en los años siguientes, repitiendo los tratamientos en las mismas unidades
experimentales. Algunas características de las campañas se detallan en Tabla 1.
En todos los años se determinó el % de humedad en el suelo y se evaluaron las
formas de N inorgánico (Ni) en presiembra. Se tomaron muestras compuestas a dos
profundidades 0-30 y 30-60 cm de los tratamientos testigo y fertilizado con 80 kg N ha-
1
en macollaje. El N-NH4+ se estimó a partir de la liberación de amoníaco por la
destilación con MgO y para la determinación del N-NO3- se empleó una técnica de
microdestilación por arrastre de vapor (Mulvaney, 1996).
En todos los años se determinaron biomasa aérea en cosecha (BAc), rendimiento
(REND) y peso de mil granos (PMIL). Se determinó el contenido de proteína en grano
(PROT) por espectroscopía de reflectancia en el infrarrojo cercano.En 2010 se
determinó el N en grano por el método de Kjeldahl (Bremner, 1996). Se usó un factor
proteína/N de 5,75 (Novoa & Loomis, 1981) y se estimó el N cosechado (RN).
Se evaluó la calidad de los datos para su posterior limpieza, siguiendo el
procedimiento descripto en Storniolo et al. (2012).
Se analizó la interdependencia de las variables determinadas en cosecha (BAC,
REND, PMIL, PROT) mediante un análisis de componentes principales (CP). Este se
realizó con el conjunto de los datos,clasificándolos según los años y los tratamientos.
Para un análisis global se calculó el rendimiento acumulado (RENDACUM) de las 5
campañas y se realizaron un ANOVA, comparaciones “a priori” (contrastes
ortogonales) y “a posteriori” (Tukey).
Además, para un análisis de eficiencias se ajustó la siguiente ecuaciónpara cada
campaña, sin incluir el tratamiento de aplicación fraccionada:
y = a + b Ne + c Nm+ dLb + eQb + fCb (Ec. 1)
donde “y” es REND o RN, Ne y Nm son las dosis de N en kg ha-1aplicada en
emergencia y macollaje, respectivamente, Lb: variable categórica para la tendencia
lineal entre los bloques, con valores -3, -1, +1, +3 para los bloques I, II, III y IV,
respectivamente; Qb, ídem para la tendencia cuadrática: +1, -1, -1, +1 y Cb. ídem para
la tendencia cúbica: -1, + 3, -3, +1; a, b, c, d , e, y f coeficientes (Colwell, 1994).Las
pendientes para Ne y Nm (REND) se utilizaron como estimación de la eficiencia
agronómica (EAGR) de la dosis de 80 kg N ha-1. En forma análoga se aproximó la
eficiencia de recuperación a través de las pendientes para Ne y Nm (RN) (Barbieri et
al. , 2001). Se relacionaron las eficiencias y medias generales de PROT Y REND con
las variables edáficas de Tabla 1. Para los análisis se utilizó el paquete INFOSTAT (Di
Rienzo et al. , 2013).
4
Condiciones ambientales
En la Tabla 1 se consignan, además de características de los ensayos, el promedio
general de REND y PROT para cada campaña. Como los factores edáficos y de
manejo se mantuvieron constantes en su mayoría, el REND medio considerado como
índice ambiental, refleja principalmente las características climáticas de cada
campaña. Entre 2010 y 2013 las diferencias entre las campañas se sustentaron más
en la distribución de precipitaciones y en la cobertura durante el barbecho previo, que
en las precipitaciones totales durante el ciclo.
El ensayo se inició en el año 2009, dentro del período 2005-2011 en el cual
disminuyeron las precipitaciones notablemente según cambios en la temperatura
media global (Zotelo, 2012). Las escasas precipitaciones en los ciclos 2008, 2009 y
2010 limitaron la producción de biomasa, con la consecuente reducción de los
residuos postcosecha. Esta baja cobertura relativa redujo la disponibilidad hídrica para
los cultivos al no permitir la expresión de algunas de las ventajas del sistema de SD.
En efecto, la cobertura postcosecha de 2010 se estimó en menos del 30%, a partir de
la ecuación propuesta por López et al. (2015). En 2011, las condiciones
excepcionales de enero (148 mm), contribuyeron a un desarrollo importante de
malezas como Cynodon sp .y Cenchrus sp.que posibilitaron la formación de un manto
de cobertura edáfica. El control químico de las mismas a principios de febrero y un
mes de marzo con precipitaciones superiores a la media histórica generaron
condiciones de cultivo, similares a un sistema de SD estabilizado. A partir de
diciembre de 2011 la cobertura fue creciente estimándose de 65 al 80%. Por otra
parte, la fertilidad nitrogenada alta a muy alta en presiembra (Tabla 1), atribuible al uso
previo, se potenció durante período de menores precipitaciones.
Interrelación entre variables del cultivo
El análisis de calidad de datos detectó unos pocos casos atípicos en distintas variables
del cultivoque se trataron como faltantes y se reemplazaron por sus estimaciones.
Esta es una licencia estadística aceptable debido a que se hace la correspondiente
reducción en los grados de libertad del error (Steel &Torrie, 1992) y las conclusiones
se derivan de un porcentaje importante de los resultados registrados.
5
Tabla 1. Características generales de los ensayos

2010 2011 2012 2013 2014
ACA Buck Buck Buck Buck
Cultivar
303 Malevo Malevo Malevo Malevo
Fechas de siembra 05/07 16/06 19/06 12/06 24/06
Densidad de Siembra, plantas m-2 250 250 250 250 200
Dosis P a la siembra (superfosfato
12 10 14 16 16
triple con la semilla) kg ha-1
Fertilización siembra- emergencia 08/07 29/06 22/06 13/06 30/06
Fertilización macollaje 18/09 14/09 19/09 11/09 15/09
Cosecha biomasa aérea madurez
29/12 26/12 17/12 19/12 31/12/
fisiológica
Disponibilidad inicial de N
inorgánico (0-60 cm) parcelas 87 243 214 145 227
testigo, kg Ni ha-1
Humedad edáfica en presiembra (0-
7,8 12,3 11,5 11,8 17,6
60 cm). %
Precipitaciones anuales, mm 587 540 559 484 817
Precipitaciones de junio a
211 166 280 188 489
noviembre, mm
Promedio general del ensayo
419 2759 1968 1965 3598
REND, kg ha-1
Promedio general del ensayo
16,9 15,6 16,1 17,1 12,0
PROT, %
El análisis de CP es una técnica clásica utilizada para lacomprensión y la visualización

de las características del conjunto de datos (Duntemann,1989). Los autovectores(e1 y
e2) reportados en Tabla 2 muestran los coeficientes con quecada variable original fue
ponderada para conformar los CP1 y CP2 en los biplots de Fig. 1.
Tabla 2. Valores de los autovectores obtenidos según los componentes principales.

a) Conjunto de los b) Clasificados por c) Clasificados por
casos año tratamiento
Variables e1 e2 Variables e1 e2 Variables e1 e2
Bac 0,50 0,56 Bac 0,50 0,29 Bac 0,53 0,36
REND 0,54 0,28 REND 0,53 0,20 REND 0,49 0,60
PMIL 0,50 -0,15 PMIL 0,50 0,31 PMIL -0,49 0,49
PROT -0,46 0,77 PROT -0,46 0,88 PROT 0,49 -0,51
6
En la Fig. 1 a b y c, las variables son graficadas como vectores desde el origen. La

longitud relativa de cada vector representa la proporción relativa de la variabilidad
aportada por cada variable.El coseno de los ángulos entre las variables describe la
correlación entre las mismas.
a) b)
5.0 5.0
PROT
PROT
2.5 Bac 2.5
PMIL
CP 2 (12,0%)
REND
CP 2 (8,3%)
Bac
2011
2013 REND
0.0 0.0 2012
PMIL 2010 2014
-2.5 -2.5
-5.0 -5.0
-5.0 -2.5 0.0 2.5 5.0 -5.0 -2.5 0.0 2.5 5.0
CP 1 (80,2%) CP 1 (86,0%)
c)
5.0
REND
2.5 PMIL
Bac
CP 2 (15,0%)
40e
80e
0.0 40e-40m
0
40m
80m
-2.5 PROT
-5.0
-5.0 -2.5 0.0 2.5 5.0
CP 1 (80,4%)
Fig. 1.Biplots generados a partir del análisis de componentes principales para a) el

conjunto de datos, clasificados por b) año y c) tratamientos
Para todo el conjunto de datosse observaron relaciones positivas entre BAc, REND y
PMIL, mientras que PROT demostró relaciones inversas con respecto a las primeras
(Fig.1a). Es decir, como era esperable, los granos de mayor peso tuvieron un menor
contenido de proteína. Además, se puede explicar el 92,2% de la variación total con
los dos primeros CP. El CP1, por sí mismo, concentró un 80,2% de la varianza total.
7
En este componente la variable REND tuvo el peso positivo más altoseguido de BAc y
PMIL. Sin embargo. Las diferencias entre los autovectores de estas tres variables no
superaron el porcentaje necesario según Li et al. (2013) para discriminar variables
dentro del mismo CP. El mayor autovector en CP2 fue el de PROT. La ortogonalidad
de los componentes principales garantiza que el CP2 representa la variabilidad de los
datos no explicada por el CP1. Los dos componentes en Fig. 1a pueden interpretarse
como un contraste entre variables productivas y de calidad del cultivo.
Cuando se analizó nuevamente, clasificando por años, se obtuvo un biplot de
características similares con una mayor asociación positiva entre Bac, REND y
PMIL(Fig. 1 b). La asociación positiva entre estas dos últimas no es frecuente debido a
la gran dependencia del REND con el número de granos por sobre su relación con el
peso (Loewy & Ron, 2001). Sin embargo en la clasificación por años las campañas
con mayor REND fueron las de PMIL más alto. Al construir el CP1, la variable REND
recibió el peso positivo más alto y el PMIL el único peso negativo. Se puede interpretar
que el CP1 separa el año 2014 con alto rendimiento del 2010 con la mayor PROT,
situándose los tres años restantes cerca del origen. La explicación total de la varianza
para ambos CP fue de 94,3%.
El análisis análogo, clasificando por tratamientos,proveyó un biplot con correlación
perfecta negativa entre PROT y PMIL y estrecha asociación entre Bac y REND. Se
destaca la correlación casi nula entre los dos grupos mencionados. La explicación total
de la varianza fue de 95,4%. Para CP1 los autovectores indican que los tratamientos
con mayor REND y Bac fueron 80e y 40e-40m, mientras que el CP2 diferenció a las
aplicaciones en macollaje como las de mayor PROT y menor PMIL. Esta agrupación
de tratamientos en base a parámetros de rendimiento ycalidad, se asemeja a la
realizada por Grahmann et al. (2014), para trigo candeal.
Efecto acumulado de los tratamientos
El ANOVA de RENDACUM arrojó efectos significativos de los bloques y tratamientos
con un coeficiente de variación de 5% Los efectos de los tratamientos se desglosaron
en los contrastes ortogonales “a priori” que se describen en la Tabla 3. Estos indican
efecto altamente significativo y positivo de la fertilización y de la época y una
superioridad significativa de la dosis de 80 kg con respecto a la menor. La interacción
entre dosis y épocas no llegó a ser significativa.En la comparación de medias
individuales “a posteriori”, el test de Tukey reveló que solo se diferenciaron del testigo
los tratamientos de 80e y 40e-40m.
8
Tabla 3 Contrastes ortogonales del rendimiento acumulado (en kg ha-1) de cinco

campañas.
Media Grupo Media Grupo p-
Contraste 1 2 valor
0,000
Testigo vs fertilizado 9730 10980 6
0,011
40 kg vs 80 kg N (promedio de dos épocas) 10573 11333 3
emergencia vs macollaje(promedio dos 0,000
dosis) 11527 10812 6
0,107
Interacción época- dosis 10728 11179 5
Fraccionado vs fertilizados en una sola 0,649
época 11090 10953 3
En la Fig. 2 se aprecia la contribución parcial de cada cosecha al RENDACUM. Se

destaca la contundencia del aporte del año 2014 sobre esta variable, asemejándose el
análisis anterior al realizado individualmente para esa campaña (Borisov et al. , 2016).
Eficiencias en las campañas individuales y su relación con variables de sitio
La evaluación del Ni en presiembra no reveló residuos significativos de la fertilización
del año anterior. Sólo en 2013, se comprobó que el suelo en las parcelas fertilizadas
con 80m en la campaña anterior tenía un contenido de humedad superior a las no
fertilizadas,diferencia atribuible a una mayor cobertura (Kiessling et al. , 2013). Esta
evidencia sugeriría una actividad biológica más intensa en las parcelas más húmedas.
Como el efecto solo se registró en un año en este trabajo se asumieron los resultados
de las cinco campañas como independientes para el siguiente análisis.
9
2010 2011 2012 2013 2014

Rendimiento acumulado (kg ha-1)
14000
12000
10000
8000
6000
4000
2000
0
0 40e 80e 40m 80m 40e-m
Tratamientos
Fig. 2.Rendimiento acumulado según tratamientos.
En la Tabla4 se muestrael ajuste de la ecuación 1 para REND y RN. Todas las

ecuaciones son significativas y con valores del R2superiores al 0,48. En los años sin
respuesta significativa a N esto responde principalmente a la inclusión del efecto de
los bloques como variables categóricas. En todas las ecuaciones la tendencia lineal
entre bloques fue significativa, hecho esperable debido a la pendiente del terreno y en
coherencia con la variabilidad horizontal interbloque encontrada por Orden et al.
(2011). Los coeficientes positivos y significativos para las variables continuas (dosis de
Ne y Nm) arrojaron estimaciones de la EAGR de 7 y 23 kg de trigo kg-1 Ne en 2011 y
2014, respectivamente. Sólo en 2014, se obtuvo respuesta a la aplicación en macollaje
con eficiencia de 13 kg de trigo kg-1 Nm. La recuperación aparente del fertilizante fue
de 16 y 22% para 2011 y de 37 a 55% para 2014, correspondiendo el valor mayor a
las aplicaciones en emergencia.La respuesta media al nitrógeno aplicado es previsible
a una zona semiárida y requiere reconocimiento de la calidad del grano para una
mayor viabilidad económica de la práctica.
10
Tabla 4. Coeficientes de la ecuación 1 para a) Rendimiento y b) Rendimiento de N

a) REND const Ne Nm Lb Qb Cb modelo R2
2010 437 -1,23 0,66 -33,38 35,86 -9,03 0,0191 0,50
2011 2495 7,42 5,1 -274,16 -325,59 11,99 <0,0001 0,85
2012 2027 -0,28 -2,81 -134,96 5,55 38,65 0,0001 0,74
2013 2159 -0,48 -6,81 -130,24 111,11 -41,96 <0,0001 0,78
2014 2660 22,91 12,75 182,44 132,07 -83,73 <0,0001 0,80
b) RN const Ne Nm Lb Qb Cb modelo R2
2010 12,2 -0,03 0,03 -0,84 1,05 -0,4 0,0267 0,48
2011 66,5 0,22 0,16 -6,77 -8,64 0,42 <0,0001 0,84
2012 54,6 0,02 -0,04 -3,14 -0,36 1,08 0,0007 0,67
2013 56,8 0,10 -0,07 -1,98 1,7 -1,31 0,0033 0,60
2014 50,9 0,55 0,37 3,43 3,87 -1,53 <0,0001 0,81
Coeficientes significativos en negrita.
El promedio general de REND y PROT de cada campaña y la eficiencia agronómica

de la aplicación en emergencia no se relacionaron significativamente con la
disponibilidad inicial de Ni, sino con la humedad del suelo en presiembra (Fig. 3). En
los cinco años analizados no se registró respuesta a la fertilización cuando esta estuvo
por debajo del 12%. REND y PROT presentaron tendencias opuestas entre sí.
En el ELD, el esquema experimental no contempla el ajuste de dosis por la
disponibilidad inicial de Ni, lo que permitió apreciar tendencias de respuesta a la
fertilización que no se preverían con el enfoque del balance de N. Los resultados
muestran que la disponibilidad real de N en el suelo durante el ciclo puede diferir de la
estimada por análisis en presiembra. Todos los ensayos se iniciaron con alta a muy
alta disponibilidad de Ni, que cubrirían ampliamente los rendimientos medios de la
zona. Sin embargo, en 2011 y 2014 se observó respuesta a la fertilización que se
justificaría en importantes pérdidas por lavado de N dadas las precipitaciones
invernales. No se descarta que la SD en este aspecto, se diferencie con siembra
convencional.
11
REND EAGR PROT

REND = 319,25x - 1753,1
R² = 0,906 p 0,01
REND medio anual del ensayo kg ha-1
PROT media anual del ensayo % o

EAGR (kg grano kg-1 N)
PROT = -0,5359x + 22,087
R² = 0,8051 p 0,05
% Humedad en presiembra
Fig. 3. Relación de la humedad edáfica inicial con el rendimiento y la proteina media

anual y con la eficiencia agrónomica del nitrogeno aplicado en emergencia
Conclusiones
En la producción acumulada de los cinco años, las aplicaciones en emergencia

tendieron a ser más efectivas, destacándose la dosis mayor y el tratamiento
fraccionado en dos épocas. La fertilización en macollaje favoreció la proteína del
grano.
El criterio de balance de nitrógeno, quedó relativizado en esta experiencia de cultivo
continuo ya que la respuesta no estuvo asociada a la disponibilidad de N inorgánico en
presiembra. La variable con mayor potencial predictivo fue la humedad edáfica inicial
que favoreció una mayor eficiencia del N aplicado en emergencia.
Además de la incidencia de los factores climáticos, la variabilidad interanual de los
resultados se explicaría por el incremento de cobertura a medida que se fue
estabilizando el sistema de siembra directa
12
Los resultados pueden ser utilizados para el diseño de una tecnología de fertilización
en trigo, bajo siembra directa, en el sector semiárido del sudoeste bonaerense.
Agradecimientos
El presente trabajo fue parcialmente financiado por el Departamento de Agronomía de

la Universidad Nacional del Sur, Bahía Blanca, Argentina PGI 24/A206.El ensayo
surgió de un convenio de cooperación de Investigación y Desarrollo entre la Fundación
de la Universidad Nacional del Sur y PROFERTIL S.A. En el período se conto con la
colaboración de siete estudiantes que realizaron su trabajo final de graduación en el
marco del experimento. Los autores agradecen a la Ing. Agr. Noemí Fritz de Cámara
Arbitral de Cereales, Oleaginosos, Frutos y Productos de Bahía Blanca, por la
determinación de proteína en grano.
Bibliografía
Amiotti, NM; MC Blanco; E Schmidt; & S Díaz. 2010. Variabilidad espacial de los
suelos y su relación con el paisaje. In: Paoloni JD, editor. Ambiente y recursos
naturales del partido de Bahía Blanca. Bahía Blanca (Argentina): EdiUNS. p. 129-173.
Barbieri, PA; HE Echeverría & HR Sainz Rozas. 2001. Respuesta del cultivo de maíz
bajo siembra directa a la fuente y al método de aplicación de nitrógeno. Ciencia del
Suelo 21: 18-23.
Borisov, J; E Albarracin; JM Martínez; RJ Kiessling& MM Ron. 2016. Fertilización
nitrogenada sobre trigo en un sitio semiárido: efecto de la dosis y del momento. XXV
Congreso Argentino de la Ciencia del Suelo. 27 de junio al 1 de julio. Río Cuarto.
phosphorus in soil. Soil Science, 59:39-45.
Bremner, JM. 1996. Nitrogen total. In: Methods of soil analysis. Part 3: Chemical
Methods; Sparks, DL (ed). Pp. 1085-1123. SSSA. Madison, WI.
Buschiazzo, DE; SB Aimar & JM Queijeiro. 1999. Long-term maize, sorghum, and
millet monoculture effects on an Argentina Typic Ustipsamment. AridSoil Res. Rehab.
13:1-15.
Colwell, JD. 1994. Estimating fertilizer requirements. A quantitative approach. Oxon
(UK): CAB International. 262 p.
Diaz-Zorita, M; GA Duarte & JH Grove. 2002. A review of no-till systems and soil
management for sustainable productive in the subhumid and semiarid Pampas of
Argentina. SoilTill. Res. 65:1-18.
13

2008. InfoStat, versión 2013, Grupo InfoStat, FCA. Universidad Nacional de Córdoba
(Argentina).
Duntemann, GH. 1989. Principal Components Analysis, Serie: Quantitative
Applications in the Social Sciences Nª 69. Sage Univerity paper, Newbury Park. 97p.
Grahmann, K; N Verhulst; R Peña; ABuerkert; L Vargas Rojas & B Govaerts. 2014.
Durum wheat (Triticum durum L.) quality and yield as affected by tillage-straw
management and nitrogen fertilization practice under furrow-irrigated conditions. Field
Crops Res..164: 166-177.
Kiessling RJ, JM Martínez, M Toribio& MM Ron. 2013. Fertilización nitrogenada en
trigo en el Partido de Bahía Blanca (Provincia de Buenos Aires). Simposio Fertilidad
2013. “Nutrición de cultivos para la intensificación productiva sustentable” Rosario 22 y
23 de mayo 6 páginas
Li, P; T Zhang; X Wang & D Yu. 2013. Development of biological soil quality indicator
system for subtropical China. Soil Till. Res. 126: 112-118.
Loewy, T & MM Ron. 2001 Componentes del rendimiento en trigo y cebada cervecera
bajo distintos niveles nutricionales. V Congreso Nacional de Trigo y II Simposio
Nacional de Cereales de Siembra Invernal. Carlos Paz, 25 al 28 de setiembre.
López, FM; ME Duval; JM Martínez & JA Galantini. 2015. Cobertura en el Sudoeste
Bonaerense en suelos bajo siembra directa.Ci. Suelo 32(2): 273-281.
Mandolesi, ME; MM Ron; PE Vidal & HJ Forjan. 2005. Efecto de las rotaciones en
siembra directa sobre el carbono orgánico en un suelo del Centro Sur bonaerense.
Jornadas Nacionales de “Materia húmica y sustancias húmicas del suelo”. Asociación
Argentina de la Ciencia del Suelo. 2 y 3 de junio de 2005, Bahía Blanca.
Marinissen, A., C Torres Carbonell & ALauric. 2011. Documento de Diagnóstico y
Discusión Sistemas Productivos. Área Influencia Agencia de Extensión INTA Bahía
Blanca. EEA Bordenave. Documento interno Reunión Comisión Interinstitucional de
Desarrollo Técnico-Científico Bahía Blanca UNS- CONICET- CIC –INTA. Agosto 2011.
Minoldo, G. 2010. Cambios de largo plazo de algunas propiedades químicas de suelo
y la productividad del trigo bajo diferentes secuencias de cultivos en la región
semiárida. Tesis de Magíster Universidad Nacional del Sur.
Mulvaney, RL. 1996. Nitrogen-Inorganicforms. In: DL Sparks et al. (eds) Methods of
Soil Analysis. Part 3.Chemical Methods. Pp. 1123-1184. Soil Science Society of
America, Madison, Wiscosin, EEUU.
Novoa, R & RS Loomis. 1981. Nitrogen and plant production. Plant Soil 58: 177-204.
14
Orden, L, ME Mandolesi, RJ Kiessling & MM Ron. 2011. Variabilidad espacial de

fertilidad química del suelo en un diseño de bloques. Spanish J. Soil Sci. 1 (1): 54-69.
http://sjss.universia.net/pdfs_revistas/articulo_238_1319128206453.pdf
Poulton, PR. 1995.The importance of long-term trials in understanding sustainable
farming systems: The Rothamsted Experience. Aust. J. Exp. Agric. 35:825-34.
Ron, MM. 2004. Fertilización nitrogenada de trigo en el SO bonaerense: efecto de la
aplicación fraccionada de urea sobre el rendimiento y la calidad del grano. VI
Congreso de Trigo. 20 a 22 de octubre, Bahía Blanca.
Scian, B. 2010. Clima - Bahía Blanca y sudoeste bonaerense. En: J.D. Paoloni,
(editor). Ambiente y recursos naturales del partido de Bahía Blanca. Bahía Blanca
(Argentina): EdiUNS. p. 29-97.
Soil Survey Staff. 2006. Keys to Soil Taxonomy,10th ed. Washington, DC: USDA-
Natural Resources. ConservationService.
Steel, RG & JA Torrie. 1992. Bioestadística: Principios y procedimientos. MacGraw
Hill. 622p.
Storniolo, R; AF Rausch; MR Landriscini & MM Ron. 2012. Limpieza de datos de una
red de ensayos de fertilización. XIX Congreso Latinoamericano de la Ciencia del
Suelo. XXIII Congreso Argentino de la Ciencia del Suelo. Mar del Plata, Argentina 16
al 20 de abril de 2012.
Studdert, GA & HE Echeverría. 2000. Crop Rotations and Nitrogen Fertilization to
Manage Soil Organic Carbon Dynamics Soil Sci. Soc. Am. J. 64:1503–1514.
Tilman, D. 1998. The greening of the green revolution. Nature 396: 211-212.
Zotelo, C. 2012. Variabilidad climática y ciclos naturales. Boletín electrónico del
CERZOS Nº 21.
Walkley A & I Black. 1934. An examination of the Degtjareff method for determining soil
organic matter and a proposed modification of the chromic acid titration method. Soil
Sci. 37: 29-38.
15
APLICACIÓN DE CORRECTORES BÁSICOS Y FERTILIZANTES

CÁLCICOS/MAGNÉSICOS EN EL CULTIVO DE SOJA
PAULA GIRÓN1*, ALEJANDRA MACCHIAVELLO1, MIRIAN BARRACO1, CLARISA

OTTAVIANO2, DANIEL FERRO3 & MABEL VÁZQUEZ3
1
EEA INTA General Villegas; 2FAUBA, 3FCAyF-UNLP
*[email protected]
Palabras claves: acidez de suelo, calcita, dolomita
Resumen
La acidificación de los suelos en la Región Pampeana Argentina es ya un fenómeno

probado. Para la producción de soja el grado de acidez en los suelos es sumamente
importante, ya que además de la deficiencia de nutrientes básicos, el bajo pH de un
suelo reduce la disponibilidad de P, la actividad de los microorganismos responsables
de la fijación biológica de nitrógeno y se afectan propiedades físicas relacionadas con
la estabilidad estructural. El objetivo del trabajo fue evaluar el impacto que tiene la
aplicación de correctores básicos y fertilizantes cálcicos/magnésicos sobre el
rendimiento de soja y las propiedades químicas del suelo. Los tratamientos fueron:
testigo (0 kg ha-1 de corrector); 50 kg ha-1 calcita; 50 kg ha-1 calcita tratada; 50 kg ha-1
dolomita; 150 cm3 ha-1 Mg foliar (V3); 400 cm3 ha-1 de Mg foliar (R1), 1000 kg ha-1
calcita; 1000 kg ha-1 calcita tratada; 1000 kg ha-1 dolomita; 50 kg ha-1 calcita + 150 cm3
ha-1 de Mg foliar (V3); 50 kg ha-1 calcita + 400 cm3 Mg ha-1 foliar (R1); 50 kg ha-1 calcita
tratada + 150 cm3 ha-1 Mg foliar (V3), 50 kg ha-1 calcita tratada + 400 cm3 ha-1 Mg foliar
(R1). Los resultados mostraron que el rendimiento y el número de granos de los
tratamientos con aplicaciones de correctores básicos en altas dosis superaron en
promedio al tratamiento testigo en un 17,3% y un 19%, respectivamente. No se
encontraron diferencias significativas en el peso de mil granos. En cuanto al Ca
intercambiable del suelo aumentó en promedio un 10,5% en todos los tratamientos
respecto al testigo. El contenido de Mg intercambiable y el pH no se modificaron con
los tratamientos de correctores o fertilización.
Introducción
El pH de una solución se define como el logaritmo negativo de la actividad de iones de

hidrógeno (H+), es decir su potencial químico (Essington, 2005). La acidez de un suelo
responde tanto a causas naturales como antrópicas. El proceso natural de mayor
1
incidencia es la lixiviación de bases (Ca++, Mg++, K+, Na+), producto de la interacción

del clima, geomorfología y dinámica de agua (Sylla et al., 1996), así como también de
la naturaleza químico-mineralógica y alterabilidad de los minerales (Essington, 2005).
En cuanto a las causas antrópicas se pueden mencionar la exportación de bases por
la producción agropecuaria (Gelati y Vázquez, 2008; Zhang, 2009) y el empleo de
fertilizantes nitrogenados amoniacales (Bohn et al., 2001; Chien et al., 2009).
Entonces, la acidificación del suelo puede definirse como la resultante de los procesos
naturales (edáficos, climáticos y biológicos) y antropogénicos (Ramirez, 2002).
La acidificación de los suelos en la Región Pampeana Argentina es ya un fenómeno
probado (Casas, 2000; Vázquez et al., 2000; Gelati y Vázquez, 2008). La soja (Glycine
max Merr.) es una leguminosa cuya extracción de nutrientes básicos estimada para un
rendimiento de 4000 kg ha-1 es de 12, 11 y 76 kg de Ca, Mg y K, respectivamente
(Gutiérrez Boem y Scheiner, 2007). Para la producción de soja, el grado de acidez en
los suelos en los que se implanta este cultivo es sumamente importante, ya que
además de la deficiencia de nutrientes básicos, el bajo pH de un suelo reduce la
disponibilidad de P y Mo, nutrientes de alta demanda en esta especie, la actividad de
los microorganismos responsables de la fijación biológica de N, a la vez que se
afectan propiedades físicas relacionadas con la estabilidad estructural. A través de
todos estos mecanismos, es posible esperar reducción en el rendimiento de especies
sensibles (Vázquez et al., 2010). Estos perjuicios pueden revertirse con la aplicación
de enmiendas básicas como las calizas o conchillas que aportan Ca, o las dolomitas
que suministran Ca y Mg, mientras que los fertilizantes cálcico/magnésicos actuarían
solo sobre la deficiencia de ambos nutrientes para la planta.
El objetivo del presente trabajo fue evaluar el impacto que tiene la aplicación de
correctores básicos y fertilizantes cálcicos/magnésicos sobre el rendimiento del cultivo
de soja y las propiedades químicas del suelo.
El ensayo se estableció en la Estancia “La Clarita”, en el partido de General Villegas

durante la campaña 2014-2015, sobre un lote agrícola con un suelo clasificado
taxonómicamente como Hapludol típico.
El lote fue elegido en base al resultado del análisis de pH actual del suelo (1:2,5 suelo:
agua). El mismo fue de 5,53. Si bien este nivel de acidez estaría dentro del rango de
tolerancia (4,5-7) para la soja, se ubicaría por debajo del rango óptimo de 6-7
(Vázquez, 2007).
La siembra de la soja (Variedad NA5009) se realizó el 21 de noviembre de 2014, con
una densidad de siembra fue de 350000 semillas ha-1. Las aplicaciones de los
correctores y fertilizantes se realizaron a voleo sin incorporación en el suelo un mes
antes de la siembra y los tratamientos con Mg foliar se aplicaron en estado vegetativo
2
(V3) o en estado reproductivo (R1) con la dosis de 150 cm3 ha-1 y 400 cm3 ha-1,
respectivamente.
Los tratamientos que se realizaron fueron los siguientes:
1. Testigo
2. 50 kg ha-1 de calcita (carbonato de calcio)
3. 50 kg ha-1 de calcita tratada* (carbonato de calcio)
4. 50 kg ha-1 de dolomita (carbonato de calcio y carbonato de magnesio)
5. 150 cm3 ha-1 de Mg foliar aplicado en V3
6. 400 cm3 ha-1 de Mg foliar aplicado en R1
7. 1000 kg ha-1 de calcita (carbonato de calcio)
8. 1000 kg ha-1 de calcita tratada (carbonato de calcio)
9. 1000 kg ha-1 de dolomita (carbonato de calcio y carbonato de magnesio)
10. 50 kg ha-1 de calcita (carbonato de calcio) + 150 cm3 ha-1 de Mg foliar en V3
11. 50 kg ha-1 calcita (carbonato de calcio) + 400 cm3 ha-1 de Mg foliar en R1
12. 50 kg ha-1 calcita tratada (carbonato de calcio) + 150 cm3 ha-1 de Mg foliar en V3
13. 50 kg ha-1 calcita tratada (carbonato de calcio) + 400 cm3 ha-1de Mg foliar en R1
*Calcita tratada es carbonato de calcio micronizado y aperdigonado.
Se analizaron los contenidos de nutrientes básicos presentes en cada corrector.
Se evaluó el contenido de agua del suelo (%, método gravimétrico) en capas de suelos
de 20 cm hasta los 140 cm de profundidad al momento de la siembra. Los resultados
se expresaron como mm de agua disponible, afectando el % de humedad por la
densidad aparente, profundidad de la capa y restando el contenido de humedad en
punto de marchitez permanente.
La cosecha se realizó el 7 de abril de 2015 en forma manual sobre una superficie de
2,52 m2 y se trilló con máquina estática. Se determinó el rendimiento, número de
granos m-2 y peso de 1000 granos. Los resultados se expresaron con contenidos de
14% de humedad. Al momento de la cosecha también se realizaron los muestreos del
suelo en la capa 0-20 cm para evaluar pH y las bases de cambio (Ca y Mg) en cada
una de las parcelas.
El diseño estadístico del ensayo fue en bloques completos al azar (DBCA) con tres
repeticiones. Los resultados se analizaron mediante ANOVA y diferencias de medias
mediante la prueba de Di Rienzo, Guzmán y Casanoves (DGC) (p<0,1), y se
analizaron contrastes entre tratamientos, empleando el programa estadístico InfoStat
versión 2014 (Di Rienzo et al., 2014).
La Tabla 1 presenta los resultados de los análisis de los correctores que se aplicaron.
3
Tabla 1: Contenidos de Ca, Mg, Na y K para la calcita, calcita tratada y dolomita.

Determinación Unidade Calcita Calcita Dolomita
s tratada
Ca % 47,7 41,5 20,5
Mg % nd* nd 9,5
Na ppm nd nd 19
K ppm nd nd 40
*nd: no determinado
La disponibilidad de agua en el suelo a la siembra fue de 196 mm (0 a 140 cm).
Los rendimientos de soja variaron entre 4511 y 3745 kg ha-1. No se encontraron
diferencias significativas entre tratamientos (p=0,63) (Figura 1).
5000
Rendimiento kg haˉ¹
4000
3000
2000
1000
0
1 2 3 4 5 6 7 8 9 10 11 12 13
Tratamientos
Figura 1: Rendimiento de soja según los distintos tratamientos: 1: Testigo, 2: 50 kg ha-1

de calcita, 3: 50 kg ha-1 de calcita tratada, 4: 50 kg ha-1 de dolomita, 5: 150 cm3 ha-1de
Mg foliar aplicado en V3, 6: 400 cm3 ha-1de Mg foliar aplicado en R1, 7: 1000 kg ha-1
de calcita , 8: 1000 kg ha-1 de calcita tratada 9: 1000 kg ha-1 de dolomita , 10: 50 kg
ha-1 de calcita + 150 cm3 ha-1 de Mg foliar en V3, 11: 50 kg ha-1 calcita + 400 cm3 ha-1
Mg foliar en R1, 12: 50 kg ha-1 calcita tratada + 150 cm3 ha-1 Mg foliar en V3 y 13:50 kg
ha-1 calcita tratada + 400 cm3 ha-1 Mg foliar en R1. La línea roja indica la media de
rendimiento del ensayo.
4
Al analizar diferentes contrastes, se encontró que al comparar tratamiento testigo vs el

resto de los tratamientos hay diferencias significativas entre rendimientos (p=0,094).
No obstante cuando se compara el testigo vs el fertilizante (50 kg ha-1) y el testigo vs
Mg foliar no hay diferencias significativas (p=0,18 y p=0,44, respectivamente), pero sí
cuando se compara el testigo contra los tratamientos de correctores (1000 kg ha-1)
(Figura 2, p=0,04), donde el aumento de rendimiento fue en promedio de 646 kg ha-1
(+17,3%), similar a lo encontrado por Nicora (2012). Esto significa que la diferencias
de rendimiento entre el testigo y el resto de los tratamientos está dada por las altas
dosis de nutrientes básicos aplicados.
Al comparar los correctores entre las dosis de enmienda y las dosis de fertilizante no
se hallaron diferencias estadísticas en el rendimiento (p=0,27). Tampoco hubo
diferencias entre aplicaciones de calcita o de dolomita (p=0,92).
5000
a
Rendimiento kg haˉ¹
4000 b
3000
2000
1000
0
Testigo Corrector
Figura 2: Rendimiento de soja del tratamiento testigo vs la media de los tratamientos

de correctores (1000 kg ha-1 de calcita, 1000 kg ha-1 de calcita tratada, 1000 kg ha-1 de
dolomita). Letras diferentes indican diferencias significativas (p<0,1).
En cuanto al peso de mil granos (PMG) y números de granos m-2 (NG) no se
encontraron diferencias significativas entre tratamientos (Tabla 2).
5
Tabla 2: Peso de mil granos (PMG) y número de granos m-2 (NG) del cultivo de soja.
Tratamientos= 1: Testigo, 2: 50 kg ha-1 de calcita, 3: 50 kg ha-1 de calcita tratada, 4: 50
kg ha-1 de dolomita, 5: 150 cm3 ha-1 de Mg foliar aplicado V3, 6: 400 cm3 ha-1 de Mg
foliar aplicado en R1, 7: 1000 kg ha-1de calcita, 8: 1000 kg ha-1 de calcita tratada, 9:
1000 kg ha-1 de dolomita, 10: 50 kg ha-1 de calcita + 150 cm3 ha-1 de Mg foliar en V3,
11: 50 kg ha-1 calcita + 400 cm3 ha-1 Mg foliar en R1, 12: 50 kg ha-1 calcita tratada +
150 cm3 ha-1 Mg foliar en V3 y 13:50 kg ha-1 calcita tratada + 400 cm3 ha-1 Mg foliar en
R1.
Tratamiento PMG NG
(g)
1 156,1 2402
2 148,5 2795
3 148,4 2719
4 148,4 2888
5 151,1 2738
6 151,4 2569
7 150,7 2881
8 153,7 2935
9 152,2 2828
10 157,3 2625
11 152,7 2716
12 156,2 2822
13 147,4 2600
Cuando se analizan los siguientes contrastes: testigo vs Mg foliar, testigo vs
enmiendas, testigo vs fertilizantes básicos, enmiendas vs fertilizantes básicos y calcita
vs dolomita, en el PMG no se encontraron diferencias (p=0,38; p=0,48; p=0,15; p=
0,31 y p=0,95, respectivamente). Mientras que en el NG, sólo se encontraron
diferencias significativas en el contraste testigo vs enmiendas (p=0,01), el aumento de
NG m-2 fue de 19% (Figura 3).
6
4000
NG mˉ²
a
3000
b
2000
1000
0
Testigo Corrector
Figura 3: Número de granos (NG) de soja por metro cuadrado del tratamiento testigo
vs la media de los tratamientos de correctores (1000 kg ha-1 de calcita, 1000 kg ha-1 de
calcita tratada, 1000 kg ha-1 de dolomita). Letras diferentes indican diferencias
significativas (p<0,1).
El diagnóstico de la fertilidad básica puede realizarse a través de medidas absolutas
(concentración de los cationes en sitios de intercambio). Para el caso del Ca se
encontraron diferencias significativas entre tratamientos (p=0,10), donde todos los
tratamientos que tuvieron aplicación de correctores básicos o fertilizantes
cálcico/magnésicos tuvieron diferencias con el tratamiento testigo (+10,54%, Figura 4).
8
a a a
a a
Ca cmolc kg⁻¹
7 a
b
6
5
4
3
2
1
0
1 2 3 4 7 8 9
Tratamientos
Figura 4: Contenido de Ca intercambiable del suelo. Tratamientos: 1: Testigo, 2: 50 kg

ha-1 de calcita, 3: 50 kg ha-1 de calcita tratada, 4: 50 kg ha-1 de dolomita, 7: 1000 kg
7
ha-1 de calcita, 8: 1000 kg ha-1 de calcita tratada, 9: 1000 kg ha-1 de dolomita. Letras
diferentes indican diferencias significativas (p<0,1).
En el caso del Mg no se encontraron diferencias significativas entre tratamientos
(p=0,36). Esto es similar a lo encontrado por Lamarche (2012) donde la aplicación con
dolomita elevó el contenido de Ca intercambiable, mientras que el Mg tuvo escasa
variación.
El pH 1:2,5 medido en 0-20 cm de profundidad varió entre 5,73 y 6,05. No se
encontraron diferencias significativas entre tratamientos (p=0,19).
Conclusiones
Se encontraron diferencias de rendimiento en soja con aplicaciones de altas dosis de

correctores (1000 kg ha-1 calcita, 1000 kg ha-1 calcita tratada y 1000 kg ha-1 dolomita)
frente al tratamiento testigo superiores al 17,3%.Las dosis de fertilización
cálcica/magnésica no fueron suficientes para aumentar el rinde del cultivo de soja.
No se encontraron diferencias significativas entre tratamientos en el peso de mil
granos. Hubo diferencias en el número de granos m-2 teniendo el tratamiento de
correctores un 19% más de granos que el testigo.
El agregado de Ca aumentó en promedio un 10,5% los contenidos de Ca
intercambiable de los suelos con respecto al testigo.
Los contenidos de Mg intercambiable y el pH no se modificaron con los tratamientos
de correctores o fertilización.
Bibliografía
Bohn H.L.; McNeal, B.L.; O`Connor, G.A. 2001. Acids soils. EN: Bohn H.L.; McNeal,
B.L.; O`Connor, G.A. Soil Chemistry. New York, John Wiley and Sons. 3rd ed., cap. 10,
p. 260- 279.
Casas, R. 2000. La conservación de los suelos y la sustentabilidad de los sistemas
agrícolas. Consultado: 19-08-2015
anterior.inta.gov.ar/suelos/actualidad/conferencias/Disertacion_R_Casas.htm
Chien S.H.; Gearhart, M.M.; Collamer, D.J. 2009. Acidez generada por los fertilizantes
nitrogenados: nueva evaluación de los requerimientos de cal. EN: Informaciones
Agronómicas 41: 16-17
Di Rienzo J.A.; Casanoves, F; Balzarini, M.G; Gonzalez, L; Tablada, M; Robledo, C.W.
InfoStat versión 2014. Córdoba: Grupo InfoStact, FCA, Universidad Nacional de
Córdoba, Argentina. URL http://www.infostat.com.ar
8
Essington, M.E. 2005. Soil and water chemistry: an integrative approach. Boca Raton,
CRC Press. 534 p.
Gelati, P. y Vázquez, M.E. 2008. Extracción agrícola de bases en el norte de la
provincia de Buenos Aires, Argentina: costo de su remediación e implicancias
económicas. EN: Revista Iberoamericana de Economía Ecológica 7: 117-129.
Gutierrez Boem, F. y Scheiner, J. 2007. Soja. EN: Fertilidad de suelos y fertilización de
cultivos. Ed. Echeverría, H. y García, F.O. INTA, Cap.13: 283-300.
Lamarche, L. 2012. Efecto del agregado de correctores básicos sobre el rendimiento
de soja y sus componentes, los cambios en la acidez y en el complejo de
cambio.[Trabajo final de carrera] La Plata, Universidad Nacional de La Plata.
Nicora, Z. 2012. Efecto de la aplicación de correctores básicos sobre el suelo y el
cultivo de soja en el centro este de la provincia de Buenos Aires. [Trabajo final de
carrera] La Plata, Universidad Nacional de La Plata.
Ramírez, F.J. 2002. Principales fuentes de la acidez del suelo. EN: Ramírez, F.J.
Variación de la capacidad tampón en suelos derivados de cenizas volcánicas del sur
de Chile. [Tesis de grado] Valdivia, Universidad austral de Chile. Cap. 2.4, s.p.
Sylla M.; Stein, A.; van Mensvoort, M.E.F.; van Breemen, N. 1996. Spatial variability of
soil actual and potential acidity in the Mangrove Agroecosystem of West Africa. EN:
SoilSci. Soc. Am. J. 60: 219-229
Vázquez, M. 2007. Calcio y Magnesio, Acidez y alcalinidad de suelo. EN: Fertilidad de
suelos y fertilización de cultivos. Ed: Echeverría, H.E y García, F.O. Cap. 8: 161:188.
175 p.
Vázquez, M. 2010. Calcio y magnesio del suelo. Dinámica en el suelo. Diagnóstico y
fertilización. En: Fertilidad del suelo. Diagnóstico y manejo en la Región Pampeana.
Ed. Rubio G., Álvarez R., C. Álvarez y R. Lavado. FAUBA. Buenos Aires. Cap. 4: 371-
394. 423 p.
Vázquez, M.; Baridón, E., Lanfranco, J; Malagrina, G. 2000. Evaluación de la
potencialidad de la problemática de acidez en la región norte de la provincia de
Buenos Aires. Actas XVII congreso Argentino de la Ciencia del Suelo. 11-14 de abril,
Mar del Plata, Argentina. CD-room.
Zhang, H.M.; Wang, B.R.; Xu, M.G.; Fan, T.L. 2009. Crop yield and soil response to
long-term fertilization on a red soil in southern China. EN: Pedosphere 19: 199-207.
9
BRECHA DE RENDIMIENTO DE TRIGO EN LA REGIÓN PAMPEANA:

MODELIZACIÓN DEL IMPACTO DE LOS FACTORES AMBIENTALES
JOSEFINA L. DE PAEPE*1,2, ROBERTO ÁLVAREZ1,2 & ALFREDO A. BONO3
1
Buenos Aires, Argentina, 2 CONICET, 3 EEA INTA Anguil. Ruta Nacional Nº 5- km 580
– CC: 11 (6326) Anguil – La Pampa, Argentina.
*[email protected]
Palabras Clave: trigo, brecha de rendimiento, redes neuronales artificiales
Resumen
Bajo el escenario mundial de aumento de la demanda cereales, las regiones
productivas pero donde se logran rendimientos bajos, como el caso de la Región
Pampeana juegan un rol clave. La reducción de las brechas de rendimiento en estas
regiones permitiría un aumento de la producción mundial de alimentos. Los objetivos
de este trabajo fueron modelar los patrones espaciales de la brecha de rendimiento
trigo (Triticum aestivum L.) y lo relacionarlo con factores ambientales. El área de
estudio comprende una superficie de aproximadamente 45 Mha durante un intervalo
de 40 años. El rendimiento alcanzable se estimó mediante una función de producción
de frontera estocástica ajustada a datos estadísticos disponibles y calculados a nivel
partido. La brecha de rendimiento se calculó para cada combinación de variables
climáticas y de suelo como la diferencia entre el rendimiento alcanzable y alcanzado
por productores con una red neuronal artificial (RNA). La brecha de rendimiento fue
modelada con otro modelo de RNA usando como entradas factores de clima y suelo.
La brecha de rendimiento promedio fue de 865 kg ha-1 (que representa el 25% de
rendimiento alcanzable promedio) variando entre 740 kg ha-1 (26%) en ambientes
húmedos y 1140 kg ha-1 (42%) en los ambientes semiáridos durante las últimas cinco
campañas. La brecha de rendimiento pudo modelarse adecuadamente con una RNA
(R2 = 0,745, RMSE = 144 kg ha-1). El modelo mostró que los factores de suelo afectan
profundamente la brecha de rendimiento y que la menor brecha se obtuvo en los
suelos con valores de medios a altos de carbono orgánico y capacidad de
almacenamiento de agua útil. La brecha de rendimiento y un índice de productividad
del suelo desarrollado localmente se correlacionaron negativamente. La metodología
desarrollada para el análisis de brecha de rendimiento puede ser utilizada para otros
cultivos y regiones.
1
Introducción
La brecha de rendimiento en agroecosistemas de producción bajo secano se define

como la diferencia entre el rendimiento alcanzable y el alcanzado por los productores
(Evans y Fischer, 1999; Van Ittersum y Rabbinge, 1997) y suele ser muy grande
(Hochman et al., 2013). El rendimiento alcanzable representa el rendimiento logrado
bajo condiciones limitantes de agua y nutrientes y se relaciona con las mejores
prácticas de manejo conocidas en la actualidad (Hochman et al., 2012). Depende del
tipo de suelo ya que se relaciona a propiedades como la capacidad de
almacenamiento de agua útil (Van Ittersum et al., 2013). El rendimiento alcanzado es
el nivel de producción obtenido bajo condiciones limitantes de producción no sólo de
agua y nutrientes, sino también de muchos otros factores como plagas, enfermedades,
prácticas de manejo erróneas, etc. (Lobell et al., 2009). La identificación de la brecha
de rendimiento para cultivos en particular y para regiones en general proporciona un
marco para priorizar los esfuerzos de investigación y de políticas de gestión para
reducirla (Tittonel et al., 2008), pero además una mejor comprensión de cuáles son los
factores ambientales que la permitiría desarrollar mejores prácticas de manejo que
también apunten a reducirla. Este estudio busca modelar los patrones espaciales de la
brecha de rendimiento de trigo en la Región Pampeana y relacionarla a factores
ambientales. El foco fue analizar los posibles efectos de propiedades de suelo sobre la
brecha de rendimiento desasociándolos de la influencia climática.
Se utilizaron datos de rendimiento de trigo, clima y propiedades de suelo que

corresponden a un área de aproximadamente 45 Mha, subdivida en 41 unidades
geográficas como fue descrito en detalle anteriormente (De Paepe y Álvaerz,. 2013),
que comprende el área de producción de trigo más grande de la Región Pampeana. El
período analizado fue de 40 años, desde 1967 hasta 2006. Se utilizó información
disponible por partido de superficie sembrada (ha) y producción de trigo (t) para
calcular el rendimiento a lo largo del período mencionado así como datos estimados
de precipitación, temperatura, evapotranspiración potencial del cultivo (ETP),
coeficiente fototérmico, capacidad de almacenamiento de agua útil y carbono orgánico.
Toda esta información fue utilizada anteriormente para desarrollar un modelo para
estimar el rendimiento alcanzable de trigo con una función de frontera (De Paepe y
Álvaerz, 2014) y otro modelo basado en una red neuronal artificial (RNA) para estimar
el rendimiento alcanzado promedio (De Paepe and Álvarez, 2013). La brecha de
rendimiento fue calculada como la diferencia entre el rendimiento alcanzable y
alcanzado utilizando los datos estimados por ambos modelos para cada unidad
geográfica y para cada año generando una base de 1640 valores de brechas de
rendimiento.
2
A su vez, estos valores de brecha de rendimiento fueron la variable dependiente de

otro modelo explicativo basado en una RNA y las variables de entrada fueron variables
de clima y suelo. Los métodos utilizados para ajustar las redes fueron similares a los
descritos en un trabajo anterior (De Paepe y Álvarez, 2013). El set de datos fue
particionado en 75% para ajustar los modelos y 25% restante independiente para su
validación utilizando Statistica Neural Networks (versión 2011, Stat. Soft). La brecha
de rendimiento también se relacionó a un índice de productividad regional desarrollado
para trigo localmente (De Paepe y Álvarez, 2013). Se realizaron análisis de regresión y
correlación para buscar asociaciones entre variables testeando la significancia a través
de un test de F (P < 0.05). La performance de los modelos se compararon mediante el
R2 y el RMSE (root mean squared error o cuadrado medio del error) (Kobayashi y
Salam, 2000). Diferencias entre los valores de R2 fueron testeados mediante un test
específico usando la transformación Z de Fisher (Kleinbaum y Kupper, 1979). La
ordenada al origen y las pendientes de las regresiones de valores estimados vs.
observados fueron comparados con los valores 0 y 1 respectivamente utilizando el
Software IRENE (Fila et al., 2003).
Tanto el rendimiento alcanzable como la brecha de rendimiento fueron presentados
gráficamente con mapas utilizando QGIS v. 2.10.1(Quantum GIS Geographic
Information System. Open Source Geospatial Foundation Project). Se hizo un análisis
de sensibilidad para determinar los efectos de los factores ambientales sobre la brecha
de rendimiento como se indicó en Álvarez y Grigera (2005).
Se observó una relación positiva al comparar el rendimiento alcanzable con el

alcanzado (R2 = 0.678, P < 0.05) (Figura 1). El rendimiento alcanzado fue en promedio
30% más bajo que el rendimiento alcanzable en la Región Pampeana.
3
Figura 1. Rendimiento
alcanzado estimado con una
red neuronal artificial (RNA) vs.
rendimiento alcanzable
estimado con una función de
frontera (FF) para las 41
unidades geográficas de la
Región Pampeana para un
período de tiempo de 40 años.
El rendimiento alcanzable fue mayor y la brecha de rendimiento fue menor en los

suelos más productivos (Figura 2). El patrón espacial de la brecha mostró que fue
mayor en la porción menos productiva del oeste así como también en el borde del
noreste del área de estudio (Figura 3).
Se observó una relación positiva al comparar el rendimiento alcanzable con el
alcanzado (R2 = 0.678, P < 0.05) (Figura 1). El rendimiento alcanzado fue en promedio
30% más bajo que el rendimiento alcanzable en la Región Pampeana.
Figura 2. Índice de productividad de suelos vs. (A) rendimiento alcanzable y vs. (B) la
brecha de rendimiento de trigo. El índice de productividad de suelos está basado en un
modelo local desarrollado por De Paepe y Álvarez (2013).
4
YieldPampas
gap Pampeana
Región Region
(kg ha-1)N
30º S
S
Figura 3. Patrón espacial de la
Uruguay
brecha de rendimiento de trigo
promedio por unidad geográfica
35º S
de la Región Pampeana.
Brecha de
Yield gap
rendimiento
(kghaha
(kg -1)-1
)
B
40º S
0 200 Km
65º O 60º O
La brecha de rendimiento pudo ser modelada con una RNA (R2 = 0.745; RMSE = 144
kg ha-1, P < 0.05) (Figura 4). La RNA ajustada tenía seis neuronas en la capa oculta y
una buena capacidad de generalización ya que no se encontraron diferencias
B
significativas en el R2 de la relación entre los sets de datos de entrenamiento y
validación. La pendiente de la relación de los valores observados vs. estimados no
eran diferentes de 1 y las ordenas al origen fueron iguales a 0 (P < 0.05). Las variables
independientes seleccionadas para la estimación de la brecha de rendimiento fueron:
campaña, carbono orgánico (0-50 cm), capacidad de almacenamiento de agua útil (0-
100 cm), precipitación/ETP durante las fases de barbecho y crecimiento del cultivo, y
el coeficiente fototérmico durante el período crítico.
5
Figura 4. Relación entre la brecha de rendimiento de trigo estimada con un modelo de

red neuronal artificial (RNA) y la observada para los sets entrenamiento (75% del total
de datos) y validación (25% del total de datos).
El modelo regional permitió estimar el impacto de las variables de entrada sobre la
brecha de rendimiento. Todas variables seleccionadas mostraron un efecto curvilíneo
y con fuertes interacciones. Las contribuciones de las otras variables de entrada sobre
la brecha de rendimiento estimada no fueron significativas según este modelo. Cuando
la relación precipitación/ETP fue de uno, las brechas de rendimiento eran menores y
con valores mayores o menores de éste índice climático las brechas eran mayores.
Las variables de suelo interactúan y se observó una menor brecha de rendimiento
cuando los valores de carbono orgánico y la capacidad de almacenamiento de agua
útil eran de medios a altos (Figura 5). Bajo un escenario climático promedio,
representado por valores medios de la precipitación/ETP y cociente fototérmico, la
brecha de rendimiento óptima o mínima rondó los 300 kg ha-1 cuando los contenidos
de carbono orgánico fueron de 60-70 t ha-1 en combinación con una capacidad de
almacenamiento de agua útil de entre 120 mm y 150 mm. La brecha de rendimiento
aumentó hasta 1000 kg ha-1 en suelos con contenidos de carbono orgánico altos pero
con una baja capacidad de almacenamiento de agua útil o viceversa.
6
Figura 5. Interacción entre la

capacidad de almacenamiento de
Capacidad de almacenamiento
agua útil y el contenido de carbono

de agua útil 0-100 cm(mm)
orgánico que determinan la brecha

de rendimiento de trigo en la Región
Pampeana. Las isolíneas indican
valores de brecha de rendimiento
idénticas que resultan de la
combinación de ambas variables.
Números sobre las líneas marcan
valores de brechas de rendimiento
(kg ha-1).
Carbono orgánico 0-50 cm(t ha-1)
Se utilizó una nueva aproximación para estimar la brecha de rendimiento restando del
valor del rendimiento alcanzable estimado con una función de frontera el rendimiento
alcanzado estimado con una RNA. El valor modelado del rendimiento alcanzado
representa el rendimiento promedio esperado para una combinación de factores
ambientales determinadas. El rendimiento alcanzable y la brecha de rendimiento
estaban correlacionados de manera negativa (R2= 0.18, P < 0.01). En las unidades
geográficas con condiciones climáticas óptimas y con suelos muy productivos se
lograron rendimientos alcanzables altos durante la mayor parte de las campañas
resultando en áreas con brechas de rendimiento bajas. Al contrario, cuando los
rendimientos alcanzables fueron logrados únicamente durante algunas campañas en
suelos con baja productividad, el conjunto de unidades geográficas representaron
áreas con brechas de rendimiento altas relacionadas a condiciones climáticas
semiáridas que además se caracterizan por ser más variables. Resultados similares,
es decir brechas de rendimiento grandes en zonas donde los rendimientos alcanzados
fueron menores, fueron reportados en otras regiones de producción de trigo (Abeledo
et al., 2008) y Asia (Lu y Fan, 2013). En cambio en Australia, no se encontró relación
entre la brecha de rendimiento de trigo y los niveles de rendimiento (Peake et al.,
2014).
Para el quinquenio 2002-2006 la brecha de rendimiento promedio fue de 865 kg ha-1
(25% del nivel de producción del rendimiento alcanzable) y varió entre 200 kg ha-1 a
1800 kg ha-1 según la unidad geográfica. Durante este período la brecha varió de entre
26% en ambientes húmedos y 42% en los semiáridos. La porción semiárida del oeste
de la Región Pampeana y el borde muy húmedo del noreste fueron las zonas con los
rendimientos alcanzados más bajos y en consecuencia las brechas de rendimiento
más altas. Por un lado, este patrón espacial pudo ser atribuido parcialmente a la alta
7
variabilidad de la precipitación en la Región Semiárida Pampeana (Hall et al., 1992)

que puede explicar porque los rendimientos alcanzados en promedio difieren
ampliamente de los rendimientos alcanzables. Bajo condiciones semiáridas las
campañas climáticamente favorables permiten que los rendimientos alcanzados se
acerquen más a los rendimientos alcanzables pero la variabilidad en las
precipitaciones resulta en una brecha de rendimiento grande durante muchas
campañas. Por otro lado, en el noreste las precipitaciones excesivas pueden generar
enfermedades en el cultivo de trigo (Annone, 2001) y problemas por inundación (De
San Celedonio et al., 2014)
En este trabajo se usó por primera vez un modelo explicativo basado en una RNA
como una herramienta para identificar algunos de los factores ambientales que
controlan la brecha de rendimiento a escala regional. Más allá del efecto climático muy
fuerte de la relación precipitación/ETP sobre la brecha de rendimiento, que representó
un 46% de su variabilidad, según indicó el análisis de sensibilidad, las propiedades del
suelo también regularon su magnitud representando 52% de su variabilidad. Los
valores mínimos de la brecha de rendimiento fueron modelados para combinaciones
de suelos con contenidos de carbono orgánico y capacidad de almacenamiento de
agua útil medios que corresponden con la productividad de trigo más alta detectada en
la Región Pampeana (De Paepe y Álvarez, 2013). La brecha de rendimiento no solo
aumentó en áreas de baja productividad sino sobre todo en áreas con suelos de baja
productividad como los de la región semiárida y la del noreste.
Los resultados de este estudio sugieren que los esfuerzos para reducir la brecha de
rendimiento deben enfocarse en los suelos pampeanos de baja productividad. La
capacidad de almacenamiento de agua útil es una propiedad que sufre cambios
mínimos como consecuencia de las prácticas de manejo pero el contenido de carbono
orgánico de los suelos puede verse afectado severamente por el uso agrícola por
ejemplo por las rotaciones de cultivos. Estudios locales han determinado que
incrementar la proporción de forrajeras perennes en las rotaciones de cultivos
(Studdert et al., 1997) o reemplazar el cultivo de soja por otros cultivos que dejan más
residuos sobre el suelo como maíz (Álvarez et al., 2011) pueden aumentar el
contenido de carbono orgánico de los suelos y reducir de esta manera la brecha de
rendimiento.
Agradecimientos
20020100617), CONICET (PIP 02050 y PIP 02608) y FONCyT (PID-BID 37164 – 49).
8
Bibliografía
Abeledo L. G., R. Savin y G. A. Slafer. 2008. Wheat productivity in the Mediterranean

Ebro Valley: Analyzing the gap between attainable and potential yield with a simulation
model. Eur. J. Agron. 28: 541-550.
Alvarez, R. y Grigera S. 2005. Analysis of soil fertility and management effects on
yields of wheat and corn in the Rolling Pampa of Argentina. J. Agron Crop Sci. 191:
321-329.
Álvarez R., H. S. Steinbach y A. Bono. 2011. An artificial neural network approach for
predicting soil carbon budget in agroecosystems. Soil Sci. Soc. Am. J. 75: 965-975.
Annone J. G. 2001. Criterios empleados para la toma de decisiones en el uso de
fungicidas en trigo. Rev. Tec. Agropecuaria. 6: 16-20.
De Paepe J. L. y R. Álvarez. 2013. Development of a regional soil productivity index
using an artificial neural network approach. Agron. J. 105: 1803-1813.
De Paepe J. L. y R. Álvarez. 2014. Estimación regional del rendimiento alcanzable de
trigo a través de una función de frontera. XXIV Congreso Argentino de la Ciencia del
suelo. II Reunión Nacional de Materia Orgánica y sustancias Húmicas. Producción
sustentable en Ambientes Frágiles. Bahía Blanca, Argentina. 5-9 de mayo de 2014.
De San Celedonio R. C., J. R. Micheloud, L. G. Abeledo, D. Miralles y G. A. Slafer.
2014. Riesgo de anegamiento en trigo (Triticum aestivum L.) para distintas localidades
de la región triguera argentina. Cienc. Suelo. Suelo 32: 233-246.
Evans, L. T. y R. A. Fischer. 1999. Yield Potential: Its Definition, Measurement, and
Significance. Crop Sci. 39 (6): 1544-1551.
performance. Eur J Agron 18:369-372.
Hall A. J., C. Rebella, C. Guersa y J. Culot. 1992. Field-crop system of the Pampas. In:
Pearson CJ, editor. Field crop ecosystems Elsevier, Amsterdam.
Hochman Z., D. Gobbett, D. Holzworth, T. McClelland, H. van Rees, O. Marinoni, J. N.
Garcia y H. Horan. 2012. Quantifying yield gaps in rainfed cropping systems: A case
study of wheat in Australia. Field Crops Res. 136: 85-96.
Hochman Z., D. Gobbett, D. Holzworth, T. McClelland, H. van Rees, O. Marinoni, J. N.
Garcia, and H. Horan. 2013. Reprint of Quantifying yield gaps in rainfed cropping
systems: A case study of wheat in Australia. Field Crops Res. 143: 65-75.
Kleinbaum D. G. y L. L. Kupper 1979. Applied regression analysis and other
multivariable methods Duxbury Press, North Scituate, MA.
9
Kobayashi K. y M. U. Salam. 2000. Comparing simulated and measured values using

mean squared deviation and its components. Agron. J. 92: 345-352.
Lobell D. B., K. G. Cassman y C. B. Field. 2009. Crop Yield Gaps: Their Importance,
Magnitudes, and Causes. Annu. Rev. Environ. Resour. 34: 179-204.
Lu C. y L. Fan 2013. Winter wheat yield potentials and yield gaps in the North China
Plain. Field Crops Res. 143: 98-105.
Peake A., N. Huth, P. Carberry, S. Raine y R. Smith. 2014. Quantifying potential yield
and lodging-related yield gaps for irrigated spring wheat in sub-tropical Australia. Field
Crops Res. 158: 1-14.
Studdert G. A., H. E. Echeverría y E. M. Casanovas. 1997. Crop-pasture rotation for
sustaining the quality and productivity of a typic Argiudoll. Soil. Sci. Soc. Am. J. 61:
1466-1472.
Tittonell P., B. Vanlauwe, M. Corbeels y K. E. Giller. 2008. Yield gaps, nutrient use
efficiencies and response to fertilisers by maize across heterogeneous smallholder
farms of western Kenya. Plant Soil 313: 19-37.
Van Ittersum M. K., K. G. Cassman, P. Grassini, J. Wolf, P. Tittonell y Z. Hochman.
2013. Yield gap analysis with local to global relevance - A review. Field Crops Res.
143: 4-17.
Van Ittersum M. K y R. Rabbinge. 1997. Concepts in production ecology for analysis
and quantification of agricultural input-output combinations. Field Crops Res. 52: 197-
208.
10
INDICADORES DE LA FERTILIDAD EN SUELOS CON TRIGO BAJO SIEMBRA

DIRECTA
JUAN MANUEL MARTÍNEZ1,3*; MATÍAS E. DUVAL1; FERNANDO M. LÓPEZ1,3; MARIA

ROSA LANDRISCINI1 & JUAN A. GALANTINI2
1
Agronomía-Universidad Nacional del Sur.
* [email protected]
Palabras clave: Calidad de suelos; Trigo; Molisol
Resumen
En la actualidad, resulta necesario contar con información científica que permita

seleccionar indicadores de calidad de suelos (CS) en el sudoeste bonaerense (SOB). El
objetivo fue evaluar diferentes indicadores químicos, físicos y biológicos de la CS
asociados a la fertilidad y determinar cuáles son los más importantes en suelos con trigo
(Triticum aestivum L.) bajo siembra directa (SD) del SOB semiárido. Durante los años
2010 y 2011 se muestrearon 27 lotes de productores destinados al cultivo de trigo bajo
SD, situados en la región semiárida bonaerense. Los suelos se muestrearon en 0-20 cm
al momento de la siembra del cultivo. Para detectar indicadores se utilizó al análisis de
componentes principales (CP) utilizando a todos los indicadores químicos, físicos y
biológicos; y al rendimiento en grano como variable de clasificación. El análisis de CP
permitió explicar un 77% de la variabilidad total en el rendimiento en grano, agrupando
los primeros 4 CP con autovalores > 1. Dentro de las variables seleccionadas como
indicadores de calidad se encontraron arenas, carbohidratos totales (CHt) y
carbohidratos solubles (CHs) para CP1; pH, arenas y limo + arcilla en CP2, Pe en CP3 y
carbono orgánico particulado grueso (COPg) en CP4. Se pudo detectar a los CHs como
indicador biológico principal de la calidad de estos suelos con trigo. Las fracciones más
lábiles del C no fueron indicadores de la fertilidad de gran importancia por la variabilidad
en los aportes de fracciones lábiles por los residuos de cultivos en esta región.
Introducción
La calidad de suelos (CS) ha sido definida como la capacidad del suelo de funcionar
efectivamente en el presente y futuro (Doran & Parkin, 1994). En la actualidad, resulta
necesario contar con información científica que permita seleccionar indicadores de
calidad, y desarrollar índices a fin de evaluar la calidad de los suelos, con respecto a la
degradación y la sustentabilidad del mismo (Duval et al., 2013). En los suelos agrícolas
la calidad estará dada por su potencial para permitir el desarrollo de los cultivos, sin
causar degradación del suelo ni deteriorar el ambiente. Las propiedades físicas,
1
químicas y biológicas pueden ser buenos indicadores de CS aunque la mayoría no son

universales, y son variables con el ambiente y características edáficas bióticas y
abióticas (Shukla et al., 2005). Sin embargo, debido a la imposibilidad de considerar
todas estas propiedades juntas, es necesario hacer una selección de los indicadores
más importantes.
Diferentes autores han definido una serie de requisitos o pautas específicas que deben
cumplir los parámetros evaluados para ser considerados indicadores. Según Dalal
(1998) supone que un buen indicador debe medir una o más funciones del suelo; ser lo
suficientemente sensible para reflejar los cambios debidos a perturbación, restauración
o manejo; facilitar la referencia de valores críticos o umbrales; ser fácilmente
interpretables; ser fácil y barato de obtener. Las propiedades físicas, químicas y
biológicas pueden ser buenos indicadores de CS aunque la mayoría no son universales,
y son variables con el ambiente y características edáficas bióticas y abióticas (Shukla et
al., 2005). Los indicadores de CS más efectivos probablemente varían acorde a la
región, clima y sistema de producción (Parr et al., 1992).
El cultivo de trigo es la base de los sistemas productivos en una amplia región del
sudoeste bonaerense (Martínez et al., 2012). Sus rendimientos son influenciados por las
condiciones climáticas y las propiedades edáficas, obligando a un uso eficiente de los
recursos (Galantini et al., 2004).
En este ambiente donde los recursos- como el agua - son limitados, se desconocen en
detalle cuales son los indicadores de CS asociados a la fertilidad que nos permiten
observar el efecto de la agriculturización y de la SD sobre la productividad de estos
suelos. El objetivo fue evaluar diferentes indicadores químicos, físicos y biológicos de la
CS asociados a la fertilidad y determinar cuáles son los más importantes en suelos con
trigo bajo SD del SOB semiárido.
Durante los años 2010 y 2011 se muestrearon 27 lotes de productores destinados al

cultivo de trigo bajo SD, situados en el Sudoeste de la provincia de Buenos Aires, en lo
que comprende la región semiárida bonaerense. Las características de los sitios y lotes
se encuentran en la Tabla 1.
Los suelos se muestrearon en 0-20 cm al momento de la siembra del cultivo en tres

puntos de muestreo georeferenciados en un radio de 50 m, en cada uno de los lotes. En
cada punto de muestreo se tomó una muestra compuesta de suelo (15-20
submuestras).
Las muestras de suelo se secaron al aire y se tamizaron por 2 mm. Luego, se evaluó
como indicadores químicos: Carbono orgánico total (COT) por combustión seca con
2
analizador automático Leco (Leco Corporation, St Joseph, MI), N total (Nt) del suelo
(Bremner & Mulvaney, 1982), pH y fosforo extraible (Pe, Bray & Kurtz, 1945). Con
respecto a los indicadores físicos se analizó: almacenamiento de agua del suelo al
momento de la siembra (AS) y granulometría por tamaño de partículas por
fraccionamiento físico del suelo (Duval et al., 2013), obteniendo las fracciones: arenas y
Limo+ arcilla. Como indicadores biológicos se evaluó: N potencialmente mineralizable
medido como N anaeróbico (Nan) (Waring & Bremner, 1964), Carbono organico
particulado grueso (COPg, > 100 micrones) y particulado fino (COPf, < 53 micrones)
(Duval et al., 2013), e hidratos de C totales y solubles (CHt y CHs) (Puget el al., 1999).
En madurez fisiológica del trigo, se obtuvieron 2 muestras compuestas de 2 m lineales
trigo, para estimar el rendimiento de grano.
El análisis estadístico se basó en el uso de componentes principales (CP) utilizando a

todos los indicadores químicos, físicos y biológicos como variables; y al rendimiento en
grano como variable de clasificación. Se seleccionaron todos los CP > 1 y dentro de
cada uno se seleccionó a las variables con los mayores autovectores y aquellas en que
la distancia con era hasta un 10% con respecto a la más elevada (Li et al., 2013). El
análisis estadístico se realizó con el software Infostat (Di Rienzo et al., 2013).
Tabla 1.Caracteristicas generales y climáticas de los sitios seleccionados.

Cultivo Temperatura Pp.
Clasificación antecesor media máx mín Anual Ciclo
Sitio n Taxonómica % °C mm
Haplustol Avena (50);
García del Río 2 14,9 21,3 8,5 690 353
Típico Soja (50)
Trigo (60);
1 Argiustol
Las Oscuras Arveja (20); 15,0 21,4 8,6 669 317
7 Típico
Maíz (20)
Haplustol
Cnel. Rosales 4 Cebada (100) 14,9 21,3 8,6 664 285
Entico
Trigo (60);
Haplustol
Cnel. Pringles 4 Cebada (20); 14,8 21,1 8,4 686 331
Típico
Mijo(20)
n, numero de lotes por sitio. Cultivo antecesor, % de cada cultivo antecesor en los n
lotes por sitio; Pp. Precipitaciones. Ciclo, precipitaciones durante el ciclo del cultivo.
Los suelos evaluados tuvieron un nivel de materia orgánica en el rango 16 a 27,4 g kg-1.
El pH fue de ligeramente ácido a neutro (6,1- 7,2), condición típica de los suelos de la
región (Landriscini et al., 2015). La concentración de Pe de los suelos, en general se
encontró por encima del límite establecido por Ron & Loewy (1990) de 10 mg kg -1
quienes encontraron estos valores en 0-10 cm y con otro sistema de labranza, salvo el
sitio “Cnel. Pringles” donde se reportaron menores valores promedios (6,9 mg kg-1).
3
Los rendimientos del trigo oscilaron entre 1882 kg ha-1 y 3469 kg ha-1 con un promedio
de 2445 kg ha-1.Los mayores rendimientos se hallaron en el sitio “Cnel. Pringles”,
mientras que los menores en “Las Oscuras”.
El análisis de CP permitió explicar un 77% de la variabilidad total en el rendimiento en

grano (Tabla 2), agrupando los primeros 4 CP con autovalores > 1. Dentro de las
variables seleccionadas como indicadores de calidad encontramos a arenas, CHt y CHs
para CP1; Nt, pH, arenas y Limo+ arcilla en CP2, Pe en CP3 y COPg en CP4.
La selección de 4 CP con autovalores > 1 es dada por la elevada variabilidad de las

propiedades químicas físicas y biológicas en los diferentes lotes evaluados (Li et al.,
2013) sumado a la variabilidad obtenida en los rendimientos de trigo, característico de la
región semiárida. Dentro de los indicadores seleccionados el más importante en el caso
del CP1 fueron los CHs, siendo el indicador de calidad más importante para estos
suelos con trigo. Esta es una fracción altamente lábil y sensible por las prácticas de
manejo (Duval et al., 2013). Además, Angers et al. (1993) sugirieron que existe un
enriquecimiento de CH en la MO bajo el sistema SD, por lo que sería importante
cuantificarlos con este manejo. En el CP2 se encontró a las fracciones granulométricas
y al pH. Estos resultados coinciden a los hallados con Li et al. (2013), quienes
concluyeron que todos los factores que regulan el agua, los nutrientes y la absorción de
nutrientes por el cultivo, son importantes indicadores de la calidad de suelos. En este
caso la condición textural y el pH cumplen una parte importante sobre el agua y la
disponibilidad de nutrientes. Por su parte, Schoenholtz et al. (2000) concluyeron que la
textura es en indicador de calidad de gran importancia.
Para el CP3 se halló al Pe y esto puede ser explicado por la influencia de los
indicadores en el CP2, que regulan la disponibilidad del P. Mientras, que en el CP4 con
menor explicación de la variabilidad total se encontró al COPg, debido a que en estas
regiones debido a la erraticidad de las precipitaciones, existe mucha variabilidad en los
aportes de C lábil de los residuos de cultivos y generalmente son escasos, en eso radica
esa menor importancia en el rendimiento. Esto demuestra que a pesar de ser un
indicador sensible e importante para otros suelos (Duval et al., 2013), en este caso
debido a la baja explicación de la variabilidad total, no sería un indicador de la calidad
de suelo importante.
4
Tabla 2. Análisis de componentes principales con todos los indicadores para

rendimiento de trigo.
Rendimiento de trigo
CP1 CP2 CP3 CP4
Autovalores 4,59 2,02 1,5 1,16
Proporción de Varianza 0,38 0,17 0,12 0,1
Varianza acumulada 0,38 0,55 0,68 0,77
Variables Autovectores
COT 0,32 -0,03 0,31 0,24
Nt 0,30 -0,35 -0,002 0,08
pH -0,03 0,38 -0,35 0,35
Pe 0,02 -0,24 0,55 0,44
AS 0,33 0,30 -0,06 -0,03
Arenas -0,35 -0,39 -0,17 -0,03
Limo+arcilla 0,34 0,39 0,16 0,02
COPg 0,01 -0,13 -0,43 0,68
COPf 0,34 0,03 -0,37 -0,13
Npm 0,27 -0,34 -0,17 -0,36
CHt 0,36 -0,06 0,12 -0,01
CHs 0,38 -0,33 -0,22 0,09
Subrayados, se indican las variables con mayores autovectores por cada CP generado.
Conclusiones
Se pudo detectar a los CHs como indicador biológico principal de la calidad de estos
suelos con trigo. Otros indicadores importantes fueron la condición textural y el pH, dado
que son reguladores del agua en el suelo y la disponibilidad de nutrientes para el trigo.
Las fracciones más lábiles del C no fueron indicadores de gran importancia por la
variabilidad en los aportes de fracciones lábiles por los residuos de cultivos en esta
región.
Existe una falta de información sobre los indicadores de calidad de suelos en este
ambiente, donde los rendimientos de los cultivos son muy variables y por lo tanto, los
aportes de fracciones lábiles por los residuos resultan en general, escasos y
dependientes de las condiciones climáticas del año. Sería importante incluir estos
indicadores en la confección de índices funcionales del sistema que permitan explicar en
mayor medida la variabilidad de los factores estudiados.
Bibliografía
Angers, DA; N Bissonnette; A Logbre & N Samson.1993. Microbial and biochemical

changes induced by rotation and tillage in a soil under barley production. Can. J. Soil
Sci. 73: 39-50.
5
phosphorus in soil. Soil Sci. 59: 39- 45.
Bremmer, AE, Mulvaney, C.S. 1982. Total nitrogen. In: Methods of soil analysis, Part 2,
Page, C et al. (Eds). Pp. 595-624. American Society of Agronomy and Soil Science
Society of American Journal. Madison, WI.
Dalal, RC. 1998. Soil microbial biomass-what do the numbers really mean?. Anim. Prod.
Sci. 38: 649-665.

Argentina.
Doran, JW & BT Parkin. 1994. Defining and assessing soil quality. In: Defining Soil
Quality for a Sustainable Environment, Doran, JW et al.(Eds.). Pp. 3-21. Soil Science
Society of America. Madison, WI.
Duval, ME; JA Galantini; JO Iglesias; S Canelo; JM Martinez; L Wall. 2013. Analysis of

organic fractions as indicators of soil quality under natural and cultivated systems. Soil
Till. Res. 131: 11-19.
Galantini JA; RE Fernández; GV Minoldo; MR Landriscini; RJ Kiesssling; RA Rosell.

2004. Fertilización del trigo con N y S en suelos bajo siembra directa del S y SO
Bonaerense. Actas VI Congreso Nacional de Trigo. Bahía Blanca Argentina.
Karlen, DL; MJ Mausbach; JW Doran; RG Cline; RF Harris& GE Schuman. Soil quality: a

concept, definition and framework for evaluation. Soil Sci. Soc. Am. J. 61: 4-10.
Landriscini MR; JM Martínez & JA Galantini. 2015. Fertilización foliar con nitrógeno en
trigo en el sudoeste bonaerense. Ci. Suelo 33: en prensa.
Li, P; T Zhang; X Wang & D Yu. 2013. Development of biological soil quality indicator
system for subtropical China. Soil and Till. Res.126: 112-118.
Martínez, JM; MR Landriscini; JA Galantini; ME Duval; CC Cerda. 2012. Predicción del

rendimiento en trigo mediante la utilización del índice de verdor. XIX Congreso
Latinoamericano y XXIII Congreso Argentino de la Ciencia del Suelo. Trabajo completo
en CD-ROM. 16 al 20 de abril. Mar del Plata, Argentina.
Parr, JF; RI Papendick; SB Hornick & RE Youn. 1992. Soil quality: Attributres and
relationship to alternative and sustainable agriculture Amer. J. Altern. Agric. 7: 5-16.
6
Ron, M & T Loewy.1990. Fertilización fosfórica en trigo en el sudoeste bonaerense. I

Modelo de respuesta. Ci. Suelo 8(2): 187-194.
Schoenholtz, SH; HV Miegroet & JA Burger.2000. A review of chemical and physical

properties as indicators of forest soil quality: challenges and opportunities. For. Ecol.
Manage. 138: 335-356.
Shukla, MK; R Lal & M Ebinger. 2005. Soil quality indicators for reclaimed mine soils in
southeastern Ohio. Soil Sci. 169: 133-142.
Waring, SA & JM Bremner. 1964. Ammonium production in soil under waterlogged

conditions as an index of nitrogen availability. Nature 201: 951-952.
7
USO DE SENSORES REMOTOS COMO HERRAMIENTAS PARA DETECCIÓN DE

LIMITANTES EDAFICAS Y MONITOREO DE CULTIVOS
GERÓNIMO COUREL1*; ROBERTO CORBELLA1; JAVIER CARRERAS BALDRÉS2;

CARMINA FANDOS2; ADRIANA PLASENCIA1; PABLO SCANDALIARIS2; JOSÉ R
GARCÍA1 & FEDERICO SORIA2
1. Cátedra de Edafología, Facultad de Agronomía y Zootecnia, Universidad Nacional de

Tucumán. 2. EEAOC - Sección Sensores Remotos, Las Talitas, Tucumán
*[email protected]
Palabras claves: NDVI, maíz, suelos salinos
Resumen
El uso de las imágenes de los sensores satelitales en la actividad agropecuaria se ha

planteado como una alternativa para obtener datos cuantitativos que permiten
caracterizar los cultivos con el fin de tomar decisiones para la planificación y el manejo.
Entre los índices más usados se encuentra el índice de diferencia de vegetación
normalizada (NDVI), quien ha mostrado tener una fuerte relación con la biomasa. La
diferente evolución de la vegetación estaría ligada a las condiciones topográficas, la
actividad antrópica, y al cambio en el uso de la tierra. Este último aspecto adquiere
especial relevancia en áreas como es el caso de Llanura Deprimida subregión salina
(LLDs) de Tucumán. El objetivo del presente trabajo fue relacionar la caracterización de
zonas en un lote agrícola cañero, lograda en base al análisis de NDVI en imágenes
satelitales de un período de 5 años, con las propiedades edáficas de cada zona y con el
mapa de rendimiento del cultivo de maíz. El lote está ubicado en la localidad de Leales,
el suelo es un Haplustol fluvacuentico. A través de las imágenes NDVI se dividió al lote
en tres zonas y se procedió a realizar muestreos de suelo a 0-20, 20-50 y 50-100 cm en
cada una. Se determinaron propiedades físicas, químicas y físico-químicas. El diseño
fue completamente aleatorizado, se usó Infostat 2015. Se determinó que los suelos son
de naturaleza salino-sódica y que el lote presenta zonas con y sin limitantes edáficas
para la caña. Se sembró maíz bajo siembra directa para reducir el fenómeno de
planchado e incrementar los volúmenes de rastrojo en superficie y el porcentaje de
cobertura. La cosecha se realizó con una cosechadora provista de monitor de
rendimiento. Los resultados alcanzados avalan el uso de la información obtenida por
sensores remotos para evaluar los cultivos y separar ambientes edáficos.
Introducción
El desarrollo de las aplicaciones de los sensores remotos en la agronomía es de larga

data. El uso de las imágenes de los sensores satelitales en la actividad agropecuaria se
1
ha planteado como una alternativa para obtener datos cuantitativos que permiten
caracterizar los cultivos con el fin de tomar decisiones para la planificación y el manejo.
Las aplicaciones más utilizadas en general se basan en el cálculo de índices de
vegetación. Gilabert et al 1997 afirman que un Índice de Vegetación puede ser definido
como un parámetro calculado a partir de los valores de la reflectancia a distintas
longitudes de onda, y es particularmente sensible a la cubierta vegetal. Entre los índices
más usados se encuentra el índice de diferencia de vegetación normalizada (NDVI),
aunque existen numerosos índices alternativos para evaluar distintos aspectos del
canopeo de los cultivos (Hatfield et al, 2008). El NDVI ha mostrado tener una fuerte
relación con la biomasa. Farrell y Rivas (2008), entre otros autores, afirman que la
diferente evolución de la vegetación estaría ligada a las condiciones topográficas, la
actividad antrópica, y al cambio en el uso de la tierra. Este último aspecto adquiere
especial relevancia en áreas que han experimentado cambios profundos en la
explotación de sus recursos en los últimos décadas, como es el caso de Llanura
Deprimida subregión salina (LLDs) de la provincia de Tucumán (Corbella et al 2014). La
misma constituye una llanura aluvial de suaves ondulaciones y débiles depresiones con
pendientes menores al 0,5% (Zuccardi y Fadda 1985). Toda el área está afectada por la
presencia de una napa freática salina a escasa o mediana profundidad. LLDs constituye
parte de la ecoregión del Chaco semiárido que representa una de las zonas
“extrapampeanas” con mayor tasa de expansión agrícola en la República Argentina.
Actualmente 45.000.000 de ha se han volcado principalmente a la producción agrícola

(González et al 2009). En esta subregión predominan los ambientes frágiles tanto desde
un punto de vista edáfico como climático (concentraciones de sales en superficie o
subsuperficial, problemas de encharcamiento, de drenaje interno, gran heterogeneidad
textural de los suelos, irregularidad de las precipitaciones). Por lo antes mencionado
cabe destacar que es muy común encontrar lotes productivos que presenten variaciones
muy marcadas con respecto al desarrollo del cultivo como así también a los
rendimientos. En Tucumán el uso de los datos provenientes de sensores remotos ha
sido aplicado principalmente en estudios de cobertura vegetal en los cuales los cultivos
se agrupan como una clase general; en consecuencia, son pocos los trabajos enfocados
a la diferenciación de cultivos y a la obtención de información aplicable específicamente
a la agricultura.El objetivo del presente trabajo fue relacionar la caracterización de zonas
en un lote agrícola cañero, lograda en base al análisis de NDVI en imágenes satelitales
de un período de 5 años, con las propiedades edáficas de cada zona y con el mapa de
rendimiento del cultivo de maíz.
Las características climáticas generales de la subregión responden a un mesoclima

seco sub - húmedo cálido. Las precipitaciones anuales disminuyen desde 900 mm al
S.O. hasta 650 mm en el este. La evapotranspiración potencial es de 950 mm anuales.
La temperatura media anual es de 19,5 º C. La media de enero es de 25º C y la de julio
2
de 12 a 12,5 º C. Las heladas tienen una frecuencia de 12 a 15 días por año,

registrándose las mismas en el período junio - agosto. El campo está ubicado en la
localidad de Leales 27° 14´ 44” S, 65° 03´ 51” O, dentro de la LLDs. El suelo es Azn
Bwznkg Cznkg y corresponde a un Haplustol fluvacuentico. La información suministrada
por el NDVI corresponde a un estudio de imágenes Landsat de 5 años (2008-2012)
de implantado el cultivo de caña de azúcar. Obtenida esta información se procedió en
gabinete a separar al lote en tres zonas según la presencia de biomasa (Fig. Nº1: rojo
con mayor presencia de biomasa, verde contenido intermedio y amarillo la menor
cantidad).
Una vez delimitadas las mismas se procedió en campo a realizar muestreos de suelo en
cada una. Los muestreos fueron de tipo compuesto para analizar propiedades químicas,
físico-químicas y también se efectuó la apertura de calicatas para caracterizar el suelo y
realizar determinaciones de propiedades físicas. Con respecto al muestreo químico y
físico-químico se trabajó con barreno a tres profundidades: 0-20, 20-50 y 50-100 cm.
Las propiedades edáficas que se determinaron fueron: Propiedades químicas: Carbono

orgánico: carbono orgánico oxidable por mezcla sulfocrómica Normas IRAM-SAGPYA
29571-2, Nitrógeno total: método de Kjeldhal, Fósforo disponible: método de Bray
- Kurtz 1 modificado según Normas IRAM-SAGPYA 29570-1, Propiedades físico-
químicas: pH: pH actual 1:2,5 potenciómetro, Capacidad de Intercambio Catiónico
(CIC) Método de extracción con Acetato de NH4, pH 7, Cationes de cambio Método de
extracción con Acetato de NH4, pH 7, Conductividad eléctrica (CE) en extracto de
saturación. Propiedades físicas: Textura método de Kilmer y Alexander. Debido a la
gran uniformidad genética de los suelos cada lote fue considerado un tratamiento (el
sector rojo se lo denominó zona 1, al verde zona 2 y al amarillo zona 3 y el diseño fue
completamente aleatorizado. Los datos obtenidos fueron analizados estadísticamente
por ANAVA y se comparó las medias con el test de Tukey utilizando el programa Infostat
2015.
El 25 de Enero de 2014 el lote fue implantado con maíz utilizando el sistema de siembra
directa. El híbrido usado fue SYN 139 Viptera 3 triple pro y la sembradora utilizada
corresponde a la marca Agrometal de trece cuerpos. Se sembró a una distancia de 52
cm entre líneas y a una densidad de 2,5 semillas por metro. La cosecha se realizó en el
mes de Agosto con una cosechadora New Holland provista de monitor de rendimiento
(Ag Leader PF 3000). La biomasa fue evaluada mediante el cálculo de NDVI a partir de
una imagen Landsat 8 OLI correspondiente al 26 de abril de 2014.
3
Figura N°1: Caracterización de zonas intralote a partir de índice NDVI
Las Tablas 1, 2 y 3 muestran los resultados obtenidos de las variables físico-químicas

analizadas a las tres profundidades estudiadas en los tres sectores cañeros.
Tabla 1. Valores medios de conductividad eléctrica (CE), porcentaje de sodio de

intercambio (PSI), pH y capacidad de intercambio de cationes (CIC) en cada zona a la
profundidad de 0-20 cm
CIC (cmolc kg-
Zona CE (dS m-1) PSI (%) 1 pH
)
1 1,96 a 24,00 a 17,10 ab 6,50 a
2 2,81 b 25,84 b 16,30 a 6,30 a
3 5,59 c 30,12 c 18,46 b 6,48 a

CIC (cmolc kg-
)
1 5,20 a 41,60 a 22,80 a 7,04 a
2 6,03 b 42,06 a 17,84 ab 6,98 a
3 7,96 c 47,58 b 21,86 b 7,00 a
4

CIC (cmolc kg-
)
1 6,90 a 63,30 b 15,12 a 7,23 a
2 8,60 b 56,28 c 16,54 b 7,41 a
3 13,60 c 89,34 a 12,34 c 7,70 b
En base a la cuantificación de las propiedades físico-químicas (Tablas 1, 2 y 3) se

determinó que los suelos de las zonas cañeras estudiadas son de naturaleza salino
sódica. Las mismas presentan diferencias significativas en los tenores salinos y sódicos
y en profundidad. Es así que en todas las zonas se detectó un incremento de la CE en
profundidad, existiendo diferencias significativas entre ellas y en las profundidades
estudiadas. Los menores tenores salinos se detectaron en zona 1 y a la profundidad de
0-20cm y los mayores en la zona 3 a la profundidad de 50-100 cm. Los valores del
porcentaje de sodio de intercambio (PSI %) demostraron que los contenidos del catión
Na+ de intercambio superan la barrera del 25 % aumentando la sodicidad en
profundidad, fundamentalmente en la zona 3. Es importante destacar que no hay un
efecto de ausencia de estructura por sodicidad debido a que la concentración salina
impide marcadamente el fenómeno de dispersión que caracterizan a los suelos sódicos
(Molina et al 2009).
Los pH son básicamente neutros a ligeramente básicos debido al predominio de

cloruros y sulfatos de sodio en la solución del suelo. No se encontraron diferencias
significativas en las profundidades de 0-20 y 20-50 cm en las tres zonas estudiadas con
respecto al pH.
En cuanto a la CIC, los valores obtenidos son moderados a moderadamente altos

principalmente a la profundidad de 20-50 cm en concordancia con el predominio de la
textura Franco arcillosa es decir una buena capacidad de entregar elementos nutritivos.
Con respecto a la clase textural del suelo estudiado las mismas son: Franco limoso de
0-20 cm, Franco arcilloso de 20-50 cm y Franco arcillo limosa de 50-100 cm. Courel
(2012) citó para tres variedades de caña de azúcar en suelos salinos de la Llanura
Deprimida de Tucumán, que por arriba de una CE de 6,11 dS m-1el crecimiento del
cultivo fue de moderado a seriamente afectado, que con una CE de 1,84 dS m-1el
crecimiento fue levemente afectado y que con una CE de 0,5 dS m-1 el crecimiento no
fue afectado. En base a lo investigado por este autor se confirma que este lote presenta
zonas en donde el cultivo de caña tiene un crecimiento moderado a bueno (zonas 1 y 2)
y otras con serias limitaciones edáficas para un buen crecimiento y desarrollo del cultivo
de caña de azúcar (zona 3).
5
En cuanto al análisis de las propiedades químicas (Tablas 4, 5 y 6) se determinó que los

contenidos de carbono orgánico y nitrógeno representan valores de moderados a altos,
reportándose el mayor contenido de carbono orgánico en la zona 3 a la profundidad
superficial de 0-20 cm, las causas de estas diferencias significativas radicarían en el
mayor periodo de saturación con agua que afecta a este sector lo que se traduce en una
menor tasa de descomposición por períodos temporarios de anaerobiosis. Los
contenidos de fósforo en todo el lote son considerados bajos principalmente para el
cultivo de caña que requiere un mínimo de 25 mg kg -1 de fósforo en los suelos para que
no se efectué una fertilización (Romero et al 2010). Esta limitante química es una
constante para los suelos del este tucumano (Fadda, Zuccardi 1985 y Hernández et al
2010)
Tabla 4. Valores medios de carbono orgánico (CO) y fósforo (P) en la profundidad 0-20
cm
Lote CO (%) P (mg kg-1) N (%)
1 2,10 a 3,80 a 0,16 a
2 1,69 b 5,07 b 0,15 a
3 2,53 c 9,68 c 0,15 a
Tabla 5. Valores medios de carbono orgánico (CO) y fósforo (P) en la profundidad 20-50
cm
1 0,99 a 4,69 a 0,13 a
2 1,29 b 4,73 a 0,11 a
3 0,99 a 3,69 b 0,09 a
Tabla 6. Valores medios de carbono orgánico (CO) y fósforo (P) en la profundidad 50-
100 cm
1 0,60 a 5,20 a 0,04 a
2 0,40 b 6,54 b 0,05 a
3 0,29 b 5,16 a 0,02 a
Después de caracterizados las zonas del lote cañero por las imágenes ndvi y las
propiedades edáficas se procedió a eliminar el cultivo de caña de azúcar y sembrar un
cultivo anual estival. Se optó por el cultivo de maíz bajo un sistema de manejo
conservacionista fundamentalmente para reducir el fenómeno de planchado, debido a
6
que estos suelos son muy propensos, e incrementar los volúmenes de rastrojo en
superficie y el porcentaje de cobertura.
En la figura N° 2 se observa la zonificación del lote surgida del análisis de índices NDVI
de 5 años (2 A) y el índice NDVI resultante de las imágenes del cultivo de maíz, en color
verde (2B). Los tonos más oscuros indican mayor biomasa, por mayor reflectancia y los
verdes más claros, menor biomasa. Es notable la coincidencia de mayor o menor
desarrollo de biomasa de maíz con las zonas delimitadas por las características
edáficas con el cultivo de caña.
Figura N° 2: Zonificación del lote (A) e Índice NDVI en cultivo de maíz, abril de 2014 (B)
En la Figura Nº 3 se expone el mapa de rendimiento obtenido luego de la cosecha. A

partir del mismo y de la zonificación proporcionada por el estudio de NDVI de 5 años se
determinó el porcentaje de rendimiento de cada categoría y de cada zona (1, 2 y 3).
En la Tabla 10 se constata que la zona 1, categorizada como la zona de mayor biomasa

según NDVI y con mejores propiedades edáficas según el muestreo de suelo, fue la
zona que presentó mayor porcentaje (35%) de la categoría 1 (6,04 a 7,54 t ha-1) de
rendimiento, mientras que la zona 3, con mayores limitaciones edáficas y de biomasa,
presentó un alto porcentaje (42%) de la categoría 7 de rendimiento (0,62 a 3,63 t ha-1) o
sea el más bajo valor.
7
Figura Nº 3. Mapa de rendimiento del cultivo de maíz, año 2014
Tabla 7. Categorías de rendimiento y porcentajes de cada zona.

Categoría t/ha Zona 1 % Zona 2 % Zona 3 %
1 6,04 - 7,54 35 11 11
2 5,67 - 6,04 18 13 6
3 5,38 - 5,67 12 10 8
4 5,02 - 5,38 7 9 8
5 4,44 - 5,02 14 17 10
6 3,63 - 4,44 14 26 15
7 0,62 - 3,63 0 14 42
En la Tabla 8 se observa el grado de correlación existente entre la variable respuesta

Producción (rendimiento) y las Imágenes NDVI.
Tabla 8. Análisis de Correlación

Variable N R² R² Aj ECMP AIC BIC
Producción 92 0,79 0,79 0,85 246,17 253,74
Se determinó un coeficiente R2= 0,79 lo que indica las imágenes NDVI explican el 79%
de la variabilidad observada en el rendimiento del cultivo de maíz (Figura N° 4).
8
Figura Nº 4. Análisis de Regresión entre Producción t ha-1 e imágenes NDVI
7,30
l l
Producción
til
l
5,30
til
3,29
l
1,29
til
-0,72
0,39 0,41 0,44 0,46 0,49
l l NDVI l
i
Conclusiones
Los índices NDVI obtenidos a partir de imágenes satelitales constituyen una
excelente herramienta para la evaluación de la biomasa de los cultivos, que contribuye a
la vez, a la delimitación de ambientes.
La zonificación edáfica determinada a partir del estudio de imágenes NDVI presentó
excelente correlación con el rendimiento obtenido del cultivo de maíz.
Los resultados alcanzados avalan el uso de la información obtenida por sensores
remotos para evaluar los cultivos y separar ambientes, con vistas al uso racional de
insumos.
Agradecimiento
Al señor Lucas Gallardo por su valiosa contribución para generar el mapa de

rendimiento del cultivo de maíz.
Bibliografía
Baret, F; Guyot, G. (1991). Potentials and limits of vegetations indices for LAI and APAR
assesment. Remote Sensing Environment. 35: 161 - 173.
Corbella, R.D., Courel, G. F., Plasencia, A. M., Ceballos, R. y Banegas N. 2014 “Índice
ndvi para detectar limitaciones edáficas en lotes cañeros de la Llanura deprimida
salina” Trabajo presentado en el XXIV Congreso Argentino de la Ciencia del
Suelo, Bahía Blanca del 5 al 9 de mayo de 2014.
9
Courel, G. F. (2012). Evaluación de la salinidad de un suelo bajo el cultivo de caña de

azúcar y su posible recuperación mediante la construcción de canales de drenaje”
Tesina de Grado, FAZ-UNT.
Farrell Mauricio y Raúl Rivas (2008). Relación entre índices de vegetación provenientes
de imágenes MODIS y el rendimiento en girasol en el área centro de la Pampa,
Argentina. XII Reunión Argentina de Agrometeorología, 8 al 10 de octubre de 2008. San
Salvador de Jujuy – Argentina.
Gilabert, M.A., González-Piqueras, J. y García-Haro, J. 1997. Acerca de los índices de

vegetación. Revista de Teledetección. 8. Pp. 35-45.
Gonzalez M. C y Roman M. 2009. Expansión agrícola en áreas extrapampeanas de la

Argentina. Una mirada desde los actores sociales. Cuadernos de Desarrollo Rural 6
(62), 2009.
Hatfield, J.L., A.A. Gitelson, J.S. Schepers, and C.L. Walthall. 2008. Remote sensing of
agronomic parameters: Scientific advances. Agron. J. 100:S117–S131
Hernández C., F. Sosa, C. Sotomayor, A. Sanzano, M. Morandini, M. Devani, C.

Sotomayor, F. Ledesma y H. Rojas Quinteros. Fertilización en soja. Capítulo IX. El
cultivo de soja en el NOA 2010. Pub. Esp. Nº 38: 134 –138.
Molina et al (2000) Las propiedades físico-químicas de los suelos.

www.edafología.com.ar
Paruelo J.M. (2008) La caracterización funcional de ecosistemas mediante sensores

remotos. Asociación Española de Ecología Terrestre. Ecosistemas 17 (3): 4 – 22.
Ripple, W.J. (1985). Asymptotic reflectance characteristics of grass vegetation.

Photogrammetric Engineering and Remote Sensing 43: 1915 – 1921.
Romero E; Alonso L. y Casen S. 2010. Fertilización de la caña de azúcar. Criterios y

recomendaciones. Manual del cañero-EEAOC. ISBN 978-987-21283-6-4 Capítulo 7.
Sellers, P.J. (1985). Canopy reflectance, photosynthesis, and transpiration. International

Journal of Remote Sensing 6:1335 – 1372.
Zuccardi, R.B. y Fadda, G. S. (1985) Mapa de Reconocimientos de suelos de la

provincia de Tucumán. Publicación especial Nº 3. Facultad de Agronomía y Zootecnia,
U.N.T. Tucumán, Argentina.
10
EVOLUCIÓN DEL P DISPONIBLE EN FUNCIÓN DEL BALANCE DE P EN EL LARGO

PLAZO
PEDRO A. BARBAGELATA1,2* & MARIO CHESTA3
1
INTA-EEA Paraná; 2 Facultad de Ciencias Agropecuarias (UNER); 3
AAPRESID,
Regional Paraná.; Ruta Nº 11 km 10,5 (3101), Oro Verde (ER);
* [email protected]
Palabras clave: Fertilización fosfatada; P Bray; Cultivos agrícolas
Resumen
Los estudios de fertilidad de suelos de larga duración permiten reunir información

esencial para analizar como los sistemas de producción y la fertilización fosfatada
afectan la evolución del fósforo (P) disponible en el suelo a través del tiempo. El objetivo
de este trabajo fue evaluar el efecto de la fertilización fosfatada y la producción de
cultivos en el largo plazo sobre el balance de P y el cambio en los niveles de P
disponible del suelo a través del tiempo, medido mediante el extractante Bray y Kurtz (P
Bray), y estudiar la relación entre estos últimos. El trabajo se realizó durante 24 años en
un lote de producción comercial del departamento Nogoyá en la provincia de Entre Ríos,
cuyo suelo predominante es un Argiudol vértico. En este lote se comenzó con siembra
directa en el ciclo 1991/92, año desde el cual se implantaron 37 cultivos hasta 2014/15,
lo que determinó un promedio de 1,54 cultivos año-1. El balance de P en el suelo fue
calculado como la diferencia entre los ingresos, mediante fertilización fosfatada, y
egresos de P del sistema, a través de la extracción estimada de P por los cultivos. Se
midió anualmente el rendimiento de los cultivos y la concentración de P en granos se
tomó de planillas de cálculos publicadas por IPNI Cono Sur. Se realizó un muestreo
anual de suelos, en el mes de mayo, para evaluar el nivel de P Bray a una profundidad
de 0-20 cm. El rendimiento de los cultivos incluidos en la rotación varió en función de las
condiciones ambientales de cada año, fluctuando desde 1700 a 7050 kg ha-1 para trigo
(13 cultivos), 1300 a 4350 kg ha-1 para soja (17 cultivos) y 3730 a 11500 kg ha-1 para
maíz o sorgo (7 cultivos). El rendimiento promedio de los cultivos en período evaluado
fue 5990 kg ha-1 año-1. La extracción total de P en granos estimada fue 540 kg P ha-1, en
tanto la cantidad de P aplicada, vía fertilización, en el mismo período fue 588 kg P ha-1,
resultando un balance neto positivo de 48 kg P ha-1 al final del período. La evolución del
contenido de P Bray en el suelo durante los 24 años evaluados siguió una tendencia
muy similar a la del balance acumulado de P del sistema. La relación entre los cambios
en el balance acumulado de P y el P Bray fue lineal positiva. La variación del balance
acumulado de P explicó un 64% de la variación del contenido de P Bray, demostrando
que el balance es una buena aproximación para estimar los cambios en el contenido del
P Bray. La ecuación obtenida mostró que se necesitaron 8.5 kg de P ha-1 de balance
acumulado para modificar 1 mg P Bray kg-1 suelo. Esto demuestra que balances de P
1
positivos de escasa magnitud, como el logrado en este trabajo (2 kg P ha-1 año-1),

permiten aumentar los niveles de P disponible del suelo y que el P Bray es un indicador
sensible a estos cambios.
Introducción
En la última década se produjo una gran expansión del área bajo producción agrícola en
la región pampeana argentina. Esta expansión se apoyó parcialmente en el cambio en
el sistema de labranza tradicional hacia la siembra directa (SD). Los suelos de la región
presentan bajos niveles de fósforo (P) disponible para las plantas (Tasi, 2000; Sainz
Rozas et al., 2012) debido a la baja reposición de este nutriente exportado con las
cosechas de forrajes y granos (balances negativos) y/o a características inherentes a los
materiales originarios de los mismos. La aplicación racional de fertilizantes fosfatados
generalmente aumenta el rendimiento de los cultivos en amplias regiones del país
(Barbagelata, 2012), incrementando también la rentabilidad de los productores.
Es necesario contar con información acerca de cambios en niveles de P en suelo en

sistemas de producción de trigo, soja y maíz con diferentes estrategias de fertilización
con P para ayudar a los productores a manejar los nutrientes en una forma más
eficiente. Sumado a esto, en los últimos años en algunos países han comenzado a
exigir planes de manejo de nutrientes que estimen el impacto de las prácticas de manejo
de la fertilización sobre el aumento o disminución de los niveles de P en suelo (Dodd y
Mallarino, 2005).
Los estudios de larga duración permiten reunir información esencial para estudiar como
los sistemas de producción y la fertilización con P afectan su evolución en el suelo a
través del tiempo. Conociendo como los niveles de P en suelo decaen o aumentan,
cuando dosis de P menores o mayores al promedio de remoción por los cultivos son
aplicadas, debería ayudar a manejar la fertilización con P para mantener niveles óptimos
de P en suelo a través del tiempo y a determinar por cuánto tiempo se puede mantener
un campo en producción antes que los niveles de P en suelo decrezcan a niveles que
requieran fertilización (Webb et al., 1992; Mallarino et al., 1991; Dodd y Mallarino, 2005;
Cox, 1992). Las investigaciones de larga duración en fertilidad han servido como base
de los programas de recomendaciones de fertilización usados actualmente en muchos
países (McCallister et al., 1987; McCollum, 1991). Estos permiten determinar los efectos
acumulativos de las prácticas en el mismo suelo, aparte del efecto sobre los cultivos y
son la fuente de información más confiable para recomendar las dosis de fertilizantes a
aplicar y para responder a preguntas originadas en la filosofía de fertilización que indica
que las dosis de nutrientes a aplicar deben estar basadas en la remoción por los cultivos
(Cope, 1981). Dichas recomendaciones están sustentadas en una filosofía con bases
razonables pero que debería ser chequeada y apuntalada con datos de estudios de
campo de larga duración. Potencialmente existen claras diferencias entre las distintas
2
regiones del país en los requerimientos de P de fertilizantes necesarios para mantener

altos rendimientos y niveles óptimos de P en suelo. Los responsables de estas
diferencias son probablemente variaciones en los tipos y cantidades de minerales
nativos dominantes, que afectan la capacidad buffer de los suelos, y en las reservas de
nutrientes en el subsuelo (Mc Callister et al., 1987).
En Argentina es escasa la información publicada proveniente de ensayos de larga

duración. Berardo et al. (1997) estudiaron la evolución de P en suelo durante 7 años
posteriores a la aplicación de distintos niveles de P inicial, en un sistema de trigo
continuo en el sudeste bonaerense, lo que le permitió elaborar un modelo que explica la
residualidad del P para las condiciones estudiadas. Recientemente Ciampitti et al.
(2011) generaron información sobre los requerimientos de P para incrementar el P
extractable en rotaciones que incluyeron trigo, soja y maíz en suelos molisoles del norte
de la región pampeana. Sin embargo es necesario generar más información sobre los
efectos de la fertilización fosfatada en el largo plazo en sistemas de producción de
cultivos bajo siembra directa.
El objetivo de este trabajo fue evaluar el efecto de la fertilización fosfatada en el largo

plazo sobre el balance de P y el cambio en los niveles de P Bray del suelo a través del
tiempo y estudiar la relación entre estos últimos.
El estudio se realizó en el lote 11 del establecimiento “Los Cordobeses” ubicado en el

Distrito Don Cristóbal del Departamento Paraná, provincia de Entre Ríos (32°03’47.0’’ S;
59°55’49.0’’). En este lote se comenzó con siembra directa en el ciclo 1991/92, año
desde el cual se han implantado 37 cultivos hasta 2014/15 (Tabla 1), lo que da un
promedio 1,54 cultivos año-1. El suelo predominante en el lote es Serie San Pablito, el
cual pertenece a la familia “fina, montmorillonítica, térmica" de los Argiudoles vérticos.
Son suelos moderadamente bien drenados, con un epipedón pardo a pardo grisáceo,
“franco-arcillo-limoso” seguido de un horizonte argílico no muy oscuro y de textura
arcillo-limosa. El contenido de arcilla en el horizonte superficial es del 38%.
El balance de P en el suelo fue calculado como la diferencia entre el ingreso y el egreso

de P del sistema. El ingreso de P fue computado a partir de los fertilizantes fosfatados
aplicados, según la concentración de P de la fuente utilizada. Las fuentes de fertilizantes
fosfatados utilizadas fueron Superfosfato triple de calcio (0-46-0), fosfato monoamónico
(12-52-0) o fosfato diamónico (18-46-0). Los fertilizantes se aplicaron generalmente en
pre-siembra, en cobertura total, o al momento de la siembra al costado de las semillas.
El egreso de P del sistema fue estimado a partir de la medición del rendimiento anual de
los cultivos cosechados en el lote y la concentración de P de los mismos, utilizando las
planillas de cálculos publicadas por IPNI Cono Sur (García y Correndo, 2016). Según
estas planillas la concentración de P, expresada en base a humedad comercial de cada
3
cultivo, es de 3.5, 5.3, 2.6 y 3.1 g P kg-1 grano para trigo, soja, maíz y sorgo,
respectivamente.
El muestreo de suelos se realizó anualmente luego de la cosecha del cultivo de verano

respectivo, durante el mes de mayo, a una profundidad de 20 cm. La muestra de suelo
compuesta por 25 submuestras se tomó al azar dentro del lote, respetando cada año el
mismo patrón de muestreo. La muestra seca al aire se tamizó por una malla de 2 mm
para el análisis de P Bray (Bray y Kurtz, 1945), pH suelo:agua 1:2,5 y contenido de
materia orgánica (MO).
Los resultados obtenidos se analizaron mediantes estadísticos descriptivos y regresión

simple entre las variables balance acumulado de P y el P Bray. Todos los análisis
estadísticos se realizaron con el software Infostat (Di Rienzo et al., 2011).
El rendimiento de los cultivos incluidos en la rotación varió en función de la

disponibilidad hídrica de cada año (Tabla 1), fluctuando desde 1700 a 7050 kg ha-1 para
trigo (13 cultivos), 1300 a 4350 kg ha-1 para soja (17 cultivos) y 3730 a 11500 kg ha-1
para maíz o sorgo (7 cultivos). En los 24 ciclos agrícolas evaluados el rendimiento
promedio fue de 5990 kg ha-1 año-1, los que multiplicados por la concentración promedio
de P en granos (3.8 g de P kg-1 grano) resultan en una extracción media de 22.5 kg de P
ha-1 año-1.
4
Tabla 1. Rendimiento de los cultivos, dosis de P aplicadas, extracción anual de P

estimada, balance anual de P y contenido de P Bray del suelo en las 24 campañas
evaluadas.
Rendimiento de Balance
los cultivos Dosis Extracción anual
Campaña Rotación Trigo Soja Maíz Sorgo de P de P de P P Bray
……...kg ha-1…..…… ..……...kg de P ha ……… mg kg-1
-1
1991-92 Tr/Sj 2650 2200 - - 9.6 20.9 -11.3 9.0

1992-93 Tr/Sj 2750 1570 - - 13.0 17.9 -4.9 7.8
1993-94 Tr/Sj 2070 1780 - - 8.8 16.6 -7.8 6.7
1994-95 Tr/Sj 1830 1910 - - 15.8 16.5 -0.7 6.0
1995-96 Sorgo - - - 4110 8.0 12.7 -4.7 3.4
1996-97 Tr/Sj 3500 1300 - - 21.8 19.0 2.8 7.5
1997-98 Soja 1º - 3670 - - 10.0 19.6 -9.6 6.4
1998-99 Tr/Sj 4880 1800 - - 42.7 26.5 16.3 12.6
1999-00 Soja 1º - 2950 - - 29.0 15.7 13.3 10.7
2000-01 Tr/Sj 3500 3600 - - 21.0 31.3 -10.3 7.8
2001-02 Tr/Sj 1700 3300 - - 31.7 23.5 8.3 9.3
2002-03 Maíz - - 7800 - 27.0 20.3 6.7 10.5
2003-04 Tr/Sj 2800 2450 - - 32.7 22.7 9.9 12.5
2004-05 Maíz - - 11500 - 35.6 29.9 5.7 19.6
2005-06 Tr/Sj 5090 2130 - - 36.7 29.0 7.7 13.5
2006-07 Maíz - - 11300 - 34.0 29.4 4.7 15.5
2007-08 Tr/Sj 3500 3330 - - 50.6 29.9 20.7 10.7
2008-09 Maíz - - 3730 - 27.2 9.7 17.5 20.3
2009-10 Soja 1º - 3950 - - 12.0 21.1 -9.1 12.5
2010-11 Tr/Sj 7050 2380 - - 35.5 37.1 -1.6 14.6
2011-12 Maíz - - 5500 - 26.8 14.3 12.5 16.6
2012-13 Soja 1º - 3120 - - 12.0 16.6 -4.6 24.2
2013-14 Tr/Mz 4450 - 8250 - 21.9 36.8 -15.0 16.7
2014-15 Soja 1º - 4350 - - 25.0 23.2 1.8 13.2
Referencias: Tr= Trigo, Sj= Soja, Mz= Maíz
La dosis promedio de P aplicada en los 24 años de estudio fue de 24.5 kg P ha-1, con un
mínimo anual de 8 y un máximo de 50.6 kg ha-1 en los ciclos 1995/96 y 2007/08 (Tabla
1), respectivamente, totalizando 588 kg P ha-1 en el período considerado.
En la Figura 1 se muestran las dosis de P aplicadas anualmente vía fertilizantes
fosfatados, las cantidades estimadas de P exportadas anualmente con los granos y el
balance acumulado de P. Allí se puede observar un balance negativo de P durante las
primeras campañas, en donde las dosis de P rondaban los 10 kg ha-1 año-1, y un quiebre
de tendencia a partir de la campaña 1998/99 en donde el balance comienza a ser
positivo, fruto de las dosis crecientes de P aplicadas anualmente.
5
60 80
Aplicación de P Extracción de P en granos Balance de P
60
Aplicación y Extracción de P
50
Balance acumulado de P
40
40
(kg de P/ha)
(kg de P/ha)
20
30
0
20
-20
10
-40
0 -60
Campañas
Figura 1. Dosis de P aplicadas, extracción de P estimada y balance acumulado de P en
las 24 campañas agrícolas evaluadas en el lote 11 del establecimiento “Los
Cordobeses”, Provincia de Entre Ríos.
En este esquema simplificado del balance de P no son tenidos en cuenta potenciales

pérdidas del sistema a través de la lixiviación, escurrimiento superficial y erosión hídrica,
que pueden provocar pérdidas de la fase más enriquecida del suelo, en cuanto a
concentración de materia orgánica y nutrientes. La erosión es uno de los pocos
procesos irreversibles de degradación de suelos, lo cual destaca la importancia de
aplicar las medidas de control necesarias para mantener la misma dentro de los niveles
de tolerancia aceptados. En suelos afectados por este fenómeno, la erosión puede
transformarse en la principal vía de pérdida de nutrientes del sistema (Morón, 2003),
antes que los nutrientes exportados con los granos cosechados.
En el muestreo inicial de suelos realizado en 1992 el P Bray fue de 9 mg P kg -1, el pH 6

y la MO 4.26%. La evolución del contenido de P Bray en el suelo durante los 24 años
evaluados (Figura 2) siguió la misma tendencia del balance acumulado de P mostrado
en la Figura 1. Esto marca la relevancia de alcanzar balances positivos de nutrientes
como el P que permitan elevar sus contenidos en el suelo y así aumentar el potencial de
rendimiento de los lotes con baja disponibilidad de este nutriente. La evolución de P
Bray en el largo plazo es fuertemente afectada por el contenido inicial del mismo, los
años de cultivo y las dosis anuales de fertilización con P (Dodd y Mallarino, 2005).
6
30
25
P Bray, 0-20 cm (mg kg-1)
20
15
10
Año
Figura 2. Evolución del P Bray (0-20 cm) en los 24 años evaluados en el lote 11 el
establecimiento “Los Cordobeses”, provincia de Entre Ríos
El estudio de la relación entre el balance acumulado de P y el P Bray (Figura 3) permite

estimar el valor de este último a partir del balance acumulado de P logrado. Según la
ecuación de la regresión lineal (R2=0.64, P<0.001), empleando la inversa de la
pendiente, se calculó que un cambio de 8.5 kg de P ha-1 de balance acumulado
resultaría en un cambio en el P Bray de 1 mg P kg -1 suelo. Ciampitti et al. (2011)
obtuvieron valores menores (2.5 a 3.3 kg de P ha-1) de balance acumulado de P por
unidad de cambio en el P Bray en suelos con P Bray inicial de <25 mg kg-1 en parcelas
fertilizadas con P. Estos menores valores de P necesarios para modificar el P Bray del
suelo indican un mayor efecto residual del P derivado de los fertilizantes aplicados. Por
otro lado Mallarino y Prater (2007) observaron que luego de 12 años de rotación maíz-
soja que fueron necesarios 16.8 kg P ha-1 de balance positivo para incrementar 1 mg P
Bray kg-1.
7
30
25 Y = 10.61 + 0.117X
R² = 0.64 P<0.001
P Bray (mg kg-1), 0-20 cm
20
15
10
0
-60 -40 -20 0 20 40 60 80
Balance acumulado de P (kg P ha -1)
Figura 3. Relación entre el balance acumulado de P y el P Bray (0-20 cm) en los 24

años evaluados en el lote 11 el establecimiento “Los Cordobeses”, provincia de Entre
Ríos
Utilizando la ecuación mostrada en la Figura 3 para estimar el P Bray luego de 24 años

a partir del balance acumulado de P obtenido al final de dicho ciclo (48 kg P ha-1), el
valor predicho fue de 16.3 mg P Bray kg-1, en tanto el valor medido en el año 2015 fue
de 13.2 mg P Bray kg-1 de suelo. Ambos niveles del P Bray, estimado y medido están
dentro del rango considerado óptimo (12 a 18 mg P kg-1) para la mayoría de los cultivos
agrícolas de la región (Barbagelata et al., 2002; Barbagelata, 2012). Esto demuestra que
balances de P positivos en los sistemas de producción, aún de escasa magnitud, como
el logrado en este trabajo (2 kg de P ha-1 año-1), permiten aumentar los niveles de P
disponible del suelo y que el P Bray es un indicador sensible a estos cambios.
En los suelos de muchas zonas templadas aún las dosis óptimas económicas de
fertilización fosfatada resultan en un incremento paulatino de los niveles de P en el
suelo. Esto se debe a las propiedades químicas y mineralógicas de los suelos (baja
capacidad de fijar P), la absorción y remoción parcial del P aplicado durante el primer
cultivo, el reciclaje de P en los residuos, y la relocalización de P de horizontes profundos
a los superficiales (Dodd y Mallarino, 2005). Estas condiciones y procesos permiten que
se pueda manejar el nivel de P en el suelo a corto o mediano plazo.
Conclusiones
El rendimiento promedio en los 24 ciclos agrícolas evaluados fue de 5990 kg ha-1 año-1,
lo que resultó en una extracción total estimada de P en granos de 540 kg P ha-1. En
tanto la cantidad de P aplicada vía fertilización en el mismo período fue 588 kg P ha-1,
produciendo un balance neto positivo de 48 kg de P ha-1 al final del período.
8
La evolución del contenido de P Bray en el suelo durante los 24 años evaluados siguió
la misma tendencia del balance acumulado de P.
La relación entre los cambios en el balance acumulado de P del sistema y el P Bray fue
lineal y positiva. La variación del balance acumulado de P explicó un 64% de la
variación en el contenido de P Bray del suelo, demostrando ser una buena aproximación
para estimar los cambios en el mismo. La ecuación obtenida mostró que se necesitaron
8.5 kg de P ha-1 de balance acumulado para modificar el P Bray en 1 mg P kg-1 suelo.
Esto demuestra que balances de P positivos en los sistemas de producción, aún de
escasa magnitud, como el logrado en este trabajo (2 kg de P ha-1 año-1), permiten
aumentar los niveles de P disponible del suelo y que el P Bray es un indicador sensible
para medir estos cambios.
Agradecimientos
Este trabajo fue parcialmente financiado por los proyectos PNSUELO-1134024,
PNCYO-1127033 y ERIOS-1263102 de INTA.
Bibliografía
Barbagelata P.A. 2012. Manejo del fósforo en suelos de regiones templadas.

Resúmenes de XIX Congreso Latinoamericano de la Ciencia del Suelo y XXIII Congreso
Argentino de la Ciencia del Suelo. Mar del Plata, Argentina.
Barbagelata, P.A., R.J.M. Melchiori, O.F. Paparotti. 2002. Phosphorus fertilization of

soybeans in clay soils of Entre Ríos province. Better Crops Int. Vol 16 (1):3-5.
Berardo, A.; F. Grattone; R. Rizzalli and F. Garcia. 1997. Long-term effects of P

fertilization in wheat yields, efficiency and soil test levels. Better Crops 12 (2): 18-20.
Bray, R.H.; L.T. Kurtz. 1945. Determination of total, organic, and available forms of
Ciampitti I.A., F.O. García, L.I. Picone, G. Rubio. 2011. Phosphorus budget and soil
extractable dynamics in field crop rotations in Mollisols. Soil Sci. Soc. Am. J., 75:131-142
Cope, J.T., Jr. 1981. Effects of 50 years of fertilization with phosphorus and potassium
on soil test levels and yield at six locations. Soil Sci. Soc. Am. J. 45:342–347.
Cox, F.R. 1992. Range in soil phosphorus critical levels with time. Soil Sci. Soc. Am. J.
56:1504–1509.
9
Di Rienzo, J.A.; F. Casanoves; M. G. Balzarini; L. Gonzalez; M. Tablada & C.W.

Robledo. 2011. InfoStat versión 2011. Grupo InfoStat, FCA, Universidad Nacional de
Dodd, J.R. y A.P. Mallarino. 2005. Soil-Test Phosphorus and Crop Grain Yield
Responses to Long-Term Phosphorus Fertilization for Corn-Soybean Rotations. Soil Sci.
Soc. Am. J. 69:1118–1128.
García, F.O. y A. A. Correndo. 2016. Cálculo de requerimientos nutricionales. Planilla de

cálculo para estimar la absorción y extracción de nutrientes de cereales, oleaginosas,
industriales, forrajeras y hortalizas. IPNI, Programa Latinoamérica Cono Sur. Acassuso,
Bs. As., Argentina. Disponible en: http://lacs.ipni.net/article/LACS-1024 (revisado
29/02/2016).
Mallarino, A.P., y J. Prater. 2007. Corn and soybean grain yield, phosphorus removal,
and soil-test responses to long-term phosphorus fertilization strategies. p.241-253. In
The Integrated Crop Management Conf. Proceedings. Nov. 29-30, 2007. Ames, IA. Iowa
State Univ. Extension.
Mallarino, A.P., J.R. Webb, A.M. Blackmer. 1991. Corn and soybean yields during 11
years of phosphorus and potassium fertilization on high-testing soils. J. Prod. Agric.
4:312-317.
McCallister, D.L., C.A. Shapiro, W.R. Raun, F.N. Anderson, G.W. Rehm, O.P. Engelstad,
M.P. Russelle, R.A. Olson. 1987. Rate of phosphorus and potassium buildup/decline
with fertilization for corn and wheat on Nebraska Mollisols. Soil Sci. Soc. Am. J. 51:
1646–1652.
McCollum, R.E. 1991. Buildup and decline in soil phosphorus: 30-yeartrends on a Typic
Umbraquult. Agron. J. 83:77–85.
Morón A. 2003. Efecto de las rotaciones Cultivos-Pasturas sobre la fertilidad de los

suelos en ensayos de larga duración del INIA La Estanzuela (1963-2003). Informaciones
Agronómicas del Cono Sur 20:1-6. INPOFOS Cono Sur. Acassuso, Buenos Aires,
Argentina.
Sainz Rozas, H.; Echeverria, H.; Angelini, H. 2012. Fósforo disponible en suelos
agrícolas de la región Pampeana y ExtraPampeana argentina. RIA Vol. 38 (1):33-39.
Tasi H. 2000. Aptitud de uso y estado de degradación de suelos vertisoles y vérticos de

la provincia de Entre Ríos. Rev. Facultad de Agronomía (UBA) 20(1):1-6
10
Webb, J.R., A.P. Mallarino, A.M. Blackmer. 1992. Effects of residual and annually
applied phosphorus on soil test values and yields of corn and soybean. J. Prod. Agric.
5:148–152.
11
ANTECESORES Y FERTILIZACIÓN NITROGENADA DE MAÍZ EN SIEMBRA

TARDÍA, EN LA PAMPA ARENOSA
ANDREA LARDONE* & MIRIAN BARRACO
EEA INTA General Villegas

* [email protected]
Palabras clave: barbecho, centeno, vicia
Resumen
La incorporación de cultivos de cobertura (CC) es una práctica de creciente adopción en

sistemas con soja en el noroeste bonaerense, y la información sobre su efecto como
antecesor de maíz es relativamente escasa. Los objetivos del trabajo son: (i) evaluar el
efecto de un barbecho con rastrojo de soja y CC sobre la dinámica hídrica, nitrogenada
y de malezas, (ii) evaluar los aportes de biomasa aérea de CC y su tasa de
descomposición, y (iii) evaluar el efecto del antecesor y el nivel de fertilización
nitrogenada sobre los rendimientos de maíz en siembra tardía. En la EEA INTA General
Villegas se instaló un ensayo con antecesores: barbecho (sin CC), CC especies:
centeno (C), vicia sativa (VS), vicia villosa (VV), y centeno + vicia sativa (C+VS); y
fertilización nitrogenada a la siembra de maíz: 0, 34 y 68 kg N ha-1. Se midió la biomasa
aérea (MSA) de los CC, descomposición de residuos, malezas, agua y Nitrógeno (N) de
nitratos el suelo, infiltración y productividad de maíz. Al secado de los CC la mayor MSA
se registró en C, VV y C+VS, respecto a VS, y la descomposición se realizó a una tasa
mayor en vicias respecto a C. Conyza sp. fue la maleza predominante y al secado se
registró la menor presencia en VV, en contraposición a C y C+V, en tanto VS fue
intermedio. Al secado de los CC el agua disponible y el contenido de N fue menor en los
tratamientos con CC respecto SinCC, pero estas diferencias no se observaron a la
siembra de maíz, además la infiltración fue mayor en C y VV, respecto a SinCC. El
rendimiento de maíz se vio afectado por fertilización nitrogenada y no por el antecesor.
Estos resultados son promisorios al planificar la inclusión de CC antecesores de maíz
por no restringir la oferta de agua y N al cultivo y por los efectos positivos en la
competencia con malezas y la mejora en la infiltración de agua al suelo.
Introducción
En la Pampa Arenosa la incorporación de cultivos de cobertura (CC) invernales como

antecesores de soja es una práctica de creciente aplicación, y se dispone de
información sobre sus efectos a corto y mediano plazo (Alvarez et al., 2008, Scianca,
2010, Barraco et al., 2012, Carfagno et al., 2013, Varela et al., 2014). Por el contrario es
necesario generar información para sistemas donde el cultivo estival es maíz.
1
Las fechas de siembras óptimas para el maíz desde el punto de vista de radiación y
temperatura comprenden septiembre y octubre, luego de un período de barbecho que
se inició en la cosecha del cultivo anterior. En sistemas de secano una alternativa para
incluir a los CC sin restringir la oferta de agua al maíz es retrasar su fecha de siembra.
En contraposición, dicho atraso, modifica los niveles de radiación, temperatura y largo
del día durante el período de crecimiento, estando condicionado el ciclo por las primeras
heladas (Cirilo et al., 2012). No obstante numerosos estudios desarrollados en la zona
muestran adecuados niveles de productividad y estabilidad de rindes de los maíces
tardíos, debido a condiciones hídricas favorables durante las etapas críticas del cultivo
(Miranda et al., 2013).
Una de las ventajas de incluir CC como antecesor de maíz sería el aporte de Nitrógeno
(N) retenido en su biomasa que producto de la descomposición estaría disponible para
el cultivo estival reemplazando total o parcialmente la fertilización. En tanto si la especie
de CC es una leguminosa ese N proviene de la fijación biológica por lo que representa
un ingreso al sistema desde la atmósfera.
Dentro de los efectos inmediatos o directos de incorporar CC se destaca una mayor
eficiencia de uso del agua, menores temperaturas del suelo (Fernandez et al., 2008),
competencia con malezas invernales (Montoya et al., 2015), entre otros. En tanto,
cambios en el contenido de materia orgánica (MO) (Duval et al., 2015, Girón et al.,
2014), y mejoras en las propiedades físicas (Varela et al., 2010, Lardone et al., 2014a),
se observan en el mediano o largo plazo.
Los objetivos del trabajo fueron: (i) evaluar el efecto de un barbecho con rastrojo de soja
y distintas especies de CC invernales sobre la dinámica hídrica, nitrogenada y de
malezas durante el invierno y primavera, (ii) evaluar los aportes de biomasa aérea y la
tasa de descomposición de los residuos de los CC, y (iii) evaluar el efecto del antecesor
y el nivel de fertilización nitrogenada sobre los rendimientos de maíz.
El ensayo se estableció durante la campaña 2013/2014 en la EEA INTA General

Villegas (Buenos Aires) en un lote con suelo Hapludol típico, con antecesor soja, 19 g
kg-1 de MO y pH de 6,02 en los primeros 20 cm.
Tratamientos y diseño experimental
Se estudiaron 5 antecesores invernales: barbecho químico (sinCC), CC de las especies:

centeno (C), vicia sativa (VS), vicia villosa (VV), y centeno + vicia sativa (C+VS); y 3
tratamientos de fertilización nitrogenada a la siembra de maíz: 0, 34 y 68 kg N ha -1
(fuente urea 46-0-0, incorporado al suelo).
2
El ensayo tuvo un diseño en parcelas divididas, con parcela principal: antecesor, y

subparcela: nivel de fertilización, con estructura de bloques completamente
aleatorizados (n=3).
Manejo de los cultivos
Los CC se sembraron el día 26/04/2013 en siembra directa con un distanciamiento entre

hileras de 0,17 m. Las densidades de siembra fueron de 70 y 330 semillas m-2 para
vicias (VS y VV) y C, respectivamente, y en mezcla se sembraron 40 y 100 semillas m -2
de VS y C, respectivamente.
En el tratamiento SinCC el día 06/08/2013 se realizó una aplicación de 3 lt ha-1 de

glifosato (48%). El ciclo de los CC se interrumpió de forma química el día 18/10/2013,
mediante la aplicación de 2,5 lt ha-1 de sal de glifosato (62%) y 0,8 lt ha-1 de sal dimetil
amina de 2,4 d (87%). Posteriormente (18/11/2013) se realizó una aplicación de 3 lt ha-1
de glifosato (48%) ya que algunas plantas de VV continuaban en activo crecimiento.
El maíz (híbrido DK190) se sembró en siembra directa el día 12/12/2013 a razón de 6,09
semillas m-2 y con un distanciamiento de 0,525 m entre hileras. El control de malezas
durante el ciclo de maíz se realizó de forma química siguiendo las dosis y formulaciones
típicas para la zona.
Mediciones
Se midió la materia seca de la biomasa aérea (MSA) de los CC en 6 momentos del ciclo
(62, 95, 126, 157, 174 y 194 días desde la siembra), con cortes del material en una
superficie de 0,50 m2, que luego se secó en estufa hasta alcanzar peso constante.
Para evaluar la dinámica hídrica se midió la humedad edáfica (método gravimétrico)

hasta los 200 cm de profundidad en capas de 20 cm al momento de la siembra y secado
de los CC y siembra de maíz. Los valores se expresaron como agua disponible (AD) en
mm, corregidos por la densidad aparente y punto de marchitez permanente (datos no
mostrados). Se calculó el uso consuntivo (UC) de los CC como la suma entre el AD al
momento de secado y las precipitaciones durante el período siembra-secado, menos el
AD al momento de la siembra de los CC. La eficiencia en el uso del agua (EUA) de cada
especie de CC se calculó como la MSA al momento de secado en relación al UC. Para
el tratamiento SinCC se calculó la eficiencia de barbecho (EB) como el AD al momento
de la siembra de maíz menos el AD a la siembra de los CC más las precipitaciones
durante dicho período.
En los tratamientos C, VV y SinCC, el día 13/12/2013, se midió la infiltración de agua en

el suelo (método de anillo simple con carga constante, n=4 por unidad experimental). Se
calculó la tasa de infiltración (mm h-1) en cada medición, la tasa de infiltración básica
3
como el promedio de las últimas tres lecturas, y la infiltración acumulada (mm) a los 120
minutos. En dichos tratamientos y momento se cuantificaron los rastrojos sobre una
superficie de 0,25 m2 (secado en estufa hasta alcanzar peso constante).
Se identificó y cuantificó el número de malezas en 5 marcos de 0,25 m2 en cada unidad

experimental, en 4 momentos (17/06, 05/08, 08/09 y 14/10 de 2013).
Al momento del secado de los CC y de la siembra de maíz se midió el N de nitratos del

suelo hasta los 60 cm de profundidad en capas de 20 cm. Se tomaron muestras
compuestas (3 submuestras) por unidad experimental que se conservaron en frío hasta
el momento de su análisis (método fenil disulfónico).
Se midió la descomposición de los residuos de los CC especies VS, VV y C (bolsa de

residuos de malla plástica, de 0,06 m2 y abertura de 2 mm). En cada bolsa se colocaron
4,7, 18,8 y 14,5 g, lo que representó 1339, 5494 y 4539 kg ha-1 libres de cenizas, para
VS, VV y C, respectivamente. El día 07/11/2013 se colocaron sobre la superficie en
íntimo contacto con el suelo sobre las subparcelas sin fertilización con N y se
recolectaron a los 15, 35, 57, 78, 103, 131, 167 y 215 días. Los rastrojos remanentes
fueron lavados con agua destilada y secados en estufa a 40 °C hasta alcanzar peso
constante. Luego fueron molidos y se determinó el contenido de cenizas por calcinación
en mufla (550 °C). Los rastrojos remanentes se expresaron como materia seca libre de
cenizas en función de los días desde la colocación de las bolsas de descomposición. Se
ajustó un modelo de decaimiento exponencial de primer orden [Biomasa remanente =
(100 – b) + b * e –kt, donde, b: biomasa que se descompuso, k: tasa de descomposición
relativa, t: tiempo en días].
En estadíos de madurez de los cultivos de maíz se realizó la cosecha manual sobre una
superficie de 3,15 m2 y posterior trilla en máquina estática. El rendimiento se corrigió por
la humedad de cosecha de cada muestra y los valores se expresaron con 13 g kg -1 de
humedad.
Se registraron las precipitaciones durante el período de estudio en estación

meteorológica automática ubicada a 2500 m del ensayo (Tabla 1).
Tabla 1: Precipitaciones mensuales durante el período de estudio (mm).

2013 2014
Abr May Jun Jul Ago Sep Oct Nov Dic Ene Feb Mar Abr May Jun
36 46 2 16 0 38 69 105 78 67 124 104 172 77 4
El análisis de MSA, AD, UC, EUA y N de nitratos se realizó mediante ANOVA y prueba
de diferencia de medias con el test LSD Fisher. En tanto que el número de malezas se
4
analizó con el test no paramétrico de Friedman (Santos et al., 2005), luego de probar el
no cumplimiento del supuesto de normalidad (de residuos) a través de la prueba de
Shapiro-Wilks y de forma gráfica con Q-Q plot. En todos los casos se usó el software
Infostat (Di Rienzo et al., 2015). Las curvas de descomposición de residuos y sus
parámetros se compararon mediante test F (GraphPad Prism, 2007).
Materia seca aérea (MSA) de los cultivos de cobertura
La producción de MSA al momento de secado (174 DDS, 18/10) varió en función de los
tratamientos antecesores de CC (Figura 1). La mayor producción de MSA se registró en
los tratamientos C, VV y C+VS (5342 kg ha-1 promedio), respecto a VS (2123 kg ha-1),
(p=0,02). En la consociación de C+VS el 72 % de la MSA estuvo aportado por la
especie C. Esta misma tendencia de producción de MSA se mantuvo en todas las
evaluaciones realizadas durante el ciclo de crecimiento de los CC (Figura 1). En
contraposición, en la misma zona de estudio pero con fecha de secado de septiembre,
se registró mayor producción de MSA en C respecto a VV (Lardone et al., 2015). En
tanto en la EEA INTA Marcos Juárez (Córdoba), Baigorria & Cazorla (2010) reportaron
para CC secados en octubre un 90% más de MSA en VS y VV, respecto a C. Estos
resultados indicarían posiblemente un efecto combinado de factores ambientales y
edáficos sobre la producción relativa de las diferentes especies.
Figura 1: Materia seca de la biomasa aérea de los cultivos de cobertura invernales de

las especies: centeno (C), vicia sativa (VS), vicia villosa (VV), y centeno + vicia sativa
(C+VS), evaluados en cinco momentos del ciclo referidos como días desde la siembra
(26/04/2013). Las barras verticales representan el error estándar de los datos.
5
La producción de biomasa aérea de los CC mostró una forma exponencial de

crecimiento y los cortes realizados durante el ciclo permitirían simular la MSA
acumulada de un posible secado anticipado (ej. septiembre). Durante el último mes de
crecimiento la MSA se incrementó entre un 177 y 234 %, según la especie (Figura 1).
Estos resultados coinciden con lo observado para avena, centeno y raigrás en la misma
zona (Lardone et al., 2014b) y también en otras zonas. En el valle bonaerense de Río
Colorado, Vanzolini et al. (2013) reportan aumentos tanto de la MSA como del N en
biomasa, al retrasar la fecha de secado de VV. De igual manera, en el partido de 25 de
Mayo (Buenos Aires), Rillo et al. (2013) para VS observaron mayor MSA y N retenido en
biomasa, en fechas de secado de noviembre respecto a septiembre.
Dinámica hídrica: agua disponible en el suelo (AD)
El AD al momento de la siembra de los CC fue de 246 mm, superando en un 28% al AD

en capacidad de campo. Al momento de secado de los CC, el AD fue mayor en el
tratamiento SinCC (276 mm) respecto a los que incluyeron CC. Dentro de estos últimos
la consociación C+VS y VS registraron un mayor contenido respecto a VV (212 y 208
mm vs. 154 mm), y C tuvo un comportamiento intermedio (199 mm), (p=0,01). El
consumo de agua de los tratamientos con CC respecto a SinCC se observó hasta la
capa de 80-100 cm de profundidad en C, C+VS y VS, en tanto VV consumió agua hasta
los 100-120 cm (Figura 2).
Agua disponible (mm)

0 10 20 30 40 50
0
20
40 * C
C+VS
Prof undidad (cm)
60 *
80 * VS
100 * VV
120 * SinCC
140
160
180
200
Figura 2: Agua disponible en el suelo hasta los 200 cm de profundidad en los
tratamientos de antecesores invernales: barbecho químico (sin CC), cultivos de
cobertura (CC) de las especies: centeno (C), vicia sativa (VS), vicia villosa (VV), y
centeno + vicia sativa (C+VS), evaluados al momento de secado de los CC
(18/10/2013). La presencia de asterisco indica diferencias estadísticas entre los
tratamientos para cada capa de suelo (p=0,01).
6
El UC de los CC promedio fue de 284 mm y no se registraron diferencias entre los

tratamientos (p=0,34). La EUA varió entre 8 y 22 kg MSA ha mm-1 y la mayor EUA se
observó en los tratamientos C, VV y C+VS (promedio 19 kg MSA ha mm-1), respecto a
VS (8 kg MSA ha mm-1), (p=0,01). Estudios previos muestran una alta variabilidad en las
EUA según las condiciones hídricas (precipitaciones y agua disponible del suelo) del
período de estudio (Scianca, 2010).
La EB del tratamiento SinCC durante el período comprendido entre la siembra de los CC

y la siembra de maíz fue del 3%. Es común observar EB bajas o negativas en los casos
donde al inicio del barbecho el perfil de suelo ya se encuentra con contenidos hídricos
cercanos o superiores a capacidad de campo. A su vez la EB se encuentra afectada por
la duración del barbecho, por disminuir o aumentar las posibilidades de recarga por
precipitaciones (Carfagno et al., 2013).
Al momento de la siembra de maíz el AD fue en promedio de 235 mm y no se

registraron diferencias entre los tratamientos de antecesores (p=0,75), (Figura 3). Del
mismo modo el AD fue similar al registrado al momento de la siembra de los CC (246
mm). Para lograr esta condición favorable es necesario que el período de barbecho
comprendido entre el secado del CC y la siembra del cultivo para cosecha tenga al
menos un 70% de probabilidad de ocurrencia de precipitaciones iguales al UC menos el
AD inicial (Scianca et al., 2010). En casos donde dicho barbecho no es lo
suficientemente largo para captar precipitaciones se afecta el AD a la siembra del cultivo
estival al incluir CC (Lardone et al., 2015).
Agua disponible (mm)

0 10 20 30 40
0
20
40 C
C+VS
Prof undidad (cm)
60
80 VS
100 VV
120 SinCC
140
160
180
200
Figura 3: Agua disponible en el suelo hasta los 200 cm de profundidad en los
tratamientos de antecesores invernales: barbecho químico (sin CC), cultivos de
centeno + vicia sativa (C+VS), evaluados al momento de la siembra de maíz
7
(12/12/2013). Ausencia de asteriscos indican ausencia de diferencias significativas entre

tratamientos para cada capa de suelo (p<0,05).
Dinámica hídrica: infiltración
La infiltración acumulada resultó diferente entre tratamientos a partir de los 30 minutos

de evaluación (p<0,10), mostrando una mayor infiltración para los tratamientos C y VV,
con respecto a SinCC (Figura 4). Estas diferencias se debieron a las diferentes tasas de
infiltración (p<0,10), y no a causa de diferente contenido hídrico inicial, ya que al inicio
de la medición no se observaron diferencias entre tratamientos en el contenido de
humedad del suelo en la capa superficial (p=0,50). La infiltración básica fue mayor en
VV y C (35,7 y 30,5 mm h-1, respectivamente) versus el tratamiento Sin CC (15,6 mm h-1),
(p<0,01). Estas mejoras en la entrada de agua al suelo favorecerían a la recarga del
perfil durante el período de crecimiento de maíz.
140
Infiltración acumulada (mm)
120 *
*
*
*
100 *
*
80 *
* C
*
60 VV
SinCC
40
20
0
0 20 40 60 80 100 120 140
Tiempo (min)
Figura 4: Infiltración acumulada en función del tiempo, de los tratamientos antecesores

invernales: barbecho químico (sin CC), cultivos de cobertura (CC) de las especies:
centeno (C) y vicia villosa (VV), al momento de la siembra de maíz (12/12/2013). La
presencia de asterisco indica diferencias estadísticas entre los tratamientos en dicho
tiempo de evaluación (p<0,10).
Mejoras en la infiltración también fueron observados por Varela et al. (2010), Barraco et
al. (2012) y Lardone et al. (2014a) en la misma zona, pero estos estudios fueron
realizados con historia de uso de CC continuo de mediano plazo. Destacándose en este
trabajo el efecto inmediato o de corto plazo favorable en la infiltración al incorporar CC.
8
La cobertura de residuos sobre el suelo al momento de realizar las mediciones de

infiltración varió entre 1780 y 7168 kg ha-1, y se registraron diferencias entre los
tratamientos (p=0,01). Los mayores valores se observaron en los tratamientos con CC
(5451 y 4623 kg ha-1 en C y VV, respectivamente), mientras que SinCC fue de 2201 kg
ha-1.
Nitratos
Al momento de secado de los CC se observaron diferencias entre los tratamientos en el

contenido de N de Nitratos (p<0,01). En el tratamiento SinCC se registró el mayor valor
respecto a las especies de CC evaluadas (121 versus 23 kg ha-1). Posteriormente al
momento de la siembra de maíz varió entre 102 y 131 kg N ha-1 y no se detectaron
diferencias significativas entre los tratamientos (p=0,17), con valores medios de 128 kg
N ha-1. En ambos momentos de medición las capas 0-20, 20-40 y 40-60 cm de
profundidad representaron el 50, 30 y 20% del N de nitratos, respectivamente (Figura 5).
Para la misma zona de estudio, Lardone et al. (2013) observaron similar tendencia en el
contenido de N de nitratos en el suelo con C como CC respecto a un barbecho químico
tradicional (SinCC). En contraposición Barraco et al. (2014), reportan un 22% menos de
N de nitratos a la siembra de maíz al incluir un CC de VS respecto a un barbecho de
soja. No obstante estas diferencias, en ese estudio no se observó respuesta a la
fertilización nitrogenada en maíz en ninguno de los antecesores, lo que indicaría que el
N aportado por mineralización durante el ciclo del cultivo cubrió sus requerimientos.
140
a a
a a
120
a
a
N de Nitratos (kg ha-1)
100
80
60
40
b b b
b
20
0
C C+VS VS VV SinCC C C+VS VS VV SinCC
18/10/2013 12/12/2013
Figura 5: Contenido de Nitrógeno (N) de nitratos en la capa 0-60 cm de profundidad, de

los tratamientos antecesores invernales: barbecho químico (sin CC), cultivos de
centeno + vicia sativa (C+VS), al momento de secado de los CC (18/10/2013) y siembra
de maíz (12/12/2013). La intensidad del color de la barra indica la capa (>intensidad 0-
9
20 cm, <intensidad 40-60, intermedio 20-40 cm). Letras distintas indican diferencias
estadísticas entre los tratamientos (p<0,10), para cada momento de evaluación.
Malezas
En todos los momentos y tratamientos evaluados la maleza predominante fue Conyza

sp. (80%). En las evaluaciones de junio y agosto también se registró la presencia de
Lamiun (13%), Hirschfeldia (4%) y otras (Stellaria, Viola y Gamochaeta). En los
recuentos de septiembre y octubre se registraron Hirschfeldia (16%), seguidos de Viola
(2%) y otras (Gamochaeta, Lamiun y Stellaria). La abundancia de Coniza sp. no
presentó diferencias entre los tratamientos antecesores en las tres primeras
evaluaciones (junio, agosto y septiembre), mientras que en el momento de secado en
octubre C y C+VS presentaron una mayor densidad de la maleza en contraposición a
VV (138 versus 5 plantas m-2), y se observó una situación intermedia en los tratamientos
SinCC y VS (Figura 6). Un trabajo realizado en la EEA INTA Anguil, Montoya et al.
(2015), establecieron que la maleza predominante durante otoño e invierno fue Conyza
sp., y los CC (especies triticale, VS y su mezcla) mostraron una alta eficacia en su
control. También en la EEA General Villegas CC de C con diferentes manejos
permitieron una competencia favorable frente a las malezas evaluadas al momento de
secado respecto a barbechos sin aplicación de herbicidas (Miranda et al., 2015). En este
estudio posiblemente la moderada producción de MSA del C permitió un mayor
desarrollo de malezas, con respecto a lo reportado por otros estudios.
160
a
140 a
Coniza sp. (número m2)
120
C
100 a
a a C+VS
80 a a a a b
a VS
60 a a
a a VV
40 a SinCC
a bc
20 c
a
0
17/06/2013 05/08/2013 08/09/2013 14/10/2013
Figura 6: Número de Conyza sp. presente en los tratamientos antecesores invernales:

barbecho químico (sin CC), cultivos de cobertura (CC) de las especies: centeno (C),
vicia sativa (VS), vicia villosa (VV), y centeno + vicia sativa (C+VS), en cinco momentos
de evaluación. Letras distintas para cada fecha indican diferencias entre tratamientos
(Test de Friedman, p<0,05).
Descomposición de residuos
10
La descomposición de la biomasa de los residuos presentó diferente dinámica en

función de la especie de CC, tanto por el diferente aporte como por la tasa de
descomposición de los residuos. Para todas las especies el plateau alcanzado no difirió
de cero (p=0,52, p=0,32, p=0,60 para C, VS y VV, respectivamente), por tanto las
funciones se ajustaron igualando el plateau a cero. La tasa de descomposición fue
menor para C respecto a VS y VV (0,005 vs 0,010 kg ha-1 día-1), que no presentaron
diferencias entre ellas (p<0,01). Al momento de floración de los cultivos de maíz la
biomasa remanente de residuos fue de un 60 y 37 % del inicial, para C y vicias,
respectivamente (Figura 7). Un estudio desarrollado por Varela et al. (2013) en dos
campañas con diferencias climáticas mostró diferentes aportes de residuos según la
especie de CC (centeno=avena>raigrás), con igual tasa de descomposición para tres
especies de CC para cada año (0,013 versus 0,007 kg ha-1 día-1 para los años de menor
y mayor disponibilidad hídrica, respectivamente).
Figura 7: Evolución de la biomasa remanente de residuos de cultivos de cobertura de

las especies: centeno (C), vicia sativa (VS) y vicia villosa (VV) en función de los días
desde de colocación de las bolsas de descomposición en el campo (07/11/2013).
Productividad de los cultivos de maíz
El rendimiento de los cultivos de maíz varió entre 9374 y 10927 kg ha-1 y se observó
efecto del nivel de fertilización (p<0,01), pero no del antecesor (p=0,55), sin interacción
entre el antecesor y la dosis de fertilización (p=0,21), (Figura 6).
11
12000 12000
a a a b a

a b
a
10000 10000
8000 8000
6000 6000
4000 4000
2000 2000
0 0
C C+VS VS VV SinCC 0 34 68
Figura 6: a) Rendimiento de maíz en los tratamientos antecesores invernales: barbecho

químico (sin CC), cultivos de cobertura (CC) de las especies: centeno (C), vicia sativa
(VS), vicia villosa (VV), y centeno + vicia sativa (C+VS). b) Rendimiento de maíz en
función del nivel de fertilización a la siembra (12/12/2013). Letras diferentes indican
diferencias en los rendimientos (p<0,01).
El rendimiento de los cultivos de maíz no se vio afectado por el antecesor, y en todos los
casos se observó una respuesta positiva a la fertilización nitrogenada en la mayor dosis
empleada. Esto pudo deberse a que las precipitaciones ocurridas luego de la siembra (y
fertilización) hayan causado el movimiento del N como nitratos en el suelo. Para la
misma zona de estudio en maíces de siembra tardía Barraco et al. (2014) no observaron
respuesta a la fertilización nitrogenada tanto en antecesor barbecho de soja como CC
VS. En contraposición, Lardone et al. (2013) reportan mayores rendimientos con CC
(especies cebada, C y trigo) respecto al tratamiento testigo de barbecho. En condiciones
de secano en 25 de Mayo (BA) para siembras tardías Rillo et al. (2013) en un estudio de
3 campañas reportaron en una campaña mayores rendimientos con antecesor VS
respecto al testigo, y en 2 campañas no se observaron diferencias entre los
tratamientos.
Conclusiones
Para las condiciones de la campaña 2013/2014 en que se realizó este trabajo las
especies de CC que generaron mayor cantidad de MSA fueron C y VV respecto a VS.
La descomposición de los residuos generados se realizó a mayor tasa para las vicias en
relación a C.
La maleza invernal predominante fue Conyza sp., y el CC VV realizó la mayor

competencia. El barbecho con rastrojo de soja y control químico (SinCC) presentó un
comportamiento intermedio entre VV y las restantes especies evaluadas.
Los contenidos de N de nitratos y de AD al momento de secado de los CC fueron

menores con respecto al tratamiento SinCC. No obstante el barbecho posterior al
secado permitió que estas diferencias no se observaran al momento de la siembra de
12
maíz. En dicho momento se destaca la mejora en la tasa de infiltración básica o final al

incluir CC de VV o C respecto al barbecho convencional SinCC.
Los rendimientos de los cultivos de maíz no se afectaron por los tratamientos

antecesores, y en todos los casos se observó una respuesta positiva a la fertilización
nitrogenada con la mayor dosis aplicada.
Los resultados de este estudio son promisorios en cuanto a la mejora en propiedades de

suelos y competencia de malezas de los CC, sin limitar la oferta hídrica ni de N. Pero
estas conclusiones solo se limitan a un año de evaluación, lo que sugiere continuar con
estos estudios de corto plazo o efectos inmediatos.
Agradecimientos
Este trabajo fue financiado por los proyectos de INTA: BANOR 1271305 “Contribución
del INTA al desarrollo sustentable del territorio del noroeste bonaerense” y PNCyO
1127032 “Tecnologías de manejo de cultivos en sistemas basados en cereales y
oleaginosas, enfocadas en las demandas territoriales”. Los autores agradecen a los
Ings. Marta Perez, Cecilia Justo, Paula Girón y Walter Miranda por su colaboración en
las mediciones de campo, a la Lic. Florencia Varela por su aporte en el análisis de la
información de descomposición, a la Dra. Irene Ceconi por su aporte en el análisis
estadístico de los datos, y a la empresa Nitrap por la donación del inoculante para los
cultivos de vicia.
Bibliografía
Álvarez, C; C Scianca; M Barraco & M Díaz-Zorita. 2008. Impacto del manejo de

cereales de cobertura invernal sobre propiedades edáficas y producción de soja. Actas
del XXI Congreso Argentino de la Ciencia del Suelo. Potrero de los Funes, Argentina. 13
al 16 de mayo de 2008 (CD-ROM).
Baigorria, T & C Cazorla. 2010. Eficiencia del uso del agua por especies utilizadas como
cultivos de cobertura. Actas del XXII Congreso Argentino de la Ciencia del Suelo.
Rosario, Argentina. 31 de mayo al 04 de junio de 2010 (CD-ROM).
Barraco, M; C Scianca; A Lardone; C Alvarez & M Díaz-Zorita. 2012. Cereales de

invierno como cultivos de cobertura en secuencias continuas de soja. En: Stenglein, SA
(comp) (Et al.,). Cereales de invierno: Investigación científico técnica desarrollada por el
INBA (CONICET/FAUBA), El BIOLAB AZUL (CIC-PBA/FIBA/FAUNCPBA), la Facultad
de Agronomía UBA y la Facultad de Agronomía UNCPBA. Tandil. UNCPBA. Pp: 231-
238.
13
Barraco, M; P Girón; A Lardone & W Miranda. 2014. Nutrición nitrogenada en maíces

tardíos sobre diferentes antecesores. Memoria Técnica 2013/2014. EEA INTA General
Villegas. Disponible en: http://inta.gob.ar/sites/default/files/script-tmp-
inta_mt2014_barraco_nutricion_nitrogenada.pdf [Acceso: 09/03/2016].
Carfagno, PF; M.J Eiza; A Quiroga; F Babinec; C Chagas & R Michelena. 2013. Agua
disponible en monocultivo de soja con cultivos de cobertura y barbechos reducidos en la
región semiárida y subhúmeda pampeana. Ciencia del Suelo. 31(1) 67-81.
Cirilo, A; F Andrade; M Otegui; G Maddonni; C Vega & O Valentinuz. 2012. Ecofisiología

del cultivo de maíz (capítulo 2). En: Bases para el Manejo del Cultivo de Maíz. GH
Eyhérabide (Comp. y Ed.). Ediciones Instituto Nacional de Tecnología Agropecuaria.
Disponible en:
http://inta.gob.ar/sites/default/files/inta_bases_para_el_manejo_de_maiz_reglon_100-
2_2.pdf [Acceso: 04/03/2016].
Di Rienzo JA; F Casanoves; MG Balzarini; L Gonzalez; M Tablada & CW Robledo. 2015.

Duval, ME; JE Capurro; JA Galantini & JM Andriani. 2015. Utilización de cultivos de

cobertura en monocultivo de soja: efectos sobre el balance hídrico y orgánico. Ciencia
del Suelo. 33(2): 247-261.
Fernandez, R; A Quiroga; E Noellemeyer; D Funaro; J Montoya; B Hitzmann & N

Peinemann. 2008. A study of the effect of the interaction between site-specific
conditions, residue cover and weed control on water storage during fallow. Agricultural
Water Management 95:1028-1040.
Girón, P; C Scianca; M. Barraco; A Lardone & W Miranda. 2014. Cambios en el carbono

orgánico por la inclusión de cultivos de cobertura. XXIV Congreso Argentino de la
Ciencia Del Suelo, II Reunión Nacional Materia Orgánica y Sustancias Húmicas. Bahía
Blanca, Argentina. 5 al 9 de mayo de 2014 (CD-ROM).
Lardone, A; C Justo; M Barraco; C Scianca & W Miranda. 2013. Especies de cultivos de

cobertura como antecesores de maíz tardío y soja. Memoria Técnica 2012-2013. EEA
INTA General Villegas. Disponible en: http://inta.gob.ar/sites/default/files/script-tmp-
inta_mt2013_lardone_especies_cc_antecesores.pdf [Acceso: 09/03/2016].
Lardone, A; M Barraco; C Justo & P Girón. 2014a. Dinámica hídrica en un sistema de

monocultivo de soja, con y sin cultivos de cobertura. Memoria Técnica 2013-2014. EEA
INTA General Villegas. Disponible en: http://inta.gob.ar/sites/default/files/script-tmp-
inta_mt2014_dinamica_hidrica.pdf [Acceso: 07/03/2016].
14
Lardone, A; C Scianca; M Barraco; W Miranda, C Álvarez, A Quiroga & F Babinec.

2014b. Momento de secado de especies de cultivos de cobertura. XXIV Congreso
Argentino de la Ciencia Del Suelo, II Reunión Nacional Materia Orgánica y Sustancias
Húmicas. Bahía Blanca, Argentina. 5 al 9 de mayo de 2014 (CD-ROM).
Lardone, A; M Barraco; P Girón; M Perez & W Miranda. 2015. Efecto del antecesor y
nivel de fertilización nitrogenada sobre cultivos de maíz en fecha de siembra temprana.
Memoria Técnica 2015-2016. EEA INTA General Villegas. Disponible en:
http://inta.gob.ar/sites/default/files/inta_mt2015_lardone_efecto_antecesor.pdf [Acceso:
07/03/2016].
Miranda, W; P Girón; M Pérez & M Barraco. 2015. Cultivo de cobertura: espaciamiento

entre hileras de siembra y manejo de malezas. Memoria Técnica 2015-2016. INTA EEA
General Villegas. Disponible en:
http://inta.gob.ar/sites/default/files/inta_mt2015_miranda_cc_espaciamiento.pdf [Acceso:
10/03/2016].
Miranda, W; M Barraco; C Justo & A Lardone. 2013. Resultados de ensayos de sorgo y
maíz en Hapludoles Típicos de la campaña 2012-2013. Memoria Técnica 2012-2013.
INTA EEA General Villegas. Disponible en: http://inta.gob.ar/sites/default/files/script-tmp-
inta_mt2013_miranda_resultados_ensayos_sorgo.pdf [Acceso: 11/03/2016].
Montoya, JC; JM Ceverllini & C Porfiri. 2015. Supresión de rama negra (Conyza
bonariensis var. angustifolia) mediante el uso de cultivos de cobertura. XXII Congreso
de la ALAM, I congreso de la ASACIM. Disponible en:
http://www.asacim.com.ar/congreso/pdf/MM.EO.03MontoyaEX.pdf [Acceso: 07/03/2016].
Rillo, S; C Alvarez; R Bagnato & E Noellemeyer. 2013. Cultivos de cobertrua: gramíneas

y leguminosas en el centro oeste de la provincia de Buenos Aires (capítulo 8). En:
Contribución de los cultivos de cobertura a la sostenibilidad de los sistemas de
producción. C. Alvarez, A. Quiroga, D. Santos, M. Bodrero (Eds). Ediciones Instituto
Nacional de Tecnología Agropecuaria.
Scianca, C; M Barraco & C Alvarez. 2010. Cálculo de probabilidad de ocurrencia de

precipitaciones. Memoria Técnica 2009-2010. EEA INTA General Villegas. Disponible
en: http://inta.gob.ar/sites/default/files/script-tmp-
mt2010_scianca_calculo_probabilidad_ocurrencia.pdf [Acceso: 09/03/2016].
Scianca, C. 2010. Cultivos de cobertura en molisoles de la región pampeana.

Producción de materia seca, eficiencia en el uso del agua y del nitrógeno e incidencia
sobre el cultivo de soja. Tesis Magíster en Ciencias Agrarias. Universidad Nacional del
Sur, 134 pp.
15
Santos, BM; JP Gilreath, R Arbona & AR Pimentel. 2005. La estadística no paramétrica

para el análisis e interpretación de estudios de plagas: alternativas al análisis de
varianza. Hoja técnica N°51. Manejo Integrados de Plagas y Agroecología (Costa Rica)
N°75, p. 83-89. Disponible en: http://orton.catie.ac.cr/repdoc/A1863e/A1863e.pdf
[Acceso: 27/02/2016].
Vanzolini JI; J Galantini & R Agamennoni. 2013. Cultivos de cobertura de Vicia villosa
Roth. en el valle bonaerense del Río Colorado (capítulo 4). En: Contribución de los
cultivos de cobertura a la sostenibilidad de los sistemas de producción. C. Alvarez, A.
Quiroga, D. Santos, M. Bodrero (Eds). Ediciones Instituto Nacional de Tecnología
Agropecuaria.
Varela, MF; P Fernández; C Alvarez; C Scianca; G Rubio & MA Taboada. 2010.

Propiedades físicas que varían por la incorporación de cultivos de cobertura en
Hapludoles franco arenosos. EEA INTA General Villegas. Memoria Técnica 2009-2010.
Disponible en: http://inta.gob.ar/sites/default/files/script-tmp-
mt2010_varela_propiedades_fisicas_que_varian.pdf [Acceso: 07/03/2016].
Varela, MF; R Heiler; CM Scianca; M Barraco; MA Taboada & G Rubio. 2013. Rotación
soja / cultivos de cobertura: cobertura del suelo y ciclado de nutrientes. Simposio
Fertilidad 2013. IPNI 2013.
Varela, MF; CM Scianca; MA Taboada & G Rubio. 2014. Cover crop effects on soybean
residue decomposition and P release in no-tillage systems of Argentina. Soil & Tillage
Research 143: 59-66.
16
CONTENIDOS DE NITRÓGENO Y FÓSFORO DEL SUELO ANTE UN CAMBIO DE

COBERTURA Y CONDICIÓN TOPOGRÁFICA
BESTEIRO, SEBASTIÁN I.1 * & DESCALZO, ANDRÉS I.B.2
1
Becario Postdoc. CONICET - JTP Topografía, FCAyF-UNLP. Calle 75 Nro 1176, La
Plata, Bs. As. 2 Pasante - Estudiante de Ing. Ftal., FCAyF-UNLP.
* [email protected]
Palabras clave: fertilidad química del suelo, conversión pastizal-forestación, depresión

del salado
Resumen
Las praderas de la Depresión del Río Salado se caracterizan por poseer una alta
proporción de suelos con limitaciones productivas relacionadas a excesos hídricos,
salinidad-sodicidad y deficiencias edáficas de algunos nutrientes, a causa de la
naturaleza de la Cuenca del Río Salado en la que se halla inmersa y a la pobreza de los
materiales originales. El nitrógeno y fósforo del suelo constituyen los nutrientes
deficitarios por excelencia en estos ambientes y, por consiguiente, son condicionantes
de la producción. El objetivo del trabajo es estudiar los efectos y/o consecuencias de la
implantación de forestaciones comerciales de rápido crecimiento (Eucalyptus sp.) en el
contenido de nitrógeno total y fósforo lábil de algunos suelos característicos de la
Depresión del Río Salado. Para alcanzar este objetivo, se realizaron determinaciones de
N total y P disponible por los métodos de MicroKjeldahl y Bray-Kurtz 1 sobre suelos de
tres localidades de la Depresión del Río Salado, en la provincia de Buenos Aires
(Chascomús, Dolores y Uribelarrea). Las muestras fueron extraídas del horizonte
superficial del suelo (0-20cm) en número de tres repeticiones por condición,
completando un total de 36 muestras compuestas. Las condiciones mencionadas para
cada localidad son cuatro y responden a la conjunción entre coberturas contrastantes
del suelo (herbácea y forestal) y distinta posición topográfica (loma y bajo). Los valores
analíticos de nitrógeno total y fósforo disponible fueron sometidos, primeramente, a un
análisis de la varianza y comparación de medias (Tukey). Posteriormente, se incorporó
la variable de sitio como factor random en un análisis de modelos mixtos, utilizando el
criterio de información AKAIKE para la exploración de variables (paquete lme4 de
programa estadístico R). Los resultados obtenidos revelan que los contenidos de fósforo
disponible se ven afectados de forma significativa por los cambios de cobertura del
suelo (p-value < 4,00e-06) y condición topográfica (p-value < 2,55e-06), de modo tal que
los mayores contenidos de este nutriente se encuentra en situaciones de bajo y
cobertura forestal. En cambio, los contenidos de nitrógeno total responden únicamente a
un cambio de la cobertura (p-value < 1,01e-05), hallándose en mayor proporción bajo las
forestaciones. Se concluye que la instalación de especies forestales de rápido
crecimiento genera cambios significativos en la disponibilidad de fósforo y contenido de
1
nitrógeno total en el suelo, y se reconoce una mayor proporción de nitrógeno total y

contenido de fósforo disponible bajo las forestaciones de Eucalyptus que frente a las
coberturas herbáceas que reemplazan.
Introducción
Las praderas de la depresión del salado se caracterizan por poseer una alta proporción
de suelos con limitaciones productivas relacionadas a excesos hídricos, salinidad-
sodicidad y deficiencias edáficas de algunos nutrientes, a causa de la naturaleza de la
cuenca del Río Salado en la que se halla inmersa y a la pobreza de los materiales
originales (Vázquez & García, 2012).
Esos ambientes presentan pendientes promedio inferiores al 0,1% y llega, en sectores

próximos a la costa, a valores del 0,001% (Batista et al., 2005). El clima es sub-húmedo
mesotérmico con un régimen pluviométrico isohigro de lluvias distribuidas a lo largo de
todo el año que oscilan entre 700 mm y 1000 mm (New et al., 2002), con frecuentes
períodos de inundaciones invernales o primaverales y de déficit hídrico estival (León &
Bukart, 1998, Batista et al., 2005) y excesos hídricos de 0 a 250 mm/año concentrados
en el período otoño-invernal (Auge et al., 2006). Sus suelos hidro-halomórficos
pertenecen mayoritariamente a los grandes grupos Natracuol y Natracualf (Miaczynski,
1995; Soil Survey Staff, 2006; Lavado, 2010), poseen en profundidad un horizonte
arcilloso de baja permeabilidad y alto contenido de sales sódicas, conocido como
horizonte nátrico, que limita los flujos ascendentes y descendentes de agua en el perfil
(Salazar et al., 1989; Nuñez et al., 2007; Taboada et al., 2009; Lavado, 2010). La
presencia de horizontes Bt en general, y nátricos en particular, contribuye a evitar que el
agua subterránea más cargada en sales alcance la superficie de los suelos,
deteriorándolos (Taboada & Damiano, 2007; Taboada et al., 2009). Se ha comprobado
que en momentos húmedos y de nivel freático alto, la calidad del agua de la parte
superior del acuífero, ubicada a unos 50 cm de profundidad, posee una composición
química totalmente distinta a la superficial (Sala et al., 1981; Lavado & Taboada, 1988).
Jobbágy et al. (2006) indican que el establecimiento de plantaciones forestales sobre

pastizales se expande en Argentina y Uruguay, incentivado por los altos rendimientos, el
apoyo fiscal y el inminente comercio de bonos de carbono. En particular, la Pampa
Deprimida es tomada como área piloto para la implementación de un programa de
instalación de forestaciones de servicio, como parte de las herramientas de promoción
forestal nacional del Ministerio de Asuntos Agrarios (Besteiro, 2014). Este hecho resulta
potencialmente beneficioso debido a las cualidades mundialmente reconocidas de las
forestaciones para modificar la dinámica hídrica de estos ambientes, al punto de ser
consideradas verdaderas herramientas correctoras de los procesos naturales que lo
degradan. Sin embargo, dada la utilización de especies de alto consumo hídrico y rápido
crecimiento, resulta necesario profundizar los estudios sobre los costos y beneficios de
estas acciones. Las forestaciones presentan una mayor producción de biomasa
2
(productividad primaria) frente a las pasturas naturales y por tanto, un mayor consumo
hídrico, un aumento de la cantidad de agua evapotranspirada, una disminución del
rendimiento hidrológico y un mayor almacenamiento de nutrientes (Jobbágy et al.,
2006).
El nitrógeno (N) es un elemento primario tanto en plantas como en el resto de los seres
vivos, se lo puede encontrar en los aminoácidos y proteínas; en las amidas, la clorofila y
las hormonas (auxinas y citoquininas, nucleótidos, vitaminas, alcaloides y ácidos
nucleicos). El ciclo biogeoquímico de este nutriente es uno de los más importantes y
dinámicos de la naturaleza, producto de estrecha vinculación con el ciclo del carbono y
la actividad biológica del suelo (Marbán & Ratto, 2005).
Las raíces pueden absorber el nitrógeno en su forma iónica como nitrato (NO3-),
mientras que algunas plantas pueden utilizar el nitrógeno del amonio (NH4+). En el
suelo, se produce un proceso denominado nitrificación, que consiste en la conversión de
N-3 (tal como está presente en la mayoría de los compuestos biológicos como
aminoácidos) a N+5, como se encuentra en los nitratos, forma principal absorbida por las
plantas. En la naturaleza, la nitrificación se cataliza por dos grupos de bacterias,
Nitrosomonas y Nitrobacter. Las bacterias Nitrosomonas provocan la transición del
amoníaco al nitrito, mientras que la oxidación de nitrito a nitrato es mediada por
Nitrobacter (Manahan, 2006). El N suele ser uno de los elementos que escasean y que
es factor limitante de la productividad de muchos ecosistemas (IICA, 2001).
El fósforo (P) es un elemento que estimula el desarrollo del sistema radicular y el

establecimiento temprano de las plantas. Es muy importante en la función reproductiva,
por lo que es abundante en flores y frutos. El fósforo se encuentra en los suelos tanto en
forma orgánica como inorgánica y su solubilidad en el suelo es baja. Existe un equilibrio
entre el fósforo en la fase sólida del suelo y el fósforo en la solución del suelo, sin
embargo, presenta la particularidad de que no se recicla por lluvia ni agentes
atmosféricos y su reactividad y distribución no dependen de los procesos de oxidación-
reducción del suelo (Giuffré, 2005).
Las plantas pueden absorber solamente el fósforo disuelto en la solución del suelo y,
puesto que la mayor parte del fósforo en el suelo existe en compuestos químicos
estables, sólo una pequeña cantidad está disponible para la planta en cualquier
momento dado. Se estima que la cantidad de fósforo disponible para la planta en un
momento dado es inferior al 1% del P total del suelo (Boschetti & Quintero, 2005). Al
absorber el fósforo de la solución del suelo por las raíces, parte del adsorbido en la fase
sólida es liberado a la solución del suelo, para mantener un equilibrio químico. Los tipos
de compuestos de fósforo que existen en el suelo son principalmente determinados por
el pH del suelo y por el tipo y la cantidad de los minerales en el suelo. Por lo general, los
compuestos minerales que forma el fósforo son compuestos de aluminio, hierro,
manganeso y calcio. Las formas más solubles o disponibles de fósforo existen dentro
3
del rango de pH de 6,0 a 7,5. Las plantas absorben el fósforo de la solución del suelo
principalmente como el ion ortofosfato H2PO4-, y en menor proporción como HPO4-2,
dependiendo del pH del suelo (Navarro & Navarro, 2013).
Son escasos los estudios sobre el efecto de las conversiones pastizal a forestación, en
lo que respecta a la cantidad y distribución de nutrientes limitantes como el nitrógeno y
el fósforo. La determinación y análisis cuantitativo de estos elementos resulta necesario
para caracterizar la fertilidad de los suelos y ésta, a su vez, para el correcto uso de los
recursos.
En este sentido, los estudios de estabilidad de nutrientes bajo distintos escenarios de

aprovechamiento forestal, demuestran que los contenidos de nitrógeno (N) y Calcio en
suelos son críticos bajo estos sistemas productivos, mientras que los de fósforo (P) y
Potasio se comportan como nutrientes más estables.
Al respecto, Frangi et al. (2015) indican que una plantación de primer ciclo de
Eucalyptus grandis W. Hill ex Maiden en Concordia demuestra una avidez por el P y N
que se manifiesta por la captura de estos por vía foliar. A su vez, afirman que los
requerimientos de N fueron provistos mayormente por absorción, mientras que los de P
lo hacen por redistribución. La absorción abarca los nutrientes de retención (madera y
raíces gruesas) más los de retorno (caída de hojarasca, mortalidad de raíces y agua de
trascolación y flujo caulinar). La redistribución, en cambio, hace referencia a la diferencia
entre el contenido de nutrientes en estructuras anuales (hojas, ramas finas, frutos y
raíces finas) y la suma del retorno más los nutrientes contenidos en agua de lluvia y
absorbidos en copas. Estos autores (Frangi et al., 2015), observaron un descenso del N
bajo estas plantaciones (Goya et al., 2013), a la vez que señalaron que la mayor
eficiencia de redistribución que presenta el P se interpreta como una mayor
independencia de los procesos de mineralización/inmovilización edáfica de este
nutriente con respecto al N bajo forestaciones de Eucalyptus grandis W. Hill ex Maiden.
Del mismo modo, Graciano et al. (2006), analizaron los nutrientes en el suelo y
hojarasca de una crono-secuencia de Eucalyptus grandis W. Hill ex Maiden,
comprobando que, a medida que se desarrolla el rodal, los contenidos N decrecen
mientras que la concentración de P se mantiene estable. Además, remarcaron el hecho
de que si bien los nutrientes del suelo decrecen a lo largo de la crono-secuencia
estudiada, los contenidos de estos nutrientes en hojarasca se incrementa, por lo que el
sistema forestal actuaría agotando los nutrientes del suelo para acumularlos en la
hojarasca.
En Dourados, Brasil, Doffinger Ramos et al. (2013) realizaron un estudio sobre los
contenidos de carbono (C) y N total ante un cambio de uso de los suelos. En el mismo
se concluye que, mientas que la conversión de rotación soja/maíz bajo labranza cero a
Eucalyptus generaba un incremento de C en su fracción más activa (ácidos fúlvicos) y, a
4
su vez, la conversión de labranza convencional a labranza cero promovía un incremento

en los contenidos de N total, la conversión de rotación de cultivo con labranza
convencional a Eucalyptus no manifestaba una diferencia significativa respecto al N
total.
Al respecto, Díaz Rosello (1992) observó, para tres ciclos de rotación, un efecto positivo
de las pasturas en relación a suelos bajo cultivo intensivo. Este efecto, se manifestó
como un incremento de más de 0,02% de N total en el suelo para una rotación de una
pastura mixta de gramíneas y leguminosas, y un detrimento de aproximadamente 0,01%
para un cultivo de grano.
En función de los antecedentes presentados, se plantea la hipótesis de que la

instalación de masas forestales de rápido crecimiento y alto consumo hídrico ejerce
cambios significativos en la disponibilidad de fósforo y contenido de nitrógeno total en el
suelo. Se espera que los contenidos de N total y P disponible sean significativamente
dependientes de la cobertura y se encuentren en mayor cantidad bajo la cobertura
forestal. Por otro lado, se postula que solo el N total tiene una relación significativa con
la topografía, dado su vínculo con la materia orgánica del suelo, y se encuentra en
mayor proporción en situaciones de bajo.
El objetivo de esta propuesta es estudiar los efectos de la implantación de forestaciones

comerciales de rápido crecimiento en los contenidos de nitrógeno total y fósforo
disponible de algunos suelos característicos de la Depresión del Río Salado.
En total fueron analizadas 36 muestras compuestas de suelo, provenientes de las

localidades de Chascomús, Dolores y Uribelarrea (Figura 1), con cuatro situaciones
diferentes en cada localidad: loma forestada, loma pastizal, bajo forestado y bajo
pastizal. Todas las muestras fueron obtenidas del horizonte superficial del suelo (0-20
cm) y fueron sometidas a las determinaciones de nitrógeno total (N tot.) y fósforo
disponible (P disp.), a razón de dos repeticiones por muestra.
5
Figura 1: Ubicación de los sitios de muestreo
Para la determinación de N tot. fueron seguidos los pasos del método MicroKjeldahl
(SAMLA-SAGPyA, 2004). Éste método comprende tres fases fundamentales, en las que
el N de la muestra es convertido a amonio (NH4+) por digestión con H2SO4 concentrado
(conteniendo sustancias que facilitan esta conversión), y el NH4+ se determina por
titulación de la cantidad de NH3 liberado por destilación del digesto con álcali.
La determinación de P disp. fue efectuada por medio del método de Bray y Kurtz I, el
cual está fundamentado en la propiedad del ión F- de formar complejos con los iones
Al+3 y Fe+3, liberando así el P retenido por estos cationes (Bray y Kurtz, 1945). El ensayo
comprende dos etapas: extracción y determinación (IRAM-SAGPyA 29570-1, 2010). La
naturaleza ácida del extractante utilizado en este método (pH 2,6) contribuye a la
disolución del P disp. del Al, Ca y Fe, formas enlazadas en la mayoría de los suelos, que
luego es centrifugado y filtrado para cuantificar el P en el extracto por
espectrofotometría.
Los valores analíticos obtenidos de N tot. y P disp., fueron contrastados con los valores
de referencia que comúnmente se utilizan para la caracterización de suelos según los
macronutrientes evaluados (Tablas 1 y 2).
6
Tabla 1. Clasificación de suelos según el contenido de nitrógeno total. Adaptado de

Moreno, 1978.
Nitrógeno total (%) Categoría
< 0,032 Extremadamente pobre
0,032 – 0,063 Pobre
0,064 – 0,095 Medianamente pobre
0,096 – 0,126 Medio
0,127 – 0,158 Medianamente rico
0,159 – 0,221 Rico
> 0,221 Extremadamente rico
Tabla 2. Referencia para la clasificación de suelos según su contenido de fósforo en

solución. Adaptado de NOM-021 (2002).
Fósforo disponible (ppm) Categoría
< 15 Pobre
15 – 30 Medio
≥ 30 Rico
El análisis estadístico de los datos analíticos fue realizado, primeramente, con el

programa InfoStat (InfoStat, 2004), para evaluar la significancia de las variables
analizadas. Posteriormente, fue realizado un análisis con el programa estadístico R (R
Core Team, 2015) y los paquetes: lme4, xlsx y ggplot2 (Bates et al., 2015, Dragulescu,
2014, Wickham, 2009), con el fin de incorporar la variable de “sitio” (Figura 1) como
factor Random en un análisis de modelos mixtos. La exploración de variables
“topografía” y “cobertura” se realizó según el criterio de información de AKAIKE.
La tabla 3 fue confeccionada con los valores promedio de las determinaciones de

laboratorio y posee el detalle de las localidades y condiciones consideradas en el
análisis.
Según lo indicado en la tabla 1, los suelos de las tres localidades se ubican en la
categoría de “Rico” a “Extremadamente rico” en lo que respecta al contenido de N total,
con excepción del bajo con cobertura herbácea en Uribelarrea, que entra en la categoría
“Medianamente rico”, producto del intensivo proceso de extracción que allí se realiza.
Además, se observa de forma consistente que los %N bajo forestaciones superan a las
de cobertura herbácea, posiblemente por la acumulación de materia orgánica por caída
de hojas y ramas finas.
En lo que respecta al contenido de P disp. (Tabla 2), los suelos estudiados se presentan
desde pobres (Dolores) a ricos (Uribelarrea), pasando por una situación intermedia en
Chascomús. Llama la atención la magnitud de los valores de P obtenidos en Uribelarrea
7
para las situaciones de loma y bajo forestal, el motivo responde al aporte externo de
este nutriente, producto de más de 5 años de enmiendas con residuos de corral y
gallineros.
Tabla 3. Resultados analíticos de nitrógeno total y fósforo disponible.

Condición
Procedencia Cobertura %N P (ppm)
topográfica
Dolores Loma Forestal 0,18 0,17 0,17 5,1 4,7 4,0
Herbácea 0,13 0,20 0,15 2,2 2,2 2,5
Bajo Forestal 0,18 0,22 0,23 3,7 2,4 3,6
Herbácea 0,23 0,17 0,15 4,5 8,9 6,6
Chascomús Loma Forestal 0,30 0,29 0,27 11,4 7,6 12,4
Herbácea 0,26 0,24 0,25 3,5 4,6 4,2
Bajo Forestal 0,25 0,20 0,24 27,6 22,2 22,2
Herbácea 0,20 0,23 0,22 3,7 3,2 3,4
Uribelarrea Loma Forestal 0,20 0,21 0,20 329,4 313,3 202,4
Herbácea 0,23 0,27 0,21 225,7 435,5 252,6
Bajo Forestal 0,27 0,30 0,20 108,5 150,6 161,4
Herbácea 0,12 0,14 0,13 28,3 17,2 30,1
Los valores analíticos de N tot. y P disp. fueron sometidos a un análisis de la varianza y

comparación de medias (Tukey) y volcados en los gráficos 1 y 2.
En el gráfico 1 es posible apreciar visualmente que los contenidos de N total son

superiores bajo la cobertura forestal. Sin embargo, no se puede establecer una relación
clara entre la proporción de este nutriente y la condición topográfica. Esta
indeterminación puede estar dada por un conjunto de variables propias de cada
localidad en estudio, tales como características puntuales de temperatura, exposición y
pluviometría, o las prácticas agrícolas que allí se efectúan. Estas últimas, van desde el
pastoreo de pasturas naturales (Dolores) o implantadas (Chascomús), hasta la rotación
de cultivos con aporte de enmiendas de residuos de corral (Uribelarrea). El análisis
estadístico de los valores medios de este nutriente indica que no existen diferencias
estadísticas entre los valores de cada localidad, lo que anularía la primera apreciación
gráfica de los resultados analíticos.
8
Gráfico 1. Representación gráfica de los valores medios de N total (%). Loma (L); bajo (B);
cobertura herbácea (P) y cobertura forestal (F). Letras iguales sobre las barras de cada localidad,
indica que no existen diferencias significativas entre medias (α=0,05)
En el gráfico 2, se aprecia el mismo efecto antes indicado para el N, una mayor

disponibilidad de P bajo forestaciones y una relación poco clara con respecto a la
topografía. Al mismo tiempo, es posible apreciar un contenido excesivo de P disponible
en Uribelarrea. Esto podría explicarse por el hecho de que, a diferencia del nitrógeno,
que guarda una estrecha relación con la actividad microbiana y el contenido de materia
orgánica del suelo, el contenido de P depende casi exclusivamente del material
originario, y su balance es de tipo químico. Con esto se entiende que, dada la escasa
movilidad de este nutriente, el aporte externo de P por medio de enmiendas permanece
en el suelo por largo tiempo, siendo una posible explicación de estos valores extremos.
En este caso, el análisis estadístico indica que el cambio de cobertura y condición
topográfica genera cambios en los contenidos de P disp., sin embargo, no es posible
identificar un patrón claro en estos efectos.
9
Gráfico 2. Representación gráfica de los valores medios de P disponible (ppm). Loma (L); bajo
(B); cobertura herbácea (P) y cobertura forestal (F). Letras iguales sobre las barras de cada
localidad, indica que no existen diferencias significativas entre medias (α=0,05)
Para poder interpretar correctamente estos datos, los mismos fueron trabajados con
modelos mixtos a través del programa estadístico R y el paquete “lme4”. Esto permitió
considerar el efecto generado por el sitio, al incorporar las localidades como variable
random en el modelo. El resultado de este análisis indica que los cambios de cobertura
inciden significativamente en el contenido de N total y P disponible en el suelo (p-value <
1,01e-05), mientras que la topografía no afecta de forma significativa el contenido de los
nutrientes evaluados (p-value > 0,06).
Los resultados gráficos de este análisis se muestran en forma de gráficos de barras y

boxplot para los valores obtenidos de N total (Gráficos 3a y 3b) y P disponible (Gráficos
4a y 4b), respectivamente.
En los gráficos 3 y 4 se confirma parcialmente lo observado en el análisis gráfico

(Gráficos 1 y 2). Los contenidos acumulados de N total (Gráfico 3a) son superiores bajo
las coberturas de eucaliptos, sin embargo, los valores medios de este nutriente bajo
cobertura herbácea y situación de loma (Gráfico 3b), superan a los valores medios
obtenidos bajo forestaciones de eucaliptos. Se observa, además, que la mayor
dispersión de datos se da en bajos con cobertura herbácea y lomas con cobertura
forestal, donde los valores medios son superados por sus homólogos topográficos. En el
gráfico 4, en cambio, no hay una mayor acumulación de P disponible en forestaciones
10
(Gráfico 4a), pero sí un predominio de P disponible bajo forestaciones respecto a los

valores medios de este nutriente (Gráfico 4b), acompañado de una mayor dispersión de
datos en situaciones de loma. Esta dispersión de datos se debe a los valores extremos
de P disponible encontrados en Uribelarrea.
a b
Gráfico 3. a- gráfico de barras de valores ajustados y acumulados de N total [%](ordenadas) para

cada condición topográfica “topo” (abscisas) y cobertura “factor cober”. b- Boxplot de los valores
analíticos ajustados de N total [%] (ordenadas) para cada condición topográfica “topo” (abscisas)
y cobertura “factor cober” (cobertura forestal en rojo y herbácea en celeste).
a b
Gráfico 4. a- gráfico de barras de valores ajustados y acumulados de P disponible [ppm]

(ordenadas) para cada condición topográfica “topo” (abscisas) y cobertura “factor cober”. b-
Boxplot de los valores analíticos ajustados de P disponible [ppm] (ordenadas) para cada
condición topográfica “topo” (abscisas) y cobertura “factor cober” (cobertura forestal en rojo y
herbácea en celeste).
Si ahora evaluamos el total de los datos, descontando los correspondientes a

Uribelarrea, y realizamos nuevamente el análisis estadístico para el caso del P, se
obtiene una interpretación gráfica más clara (Gráfico 5) y una relación distinta entre
variables. Este análisis revela que tanto los cambios de cobertura (p-value < 4,00e-06)
como los de topografía (p-value < 2,55e-06), generan cambios significativos sobre los
contenidos de P disponible.
11
a b
Gráfico 5. a- gráfico de barras de valores ajustados y acumulados de P disponible [ppm]

(ordenadas) para cada condición topográfica “topo” (abscisas) y cobertura “factor cober”. b-
Boxplot de los valores analíticos ajustados de P disponible [ppm] (ordenadas) para cada
condición topográfica “topo” (abscisas) y cobertura “factor cober” (cobertura forestal en rojo y
herbácea en celeste). En ambos gráficos no se consideraron los datos provenientes de
Uribelarrea.
El contenido de P disponible varía en función de la cobertura y condición topográfica, de

tal modo que los mayores contenidos de este nutriente se encontrarían en situaciones
de bajo y cobertura forestal. Este comportamiento podría estar relacionado a la mayor
eficiencia en la redistribución del P indicada por Frangi et al. (2015) para el Eucalyptus
grandis y a la capacidad de fijación de este nutriente por la forestación (Graciano et al.,
2006).
Conclusiones
Se verifica la hipótesis de que la instalación de especies forestales de rápido

crecimiento genera cambios significativos en la disponibilidad de fósforo y contenido de
nitrógeno total en el suelo.
Se evidencia una mayor proporción de N total y contenido de P disponible bajo las
forestaciones de Eucalyptus que frente a las coberturas herbáceas que reemplazan.
Se advierte que no existe relación entre la proporción de N total y P disponible respecto

a la condición topográfica. Sin embargo, al procesar y analizar los datos sin considerar
Uribelarrea, se obtiene una relación significativa entre la topografía y el contenido de P
disponible.
Se reconoce la ventaja de la utilización de modelos mixtos para la interpretación de los

datos analíticos de distintas procedencias.
12
Agradecimientos
A Mabel Vázquez (Titular del curso de Manejo y Conservación de suelos) por poner a
disposición el laboratorio de suelos de la Cátedra de Edafología de la Facultad de
Ciencias Agrarias y Forestales de La Plata – UNLP.
A Victor Merani (Personal de apoyo del curso de Edafología) y Guillermo Millán (JTP
curso de Edafología) por su apoyo constante en el desarrollo de las metodologías de
laboratorio e interpretación de datos.
Al CONICET por su participación como ente financiador del proyecto.
Bibliografía
Auge, M; C Wetten; G Baudino; G Bonorino; R Gianni; N González; M Grizinik; M

Hernández; J Rodríguez; A Sisul; A Tineo & C Torres. 2006. Hidrogeología de
Argentina. Boletín Geológico y Minero 117(1):7-23
Batista WB; MA Taboada; RS Lavado; SB Perelman & RJC León. 2005. Asociación
entre comunidades vegetales y suelos en el pastizal de la Pampa Deprimida. En:
Oesterheld M; MR Aguilar; CM Ghersa & JM Paruelo (Eds.) La heterogeneidad de la
vegetación en los agroecosistemas. Un homenaje a Rolando JC León. 2005. Editorial
de la Facultad de Agronomía (UBA) pp. 113-129.
Bates, D.; Maechler, M.; Bolker, B. & S. Walker. 2015. Fitting Linear Mixed-Effects
Models Using lme4. Journal of Statistical Software, 67(1), 1-48.
doi:10.18637/jss.v067.i01.
Besteiro SI. 2014, Evaluación de la influencia hidrológica de forestaciones en la llanura

pampeana. Tesis doctoral, Universidad de La Plata.
Boschetti G & C Quinteros. 2005. Extracción de P disponible por el método de Bray y

Kurtz I. Capítulo VI – Fósforo. En: Marbán L & S Ratto. 2005. Tecnologías en análisis de
los suelos. “Alcance a Laboratorios Agropecuarios”. 1ra ed. Asoc. Argentina de Ciencia
del Suelo, Buenos Aires, Argentina. 215 pp.
Bray RH & Kurtz LT. 1945. Determination of total, organic and available forms of
phosphorus in soils. Soil Science 59:39-45.
Díaz-Rosello R. 1992. Evolución del nitrógeno total en rotaciones con pasturas. INIA
Investigaciones Agronómicas 1(1)27-35
Doffinger Ramos, D.; da Silva, E.F.; Ensinas, S.C.; Hilgert de Souza, N.; Costa Potrich,
D.; Elena de Freitas, M.; Nazari Formagio, A.S. & M. do Carmo Vieira. 2013. Estoques
de carbono e nitrogênio totais nas substâncias húmicas do solo sob diferentes sistemas
13
de manejo. Semina: Ciências Agrárias, Londrina, v. 34, n. 5, p. 2219-2228. DOI:

10.5433/1679-0359.2013v34n5p2219.
Dragulescu, A.A. 2014. xlsx: Read, write, format Excel 2007 and Excel 97/2000/XP/2003
files. package version 0.5.7. https://CRAN.R-project.org/package=xlsx
Frangi, J.; Pérez, C.; Goya, J.;Tesón, N.; Barrera, M. & M. Arturi. 2015. Modelo integral
de un plantación de Eucalyptus grandis de primer ciclo en Concordia, Entre Ríos. XXIX
Jornadas Forestales de Entre Ríos. Concordia. 5 pp.
Giuffré L. 2005. El fósforo como elemento crítico. Capítulo VI – Fósforo. En: Marbán L &
S Ratto. 2005. Tecnologías en análisis de los suelos. Alcance a Laboratorios
Agropecuarios. 1ra ed. Asociación Argentina de Ciencia del Suelo, Bs. As. 215 pp.
Goya J, Arturi M, Sandoval DM, Pérez C & Frangi, JL. 2013. Efecto de las Plantaciones
de Eucalyptus grandis sobre el Contenido de N del Suelo en el NE de Entre Ríos. IV
Congreso Forestal Argentino y Latinoamericano. Iguazú, Misiones, Argentina.
Graciano, C., Goya, J.F. & J.L. Frangi. 2006. Eucalyptus Grandis Plantations in
Argentina in the context of sustainable silviculture. Chapter 2. In: Forest Ecology
Research Horizons. 2007, Nova Science Publichers, Inc. Ed. Nole C. Verne, pp. 39-76.
ISBN 1-60021-490-8.
InfoStat. 2004. InfoStat versión 2004. Grupo InfoStat, FCA, Universidad Nacional de
Instituto Interamericano de Cooperación para la Agricultura. –IICA-. 2001. Comercio y

medio ambiente: análisis de la nueva normativa. Situación actual: comercio y medio
ambiente. pp. 20-21
IRAM-SAGPyA 29570-1. 2010. Determinación de fósforo extraíble en suelos. Parte 1 –

Método BrayKurtz 1 modificado (Extracción con solución de fluoruro de amonio – ácido
clorhídrico) 1ra Edición.
Jobbágy EG; M Vasallo; KA Farley; G Piñeiro; MF Garbulsky; MD Nosetto; RB Jackson

& JM Paruelo. 2006. Forestación en pastizales: hacia una visión integral de sus
oportunidades y costos ecológicos. Agrociencia Vol. X pp. 109-124.
Lavado RS. 2010. Salinidad y alcalinidad: propiedades, efectos sobre los cultivos y
manejo. En: Álvarez R; G Rubio; CR Álvarez & RS Lavado (Eds.). Fertilidad de suelos
caracterización y manejo en la Región Pampeana. Editorial de la Facultad de Agronomía
(UBA) pp. 97-115.
14
Lavado RS & MA Taboada. 1988. Water, salt and sodium dynamics in a natraquoll in
Argentina. CATENA 15:577-594.
León RJC & SE Burkart. 1998. El Pastizal de la Pampa Deprimida: Estados Alternativos,
Sociedad Venezolana de Ecología. Ecotrópicos 11(2):121-130.
Manahan SE. 2006. Introducción a la química ambiental. pp. 126-322. Reverte.
Marbán L & S Ratto. 2005. Tecnologías en análisis de los suelos. Alcance a

Laboratorios Agropecuarios. 1ra ed. Asociación Argentina de Ciencia del Suelo, Bs. As.
215 pp.
Miaczynski C. 1995. Los suelos hidromórficos e hidrohalomórficas de la provincia de

Buenos Aires. Revista Facultad de Agronomía 15:23-36.
Moreno DR. 1978. Clasificación de pH del suelo, contenido de sales y nutrientes

asimilables. INIA-SARH. Ciudad de México.
Navarro García G & S Navarro García. 2013. Química agrícola, Química del suelo y de
los nutrientes esenciales para las plantas. 3ra edn. Mundi-Prensa pp. 305
New M; D Lister; M Hulme & I Makin. 2002. A high-resolution data set of surface climate
over global land areas. Climate Research 21:1-25.
NOM-021. 2002. Norma oficial Mexicana NOM-021-SEMARNAT-2000 que establece las

especificaciones de fertilidad, salinidad y clasificación de los suelos. Estudios, muestreo
y análisis. Secretaría de Medio Ambiente y Recursos Naturales. Diario Oficial, Segunda
Sección. México. 85 pp.
Nuñez MN; LM Calvo & C Saulo. 2007. Vulnerabilidad de la Pampa Bonaerense,
Segunda Comunicación Nacional del Gobierno de la República Argentina, Convención
de Naciones Unidas sobre Cambio Climático, 113 pp.

Foundation for Statistical Computing, Vienna, Austria. URL https://www.R-project.org/.
SAMLA-SAGPYA (Secretaría de Agricultura, Ganadería, Pesca y Alimentos, Buenos

Aires, Argentina). 2004. Sistema de Apoyo Metodológico a los Laboratorios de Análisis
de Suelos, Agua, Vegetales y Enmiendas Orgánicas (SAMLA). Recopilación de técnicas
de laboratorio vigentes y reconocidas en proceso de revisión y actualización en el marco
del convenio IRAM-SAGPyA. Resolución Nro. 478/98 y 238/03.
Sala O; A Soriano & S Perelman. 1981. Relaciones hídricas de algunos componentes de

un pastizal de la Depresión del Salado. Revista Facultad de Agronomía 2(1):1-10
15
Salazar Lea Plaza JC & G Moscatelli. 1989. Mapa de Suelos de la Provincia de Buenos
Aires, Escala 1:500.000. SEAGyP - INTA, Buenos Aires, 527 pp.
Soil Survey Staff. 2006. Keys to Soil Taxonomy. 10a edn, USDA, NRCS. Washington
DC, 341 pp.
Taboada MA & F Damiano. 2007. Suelos. En: Nuñez MN; LM Calvo & C Saulo. 2007.
Vulnerabilidad de la Pampa Bonaerense, Segunda Comunicación Nacional del Gobierno
de la República Argentina, Convención de Naciones Unidas sobre Cambio Climático 83-
93.
Taboada MA; F Damiano & RS Lavado. 2009. Alteraciones de la fertilidad de los suelos,
El halomorfismo, la acidez, el hidromorfismo y las inundaciones, En: Inundaciones en la
Región Pampeana, Consecuencias sobre los suelos. Facultad de Agronomía, pp. 103-
127. Buenos Aires, Argentina.
Vázquez M & M García. 2012. Capacitación de la comunidad agropecuaria para la

prevención y tratamiento de problemáticas del suelo del Partido de Pila, Provincia de
Buenos Aires. Programa de extensión universitaria, Facultad de Ciencias Agrarias y
Forestales, Universidad Nacional de La Plata. 130 pp.
Wickham, H. 2009. ggplot2: Elegant Graphics for Data Analysis. Springer-Verlag New
York, 2009.
16
EVOLUCIÓN DEL FÓSFORO DISPONIBLE LUEGO DE LA APLICACIÓN DE

DIFERENTES DOSIS DE FERTILIZANTE FOSFATADO
VICENTE JORGE GUDELJ1, HUGO GHIO2, CLAUDIO LORENZON1, OLGA GUDELJ1,

CARLOS GALARZA1, PEDRO VALLONE1, MARÍA BELÉN CONDE1, PABLO
TAMBURRINI3, FERNANDO GARCÍA4 & ÁNGEL BERARDO5
(1)
EEA INTA Marcos Juárez, Ruta Provincial Nº 12 (2580) Marcos Juárez (Córdoba);
(2)
AAPRESID; (3)ASP; (4)IPNI CONO SUR; (5)FERTILAB.
* [email protected]
Palabras claves: Argiudol típico; fertilización; balance de P
Resumen
En el sudeste de la provincia de Córdoba, actualmente, la mayoría de los productores

fertiliza sus cultivos utilizando dosis bajas, aunque algunos comenzaron a considerar la
reposición de nutrientes. El objetivo del presente trabajo fue evaluar la evolución del
fósforo (P) disponible luego de la aplicación de un plus de fertilizante fosforado
destinado a aumentar la disponibilidad de este nutriente en un suelo Argiudol típico. El
diseño utilizado fue de franjas contiguas (30 x 210m) dentro de las cuales se
establecieron tres estaciones de muestreo de suelo de 2100 m2. Los tratamientos
evaluados fueron 0; 36 y 140 kg.ha-1 de P aplicados al voleo en superficie total en el
inicio de la experiencia. A partir de 2004, cada dos años hasta 2010, en cada sitio de
muestreo se tomó para cada una de las siguientes profundidades 0-5, 5-10, 10-18 y 18-
30 cm, una muestra de suelo para la determinación P disponible por el método de Bray-
Kurtz. La secuencia de cultivos utilizada fue maíz-trigo/soja. Las franjas de 36 y 140
kg.ha-1 de P fueron fertilizadas todos los años con NPS utilizando el criterio de
reposición. Un balance positivo de P permitió aumentar la disponibilidad de este
elemento en el suelo después de 9 años de agricultura. Se produjo una estratificación
superficial del P aplicado y con el paso del tiempo se observó enriquecimiento a mayor
profundidad. El tratamiento testigo mantuvo los valores de P disponible a través del
tiempo a pesar de haber tenido un balance negativo de 141 kg de P producto de nueve
años con la secuencia maíz-trigo/soja. En promedio se necesitaron 30 y 46,7 kg.ha-1 de
superfosfato triple para aumentar en 1 ppm el valor del P disponible en el suelo de 0-18
y de 0-30 cm de profundidad respectivamente.
Introducción
En el sudeste de la provincia de Córdoba, la fertilización fosfatada es una tecnología

que se comenzó a utilizar en la década de 1990 de mano de la adopción de la siembra
directa. Se comprobó que pequeñas dosis de fósforo (P) localizadas a un costado y
debajo de la semilla permitían una mejor performance del maíz y el trigo cuando estos
1
se implantaban directamente (Gudelj y col. 1994 y 2000). Las dosis utilizadas eran bajas
y localizadas para obtener una mayor eficiencia. Experiencias de largo plazo en el área
del INTA Marcos Juárez determinaron rendimientos de maíz, trigo y soja superior a la
media regional, y un deterioro en las propiedades químicas del suelo, entre ellas un
deterioro de la disponibilidad de P debido a la utilización de dosis que estaban por
debajo de lo que se exportaba con la cosecha de los cultivos (Gudelj y col. 2002). Otras
experiencias de largo plazo determinaron la factibilidad de la fertilización de reposición.
En la actualidad, en la región mencionada, la mayoría de los productores fertiliza sus

cultivos utilizando dosis bajas, aunque algunos comenzaron a considerar la reposición
de nutrientes, es decir reponer los nutrientes que con la cosecha se llevan los granos.
En este contexto, una de las incógnitas planteadas es cuanto P aplicar para elevar la
disponibilidad de este nutriente en suelos Argiudoles típicos predominantes en esta
región. Respecto de lo anterior es importante considerar que esto puede variar debido a
la capacidad “buffer” o amortiguadora del suelo que “es la propiedad que posee un suelo
para resistir los cambios en la concentración de P en solución, en estado de equilibrio, al
extraer o agregar P. Un suelo con alta capacidad amortiguadora repondrá rápidamente
el P agotado en su solución, por las plantas” (Quintero, 2002). La capacidad de
retención de P es una propiedad de cada suelo relacionada con el porcentaje de arcilla y
óxidos libres (Boschetti y col., 1998; Quintero y col. 1999, citado por Quintero 2002). La
capacidad de adsorción de los suelos de la zona Sur de la Región Pampeana Argentina
es mayor que el de la zona Norte, la característica de suelo que más influyó fue el Fe
amorfo y, por lo tanto, requieren una dosis mayor de P para elevar el P disponible
(Cabello y col. 2010). En relación a lo anterior, Berardo y Grattone (2000) aportan que
para un suelo Argiudol típico de Balcarce (sur de la Región Pampeana), una dosis de 20
kg.ha-1 de P (100 kg.ha-1 de superfosfato triple), elevaría el P disponible en 3,3, 1,6 y
0,84 mg.kg-1 después de 1, 3 y 8 años de la fertilización, respectivamente. En cambio,
Ciampitti y col. (2011) en el sur de Santa Fe (norte de la Región Pampeana) indican una
necesidad de 8 a 11 kg.ha-1 de P para elevar el P disponible en 1 mg kg-1 hasta los 20
cm de profundidad después de 6 años en rotaciones maíz-trigo/soja y maíz-soja-
trigo/soja. En ambos casos no está descontado el P que con los granos se llevan la
cosecha.
La humedad y la temperatura también podrían influir en la disponibilidad de P presente

en un suelo. En experimentos de laboratorio se observó un marcado incremento del P
disponible por el efecto combinado de humedad y temperatura, siendo mayores estos
incrementos en suelos de textura media y fina respecto de los de textura gruesa,
infiriéndose que se debió a la participación de microorganismos del suelo responsables
de la mineralización del P orgánico (Zalba y col. 2004).
El objetivo del presente trabajo fue evaluar la evolución del P disponible luego de la
aplicación de un plus de fertilizante fosforado destinado a aumentar la disponibilidad de
este nutriente en un suelo Argiudol típico del sudeste de Córdoba.
2
En el ciclo 2001-2002 en el establecimiento “Don Osvaldo”, ubicado en la localidad de

Camilo Aldao provincia de Córdoba, se inició una experiencia para tratar de elevar los
niveles de P disponible en un lote de producción donde se había decidido utilizar el
criterio de reposición para la fertilización con nitrógeno, P y azufre (NPS). Al comienzo
de la experiencia, el lote, suelo Argiudol típico de la serie Hansen, tenía 33 años
consecutivos de agricultura con solo dos pasturas en los últimos 100 años. El diseño
utilizado fue de franjas contiguas de 30 m de ancho por 210 m de largo dentro de las
cuales se establecieron tres estaciones de muestreo de suelo de 30 m de ancho por 70
m de largo, 2100 m2. Los tratamientos evaluados fueron 0, 36 y 140 kg de P utilizando
superfosfato triple (SPT) aplicado al voleo en superficie total en el inicio de la
experiencia, el 07/09/2001. Previo a la instalación de los tratamientos en 2001, en cada
franja se realizó un muestreo de suelo de 0-18 y de 18-30 cm para determinar
disponibilidad de P mediante el método de Bray-Kurtz. Los valores obtenidos fueron 10;
11; y 10 ppm de 0-18 cm y 4; 3 y 3 ppm de 18-30 cm para las franjas de 0, 36 y 140 kg
de SPT, respectivamente. A partir de 2004, cada dos años hasta 2010 y en cada sitio de
muestreo, en el mes de junio se tomó para cada una de las siguientes profundidades 0-
5; 5-10; 10-18 y 18-30 cm, una muestra conformada por 18 sub-muestras para la
determinación P disponible por el método de Bray-Kurtz. La secuencia de cultivos
utilizada fue maíz (cinco años)-trigo/soja (cuatro años). Las franjas de 36 y 140 kg.ha-1
de P fueron fertilizadas todos los años con NPS utilizando el criterio de reposición en
función de un rendimiento objetivo establecido previamente para cada cultivo y los kg de
NPS que se exportan con la cosecha de granos. Para la definición de los nutrientes
exportados por tonelada se realizaron determinaciones en grano de trigo y maíz, y en el
caso de soja se utilizó el valor referenciado por el Instituto Internacional de Nutrición de
Plantas (IPNI) (http://lacs.ipni.net/article/LACS-1024). Además las toneladas de
producción de cada cultivo se corrigieron descontando la humedad de cosecha para
llevarlo a tonelada de grano seco.
Los datos de temperatura de suelo fueron tomados de la casilla meteorológica del INTA
Marcos Juárez ubicada a 60 km del lugar de la experiencia y los de precipitaciones en el
lugar donde se condujo la misma.
Se analizaron los resultados utilizando modelos lineales mixtos para considerar las
medidas repetidas en el tiempo y la heterogeneidad de variancia de cada año. Cada
tratamiento se comparó a través de los años y dentro de cada año se compararon los
tratamientos entre sí.
3
Las condiciones de temperatura de suelo de 0-20 cm y las precipitaciones ocurridas

desde la cosecha del cultivo anterior hasta el muestreo de suelo realizado en cada
oportunidad se muestran en la Tabla 1. Como se puede apreciar el promedio de
temperatura del 2001 se diferencia significativamente de los demás años en los que se
realizó muestreo de suelo. En 2004 faltan los registros de dos meses y en los
siguientes si bien son similares, en el año 2010 es 0,4°C y 0,5°C mayor que 2008 y
2006 respectivamente.
Tabla1: Condiciones climáticas previas a los muestreos.

Temperatura suelo 0-20 cm profundidad Precipitaciones en mm
AÑOS Marzo Abril Mayo Junio media Marzo Abril Mayo Junio Total
2001 27,1 23,1 17,7 16,6 21,12 327 80 0 17,5 424
2004 sd sd 14,3 12,6 --- 52 129 42 0 223
2006 23 20,6 15,7 13,7 18,25 60 194 0 13,5 267
2008 24 20,2 16,9 12,4 18,37 67 30 0 0 97
2010 25,1 19,9 16,4 13,4 18,7 152 124 51 0 327
El balance de P durante toda la experiencia considerando lo aplicado por fertilización y

lo exportado por los granos para cada uno de los tratamientos figura en la Tabla 2.
Tabla 2: Balance de P para cada tratamiento.

TRATAMIENTOS
Aporte/Extracción/Balance TESTIGO 36 Kg P 140 Kg P

-1
---------- kg P.ha ----------
Aporte P por fertilización Inicial 0 36 140
Aporte P por fertilización del cultivo en cada ciclo 0 419 419
Total Aportes 0 455 559
Exportación total por la cosecha de granos -141 -239 -253
BALANCE 141 (-) 216 (+) 306 (+)
4
En la Tabla 3 se muestran los resultados de análisis estadísticos realizados para cada

una de las profundidades evaluadas. Las profundidades de 0-18 y 0-30 cm se
estimaron de acuerdo a los análisis realizados y ponderando por profundidad.
Tabla 3: Resultados de análisis estadístico.

Estratos de profundidad (cm)
0-5 5-10 10-18 18-30 0-18 0-30

EFECTO
F F F F F F
Pr > F Pr > F Pr > F Pr > F Pr > F Pr > F
Valor Valor Valor Valor Valor Valor
Trat 421,98 <0,0001 127,39 <0,0001 40,12 <0,0001 11,46 0,0008 317,61 <0,0001 240,23 <0,0001
Año 4,21 0,0461 53,30 <0,0001 18,97 0,0005 0,81 0,5236 25,11 0,0002 14,28 0,0014
AñoxTrat 1,70 0,1854 17,19 <0,0001 6,15 0,0017 0,83 0,5622 8,71 0,0003 5,72 0,0024
En las Figuras 1 a 6 se muestra la evolución del P disponible para las distintas

profundidades. Las Figuras 2, 3, 5 y 6, de las profundidades de 5-10, 10-18, 0-18 y 0-
30 cm, muestran la interacción significativa de año x tratamiento, letras diferentes
indican diferencias significativas (p<0,05) entre los años para cada tratamiento
(mayúsculas) y entre los tratamientos dentro de cada año (minúsculas). Para las
profundidades 0-5 y 18-30 cm, donde la interacción no fue significativa, se presentan
las Figuras 1 y 4 en las que se pueden apreciar las comparaciones de las medias de
los tratamientos. La alta disponibilidad de P registrada en 2010 podría atribuirse a la
elevada humedad de suelo de acuerdo a las precipitaciones ocurridas y a la mayor
temperatura de suelo. También hay que considerar que en el ciclo 2008-9 el
rendimiento del trigo fue inferior a 1400 kg.ha-1 debido a déficit hídrico ocurrido durante
el ciclo del mismo, por lo que el P aplicado excedió en forma importante al exportado
por los granos.
Se puede observar que hubo una acumulación del P aplicado en los primeros
centímetros de suelo. De 0 a 5 cm hubo una diferenciación entre los tratamientos en
todos los años evaluados pero no de cada tratamiento a través de los años (Figura 1).
Esto es lógico si se considera que la secuencia implementada se realizó en siembra
directa continua por lo que el fertilizante aplicado al voleo al inicio de la experiencia
para diferenciar los tratamientos quedo en superficie al no haber remoción de suelo y
el aplicado previo a cada cultivo fue incorporado superficialmente. Para las
profundidades 5-10 y 10-18 cm, existe un comportamiento similar diferenciándose
desde el 2004 el testigo de los tratamientos fertilizados, pero estos recién se
diferencian en 2010 y cada uno de ellos entre años a partir de 2008 (Figuras 2 y 3). De
18 a 30 cm los tratamientos fertilizados se diferencian del testigo desde el 2004 pero
en ningún caso hay diferencias entre ellos (Figura 4). Estos resultados muestran que
5
el P tiene una movilidad descendente lenta pero que las capas inferiores también se
enriquecieron con el P aplicado (Figura 7).
Figura1: Evolución del P de 0-5 cm

100
a A
80
P (ppm)
60
a B b A
40
a C a C
20 a B a B a B
b A b A b A c A
0
2004 2006 2008 2010
Años
0 Kg P 36 Kg P 140 Kg P
Figura 2: Evolución del P de 5-10 cm

40
a A
35
30
25
P (ppm)
20
a B b A
15
10 a C a C a B
5 a C a C
b A b A b A c A
0
2004 2006 2008 2010
Años
0 Kg P 36 Kg P 140 Kg P
6
8 A
A
6
P (ppm)
4
B
2
0
2004 2006 2008 2010
Años
0 Kg P 36 Kg P 140 Kg P
Las Figuras 5 y 6 muestran para 0-18 y 18-30 cm, la sumatoria de los valores de P
ponderados por profundidad. De esta forma los tratamientos se diferencian a partir del
2004 y muestran también una más temprana diferenciación del tratamiento que
inicialmente recibió la dosis más alta de P.
70 a A
60
50 a B b A
P (ppm)
40 a C a C
b B
30 b B b B
20
c A c A c A c A
10
0
2004 2006 2008 2010
Años
0 Kg P 36 Kg P 140 Kg P
50 a A
40
a B b A
P (ppm)
30 a C a C
b B
20 b B b B
10 c A c A c A c A
0
2004 2006 Años 2008 2010
0 Kg P 36 Kg P 140 Kg P
7
P Bray (ppm)
0 20 40 60 80 100
0-5 0
Profundidad (cm)
180
5-10
700
10-18
18-30
Figura 7: Distribución de P Bray en profundidad para los tratamientos en la determinación final de

2010.
Obsérvese que el tratamiento testigo en ninguna de las profundidades muestra

diferencia entre años a pesar del P exportado con las cosechas en los 9 años que duró
la experiencia, Ciampitti y col. (2011) observaron una tendencia similar en ensayos
realizados en la zona.
Haciendo un balance entre lo exportado por los granos, lo aplicado vía fertilización, las
ppm inicial y final de P podemos determinar los kg de SPT necesarios para aumentar en
1 ppm el valor de P disponible en el suelo. La Tabla 4 indica los valores de P inicial y
final y las diferencias entre los mismos a 0-18 y 0-30 cm para los dos tratamientos
fertilizados.
Tabla 4: P inicial y final a 0-18 y 0-30 cm para los tratamientos 36 P y 140 P

Tratamientos 36 P 140 P
Profundidad (cm) 0-18 0-30 0-18 0-30
P(ppm) inicial 11 8 10 7
P(ppm) final 44 29 66 43
Diferencia 33 21 56 36
El balance de P (Tabla 2), indica 216 y 306 kg.ha-1 para los tratamientos de 180 y 700
kg.ha-1 de SPT respectivamente. Llevado a SPT esto es 1080 y 1530 kg.ha-1. Según la
formula (1 x kg de SPT aplicado por encima de lo exportado por los cultivos / valor de
diferencia de ppm) obtenemos la cantidad de SPT necesario para aumentar en 1 ppm el
valor del P disponible en el suelo.
8
Para el tratamiento 36 P fueron necesario 32,7 y 51,4 kg.ha-1 de SPT para aumentar en
una ppm el valor del P disponible de 0-18 y 0-30 cm de profundidad, respectivamente.
Para el tratamiento de 140 P fueron necesarios aportar 27,3 y 42 kg.ha -1 de SPT para
lograr igual aumento en las mismas profundidades respectivamente. Debe considerarse
que estos valores reflejan los cambios ocurridos en el P Bray entre la aplicación en 2001
y la última evaluación de 2010, es decir en el término de 9 años.
Conclusiones
Un balance positivo de P logró aumentar la disponibilidad de este elemento en el suelo
después de 9 años de agricultura.
Se produjo una estratificación superficial del P aplicado y con el paso del tiempo se
observó enriquecimiento a mayor profundidad.
El tratamiento testigo mantuvo los valores de P disponible a través del tiempo a pesar
de haber tenido un balance negativo de 141 de P producto de nueve años con la
secuencia maíz-trigo/soja.
En promedio se necesitaron 30 y 46,7 kg.ha-1 de SPT para aumentar en 1 ppm el valor

del P disponible en el suelo de 0-18 y de 0-30 cm de profundidad, respectivamente.
Bibliografia
BERARDO A. y GRATTONE 2000. Fertilización fosfatada requerida para alcanzar

niveles objetivos de P-Bray en un argiudol. Actas XVII Congreso Argentino de la Ciencia
del Suelo. Mar del Plata, Buenos Aires, Argentina.
BERARDO A. 2003. Manejo del fósforo en los sistemas de producción pampeanos.

Actas Simposio Fertilidad 2003. INPOFOS. Rosario, Santa Fe.
BOSCHETTI NG; CE QUINTERO; RA BENAVIDEZ. 1998. Caracterizacao do fator

capacidade-tampao de fosfatos em solos de Entre Ríos, Argentina, Revista Brasileira de
la Ciencia do Solo, 22:95-99.
CABELLO, MJ; FH GUTIERREZ BOEM; CE QUINTERO Y G RUBIO. 2010. Retención

de Fósforo en suelos de la Región pampeana: Curvas de adsorción. Actas XXII
Congreso Argentino de la Ciencia del Suelo. Rosario, Santa Fe, Argentina,
9
CIAMPITTI IA; FO GARCIA; LI PICONE y G RUBIO. 2011. Phosphorus budget and soil
extractable dynamics in field crop rotations in Mollisols, Soil Science Society of America
Journal 75: 1: 131-142.
QUINTERO, CE. 2002. Dosificación del Fósforo según Tipos de Suelos. Simposio
“Enfoque sistémico de la Fertilización Fosfórica. Actas XVIII Congreso Argentino de la
Ciencia del Suelo. Puerto Madryn, Chubut, Argentina.
QUINTERO, CE; NG BOSCHETTI; RA BENAVIDEZ. 1999. Phosphorus Retention in

Some Soils of the Argentinian Mesopotamia. Comm. Soil Sci. Plant Ana. 30 (9 y 10):
1449-1461.
GUDELJ, V; C GALARZA; G ESPOTURNO; P VALLONE; O GUDELJ; B MASIERO & H

GHIO. 2002. 16 años de Experiencias de fertilización en SD. Actas del X Congreso
Nacional de AAPRESID. Rosario, Santa Fe.
GUDELJ, V; C GALARZA; P VALLONE; G NIERI y B MASIERO. 2000. 11º Conferencia

de la Organización Internacional de la Conservación del Suelo. Actas.
GUDELJ, V; C GALARZA; O GUDELJ; C LORENZON y B MASIERO. 2001. Fertilización

de maíz en siembra directa, Resultados 2000-2001, Información para extensión N° 68
INTA Marcos Juárez.
GUDELJ, V; C GALARZA; P NOVELLO; G AYUB; A LEGASA; H GHIO y J

ROMAGNOLI. 1994. Fertilización del cultivo de trigo en siembra directa. Hoja
Informativa Nº 255. EEA INTA Marcos Juárez.
ZALBA, P; O BRAVO; M GARAY; N PEINEMANN. 2004. Actas XIX Congreso Argentino

de la Ciencia del Suelo. Paraná, Entre Ríos, Argentina.
10
RESPUESTA AL PURÍN DE BOVINO LECHERO ESTABULADO, CENTRO DE

SANTA FE
MIGUEL ÁNGEL PILATTI2,*, PABLO JAVIER GHIBERTO2; SILVIA IMHOFF 2, 4

, IVÁN
AGRETTI 3&OSVALDO MARIO FELLI2
2
Facultad de Ciencias Agrarias (UNL), Dpto de Ciencias del Ambiente Kreder 2805
(3080) Esperanza, Santa Fe; 03496-20639 int (256); 3 Ingeniero agrónomo actividad
privada. 4Consejo Nacional de Investigaciones Científicas y Técnicas, Esperanza, Santa
Fe, Argentina,
* [email protected]
Palabras claves: Rendimiento cultivo – Suelos contrastantes
Resumen
Aumenta la cantidad de ganado concentrado en pequeñas superficies y con ello los

purines disponibles para ser aplicados al terreno. Esas deyecciones más que residuos
potencialmente contaminantes son una posibilidad para revertir la degradación del suelo
que –desde hace muchos años- se constata en Santa Fe; usándolos como sustitutos de
abonos comerciales y enmiendas. En el centro de Santa Fe se seleccionaron lotes con
diferente aptitud productiva: Índices de productividad de 71 a 19; abarcando Argiudol;
Natralbol y Natracualf y cultivos típicos de la rotación utilizada en los tambos
estabulados: maíz y trigo para silo y alfalfa para corte mecánico. Sobre ellos se aplicó,
antes de la siembra, dosis variables (entre 3 y 16,5 Mg MS/ha) de purín, evaluándose la
respuesta productiva: datos que se muestran en este trabajo; corresponden a las
campañas 2010/11 y 2014/15.Las condiciones meteorológicas en ambas campañas
permitieron altos niveles de producción. El maíz de segunda para silo aumentó la
producción con el purín, especialmente los lotes de baja aptitud, con incrementos entre
2 y 5 Mg MS/ha.La alfalfa para corte no mostró importantes aumentos en la producción
y, cuando los hubo, sólo se registraron en los 2 primeros cortes post aplicación. El trigo
aumentó la producción de biomasa aérea para silo pero no la de grano con dosis de
6Mg/ha, no menores.
Introducción
Es un hecho constatado que se han degradado las mejores tierras de Santa Fe

(Molisoles, suelos clases I a III con índices de productividad superiores a 50). Pero
también se incrementa la conciencia de que forman parte del activo de la empresa y por
lo tanto deben realizarse inversiones para reponer, reparar, mejorar, de tal forma que
pueda obtenerse de ellos todo su potencial, compatible con su perdurabilidad en el largo
plazo (sostenibilidad). Las tierras de menor aptitud predominan en el centro y norte de
Santa Fe (Alfisoles, suelos clases IV a VII con IP entre 10 y 30), sin embargo el
1
desarrollo tecnológico para mejorar su capacidad productiva es prácticamente

inexistente.
Santa Fe se caracteriza por tener una de las cuencas lecheras más importantes del país
pero, en los últimos 15 años, la agricultura está desplazando a los tambos de las
mejores tierras y la tendencia es que se incremente.
Una moderna alternativa es complementar la actividad ganadera con la agrícola. Se

intensifica la producción de leche volviéndola más eficiente y se libera superficie para la
agricultura. Como resultado secundario se ve incrementada la producción de purines.
Hasta hace pocos años eran depositados en lagunas o derivados a zanjas próximas a
las instalaciones de ordeño, pero el notable aumento del volumen generado torna
insostenible esta práctica debido a la generación de focos de contaminación
importantes. Los purines, básicamente compuestos por deyecciones, orina, restos de
alimentos, agua pluvial y del lavado diario de las instalaciones, están constituidos
principalmente por sustancias que poseen elevada concentración de nutrientes y
materia orgánica. Estas características determinan el elevado potencial que poseen
como agentes para mejorar la fertilidad química, física y biológica de los suelos, pero
también pueden causar contaminación ambiental.
Ésos residuos, manejados incorrectamente, generan contaminación tanto en cursos de

agua superficiales como en capas freáticas; siendo fuente –además- de numerosos
patógenos que pueden hacer peligrar la actividad ganadera. Pero, realizando un uso
controlado, pueden no sólo ser inocuos sino convertirse en el principal “punto de apoyo”
para, no sólo revertir la degradación de las tierras sino incrementar la capacidad
productiva de los suelos lo que, prácticamente, no se ha logrado en sistemas reales de
producción en el país.
Cabe destacar que más del 60% de los tambos no realizan ningún manejo especial de
los purines. Sin embargo, hay directrices generales para su buen uso y existen
proyectos de investigación en la Región que atienden parcialmente a esa demanda.
En este trabajo se informa sobre la respuesta productiva de varios cultivos a la

aplicación de purines, originados en tambos estabulados en el centro de Santa Fe, en
suelos de contrastante aptitud productiva.
En los años 2010/11 y 2014/15 se realizaron 10 ensayos en lotes cultivados de la

empresa La Ramada S.A. dedicada a la producción láctea con vacas estabuladas en el
centro de Santa Fe (Argentina). En el Cuadro 1 y 2 se presentan detalles de suelos
(INTA, 1991; Giorgi et al., 2010), cultivos y tratamientos efectuados. El índice de aptitud
productiva (IAT) de los suelos se denominará en el resto del trabajo como IP. Los
2
tratamientos fueron testigo (T), con aplicación de fertilizantes (F), dosis alta y baja de
adición de purín (DA, DB).
Para la producción de forrajes la Empresa hace una rotación de 7 años: Alfalfa 1/Alfalfa
2/Alfalfa 3/Avena o Ryegrass o trigo – Maíz 2º/Maíz 1º/Avena o Ryegrass o trigo – Maíz
2º/Maíz 1º.
La ubicación de cada predio es: Rincón de Ávila: Lat.31º 21‟ 04‟‟S Long.60º 52„42‟‟O
Hipatia: Lat. 31º07‟ 07‟‟ S; Long. 61º07‟ 06‟‟ O Llambi Campbell: Lat.31º 12‟ 03‟‟S;
Long.60º 45„ 25‟‟O Sarmiento: Lat.31º 05‟ 07‟‟S ; Long.61º 14„ 47‟‟O (campo anexo a los
tambos).
Maíz: Se sembró en enero y febrero un híbrido 30B39 HX de Pioneer con una

sembradora de 13 surcos a 52,5 cm de distancia entre surcos; lográndose una
densidad media de 67.600 pl/ha. Para el control de malezas se aplicaron en pre siembra
5 L/ha de glifosato en 2 veces y en post emergencia (V4) se aplicó 1,6 L/ha de
Glufosinato de amonio. Las aplicaciones de purín fueron realizadas 60 días antes de la
siembra con la estercolera.
Alfalfa: Los barbechos se realizaron con 5 L/ha de glifosato aplicado en dos veces y 1
L/ha de imazetapir. No hubo necesidad de aplicaciones para el control de plagas
animales La siembra se realizó en abril con una sembradora de 25 líneas a 17,5 cm
entre ellas, con una dosis de siembra de 12 kg/ha de alfalfa peleteada.
Detalles de la toma de muestras al azar en cada cultivo y del rendimiento que se

planteaba como objetivo:
Maíz de segunda silo es de 13.500 kg MS ensilada /ha (considerando una eficiencia de

cosecha de 0,85; la producción de biomasa aérea objetivo es de 16.000 kg MS BA/ha)
3 m2 x 6 repeticiones.
Alfalfa para cortes mecánicos es de 9.000 kg MS/ha en 6 cortes (1.500 kg MS/corte); 8

repeticiones de 0,25 m2 cada una. Trigo es de 3.000 kg grano MS/ha. 5 repeticiones de
1 m2 cada una.
La composición del purín se ofrece en el Cuadro 3, es el valor medio de 3

determinaciones en cada año de ensayos. En cada lote, previo a la siembra, se tomó
muestra compuesta por 30 extracciones para análisis químico de suelos (ver Cuadro 4):
la profundidad en cada caso se presenta en el Cuadro 2.
3
Cuadro 1: Dosis de purines de vacas lecheras y fertilizantes aplicados antes de la siembra de

cultivos en 3 tambos estabulados en el centro de Santa Fe (Argentina). Donde DA, DB, T y F es
dosis alta, dosis baja, testigo y con fertilizante respectivamente. (DAP es Fosfato diamónico)
Año Predio Cultivo Lote Tratamientos

mes
siembra
2010/11 Hipatia Maíz 2 12 T - F 90 urea+80 DAP
25/1 DB:6 Mg MS/ha+90 urea+ 80DAP
DA:10 Mg MS/ha + 90 urea+ 80DAP
2014/15 Hipatia Maíz 13 T – DU: 10 Mg MS/ha
2011 Hipatia Alfalfa 13 T

5/5 DB: 7 Mg MS/ha DA:12 Mg MS/ha
2014 Hipatia Trigo 26 T- DB: 3 Mg MS/ha – DA: 6 Mg MS/ha
2010/11 Llambi Maíz 2 16E T – F: 90 urea+80DAP

3/2 Campbell DB: 5,5 Mg MS /ha DA:8,4 Mg MS/ha
2011 Llambi Alfalfa 15 O T
20/4 Campbell DB:10,5 Mg MS/ha DA:16,5 Mg MS/ha
2014/15 Rincón Maíz 25 T – DU: 10 Mg MS/ha
2010/11 Rincón Maíz 2 26 T – F:90 urea+80DAP

21/1 de Ávila DB: 4,5 Mg MS/ha DA: 7,5 Mg MS/ha
2014/15 Sarmiento Maíz 20 T – DU: 10 Mg MS/ha
Cuadro 2: Profundidad de muestreo y clasificación de los suelos de cada lote sobre los que se
aplicaron purines de 3 tambos estabulados en el centro de Santa Fe (Argentina) y campo anexo.
(IAP índice de aptitud productiva)
Predio Lotes Suelo dominante Unidad cartográfica Profund.

Cap. de uso - IAP muestreo
cm
Hipatia 12,13 y 26 Argiudol típico Esperanza ESP12: 2w-71 30
Llambi Campbell 15O y 16E Argiudol típico Esperanza ESP15: 3w(s)-63 30
Rincón de Ávila 26 Natralbol típico Cululú CUL2b: 5 ews-31 20
Rincón de Ávila 25 Argiudol ácuico Recreo REC1a: 2w-64 30
Sarmiento 20 Natracualf típico Aurelia AUR2:6 ws-19 20
4
Cuadro 3. Composición purín de bovinos para leche estabulados en el centro de Santa Fe

(Argentina) utilizados en ensayos para evaluar respuesta productiva de cultivos.
Determinación 2010/11 2014/15

Materia Seca (%) 14,6 7
Nitrógeno Total (%) 2,1 2,3
P Bray I (%) 0,7 0,6
Calcio (%) 1,2 1,5
Magnesio (%) 0,3 0,4
Sodio (%) 0,08 0,1
Potasio (%) 1,9 2,2
pH 6,8 6,9
CE (ds/m) 5,2 4,1
Cuadro 4: Análisis químicos realizados al suelo de ensayos de aplicación de purín de bovinos

para leche estabulados en el centro de Santa Fe (Argentina).MO es materia orgánica, Nt es
nitrógeno total, P es fósforo, pH es la reacción del suelo, CEes es la conductividad eléctrica del
extracto de saturación, Cai; Mgi, Nai y Ki son calcio, magnesio, sodio y potasio intercambiable.
Medida Símbolo Método Referencia

Combustión húmeda Walkley-Black
SAMLA (2004),
Materia orgánica total MO (Factor recuperación 0,77)
Jackson (1982)
(MO= C x 1,724)
Nitrógeno total Nt Kjeldahl SAMLA (2004)
Fósforo extraíble P Bray y Kurtz Nº 1 SAMLA (2004),
Extracción con acetato de amonio y
Capacidad de
CIC posterior determinación del amonio SAMLA (2004)
intercambio catiónico
mediante destilación
Calcio y Magnesio
Cai y Mgi Complexometría SAMLA (2004)
intercambiable
Sodio y Potasio
Nai y Ki Fotometría de llama SAMLA (2004)
intercambiable
Conductividad eléctrica
CEes Conductimetría SAMLA (2004)
extracto de saturación
Potenciometría
Reacción del suelo pH SAMLA (2004)
(pH en H2O rel. 1:2.5)
Análisis de datos:
Se analizó cada grupo de repeticiones para detectar datos extraños o atípicos

(“outliers”), para eliminarlos o reemplazarlos por el promedio. En cada ensayo se
efectuó el análisis de la varianza para detectar diferencias significativas y el test de
Tuckey (P< 0,05) para la comparación de medias.
5
Es amplia la gama de suelos usados para los ensayos (Cuadro 2 y 5) desde IP de 19

hasta 71 con mediana a alta fertilidad química del horizonte superficial hasta baja. Los
mejores se encuentran en Hipatia, el peor en Sarmiento; Llambi Campbell está en una
situación intermedia pero con baja fertilidad química y física (datos no presentados
aquí); Rincón tiene dos lotes contrastantes uno con IP de 64 y el otro de sólo 31.
Así pueden agruparse: (1) Los mejores: H 12, 13 y 26 -- (2) Intermedios: LL 15 O y 16 E;
R 25 – (3) Peores: R26 y S 20.
Maíz para silo 2011

La siembra del maíz se demoró por escasez de agua en el perfil hasta fin de enero del
2011; luego durante el ciclo del cultivo lluvias y temperaturas fueron satisfactorias
permitiendo altos niveles de producción. En todos los casos, aún en T, se logró el
rendimiento objetivo que se planteó antes de la siembra.
En el Cuadro 6 se presentan los rendimientos obtenidos con diversas dosis de purín. La

producción en general es alta, aún en T. Hipatia, como era de esperar según su IP,
supera al resto. No hubo diferencias significativas entre T y DB; sí en cambio cuándo se
aplicó DA. El tratamiento F no siempre da respuesta significativa poniendo en evidencia
otro tipo de limitaciones, posiblemente de carácter físico, aquí no evaluados. En todos
los casos cuando se aplica purín hay una tendencia a producir más, aunque no siempre
es estadísticamente significativo. Los incrementos son del orden de 2 a 5 Mg MS de
maíz para silo/ha.
6
Cuadro 5: Fertilidad química del horizonte superficial antes de la siembra de lotes usados para
ensayos de aplicación purín bovino estabulado para leche en el centro de Santa Fe (Argentina).
MO es materia orgánica, Nt es nitrógeno total, P es fósforo, pH es la reacción del suelo, CEes es
la conductividad eléctrica del extracto de saturación, Cai; Mgi, Nai y Ki son calcio, magnesio,
sodio y potasio intercambiable (entre paréntesis % Cai),
Lote Año Pro MO Nt P pH CEe Cai Mgi Nai Ki CIC

Tambo Cultivo f g/k g/k pp s cmol/k cmol/k cmol/k cmol/k cmol/k
cm g g m dS/ g g g g g
m
12 2011 1,1 5, 9,1
30 28 26 0,2 0,8 0,8 1,4 12,5
Hipatia Maíz 0 9 (73)
13 2014/1 8,4
1,3 5,
Hipatia 5 30 29 36 0,4 (60) 1,7 0,7 1,5 14,1
7 8
Maíz
26 2014 1,3 5, 7,5
30 24 31 0,3 1,9 0,5 1,4 12,3
Hipatia Trigo 0 9 (61)
16E 2011 0,9 6, 6,1
30 24 10 0,9 0,2 0,3 0,6 12,2
Llambi Maíz 0 3 (50)
15 O 2011 1,0 6, 5,8
20 23 10 0,5 1 0,4 1 12,3
Llambi Alfalfa 5 3 (47)
26 2011 1,3 5, 7,5
20 30 38 0,6 2,5 0,7 1,6 13,6
Rincón Maíz 1 9 (55)
25 2014/1 7,7
1,3 6,
Rincón 5 30 28 12 0,2 (55) 2,8 0,6 1,2 14,1
3 1
Maíz
20 2014/1 4,6
1,5 6,
Sarmient 5 20 25 21 1,3 (44) 1,9 0,9 1,2 10,4
1 6
o Maíz
Muy bajo Bajo Medio Alto Muy alto Según lo informado por Pilatti y Grenón (2008 ay
b) y Carrizo et al., 2011)
Cuadro 6. Respuesta del maíz para silo a la aplicación de purín bovino para leche estabulado en
el centro de Santa Fe (Argentina); ciclo 2011/12. Letras distintas en una misma columna indican
diferencias significativas al 5% según test de Tuckey. DA, DB, T y F significan, Dosis Alta y Baja
de purín, tratamientos Testigos y con adición de Fertilizantes. El número entre paréntesis es la
cantidad de purín aplicado en Mg MS/ha.
Hipatia Biomasa aérea Rincón Biomasa aérea Llambi Biomasa aérea
kg MS/ha de Ávila kg MS/ha Campbell kg MS/ha
DA (10) 24016 b DA (7,5) 20147 b DA (8,4) 18923 b
DB (6) 20751 a DB (4,5) 17859 ab DB (5,5) 17110 a
F 19730 a F 19021 b F 16763 a
T 18556 a T 17001 a T 16690 a
Lote 12- IP 71 Lote 26 - IP 31 Lote 16E - IP 63
El híbrido de maíz sembrado tiene la capacidad de desarrollar macollos fértiles, esto se
7
manifestó en todas las parcelas con purín; indicando también que la densidad de
siembra utilizada fue baja para las condiciones productivas favorables.
En el ciclo 2014/15 también hubo respuesta significativa a la adición de purín; excepto

en el mejor suelo que presentaba una fertilidad química media a alta. Cuando menor fue
el IP más el incremento.
Cuadro 7. Respuesta del maíz para silo a la aplicación de purín bovino para leche estabulado en
el centro de Santa Fe (Argentina); ciclo 2014/15. Letras distintas en una misma columna indican
diferencias significativas al 5% según test de Tuckey. DU y T significan, Dosis Única de purín y
tratamiento Testigo sin purín ni fertilizantes. El número entre paréntesis es la cantidad de purín
aplicado en Mg MS/ha.
Hipatia Biomasa aérea Rincón de Biomasa aérea Sarmiento Biomasa aérea

kg MS/ha Ávila kg MS/ha kg MS/ha
DU (10) 17.029 a DU (10) 19.484 b DU (10) 16.782 b

T 15.289 a T 14.336 a T 10.951 a
Lote 13 IP 71 Lote 25 IP 64 Lote 20 IP 19
Alfalfa
En el Cuadro 8 se observa que hay una tendencia a aumentar la producción de la alfalfa
con la adición de purín, pero sólo en un caso esa diferencia es significativa. En general
las producciones logradas –independientemente del tratamiento- son medias a altas
(más de 1.500 kg Ms alfalfa/corte) mostrando las buenas condiciones meteorológicas de
la primavera del 2011 y alcanzado en todos los casos el rendimiento planteado como
objetivo antes de la siembra. Las diferencias ocurrieron en los dos primeros cortes, no
hubo un efecto residual de mayor duración. Pareciera que dosis entre 10 y 12 Mg MS/ha
son las mejores; menores no tienen respuesta y mayores también declina.
Cuadro 8. Respuesta de alfalfa con cortes mecánicos a la aplicación de purín bovino para leche
estabulado en el centro de Santa Fe (Argentina); 25/08/2011 a 06/01/2012. Letras distintas en
una misma columna indican diferencias significativas al 5% según test de Tuckey. DA, DB y T
significa Dosis Alta y Baja de purín, tratamiento Testigo, respectivamente. El número entre
paréntesis es la cantidad de purín aplicado en Mg MS/ha.
Hipatia Biomasa aérea Llambi Biomasa aérea
5 cortes Campbell 5 cortes
kg MS/ha kg MS/ha
DA (12) 8660a DA (16,5) 8146a
DB (7) 8004a DB (10,5) 8792b
T 7815a T 7256a
Lote 13 IP 71 Lote 15 O IP 63
8
Trigo para silo 2014
En el Cuadro 9 está la respuesta del trigo a la adición de purín tanto en biomasa aérea
como en grano. En todos los casos se logró el rendimiento planteado como objetivo
antes de la siembra (3.000 kg grano/ha), habiendo una tendencia al aumento productivo
con mayor dosis de purín; pero sólo la DA mostró diferencia significativa en biomasa
aérea.
Cuadro 9. Respuesta del trigo a la aplicación de purín bovino para leche estabulado en el centro
de Santa Fe (Argentina). Letras distintas en una misma columna indican diferencias
significativas al 10% según test de Tuckey. DA, DB y T significa Dosis Alta y Baja de purín,
tratamiento Testigo, respectivamente. El número entre paréntesis es la cantidad de purín
aplicado en Mg MS/ha.
Tratamiento Biomasa Grano
en Hipatia aérea kg MS/ha
kg MS/ha
T 12.011 a 3.692 a
DB (3) 12.693 a 3.843 a
DA (6) 14.278 b 4.388 a
Lote 26 IP 71
Bibliografía
Bray, R. &Kurtz, L. 1945. Determination of total, organic and available forms of

phosphorous in soils. Soils Sci., 59:29-45.
Carrizo M.E., M.A. Pilatti, C.A. Alesso& S.C. Imhoff.2011. Atributos químicos y
biológicos de suelos Argiudoles cultivados y no cultivados del departamento Las
Colonias (Santa Fe). Ci. Suelo (Argentina). 29 (2), 173-179.
Giorgi, R., R. Tosolini, V. Sapino & C. León. 2010. Índices de aptitud agropecuaria de las
tierras de la Provincia de Santa Fe.http://rafaela.inta.gov.ar/mapas/
INTA. 1991. Carta de Suelos de la República Argentina Hojas 3160-26 y 25-Esperanza

Pilar. 135 pp.
Jackson, M.L., 1982. Análisis químico de suelos. Omega, Barcelona, 663 pp.
Pilatti, M.A. & D. A. Grenón. 2008a. Información química de Argiudoles del centro de
Santa Fe. – I) Nitrógeno y Fósforo. Revista FAVE sección Ciencias Agrarias. 7 (1 y 2):
105-120..
Pilatti, M.A. & D. A. Grenón. 2008b.Información química de Argiudoles del centro de

Santa Fe. – II) pH y cationes intercambiables K, Ca y Mg.Revista FAVE sección
9
Ciencias Agrarias, 7 (1 y 2): 121-130.
Pilatti, M.A. & J.A. de Orellana, 1995. Instrucciones para tomar muestras de suelos. 2ª.
Ed., corregida y ampliada. Comunic. FAVE, C-002-AD-002, 10pp.
SAMLA, 2004. Sistema de Apoyo Metodológico a los Laboratorios de Análisis.

Walkley, A. & I. Black, 1945. En Jackson ML. 1982. Análisis químico de suelos. Omega:
Barcelona. 663 pp.
10
FERTILIZACIÓN FOSFATADA Y CONSUMO DE AGUA DE CULTIVOS EN LA

REGIÓN SUBHÚMEDA PAMPEANA
RILLO SERGIO1*, CRISTIAN ÁLVAREZ2, ELKE NOELLEMEYER3 & MARTÍN DÍAZ

ZORITA4
1
AER INTA “9 de Julio”; 2 AER INTA “Gral. Pico”; 3Facultad de Agronomía UNLPam.
4
Monsanto BioAg. *Av. Bartolomé Mitre 857, 9 de Julio (6500), Buenos Aires, Argentina.
* [email protected]
Palabras clave: Fertilización, uso del agua, cultivos
Resumen
La disponibilidad de agua es afectada por varios factores, sin embargo solo podemos
actuar sobre el manejo de la misma a través de cambio en la secuencia de cultivo y el
manejo de la fertilidad de la misma. los objetivos del trabajo fueron evaluar y cuantificar
los efectos de la fertilización P sobre la producción, el consumo y la eficiencia de uso del
agua en grano y biomasa aérea de trigo, maíz soja de 1° y de 2° en la región centro
oeste de Buenos Aires. Durante 3 ciclos consecutivos de cultivos y en 9 sitios del centro
de la región subhúmeda pampeana, con Hapludoles Enticos se establecieron
tratamientos control sin fertilización con P y fertilizados con 22 kg ha-1 de P en cobertura
total (PV) y en la línea de siembra (PL). Anualmente, se determinaron componentes del
rendimiento, eficiencia de uso del P (EUP) y niveles de P extractable (Bray Kurtz I) del
suelo. Los resultados mostraron que el impacto de la fertilización fosforada sobre las
EUAG y EUAB y el rendimiento de granos fue muy significativo durante los 7 años de los
ensayos en suelos Hapludoles. En general, todos los cultivos respondieron con
aumentos en el rendimiento al agregado de P mientras quelas variables hídricas (ADI,
ADF y uso del agua) no registraron diferencias significativas entre tratamientos. En
todos los cultivos y años se determinaron incrementos significativos (p< 0,05) en la
EUAG y EUAB. Como promedio general de todos los cultivos los incrementos en la EUAG
fue del orden del 38% y para la EUAB del 39%. Los mayores incrementos en la EUA en
grano se lograron en soja de 1° con 60%, seguido por trigo, maíz y soja 2° (43, 25 y
14%, respectivamente).El mayor incremento de la EUA en respuesta a la fertilización fue
hallado en los cultivos de soja, indicando que es posible lograr aumentos importantes en
la eficiencia de uso de agua para este cultivo cuando la disponibilidad de P es
adecuada. En ambientes donde el agua es la mayor limitante para la producción de
granos la fertilización fosforada puede contribuir a la mayor estabilidad de los
rendimientos y mejor eficiencia en el uso de los recursos.
Introducción
La disponibilidad de agua y su eficiencia de uso (EUA) no sólo son influenciadas por las
1
precipitaciones, sino que también dependen de aspectos genéticos de los suelos que
determinan la capacidad de retención de agua. El cultivo (ciclo, índice de cosecha), la
profundidad efectiva de raíces y el manejo (sistema de labranza, cultivo antecesor,
barbecho, cobertura, fertilización) también inciden sobre la EUA (Alessi and Power,
1981; Gregory et al., 2000; Katerji and Mastrorilli, 2009). Esta multiplicidad de factores
requiere de enfoques más sistémicos y plantea la necesidad de conocer cuáles son los
factores que más afectan la productividad de los cultivos y su EUA. El recurso agua es
el más limitante en los sistemas productivos pampeanos y su aprovechamiento resulta
clave en el manejo agronómico de los cultivos.
La EUA de los cultivos es modificada por diversas prácticas de manejo tales como la
rotación, el sistema de labranza, el riego, la fertilización, las variedades o híbridos, la
fecha de siembra y otras prácticas (Chen et al., 2010). Diversos trabajos mostraron que
la fertilización nitrogenada afecta el uso del agua y la productividad del cultivo de
trigo(Andrade et al., 2015; Delogu et al., 1998; Fuentes et al., 2003).La eficiencia de
uso del agua condicionada por el régimen hídrico de los suelos, debe ser especialmente
considerada al planificar el sistema de productivo en diferentes escalas (Abbate et al.,
2004; Noellemeyer et al., 2013). El término eficiencia de uso de un recurso hace
referencia a la cantidad de materia seca o grano obtenido por unidad de recurso
limitante, en este caso el agua Cantero- art ne et al., 2003). La fertilización puede
ser una herramienta decisiva a la hora de mejorar dicho aprovechamiento, ya que
numerosos estudios demostraron que la disponibilidad de nutrientes condicionaría la
eficiencia de uso del agua (Cossani et al., 2012; Hatfield et al., 2001; Kurwakumire et
al., 2014; Lenka et al., 2013; Molden et al., 2010).
El Fosforo extraíble (Pe) generalmente es bajo en los suelos del sudeste de la región
pampeana, dadas las características de los materiales originales (Suñer and Galantini,
2013). La intensificación de la agricultura de las últimas décadas ha acentuado estas
deficiencias de nutrientes, ya que los balances de Pe son negativos en la mayoría de los
sistemas agrícolas y ganaderos de esta región. Actualmente la aplicación de fertilizantes
no compensaría la exportación que se realiza (Suñer and Galantini, 2012). En la región
pampeana, las deficiencias de N y P limitan los rendimientos de manera variable según
su disponibilidad en el suelo, el nivel de rendimiento, y factores ambientales y de cultivo.
Teniendo en cuenta la importancia de hacer un uso eficiente del agua, la cual es el
recurso más escaso para la producción de los cultivos en nuestra región, la hipótesis de
este trabajo fue que la fertilización modifica el aprovechamiento del agua por los
cultivos. Si bien es conocido el impacto de la fertilización nitrogenada sobre la eficiencia
de uso de agua de los cultivos(Fuentes et al., 2003; Hatfield et al., 2001; Singh et al.,
1975), no hemos encontrado trabajos relacionados al efecto del P sobre la misma., En
suelos con bajo niveles de P se esperaría un efecto de la fertilización con P sobre la
EUA y la respuesta de los cultivos a la aplicación de los demás nutrientes.
De esta manera, los objetivos del trabajo fueron evaluar y cuantificar los efectos de la
2
fertilización P sobre la producción, el consumo y la eficiencia de uso del agua en grano y

biomasa aérea de trigo, maíz soja de 1° y de 2° en la región centro oeste de Buenos
Aires.
El estudio se desarrolló en 12lotes de producción de la Escuela de Agricultura y

Ganadería “ . C. y . L. Inchausti” en 25 de ayo Buenos Aires, Argentina) sobre
Hapludoles típicos de textura franco arenosa. Se evaluó desde el año 2009 hasta el
2013 el agua disponible inicial al momento de siembra (ADI en mm) y el agua disponible
final al momento de cosecha (ADFen mm) por gravimetría hasta los 200cm de
profundidad del perfil en intervalos de20cm.El uso del agua (UA) se calculó de acuerdo
a la siguiente fórmula:
Uso de agua: ADI + precipitaciones – ADF.
Todos los lotes provenían en de un manejo de 10 años en siembra directa. Con una
secuencia de 4 cultivos: trigo (Trititicum aestivum L.) (T)/soja [Glycine max (L.) Merrill]
de segunda (S2), maíz (Zea mays L.) (M) y soja (S). Esta secuencia se realizó durante
por tres ciclos continuos en los mismos lotes. Las propiedades de los suelos variaron
entre 20,2 y 53,5 g kg-1 de materia orgánica (MO); pH en agua entre 5,5 y 6,0; entre 1,0
y 2,5 g kg-1 de nitrógeno total (Nt) y entre 5,8 y 7,4 mg kg-1 de P extractable (BrayKurtz
I).
Los tratamientos evaluados fueron un testigo sin fertilización con P (T) y dos fertilizados
con 22 kg ha-1 de P (100 kg ha-1 de superfosfato triple de calcio, SFT, 46% P2O5)
aplicado en cobertura total (PV) y en la línea de siembra (PL) en parcelas
experimentales de 40 m2. El PV se realizó entre 45 y 60 días antes de la siembra y el
tratamiento de fertilización PL en el momento de la siembra, al costado de las semillas y
aproximadamente a 6 cm de profundidad. Los tratamientos de fertilización se realizaron
todos los años al sembrar los cultivos de trigo, de maíz y de soja. En soja de segunda
fecha de siembra no se aplicaron tratamientos de fertilización. En los cultivos de trigo y
de maíz, además se fertilizó con una mezcla de urea (48 % N) con sulfato de amonio
(21% N 24% S) aportando 150 kg ha-1 de N y 7kg ha-1 de S. Los cultivos de soja en la
primer fecha de siembra fueron fertilizados solo con 7 kg ha-1 de S aplicado como yeso
agrícola (CaSO4.2H2O, 18% S 24% Ca).
Los cultivos de trigo se sembraron entre el 8 de junio y el 5 de julio a razón de

250semillas m2 y con un distanciamiento entre hileras de 0,21 m. Los cultivos de maíz
se sembraron entre el 20 de septiembre y el 6 de octubre logrando aproximadamente
78000plantasha-1 con un distanciamiento entre hileras de 0,70 m. Los cultivos de soja en
primer fecha de siembra se realizaron entre el 15 y el 30 de octubre a razón de
40semillas m2 inoculadas con Bradyrhizobium japonicum y dispuestas a 0,35 m de
distancia entre hileras de siembra. Los cultivos de soja de segunda se sembraron luego
3
de la cosecha de los cultivos de trigo, entre el 17 y el 22 de diciembre, con 45 semillas

m2 inoculadas con Bradyrhizobium japonicum y a 0,35 m de distancia entre hileras de
siembra. En total se evaluaron 14 situaciones de trigo, 13 de soja de 2°, 15 de maíz y 16
de soja de 1°, en 12 lotes.
La producción de granos se evaluó por cosecha manual de 1 m2 de trigo, 7 m2 de maíz y

3,4 m2 de soja.
Se calculó la eficiencia de uso del agua de los granos (EUAG mm-1) y la eficiencia de uso
de agua de la biomasa (EUAB mm-1) a partir de los datos de productividad (granos o
biomasa) dividido por el UA para cada cultivo y tratamiento.
Para el análisis de los resultados se consideró un diseño experimental de bloques

completos aleatorizados con 9 repeticiones con 2 factores de variación: i) secuencias
completas de cultivos (3 ciclos) y ii) tratamientos de fertilización (control, PVy PL). En
cada cultivo, para determinar diferencias entre tratamientos se realizaron análisis de
varian a ANVA) y prueba de comparación de medias de Fisher p≤ 0,050) con el
programa estadístico InfoStat®(Di Rienzo et al., 2009). Luego con el promedio de cada
año de cada cultivo se realizó un análisis de varianza (ANVA) general para determinar
significancias entre los tratamientos respecto al rendimiento, EUAG, EUAB.
En el cultivo de trigo
Los rendimientos variaron en promedio entre 3200 y 4500 kg ha-1 para tratamientos
testigos vs PL y PV respectivamente. Los tratamientos con P se destacaron del testigo,
sin diferenciarse entre PL y PV (p<0,05). La EUAG fue mayor y presentó diferencias
significativas (p< 0,05), en PV y PL respecto al testigo, logrando 3 kg más de grano por
mm-1, representando esto un incremento con adición de P del 42,8% respecto de la
situación testigo. La EUAB fue mayor y registró diferencias significativas (p< 0,05), en PV
y PL respecto al testigo, logrando incrementos medios de 7 kg biomasa mm-1,
representando un aumento promedio de 40,4% con adición de P (Tabla 1).Las mayores
eficiencias determinadas en granos y biomasa guardaron relación y superaron a las
reportadas por Imwinkelried et al. ( 2014) en secuencias de cultivos soja-trigo.En la
región semiárida pampeana se ha constatado gran variabilidad en la EUA para la
producción de grano de trigo (entre 1,4 y 12.98 kg.ha-1 mm- 1; Fernández, 2013). En
cambio, Pala et al. (2007)observaron un rango más estrecho (3,4 a 6,0 kg ha-1 mm-1)
para trigo pan en un ambiente mediterráneo.
4
-1
Tabla 1. Cultivo de trigo agua rendimiento (Rend. kg ha ), eficiencia de uso del agua de granos
-1 -1
(EUA g (kg mm ), biomasa aérea (B.A. (kg ha ) y eficiencia de uso del agua de biomasa (EUA b
-1
kg mm ) promedio anual del ciclo 2009-2013.
Rend.
- EUA.G B.A. EUA.B
(kg ha -1 -1 -1
Tratamiento Año 1 (kg mm ) (kg ha ) (kg. mm )
)
T 2009 4702 10 12375 25

T 2010 1820 8 4790 19
T 2011 4222 7 11110 21
T 2012 1913 3 5035 7
T 2013 3386 7 8912 17
PROMEDIO 3208 B 7B 8444 B 17,8 B
PV 2009 6053 14 15930 32
PV 2010 2388 10 6285 25
PV 2011 6262 12 16361 32
PV 2012 3287 5 8649 13
PV 2013 5018 9 13206 24
PROMEDIO 4602 A 10 A 12086 A 25,2 A
PL 2009 6133 14 16141 32
PL 2010 2107 9 5544 22
PL 2011 5929 11 15602 30
PL 2012 3087 5 8141 12
PL 2013 4746 9 12490 24
PROMEDIO 4400 A 10 A 11583 A 24 A
Medias con una letra común no son significativamente diferentes (p< 0,05) en sentido vertical
para la fila de promedio de cada tratamiento.
En el cultivo de soja de 2°
Los rendimientos variaron entre 3150 y 2405 kg ha-1 en promedio para los tratamientos
con PL y PV vs testigo, sin diferenciarse entre PL vs PV (p<0,05). La EUAG fue mayor
en PV y PL respecto al testigo, representando en promedio un incremento del 17,6%con
adición de P. La EUAB también fue mayor en PV y PL respecto al testigo, logrando 5,4
kg de biomasa mm-1, representando un incremento promedio de adición de P del 32,5%
(Tabla 2).
5
-1
Tabla 2. Cultivo de soja de 2°, rendimiento (Rend. kg ha ), eficiencia de uso del agua de granos
-1
(EUA g (kg mm), biomasa aérea (B.A. (kg ha ) y eficiencia de uso del agua de biomasa (EUA b
kg mm) promedio anual y del ciclo 2009-2013.
EUA.G B.A.
Rend. - - EUA.B
-1 (kg mm (kg ha -1
Tratamiento Año (kg ha ) 1 1 (kg. mm )
) )
T 2009 2623 7 6903 18

T 2010 1820 8 4790 19
T 2011 3072 9 8084 22
T 2012 2004 4 5274 10
T 2013 2503 6 6586 14
PROMEDIO 2404 B 6,8 B 6327 B 16,6 B
PV 2009 3413 8 8982 23
PV 2010 2388 10 6285 25
PV 2011 3591 10 9449 26
PV 2012 2534 5 6668 12
PV 2013 4269 9 11234 23
PROMEDIO 3239 A 8,4 A 8523 A 22 A
PL 2009 3510 8 9236 24
PL 2010 2107 9 5544 22
PL 2011 3446 9 9069 25
PL 2012 2431 5 6398 12
PL 2013 4274 9 11246 24
3153,6
PROMEDIO 8,0 A 8298 A 21,4 A
A
Medias con una letra común no son significativamente diferentes (p< 0,05) en sentido vertical de
cada tratamiento.
En el cultivo de maíz
Los rendimientos variaron entre 7305 y 9650 kg ha-1 para testigo vs PL y PV en
promedio, respectivamente. Los tratamientos con P se destacaron del testigo, sin
diferenciarse entre ellos (p< 0,05). La EUAG fue mayor en PV y PL respecto al testigo,
representando en promedio un incremento de los tratamientos con adición de P del
31,3%. La EUAB fue mayor en PV y PL respecto al testigo, representado en promedio
7,6 kg biomasa mm-1, lo cual implicó un incremento promedio de los tratamientos con
adición de P del 29,0% (Tabla 3).
6
-1
Tabla 3. Cultivo de maíz, rendimiento (Rend. kg ha ), eficiencia de uso del agua de granos (EUA
-1
g (kg mm), biomasa aérea (B.A. (kg ha ) y eficiencia de uso del agua de biomasa (EUA b kg mm)
promedio anual y del ciclo 2009-2013.
Rend. EUA.G EUA.B
- - B.A. -
(kg ha (kg mm -1 (Kg. mm
Tratamiento Año 1 (kg ha ) 1
1) ) )
T 2009 7324 12 16528 27

T 2010 6328 12 14219 27
T 2011 6198 10 13621 23
T 2012 7488 10 16527 22
T 2013 9537 15 20675 32
PROMEDIO 7375 B 11,8 B 16314 B 26,2 B
PV 2009 9016 15 20048 33
PV 2010 7682 14 17108 32
PV 2011 8046 14 17574 30
PV 2012 10587 14 23649 30
PV 2013 12709 20 27660 43
PROMEDIO 9608 A 15,4 A 21208 A 33,6 A
PL 2009 9519 16 21216 35
PL 2010 7597 14 10364 32
PL 2011 8136 14 17817 30
PL 2012 10167 13 22598 29
PL 2013 13159 21 28697 44
9715,6
PROMEDIO 15,6 A 20138 A 34 A
A
Medias con una letra común no son significativamente diferentes (p< 0,05) en sentido vertical
En el cultivo de soja de 1°
Los rendimientos variaron entre 3188 y 4950 kg ha-1 para los tratamientos testigo vs PL
y PV en promedio respectivamente con diferencias significativas. Entre los tratamientos
con P no se comprobaron diferencias significativas (p<0,05). La EUAG fue mayor y
registró diferencias significativas (p< 0,05), en PV y PL respecto al testigo representando
un incremento promedio de un 60,4%.La EUAB fue mayor en PV y PL respecto al
testigo, encontrando en promedio un incremento del 55,5% con adición de P (Tabla 4).
7
-1
Tabla 4. Cultivo desoja 1°, rendimiento (Rend. kg ha ), eficiencia de uso del agua de granos
-1)
(EUA g (kg mm), biomasa aérea (B.A. (kg ha y eficiencia de uso del agua de biomasa (EUA b
kg mm) promedio anual y del ciclo 2009-2013.
Rend. EUA.G B.A. EUA.B
-1 -1 -1 -1
Tratamiento Año (kg ha ) (kg mm ) (kg ha ) (Kg. mm )
T 2009 3718 6 9783 14

T 2010 3177 5 8361 14
T 2011 2887 4 7598 11
T 2012 2925 5 7698 13
T 2013 3233 4 8505 11
PROMEDIO 3188 B 4,8 B 8389 B 12,6 B
PV 2009 4701 8 12414 18
PV 2010 4438 8 11678 21
PV 2011 4637 7 12203 18
PV 2012 5586 9 14694 25
PV 2013 5144 7 13519 18
PROMEDIO 4901 A 7,8 A 12901,6 A 20,0 A
PL 2009 4881 8 12845 18
PL 2010 4153 7 10930 19
PL 2011 4711 7 12349 18
PL 2012 5189 9 13564 23
PL 2013 5208 7 13705 18
PROMEDIO 4828 A 7,6 A 12679,0 A 19,2 A
Medias con una letra común no son significativamente diferentes (p > 0,05)en sentido vertical
Los resultados mostraron que el impacto de la fertilización fosfatada sobre las EUA G y
EUAB y el rendimiento de granos fue muy significativo durante los 7 años de los ensayos
en suelos Hapludoles. En general, todos los cultivos respondieron con aumentos en el
rendimiento al agregado de P mientras que las variables hídricas (ADI, ADF y uso del
agua) no registraron diferencias significativas entre tratamientos. En todos los cultivos y
años se determinaron incrementos significativos (p< 0,05) en la EUAG y EUAB. Como
promedio general de todos los cultivos los incrementos en la EUAG fue del orden del
38% y para la EUAB del 39%. Los mayores incrementos en la EUA en grano se lograron
en soja de 1° con 60%, seguido por trigo, maíz y soja 2° (43, 25 y 14%,
respectivamente). En el mismo sentido los mayores incrementos en EUA en biomasa
fueron en el cultivo de soja 1° (56%) seguido por trigo, soja 2° y maíz (40, 33 y 29%,
respectivamente). Estos valores de respuesta de la EUA al agregado de P son similares
a las mejoras obtenidas por la fertilización nitrogenada (17-37%) en trigo o rotaciones de
trigo con vicia en ambientes mediterráneos (Pala et al., 2007). Cabe aclarar que el
cultivo de soja 2° no fue fertilizado, indicando la expresión de un efecto residual del P
8
aplicado al trigo. El alto porcentaje de mejora en la EUA en soja 1° puede estar

explicado porque este cultivo mostró los valores más bajos de EUA en grano y en
biomasa en los testigos (5 y 13 kg mm-1 respectivamente). Los tratamiento no
fertilizados de trigo y soja 2° tuvieron en promedio valores intermedios de EUA (7 y 18
kg mm-1 para grano y biomasa respectivamente), y maíz los valores más altos (12 y 26
kg mm-1 para grano y biomasa respectivamente). Estos resultados mostraron que el
cultivo de soja sufrió en mayor medida la deficiencia de P que el maíz, lo cual era de
esperar siendo el primero más exigente en su requerimientos de P. Por otra parte,
también indicaron que la baja EUA de los cultivos de soja que se han observado en
otros estudios (Noellemeyer et al., 2013) podrían estar relacionados con deficiencias
nutricionales, específicamente con la baja disponibilidad de P.
Conclusiones
La fertilización fosfatada no solo permitió incrementar los rendimientos respecto a los

testigos sino que también tuvo un efecto significativo sobre la EUA tanto de grano como
de biomasa, incrementando a ambas entre un 60 y 18, y 56 y 29% con respecto al
testigo. El mayor incremento de la EUA en respuesta a la fertilización fue hallado en los
cultivos de soja, indicando que es posible lograr aumentos importantes en la eficiencia
de uso de agua para este cultivo cuando la disponibilidad de P es adecuada. En
ambientes donde el agua es la mayor limitante para la producción de granos la
fertilización fosforada puede contribuir a la mayor estabilidad de los rendimientos y
mejor eficiencia en el uso de los recursos.
Bibliografía
Abbate, P.E., Dardanelli, J.L., Cantarero, M.G., Maturano, M., Melchiori, R.J.M., Suero,
E.E., 2004. Climatic and water availability effects on water-use efficiency in wheat. Crop
Science 483, 474–483.
Alessi, J., Power, J.F., 1981. Effects of Plant and Row Spacing on Dryland Soybean
Yield and Water-Use Efficiency. Agron. J 1–4.
Andrade, J.F., Poggio, S.L., Ermácora, M., Satorre, E.H., 2015. Productivity and
resource use in intensified cropping systems in the Rolling Pampa, Argentina. European
Journal of Agronomy 67, 37–51. doi:10.1016/j.eja.2015.03.001
Cantero- art ne , C., Angas, P., Lampurlan s, J., 200 . Growth, yield and water
productivity of barley (Hordeum vulgare L.) affected by tillage and N fertilization in
Mediterranean semiarid, rainfed conditions of Spain. Field Crops Research 84, 341–357.
doi:10.1016/S0378-4290(03)00101-1
Chen, S., Zhang, X., Sun, H., Ren, T., Wang, Y., 2010. Effects of winter wheat row
9
spacing on evapotranpsiration, grain yield and water use efficiency. Agricultural Water
Management 97, 1126–1132. doi:10.1016/j.agwat.2009.09.005
Cossani, C.M., Slafer, G.A., Savin, R., 2012. Nitrogen and water use efficiencies of
wheat and barley under a Mediterranean environment in Catalonia. Field Crops
Research 128, 109–118. doi:10.1016/j.fcr.2012.01.001
Delogu, G., Cattivelli, L., Pecchioni, N., De Falcis, D., Maggiore, T., Stanca, A.., 1998.
Uptake and agronomic efficiency of nitrogen in winter barley and winter wheat. European
Journal of Agronomy 9, 11–20. doi:10.1016/S1161-0301(98)00019-7
Di Rienzo, J.A., Casanoves, F., Balzarini, M.G., González, L., Tablada, M., Robledo,
C.W., 2009. Grupo InfoStat. FCA, Universidad Nacional de Córdoba, Argentina.
Fernández MA. 2013. Estrés hídrico: sus efectos sobre el rendimiento de grano y la
eficiencia de uso del agua de trigo pan (triticum aestivum l.), trigo fideos (triticum durum
desf.) Y triticale (x triticosecale, wittmack). Revista de la Facultad de Agronomía
UNLPam Vol 23 Nº 1. Pág 7-23.
Fuentes, J.P., Flury, M., Huggins, D.R., Bezdicek, D.F., 2003. Soil water and nitrogen
dynamics in dryland cropping systems of Washington State, USA. Soil and Tillage
Research 71, 33–47. doi:10.1016/S0167-1987(02)00161-7
Gregory, P.J., Simmonds, L.P., Pilbeam, C.J., 2000. Soil type, climatic regime, and the
response of water use efficiency to Crop Management. Agronomy Journal 92, 814–820.
Hatfield, J.L., Sauer, T.J., Prueger, J.H., 2001. Managing soils to achieve greater water
use efficiency: A review. Agron. J 280, 271–280.
Imwinkelried, H.O.; Pietrobón, M.; Imhoff, S. 2014. Productividad y eficiencia de uso del
agua y radiación en secuencias agrícolas. Actas en CD del XXIV Congreso Argentino de
la Ciencia del Suelo II Reunión Nacional “ ateria Orgánica y Sustancias Húmicas”.
Katerji, N., Mastrorilli, M., 2009. The effect of soil texture on the water use efficiency of
irrigated crops: Results of a multi-year experiment carried out in the Mediterranean
region. European Journal of Agronomy 30, 95–100. doi:10.1016/j.eja.2008.07.009
Kurwakumire, N., Chikowo, R., Mtambanengwe, F., Mapfumo, P., Snapp, S., Johnston,
A., Zingore, S., 2014. Maize productivity and nutrient and water use efficiencies across
soil fertility domains on smallholder farms in Zimbabwe. Field Crops Research 164, 136–
147. doi:10.1016/j.fcr.2014.05.013
Lenka, S., Singh, A.K., Lenka, N.K., 2013. Soil water and nitrogen interaction effect on
residual soil nitrate and crop nitrogen recovery under maize–wheat cropping system in
the semi-arid region of northern India. Agriculture, Ecosystems & Environment 179, 108–
10
115.
Molden, D., Oweis, T., Steduto, P., Bindraban, P., Hanjra, M.A., Kijne, J., 2010.
Improving agricultural water productivity: Between optimism and caution. Agricultural
Water Management 97, 528–535. doi:10.1016/j.agwat.2009.03.023
Noellemeyer, E., Fernández, R., Quiroga, A., 2013. Crop and Tillage Effects on Water
Productivity of Dryland Agriculture in Argentina. Agriculture 3, 1–11.
doi:10.3390/agriculture3010001
Pala, M., Ryan, J., Zhang, H., Singh, M., Harris, H., 2007. Water-use efficiency of wheat-
based rotation systems in a Mediterranean environment. Agricultural Water Management
93, 136–144. doi:10.1016/j.agwat.2007.07.001
Singh, R., Singh, Y., Prihar, S., 1975. Effect of N fertilization on yield and water use
efficiency of dryland winter wheat as affected by stored water and rainfall. Agron. J 1–5.
Suñer, L.G., Galantini, J.A., 2013. Dinámica de las formas del P en suelos de la Región
Sudoeste Pampeana. Ciencia Del Suelo, Arg. 31, 33–44.
Suñer, L.G., Galantini, J.A., 2012. Fertilización fosforada en suelos cultivados con trigo
de la Región Sudoeste pampeana. Ciencia Del Suelo 30, 57–66.
11
CONTENIDO DE PROTEÍNA Y ACEITE EN SOJA SEGÚN DISTINTAS

ESTRATEGIAS DE FERTILIZACIÓN Y ROTACIÓN
MARCOS MURGIO1*, PABLO BARBIERI2, PEDRO BARBAGELATA3, MIRIAN

BARRACO4, DIEGO SOLDINI1, LUIS SALINES1, MARIA BELEN CONDE1& VICENTE
GUDELJ1
1 2
INTA Marcos Juárez - Ruta 12, km 2 – (2580) Marcos Juárez, Córdoba, Argentina.
INTA Balcarce; 3INTA Paraná; 4INTA General Villegas
*[email protected]
Palabras clave: Reposición de nutrientes, Rotación de cultivo, Niveles de proteína y

aceite
Resumen
El objetivo del trabajo fue evaluar la respuesta del contenido de proteína y aceite del
grano de soja en cultivos con diferentes estrategias de fertilización (N=80; P=20 y S=15
kg ha-1) e intensificación de la secuencia de cultivo, y detectar interacciones con otros
factores ambientales. Durante 2013-14 y 2014-15 se realizaron ensayos de diferentes
estrategias de fertilización y rotación de largo plazo en distintos ambientes. Se
determinó el rendimiento en grano y su contenido de proteína y aceite, utilizando el
analizador portátil de semilla Zeltex ZX-50.En relación a proteína en grano, los
tratamientos tuvieron diferencia significativa respecto del contenido, pero su respuesta
cambió en función del ambiente. A pesar de que las diferencias no fueron significativas
en la mayoría de los ambientes, se observa una tendencia a tener mayor contenido de
proteína en tratamientos con fertilización y CC. Por lo tanto, se analizó el efecto
tratamiento en el conjunto de los ambientes. Los tratamientos que conjuntamente fueron
fertilizados y tuvieron un CC presentaron mayores contenidos de proteína que los
tratamientos en soja continua o sin fertilizar. Sin embargo, el efecto de los tratamientos
fue pequeño en relación al efecto que tuvo el ambiente (Fambiente>Ftratamiento). En
ambientes donde el contenido de proteína fue bajo, la remediación a través de fertilizar
o mejorar la rotación fue de poca magnitud y no alcanzó para llegar a niveles críticos de
proteínas de grano que permitan obtener harinas que superen los umbrales de calidad
comercial. Del mismo modo, el contenido de aceite de los granos difirió
significativamente entre ambientes (p<0.05), y se detectaron diferencias significativas
entre tratamientos (p>0.05). Los ambientes con mayor contenido de aceite fueron los
que tuvieron menor contenido de proteína. La misma tendencia se observa para los
distintos tratamientos. Los tratamientos fertilizados tendieron a presentar menor
contenido de aceite.
1
Introducción
El bajo contenido de proteína de la soja argentina es un tema de preocupación para la

cadena, ya que el país viene soportando importantes pérdidas en la exportación de
harina proteica y de grano/poroto debido a esta causa en las últimas campañas. En la
cosecha 2013 el promedio de proteína se ubicó en 37,1% y el de aceite fue de 22,1%
frente al promedio de 16 años que fue de 38,7% y 22,7%, respectivamente (Cuniberti y
Herrero 2013). En la búsqueda de estrategias de manejo para corregir el bajo contenido
de proteína, este trabajo tiene por objetivo evaluar la respuesta del contenido de
proteína y aceite del grano en cultivos que tuvieron diferentes estrategias de fertilización
con Nitrógeno (N), Fosforo (P) y Azufre (S) e intensificación de la secuencia de cultivo, y
detectar posibles interacciones con otros factores ambientales.
Sobre la base del proyecto de INTAManejo nutricional de cereales y oleaginosas para la

intensificación sustentable de los sistemas productivos, específicamente en los
experimentos de “Reposición de nutrientes para incrementar la sustentabilidad de
secuencias de cultivos basadas en el cultivo de soja” se realizó la evaluación del
contenido de proteína y aceite en grano producida por el cultivo en función de distintas
estrategias de fertilización e intensificación de la secuencia en cuatro ambientes de la
región pampeana.
En la campaña 2006-7 se establecieron ensayos de diferentes estrategias de

fertilización y rotación de largo plazo en distintos ambientes: Balcarce (Sur de Buenos
Aires); Villegas (Oeste de Buenos Aires); Marcos Juárez (Sur-Este de Córdoba) y
Paraná (Centro-Oeste de Entre Ríos). El diseño experimental fue en bloques al azar con
tres repeticiones. Los tratamientos (T) fueron los siguientes:
1: Soja sin fertilización y en monocultivo.
2: Soja con fertilización de reposición de fosforo (P) y azufre (S) y en monocultivo.
3: Rotación/Secuencia, Cultivo de cobertura (CC) /Soja - ambos sin fertilización.
4: Rotación/Secuencia, Cultivo de cobertura sin fertilizar/Soja con fertilización de
reposición de P y S.
5: Rotación/Secuencia, Cultivo de cobertura fertilizado con 100% de la reposición de
N/Soja con fertilización de reposición de P y S.
6: Rotación/Secuencia, Cultivo de cobertura fertilizado con 100% reposición de N/Soja
con fertilización de reposición con P y S insertos en una rotación Trigo/soja-Maíz -
CC/Soja.
Para la definición de la dosis de reposición a aplicar de cada nutriente se fija un

rendimiento objetivo y se utilizan valores de nutrientes que con la cosecha se llevan los
granos existentes en tablas preestablecidas. En general, en cada ciclo de la experiencia,
las dosis aplicadas de N, P y S fueron de 80, 20 y 15 kg ha-1 según correspondiera en
2
los tratamientos respectivos. El manejo del cultivo se ajustó para cada ambiente,
manteniendo al cultivo libre de plagas, malezas y enfermedades. En los ciclos 2013-14
y 2014-15 se determinó el rendimiento en grano y su contenido de proteína y aceite,
utilizando el analizador portátil de semilla Zeltex Z-50 (método no destructivo). También
se registraron las precipitaciones y temperatura media durante el ciclo de los cultivos.
En la Tabla 1 se indica el tipo de suelo y el manejo utilizado en cada ambiente.
Tabla 1: Tipo de suelo y manejo de cultivo en cada sitio.

Ciclo 2013-14 Ciclo 2014-15
Tipo de suelo Distancia entre hileras Distancia entre hileras
Ambiente Variedad Fecha de siembra (cm) Variedad Fecha de siembra (cm)
Balcarce Paleudoll
Petrocalcico DM3810 19/11/2013 35 DM3810 18-11-2014 35
General. Villegas Hapludol Típico
DM4212 22/10/2013 35 DM4612 6/11/2014 35
Marcos Juárez Hapluidol tipico
DM4212 07/11/2013 52 DM4212 10/11/2014 52
Paraná Argiudol Acuico Nidera
A5909RG 05/12/2013 52 A5909RG 52
Los resultados se analizaron mediante modelos lineales mixtos y comparaciones de

medias mediante el test de LDS (p<0,05), utilizando el programa INFOSTAT (Di Rienzo
et al., 2011).
En la figuras 1 a 4 se resumen las condiciones ambientas observadas en cada sitio

experimental en 2013-14 y 2014-15.
Figura 1: Precipitaciones durante el ciclo 2013-14
3
Figura 2: Temperaturas medias durante el ciclo 2013-14
Figura 3: Precipitaciones durante el ciclo 2014-15
Figura 4: Temperaturas medias durante el ciclo 2014-15
Las condiciones climáticas en los ocho ambientes difirieron entre sí (figuras 1 a 4).
Como era de esperar, los ambientes en latitudes más altas presentaron menores
temperaturas durante ambas campañas, además Paraná y Marcos Juárez en ambas
campañas tuvieron mayores precipitaciones.
4
El análisis de los datos muestra que hubo diferencias significativas de rendimiento entre
tratamientos, aunque la respuesta cambió entre ambientes (Tabla 2-Anexo),
presentando interacción tratamiento x ambiente significativa. En la campaña 2013-14,
en Balcarce, donde se produjeron los menores rendimientos, hubo una respuesta clara
a la fertilización. Los rendimientos de los tratamientos fertilizados fueron
significativamente (p<0.05) superiores a los tratamientos no fertilizados sugiriendo una
baja disponibilidad en el suelo de los nutrientes aplicados. En Marcos Juárez, en donde
se produjeron los mayores rendimientos, los tratamientos bajo soja continua rindieron
significativamente (p<0.05) menos que el resto de los tratamientos, respondiendo
solamente al esquema de rotación. En los ambientes restantes, las respuestas fueron
menos claras. En General Villegas hubo diferencias significativas (p>0.05) entre
tratamientos, pero no hubo respuesta clara a la fertilización o al esquema de rotación
de cultivos, es más, los tratamientos 3, 4 y 5 con CC como antecesor, tuvieron una
emergencia más lenta, un menor stand de plantas y el rendimiento obtenido fue
significativamente menor que los tratamientos 1, 2 y 6. En Paraná, no hubo una
respuesta (p>0.05) a la fertilización con P y S. Sin embargo, el T6, basado en una
rotación más larga y con cultivos antecesores fertilizados con N, tuvo rendimientos
significativamente (p<0.05) más altos que el resto de los tratamientos. (Tabla 2).
Tabla 2: Resumen del análisis bajo modelos lineales mixtos de rendimiento en grano en cada tratamiento por ambiente. Letras diferentes
significan diferencias significativas (p<0.05).
Localidad T1 T2 T3 T4 T5 T6
2013-14
Balcarce 2519 RST 3203 MNOP 2393 T 3277 KLMNOP 3335 IJKLMNO 3603 GHIJKLM
Gral. Villegas 4132 DEF 4231 DE 3344 IJKLMNO 3627 GHIJKLM 3648 GHIJKL 4531 D
Marcos Juárez 3664 GHIJKL 3720 FGHIJ 3993 EFG 4215 DE 3928 EFGH 4231 DE
Paraná 3634 GHIJKLM 3714 FGHIJK 3453 IJKLMN 3375 IJKLMN 3392 IJKLMN 3965 EFG
2014-15
Balcarce 2460 ST 2882 PQRS 2436 T 3151 NOPQ 2928 OPQR 3591 GHIJKLMN
Gral. Villegas 5352 C 5542 BC 5931 B 5476 BC 5614 BC 6589 A
Marcos Juárez 3278 JKLMNOP 3249 LMNOP 3611 GHIJKLM 3733 FGHI 3590 GHIJKLMN 4338 DE
Paraná 3149 NOPQ 3491 HIJKLMN 2744 QRST 3304 IJKLMNOP 3409 IJKLMN 3660 GHIJKL
Tratamiento <0,0001
Ambiente <0,0001
Tratamiento x Ambiente <0,0001
En la campaña 2014-15, en las distintas localidades los tratamientos presentaron

diferencias significativas en rendimientos., sin embargo, la respuesta fue menos claras,
y en algunos casos no alcanzó a ser significativa. De igual modo que la campaña 2013-
14, se observó una tendencia a mayores rendimientos en tratamientos fertilizados y
antecedidos de CC. Por ejemplo, en Balcarce y Paraná, la mayoría de los tratamientos
fertilizados rindieron más que los no fertilizados.
5
Es muy importante destacar que en todos los ambientes, el T6 (Trigo/soja con

fertilización P y S (reposición) y N (suficiencia) reposición de P y S, inserto en una
rotación Trigo/soja-Maíz-CC/Soja), fue el de más alto rendimiento en todos los sitios
mostrando diferencias significativas respecto de los otros tratamientos en Gral. Villegas
y Marcos Juárez durante el ciclo 2014-15 (Tabla 2).
En resumen, en tres de los ocho ambientes hubo respuesta a la fertilización. En cambio,

el efecto del CC fue heterogéneo entre ambientes. En dos ambientes tuvo efecto
positivo y en dos negativo. Probablemente, en este último caso, el menor rendimiento se
debió a una primavera con menores precipitaciones. Es muy importante destacar que el
T6 presentó mayores rendimientos en todos los ambientes, sugiriendo el efecto positivo
de intensificar la rotación de cultivos.
En cuanto a proteína en grano, los tratamientos tuvieron diferencia significativa respecto

del contenido, pero su respuesta cambió en función del ambiente. A pesar de que las
diferencias no fueron significativas en la mayoría de los ambientes, se observa una
tendencia a tener mayor contenido de proteína en tratamientos con fertilización y CC. En
todos los ambientes no cambió el orden de rango de los tratamientos sugiriendo que la
significancia de la interacción tratamiento x ambiente fue producto de que en algunos
ambientes no hubo diferencias significativas entre los tratamientos y en otros sí. (Tabla
3).
Por lo tanto, se analizó el efecto tratamiento en el conjunto de los ambientes (Tabla 4).
Los tratamientos que conjuntamente fueron fertilizados y tuvieron un CC presentaron
mayores contenidos de proteína que los tratamientos en soja continua o sin fertilizar. Sin
embargo, el efecto de los tratamientos fue pequeño en relación al efecto que tuvo el
ambiente (Fambiente>Ftratamiento). De esta forma, tal como lo muestra la comparación de las
figuras 6 y 7, en ambientes donde el contenido de proteína fue bajo, la remediación a
través de fertilizar o mejorar la rotación fue de poca magnitud y no alcanzó para llegar a
niveles críticos de proteínas de grano que permitan obtener harinas que superen los
umbrales de calidad comercial.
6
Tabla 3: Resumen del análisis bajo modelos lineales mixtos de proteína en grano en cada tratamiento por ambiente. Letras diferentes
2013-14
Balcarce 34,67 KLM 35,87 HIJ 34,7 KLM 35,67 HIJKL 36,53 GH 36,53 GH
Gral. Villegas 38,5 CDE 37,87 DEF 38,13 DEF 38,83 CDE 38,97 CD 38,03 DEF
Marcos Juárez 40,27 AB 39,5 BC 41,13 A 40,83 A 40,5 AB 40,93 A
Paraná 37,77 EF 38,13 DEF 37,27 FG 38,5 CDE 38,1 DEF 38,97 CD
2014-15
Balcarce 35,77 HIJK 36,3 GHI 35,43 HIJKLM 35,97 HIJ 35,27 IJKLM 37,9 DEF
Gral. Villegas 34,33 M 34,37 M 34,43 M 35,07 JKLM 34,57 LM 34,97 JKLM
Marcos Juárez 41,3 A 40,7 A 40,47 AB 40,23 AB 40,23 AB 40,5 AB
Paraná 37,83 EF 38,7 CDE 37,9 DEF 38,73 CDE 38,7 CDE 38,23 DEF
Tratamiento 0,001
Ambiente 0,0001
Tratamiento x Ambiente 0,0085
Tabla 4: Resumen del análisis bajo modelos lineales mixtos para el contenido de proteína del
grano en cada tratamiento. Promedio de 8 ambientes. Letras diferentes significan diferencias
significativas (α=0.05).
Tratamiento Proteína %
Soja sin fertilización y en monocultivo. 37.55b

Soja con fertilización de reposición de fosforo (P) y azufre (S) y en monocultivo. 37,68b
Cultivo de cobertura/Soja - ambos sin fertilización. 37,43b
Cultivo de cobertura (CC) sin fertilizar/Soja con fertilización de reposición de P y
37.98a
S.
Cultivo de cobertura fertilizado con 100% de la reposición de N / Soja con
38,86a
fertilización reposición de P y S.
Cultivo de cobertura fertilizado con 100% reposición de N / Soja con fertilización
38,26a
de reposición con P y S insertos en una rotación Trigo/soja-Maíz -CC/Soja.
Tratamiento 0,001
Ambiente <0.0001
Tratamiento*Ambiente 0.0085
7
Figura 6: Relación entre el contenido de aceite y el contenido de proteína en el grano para los
distintos tratamientos.
Figura 7: Relación entre el contenido de aceite y el contenido de proteína en el grano para los
distintos ambientes.
Si bien en general, una mejora en la oferta de nutrientes tiene mayor impacto en el

crecimiento del cultivo que en la calidad del grano (Kantolic et al. 2003), cuando se
analizó conjuntamente los ocho ambientes, hubo diferencias significativas (p<0.05) en el
contenido de proteína entre tratamientos. Los cultivos de soja fertilizados con P y S
8
antecedidos por un CC produjeron granos con un mayor contenido de proteína. Esta

respuesta contrasta parcialmente con los resultados obtenidos por Soldini et al. (2009)
para la zona de Marcos Juárez, en donde no encontró respuesta. Tal vez, la diferencia
estuvo en el esquema de rotación utilizado y/o el número de ambientes analizados.
Cuando se analizó individualmente cada ambiente, las diferencias significativas (p>0.05)
en el contenido de proteína entre tratamientos no fue significativa o a la respuesta a la
fertilización y/o CC fue poco clara. Probablemente, la respuesta a la fertilización fue
pequeña en relación al error experimental, y las diferencias entre tratamientos solo
aparecen con claridad cuando aumentamos el número de datos, producto de reunir en
el análisis todos los ambientes. Además, es importante remarcar que no hubo
respuesta (p>0.05) a la fertilización con P y S bajo soja continua.
Por otro lado, el ambiente influyó significativamente (p<0.05) sobre el porcentaje de

proteína del grano, siendo el factor de mayor influencia (Estadístico Fambiente>Ftratamiento).
Además, con excepción de General Villegas, en donde las diferencias de proteína en
grano entre campañas puede ser explicado parcialmente por diferencias de rendimiento
(R2=0.82), no hubo relación entre el rendimiento y el porcentaje de proteína, que pueda
contribuir a explicar las diferencias entre ambientes. En Marcos Juárez se produjeron
granos con mayor contenido de proteína y en Balcarce con menor contenido en
promedio. Es importante remarcar que parte de la diferencia entre ambientes puede
haber sido dada por haberse utilizado genotipos diferentes.
Consecuentemente, existió una respuesta en el contenido de proteína del grano a la

fertilización de P y S combinada con CC, independientemente de las variaciones en la
oferta de nutrientes de los suelos estudiados, aunque la respuesta solo se evidenció en
el análisis conjunto.
La oferta de N para el cultivo, por ser una de las sustancias más abundante en la
constitución de las proteínas, tendría un rol mayor para aumentar el contenido de
proteína del grano. La cantidad de N disponible para generar proteína por el cultivo
dependerá de la fijación biológica y de la oferta del suelo durante el llenado de grano
(Kantolic et al. 2003). En los tratamientos que se fertilizaron con N los cultivos
antecesores, podría existir una mayor oferta de este nutriente durante el llenado de
grano, y traducirse en un mayor contenido de proteína. En esta serie de ensayos, estos
tratamientos (T5 y T6) no tuvieron mayor contenido de proteína respecto del tratamiento
T4, que se diferenciaba de los anteriores por no tener fertilizado con N el cultivo
antecesor. Sin embargo, presentaron diferencias significativas (p<0.05) respecto al T2,
soja fertilizada con P y S en monocultivo (además de los controles sin fertilizar). Es
probable, que esta diferencia se deba a una mayor cantidad de N retenida en los
residuos vegetales de cultivos anteriores que se liberó de manera progresiva
interfiriendo en menor medida sobre la fijación simbiótica de N. Este resultado difiere, al
menos en parte, con los obtenidos por Soldini(datos no publicados) en Marcos Juárez,
en donde no encontró cambios en el contenido de proteína del grano al agregado de
9
urea en altas dosis en distintos momentos de su ciclo. La falta de respuesta pudo ser
causada por la fertilización directa del cultivo con N, que inhibe la fijación biológica del
nitrógeno (Salvagiotti et al. 2008), compensando el aumento de la oferta de N vía la
fertilización.
Del mismo modo, el contenido de aceite (Tabla 5) de los granos difirió significativamente
entre ambientes (p<0.05), y se detectaron diferencias significativas entre tratamientos
(p>0.05) (Tabla 5). Cabe destacar que los ambientes con mayor contenido de aceite
fueron los que tuvieron menor contenido de proteína (Figura 7). La misma tendencia se
observa para los distintos tratamientos (Figura 6). Los tratamientos fertilizados tendieron
a presentar menor contenido de aceite. Tal como lo documenta Westgate (1995), se
observó para el set total de datos una correlación negativa entre las variables contenido
de proteína y aceite (r:-0,53; p<0,001).
Tabla 5: Resumen del análisis bajo modelos lineales mixtos de aceite en grano en cada tratamiento por ambiente. Letras diferentes
2013-14
Balcarce 22 KLM 21,93 KLMN 22,37 KL 21,9 KLMN 21,77 LMN O 21,57 MNOP
Gral. Villegas 21,15 OPQ 21,57 MN OP 21,93 KLMN 21,5 MN OP 21,4 MN OP 21,07 PQ
Marcos Juárez 20,63 Q 21,33 NNOP 20,67 Q 20,6 Q 20,97 PQ 21,03 PQ
Paraná 21,97 KLMNN 22 KLM 22,43 JK 21,03 PQ 22,03 KLM 21,03 PQ
2014-15
Balcarce 25,93 ABC 25,7 ABCDE 26,13 AB 25,63 ABCDE 26,2 A 25 EFG
Gral. Villegas 25,97 ABC 25,87 ABC 25,63 ABCDE 25,5 BCDEF 25,8 ABCD 25,4 CDEF
Marcos Juárez 22,5 IJK 23,07 HIJ 23,13 HI 23,3 H 23,47 H 23,17 H
Paraná 24,93 FG 24,57 G 25,2 DEFG 24,67 G 24,63 G 24,87 FG
Tratamiento 0,0002
Ambiente <0,0001
Tratamiento x Ambiente 0,0216
Consideraciones finales
Esta experiencia muestra mejoras en el contenido de proteína del grano de soja en
respuesta a la fertilización con P y S en combinación con CC. Sin embargo, la magnitud
de la respuesta es pequeña en relación al efecto del ambiente.
Bibliografía
Cuniberti M B. &RM Herrero. 2013. Caída en la proteína de la soja en la Argentina. En:

http://inta.gob.ar/documentos/caida-en-la-proteina-de-la-soja-en-la-argentina/
10
Di Rienzo JA; F. Casanoves, MG Balzarini; L. Gonzalez; M. Tablada & CW Robledo

Kantolic, AG; E Giménez & E. de la Fuente. 2003. Ciclo ontogénico, dinámica del
desarrollo y generación del rendimiento y la calidad en soja. En: E.H. RLSatorre, R.L.
Benech A., G.A. Slafer, E. B. de la Fuente, D.J. Miralles, M.E. Otegui, R. Savin (eds.),
Producción de Cultivos de Granos: Bases Funcionales para su Manejo. Editorial
Facultad de Agronomía ISBN 950-29-0713-2, pp. 165-201
Salvagiotti F; KG Cassman ; JE Specht; DT Walter; A Weiss; A Dobermann. 2008.

Nitrogen uptake, fixation and response to fertilizer N in soybeans: A review. Field Crops
Research 108:1–13
Soldini, DO; LA Salines & A Heredia. 2009. Fertilización y contenido de proteína en soja.
EEA INTA Marcos Juárez.
Stone PJ& R Savin.1999.Grain quality and its physiological determinants. En: Wheat:
Ecology and physiology of yield and quality to short periods of post-anthesis heat stress.
Australian Journal of Plant Physiology, 21: 887-900
Westgate, ME; J Orf; JR Schussler & C Shumway C. 1995. Temperature regulation of

seed composition in soybean. Inform 6:498
11
PRODUCTIVIDAD DEL CULTIVO DE MAÍZ EN LA REGIÓN SEMIÁRIDA PAMPEANA.

EFECTO DEL AMBIENTE Y LA NUTRICIÓN
CRISTIAN ALVAREZ1*, MATÍAS SAKS2 & CARLOS PEDRO LIENHARD3

1
INTA-Pico, 2Bunge Argentina S.A. 3Asesor Privado
*[email protected]
PALABRAS CLAVES: disponibilidad hídrica, sitio-específico, eficiencia en el uso de

agua.
Resumen
El estudio se desarrolló durante la campaña 2014/15 en tres ambientes productivos

pertenecientes a los subgrupos de suelos: Ustisament Típicos (Loma) y
HaplustolesEnticos (½Loma y Bajo). Se establecieron cuatro niveles de N en el estadio
de V6: (i) Testigo, (ii) 40 kg de N ha-1, (iii) 80 kg de N ha-1, (iiii) 120 kg de N ha-1 y se
dividió la parcela principal en donde se aplicó 15 kg de S ha-1. En cada ambiente
productivo los tratamientos se aleatorizaron y establecieron con 4 repeticiones. La
disponibilidad hídrica varió entre ambientes productivos y fechas de muestreo,
registrándose 165, 476 y 521 mm de agua disponible al momento de la siembra para el
ambiente loma, 1/2 loma y bajo respectivamente. La productividad del cultivo de maíz
varió entre 4326 y 7404 kg ha-1 en el ambiente de loma, mientras que la fertilización con
N incrementó el rendimiento del cultivo entre el 42 y 67% y entre 0,4 y 15% por el
agregado de S. En el ambiente de ½ loma la productividad del cultivo varió entre 7845 y
10427 kg ha-1, comprobándose incrementos por el agregado de N entre el 33 y 38 %
respecto al tratamiento testigo y entre -2 y 12% por el agregado de S en cada nivel de
N. La productividad de maíz varió entre 6687 y 11034 kg ha-1 en el ambiente de bajo, y
el incremento en la productividad por el agregado de N varió entre el 23 y 61% respecto
al tratamiento testigo (p<0,05) y entre -0.6 y 23% por la aplicación de S. Se comprobó
que el rendimiento y la fertilización fueron condicionados por la disponibilidad hídrica
(efecto ambiente), nuevos estudios son necesarios para optimizar la eficiencia de uso de
los insumos (fertilización) para desarrollar estrategias de manejo-sitio específico para la
Región Semiárida Pampeana.
Introducción
El manejo diferencial sitio-especifico cobra especial interés en regiones donde las

propiedades edáficas de los suelos es altamente variable en escalas espaciales a nivel
de potrero, y en las cuales las condiciones agro-ecológicas imponen diferentes grados
de limitaciones para la producción de cultivos. Es por este motivo que el manejo sitio-
especifico resultará en mayores beneficios tanto económicos como ambientales, en
regiones marginales, tales como la Región Subhúmeda y Semiárida Pampeana. La
posición en el terreno ha sido señalada por diversos autores como una de las
1
propiedades estrechamente ligada con la variabilidad en la producción de los cultivos

dentro de los lotes de producción (Yang et al., 1998; Changere & Lal, 1997).
Las variaciones en los rendimientos pueden explicarse a partir de efectos del genotipo,
del ambiente y de su interacción. Generalmente el efecto ambiental, explica la mayor
parte de las variaciones del rendimiento. Las propiedades del suelo (físicas y químicas)
en interacción con las variables climáticas (disponibilidad de radiación y agua, así como
también de los diferentes regímenes térmicos) determinan diferentes ambientes para el
cultivo de maíz. Por lo tanto un ambiente de cultivo puede ser definido por la
combinación de los factores lote, genotipo y manejo, es decir que, para una misma
campaña y localidad, un mismo lote sembrado con distintos genotipos pueden ser
tratados como ambientes distintos (Bacigaluppoet al., 2009). El objetivo de este estudio
fue cuantificar el efecto de la ubicación topográfica (posición en el relieve), y la
fertilización con Nitrógeno y Azufre sobre la variación de rendimiento del cultivo de maíz.
El estudio se desarrolló durante la campaña 2014/15 en el establecimiento “Loma

Arisca”, próximo a la localidad de Intendente Alvear (La Pampa) en la Región Semiárida
Pampeanas, se delimitaron tres ambientes productivos pertenecientes a los subgrupos
de suelos: UstisamentTipicos (Loma) y HaplustolesÉnticos (1/2 Loma y Bajo).
Tabla 1.Ambiente de Loma y Bajo: contenido de fracciones de arcilla (Ar), limo (L) y arena (A) (g
-1 -1 -1
kg ), contenidos de materia orgánica (MO) (g kg ) y fósforo (P) (mg kg ), Capacidad de
intercambio catiónico (CIC) (meq/100 g de suelo), Azufre total (ppm) y pH.
Prof. S
Ambiente Ar L A MO MO/L+A pH CIC P
cm total
20 40 100 860 10.8 7.7 6.07 7.12 46 115
Loma 40 40 100 860 6.42
60 40 100 860 6.55
20 160 220 620 22.6 7.7 6.17 10.6 30 249
Bajo 40 100 220 680 6.42
60 100 200 700 6.55
20 237
100 200 70 17.0 5.95 9.2 35
½ loma
40 110 150 740
60 90 170 760
Se establecieron cuatro niveles de nitrógeno en el estadio de V6 (Ritchie y Hanway,

1982) : (i) Testigo, (ii) 40 kg de N ha-1, (iii) 80 kg de N ha-1, (iiii) 120 kg de N ha-1 y se
dividió la parcela principal y se aplicó 15 kg de S ha-1. En cada ambiente productivo los
tratamientos se aleatorizaron y establecieron con 4 repeticiones. Se utilizó como fuente
de N solución de urea y Nitrato de Amonio líquido (UAN) y como fuente de S Tiosulfato
de Amonio (TSA). La siembra se realizó el 5 de octubre con una densidad de plantas a
2
cosecha de 2.5 plantas por m/l sobre un cultivo de cobertura secado en el mes de (15-
9). En cada ambiente productivo se obtuvieron muestras de 0-20 cm y se determinó
materia orgánica total (MO), Fósforo extractable (Bray-Kurtz I), pH, Capacidad de
intercambio catiónico (CIC), N incubado en anaerobiosis (Nam), índice (MO/arcilla+limo
x100, Pieri, 1995) y N-NO3 en dos profundidades (0-20 y 20-60 cm). Las distintas
fracciones texturales se determinaron por el método de hidrómetro de Bouyoucous cada
20 cm hasta la profundidad de 60 cm. En el momento de la siembra del cultivo, y en los
estadios reproductivos de R2 y en R6 (Ritchie y Hanway, 1982) se determinó el
contenido de agua total del suelo (AT) en capas de 20 cm de espesor hasta los 200 cm
de profundidad (método gravimétrico). A partir de los valores de textura se estimó a
través del software SPAW (Saxton et al. 2006) capacidad de campo (CC), punto de
marchitez (PMP), y DA. Se calcularon los contenidos de agua útil (AU) (ecuación 1) y el
uso consuntivo (ET, ecuación 2) según la ecuación de López y Arrúe (1997):
AU (mm) = [CC (g kg-1) – PMP (g kg-1)] x DA (mg kg-1) x espesor (mm)......... [1]
CC: capacidad de campo, PMP: punto de marchitez permanente, DA: densidad
aparente
ET: ∆S + R …………………………………………………………………………….[2]
ET: evapotranspiración, ∆S: cambio en el agua almacenada y R: precipitaciones
En madurez fisiológica se cosechó manualmente una superficie de 5 m 2 y se determinó

la producción de granos, el número de granos por unidad de superficie (NG) y el peso
de 1000 granos, (PG). Los resultados de rendimiento en grano se expresaron con
contenidos de 135 g kg-1 de humedad. En el análisis de resultados se realizó análisis de
la varianza y la comparación entre medias se efectuó mediante el test de LSD Fisher (p≤
0,05), utilizándose para ello el software Infostat (2011).
El ambiente de Loma se caracterizó por un perfil de textura arenosa, con bajos

contenidos de materia orgánica (MO), valores altos de fósforo (P). El ambiente de bajo
se caracterizó por un perfil de textura franca-arenosa, con contenidos medios a altos de
MO, valores elevados de P, (Tabla 1). Las características intrínsecas de los suelos
ubicados en la Loma y en el Bajo (Tabla 1) permiten que este último tenga, entre sus
propiedades, una mayor capacidad de retención de agua (1 mm/cm vs 0,5 mm/cm,
respectivamente). La disponibilidad de N-NO3 a la siembra fue de 24, 50 y 39 kg ha-1 en
los primeros 60 cm de los ambientes loma, ½ loma y bajo respectivamente.
Las precipitaciones registradas durante elestudio fueron un 28% menor durante etapa
vegetativa-reproductiva respecto a serie histórica 612 mm desde la decaria de diciembre
hasta la segunda de enero. (Figura 1)
3
Figura 1: Distribución de precipitaciones históricas mensuales (serie 1920-2014) y de la

campaña 2014/15 para el establecimiento Loma Arisca (Intendente Alvear, LP).
La disponibilidad hídrica varío entre ambientes productivos y fechas de muestreo,

registrándose 165, 476 y 521 mm de agua disponible al momento de la siembra para el
ambiente loma, 1/2 loma y bajo respectivamente (Tabla 2). La presencia de la napa
freática al momento de la siembra en los ambientes de ½ loma (140 cm) y bajo (60 cm)
incidió positivamente en los contenidos hídricos del suelo. Similar tendencia se observó
al momento de floración del cultivo de maíz en el ambiente de ½ loma y bajo, (170 y 100
cm ½ loma y bajo respectivamente). Sin embargo en el ambiente loma no se registró
la presencia de napa hasta 200 cm de profundidad.
Tabla 2: Contenido de agua disponible al momento de la siembra y floración del cultivo de maíz.
Estado Loma ½ Media Bajo
Siembra
165 476 521
(mm)
R2
60 200 400
(mm)
R6
60 332 443
(mm)
Tabla 3: Contenido de N-Nitrato y Nam al momento de la siembra y en floración del cultivo de

maíz, sobre cultivo de cobertura.
Variable Loma ½ Media Bajo
N-Nitrato-20 (kg
-1 7 29 18
ha )
N-Nitrato-20-60
-1 17 21 11
(kg ha )
-1
Nam (mg kg ) 10 36 50
4
Tabla 4. Rendimiento de maíz, número de granos por m2 (NG) y peso de mil granos para los
distintos tratamientos y ambientes (a-Loma; b-1/2 loma y c-bajo) evaluados. (p<0,05) LSD.
Rendimiento Nº grano Peso de
Ambiente Tratamientos -1 -2
(kg ha ) m 1000 gr
0 4326 a 1790 a 246 a
0+S 4448 a 1799 a 247 a
40 6143 ab 2363 ab 263 ab
Loma 40+S 6817 b 3004 b 228 a
(a) 80 7252 b 2850 ab 264 ab
80+S 7404 b 2662 ab 283 ab
120 6792 b 2550 ab 267 ab
120+S 6812 b 2398 ab 305 b
Ambiente Tratamientos Rendimiento Nº grano Peso de
-1 -2
(kg ha ) m 1000 gr
½ Media 0 7845 a 2658 a 280 a
(b) 0+S 8406 ab 2972 ab 285 a
40 9983 ab 3402 bc 294 a
40+S 9849 bc 3431 bc 279 a
80 10345 c 3620 bc 288 a
80+S 10427 c 3701 c 279 a
120 10232 bc 3774 c 288 a
120+S 10435 c 3879 c 271 a
Rendimiento Nº grano Peso de

Ambiente Tratamientos -1 -2
(kgha ) m 1000 gr
0 6687 a 2367 a 282 ab
0+S 8276 b 3094 ab 268 a
40 8268 ab 2875 ab 287 ab
Bajo 40+S 8391 ab 2963 ab 286 ab
(c) 80 10504 bc 3499 b 302 ab
80+S 10493 bc 3696 b 284 ab
120 10756 c 3526 b 304 ab
120+S 11034 c 3693 b 305 b
La productividad del cultivo de maíz vario entre 4326 y 7404 kg ha-1 en el ambiente de
loma. La fertilización con N incremento el rendimiento del cultivo entre el 42 y 67%
respecto al testigo y entre 0.4 y 15% por el agregado de S (Tabla 4a).
En el ambiente de ½ loma la productividad del cultivo de maíz vario entre 7845 y 10427
kg ha-1. La respuesta a la fertilización con nitrógeno varío entre el 33 y 38 % respecto al
tratamiento Testigo y entre -2 y 12% por el agregado de S en cada nivel de N (Tabla
4b).
5
La productividad del cultivo de maíz vario entre 6687 y 11034 kg ha-1 en el ambiente de
bajo. Registrándose incrementos en la productividad por el agregado de N entre el 23 y
61% respecto al tratamiento (p<0,05) y entre -0.6 y 23% por la aplicación de S (Tabla
4c).
Tabla 5: Uso consuntivo (mm) y eficiencia de uso de agua (kg grano mm-1 ha-1) de los
tratamientos testigos y fertilizados con N y S (120 kg de N/ha + 15 kgs de S ha-1) en los tres
ambientes evaluados. Letras diferentes entre tratamiento por ambiente indican diferencias
significativas p<0,05.
Ambientes Tratamientos UC EUA
Testigo 550 a 7,9 a
Loma
Fertilizado 529 a 12,8 b
Testigo 568 a 13,2 a
½ Loma
Testigo 522 a 12,8 a
Bajo
La fertilización con nitrógeno y azufre no produjo diferencias estadísticas significativas

en la evapotranspiración del cultivo (p>0,05). Sin embargo se comprobó un incremento
significativo en la EUA del 62, 47 y 71 % para el ambiente de loma, ½ loma y bajo
respectivamente. Estosresultados y efectos de la fertilización nitrogenada sobre la
mejora en el EUA y ET en el cultivo de maíz coinciden con los obtenidos por Caviglia et
al., (2010) en el Litoral, Barbieri et al., (2012) en el SE Bonaerense y Saks et al., (2014)
en la Región Semiárida Pampeana.
Conclusiones
El rendimiento de maíz vario en función de la dosis de nitrógeno aplicado y del

ambiente, permitiendo identificar respuestas hasta la dosis de 40 kg de N/ha en el
ambiente de Loma y ½ loma, y de 80 kg de N/ha en el ambiente de bajo. La aplicación
de Azufre combinado con el Nitrógeno mejoró la productividad del cultivo. Si bien en
este estudio se comprobó que la fertilización con nitrógeno fue condicionada por la
disponibilidad hídrica (efecto ambiente), nuevos estudios son necesarios para optimizar
la eficiencia de uso de los insumos (fertilización) para desarrollar pautas y estrategias de
manejo-sitio específico para la Región Semiárida y Subhúmeda Pampeana.
Bibliografia
Bacigaluppo S.; M; Bodrero; J. Andriani; M. De Emilio; J. Enrico; O. Gentili; G. Gerster;

A. Malmantile; A. Manlla; J. Méndez; R Pagani; R. Prieto; J. Rossi; N Trentino; J.
Trosero. 2009. Evaluación de cultivares de soja de los grupos de madurez III, IV, V y VI
en siembras de primera época en diferentes ambientes del sur de Santa Fe. Campaña
6
2008/9. Boletín Soja 2009. Para mejorar la Producción Nº 42. Ed. INTA EEA Oliveros.
pp 7-13.
Barbieri P.A., A. DellaMaggiora, H.E. Echeverría, M. Pietrobon, F. Alvarez. 2012.

Evapotranspiración y eficiencia en el uso de agua del cultivo de maíz en respuesta a la
fertilización con nitrógeno. Actas XIX Congreso latinoamericano de la ciencia del suelo y
XXIII Congreso argentino de la ciencia del suelo.
Caviglia, O.P.; N.V. Van Opstal; V.C. Gregorutti; R.J.M. Melchiori. Captura y uso del
agua y de la radiación en maíz: efectos de la densidad de plantas y de la fertilización
nitrogenada. 2010. Actas IX Congreso Nacional de Maíz. Simposio de Sorgo, Rosario,
Argentina.
Changere, A & R. Lal. 1997. Slope position and erosional effect on soil properties and
corn production on a Miamian soil in central Ohio. J. Sustainable Agric. 11: 5-21.
López M.V., Arrúe J.L. 1997. Growth, yield and water use efficiency of winter barley in
response to conservation tillage in a semi-arid region of Spain. Soil & Tillage Research
44: 35-54
Science and Technology.CooperativeExtensionService Ames Iowa. Specialreport N° 48.
Saks, M.G.; Fernandez, R.; Gili, A.; Quiroga, A.2014. Efecto de la Fertilización con
nitrógeno en distintos genotipos de maíz. XXIV Congreso Argentino de la Ciencia del
suelo. II Reunión Nacional Materia Orgánica y Sustancias Húmicas. Bahía Blanca-
Argentina, 5 al 9 de mayo de 2014
Salvagiotti F.; J. Capurro; J. Enrico. 2009. El manejo de la nutrición nitrogenada en soja.

Boletín Soja 2009. Para mejorar la Producción Nº 42. Ed. INTA EEA Oliveros. Pp 45-51.
Saxton E and W. J. Rawls. 2006. Soil Water Characteristic Estimates by Texture and
Organic Matter for Hydrologic Solutions. Homepage:
http://www.ars.usda.gov/ba/anri/hrsl/ksaxton.
Yang, C; C.L. Peterson; G.L. Shropshire & T. Otawa. 1998. Spatial variability of field
topography and wheat yield in the Palouse region of the Pacific Northwest. Tran. ASAE
41: 17-27.
7
EVALUACION DEL ESTATUS NUTRICIONAL DEL CULTIVO DE SOJA A PARTIR DE

ANALISIS FOLIARES EN LA ZONA NUCLEO ARGENTINA
EDGARDO SANTIAGO AREVALO
COMPO Argentina S.R.L; F.C.A.-UNER; F.C.yT.-UADER.; Zapiola 4248 5° Piso. Of. A y

B (BA); 011-4545 1399
* [email protected]
Palabras clave: soja DRIS
Resumen
En este trabajo se analiza el estado nutricional del cultivo de soja en la zona núcleo
argentina, a partir de análisis foliares. Para poder representar diferentes zonas
productivas de esta región se realizaron muestreos en las provincias de Santa Fe,
Córdoba y Buenos Aires, en el estadio de R1 (Inicio de floración), luego las muestras
fueron secadas y analizados los nutrientes nitrógeno, fósforo, potasio, calcio, azufre,
magnesio, zinc, manganeso, cobre, hierro y boro.
Para poder determinar el estatus nutricional del cultivo, se utilizó el método DRIS, que
analiza las relaciones de todos los nutrientes, generando normas de una sub población
de altos rendimientos mayor a 3978 kg ha-1, calculando los índices nutricionales para
cada nutriente por el método propuesto por Jones 1981. Se determinó el orden de
limitación por deficiencia y el Índice de balance nutricional.
Con estos resultados se pudo evaluar el estatus nutricional por provincia, verificar los
nutrientes más limitantes y predecir a partir del IBN, el rendimiento del cultivo.
El azufre fue el nutriente que limitó fuertemente la producción del cultivo en la zona
núcleo, seguido por nitrógeno, potasio y magnesio. Entre los micronutrientes se
encontraron a zinc y cobre como principales limitantes. Manganeso y calcio fueron los
elementos que presentaron la mayor disponibilidad en valores óptimos o superiores.
Introducción
La soja es el cultivo de más rápida adopción y expansión en la historia de la agricultura

argentina. De una producción nacional de 59.000 toneladas en 1971, llegó en 30 años a
las 25.890.000 toneladas en 2001. En cuanto a su distribución, las provincias de
Córdoba, Santa Fe y Buenos Aires concentran el 80 % de la superficie sembrada.
El rendimiento promedio nacional se sitúa alrededor de los 2600 kg ha-1, presentando

una variación del orden de 10 % en los últimos años. En la zona núcleo-sojera, que
abarca el centro sur de Santa Fé, Sudeste de Córdoba y Norte de Buenos Aires, se
1
logran rendimientos de hasta 5.000 kg ha-1, registrándose valores de rendimiento en

parcelas de ensayos de 6700 kg ha-1.
En lo que respecta a la fertilización, para realizar un diagnóstico de fertilidad, se requiere

de un conocimiento previo de los niveles de absorción y extracción de cada uno de los
nutrientes para lograr el rendimiento objetivo.
Si bien los rendimientos promedios nacionales se han incrementado desde los años 70
(1500 kg ha-1) al año 2002 (2630 kg ha-1) (SAGPyA, 2002), en los últimos años este
promedio no ha mostrado fuertes evoluciones. Según el Informe de calidad de soja
2013-2014 presentado por el INTA Marcos Juárez, el rendimiento promedio nacional fue
de 2830 kg ha-1, mientras que en la región núcleo-sojera el rinde de la soja de primera
superó al promedio de los últimos cinco años que fue de 3200 kg ha-1. Dentro de estas
estadísticas, se encuentran regiones con muy bajos rindes y otras con rendimientos
mayores a este promedio. Por ejemplo, para la misma campaña, en Córdoba los
rendimientos variaron de 2000 a5000 kg ha-1 con un promedio de 3040 kg ha-1.
Potencialmente se podrían alcanzar altos rindes, superiores a los 5000 kg ha-1. De
hecho, en otras regiones del mundo se han logrado rindes excepcionales, como en EE
UU de 7963 kg ha-1 (Flannery, 1989), o como el informado por la Asociación de soja de
Missouri en el suroeste de Missouri, uno de los más altos registrados, con un
rendimiento de 10800 kg ha-1, en el año 2010 (R.J. Van Roekel and L.C. Purcell, 2012).
Esta diferencia entre niveles de rendimientos puede asociarse en parte a variaciones en
la oferta ambiental de recursos; y en gran parte estar asociada al manejo del cultivo,
dentro de esto último, la nutrición.
Diagnóstico de Fertilidad, situación actual
En la actualidad existen en el país métodos diagnósticos a nivel de suelo para

determinar la probabilidad de respuesta a Fosforo. Fontaneto et al,( 2011), menciona
que la utilización del método de extracción de Bray y Kurtz I, de muestras de 0 a20 cm
de profundidad, es una buena herramienta para la recomendación de fertilización a
partir de la relación que se ha desarrollado en diferentes partes de Argentina, de este
valor con la respuesta en rendimiento al que se denomina nivel crítico. Por ejemplo,
para suelos de centro de Santa Fe, este valor es de 17 mg kg-1, y el autor menciona que
este valor puede ser menor a medida que cae el rendimiento del cultivo. El proyecto
fertilizar-INTA 2001, en una compilación de resultados, determina un nivel crítico de 9
mg kg-1 para la región pampeana central citado por Gutierrez B. y Scheiner. Esta
amplitud en los niveles críticos dificulta poder claramente evaluar el nivel nutricional del
cultivo. Si bien en estos últimos años se han agregado, otros análisis químicos para
determinar además de la disponibilidad de P en el suelo, factores relacionados a su
dinámica, como la capacidad buffer de fosfato de los suelos, fósforo remanente, con la
idea de evaluar la velocidad con la que un suelo puede proveer de fósforo al cultivo, no
existen trabajos donde se determina a nivel de planta cual es el estado nutricional.
2
Otro de los nutrientes que se han estudiado es el azufre, a partir de síntomas de

deficiencia reportados por Martinez y Cordone, (1998). También estos autores
observaron que las mayores respuestas a este nutriente se encontraban en aquellos
suelos con bajo contenido de materia orgánica. Para conocer la disponibilidad de azufre,
se puede utilizar el análisis de SO4-2, tomando como valor crítico 10 mg kg-1 propuesto
por Messick, (1992). Diferentes ensayos han sido llevados adelante en suelo de
variadas regiones, encontrando variación o nula respuesta, aun en suelos con valores
menores a 10 mg kg-1. Resultados informados en la región templada de Argentina
mostraron que parte de las variaciones en la respuesta al agregado de azufre serían
explicadas por diferencias en la capacidad de mineralización de los suelos (Díaz Zorita y
col. 2002). Con respecto a calcio, Vivas y Fontanetto (2004) reportaron respuesta al
agregado de Ca, de P y de S para la zona de Videla (Santa Fe). Los resultados
mostraron la respuesta positiva al agregado de Ca y la misma se debió a su efecto
como nutriente (no como enmienda del suelo), ya que el % de Ca del complejo de
intercambio era de 58 %, nivel considerado bajo por diferentes investigaciones
realizadas en otros países (Thomas and Hargrove 1984). Experiencias efectuadas en la
campaña 2007/08 (Fontanetto et al., 2008) sobre suelos con niveles de Ca de
intercambio inferiores a 57 %, demostraron que las dosis mínimas de Ca para lograr
altas producciones de soja de 1ª fueron de 100 a120 kg ha-1. Este tipo de respuesta y
recomendaciones son utilizadas en pequeñas áreas de Argentina, no existiendo en la
actualidad validación de respuesta en otras zonas y solo se observa el análisis de suelo
como método diagnóstico.
Las deficiencias de micronutrientes son menos impactantes que para el N, el P y el S en

la región pampeana Argentina, pero experiencias realizadas en diferentes regiones del
país mostraron resultados positivos para el caso del Mo, el B, el Mn y el Zn (Ferraris et.
al, 2005). No existen métodos diagnostico para poder determinar la probabilidad de
respuesta y diferentes autores muestran respuesta a uno u otro micronutriente. Han sido
tomado niveles críticos de suelo de la bibliografía internacional, pero hasta el momento
no se han publicado validaciones locales, encontrando una gran variabilidad en la
respuesta.
El avance observado en el país sobre el estatus nutricional del cultivo es incipiente y

solo se ha trabajado con algunos nutrientes, por lo que existe la necesidad de disponer
de herramientas que permitan evaluar el estado nutricional del cultivo con todos los
nutrientes involucrados. El análisis foliar sería una buena herramienta, ya que estamos
tomando a la misma planta como extractora de nutrientes del suelo y a partir de esta
información conocer el estado nutricional del cultivo.
Análisis Foliar
El análisis foliar se presenta como una herramienta que permite valorar en forma directa
el grado de nutrición del cultivo, ya que éstas por su actividad metabólica representan
3
fehacientemente lo que pueden extraer de un suelo. La composición química de las

hojas varía en el tiempo asociada a su grado de maduración, por lo que es necesario
determinar cuál es el momento del muestreo como así también cuales hojas deben ser
colectadas para su análisis.
La mayor ventaja del diagnóstico foliar es que, al tomar a la propia planta como solución
extractora (Malavolta et al 1997), permite una evaluación directa de su estado nutricional
e indirecto de la fertilidad del suelo.
La metodología clásica para estimar deficiencias nutricionales en los cultivos utilizando

análisis foliares se basa en comparaciones de la concentración foliar de nutrientes en la
muestra contra un valor crítico o rango de suficiencia.
En el país existen escasos trabajos sobre los rangos de suficiencia de nutrientes y

además, esos resultados fueron obtenidos sobre ensayos de respuesta a la fertilización.
No se dispone de un patrón nutricional obtenido en condiciones reales de producción
para áreas productivas con distinto potencial de rendimiento (Cordone et al 2007).
Para poder evaluar el nivel nutricional de los cultivos es necesario la utilización de

métodos diagnósticos que no solo tengan en cuenta la concentración absoluta de cada
nutriente si no la relación entre ellos, tratando de contemplar todos los factores que
afectan el rendimiento de los cultivos.
Por todo esto y para poder valorar la nutrición de los cultivos es necesario la utilización
de métodos dinámicos, donde no sólo se utilice la concentración de un nutriente, sino
pares de ellos o relaciones donde podemos mencionar el “Balance nutriente evolutivo”,
propuesto por Carpena (1982) o “Diagnosis and RecomendationIntegratedSystem”
(DRIS) desarrollado por Beaufils 1973 y recientemente el “CompositionalNutrient
Diagnosis” (DOP) (Parents et al, 1992). Todos ellos intentan mejorar el diagnóstico
respecto a la edad de la planta, efectos de dilución y concentración, además de las
interacciones entre nutrientes (Lucena et Al 2002). De estos métodos, el más utilizado
para evaluar el estado nutricional de los cultivos es DRIS.
Método DRIS (Diagnosis and Recomendation Integrated System)
El DRIS se basa en la ley de Liebig o del mínimo, la cual establece que el rendimiento
máximo posible es función directa del factor más limitante de acuerdo a las necesidades
del cultivo. También se basa en la ley Mitscherlich o de los rendimientos decrecientes,
ley que se fundamenta en que el rendimiento puede incrementarse por efecto de cada
uno de los factores, siempre y cuando no estén presentes en sus niveles subóptimos o
mínimos (Sumner y Farina, 1986).
4
Beaufils (1973), presenta al DRIS como una alternativa al método clásico experimental
de campo consistente en comparar el efecto de varios tratamientos, en razón de las
dificultades y limitaciones que introducen en estos experimentos, la acción de
numerosos factores incontrolables y no evaluados, los cuales son meramente incluidos
como estimaciones de error experimental.
Según Sumner (1977), el DRIS consiste en un conjunto integrado de normas,

desarrolladas para evaluar el estado nutricional de un cultivo. Estas normas representan
las calibraciones de la composición del tejido de la planta, la composición del suelo, los
parámetros del medio ambiente y las prácticas culturales, como funciones de la
producción obtenida por un cultivo en particular. Por lo tanto, el DRIS integra más
íntimamente el balance nutricional de la planta y el suelo e incorpora aún, otros factores
tales como, la edad de la planta y el clima en el diagnóstico, permitiendo así hacer
recomendaciones confiables sobre el manejo de los cultivos. Evaluar el estado
nutricional consiste en realizar una comparación entre una muestra cualquiera y un
patrón o estándar de comparación, el cual ha sido denominado como norma (Malavolta
et al 1997).
Malavolta et al (1997), define como plantas “normales” a aquellas que teniendo en sus
tejidos todos los elementos en cantidades y proporciones adecuadas, son de alta
producción y presentan una apariencia externa sana.
Rodríguez et al (2000), atribuyen la rápida adopción y difusión del DRIS, a sus variadas
ventajas en términos de economía de recursos y del tiempo necesario para el desarrollo
de normas de diagnóstico. Otras características del DRIS son sus sólidos basamentos
conceptuales, fisiológicos y su relativa simplicidad metodológica.
Normas DRIS
Para desarrollar las normas DRIS de una región, se debe utilizar una muestra
representativa de un gran número de sitios al azar, que pueden ser campos comerciales
y/o parcelas experimentales bajo diferentes condiciones ambientales y de manejo. Se
deben tomar muestras de hojas para su análisis y registrar el rendimiento (Sumner,
1986). Las normas basadas en un banco de datos grande, son probablemente más
representativas, ya que abarcan un amplio espectro de variabilidad en la población
(Letzsch y Sumner, 1984).
El DRIS, se ha usado como una metodología de diagnóstico nutricional en varios

cultivos. Las normas DRIS son las medias de relaciones o formas de expresión de la
composición del tejido foliar, con sus respectivas varianzas y coeficientes de variación,
de una subpoblación de observaciones de alto rendimiento (Letzsch y Sumner, 1984).
5
Letzsch y Sumner (1984), indican que las mejores normas DRIS, son las que tienen un
gran número de observaciones obtenidas al azar, con un límite alto de rendimiento para
dividir las dos subpoblaciones (de bajo y alto rendimiento) y que tenga al menos un 10%
de observaciones de alto rendimiento.
Objetivo General
Evaluar el estado nutricional del cultivo de soja en la zona núcleo de Argentina.

Objetivos específicos.Desarrollar normas DRIS para soja en Argentina a partir de una
población de altos rendimientos. Calcular los índices de nutrientes DRIS, el índice de
balance nutricional y el orden de requerimiento nutricional.
Toma de muestras
Durante los ciclos agrícolas 2007-2008, 2008-2009, 2009-2010 y 2011-2012 se tomaron
muestras foliares de soja en las diferentes zonas sojeras del país tratando de abarcar la
mayor variabilidad posible.
Para la toma de muestra se utilizó la metodología planteada por la Empresa Brasilera de
Producción Agropecuaria, EMBRAPA, colectando la tercera hoja desarrollada contando
desde el extremo superior de la planta a partir del estadio de inicio a plena floración, R1
a R2 (escala de Fher and Caviness, 1977) sobre el tallo principal. R1 en esta escala es
cuando se observa una flor en cualquier parte de la planta y R2 cuando se ha
completado la floración.
Se recogieron alrededor de 35 hojas (con sus tres foliolos) recién maduras, sin pecíolo,
que, en general, fueron la tercera o cuarta hoja debajo del ápice del tallo principal,
considerando que una hoja está desarrollada cuando los bordes de sus foliolos no se
tocan entre sí.
Para la toma de las muestras de hoja se tomaron en cuenta los siguientes puntos:
a- El muestreo se realizó al azar, en áreas representativas dentro del sitio de muestreo.
b- Al recoger las hojas, se pusieron en bolsas de papel limpias, desarrolladas para este
fin.Se registró la información de la parcela en la bolsa de papel
c- No se recogieron las hojas dañadas por insectos, o las hojas con manchas
anormales, a menos que la posible causa de esta anomalía fueran de origen nutricional.
d- Si las hojas que se recogieron tuvieron aplicación de fertilizantes o plaguicidas, se
registró la fecha de aplicación, tipo de producto y la dosis, y cualquier otra información
que se consideró necesaria. Estas observaciones permiten evitar errores en la
interpretación y mejorar la comprensión de los resultados.
Sitios de muestreo
Para poder representar el estatus nutricional del cultivo fueron elegidos lotes de
producción de las diferentes zonas sojeras del país, que abarcaron el centro sur de
6
Santa Fé, Sudeste de Córdoba y Norte de Buenos Aires, una muestra de Entre Ríos y
Chaco como zona marginales. Una vez recibidas las muestras en el laboratorio, fueron
secadas en una estufa de aire forzado a una temperatura de 60º C por 48 horas, para
luego ser molidas en un molino de acero inoxidable hasta un tamaño de
aproximadamente 1 mm.
Para evaluar la concentración de nutrientes, se pesó un gramo de material vegetal seco
y molido, que fue digestado con mezcla nitroperclorica (1 L de acido nítrico concentrado
al 70 % con 500 ml de acido perclórico concentrado al 70 %).
El P fue cuantificado colorimétricamente por el método de Murphi-Riley (1962). El K, por

fotometría de llama; el Ca y el Mg y los micronutrientes, Fe, Cu, Zn y Mn fueron
determinados por espectrofotometría de absorción atómica, mientras que para B se
utilizó el método de la azometina por colorimetría.
El nitrógeno total fue determinado luego de una digestión, por el método Kjeldahl sobre
0,3 gramos de muestra. La concentración de NH4+ en el extracto se determinó por
destilación por arrastre de vapor, recogiendo en ácido bórico 2 % junto con una mezcla
indicadora de rojo de metilo y verde de bromocresol, titulando con ácido sulfúrico 0,005
N (Bartels, 1996).
La productividad fue determinada en el momento de la cosecha del cultivo, donde se

tuvo en cuenta la producción total del lote seleccionado. Los registros de los
rendimientos fueron efectuados por los productores, con la presencia de un técnico.
El criterio para la separación de poblaciones de baja y alta productividad, fue similar a la

adoptada por Urano et al (2006), en una tesis doctoral sobre aplicación de DRIS para
diagnosticar el estado nutricional del cultivo de soja en dos regiones de Brasil.
Para esta división, se tomó aquellos lotes cuyo rendimiento fue superior a la media de la
población, más un 0,5 de desvío estándar. Para este caso, la productividad fue ≥ a 3978
kg ha-1.
Una vez definida la población de alta productividad, se procedió a calcular las normas,
constituidas por las relaciones entre todos los nutrientes, determinando, además, sus
respectivos desvíos estándar, coeficiente de variación y el cociente de varianzas entre la
varianza de la población de bajo rendimiento y la varianza de la población de altos
rendimientos.
Una vez definidas las normas, la interpretación de la concentración de los nutrientes de

una muestra, por medio del método DRIS, se realiza para cada elemento mediante el
cálculo de los índices DRIS por nutriente.
Los índices de interpretación DRIS son calculados en dos etapas: a) en la primera fase,
se calculan las funciones de comparación de los cocientes de cada par de nutrientes, y
7
b) en la segunda, la sumatoria de las funciones de comparación que incluye cada

nutriente.
Existen en la literatura, procedimientos básicos para el cálculo de las funciones de
comparación DRIS, dos de las cuales son las formulas propuestas originalmente por
Beaufils (1973) y Jones (1981).
Beaufils (1973) utilizó relaciones porcentuales para establecer las funciones de los
nutrientes e impuso restricciones cuando la relación de la muestra (A/B) era mayor o
menor que la norma (a/b), por lo que propuso el uso de una fórmula para cada condición
(1 o 2). El autor, además, utilizó el coeficiente de variación (CV), como estimador de la
dispersión de las relaciones de la población de referencia para el cálculo de las
funciones N-DRIS.
a- La función A/B se utiliza en el cálculo de índices de ambos nutrientes A y B. Esta

función se calcula de dos maneras, dependiendo de si la relación A/B de la muestra es
mayor (1) o menor (2) que la norma (a/b). Cuando se utiliza para calcular el índice de A,
la función A/B se incluye antes de otras funciones {índice A=[ f(A/B) + f (A/C) ...]/ z}. Sin
embargo, la misma función (A/B) se usa para obtener el índice B, pero como B es el
denominador de la función, se considera como un valor negativo en el cálculo de este
índice {índice B = [f- (A/B) + f (B/C)...]/ z} (Walworth y Sumner, 1987).
Entonces:
Cuando A/B < a/b
(1)
( ) ( )
Cuando A/B > a/b

(2)
( ) ( )
Donde:
( ): Función de la relación A/B
: Valor norma DRIS
: Valor de la relación A/B en la muestra
CV: Coeficiente de variación de la población de donde se obtuvo la norma DRIS
Una vez estimada la función de cada relación, se calcularon los índices de los nutrientes
involucrados, seleccionando sólo una de las dos relaciones que involucra un nutriente
(A/B o B/A).
Para determinar qué relación de nutrientes (A/B o B/A, por ejemplo), sería utilizada en
las ecuaciones de cálculo de los índices, se observaron las relaciones de varianzas
entre las poblaciones de baja y de alta producción. Se adoptaron las relaciones que
presentaron valores más altos.
Las ecuaciones (3 a 13) fueron las utilizadas para el cálculo de los índices DRIS.
8
( ) ⟦( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) (3)
( ) ( )⟧
( ) ⟦( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) (4)
( ) ( )⟧
( ) ⟦ ( ) ( ) ( ) ( ) ( ) ( ) ( ) (5)
( ) ( ) ( )⟧
( ) ⟦( ) ( ) ( ) ( ) ( ) ( ) ( ) (6)
( ) ( ) ( )⟧
( ) ⟦ ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) (7)
( ) ( )⟧
( ) ⟦( ) ( ) ( ) ( ) ( ) ( ) ( ) (8)
( ) ( ) ( )⟧
( ) ⟦( ) ( ) ( ) ( ) ( ) ( ) ( ) (9)
( ) ( ) ( )⟧
( ) ⟦( ) ( ) ( ) ( ) ( ) ( ) ( ) (10)
( ) ( ) ( )⟧
( ) ⟦( ) ( ) ( ) ( ) ( ) ( ) ( ) (11)
( ) ( ) ( )⟧
( ) ⟦( ) ( ) ( ) ( ) ( ) ( ) ( ) (12)
( ) ( ) ( )⟧
( ) ⟦( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) (13)
( ) ( )⟧
Jones propuso una fórmula (14) para las dos condiciones (A/B menor a a/b y A/B
mayor a a/b), y como estimador de ladispersión, utilizóladesviaciónestándar.
a- Para el cálculo de las funciones se utiliza la formula (14):

(14)
( ) ( )( )
Donde
( )
: Valor de la norma DRIS
: Valor de la relación A/B en la muestra.
Dn: Desvío Estándar para la población de donde se obtuvo la norma DRIS.
9
b- Conlasumatoria de las funciones de los cocientes de los nutrientes

calculados enelpunto a, se realizóel cálculo de los índices DRIS de cada
nutriente conel uso de lasecuaciones (15 a 25):
( ) ⟦ ( ) ( ) ( ) ( ) ( ) ( ) ( ) (15)
( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) ( )
( )⟧
( ) ⟦ ( ) ( ) ( ) ( ) ( ) ( ) ( ) (16)
( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) ( )⟧
( ) ⟦ ( ) ( ) ( ) ( ) ( ) ( ) ( ) (17)
( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) ( )
( )⟧
( ) ⟦ ( ) ( ) ( ) ( ) ( ) ( ) (18)
( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( )
( ) ( ) ( )⟧
( ) ⟦ ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) (19)
( ) ( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( )⟧
( ) ⟦ ( ) ( ) ( ) ( ) ( ) ( ) ( ) (20)
( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) ( )
( )⟧
( ) ⟦ ( ) ( ) ( ) ( ) ( ) ( ) (21)
( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) ( )
( ) ( )⟧
( ) ⟦ ( ) ( ) ( ) ( ) ( ) ( ) (22)
( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) ( )
( ) ( )⟧
( ) ⟦ ( ) ( ) ( ) ( ) ( ) ( ) ( ) (23)
( ) ( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) ( )⟧
10
( ) ⟦ ( ) ( ) ( ) ( ) ( ) ( ) ( ) (24)
( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) ( )
( )⟧
( ) ⟦ ( ) ( ) ( ) ( ) ( ) ( ) ( ) (25)
( ) ( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) ( )⟧
Cada índice es la media de todas las funciones de relaciones donde está involucrado el
nutriente, para una muestra. Cada función intermedia es una comparación de la relación
encontrada en la muestra individual, con el patrón o norma establecida para esa
relación. Las funciones pueden ser directas o inversas, las directas ocurren cuando el
nutriente en estudio se encuentra en el numerador de las relaciones, mientras que las
inversas son cuando se encuentra en el denominador de las relaciones. Si el elemento
que se calcula está en el numerador se le da el signo positivo, pero si está en el
denominador se le da el signo negativo.
Orden de limitación por deficiencia:
La suma de los índices positivos y negativos debe ser cero para que exista un balance
entre los nutrientes de la muestra analizada. Índices negativos significan deficiencia y
los índices positivos indican suficiencia o excesos relativos (desbalance nutricional). El
más negativo es el más deficiente y los que le siguen indican el orden de requerimientos
de los nutrientes (Walworth y Sumner, 1987).
Determinación del índice de balance nutricional (IBN)
Una vez determinados los índices DRIS para cada nutriente, se calculó el índice de
balance nutricional (IBN), sumando todos los índices en valor absoluto. El valor más
grande supone mayor desbalance nutricional y por lo tanto se esperaría un menor
rendimiento (Davee et al., 1986). Un valor de IBN más cercano a cero, indicará un
mayor balance nutricional en el cultivo.
La ecuación (26) representa el cálculo general para determinar el IBN:
IBN= |Índice A|+ |Índice B|+⋯+|Índice N| (26)

Dónde:
| |= índice del nutriente A
| |= índice del nutriente B
| |= índice del nutriente N
11
Los rendimientos del cultivo de soja para los sitios y campañas analizadas variaron
entre 1032 y 5349 kg ha-1, con un promedio de 3441 kg ha -1. Buenos Aires fue la
provincia que presentó el promedio más alto con 4166 kg ha-1, seguida por Córdoba con
3128 kg ha-1 y con el menor rinde promedio la provincia de Santa Fe con 2809 kg ha-1,
siendo la media nacional de 2770 kg ha-1. En promedio los lotes seleccionados
estuvieron por encima de la media nacional.
Climáticamente, las campañas agrícolas 2007/08, 2008/09 y 2011/12 se vieron

afectadas por los escases de lluvias durante el ciclo del cultivo de la soja, por el
contrario, en la campaña 2009/10 la siembra del cultivo en general se atrasó por
excesos de precipitaciones, pero debido a las posteriores lluvias durante el desarrollo
del cultivo, los rendimientos promedios fueron buenos en el país.
La fertilización de los lotes estuvo de acuerdo a los métodos de diagnóstico actuales con
la realización de análisis de suelo y recomendación de fosforo y azufre según los
resultados obtenidos por nivel crítico.
En todos los lotes las semillas fueron inoculados con bacterias del genero Rizhobium
para lograr una buena nodulación, que asegure el aporte de nitrógeno.
Los controles de malezas, insectos y enfermedades fueron realizados de acuerdo a los

programas habituales de manejo
En el análisis total se consideraron 76 muestras foliares con sus respectivos

rendimientos. Al dividir la población en altos y bajos rendimientos, 33 observaciones
presentaron producciones iguales o mayores de 3978 kg ha-1, representando un 44% de
las poblaciones y 43 observaciones fueron para poblaciones de bajos rendimientos
(<3978 kg ha-1).
En la Tabla 1 se presentan las normas DRIS con el coeficiente de variación, desvío

estándar y varianza.
Índices DRIS
Para todas las muestras se calcularon los índices DRIS para cada nutriente, por el
método desarrollado por Beaufils, 1973 (1 a 13) y el propuesto por Jones C.A 1981, (14
a 25).
En la tabla 1 se presentan las medias, los máximos y los mínimos de los valores,
observándose que estos varían para cada método.
12
En el cálculo propuesto por Jones, las medias de los índices de fósforo, hierro y boro
fueron algo menores, y mucho más bajas para calcio y manganeso, coincidiendo con
nutrientes que mostraron, en general, concentraciones suficientes y/o en exceso. Para
el resto de los nutrientes, las medias fueron mayores según este método.
Al igual que lo planteado por Machado Díaz et al, (2011), para el método de Jones, la
amplitud de índices para cada nutriente fue mucho menor, los valores máximos
tendieron a hacerse menores y los valores mínimos, que corresponden a valores
negativos, a hacerse mayores o más cercanos a cero. Sin embargo, la capacidad de
predecir el estado nutricional, como se puede observar, no fue afectada. Los índices
para cada nutriente fueron igualmente manifestados como deficientes o en excesos por
cualquiera de los métodos.
Según Maia (1999) y Wadt et al (2007), las fórmulas de Beaufils (1 a 13) tienden a
sobreestimar la deficiencia nutricional en comparación con Jones (14 a 25), tal como se
observa en la tabla 1.
Índice DRIS y Concentración foliar
Beaufils (1973), destaca que la mayor ventaja del diagnóstico foliar está en el hecho de
tomar a la propia planta como extractora de los nutrientes de suelo, permitiendo una
validación directa de su estado nutricional por la validación de las concentraciones
foliares e indirectamente validar la fertilidad del suelo (Hoogerheide H., 2005).
Tabla 1. Índices DRIS con método de Beaufils y con método de Jones para cada
nutriente.
INDICE DRIS BEAUFILLS INDICE DRIS JONES
Nutriente Media Max Min Media Max Min
N -7,207 24,159 -98,753 -5,226 15,375 -61,902
P 0,001 41,692 -33,830 -0,317 22,518 -18,894
K -13,015 17,897 -82,135 -9,182 13,279 -50,972
Mg -12,448 23,828 -71,760 -7,837 16,244 -43,952
S -13,736 38,192 -117,022 -10,203 21,640 -68,010
Ca 11,768 74,302 -31,146 5,865 27,898 -19,592
Zn -7,209 22,867 -57,253 -4,805 16,237 -35,748
Mn 35,342 158,807 -32,507 22,650 91,745 -17,575
Fe 5,560 60,900 -27,958 3,857 34,604 -14,917
Cu -6,890 64,225 -38,489 -2,661 39,770 -19,724
B 5,889 100,345 -37,927 4,499 61,963 -24,321
Las relaciones obtenidas entre las concentraciones de nutrientes y sus respectivos

índices DRIS, calculados por el método de Jones, fueron positivas y significativas
13
(p<0,001), mostrando que los Índices DRIS dependen fuertemente de la concentración

de nutriente en la hoja.
Sin embargo, las relaciones no lineares a bajas y/o altas concentraciones de nutrientes
revela las ventajas de los índices Dris para el diagnóstico de deficiencias o excesos
sobre el método de niveles críticos o rangos de deficiencias.
Índices DRIS y Productividad
En la evaluación de la relación entre la productividad y los índices DRIS para los

diferentes métodos de cálculo de las funciones DRIS, se observaron escasas
diferencias (Tabla 2). Para calcio, según el método de Jones la relación fue significativa
(p<0,01) y según Beaufils ésta relación fue muy significativa (p<0,001). Para fósforo y
cobre la relación entre el índice y el rendimiento no fue significativa (p>0,1), para zinc
ésta relación fue significativa (p<0,01), encontrándose para nitrógeno, potasio, magnesio
azufre, manganeso, hierro y boro una relación lineal muy significativa (p<0,001), para
ambos métodos de cálculo.
Una vez planteados los índices, se decidió continuar trabajando con la metodología
planteada por Jones (1981), debido a que, como ya fue expresado antes, la amplitud de
los índices para cada nutriente fue menor mediante este cálculo. Además, el método
planteado por Jones fue mucho más claro y sencillo, donde se utilizó una única fórmula
a aplicar, en contrapartida del método de Beaufils (1973), que fue más complejo, ya que
la formula a utilizar depende de la relación entre el valor de la norma y el de la muestra.
Sumado a esto, se presentan diversos debates sobre la veracidad de las fórmulas de
Beaufils (1973), (Alvarez y Leite et al, 1992).
14
Tabla 2. Relación entre la productividad y los índices DRIS calculados por las fórmulas
de Beaufils y Jones.
Beaufils (1973) Jones (1981)
Variable
Ecuación R2 Ecuación R2
IN y=3612,8 + 23,71 x *** 0,2 y=3622,9 + 34,63 x *** 0,18
IP y = 3431,8 + 15,22 x NS 0,06 y = 3449,1 + 22,72 x NS 0,04
IK y= 3737,9 + 22,74 x *** 0,29 y= 3767,8 + 35, 49 x *** 0,29
IMg y= 3768,6 + 26,24 x *** 0,25 y= 3760 + 40,58 x *** 0,25
IS y= 3730,7 + 21,02 x *** 0,27 y= 3806,32 + 35,71 x *** 0,29
ICa y= 3678,6 - 20,11 x *** 0,21 y= 3665,6 - 38,13 x ** 0,17
IZn y= 3627,1 + 25,69 x ** 0,18 y= 3624,8 + 38,06 x ** 0,16
IMn y= 3881,6 - 12,47 x *** 0,38 y= 3930,1 - 21,55 x *** 0,39
IFe y= 3582,11 -25,21 X *** 0,19 y= 3619,4 - 46,01 X *** 0,22
ICu y= 3568,5 + 18,37 x NS 0,08 y= 3507,6 + 24,68 x NS 0,06
IB y= 3554,5 - 19,12 x *** 0,19 y= 3578,4 - 30,33 x *** 0,19
***: relación muy significativa p<0,001
** : relación significativa p<0,01
NS : relación no significativa p> 0,1
Orden de limitación por deficiencia
Para un total de 101 muestras analizadas, el azufre calificó en primer lugar como
nutriente deficiente, seguido por potasio, nitrógeno y magnesio. Dentro de los
macronutrientes, el calcio fue el menos limitante. Entre los micronutrientes, el zinc fue el
más limitante mientras que el manganeso fue el menos limitante, observándose que la
mayoría de las muestras presentaron concentraciones en suficiencia, y en algunos
casos en exceso, cuando se interpretaron por rangos de suficiencias. La reducción en la
absorción del zinc en presencia de considerables cantidades de calcio podría ser una de
las causas del déficit de este micronutriente en el suelo. Por tanto, en suelos
carbonatados y salinos la disponibilidad de los microelementos en el suelo no depende
únicamente de los contenidos elevados de metales totales sino también de otras
características edáficas, por ejemplo, la fuerte adsorción en los coloides.
Al comparar los resultados por provincia, en Santa Fe el rendimiento se encontró

mayormente limitado por magnesio, potasio y azufre de los macronutrientes y cobre de
los micronutrientes, siendo claramente manganeso el nutriente menos limitante. En
concordancia con esto, Cordone 2007, realizó un monitoreo del estado nutricional del
cultivo de soja en la provincia de Santa Fe basados en los métodos de rangos de
suficiencia (USA 2000) y de valor crítico (EMBRAPA 2004), donde expresa que azufre,
calcio y magnesio son los macronutrientes que estarían presentando las mayores
deficiencias.
15
Según Cordone (2007), la concentración de nitrógeno aparecería como no limitante,

mientras que zinc y cobre serían los micronutrientes que podrían presentarse como
deficientes en algunas zonas. Para este trabajo se encontró que en la localidad de
Humbold, Santa Fe, el calcio estaría presentando una importante limitación nutricional,
mientras que en las demás localidades de esta provincia no se encontró como limitante.
En la provincia de Córdoba, magnesio y potasio fueron los macronutrientes que más

limitaron el rendimiento, siendo zinc y boro los micronutrientes más deficientes. El
manganeso también en esta provincia fue el elemento menos limitante para la
producción.
En Buenos Aires los nutrientes limitantes fueron fósforo y cobre en primer lugar, siendo
de relevancia también nitrógeno, hierro, manganeso, magnesio, azufre y zinc. El
nutriente que mostró menor deficiencia fue calcio. El potasio, si bien presentó
deficiencia, para esta provincia, no estaría limitando fuertemente el rendimiento, como
se observa en el resto de las provincias, esto puede estar asociado a diferencias en el
tipo de suelo, historia agrícola y manejo del cultivo.
Es importante destacar, que si bien se presenta un orden de deficiencia o importancia,

el nutriente es deficiente si su índice Dris es menor a -10, esto significa, que si bien el
nutriente puede no encontrarse entre los primeros en el orden, puede de igual modo
tener un índice de deficiencia.
Índice de Balance Nutricional
El índice de balance nutricional (IBN) es la suma de los índices DRIS en valores

absolutos de cada uno de los nutrientes. En la figura 1 se observa claramente la relación
lineal negativa entre la productividad y el IBN, lo que indica que a medida que el IBN
crece la productividad cae, esto se explica por los índices DRIS alejados de cero, ya
sean negativos o positivos, que generan un IBN más alto. Como ya se aclaró en este
trabajo, índices DRIS lejanos a cero significan déficit o exceso del nutriente, es decir
desbalance nutricional. Se puede ver también, un grupo de datos que si bien
presentaron un bajo IBN a la vez tuvieron baja productividad. Esto fue atribuible a
variables climáticas que afectaron el normal desarrollo de los cultivos, posteriores al
momento de muestreo (R1). Se verificó para una población de Córdoba, un estrés
hídrico en pleno llenado de granos, lo que causo una baja productividad (1945 kg ha-1).
Otro de los ensayos, realizados en Las Bandurrias, provincia de Santa Fe se vio
afectado por inundación y posterior stress hídrico, con lo cual se vio disminuido el stand
de plantas y como consecuencia de esto el rendimiento (1032,5 kg ha-1). En General
Lamadrid, provincia de Buenos Aires, el lote atravesó un marcado estrés hídrico,
identificándose también enfermedades fúngicas como Mancha Ojo de Rana
(Cercosporasojina), con pérdida de área foliar, alcanzando un bajo rendimiento (1771 kg
16
ha-1). En Rio Cuarto, Córdoba, los ensayos se vieron afectados por bajas precipitaciones
en el período de floración lo que causo el menor rendimiento (1926 kg ha-1).
Es claro entonces, que el IBN nos indica la probabilidad de obtener altos rendimientos,
asociado a una nutrición balanceada. Pero no necesariamente implica que los
rendimientos se alcancen, debido a que factores limitantes, no nutricionales, como
disponibilidad o exceso de agua, enfermedades, insectos, etc., pueden reducir los
rendimientos.
6000 y = -8,283x + 5216,

R² = 0,831
5000
Productividad (kg ha¯¹)
4000
3000
2000
1000
0
0 50 100 150 200 250 300 350 400
IBN
Figura 1.Relación entre el IBN y la Productividad.
Con los datos de IBN y rendimiento se confeccionó la tabla 3, donde se observó el

rendimiento promedio para distintos rangos de IBN, con el correspondiente desvío
estándar. A medida que aumenta el valor de IBN los rendimientos promedios que se
pueden esperar son menores. Los mayores rindes se logran con índices de balance
nutricional menores a 100, alcanzándose rendimientos promedios de 4092 kg ha-1 ± 929
kg.
Tabla 3. Rendimiento promedio para distintos rangos de IBN.

Rendimiento
Desvío Estandar
IBN Promedio
(kg ha-1)
(kg ha-1)
<100 4092 929

100-200 2969 741
200-300 2648 639
300-400 2149 269
17
Estatus nutricional del cultivo de soja en Argentina
Para los sistemas de producción de Argentina, el nutriente que limitó mayormente el

rendimiento es el azufre, le siguen nitrógeno, magnesio y potasio. Entre los
micronutrientes, cobre y zinc fueron los más deficientes, mientras que manganeso, en
general presentó desde suficiencia a exceso en nuestro país. De los macronutrientes, el
calcio estaría limitando menos el rendimiento en los sitios analizados.
Córdoba, presentó limitantes de magnesio y potasio entre los macronutrientes y de zinc

y boro entre los micronutrientes.
Santa Fe, en general fue la provincia nutricionalmente más pobre en relación a los
demás suelos analizados, limitada mayoritariamente por magnesio, potasio y azufre.
Entre los micronutrientes el cobre fue el más limitante, mientras que manganeso
presentó suficiencia para casi el total de las muestras de esta provincia.
Buenos Aires, mostró estar limitada principalmente por nitrógeno, fósforo y azufre entre
los macronutrientes. En micronutrientes hierro y cobre fueron los más limitantes.
Conclusiones
A partir de las normas DRIS elaboradas en este trabajo, fue posible utilizar el análisis
foliar como herramienta para diagnosticar el estado nutricional del cultivo de soja en
Argentina. Utilizando estas normas específicas, el método DRIS fue eficiente en el
diagnostico nutricional del cultivo. Ya que, por un lado, los índices DRIS mostraron una
relación de alto ajuste con la concentración del nutriente en hoja, con R2 mayores a
0,72, lo que evidenció que el método validó correctamente el estado nutricional de la
planta. y, por otro lado, la productividad y el Índice de Balance Nutricional mostraron una
relación inversa de alto ajuste (R2=0,83), siendo esto lógico ya que el desbalance
nutricional en el cultivo (alto IBN) genera menores rendimientos.
La correlación establecida entre el rendimiento y el IBN, permitirá predecir el

rendimiento para distintas situaciones. Efectuando un adecuado diagnostico nutricional
se podrá realizar una recomendación conveniente para corregir del estado nutricional
del cultivo, y con esto disminuir el IBN, y como se pudo ver, con valores de IBN menores
a 100, se pueden alcanzar los mayores rindes (4092 kg ha-1 ± 929 kg), por supuesto que
cuando más cercano a cero sea este IBN, mayor será el rendimiento esperable.
Conociendo el estatus nutricional y la confiabilidad de que DRIS, es una buena

herramienta predictiva en el cultivo de soja, permitiría a nivel productivo mejorar los
diagnósticos y recomendaciones nutricionales. La decisión de manejo diferencial para
cada zona puede tener varias alternativas en función de las limitantes, con un gran
18
potencial para mejorar la eficiencia de uso de los recursos, e insumos de la producción

con los consecuentes efectos positivos sobre el sistema a nivel ambiental y económico.
Bibliografía
AAPRESID.2012. Argentina tiene casi el 80% de su agricultura en siembra directa.

Disponible en:http://www.diazdecampo.com/wpcontent/uploads/2012/06/Superficie-en-
SD-por-provincias.jpg (Consultado:14/05/2014)
Aldana, J. M. 2011. Análisis foliares. Disponible en:

http://www.agroanalisis.com.mx/descargas/intro/analisis-foliar.pdf (Consultado
19/10/2014)
ALVAREZ, V., and Leite, R. 1992.Fundamentos estatísticos das fórmulas usadas para
cálculo dos índices dos nutrientes no Sistema Integrado de Diagnose e Recomendação-
DRIS. Reunião brasileira de fertilidade do solo e nutrição de plantas, 20, 186-187.
AREVALO, E.S. Evaluación del estado nutricional del cultivo de soja en Argentina
utilizando análisis foliares. Tesis Doctoral Universidad de La Coruña.
http://ruc.udc.es/bitstream/2183/14847/2/Arevalo_EdgardoSantiago_TD_2015.pdf
BAIGORRI, H. 2002. Manejo del cultivo de la soja en la Argentina. Actualización INTA,

SAGPYA. INTA EEA Marcos Juárez.
H.E.J. BAIGORRI; C. GHIDA DAZA ; M. CUNIBERTI ; R. HERRERO; J. ARAGON; S.

DISTEFANO de VALLONE ; L. SALINES; E. GUILLIN: A. KLOSTER; M. DIAZ ZORITA ;
R. MELCHIORI; A. PERTICARI; M. BRAGACHINI; A. VON MARTINI; A. MENDEZ
.2002. Evolución y perspectivas de la producción y de la investigación en soja en
argentina. Anais do II Congresso Brasileiro de soja e Mercosoja 2002
BEAUFILS, E. R. 1973. Diagnosis and recommendation integrated system (DRIS). A

general scheme for experimentation and calibration based on principles developed from
research in plant nutrition. SoilScience. 1: 1-132. University of Natal. Sur Africa.
CARPENA-ARTÉS, O. y Carpena-Ruiz, R. O. 1982. Balance nutriente evolutivo:

Aplicaciones. Anal. Edafol. Y Agrobiol. 41 (7-8): 1355-1371.
CORDONE, G., Vidal C., Albretch R., Martínez F., Pescetti H., Casasola E., De Emilio
E., Gerster G., Malmantile A., Méndez J., Pagani R., Pabón J., Prieto G. y Trentino N.
2007.Monitoreo del estado nutricional del cultivo de soja en la Provincia de Santa Fe.
INTA Oliveros, Santa Fe.
19
DÍAZ ZORITA, M., F. García y R. Melgar (coord.). 2002. Fertilización en soja y trigo soja:
Respuesta a la fertilización en la región pampeana. Resultados de la red de ensayos del
proyecto Fertilizar del INTA. Campaña 200/01 y 2001/02. INTA, 43 pp.
EMBRAPA 2004. Tecnologías de Producción de Soja. Paraná 2004. Disponible en:

http://www.cnpso.embrapa.br/producaosojaPR/fertilidade.htm (Consulta:14/05/2014)
FLANNERY, R.L. 1989. The use of maximum yield research technology in soybean
production. In: R. Munson (ed.). The physiology, biochemistry, nutrition, and
bioengineering of soybeans: Implications for future management. PPI/PPIC. pp. 160-174
FERRARIS, G.; Couretot, L. y Ponsa, J. 2005. Utilización de molibdeno, cobalto, boro y

otros nutrientes. Agromercado, SOJA. Nº 107: 16-18.
FONTANETTO, H.; Keller, O.; Sillón, M.; Albrecht, J.; Giailevra, D.; Negro, C. y Belotti,
L. 2011. Manejo de la fertilización de la soja en regiones templadas. INTA – E. E. A.
Rafaela. Información técnica cultivos de verano, campaña 2011. Publicación Miscelánea
Nº 121
FONTANETTO, H.; Diaz-Zorita, M. y Vivas, H. 2004. Efecto de la inoculación y

fertilización con fosforo y azufre sobre la nodulación y los rendimientos de soja. Xix
Congreso Argentino de la Ciencia del Suelo. Paraná. Resúmenes: 143.
HOOGERHEIDE,H.C. 2005. Dris para avaliaçao do estado nutricional da soja

emduasregioes do cerrado brasileiro. Tesis de maestría. Universidad de San Pablo.
Piracicaba, San Pablo, Brasil.
JONES.C.A,(1981) Proposed modifications of the diagnosis and recommendation

integrated system (DRIS) for interpreting plant analyses
LETSCH, W. S. and Summer, M.E. 1984. Effect of population size and yield level on
selection of diagnosis and recommendation integrated system (DRIS) norms.
Commun.Soil Science Plant Analysis. 15:997-1006.
LUCENA, J.J.; Ruano, S.; García Serrano, P.; Ginés, I. y Mariscal Sancho, I. 2002.
Informe DRIS (Diagnosis and Recommendation Integrated System). Madrid.
MALAVOLTA, E., G. C. Vitti, and S. A. Oliveira.1997. "Avaliação do estado nutricional

das plantas: princípios e aplicações"..Piracicaba. Associacao Brasileira para Pesquisa
da Potassa e do Fosfato. Brasil.
MARTÍNEZ, F. y G. Cordone. 1998. Fertilización azufrada en soja. En: UEEA INTA

Casilda, Jornadas de Azufre, Casilda (Sta.Fe, Argentina).
20
MESSICK, D.L. 1992. Soil test interpretation for sulphur in the United States,
anoverview.Sulphur in Agriculture 16: 24-25
PARENT, L. E. y M. Darfir. 1992. A theoretical concept of compositional nutrient

diagnosis. Journal of the American Society for Horticultural Science. 117:239-242.
SUMNER, M. E., and Farina, M. P.1986.Phosphorus interactions with other nutrients and
lime in field cropping systems.Advances in soil science (pp. 201-236).Springer, New
York.
SUMNER, M. E. 1977. Preliminary N, P and K foliar diagnosis norms for soybean.Agron.

J 69: 226-230.
SUMNER, M.E. 1986. Diagnosis and recommendation integrated system (DRIS) as a

guide to orchard fertilization. International seminar on Leaf Diagnosis as a Guide to
Orchard Fertilization.Food and Fertilizer Technology Center for Asia and Pacific
Region.Suweon, Korea. Boletin 231. Taiwan.
URANO, E. O. M.; Kurihara, C. H.; Maeda, S.; Vitorino, A. C. T.; Gonçalves, M. C. and
Marchetti, M. E. (2006). Avaliação do estado nutricional da soja. Pesquisa Agropecuária
Brasileira, Brasília. v. 41, 142-1428
VAN ROEKEL R.J and L.C. Purcell( 2012).Soybean Yield Response to a Maximum
Yield Environment.
WADT et al.(2007). Modelagem de funções no cálculo dos índices DRIS.
WALWORTH,J.L. and Sumner, M.E.. 1987. The Diagnosis and Recommendation

Integrated System (DRIS). Advances in soil science. V.6:149-188
21
USO DE CULTIVOS DE COBERTURA / ABONOS VERDES PARA LA PRODUCCIÓN

SUSTENTABLE DE MAÍZ
RAÚL ALEJANDRO CORRAL1,*; GUILLERMO ALBERTO STUDDERT1; GERMÁN

FRANCO DOMÍNGUEZ & MARÍA DE LOS ÁNGELES AGOSTINI1
1
Fac. Ciencias Agrarias, Univ. Nac. Mar del Plata, Unidad Integrada Balcarce
* Dirección postal: Área Agronomía, Unidad Integrada Balcarce, Ruta Nac. 226 km 73,5,
(7620) Balcarce, Buenos Aires.
*[email protected]
Palabras clave: cultivos puente, sistemas de labranza, disponibilidad de nitrógeno.
Resumen
Los cultivos de cobertura (CC) y los abonos verdes (AV) podrían mejorar la eficiencia de
uso del nitrógeno (N), aportar carbono al suelo y controlar la erosión. Sin embargo,
pueden afectar la disponibilidad de agua para el cultivo siguiente. Se hipotetiza que los
CC/AV incrementarán la disponibilidad de N-NO3- en el suelo y no afectarán la
disponibilidad de agua para el maíz. Se llevó a cabo un ensayo en Balcarce, Buenos
Aires en que se evaluaron los factores “CC/AV” (Avena, Vicia, Mezcla avena-vicia y
Testigo), “sistema de labranza y fecha de matado” (LxM) (labranza convencional (LC)-
temprana, LC-tardía, siembra directa (SD)-temprana y SD-tardía), y “fertilización
nitrogenada” al maíz (Sin N y Con N). Se determinó: 1) En el suelo: contenido de agua a
la siembra, preantesis, antesis y MF del maíz (0-60 cm), y contenido de N-NO3- a la
siembra, V6 y MF del maíz; 2) En los CC/AV: acumulación de materia seca aérea (MS) y
contenido de N; y 3) En el maíz: acumulación de MS y de N, y rendimiento en grano. La
acumulación de MS de los CC/AV fue mayor en los tratamientos con matado tardío. La
vicia presentó un bajo desarrollo y alta infestación de malezas gramíneas. El contenido
de agua fue superior al 50 % de agua útil en todos los momentos evaluados. Los valores
de N-NO3- fueron muy bajos en todos los muestreos y tratamientos. Hubo efecto de la
fertilización nitrogenada sobre la acumulación de MS y N y el rendimiento del maíz.
Además, en los tratamientos Sin N con CC/AV y en los Sin N y sin CC/AV se obtuvieron
rendimientos más elevados que los esperados según el nivel de N-NO3- y similares entre
sí. Así, los CC/AV no habrían aportado N adicional para el maíz, independientemente
del sistema de labranza empleado.
Introducción
La producción agrícola en la Argentina ha evolucionado hacia ciclos agrícolas más

largos o agricultura continua. Este uso del suelo ha llevado a, entre otras cosas, la
disminución del contenido de materia orgánica (MO) edáfica (Ruffo& Parsons, 2004;
Quiroga& Studdert, 2014) afectándose la productividad, la salud y la calidad del suelo y,
1
así, de la sustentabilidad del sistema. Como consecuencia, hay pérdida de fertilidad,

alteración física y aumento de la erosión y, con ello, disminución de los rendimientos y
consecuencias ambientales (Manuel-Navarrete et al., 2009). Así, el logro de
rendimientos elevados requiere, por lo general, la aplicación de fertilizante nitrogenado.
Esto también puede contribuir a problemas ambientales debido al lavado de nitrógeno
(N) como nitrato (N-NO3-) y otras formas de pérdida de N, y a menor eficiencia de uso de
los fertilizantes. Además, la producción de éstos depende de la energía de combustibles
fósiles, lo cual conlleva un elevado costo económico-ambiental (Echeverría& Sainz
Rozas, 2005a).
El logro de una agricultura sustentable implica, entre otras cosas, incrementar o

mantener el contenido de MO y requiere utilizar fuentes alternativas de N para los
cultivos con mínimo riesgo ambiental. Debe procurarse reducir las pérdidas de MO por
erosión y/o mineralización, y/o un mayor aporte de biomasa vegetal al suelo a través de
mayores rendimientos y de más cultivos por año en la secuencia agrícola (Quiroga&
Studdert, 2014). La inclusión del cultivo de maíz (Zea mays L) en las secuencias de
cultivos puede incidir positivamente en el contenido de MO del suelo (Studdert&
Echeverria, 2000), debido al alto volumen de rastrojo con alta relación C/N que aporta.
No obstante, para el logro de gran acumulación de biomasa aérea el maíz requiere
importante cantidad de N (Echeverría& Sainz Rozas, 2005b) y de agua (Andrade &
Sadras, 2000).
La utilización de gramíneas o leguminosas de ciclo otoño-invernal como cultivos de

cobertura (CC, no incorporados al suelo) o abonos verdes (AV, incorporados al suelo)
sembrados entre dos cultivos de cosecha, pueden aportar carbono (C) adicional al suelo
(Ruffo& Parsons, 2004), además de mantener raíces activas en el suelo en momentos
en que generalmente no las hay o están presentes en baja cantidad, y así mejorar las
propiedades físicas y químicas del suelo (Restovich et al., 2011). Los CC tienen entre
sus objetivos, enfrentar los procesos erosivos por la cobertura que brindan (Laloy &
Bielders, 2010) y por mejorar las propiedades físicas (Blanco-Canqui et al., 2011) y
biológicas del suelo. Otro objetivo de uso de CC, es el control de malezas dado que su
exuberante biomasa aérea contribuye a limitar su emergencia (Scianca et al., 2012).
Los CC o AV (CC/AV) contribuyen a reducir la cantidad de fertilizantes que se aplican a

los cultivos y a un menor riesgo ambiental. A través de ellos se puede buscar no sólo
absorber el N-NO3-remanente en el suelo luego de un cultivo de cosecha que podría
estar sujeto a mecanismos de pérdida, sino también fijar N atmosférico a través del uso
de leguminosas (Clark et al., 1997; Krueger et al., 2011). El N fijado en el tejido vegetal
de los CC/AV puede cubrir el requerimiento del cultivo posterior, en especial si son
leguminosas (Diez et al., 2014). Las cantidades de biomasa y de N acumulados por los
CC/AV dependen del manejo en cuanto a especie/s utilizada/s, tiempo de crecimiento, y
fecha de siembra, entre otros.
2
La tasa de degradación de los residuos de CC/AV y la tasa a la cual el N estará

disponible para el cultivo de cosecha depende de su relación C/N (Echeverría& Sainz
Rozas, 2005a). La velocidad de degradación de los residuos de las leguminosas, es
mayor que la de los de las gramíneas, debido a su menor relación C/Na lo largo de todo
su ciclo, lo que favorece su descomposición (Vanzolini et al., 2010). Clark et al. (1997)
informaron que la biomasa y el contenido de N de vicia (Vicia villosa Roth), de centeno
(Secale cereale L.) y de la mezcla vicia-centeno se incrementaba en la medida que se
atrasaba la fecha de matado y que el contenido de N del maíz era mayor luego de vicia
o de la mezcla vicia-centeno que luego del centeno. En cambio, otros estudios
demostraron que la avena (Avena sativa L.) y el centeno no mejoraban la disponibilidad
de N para el maíz cuando se los comparó con parcelas testigo (Vyn et al., 1999; Krueger
et al., 2011). No obstante, la disponibilidad de N mejoró con el uso de leguminosas (Vyn
et al., 1999). Por otro lado, las labranzas para incorporar los AV pueden modificar el
momento en el cual el N esté disponible debido a que se incrementa su tasa de
descomposición y, por lo tanto, la ulterior mineralización de N (Mulnavey et al., 2010).
Debido su consumo hídrico, el uso de CC/AV podría provocar escasez de agua

almacenada para los cultivos posteriores. Esto no sería significativo en ambientes que
garantizaran la recarga del perfil antes de que el cultivo pudiera sufrir estrés. Por lo
tanto, este posible efecto negativo de los CC/AV va a depender de las condiciones
edafoclimaticas de la zona en que se usan, su periodo de crecimiento y la eficiencia con
que usan el agua (Baigorria & Cazorla, 2010). Por otro lado, la cobertura provista por los
CC conduce a aumentar la infiltración, destacándose los CC gramíneas debido a la
distribución y el volumen de raíces que presentan (Scianca et al., 2012). Asimismo, al
favorecer la infiltración, la cobertura por los CC contribuye a disminuir los escurrimientos
y la erosión hídrica (Laloy & Bielders, 2010). No obstante, el tráfico continuo de
maquinarias generalmente muy pesadas y la falta de remoción del suelo asociado al uso
de CC en sistemas bajo siembra directa (SD), podrían producir un aumento de la
compactación del suelo (Eiza et al., 2014) y con ello problemas de circulación de agua
en el perfil. Eiza et al. (2014) determinaron que con descompactación mecánica y
centeno como CC mejoraron las condiciones físicas del suelo y tenían mayor contenido
de agua. Sin embargo, Tourn et al. (2014) no detectaron mejoras en las propiedades
físicas con el uso de vicia y trigo (Triticum aestivum L.) como CC y/o el uso de paraplow
en Balcarce. Sin embargo, el laboreo del suelo podría incrementar las pérdidas de agua
por evaporación conduciendo a menor cantidad almacenada.
La inclusión del maíz en las secuencias de cultivos es importante por la importancia del
grano para la alimentación humana y animal y además por su elevada producción de
biomasa (Studdert y Echeverría, 2000). Sin embargo, el uso de fertilizantes podría traer
un efecto negativo. Las condiciones del Sudeste Bonaerense (SEB) suponen una
elevada probabilidad de recarga hídrica del perfil del suelo a la siembra del maíz,
independientemente del manejo previo. Por lo tanto, los CC/AV serían una herramienta
viable para intensificar la agricultura buscando hacer un uso más completo y eficiente de
3
los recursos (Caviglia & Andrade, 2010) para contribuir a la sustentabilidad. Así, los
CC/AV pueden favorecer el aumento o mantenimiento del contenido de MO, ayudar a
controlar la erosión, favorecer el control de malezas, hacer un uso más eficiente y
seguro de los fertilizantes y aprovechar mejor los recursos naturales. Por ello, dado que
la utilización de CC/AV ha sido poco estudiada en la región, es de interés evaluar el
efecto de distintos CC/AV sobre el N y el agua disponible para el maíz.
Se hipotetiza que para las condiciones edafoclimáticas del SEB:

• el uso de CC/AV incrementa la disponibilidad de N-NO3- en el suelo para el maíz
con lo cual se puede reducir la cantidad de fertilizante a aplicar.
• los CC/AV no afectan el contenido de agua del suelo para el desarrollo del maíz.
Para poner a prueba las hipótesis formuladas se plantean como objetivos:

• evaluar la cantidad de N-NO3- disponible para el maíz con avena, vicia y avena-vicia
como CC/AV y con dos fechas de matado y bajo SD y LC,
• evaluar la disponibilidad de agua para el cultivo de maíz con los diferentes CC/AV y
según fecha de matado y sistemas de labranza,
• evaluar el comportamiento del cultivo de maíz luego de los CC/AV.
La experiencia se llevó a cabo en la Unidad Integrada Balcarce, (37º 45’ 13’’ S, 58º 17’
53’’ W; 136 msnm), Balcarce, Buenos Aires, entre abril de 2012 y abril de 2013. El clima
es mesotermal subhúmedo húmedo (según Thornthwaite) con una temperatura media
anual de 14 ºC y una precipitación mediana anual de 955,3 mm. Este trabajo se realizó
sobre un complejo de Argiudol Típico fino, mixto, térmico (Soil Survey Staff, 2014) (Serie
Mar del Plata, INTA, 1979) y Argiudol Petrocalcico fino, illítico, térmico (Soil Survey Staff,
2014) (Serie Balcarce, INTA, 1979) de textura franca (232, 341, 427 g/kg de arcilla, limo
y arena, respectivamente) para el horizonte A y textura franco arcillosa (333, 292, 375.5
g/kg de arcilla, limo y arena, respectivamente) para el horizonte B, y con una pendiente
menor al 2 %. El lote destinado al ensayo había estado bajo agricultura por un número
elevado de años que, si bien los últimos habían sido bajo SD, anteriormente lo habían
sido bajo labranza convencional (LC) muy agresiva. El lote había tenido trigo cosechado
a principios de enero de 2012.
El diseño experimental fue en bloques completos aleatorizados con arreglo de

tratamientos en parcelas sub-sub-divididas con tres repeticiones. A las parcelas
principales se asignó el factor “CC/AV” con cuatro niveles: 1) Avena, 2) Vicia, 3) Mezcla
avena-vicia y 4) Testigo. A las sub-parcelas se asignó el factor “sistema de labranza y
fecha de matado” (LxM) con cuatro niveles: 1) LC con fecha temprana (CTe), 2) LC con
fecha tardía (CTa), 3) SD con fecha temprana (DTe) y 4) SD con fecha tardía (DTa). A
las sub-sub-parcelas se asignó el factor “fertilización nitrogenada” al maíz con dos
niveles: 1) Sin N y 2) Con N (120 kg N/ha). Las parcelas principales tuvieron 20 m de
4
largo por 14 m de ancho, las sub-parcelas 20 m de largo por 3,5 m de ancho y las sub-
sub-parcelas, 10 m de largo por 3,5 m de ancho con 5 surcos de maíz.
Los CC/AV se sembraron a razón de 80 y 30 kg/ha para avena y vicia, respectivamente,

y de 40+30 kg/ha para la mezcla avena+vicia. La semilla de vicia fue inoculada con
inoculante de Bradyrhizobium spp. específico. El 12 de septiembre de 2012, en las sub-
parcelas CTese realizaron dos pasadas de rastra de disco liviana y en las DTe se
aplicaron 3,5 L/ha de glifosato (48%) con 145 L/ha de agua. El 2 de noviembre de 2012,
en las sub-parcelas DTase aplicaron 4,0 L/ha de glifosato (48%) + 0,2 L/ha de dicamba
(48%) + 0,1 L/ha de 2,4D (50%) + 0,3 L/ha de coadyuvante con 110 L/ha de agua. En
las sub-parcelas CTa, se picó la biomasa aérea y se realizaron dos pasadas de rastra
de discos y rastra de dientes y una de vibrocultivador y a las CTese les realizó una
pasada de rastra de discos y rastra de dientes y una de vibrocultivador. El maíz (hibrido
Dekalb 747 RR) se sembró el 7 de noviembre de 2012 con una distancia entre surcos
de 70 cm y una densidad de 78000 semillas/ha. El control de malezas posemergencia
se realizó en el estadio fenológico de cuatro hojas desplegadas (V4) (Ritchie & Hanway,
1982), con 5 L/ha de glifosato (48%) con 90 L/ha de agua. Al estadio de seis hojas
desplegadas (V6) (Ritchie & Hanway, 1982) se aplicaron 120 kg N/ha en forma de urea
a las sub-sub-parcelas correspondientes.
Se tomaron muestras de suelo para la determinación del contenido de agua por el

método gravimétrico a las profundidades 0-20 y 20-60 cm y se calculó el contenido a 0-
60 cm. Las muestras se tomaron a la siembra, en pre-antesis (20 días antes de antesis),
antesis y madurez fisiológica (MF) (Ritchie & Hanway, 1982) del maíz. Las muestras se
pesaron en húmedo y se secaron en estufa a 105 °C hasta peso constante. La
capacidad de almacenaje de agua, se estimó a partir de los datos de textura del suelo,
utilizando las ecuaciones propuestas por Travasso y Suero (1994).
Se determinó el contenido de N-NO3- por colorimetría (ácido fenoldisulfónico) (Keeney &

Nelson, 1982) en muestras de suelo tomadas a los estadios siembra (0-20 cm y 20-60
cm), V6 (0-30cm) y MF (0-20 cm y 20-60 cm) del maíz, secadas a 30 °C (estufa con
circulación forzada de aire) y molidas hasta pasar por tamiz de 2 mm. Los resultados en
el estadio de V6 fueron expresados en concentración (mg/kg) mientras que los de
siembra y MF lo fueron en masa (kg/ha). Para la profundidad 0-20 cm, se utilizó la
densidad aparente promedio de los dos sistemas de labranza (LC y SD) (1,20 g/cm3) en
un ensayo vecino el mismo año y sobre el mismo suelo donde no hubo diferencias
significativas entre LC y SD (Domínguez, G., com. pers.). Para la profundidad 20-60 cm
se utilizó una densidad de 1,30 g/cm3 (Diez, S, com. pers.).
Se determinó la acumulación de materia seca (MS) aérea de los CC/AV (Mg MS/ha).Se
utilizó un marco de 35 x 35 cm, arrojado aleatoriamente cinco veces poco antes de cada
fecha de matado. En cada situación se cortó la biomasa aérea dentro del marco y se
caracterizó botánicamente el material separando las especies de CC/AV de otras que
5
fueron agrupadas como “malezas”. Las muestras se secaron en cámara con circulación
forzada de aire a 60°C, hasta peso constante. Se determinó su contenido de N mediante
el método Kjeldahl (Bremner & Mulvaney, 1982) y se asumió un contenido de C en la
MS de 43% (Sánchez et al., 1996) para el cálculo de la relación C/N.
Se determinó la acumulación de MS total aérea a la MF del maíz (Mg MS/ha). Se

cortaron diez plantas a ras del suelo por unidad experimental al azar. Se las pesó en
fresco (peso húmedo) y se tomó una alícuota de dos plantas. A éstas se les determinó
el peso húmedo y se las secó en cámara de secado a 60°C con circulación forzada de
aire hasta peso constante (peso seco). Con el número de plantas a MF, se calculó el
rendimiento total en MS aérea. A las alícuotas de dos plantas se las molió a un tamaño
de 1 mm y se les determinó el contenido de N por Kjeldahl (Bremner & Mulvaney, 1982).
Luego de MF (R6) (Ritchie & Hanway, 1982) (16 de mayo de 2013), se seleccionaron
dos tramos de surco contiguos de 7,15 m de largo (10 m2) por unidad experimental para
cosechar con una cosechadora automotriz de parcelas de 2 surcos y se contaron las
plantas cosechadas. Se pesaron los granos obtenidos y se les midió el contenido de
humedad. El rendimiento se expresó en Mg/ha de grano corregido a 14,5% de
humedad.
Los resultados obtenidos fueron analizados mediante análisis de varianza con el

procedimiento MIXED del Statistical Analysis System (SAS Institute, 1999) siendo los
CC/AV, los LxM y la fertilización nitrogenada efectos fijos y el bloque efecto aleatorio.
Para la comparación de medias en los casos en los que correspondiera se utilizó el test
de diferencia mínima significativa. Para el rechazo de las hipótesis nulas se consideró
un valor de P menor que 0,05.
Hubo interacción significativa entre CC/AV y LxM sobre la acumulación de MS de los

CC/AV (Figura 1). En las unidades experimentales Testigo hubo una pequeña
acumulación de MS en el primer muestreo (0,3 Mg MS/ha) constituida por vegetación
(principalmente gramíneas) que no pudo ser controlada por el herbicida. No hubo
diferencias en la acumulación de MS entre CC/AV en el matado temprano ni con el
testigo correspondiente al matado tardío. Por otro lado, la MS acumulada por los CC/AV
con matado temprano fue significativamente inferior a la acumulación de las sub-
parcelas con matado tardío (Figura 1). Cabe destacar que las parcelas con vicia
presentaron baja acumulación de MS y una elevada infestación con malezas gramíneas.
La vicia sólo representó el 25% y el 50% del total de la MS acumulada, para matado
temprano y tardío, respectivamente. Además, en los tratamientos avena+vicia, la vicia
representó sólo 10% y 12% de total de MS para el matado temprano y tardío,
respectivamente. La baja acumulación de MS de los CC/AV con fecha de matado
6
temprano fue posiblemente debida a las bajas precipitaciones ocurridas en los meses de
junio y julio de 2012 (datos no mostrados).
Figura 1: Acumulación de materia seca (MS) en la biomasa aérea de distintos cultivos

de cobertura / abonos verdes con dos fechas de matado (Temprano y Tardío). Letras
iguales en cada barra indican diferencias no significativas. Las líneas verticales en cada
barra indican error estándar de la media.
Las precipitaciones ocurridas entre agosto y octubre superaron a las históricas (datos no
mostrados) y contribuyeron al crecimiento de los CC/AV, destacándose la avena que
acumuló significativamente más MS que los otros dos CC/AV (Figura 1). Contrariamente
a lo esperado (mayor acumulación de MS en la mezcla avena+vicia) (Clark et al., 1997;
Restovich et al., 2011), no hubo diferencia entre la vicia y la avena+vicia y rindieron
aproximadamente el 50% de la MS acumulada por la avena sola. La acumulación de MS
de vicia fue menor que la obtenida por Diez et al. (2014) (4,7 Mg MS/ha) sobre el mismo
suelo y con la misma fecha de siembra. Asimismo, Restovich et al. (2011) obtuvieron
rendimientos medios de vicia variables (2,9, 5,9, 1,8 y 5,8 Mg MS/ha) en el norte de la
provincia de Buenos Aires en cuatro años, debido a variaciones en las precipitaciones.
Cabe destacar que, por error, se entendió que el cultivo de trigo previo a la instalación
de este ensayo había sido fertilizado con fósforo (P) y se omitió hacer un análisis de
suelo para determinar el nivel de P extractable. Teniendo en cuenta, que el lote
presentaba una larga tradición de agricultura de cosecha con fertilizaciones con dosis
bajas de P (Martínez, J.J., com. pers.) y que la vicia tiene un alto requerimiento de dicho
nutriente (Ciampitti& García, 2014), el desarrollo de la vicia pudo haber sido afectado
por una posible deficiencia de P.
No hubo interacción entre CC/AV y LxM sobre el porcentaje de N. De acuerdo con lo

esperado, la vicia presentó significativamente mayor porcentaje de N que la avena
(Figura 2a). No hubo diferencias significativas entre momentos de matado (Figura 2b)
aunque con una tendencia a menor porcentaje en el momento de matado tardío,
posiblemente debido a la dilución del N en el tejido de la avena (1,8% y 1,0% de N en la
7
avena en los momentos temprano y tardío, respectivamente). No hubo interacción entre

CC/AV y LxM sobre la relación C/N de los CC/AV. Hubo efecto de los CC/AV sobre la
relación C/N sin diferencias entre momento de matado (Figura 2c y d). Sin embargo, el
comportamiento de avena y de avena+vicia (Figura 2c) fue similar a lo informado por
Clark et al. (1997) que, aunque la interacción haya sido no significativa, vale la pena
mencionar. En la avena, la relación C/N aumentó en la medida que se atrasó la fecha de
matado, siendo en promedio 23,6 y 43,1 para matado temprano y tardío,
respectivamente. Además, la avena+vicia también presentó menor relación C/N con
matado temprano (22,3) que con matado tardío (35,5), aunque con menor diferencia
entre fechas de matado que en avena por la presencia de vicia en la mezcla. Si la
proporción de vicia en este CC/AV hubiese sido mayor, seguramente las diferencias en
la relación C/N entre momentos de matado habrían sido menores. Contrariamente, de
acuerdo con los esperado (Vanzolini et al., 2010), la vicia presentó menor diferencia en
la relación C/N entre las fechas de matado (17,1 y 19,0 para matado temprano y tardío,
respectivamente). La relación C/N de la vicia (Figura 2c) fue mayor que la obtenida por
Clark et al. (1997) (10,0 de C/N) y Capurro et al. (2012) (alrededor de 14,0 de C/N),
posiblemente debido a la alta presencia de malezas gramíneas en dichos tratamientos,
pero siempre fue menor que 25. En cambio, avena y avena+vicia con matado tardío
presentaron una C/N mayor que 25 y su incorporación al suelo podría provocar
inmovilización del N mineral (Echeverría & Sainz Rozas, 2005a).
No hubo interacción entre los CC/AV y LxM, ni efecto de estos factores, sobre la
acumulación de N en MS aérea (kg N/ha). Sin embargo, en los CC/AV con matado
tardío hubo mayor acumulación de N (40,8, 35,5 y 43,4 kg N/ha para avena, avena+vicia
y vicia, respectivamente) que en aquéllos con matado temprano (12,9, 9,5 y 9,2 kg N/ha
para avena, avena+vicia y vicia, respectivamente) debido a la distinta producción de MS
entre CC/AV(Figura 1)que compensa las diferencias en contenido de N. Estos
resultados coinciden con lo obtenido por Clark et al. (1997), quienes determinaron que al
atrasar la fecha de matado de los CC se incrementaba la cantidad de N en MS devuelto
al suelo tanto en gramíneas como en leguminosas. En la avena con matado tardío, el
rendimiento en N en MS fue similar a lo obtenido por Restovich et al. (2011) quienes
determinaron una acumulación de N en avena de 34 y 48 kg N/ha, en dos años de
estudio. Además, contrariamente a lo obtenido en este ensayo, estos autores informaron
mayor contenido de N en la mezcla de avena+vicia que en avena. Por otro lado, debido
a la escasa acumulación de MS (Figura 1) y la alta proporción de malezas gramíneas,
se acumuló menor cantidad de N en MS de la vicia que lo obtenido por Diez et al. (2014)
en Balcarce en 2010 (170 kg N/ha) pero similar a lo que obtuvieron en un informaron
mayor contenido de N en la mezcla de avena+vicia que en avena. Por otro
8
Figura 2: Porcentaje de nitrógeno (N) en materia seca (MS) (a) y relación

carbono/nitrógeno (C/N) (c) de tres cultivos de cobertura/abono verde con diferente
momento de matado (b y d)). Letras iguales en cada barra indica diferencias no
significativas. Las líneas verticales en cada barra indican error estándar de la media. AV:
avena, AV+VI: avena+vicia y VI: vicia.
debido a la escasa acumulación de MS (Figura 1) y la alta proporción de malezas

gramíneas, se acumuló menor cantidad de N en MS de la vicia que lo obtenido por Diez
et al. (2014) en Balcarce en 2010 (170 kg N/ha) pero similar a lo que obtuvieron en un
año con fuerte sequía invernal (2011, 50 kg N/ha), aunque en ambos casos con mayor
concentración de N. Durante los meses de junio y julio de 2012 (datos no mostrados),
en este trabajo las precipitaciones fueron inferiores que la mediana histórica, pero en
agosto y septiembre fueron superiores. No obstante, la acumulación de MS por la vicia
al matado tardío fue inferior que la informada por Diez et al. (2014) para el mismo año.
A la siembra del maíz hubo interacción entre CC/AV y LxM sobre la disponibilidad de
agua (Figura 3). No hubo diferencias en el contenido hídrico entre las unidades
experimentales con matado temprano ni con las Testigo correspondientes al matado
tardío. Las unidades experimentales con avena, avena+vicia y vicia con matado tardío
presentaron menor contenido de agua sin diferencias significativas entre ellas.
La diferencia en la acumulación de biomasa aérea de los CC/AV entre ambas fechas de

matado (septiembre y octubre) (Figura 1) habría producido un mayor consumo de agua
(Krueger et al., 2011) que no habría sido compensado por las precipitaciones ocurridas
al final del ciclo. Se observó una leve tendencia a una mayor acumulación de agua bajo
SD (28,2 y 24,7% p/p para matado temprano y tardío, respectivamente) que bajo LC
(26,2 y 24,2% p/p para matado temprano y tardío, respectivamente) posiblemente
9
debido al efecto de la cobertura sobre la superficie del suelo. Si los CC/AV hubiesen
acumulado mayor cantidad de MS, es posible que el contenido hídrico fuera aún mayor
bajo SD. Teniendo en cuenta que el contenido hídrico a capacidad de campo del suelo
es de 28,8% p/p y que el punto de marchitez permanente es de 15,2% p/p (según
estimación según Travasso & Suero, 1994), todos los tratamientos presentaron un
Figura 3: Contenido de agua en el suelo a la siembra del maíz hasta los 60 cm de

profundidad. Letras iguales en cada barra indican diferencias no significativas. Las
líneas verticales en cada barra indican error estándar de la media. CTe: labranza
convencional (LC) matado temprano, DTe: siembra directa (SD) matado temprano, CTa:
LC matado tardío y DTa: SD matado tardío.
contenido de agua superior al 50% de agua útil. Por otro lado, las lluvias posteriores a la
siembra del maíz fueron suficientes para recargar el perfil del suelo. Así, al comienzo del
periodo crítico del maíz (preantesis) no hubo interacción entre CC/AV y LxM, ni efecto
de estos factores, sobre el contenido de agua del suelo que fue en promedio de
27,4±1,45% p/p. Asimismo, en antesis del maíz, no hubo interacción entre CC/AV y LxM
y sólo hubo efecto de LxM sobre el contenido de agua del suelo. El contenido de agua
fue significativamente superior bajo SD (26,3±0,4 y 25,9±0,3% p/p para DTe y DTa,
respectivamente) que bajo LC (25,6±0,5 y 24,1±0,5% p/p para CTe y CTa,
respectivamente) para el mismo momento de matado. Además, bajo SD el mayor
tiempo de crecimiento de los CC no provocó diferencias significativas entre momentos
de matado en el contenido de agua. En el período crítico del maíz (15 d antes a 15 d
después de floración) (Andrade & Sadras, 2000) y posteriormente a éste, el contenido
de agua en el suelo hasta los 60 cm de profundidad fue superior a 50% de agua útil, sin
limitar en consecuencia, la absorción de agua por parte del cultivo (Andrade&; Sadras,
2000). Finalmente, en MF el contenido de agua a los 60 cm de profundidad promedió
27,2±0,2% p/p que es cercano capacidad de campo (según estimación según Travasso
& Suero, 1994).
10
A la siembra del maíz hubo interacción entre CC/AV y LxM sobre la disponibilidad de N-
NO3- (Figura 4). Tal lo esperado, la concentración de N-NO3- (datos no mostrados) fue
más elevada en la capa de 0-20 cm (6,9±0,3 y 3,6±0,5 mg/kg para matado temprano y
tardío, respectivamente) que en la de 20-60 cm (3,9±0,3 y 2,4±0,2 mg/kg para matado
temprano y tardío, respectivamente). El nivel de N-NO3- de 0-60 cm en todos los
tratamientos fue muy bajo (en promedio general, 28,8±1,5 kg/ha) aunque algo más
elevada en aquéllos correspondientes al matado temprano (36,5±0,8 kg/ha) que en los
correspondientes al matado tardío (21,3±2,3 kg/ha). Sobre el mismo suelo, Diez (2012)
había informado un contenido de N-NO3- en los primeros 60 cm del perfil luego de un
CC/AV de vicia con fecha de matado similar al tardío de este trabajo, de
aproximadamente 90,0 y 60,0 kg/ha bajo LC y SD, respectivamente.
Figura 4: Contenido de nitrógeno de nitrato (N-NO3-) en suelo a la siembra del maíz, a

los 60 cm de profundidad. Letras iguales en cada barra indican diferencias no
significativas. Las líneas verticales en cada barra indican error estándar de la media.
CTe: labranza convencional (LC) matado temprano, DTe: siembra directa (SD) matado
temprano, CTa: LC matado tardío y DTa: SD matado tardío.
Si bien, la incorporación de residuos mediante la labranza aumenta el contacto de éstos

con los microorganismos del suelo y se incrementan las tasas de descomposición y
mineralización (Sánchez et al., 1996), no hubo diferencias significativas en el contenido
de N-NO3- entre las unidades experimentales con matado temprano tanto bajo LC como
bajo SD. Las condiciones ambientales (datos no mostrados) entre el matado (mediados
de septiembre) y el muestreo de suelo (principios de noviembre) y las precipitaciones
que ocurrieron entre agosto y octubre no limitaron el contenido de agua del suelo, podría
esperarse que la descomposición de los residuos fuera rápida y completa, aportando N-
NO3- al suelo. Una posible causa de los bajos niveles de N-NO3- observados podría
haber sido la pérdida de N a través del proceso de desnitrificación dado que parecerían
haberse generado condiciones predisponentes para ello (Echeverría & Sainz Rozas,
2005a). No obstante, la baja acumulación de materia seca de los CC/AV al momento de
matado temprano (Figura 1) y, por ende, el bajo contenido de N en la biomasa vegetal
11
(alrededor de 10 kg N/ha) y la prolongada historia agrícola (fracciones lábiles de la MO y

capacidad de mineralización de N por el suelo disminuidas), puede haber influido en el
bajo nivel de N-NO3- observado. Por otro lado, luego de avena, avena+vicia y vicia con
matado tardío, independientemente del sistema de labranza, se observó (Figura 3)
significativamente menor contenido de N-NO3- que aquéllas con matado temprano y que
los testigos de matado tardío. Ese menor contenido de N-NO3- en los tratamientos con
CC/AV con matado tardío podría ser debido al consumo de N y su acumulación en MS
de los CC/AV (Figura 1) que al momento del muestreo no estaba aún en condiciones de
ser mineralizado. Diez (2012), sobre el mismo suelo con una historia agrícola
prolongada, obtuvo una mayor acumulación de MS de vicia y, con un matado
aproximadamente 15 días antes de la siembra del maíz, determinó significativamente
mayor contenido de N-NO3- en los tratamientos con vicia (aproximadamente 90 kg/ha)
que en los testigos sin vicia (60 kg N/ha). Además, en otro ensayo con avena como CC
se determinó menor contenido de N-NO3- en los tratamientos con avena
(aproximadamente 35 kg N/ha) que en las parcelas testigo (aproximadamente 65 kg
N/ha) (Martínez, J.P., com. pers.). Cabe recordar que todos los tratamientos de CC/AV
con matado tardío tuvieron una alta proporción de gramíneas, incluyendo la vicia
(~50%), lo que seguramente influyó sobre el N mineral edáfico acumulado en la biomasa
vegetal y la tasa a la que comenzó su descomposición y la consecuente inmovilización,
debido a la más elevada relación C/N (Figura 2d) (Echeverría & Sainz Rozas, 2005a).
En el estadio V6 del maíz, hubo interacción significativa entre CC/AV y LxM sobre el
contenido de N-NO3- en los primeros 30 cm de profundidad. La determinación de nitrato
en el estadio V6 representa no sólo el N mineral presente a la siembra del cultivo, sino
también contempla el aporte por mineralización hasta dicho estadio y las pérdidas de N
para las condiciones ambientales y de manejo del lote que pudieran haber ocurrido
entre la siembra y V6 (Echeverría& Sainz Rosas, 2005b). Cabe destacar que los niveles
de N-NO3- de todos los tratamientos fueron extremadamente bajos (en promedio
general, 2,4±0,1 mg N/kg). Los niveles de N-NO3- al estadio V6 del maíz estuvieron muy
por debajo del umbral de respuesta propuesto por Sainz Rozas et al. (2000) (25 mg
N/kg) y la probabilidad de respuesta a la fertilización nitrogenada sería elevada en todos
los tratamientos. El contenido de N-NO3- a 0-30 cm al estadio V6 es un indicador de la
capacidad de mineralización de N del suelo (Sainz Rozas et al., 2000; Echeverría&
Sainz Rozas, 2005b). Sin embargo, situaciones que condujeran a menores
concentraciones de N-NO3- en la solución del suelo o a reducir las tasas de
mineralización (p.e. mecanismos de pérdida, inmovilización, consumo, bajas
temperaturas, déficit hídrico) podrían limitar su uso como tal (Echeverría& Sainz Rozas,
2005b). El escaso tiempo transcurrido entre el matado tardío y el muestreo de V6 puede
no haber sido suficiente para la descomposición de los residuos de los CC/AV (mayor
cantidad de MS y relación C/N > 30, Figuras 1 y 2d, respectivamente) lo que explicaría
la reducida concentración de N-NO3- por inmovilización bajo dichos tratamientos, pero
no así en aquéllos con matado temprano ni en los testigos de matado tardío. Por tanto,
los bajos contenidos de N-NO3- a 30 cm en V6 podrían haber sido debidos al efecto
12
combinado de menor capacidad de mineralización del suelo (por la historia agrícola),

bajo aporte de N-NO3- por la descomposición de los residuos (especialmente de los
correspondientes al matado temprano), y algún mecanismo de pérdida tal como
desnitrificación y/o lavado. Por último, en MF del maíz hubo interacción triple entre
CC/AV, LxM y fertilización nitrogenada sobre el contenido de N-NO3- del suelo a 60 cm
de profundidad. Sin embargo, todos los tratamientos presentaron contenidos de N-NO3-
muy bajos, siendo en promedio de19,0±0,76 kg N/ha.
No se detectó ninguna interacción entre CC/AV, LxM y fertilización nitrogenada sobre la

biomasa aérea total y la acumulación de N en MS del maíz en MF. Sólo hubo efecto
significativo del factor fertilización nitrogenada sobre dichas variables (16,6±0,48 vs
23,3±0,55 Mg MS/hay 129,8±3,98 vs 215,2±5,67 kg N/ha para Sin N y Con N,
respectivamente), no siendo significativos los efectos de CC/AV ni de LxM. De esta
manera, el N que se esperaba aportaran los CC/AV no llegaron a reemplazar al N
aportado por la fertilización y con ello generar respuestas diferenciales según cuál fuera
el CC/AV antecesor. Sin embargo, en las parcelas sin fertilización con N y con matado
tardío hubo una tendencia a mayor acumulación de MS en las parcelas con vicia (datos
no mostrados). Usando vicia como CC/AV, Diez (2012) determinó que el aporte de N de
los residuos a acumulación de N en biomasa aérea y rendimiento en grano del maíz que
no difirieron de los logrados Con N sin vicia. Seguramente, si en este ensayo la
acumulación de MS de los CC/AV (Figura 1) hubiese sido mayor y la vicia hubiera
acumulado más MS, habría acumulado más N en su biomasa que podría haber
quedado disponible para el cultivo de maíz para ser liberado durante el ciclo (Diez et al.,
2014). Por otro lado, las parcelas con avena y avena+vicia (con baja proporción de vicia)
presentaron un comportamiento similar al obtenido por Krueger et al. (2011) y no
mejoraron la disponibilidad de N para el cultivo de maíz.
No se detectó ninguna interacción entre CC/AV, LxM y fertilización nitrogenada sobre el

rendimiento en grano de maíz. Sin embargo, hubo efecto del factor fertilización
nitrogenada (7,40±0,23 vs 11,1±0,2 kg N/ha para Sin N y Con N, respectivamente).Los
rendimientos en grano fueron elevados para condiciones de secano (9,5±2,3 Mg/ha en
promedio de todo el ensayo), lo que se puede relacionar con las precipitaciones
ocurridas durante el ciclo del cultivo, especialmente entre diciembre de 2012 y enero de
2013 (datos no mostrados) (Andrade & Sadras, 2000), que fueron mayores que la
mediana histórica (periodo crítico). Si bien a la siembra del cultivo hubo diferencias en el
contenido de agua del suelo (Figura 3), todos los tratamientos presentaron un contenido
de agua superior al 50% de agua útil y las lluvias que ocurrieron durante el ciclo del
maíz permitieron recargar el perfil (0-60 cm). Sin embargo, con fecha de matado tardía
hubo una tendencia a menores rendimientos cuando los CC/AV fueron avena (8,4±1,0
Mg/ha) y avena+vicia (8,2±1,0 Mg/ha) que cuando fue vicia (10,2±0,8 Mg/ha),
posiblemente por el N liberado durante la descomposición de su biomasa,
independientemente del sistema de labranza utilizado (Diez et al., 2014). Cabe aclarar
que los testigos sin CC/AV del matado tardío rindieron en promedio de las dos dosis de
13
N, 9,3±0,8 Mg/ha. El matado tardío de avena y avena+vicia (con la avena ya encañada y

con C/N más elevada, Figura 2) puede haber provocado inmovilización de N (Echeverría
& Sainz Rozas, 2005a) y, con ello, menores rendimientos de las sub-sub-parcelas Sin N
(datos no mostrados). Con fecha de matado temprano los rendimientos en grano de
maíz fueron 9,2±0,9, 8,6±0,9, 9,5±1,0 y 9,8±0,8 Mg/ha para avena, avena+vicia, vicia y
testigo, respectivamente. En este trabajo esto no llegó a manifestarse como una
interacción significativa entre el CC/AV y la fertilización nitrogenada y tampoco en una
interacción triple CC/AV x LxM x fertilización nitrogenada.
Según lo publicado por Sainz Rozas et al. (2000), los valores promedio de contenido de
N-NO3- en el suelo en V6 harían esperar un rendimiento de los testigos Sin N de ~40%
del rendimiento máximo. Si el rendimiento máximo esperado fuera el obtenido como
promedio de las situaciones Con N (11,1±0,2 Mg/ha), el rendimiento esperado de los
tratamientos Sin N sería, en promedio, 4,44 Mg/ha. Así, la respuesta al agregado de N
esperada sería de 6,66 Mg/ha de grano a 14,5% de humedad. El rendimiento promedio
de los tratamientos con CC/AV Sin N fue de 7,2±0,3 Mg/ha y el de los tratamientos sin
CC/AV y Sin N fue de 7,9±0,4 Mg/ha, es decir, ~3,0 Mg/ha más que lo esperado de
acuerdo con el contenido de N-NO3- en el suelo a 30 cm en V6 (Sainz Rozas et al.,
2000). Cabe aclarar, que en este ensayo el rendimiento máximo (~11,0 Mg/ha) fue
menor que el reportado por Sainz Rozas et al. (2000) (~14,0 Mg/ha). No obstante, al
trabajarse con rendimientos relativos, lo propuesto por Sainz Rozas et al. (2000) permite
realizar algunas consideraciones relativas. De acuerdo con esto, si bien no se manifestó
en el muestreo de V6, los CC/AV y el suelo habrían aportado, luego de dicho estadio, el
N suficiente para generar un rendimiento testigo superior que el que según Sainz Rozas
et al. (2000) podría haberse esperado en función del contenido de N-NO3- a 0-30 cm al
estadío V6. Además, el nitrato presente debajo de los 30 cm puede haber contribuido y,
así, haber provocado mayores rendimientos que los esperados de acuerdo al análisis en
V6. Independientemente de la diferencia en rendimientos máximos absolutos entre lo
publicado por dichos autores y los obtenidos en este trabajo, los rendimientos de los
testigos Sin N tanto con CC/AV como sin CC/AV fueron similares. Así, para las
condiciones en que se desarrolló el presente ensayo, los CC/AV no habrían estado
relacionados con un aporte adicional de N para el cultivo de maíz, independientemente
del sistema de labranza empleado, pero tampoco afectaron el contenido de agua del
suelo. Un posible efecto combinado de mecanismos de pérdida de N mineral,
inmovilización, baja acumulación de biomasa de los CC/AV al momento de matado
temprano y particularmente de la vicia, pueden haber contribuido para que no se
registraran efectos diferenciales de los CC/AV sobre la disponibilidad de N para el maíz.
Conclusiones
Para las condiciones en de este ensayo, las evidencias respecto a la disponibilidad de N

para el cultivo de maíz llevan a rechazar la primera de las hipótesis. Los contenidos de
N-NO3- a la siembra y al estadio V6 del maíz no fueron diferentes entre el tratamiento sin
14
CC/AV y los tratamientos con CC/AV y los rendimientos en grano de los tratamientos sin
fertilizar fueron similares en los testigos Sin N con y sin CC/AV, lo que indica que éstos
no se relacionaron con un aporte adicional de N para el maíz.
Por otro lado, no se reunieron evidencias suficientes para rechazar la segunda hipótesis
planteada. La utilización de avena, vicia y avena+vicia como CC/AV no afectó
diferencialmente la disponibilidad de agua en una magnitud tal que el comportamiento
del maíz en secano, fuera afectado.
Los CC/AV aparecen como una alternativa a las técnicas de producción agrícola
tradicionales que, además de su esperado efecto sobre la dinámica de N disponible
para el cultivo siguiente, pueden brindar otros beneficios al sistema de producción (i.e.
aporte de C, cobertura). Por lo tanto, si bien en este trabajo no fue posible identificar
ventajas diferenciales respecto la dinámica de N para el maíz, la importancia de las
demás y la necesidad de conocer mejor el efecto sobre el N disponible, hacen necesaria
la continuación de los estudios. Con ello se brindarán elementos para ajustar su uso a
través de la comprensión de las interacciones entre los CC/AV, el manejo y el ambiente.
Agradecimientos
El presente trabajo es parte de la Tesis de Grado del primer autor en la Facultad de

Ciencias Agrarias (UNMdP) y fue financiado por los proyectos AGR466/14 (UNMdP),
PICT-2012-1092 (FONCyT), PID-2011-0025 (FONCyT), y PNCYO 1127032 (INTA).
Bibliografía
Andrade, F.H. & V.O.Sadras. 2000. Efectos de la sequía sobre el crecimiento y

rendimiento de los cultivos. En: Andrade, F.H.& V.O.Sadras (eds.) Bases para el manejo
del maíz, el girasol y la soja. E.E.A. Pp. 89-193.Balcarce INTA – FCA, UNMdP.
Balcarce, Argentina.
Baigorria, T. & C. Cazorla. 2010. Eficiencia del uso del agua por especies utilizadas
como cultivos de cobertura. Actas 22º Congreso Argentino de la Ciencia del Suelo.
Rosario, Santa Fe, mayo 2010. En CD.
Blanco-Canqui, H.; M.M. Mikha; D.R. Presley &M.M. Claasen. 2011. Addition of cover
crops enhances no-till potential for improving soil physical properties. Soil Sci. Soc. Am.
J. 75:1471-1482.
Bremner, J.M.&Y.C. Mulvaney. 1982. Nitrogen total. En: Page, A.L. (eds). Methods of
soil analysis. Part 2, Chemical and microbiological properties. Agron. Monog 9. Pp. 595-
624.ASA and SSSA, Madison, Wisconsin, EEUU.
15
Capurro, J.; M.J. Dickie; D. Ninifi; A. Zazzarini; A. Tosi&M.C. González. 2012. Vicia y
avena como cultivos de cobertura en maíz. Actas 19° Congreso Latinoamericano y 23°
Congreso Argentino de la Ciencia del Suelo. Mar del Plata, Buenos Aires, abril 2012. En
CD.
Caviglia, O.P.& F.H. Andrade. 2010. Sustainable intensification of agriculture in the

Argentinean Pampas: capture and use efficiency of environmental resources. Am. J.
Plant Sci. Biotech. 3(Sp. Issue 1):1-8.
Ciampitti, I.A. & F.O. García. 2014. Requerimientos nutricionales. Absorción y extracción
de macronutrientes y nutrientes secundarios. II. Hortalizas, Frutales y Forrajeras.
http://lacs.ipni.net/article/LACS-1083. Acceso: 05 diciembre 2014.
Clark, E.J; A.M. Decker; J.J. Meisinger & M.S. McIntosh. 1997. Kill date of vetch, rye,
and a vetch-rye mixture: I. Cover crop and corn nitrogen. Agron. J. 89:427-434.
Diez, S.N. 2012. Uso de una leguminosa como alternativa de provisión de nitrógeno
para mejorar la productividad del cultivo de maíz (Zea mays L). Tesis de grado. Facultad
de Ciencias Agrarias, Universidad Nacional de Mar del Plata. Balcarce, Argentina. 47 p.
Diez, S.N.; G.F. Domínguez & G.A. Studdert. 2014. Uso de una leguminosa como
alternativa de provisión de nitrógeno para maíz. Actas 24º Congreso Argentino de la
Ciencia del Suelo. Bahía Blanca, Buenos Aires, mayo 2014. En CD.
Echeverría, H.E. & H. Sainz Rozas. 2005a. Nitrógeno. En: Echeverría, H.E.& F.O.
García (eds.) Fertilidad de Suelos y Fertilización de los Cultivos. Pp. 69-98.Ediciones
INTA. Buenos Aires, Argentina.
Echeverría, H.E. & H. Sainz Rozas. 2005b. Maíz. En: Echeverría, H.E.& F.O. García
(eds.) Fertilidad de Suelos y Fertilización de los Cultivos. Pp. 255-282.Ediciones INTA.
Eiza, M.J.; P.F. Carfagno & C.Irurtia. 2014. Cultivos de cobertura y descompactación:
dos practicas complementarias a la siembra directa. Actas 24º Congreso Argentino de la
Ciencia del Suelo. Bahía Blanca, Buenos Aires, mayo 2014. En CD.
INTA. 1979. Carta de Suelos de la República Argentina. Instituto Nacional de Tecnología

Agropecuaria, Sec. Agricultura, Ganadería y Pesca, Buenos Aires, Argentina. 76 p.
Keeney, D.R.& D.W. Nelson. 1982. Nitrogen inorganic forms. En: Page, A.L. (ed.)
Methods of soil analysis. Part 2, Chemical and microbiological properties. Agron. Monog.
9.Pp. 643-698. ASA and SSSA, Wisconsin, EEUU.
16
Krueger, E.S.; T.E. Ochsner; T.M. PORTER& J.M. Baker. 2011. Winter rye cover crop
management influences on soil water, soil nitrate, and corn development. Agron. J.
103:316–323.
Laloy, E.&C.L. Bielders. 2010. Effect of intercropping period management on runoff and
erosion in a maize cropping system. J. Environ. Qual. 39:1001–1008.
Manuel-Navarrete, D.; G.C. Gallopin; M. Blanco.; M. Díaz-Zoita; D.O. Ferraro; H. Herzer;

P. Laterra; M.R. Murmis; G. Podestá; J. Rabinovich; E. Satorre; F. Torres & E.F.
Viglizzo. 2009. Multi-causal and integrated assessment of sustainability: the case of
agriculturization in the Argentine Pampas. Environ. Dev. Sustain. 11:621–638.
Mulvaney, M.J.; C.W. Wood; K.S. Balkcom; D.A. Shannon & J.M. Kemble. 2010. Carbon
and nitrogen mineralization and persistence of organic residues under conservation and
conventional tillage. Agron. J. 102:1425–1433.
Quiroga, A.R.& G.A. Studdert. 2015. Manejo del suelo e intensificación agrícola: agua y
materia orgánica, dos aspectos clave. En: Echeverría, H.E.&F.O. García (eds.) Fertilidad
de Suelos y Fertilización de los Cultivos. 2da. ed. Pp. 73-100.Ediciones INTA. Buenos
Aires, Argentina.
Restovich, S.B.; A.E. Andriulo&C. Améndola. 2011. Introducción de cultivos de cobertura

en la rotación soja-maíz: efecto sobre algunas propiedades del suelo. Ci.Suelo 29:61-73.
Ritchie, S.W.& J.J.Hanway. 1982. How a corn plant develops. Iowa State University of
Science and Technology. Cooperative Extension Service. Special Report 48. Ames,
Iowa, EEUU. 21 p.
Ruffo, M.L.& A.T. Parsons. 2004. Cultivos de cobertura en sistemas agrícolas.

Informaciones Agronómicas 21:13-15.
Sainz Rozas, H.; H. Echeverría; G. Studdert &G. Domínguez. 2000. Evaluation of the
presidedress soil nitrogen test for no‐tillage maize fertilized at planting. Agron. J.
92:1176‐1183.
Sánchez, S.R.; G.A. Studdert& H.E.Hecheverría. 1996. Descomposición de residuos de

cosecha en un Argiudol Típico. Ci.Suelo 14:63-68.
SAS Institute. 1999. SAS Online Doc, Versión 8. SAS Institute Inc., Cary, North Carolina,
EEUU. www.sas.com. Acceso: 1 de marzo de 2000.
Scianca, C.; M.F. Varela; M. Barraco; C. Álvarez & A. QUIROGA. 2012. Cultivos de
cobertura en un Hapludol Thapto Árgico de La Pampa arenosa: análisis de cinco
17
campañas. En: Álvarez, C.; A. Quiroga; D. Santos & M. Bodrero (eds.) Contribuciones
de los cultivos de cobertura a la sostenibilidad de los sistemas de producción. Pp. 105-
116.E.E.A Anguil INTA. Anguil, Argentina.
Soil Survey Staff. 2014. Keys to soil taxonomy. USDA, Natural Resources Conservation
Service. Washington, DC, EEUU. 372 p.
Studdert, G.&H. Echeverría. 2000. Crop rotations and nitrogen fertilization to manage
Tourn, S.N.; G.F. Domínguez; M.A. Agostini &G.A. Studdert. 2014. Paraplow y cultivos
de cobertura: efecto sobre algunas propiedades físicas bajo siembra directa. Actas 24º
Congreso Argentino de la Ciencia del Suelo. Bahía Blanca, Buenos Aires, mayo 2014.
En CD.
Travasso, M.I.& E.E. Suero. 1994. Estimación de la capacidad de almacenaje de agua

en suelos del sudeste bonaerense. EEA INTA Balcarce. Boletín técnico Nº125, 9 p.
Vanzolini, J.; J. Galantini; R. Agamenonni; J.M. Martínez & O. Reinoso. 2010. Efecto del
momento de secado de un cultivo de cobertura de Vicia villosa Roth. Sobre su
acumulación de biomasa y nitrógeno. Actas 22º Congreso Argentino de la Ciencia del
Suelo. Rosario, Santa Fe, mayo 2010. En CD.
Vyn, T.J.; K.J. Joanovicek; M.H. Miller &E.G. Beauchamp. 1999. Soil nitrate
accumulation and corn response to preceding small-grain fertilization and cover crops.
Agron. J. 91:17-24.
18
DESCOMPACTADORES ANGULADOS LATERALES. EFICIENCIA DEL LABOREO

CON DIFERENTES DISEÑOS Y ARREGLOS ESPACIALES
PONCE1, MARIANO JULIO; MUR1, MATILDE; PALANCAR1, TELMO CECILIO;

VAZQUEZ1, GUILINO1, FACUNDO; VICTOR MERANI1 & ROBERTO H. BALBUENA1
1 Facultad de Ciencias Agrarias y Forestales, Universidad Nacional de La Plata; Calle

60 y 119 (1900) La Plata, Buenos Aires, Argentina.
* [email protected]
Palabras clave. Paratill, área trabajada, resistencia a la penetración.
Resumen
El proceso de compactación del suelo es una de las formas de degradación física más
comunes, que se presenta mediante la densificación y reducción de la porosidad del
mismo. Frente a la problemática planteada existe como alternativa desde la
mecanización, la utilización de descompactadores con diferentes características de
diseño. El objetivo del trabajo fue evaluar la eficiencia de reducción de la compactación
del suelo de dos diseños de montantes, angulado lateral de lámina curva (AC) y
angulado lateral de lámina recta (AR) en un suelo Argiudol típico, en dos disposiciones:
mismo plano de acción (MPA) y distinto plano de acción (DPA). Las variables evaluadas
fueron: resistencia a la penetración (RP) y área trabajada (AT). Para el AT los AC
obtuvieron un 40% más, con diferencias significativas respecto a los AR. Para la RP los
resultados fueron más variables, pero ambos tratamientos y subtratamientos se
diferenciaron de la situación testigo. La roturación del suelo con montantes angulados
laterales posee una fuerte simetría lateral con respecto a la posición de la reja, similar a
la que caracteriza a los implementos de montantes rectos. Además se encontraron
efectos de roturación por debajo de la profundidad de labor.
Introducción
Los sistemas productivos de carácter extensivo han experimentado en los últimos años,
un cambio en los procesos de mecanización tanto para la producción de granos como
de forrajes. La siembra directa, la presencia de maquinaria agrícola cada vez de mayor
peso, el tránsito en condiciones de suelo húmedo, la falta de rotación, el alto contenido
de limo en algunos suelos y el bajo porcentaje de materia orgánica del horizonte
superficial del suelo, generan un aumento en la compactación superficial y sub-
superficial del mismo (Elisei et al., 2012). Si bien en los suelos en producción bajo
siembra directa frecuentemente ofrecen una mayor capacidad portante (Domínguez et
al., 2000), se reducen las acciones que permitan atemperar periódicamente sus efectos,
principalmente a nivel subsuperficial, por lo cual la compactación se convierte en un
proceso acumulativo (Claverie & Balbuena, 2005).
1
La compactación del suelo es una de las formas de degradación física más comunes
(Casagrande et al., 2009) que se presenta mediante la densificación y reducción de la
porosidad, asociado con cambios en su estructura y, generalmente, un aumento de la
resistencia mecánica y una reducción en la conductividad hidráulica (Raper & Mac Kirby,
2006). Esto genera un ambiente poco propicio para el desarrollo y el crecimiento radical,
una reducción de la infiltración (Raper & Mac Kirby, 2006) y de la disponibilidad y
movilidad del agua y del oxígeno en el perfil (Koostra & Stombaugh, 2003). A ello se
suma el incremento de la intensidad de tráfico producto de los ciclos productivos
consecutivos a los cuales son sometidos los suelos y la reducción en profundidad de los
ciclos de humectación-desecación, congelamiento-descongelamiento, de l actividad
biológica y la generación de poros por acción de raíces, (Jorajuría, 2005).
Frente a la problemática planteada existe como posible solución desde la mecanización,

la utilización de escarificadores o descompactadores con diferentes características de
diseño, principalmente en lo que se refiere al montante y a la reja. Los principios de
trabajo y roturación del suelo de los escarificadores fueron descriptos por Spoor &
Godwin (1978) y por Spoor &Fry (1983). Más recientemente, Spoor et al. (2003) afirman
que la labor debe fisurar el suelo para aliviar la capa compactada, sin modificar en forma
importante las unidades estructurales del suelo, dejando a los procesos naturales y
biológicos, estabilizar la condición resultante, lo cual permitiría minimizar los procesos
de recompactación (Spoor, 2006).
En el trabajo con escarificadores se produce el proceso de interacción entre órganos

activos en el que, según Willat & Willis(1965), existe un aumento del AT, resultado que
no ocurre cuando los mismos se encuentran demasiado distanciados o cercanos. Al
respecto, Godwin et al. (1984), obtuvieron valores mínimos de resistencia específica al
laboreo (RE) y uniformidad en el laboreo con espaciamientos entre órganos activos del
orden de 1,4+/- 25% veces la profundidad de trabajo (PT).
En lo que respecta a AT, Raper (2005) evaluó montantes AR y AC, sin encontrar
diferencias significativas. Elisei (2013) trabajando con AC y AR, remarca la baja
interacción que existe entre dos montantes que trabajan con la disposición de la
angulación lateral hacia el mismo lado. Como consecuencia, el AT en la zona entre los
montantes es menor, debido a una menor PT efectiva. Vallejos et al. (2010) trabajando
con cuatro AR en forma convergentes hacia el centro cuantificaron 0,48 m 2 de AT.
Balbuena et al. (2003) trabajaron con dos AC, en forma convergente por pares y
determinaron un AT de 0,2112 m2. Balbuena et al. (1997), trabajando con montantes
rígidos, con ángulos de ataque de 32°, 38° y 45°, sobre un suelo Argiudol vértico
arcilloso obtuvieron los mayores valores de AT para los menores ángulos (32° y 38°).
La RP es frecuentemente usada para la evaluación de los efectos de la labranza. En

relación a este parámetro, se indica que valores de 1,5 MPa, disminuyen el crecimiento
2
de raíces y valores de 2 MPa lo impiden (Threadgill, 1982; Dexter, 1987).

Simoes et al. (2009) evaluaron montantes AR y AC, alcanzando una reducción
significativa de la RP hasta los 0,5 m para ambos diseños de montantes con respecto al
testigo. Karlen et al. (1991) evaluaron la condición mecánica del suelo luego del trabajo
con montantes AR. La RP fue significativamente menor para cada tratamiento con
respecto al testigo hasta 0,40 m de profundidad. Elisei et al. (2012) trabajando con AR y
AC a una profundidad de 0,32-0,35 m encontró diferencias significativas en los valores
de RP respecto al testigo, hasta 0,45 m para los AR pero solo hasta 0,20 m para los AC.
Asimismo, encontró valores significativamente menores para AR con respecto a AC
entre los 0,15 - 0,30 m de profundidad. Cholaky et al. (2009), trabajando con
escarificadores de rejas aladas, encontraron que la RP fue estadísticamente menor en
todos los tratamientos con descompactación, respecto a los no descompactados.
Además, mediante la técnica de perfil cultural lograron apreciar efectos de roturación por
debajo de la profundidad de la reja. En relación a ello, Fielke (1996) evaluó los efectos
de rejas afiladas y desafiladas encontrando que las rejas desafiladas produjeron
modificaciones de la estructura hasta 0,05 m por debajo de la PT. Resultados similares
fueron informados por Colareda (2013) para montantes AC y por Hilbert&Pincu (2000)
para AR pero hasta 0,15 y 0,12 m por debajo de la reja respectivamente.
Actualmente, se han desarrollado equipos comerciales en los cuales para la

configuración por pares, los órganos activos trabajan desplazados unos con otros en el
sentido de avance, cambiando las características del proceso de interacción. Ello
implica que puedan modificarse los parámetros de prestación tractiva, pero no se
encuentran antecedentes científicos que justifiquen los diseños.
Por lo expuesto, son escasos los estudios comparativos entre distintos diseños y
configuraciones de los descompactadores de montantes angulados.
El objetivo del trabajo fue evaluar la eficiencia de roturación de dos diseños de

montantes y caracterizar la incidencia de la disposición de los órganos activos en el
trabajo de montantes dispuestos por pares.
El ensayo tuvo lugar en la Estación Experimental de la Facultad de Ciencias Agrarias y

Forestales de la U.N.L.P., 34° 55 S, 57° 57 W, sobre un suelo Argiudol típico (Soil
Taxonomy, 1999). El ensayo se llevó a cabo en un lote con pasto natural luego de la
henificación de la biomasa. El estado mecánico del suelo se caracterizó, midiendo la RP,
obteniendo valores que variaron entre 1,2 MPa y 5 Mpa, en el rango 0-0,60 m, sin
diferencias entre los distintos sitios de muestreo en cada estrato de medición.
3
Se establecieron 2 tratamientos en correspondencia con el diseño de los órganos

activos: 1) Montante Angulado Recto (AR, Figura 1); 2) Montante Angulado Curvo (AC,
Figura 2), ambos con disposición por pares en forma convergente, y como
subtratamientos a la disposición espacial de los mismos: A) Mismo Plano de Acción
(MPA); B) Distinto Plano de Acción (DPA). Para ambos tratamientos y subtratamientos
la distancia entre puntas de reja fue 0,35 m para alcanzar una PT teórica de 0,22 - 0,24
m, de acuerdo con la relación distancia entre rejas de 1,5 veces la PT, para alcanzar la
mínima RE (Godwin et al., 1984). Para el ARDPA y ACDPA, los montantes estuvieron
distanciados en 1,10 m entre planos de acción..
Se utilizó un tractor de tracción asistida (FWA), de 73,5 kW y un peso total de 44,9 kN y

bastidor de arrastre, sobre el que se acoplaron los distintos órganos activos y cuchillas
lisas de 0,4 m de diámetro, a una PT de 0,06 m en la línea de cada montante. Se
transitó a una velocidad teórica de 2 m/s, iniciando el trabajo 15 m antes del comienzo
de las parcelas para recorrerlas a la misma velocidad y profundidad.
Para la determinación del AT se realizaron 3 calicatas, cada una con su repetición, por
cada tratamiento/subtratamiento. Se removió el suelo laboreado de forma manual para
luego colocar un perfilómetro (Figura 7, Figura8) similar al descrito por Stafford (1979).
En gabinete se determinaron las AT a través del CorelDraw X3 y CobCal 2 Versión 2.1.
La RP se determinó mediante un penetrómetro de cono RIMIX CP20, construido bajo

Norma ASAE S312.2 (1992). Se empleó un cono de 30º, con diámetro de 0,01283 m. Se
tomaron lecturas desde la superficie hasta 0,60 m. y la humedad por el método
gravimétrico, en estratos de 0,10 m hasta 0,40 m de profundidad. Para cada estación de
medición, se realizaron 9 perfiles de RP, uno por fuera de cada montante, uno en la
línea de cada montante, uno en correspondencia con la punta de cada reja y tres entre
rejas. A partir de los datos de RP se realizaron mapas de curvas de isoresistencia a la
penetración mediante el software Surfer 12 (Golden Software, Inc.)
El diseño experimental fue en bloques aleatorizados, con 2 repeticiones para cada

tratamiento y subtratamiento. Cada parcela tuvo una dimensión de 30 m de largo y 8 m
de ancho, dividida en dos sub-parcelas. Los resultados se analizaron mediante un
ANOVA y las medias se compararon por el test de LSD (P≤ 0,05). Para el análisis
estadístico se utilizó el programa STATGRAPHICS Centurión XVI.I.
Análisis y discusión de resultados
Área trabajada
En la Figura 3 se visualizan los resultados de AR y AC, en MPA y DPA. En la misma se

aprecia una significativamente mayor AT, aproximadamente 40% superior, a favor de los
4
AC, sin que existiera significancia de la interacción entre tratamientos y subtratamientos.

Estas diferencias podrían atribuirse a las características de diseño del montante. Sin
embargo, durante el procesamiento y análisis de las perfilometrías, se detectaron
variaciones en la PT que pudieron afectar el AT.
En virtud de ello, se determinó la PT efectiva a partir de las perfilometrías realizadas

para cada tratamiento y subtratamiento. La PT a nivel de la reja (Figura 4) se tomó como
promedio de las medidas correspondientes a cada montante utilizado, mientras que la
PT entre los 2 montantes, se calculó a partir del promedio de los 3 valores centrales,
con una equidistancia de 0,06 m a partir de la medición central (Figura 5). El análisis
indica que la PT alcanzada por los AC fue significativamente mayor que la de AR, sin
que se registraran efectos de la disposición entre montantes.
En la Figura 4 se observa que en ambos montantes, en DPA, resultó en una mayor PT

media. Ello podría atribuirse a que el escarificador quedó ligeramente desnivelado, en
sentido antero posterior, clavándose en mayor medida en la parte delantera que en la
trasera. La menor PT correspondió a los AC en el MPA y la mayor a la disposición DPA
del AC. Las diferencias en profundidad pueden atribuirse a la mayor capacidad de
penetración de los AC ocasionada por una mayor succión ya que presentan una reja de
mayores dimensiones, de sección rectangular, con corte angulado y bisel dirigido hacia
el centro, con un ángulo de ataque algo menor al del AR (Figura 1 y Figura 2). Debe
entenderse, al respecto, que la mayor o menor succión que presente un diseño sobre el
otro puede afectar la PT por las modificaciones de la carga vertical que soportan las
ruedas del equipo, a la cual se oponen a través de la presión de inflado, pudiendo las
mismas sufrir una mayor deflexión y en consecuencia producir variaciones en la PT.
Las principales diferencias, significativas, de la PT se encuentran entre el AC en DPA y

el AR en MPA. Si se calculan las AT en función del modelo propuesto por Willat y Willis
(1965) a partir de los patrones de roturación establecidos por los mismos (Figura 6),
pueden explicarse en gran medida las diferencias en AT entre los distintos montantes;
por lo cual, se supondría que el AT debería presentar un ordenamiento de menor a
mayor ARMPA, ARDPA, ACMPA, ACDPA, en función de las profundidades alcanzadas
por cada uno. Sin embargo, se produjeron variaciones en las AT medidas, resultando
invertido el ordenamiento para ARMPA que fue mayor a ARDPA. Esto indicaría, que
además de la PT como determinante del AT existiría algún factor asociado a la
disposición y al diseño del equipo.
Si se eliminan los posibles efectos de la PT, los resultados en un análisis general serían
coincidentes con los informados por Raper (2005) quien trabajando con AR y AC no
encontró diferencias estadísticamente significativas entre sus AT. Los resultados del
ensayo, al igual que los de Raper (2005) guardan relación con lo encontrado por Willat
& Willis (1965) para el trabajo con escarificadores rectos, ya que el AT calculada a partir
5
de la PT, teniendo en cuenta un ángulo de roturación del suelo de 45º en forma lateral,
resulta adecuadamente predicha por el cuadrado de la PT de la reja. Para los resultados
de Raper (2005) la estimación es de 0,1089 m2, para una PT de 0,33 m, cercano a los
registros de 0,1028 m2montante-1 AR y 0,1075 m2montante-1 AC. Sin embargo, cuando
se realiza el análisis de regresión de los datos del ensayo, sin tener en cuenta tipo de
montantes y disposición, el R2 es de 0,23, indicando una alta variabilidad y escasa
correlación, que podría ser explicado en parte por la propia variabilidad en la roturación
del suelo y los procesos de interacción entre órganos activos.
En relación a ellos, los efectos de interacción pueden ser valorados, en parte, a través
de la PT efectiva en la zona central roturada por cada par de órganos activos. Los
valores medios de profundidad en dicho sector, se visualizan en la Figura 5.La misma
fue significativamente mayor para los AC, pero también fue significativa la interacción
entre diseño de montantes y disposición, lo cual indica que los distintos diseños no
tuvieron la misma respuesta para este parámetro. En los AC, en DPA alcanzó una PT
de 0,25 m, ligeramente inferior a la PT alcanzada por las rejas para ese mismo
subtratamiento, con diferencias significativas con el AR para cualquiera de sus
disposiciones. En forma contraria, para los AR, la disposición MPA alcanzó una mayor
PT, sin diferencias significativas con DPA. Esto marca, en parte, una diferencia con lo
que se registró para la PT de las rejas, para este subtratamiento. A su vez, en el AC las
diferencias entre DPA y MPA resultaron mayores que las medidas para la PT de las
rejas. Lo expuesto indicaría que independientemente que el AT se relacione
inexorablemente con la PT, existen otros factores de diseño y disposición que inciden
sobre las características del perfil trabajado por el descompactador. Lo antedicho tiene
importancia en función de la eventual necesidad de roturar capas compactadas, puesto
que aquellos diseños con menores diferencias de profundidad entre los sectores
correspondientes a las rejas y el lomo, permitirán trabajar a una menor profundidad para
alcanzar el aflojamiento de la misma. En la Figura 7 y Figura8 se muestran las
características de roturación de los AC y AR.
Respecto al AT, Vallejos et al. (2010) calcularon 0,48 m2 para cuatro AR, es decir, que
para dos el área es de 0,24 m2, más del doble al determinado en este ensayo, pero con
una PT máxima para las rejas de 0,35 m. Si se estima el AT, en función del cuadrado de
la PT, se tendrá nuevamente una adecuada aproximación entre valores predichos y
medidos.
Esto implica que a nivel técnico, es posible validar en acuerdo con los resultados de AT,
que independientemente de su diseño AC o AR, los descompactadores de montantes
angulados, roturan el suelo de manera similar a la de los escarificadores de montante
recto, pese a las diferencias de diseño de sus órganos activos y cabría efectuar arreglos
espaciales de distanciamiento entre órganos activos de 1,5 veces la PT, si es que se
mantiene una adecuada eficiencia desde el punto de vista energético.
6
Pese a ello, en los gráficos presentados por Vallejos et al. (2010), se visualiza
claramente que existen diferencias entre la roturación de aquellos montantes que
trabajan en un mismo plano apareados hacia el centro, con aquellos que trabajan por
detrás y al costado con la misma disposición que su predecesor. En el primer caso, el
AT es mayor, con una menor altura del lomo, con respecto a lo que ocurre con los de la
segunda disposición. Similares consideraciones realiza Elisei (2013) para el trabajo con
AC, por diferencias en la RP en los sectores centrales y laterales. Por otra parte, los
resultados obtenidos por Balbuena et al. (2003) con AC, indican diferencias en las
características de roturación según la configuración sea por pares hacia el centro en un
mismo plano o en diferentes planos en conjunto hacia el centro. Para el primer caso
detallan una mayor PT efectiva en el sector central entre las rejas y una mayor
uniformidad en ese parámetro, llegando a un 72% de la medida para las rejas. En este
caso, para los AC se registró en promedio un 85% aproximadamente en el sector medio
con respecto a las rejas, mientras que en los AR dicha relación fue del 78%, algo mejor
en conjunto que lo establecido por Balbuena et al. (2003).
Resistencia a la penetración
En la Figura 9 se visualizan los valores de RP en función de la profundidad para la

situación testigo del ensayo. Los contenidos de humedad promedio fueron 28,67% para
el tratamiento ARMPA, 26,41% ARDPA, 27,43% ACMPA y 25,18% ACDPA.
En la Figura 9 se observa que a escasa profundidad,los registros de RP superan los

valores de 2 MPa indicados por Dexter (1987) para reducir el crecimiento radical o
impedirlo según Threadgill (1982). Asimismo, a profundidades menores a los 0,10 m ya
se supera el límite de 1,5 MPa que reduce la tasa de crecimiento de las raíces
(Threadgill 1982; Zou et al. 2001). Resultados similares de RP, en tratamiento testigo,
fueron hallados por Simoes et al. (2009), Balbuena et al. (2003), Karlen et al. (1991), los
cuales justifican la necesidad de intervenir mecánicamente el suelo para atemperarlas
limitaciones encontradas.
El análisis de los resultados de RP para los distintos tratamientos y subtratamientos

indicó la interacción entre los factores de variación, montantes, disposición, sectores de
medición y profundidad, por lo cual se efectuaron las particiones correspondientes y se
analizaron los efectos sobre la RP para cada uno de los factores a cada profundidad.
No obstante, en un análisis general, surge que la RP tuvo una marcada disminución

para ambos montantes y para cada disposición a nivel de la reja (Figura 14) por debajo
de la profundidad de labor, con respecto a la situación original. Los resultados
encontrados resultan relevantes, puesto que situaciones similares han sido
escasamente informadas y menos aún discutidas. Los mismos son en parte
7
coincidentes con lo encontrado por Hilbert&Pincu (2000) para montantes de diseño

similar a AR ya que registran que la RP disminuyó por debajo de la PT, hasta
aproximadamente 0,45 m, cuando la profundidad media alcanzó 0,31 m. También se
determinó en el mismo ensayo un efecto cuantificable hasta los 0,28 m, cuando la
profundidad de trabajo fue de 0,17 m. En la evaluación de los AR y AC de este ensayo,
la PT varió entre valores mínimos de 0,23 m y máximos de 0,28 m para los distintos
diseños y disposiciones, por lo que los efectos también se habrían extendido
aproximadamente entre 0,12 m y 0,17 m por debajo de la profundidad media. También
resultan semejantes a los resultados obtenidos por Simoes et al. (2009), ya que la labor
a 0,38 m de profundidad se extendió hasta más de 0,5 m, independientemente del
diseño del órgano activo utilizado en la descompactación, en el primer año de ensayo,
mientras que en el segundo los efectos en profundidad disminuyeron, pero siempre se
detectó una reducción de la RP por debajo de la PT de la reja. Aspectos similares se
interpretan en el trabajo de Elisei et al. (2012) donde la PT fue de 0,32 a 0,35 m y la
incidencia en la RP llegó a los 0,4 m en el trabajo con AC. También Cholaky et al.
(2009) a través de la técnica del Perfil Cultural muestran la existencia de aflojamiento
del suelo por debajo de la PT, al igual que Colareda (2013). Tal como fuera hipotetizado
por el mismo, estos efectos pueden atribuirse en parte a las características del filo de las
rejas utilizadas. Habitualmente, el mismo es cementado sin afilado, lo que implica que
una superficie roma es la que ataca, tensionando el suelo. En relación con ello, Fielke
(1996) estableció la existencia de procesos de roturación y desplazamiento del suelo,
por debajo de la PT de las rejas cuando se encuentran desafiladas. Estos procesos se
manifestaron en los primeros 0,05 m por debajo de las mismas. En este caso, las rejas
de los descompactadores no presentan filo y por el contrario poseen una superficie
cementada, gruesa, que podría haber incrementado dicho efecto. Además, podría
sumarse a ello el estado de compactación del suelo que, al trabajar el subsolador
sometiendo a la tensión a una masa de suelo relativamente dura y uniforme en
profundidad, habría favorecido tanto la rotura con el modelo de fallas crecientes, como
también que los efectos de tensión y fractura del suelo se expandieran hacia adelante y
hacia abajo. Dicha situación también se visualiza en el testigo bajo siembra directa de
Simoes et al. (2009).
El perfil roturado bajo el patrón de falla creciente, en acuerdo con lo establecido por
Spoor &Fry (1983), es el frecuentemente desplazado a mano para la identificación del
patrón de roturación (Spoor & Godwin, 1978) y surge de la acción de la cara superior
angulada de los órganos activos sobre el suelo. Dicha metodología no permite evaluar
los límites reales del aflojamiento, en los sectores por debajo de la máxima PT
alcanzada por la reja y menos aún en los sectores intermedios entre las mismas. La
evaluación aleatoria de la RP en parcelas descompactadas por escarificadores tampoco
brinda una adecuada resolución de la problemática analizada, ya que terminan
promediándose valores correspondientes a sectores ubicados sobre la línea de acción
de la reja y sectores distanciados de la misma e intermedios entre el trabajo de 2
8
órganos activos contiguos. Por ello, la realización de una transecta en forma sistemática
es la única que facilita dicha evaluación y la determinación de hasta qué profundidad el
suelo, aunque firme, modificó su estado mecánico y qué posibilidades de colonización
radical se generaron.
En el sector correspondiente a las rejas se encontraron diferencias de RP entre los

montantes y disposiciones utilizados en diferentes PT, lo cual puede relacionarse a las
características diseño y configuración de los mismos.
Tal como se dijo anteriormente la labor de descompactación tuvo efectos significativos

con respecto al testigo en todas las profundidades hasta el estrato de 0,35 m a 0,4 m
para ambos diseños de montante y disposiciones. Por debajo de dicha profundidad,
también existieron diferencias con respecto al testigo hasta los 0,5 m, salvo en el
ARDPA. Por lo tanto al igual que lo ocurrido con AT, el subtratamiento de ARDPA fue el
de mayor ineficiencia en la roturación en este aspecto.
A nivel superficial, todos los tratamientos y subtratamientos fueron capaces de reducir la

RP a valores menores a 1 MPa hasta los 0,10 m y desde la superficie hasta los 0,20 m
ARMPA fue significativamente menor a los demás. Por debajo de esa profundidad,
hasta los 0,35 m ARMPA tuvo los menores valores, pero no alcanzó a diferenciarse de
ACDPA, mientras que por debajo de los 0,35 m tuvo valores similares a ACMPA, sin
diferenciarse en forma constante de ACDPA. En general, todas las labores redujeron la
RP por debajo de 1,5 MPa hasta los 0,20 m y no superaron los 2 MPa (Threadgill, 1982)
por encima de los 0,3 m, salvo el ARDPA.
Los menores valores de los tratamientos de AR en los primeros estratos del terreno
pueden asociarse a las características de diseño del montante, con menor separación
lateral entre el mismo y la posición de la reja, lo que hace a mayores efectos de
interacción entre la lámina oblicua y la reja y posiblemente mayor grado de roturación en
dicho sector. La ausencia de diferencias entre ARMPA y ACDPA entre los 0,25 y 0,30 m
de profundidad puede en parte explicarse por la mayor superficie de trabajo de la reja
del AC, que favorecería una mayor intensidad de roturación en el área circundante a la
misma.
En la Figura 15 se observan los perfiles de RP para el sector medio entre las rejas. En
esta posición, promedio de los tres valores centrales de RP, se encontraron diferencias
significativas en la totalidad de los tratamientos y subtratamientos con respecto al testigo
hasta los 0,25m, estrato en el cual el ARDPA tuvo valores similares al mismo y
diferentes al resto de los tratamientos y subtratamientos. Por otra parte, ARDPA
presentó los mayores valores, sin ser significativos, con respecto a las demás
alternativas de diseño y configuraciones, desde la superficie y hasta los 0,55 m de
profundidad. Las configuraciones que lograron un mayor grado de roturación, fueron
9
ARMPA y ACDPA, las cuales tuvieron valores de RP significativamente menores desde

0,10 m a 0,30 m con respecto al resto; así también, ARMPA se diferenció del ACMPA
en los primeros 0,10 m. Entre las configuraciones ARMPA y ACDPA se alcanzaron
diferencias significativas, con menores valores para ACDPA entre los 0,35 m y los 0,45
m y en general sin mayores diferencias con ACMPA. Al respecto vale recordar que la
RP se relaciona al grado de roturación del apero sobre el suelo. Bajos valores de RP
indicarían alto grado de roturación, condiciones muy favorables para la germinación de
semillas y para el crecimiento y desarrollo del sistema radicular, pero desfavorables,
para el tránsito de la maquinaría agrícola, con altos riesgos de recompactación en
acuerdo con Spoor et al. (2003).
Los registros, a diferencia de lo acontecido en la posición reja, superan los valores de

1,5 MPa a partir de los 0,10 a 0,20 m y los 2 MPa a partir de 0,20 a 0,30 m. Por debajo
de dicha profundidad, si bien pueden detectarse diferencias entre las distintas
configuraciones, los valores resultan en su totalidad restrictivos del crecimiento radical.
En una evaluación general, ARDPA fue el de menor eficiencia de, aflojamiento del
suelo. La condición mecánica del suelo lograda es suficiente en el sector cercano al
trabajo de las rejas y el montante, pero insuficiente para el adecuado desarrollo radical
en el sector intermedio entre las rejas, desde estratos relativamente superficiales. En el
otro extremo, las configuraciones ARMPA y ACDPA fueron las que alcanzaron una
mayor eficiencia de roturación, con escasas diferencias entre sí, con mejor prestación
para los ARMPA en el área cercana a la reja y mayor roturación y menores valores de
RP, para ACDPA en profundidad en el sector central trabajado entre las rejas. No
obstante, el aflojamiento del suelo por el mismo no fue lo suficientemente grande como
para favorecer procesos de recompactación a nivel subsuperficial, en acuerdo con los
recaudos manifestados por Spoor et al. (2003) y Spoor (2006). En la Figura 10 y Figura
11 pueden observarse los perfiles de isoresistencia a la penetración de los AR en MPA y
DPA, en los cuales se incluyeron la totalidad de las posiciones de la transecta.
Es interesante destacar, que por debajo y hacia el sector externo de la línea del
montante (entre 0 a 0,1 m y entre 0,7 y 0,8 m sobre el eje de las abscisas) se detectan
sectores en los cuales existe un incremento de los valores de RP con respecto a la
situación original. Esto puede interpretarse en función de que la parte externa del
montante que no realiza trabajo sobre el suelo, es la que soporta las fuerzas laterales
generadas en los órganos activos asimétricos y el suelo es el medio que compensa a
las mismas, lo cual puede originar un incremento de la RP del suelo en esos sectores.
En la Figura 12 y Figura 13 se muestran los mapas de isoresistencia a la penetración

para los AC. Sus características de diseño, parecieran limitar los efectos de incremento
de RP hacia los laterales como consecuencia del radio de curvatura de los sectores
cercanos a la reja. Asimismo, en ACDPA, se visualiza la escasa diferencia en la
10
roturación de los sectores cercanos a la reja y los sectores centrales, brindando una
labor más homogénea en el total del perfil trabajado.
Conclusiones
 La roturación del suelo por los montantes AC y AR posee una fuerte simetría
lateral con respecto a la posición de la reja, similar a la que caracteriza a los
implementos de montantes rectos.
 El área de suelo roturada es principalmente una función exponencial de la
profundidad de trabajo, independientemente de las características particulares del
diseño del montante y de la reja.
 Los implementos de montantes rígidos causan aflojamiento de suelo por debajo
de la profundidad de trabajo de la reja, independientemente de su diseño y disposición.
 Tanto el diseño del montante como la configuración espacial de los montantes
inciden sobre las características de roturación del suelo en los sectores
correspondientes a la reja e intermedios entre las mismas, correspondiendo a ARMPA y
ACDPA la mayor eficiencia.

11
FIGURAS
Figura 1. Dimensiones del montante angulado lateral de Figura 2. Dimensiones del montante angulado lateral de lámina
lámina recta: A: 0,125 m, B: 0,35 m, C: 60°, D: 0,25 m, E: 0,37 curva. Medidas de los radios de curvatura anterior y posterior
m, F: 0,57 m, G: 25°. respectivamente: a (3,727 m; 3,588 m), b (4,131 m; 1,333 m),
c(9,747 m; 6,739 m). Ángulo de ataque de la reja: 20°.
Figura 3. AT en m2 por AR y AC, en las disposiciones MPA y DPA. Letras diferentes indican diferencias
estadísticamente significativas (P<0.05) LSD.
Figura 4. Profundidad de trabajo de la reja para los Figura 5. Profundidad de trabajo del sector medio entre
distintos diseños y configuraciones espaciales. AR: rejas para los distintos diseños y configuraciones
Angulados Rectos; AC: Angulados Curvos. MPA: mismo espaciales. AR: Angulados Rectos; AC: Angulados
plano de acción; DPA: diferente plano de acción. Letras Curvos. MPA: mismo plano de acción; DPA: diferente
diferentes indican diferencias estadísticamente plano de acción. Letras diferentes indican diferencias
significativas (P<0.05) LSD. estadísticamente significativas (P<0.05) LSD.
12
Figura 6. Áreas estimadas y medidas para los distintos diseños y configuraciones espaciales. AC: Angulados Curvos;
AR: Angulados Rectos; MPA: mismo plano de acción; DPA: diferente plano de acción. Letras diferentes indican
diferencias estadísticamente significativas (P<0.05) LSD.
Figura 7. Roturación de AR. Figura8: Roturación de AC.
Figura 9. Isoresistencia a la penetración. Testigo.
13
Figura 10. Isoresistencia a la penetración. ARMPA. Figura 11. Isoresistencia a la penetración. ARDPA.
Figura 12. Isoresistencia a la penetración. ACMPA. Figura 13: Isoresistencia a la penetración. ACDPA.
Figura 14. Perfiles de RP para la posición Reja en los Figura 15. Perfiles de RP para la posición media para los
distintos tratamientos y subtratamientos. distintos tratamientos y subtratamientos.
Bibliografía
ASAE.1992.S 313.2: Soil conepenetrometer. In: American Society of Agricultural
Engineers (ed.). ASAE Standards. St. Joseph, MI, p.611.
14
Balbuena, R., J. Ressia, J. Claverie, M. Cristiani, A. Terminiello, G. Mendivil, T.

Palancar.,2003. Descompactadores de montantes curvos. Efecto de la configuración
espacial sobre la energía de la labor. VII Congreso Argentino de Ingeniería Rural,
Balcarce, 2003, 6 pp.
Balbuena, R.H., A.M. Terminiello, J.A. Claverie, P.M. Mac Donagh, R. Bartosik. 1997.
Incidencia de la colocación de cuchillas circulares sobre patrones de roturación y
energía requerida en escarificadores de arcos rígidos. Revista de la Facultad de
Ciencias Agrarias y Forestales, UNLP, La Plata, 102 (1): 51-57.
Casagrande, J., A. Quiroga, I. Frasier, J.C. Colazo.2009. Aspectos de la evaluación y el

manejo de suelos afectados por compactación en San Luis. En: A Quiroga; J
Casagrande & JC Colazo (Eds.), Aspectos de la evaluación y el manejo de los suelos en
el este de San Luis. Información Técnica 173, INTA San Luis, pp. 15-21.
Cholaky, C., M. Caciavillani, E. Bricchi. 2009. Persistencia del efecto de

descompactadores en suelos con historia de siembra directa. Experiencia en
Haplustoles/udoles del sur de Córdoba. Tercer Taller de Física de Suelos, Universidad
Nacional de Río Cuarto, Córdoba, 3 y 4 de diciembre 2009, 8 pp.
Claverie, J. A. & R. H. Balbuena. 2005. Descompactación por tratamiento mecánico. En:

Reología del suelo agrícola bajo tráfico. Editor científico Daniel Jorajuría Collazo. Ed:
Editorial de la Universidad Nacional de La Plata. La Plata, pp. 143-157.
Colareda, G. O. 2013. Persistencia de la descompactación en sistema de Siembra

Directa. Tesis de grado. Facultada de Ciencias Agrarias y Forestales, UNLP, La Plata,
Argentina. 42 pp.
Dexter, A. R.1987. Mechanics of root growth. Plant and Soil, 98(3), 303-312.
Domínguez, J., J. Ressia, D. Jorajuría, R. Balbuena, G. Mendivil. 2000. Reología del

suelo bajo tres diferentes tratamientos mecánicos. En: Avances en Ingeniería Agrícola.
Editorial de la Facultad de Agronomía, pp. 110-115.
Elisei, J. H. 2013. Efecto del uso de diferentes escarificadores sobre las propiedades
físicas de suelo y de cultivo en la secuenca maíz (Zea mays, L.)- soja (Glycinemax, L.
Merr.). M. Sc. Tesis. Facultad de Ciencias Agrarias UNR, Rosario, Argentina. 89 pp.
Elisei, J., B. Bonel, C. Irurtia, N. Gonzalez, C. Senigagliesi, R. Mon.2012. Efectos de

diferentes escarificadores en propiedades físicas de suelo y enraizamiento del cultivo de
maíz. Istropaper 299. 19th Istro Conference.IV SUCS meeting.Striving for Sustainable
High Productivity, septiembre, 2012, Montevideo, Uruguay, 7 pp.
15
Fielke J. M. 1996. Interactions of the Cutting Edge of Tillage Implements with Soil.J
.agric .EngngRes .63: 61 – 72
Godwin, R.J., G. Spoor, M.S. Soomro.1984. The effect of tine arrangement on soil forces
and disturbance. J. Agric. Engng. Res., 30, 47-56.
Hilbert, J.A., & M. Pincu.2000. Demanda energética de subsoladores Paratill. VI CADIR,

II Congreso Americano de Educación en Ingeniería Agrícola. Departamento de
Ingeniería Agrícola y Uso de la Tierra. Fac. de Cs. Agrarias y Ftales. UNLP. Argentina.
INTA.2011. Actualización Técnica Nº 58 - Febrero 2011. Disponible en:

http://www.inta.gob.ar/documentos/siembradirecta/at_multi_download/file/Siembra%20Di
recta%202011.pdf. Último acceso: Marzo 2014.
Jorajuría, D. 2005. Compactación del suelo agrícola por tráfico vehicular. Una revisión.
En: Reología del suelo bajo tráfico. Editor científico Daniel Jorajuría Collazo. Editorial de
la Universidad Nacional de La Plata, La Plata, Buenos Aires. Argentina, pp. 39-55.
Karlen, D. L., W. J. Busscher, S. A. Hale, R. B. Dodd, E. E. Strickland, T. H.

Garner,1991. Drought condition energy requirement and subsoiling effectiveness for
selected deep tillage implements. Trans. ASAE, 34(5), 1967-1972.
Koostra, B. K., & T. S. Stombaugh. 2003. Development and Evaluation of a Sensor to

Continuously Measure Air Permeability of Soil. 2003 ASAE Annual International Meeting,
pp. 1-9.
Raper, R. L.2005. Force Requirements and Soil Disruption of Straight and

Bentleg Subsoilers for Conservation Tillage Systems. 2002 ASAE Annual International
Meeting / CIGR XVth World Congress, pp 1-16.
Raper, R. L. & J. Mac Kirby.2006. Soil compaction: how to do it, undo it, or avoid doing it.
2006 Agricultural Equipment Techonology Conference Louisville, USA, pp 1-14.
Simoes, R. P., R. L. Raper, F. J. Arriaga, K. S. Balkcom, J. N. Shaw.2009. Using

conservation systems to alleviate soil compaction in a Southeastern United States
ultisol. Soil and Tillage Research, 104(1), 106-114.
Spoor, G. 2006. Alleviation of soil compaction: requirements, equipment and techniques.

Soil Use Manage. 22: 113-122.
Spoor, G & R. K. Fry. 1983. Soil disturbance generated by deep-working low rake angle
narrow tines. J. Agric. Engng. Res. 28: 217-234.
16
Spoor, G. & R. J. Godwin.1978. An experimental investigation into the deep loosening of

soil by rigid tines. J. Agric. Engng. Res. 23: (3) 243-258.
Spoor, G., F. G. J. Tinjink, P. Weisskopf. 2003. Subsoil compaction: risk, avoidance,

identification and alleviation. Soil & Tillage Research 73: 175-182.
Stafford, J.V. 1979. The performance of a rigid tine in relation tos oil properties and
Speedy.Journal of Agricultural Engineering.Research. 24, 41-56.
Soil Taxonomy. 1999. Agriculture Handbook. Natural Resources Conservation

Service.United States Department of Agriculture.871 p. Washington, DC
20402.Disponible en: http://www.nrcs.usda.gov/Internet/FSE_DOCUMENTS/nrcs142p2
051232.pdf. Último acceso: Marzo 2014.
Threadgill, E.D.1982. Residual tillage effects as determined by cone index. Transactions

of the ASAE, 25(4), 859.
Vallejos, A., C. Zajac, J. Silenzi, N. Echeverría. 2010. Descompactación de un suelo y

demanda energética de un arado paratill a tres profundidades y dos ancho de
labor. Agro-Ciencia, 26(2), 99-108.
Willat S.T. & A.H. Willis.1965. A study of the through formed by the passage of tines
through soil. Journal of Agricultural Engineering. Research 10: 1-4.
17
CULTIVOS DE COBERTURA Y BARBECHOS DE LARGA DURACIÓN EN SISTEMAS

AGRÍCOLAS DEL SUDOESTE BONAERENSE
(1*) (2)
SÁ PEREIRA, E. DE ; ÁLVAREZ, C ; VECCHI, G.(3); IBARRA, C.(4) &
PEDELABORDE, J.M.(5)
(1)
AER INTA Coronel Suárez (EEA Bordenave);(2) AER INTA Gral. Pico (EEA Anguil);
(3)
Asesor de Cambio Rural II; (4) Laboratorista (MAA) y (5) Asesor de Cambio Rural II.
*
[email protected]
Palabras clave: agua; rendimientos; vicia.
Resumen
En el sudoeste bonaerense las precipitaciones (PP) no logran cubrir los

requerimientos del uso consuntivo de los cultivos y frecuentemente limitan el
rendimiento y la respuesta a la fertilización. Las PP durante el periodo de barbecho
prolongado exceden la capacidad de retención de agua de los suelos, pero sí pueden
perderse del sistema por evaporación, escurrimiento o percolando en profundidad,
resultando en una baja eficiencia de barbecho (EB). La inclusión de un cultivo de
cobertura (CC) que utilice el excedente de agua en la generación de biomasa, sería
una alternativa a considerar, en rotaciones de cultivos bajo sistemas agrícolas de
secano de la región Sub-húmeda Pampeana Argentina. Nuestro objetivo fue
determinar, en una secuencia de trigo/maíz en cero labranza, los efectos de la
inclusión anual de triticale (Triticum aestivum x Secale cereale), cebada (Hordeum
vulgare) y vicia (Vicia sativa L) como CC sobre la eficiencia de uso del agua, eficiencia
de barbecho y productividad del cultivo de maíz del sudoeste bonaerense según
diferentes momentos de secado. Se realizaron dos ensayos sobre diferentes
antecesores durante la campaña 2013/2014 (E1) y 2014/2015 (E2) en Coronel Suárez,
sobre un suelo que correspondió a un Argiudol Típico, serie Cascada, de textura
franco-arcillo-limosa (69,2 % arcilla + limo). En el E1 los tratamientos provienen de la
combinación de CC y momentos de secado. Los antecesores evaluados en el E1
fueron: a) Vicia sativa (v), b) triticale (tr.), y c) testigo (Barbecho largo) sin CC (factores
principales), mientras que las dos fechas de secado químico fueron: 23/09/13 (secado
temprano) y el 21/10/13 (secado tardío) (factores secundarios). En el E2 los
antecesores evaluados fueron: a) Vicia sativa (v), b) cebada (ceb.) y c) testigo (B) sin
CC. Anualmente se determinaron parámetros de rendimiento de maíz y biomasa
aérea de los CC. Se determinó la humedad de suelo a la siembra de los CC, del maíz
y en cada momento de secado, como lámina de agua disponible (LAD, mm), a fin de
realizar luego los cálculos de eficiencia de uso de agua (EUA) y EB. Las mayores EB
se obtuvieron con antecesor vicia (21 a 63%) en los dos años en estudio con barbecho
temprano y tardío, superiores a los barbechos tradicionales. Las menores EB se
obtuvieron con los barbechos tradicionales de larga duración y variaron entre -2 y 3%.
1
Los máximos rendimiento se obtuvieron con antecesor vicia (7077 y 10004 kg ha-1) y
los mínimos con antecesor testigo y cebada (5916 y 5385 kg ha-1) para los E1 y E2
respectivamente. Hubo una mayor eficiencia en la utilización del agua con antecesor
vicia, que en el manejo del barbecho largo tradicional. En esta región es posible incluir
CC en dicha rotación sin afectar la oferta hídrica del cultivo siguiente, aún en años con
precipitaciones anuales reducidas. La vicia (Vicia sativa L) puede ser incluida en los
sistemas de producción agrícola, en remplazo del barbecho largo, con el propósito de
reducir la dosis de fertilizantes nitrogenados, aumentando la cobertura del sistema y
rendimiento del maíz.
El objetivo fue determinar, en una secuencia de trigo/maíz en cero labranza, los efectos
de la inclusión anual de Triticale (Triticum aestivum x Secale cereale L. var. Ona),
Cebada (Hordeum vulgare var. Josefina INTA) y Vicia (Vicia sativa L) como cultivo de
cobertura (CC) sobre la eficiencia de uso del agua, eficiencia de barbecho y
productividad del cultivo de maíz según diferentes momentos de secado. Se realizaron
dos ensayos sobre diferentes antecesores durante la campaña 2013/2014 (E1) y
2014/2015 (E2) en Coronel Suárez, sobre un suelo Argiudol Tipico. Los antecesores
evaluados en el E1 fueron: a) Vicia sativa (v), b) Triticale (tr.), y c) testigo (B) sin CC y
dos momentos de secado químico (temprano y tardío). En el E2 los antecesores
evaluados fueron: a) Vicia sativa (v), b) Cebada (ceb.) y c) testigo (B) sin CC.
Anualmente se determinaron parámetros de rendimiento de maíz y biomasa aérea de
los CC. Se determinó la humedad de suelo a la siembra de los CC, del maíz y en cada
momento de secado, como lámina de agua disponible (LAD, mm) para el cálculo de
eficiencia de uso de agua (EUA) y eficiencia de barbecho (EB). Las mayores EB se
obtuvieron con antecesor vicia (21 a 63%) en los dos años en estudio con barbecho
temprano y tardío, superiores a los barbechos tradicionales. Las menores EB se
obtuvieron con los barbechos tradicionales de larga duración y variaron entre -2 y 3%.
Los máximos rendimiento se obtuvieron con antecesor vicia (7077 y 10004 kg ha-1) y los
mínimos con antecesor testigo y cebada (5916 y 5385 kg ha-1) para los E1 y E2
respectivamente. Hubo una mayor eficiencia en la utilización del agua con antecesor
vicia, que en el manejo del barbecho largo tradicional. La vicia (Vicia sativa L) puede ser
incluida en los sistemas de producción agrícola-ganadera, en remplazo del barbecho
largo.
Introducción
En la región Semiárida y Subhúmeda Pampeana las precipitaciones (PP) no logran

cubrir los requerimientos del uso consuntivo de los cultivos, limitando frecuentemente el
rendimiento y la respuesta a la fertilización (Díaz-Zorita et al., 2002; Sá Pereira et al.,
2014). En el sudoeste bonaerense (sector de Ventania) los suelos bajo secuencia trigo-
maíz pasan entre nueve y diez meses sin cultivo bajo un período de barbecho invernal
con el objetivo de conservar agua para el próximo cultivo de verano. Generalmente en el
2
período de barbecho, las PP ocurridas exceden la capacidad de retención de los suelos,

evaporándose, escurriendo o percolando en profundidad, lo que resulta en una baja
eficiencia de barbecho (EB) (Carfagno et al., 2012 y 2013; Sá Pereira et al., 2013 y
2014). La eficiencia con que el agua de las PP queda almacenada en el perfil del suelo
durante el barbecho (i.e. EB), depende de la capacidad de retención hídrica del suelo, la
profundidad de los perfiles, el sistema de labranza, los niveles de residuos en superficie
y las PP ocurridas en dicho período (Lampurlanes et al., 2002; Quiroga et al., 2005;
Moret et al., 2006). Generalmente en el período de barbecho, las PP ocurridas exceden
la capacidad de retención de los suelos, evaporándose, escurriendo o percolando en
profundidad, lo que resulta en una baja eficiencia de barbecho (EB) (Carfagno et al.,
2012 y 2013; Sá Pereira et al., 2013 y 2014).La evaporación es el principal factor de
pérdida de agua, estimándose que entre el 50 y 75% de la PP anual retorna a la
atmósfera sin intervenir en el proceso productivo (Bennie y Hensley, 2000). En ese
contexto, la inclusión de un cultivo de cobertura (CC) que utilice el excedente de agua
para la generación de biomasa, secuestrando carbono (C), nitrógeno (N) y otros
nutrientes, sería una alternativa a considerar en rotaciones de cultivos en sistemas
agrícolas bajo secano de la región sub-húmeda pampeana, en los cuales el agua es el
principal factor limitante de la producción (Quiroga et al., 2007; Sá Pereira 2013).Entre
las gramíneas más usadas se encuentran el centeno, la avena, la cebada, el triticale y el
raigrás. Una gramínea invernal sembrada luego de la cosecha de los cultivos de verano,
absorbe nitratos residuales (Strock et al., 2004), aporta C (Ding et al., 2006) y compite
con las malezas invernales (Fisk et al., 2001).
El objetivo de este trabajo fue evaluar la producción de biomasa aérea y la eficiencia de

uso del agua del suelo de diferentes especies utilizadas como CC y el impacto sobre el
rendimiento de maíz.
Se realizaron dos ensayos sobre diferentes antecesores durante el año 2013 (E1) y 2014
(E2) en el establecimiento “Bamalú” en proximidades de la localidad de Cura Malal (20
km al oeste de Coronel Suárez), sobre un suelo perteneciente al gran grupo de los
Argiudoles, serie Cascada, de capacidad de uso II (Mapa de suelos de la provincia de
Buenos Aires, 1989), con un desarrollo morfológico Ap-BA-Bt-BC-C (Soil Survey Staff,
2010) de textura franco-arcillo-limosa (69,3 % limo+arcilla) (Figura 1).
3
Ap
BA
Bt
BC
Figura 1. Perfil de suelo Argiudol típico, serie Cascada. Coronel Suárez
En el primer ensayo las fuentes de variación fueron los cultivos de cobertura (CC)
triticale y vicia; como factor principal y el momento de secado como sub factor, en un
diseño en parcelas divididas con tres repeticiones. En el segundo ensayo se evaluaron
diferentes CC en un diseño en bloques completamente aleatorizados con cuatro
repeticiones.
Los antecesores evaluados en el E1 fueron: a) Vicia sativa (v), b) Triticale (tr.), y c)

testigo sin CC (factores principales), mientras que las dos fechas de secado químico
fueron: 23/09/13 (secado temprano) y el 21/10/13 (secado tardío) (factores
secundarios). En el E2 los antecesores evaluados fueron: a) Vicia sativa (v), b) Cebada
(ceb.) y c) testigo (Barbecho) sin CC. Todos los CC fueron implantados bajo siembra
directa (SD), inmediatamente a los 60 días de la cosecha de trigo de cada año.
El secado de los CC se realizó con rolo aplastador y con herbicida (glifosato). Las
densidades de siembra fueron 50, 60 y 40 kg ha-1 para triticale, cebada y vicia,
respectivamente. El cultivo de maíz RR sembrado en noviembre como sucesor, se
fertilizó con 70 kg ha-1 de FDA.
La materia seca (MS, kg ha-1) producida por los CC se determinó mediantes corte de
0,25 m2 de biomasa aérea, secadas en estufa a 60 ºC. La humedad del suelo se
determinó cada año, a la siembra y a los distintos momentos de secado del CC, así
como a la siembra y a la cosecha del maíz, para los siguientes intervalos de
profundidad: 0-20, 20-40, 40-60, 60-80 cm. Dichos valores fueron expresados como
humedad volumétrica (HV, cm3.cm-3), para caracterizar el perfil en cada momento, y
como lámina de agua disponible (LAD, mm), a fin de realizar luego los cálculos de
eficiencia de uso de agua (EUA kg MS mm-1) y de EB (EB%) según las ecuaciones:
EUA = [MS / (AAIc - AAFc + PPc)] y EB = [(AAFb – AAIb) / PPb] 1.
Ref. MS: producción de MS durante el período de crecimiento; AAIc y AAFc: agua acumulada en el suelo
1
al inicio y al final del período de crecimiento, respectivamente; AAFb y AAIb: agua cumulada en el suelo al
4
Con los datos obtenidos se confeccionó un modelo de balance de agua según Galantini
et al. (2008). Por último, y para el E1 y E2, se determinaron los parámetros de
rendimiento de maíz (peso de 1000 granos, materia seca total, rendimiento en grano y
número de plantas) con los diferentes CC como antecesores. El análisis estadístico se
realizó mediante el software INFOSTAT (Di Rienzo et al., 2011), utilizando análisis de la
varianza (ANOVA) para las fuentes de variación CC y momento de secado.
Resultados
Características ambientales de los periodos en estudio
En la figura 2 se muestran las precipitaciones decádicas y acumuladas durante los

ciclos de duración CC/Maíz de los E1 y E2.
140 1400
552 mm
120 1200
100 1000
506,5 mm
80 97,5 mm 800
PP Anual 607 mm
60 600
40 400
20 200
0 0
Ene Ene Ene Feb Feb Feb Mar Mar Mar Abr Abr Abr May May May Jun Jun Jun Jul Jul Jul Ago Ago Ago Set Set Set Oct Oct Oct Nov Nov Nov Dic Dic Dic Ene Ene Ene Feb Feb Feb Mar Mar Mar Abr Abr Abr May May May
Precipitaciones 2013 y 2014 (Ene/mar) Precipiaciones Acumuladas
final y al inicio del período de barbecho respectivamente; PPc y PPb: precipitaciones acumuladas en cada
período de crecimiento y de barbecho, respectivamente (Bennie y Hensley 2001).
5
140 2000
763 mm
287 mm 695 mm 1800
120
PP Anual 1193 mm 1600
100
1400
1200
80
1000
60
800
600
40
400
20
200
0 0
Ene Ene Ene Feb Feb Feb Mar Mar Mar Abr Abr Abr May May May Jun Jun Jun Jul Jul Jul Ago Ago Ago Set Set Set Oct Oct Oct Nov Nov Nov Dic Dic Dic Ene Ene Ene Feb Feb Feb Mar Mar Mar Abr Abr Abr May May May
Precipitaciones 2014/15 Precipiaciones Acumuladas
Figura 2. Precipitaciones decádicas y acumuladas para los años en estudio: a) 2013/14

(E1). Las líneas horizontales indican la cantidad de precipitaciones acumuladas en tres
períodos de la campaña (01/01 al 31/03; 01/04 al 10/11 y 11/11 al 31/05) y b) 2014/15
(E2) (01/01 al 31/03; 01/04 al 08/11 y 08/11 al 31/12)
Eficiencia de Barbecho
Para interpretar la eficiencia que tiene cada CC en la captación y en la conservación del

agua pluvial, se analizó la EB. En la Tabla 1 se muestran los valores de EB en el secado
temprano y tardío para el año 2013 y secado tardío para el año 2014. Los valores más
altos en 2013 los reportaron vicia, bajo el secado temprano y tardío (21 % y 63 %) y
valores menores con triticale (19 y -22%) respectivamente.
Similares resultados fueron obtenidos por Carfagno et al. (2012 y 2013) en hapludoles y
haplustoles del oeste arenoso (región subhúmeda pampeana).
En el año 2014, las EB en el secado tardío fueron superiores para cebada y vicia (30 y
35%, respectivamente). Las menores EB se obtuvieron con los barbechos tradicionales
de larga duración y variaron entre -2 y 3% (Tabla 1). Según Dabney (1998) y Carfagno
et al. (2013) la mayor EB respecto a barbecho tradicional, es debido a la reducción de la
evaporación y aumento en la infiltración (Figura 3).
6
Figura 3. Cultivo de cobertura de Vicia (Vicia sativa L.) como antecesor de maíz.
Tabla 1. Contenido de agua útil (0-80 cm) (Aus), materia seca (MS), uso consuntivo
(UC), eficiencia de uso del agua (EUA) y eficiencia de barbecho EB (%) de triticale,
vicia, cebada y testigo al momento de secado de los CC para las campañas 2013 y
2014. Letras distintas indican en sentido vertical indican diferencias significativas entre
tratamientos por año (p<0,05) según Test de Fisher (LSD) y CC.
Rendimiento Numero de Peso de 1000 Materia seca (kg

Año Trat. UCm EUAm
(kg ha-1) plantas granos (g) ha-1)
Vicia 683 a 19.8 a 7077 a 63158 a 333 ab 12512 a
2013 Triticale 720 ab 11.3 b 6466 b 61370 a 342 a 8460 b
Testigo 726 b 17.8 ab 5916 b 65541 a 316 b 8931 b
Vicia 846 b 16 a 10004 a 62122 a 367 a 16928 a
2014 Cebada 884 ab 9.2 b 5385 b 61087 a 308 c 8088 b
Testigo 888 a 14.5 a 6489 b 63033 a 327 b 7606 b
Producción de materia seca y EUA.
La producción de MS varió entre (841 y 2843) y (5799 y 9570) para la campañas 2013
(E1) y 2014 (E2) respectivamente, registrando diferencias significativas entre tratamiento
para ambas campañas (p<0.05). La producción de biomasa en 2014 reflejó la mayor
oferta hídrica de ese año, comportamiento que no se manifestó de igual manera en
2013, el año más seco del período estudiado. Algunos autores Fernández et al. 2012,
Álvarez et al., 2015 trabajando sobre Haplustoles y en campañas similares registraron
similares resultados.
En la Tabla 1 se muestran las EUA calculadas para cada tiempo de duración del
barbecho, en el año 2013 y 2014. Las mayores EUA se obtuvieron con el antecesor
triticale y vicia (7,76 y 12,47 kgMS.mm-1 ha-1), bajo secado tardío en los años 2013 y
2014 respectivamente. Las menores EUA fueron de (3,03 y 4.72 kg MS.mm-1 ha-1) para
los tratamientos triticale y vicia en el secado temprano.
7
En cuanto al UC para los distintos CC establecidos como antecesores se observaron

diferencias significativas (p<0,05) con antecesor vicia y en el secado tardío del año
2013, esto se debió a un déficit de precipitaciones en la salida del invierno, lo que
determino un mayor consumo de agua en la primavera.
Balance de agua y efecto sobre la disponibilidad de agua en el suelo
Lluvias
200
150
100
50
0
1-abr
1-nov
1-abr
1-feb
1-feb
1-sep
1-jul
1-dic
1-jul
1-jun
1-oct
1-jun
1-ene
1-mar
1-may
1-ago
1-ene
1-mar
1-may
Figura 4. Dinámica del agua en el suelo y lluvia en (mm) durante el ciclo CC/maíz
(valores diarios estimados y determinados al momento de la siembra de los CC, secado,
siembra y cosecha de maíz). Campaña 2013/14 (E1). (a) triticale (b) vicia, (c) testigo.
Las flechas gruesas indican el momento de secado para cada duración de barbecho.
Las flechas finas con letras indican: SCC: siembra del cultivo de cobertura; secado
temprano, secado tardío, siembra y cosecha de maíz. La línea horizontal con la
referencia PMP representa el punto de marchitez permanente.
En la Figura 4 se observa la dinámica del agua en el suelo en la campaña 2013/14 (E1),

para el período de siembra del CC-cosecha de maíz y para los distintos CC establecidos
como antecesores. Los datos observados se ajustan muy bien a los calculados,
mostrando la viabilidad del modelo para el análisis de la dinámica del agua en la
rotación. Se distinguen perfectamente dos ciclos: el de izquierda, perteneciente al del
CC hasta la interrupción de su crecimiento (con herbicida), y el de la derecha,
correspondiente al cultivo de maíz. En el este ensayo se observó cómo los tratamientos
8
con vicia y triticale mantuvieron un nivel de agua útil en el perfil superior al del
tratamiento testigo, y consumen parte del agua de reserva.
Cultivo de Maíz
No se registró interacción en los parámetros de rendimiento de maíz, con el CC y los

tiempos de barbechos, la información disponible no fue suficientes para mostrar
diferencias entre ambos momentos de evaluación (p>0,39). En E1 la producción de
maíz fue de 5895, 6076 y 6720 kg ha-1 y de 5955, 6856 y 7425 kg ha-1, para los
tratamientos testigo, triticale y vicia, en fechas de secado temprana y tardía,
respectivamente. En promedio y en el año 2013, se hallaron diferencias (p< 0,05) en el
rendimiento del maíz entre los tratamientos vicia vs testigo y triticale como CC, siendo el
aumento de rendimiento de vicia vs testigo de 19,6% (Tabla 2).
Tabla 2: Uso consuntivo del cultivo de soja UCs (mm), eficiencia de uso de agua del
cultivo de maíz EUAm (Kg MS mm-1 agua) , rendimiento del cultivo de maíz (kg ha-1),
NG y PG para las campañas 2013 y 2014. Letras en sentido vertical indican diferencias
significativas entre tratamientos para cada año evaluado (p<0,05) según Test de Fisher
(LSD) y CC. .
Rendimiento Numero de Peso de 1000 Materia seca (kg

Año Trat. UCm EUAm
(kg ha-1) plantas granos (g) ha-1)
Vicia 683 a 19.8 a 7077 a 63158 a 333 ab 12512 a
2013 Triticale 720 ab 11.3 b 6466 b 61370 a 342 a 8460 b
Testigo 726 b 17.8 ab 5916 b 65541 a 316 b 8931 b
Vicia 846 b 16 a 10004 a 62122 a 367 a 16928 a
2014 Cebada 884 ab 9.2 b 5385 b 61087 a 308 c 8088 b
Testigo 888 a 14.5 a 6489 b 63033 a 327 b 7606 b
En E2 y en el año 2014 la producción de maíz alcanzó un incremento del 54,1% con

antecesor vicia vs testigo, no existiendo diferencias significativas (p<0,05) entre cebada
y testigo. Resultados similares fueron encontrados por Sá Pereira et al. (2014) en
Coronel Suárez. Este incremento de rendimiento de maíz se debió a un aumento de las
precipitaciones en el año 2014 y probablemente de una mayor fijación de N2 por parte
de la leguminosa. Trabajos desarrollados por Rillo et al. (2013) en Inchausti, 25 de Mayo
(Bs As), sobre un Hapludol éntico encontraron hasta un 6,1 % más de producción de
maíz cuando tuvieron a vicia como CC antecesor. Baigorria & Cazorla (2008) en Marcos
Juárez, sobre un Argiudol típico, lograron un incremento de 20% en el rendimiento de
cultivo de maíz con CC, comparado con el testigo. Los CC utilizados tuvieron un 70 a
90% de control de Rama negra (Conyza bonariensis) con respecto al testigo (B) (Figura
5).
9
Antecesor Cebada
Antecesor Vicia
Antecesor Barbecho Largo
Figura 5. Control de Rama Negra (Conyza bonariensis) en cultivo de cobertura de vicia y

cebada como antecesores y testigo (barbecho largo). Año 2014.
En cuanto al peso de 1000 granos se observaron en promedio diferencias significativas

(p< 0,05) entre los CC y el testigo. Los mayores pesos de 1000 granos, en ambos años,
se obtuvieron con antecesor vicia y triticale. Estos mayores pesos pueden deberse a un
mayor reciclado y fijado de nutrientes por parte de los CC (Tabla 2).
En promedio, no se determinaron diferencias significativas en el número de plantas de

maíz por hectárea con (p<0,05), lo que muestra una uniformidad en la distribución de
plantas de maíz, que proporcionan una mayor consistencia a los resultados estadísticos
aquí presentados (Tabla 2).
En cuanto a la producción de MS total se observaron en los años 2013 y 2014

diferencias significativas (p<0,05) ya que, con vicia como antecesor, la misma superó en
un 40 y 122% al testigo sin CC respectivamente (Tabla 2). Probablemente estas
diferencias se deban a que el maíz no fue fertilizado con N y a la fijación biológica de N2
por parte de la leguminosa acompañado de una mayor precipitación en al año 2014.
Trabajos de Sá Pereira et al. (2014) en Argiudoles típicos de Coronel Suárez,
determinaron aumentos de producción de MS de hasta 48,3%, con el mismo antecesor
y sin fertilización con N.
En cuanto al uso consuntivo y eficiencia de uso del agua de maíz se observó diferencias
significativas (p<0,05) con antecesor vicia vs testigo, el impacto del antecesor vicia
sobre el cultivo de maíz fue de un menor uso del agua con una mayor eficiencia en la
producción de materia seca por mm de agua utilizada y con respecto al testigo (Tabla 2)
Respecto del momento de secado existieron diferencias significativas (p<0,05),
observándose un mayor rendimiento en el secado tardío que en el secado temprano.
Esto probablemente se vincule a una mayor tasa de infiltración y disponibilidad de
humedad en el suelo con CC secados próximos a la siembra de maíz, que con aquellos
CC secados temprano, lo cual también impactó en la EB obtenida.
10
En la campaña 2014 (E2) y de la evaluación de N (kg ha-1) del espesor de suelo 0,60 m
a la siembra del cultivo de maíz, surge que, con secado tardío y en promedio sé
obtuvieron: 148,4; 122,2 y 50,5 kg ha-1 de N disponible con antecesor vicia, cebada y
testigo sin CC respectivamente (datos no presentados).
Conclusiones
La inclusión de CC aumentó la cobertura del sistema y los rendimientos en grano de

maíz, cuando se utilizó la vicia (Vicia sativa L) como CC antecesor de maíz, respecto a
la situación de barbecho tradicional.
La vicia (Vicia sativa L) puede ser incluida en los sistemas de producción agrícola-
ganadera, en remplazo del barbecho largo, con el propósito de reducir la dosis de
fertilizantes nitrogenados.
Hubo una mayor eficiencia en la utilización del agua con antecesor vicia, que en el
manejo del barbecho largo tradicional, comúnmente realizado por los productores del
sudoeste bonaerense.
La EB de secado temprano y tardío con residuos de CC, son significativamente mayores

que las de barbecho tradicional, mientras que la disminución de la longitud de barbecho
afecta la EB.
La cantidad de agua disponible al momento de la siembra de maíz estuvo relacionada

con las precipitaciones en el momento de la recarga y con el momento de finalización
del CC.
Es posible incluir CC en dicha rotación sin afectar la oferta hídrica del cultivo siguiente,
aún en años con precipitaciones anuales reducidas.
Bibliografía
Álvarez C.; Uriens A.; Bagnato R.; Lienhard C.P & Diaz-Zorita M. 2015. Impacto de la
duración de barbechos y de la inclusión de cultivos de cobertura sobre la dinámica
hídrica en la región semiárida pampeana, Revista “Cultivos de invierno” APRESID.
Baigorria, T.& C Cazorla. 2010. Eficiencia del uso del agua por especies utilizadas como
cultivos de cobertura. Actas XXII Congreso Argentino de la Ciencia del Suelo. Rosario,
31 de Mayo al 4 de Junio del 2010.
Bennie, A. & Hensley, M. 2000. Maximizing precipitation utilization in dryland agriculture

in South Africa, a review. Journal of Hydrology. 241:124-139.
11
Carfagno, P.F.; Eiza, M.J.; Quiroga, A. & Babinec, F. 2012. Eficiencia de barbechos de
diferente duración en monocultivo de soja que incluye cultivos de cobertura. XIX
Congreso latinoamericano de la ciencia del suelo XXIII congreso argentino de la ciencia
del suelo Mar del Plata, Argentina.
Carfagno P, Eiza M, Babinec F & Quiroga A. 2013. Inclusión de cultivos de cobertura en

la dinámica hídrica de hapludoles y haplustoles del oeste de la provincia de Buenos
Aires y noreste de La Pampa. Contribuciones de los cultivos de cobertura a la
sostenibilidad de los sistemas de producción: EEA Anguil. Editores: Álvarez C.; Quiroga
A.; Santos D & Bodrero M. Cap. 08 – p. 36-49.
Dabney S.M. 1998. Cover crops impacts on watershed hydrology. J. Soil Water Cons.
53(3): 207-213.
Ding, G.; Liu, X.; Herbert, S.; Novak, J.; Dula, A. & Xing. B. 2006. Effect of cover crop
management on soil organic matter. Geoderma. 130:229-239.
InfoStat, versión 2011, Grupo InfoStat, FCA, Universidad Nacional de Córdoba,

Argentina.
Fernández, R.; Quiroga A.R. & Noellemeyer E.J. 2012.Descomposición del cultivo de
cobertura en el ciclo del cultivo de verano. XIX congreso latinoamericano de la ciencia
del suelo. XXIII congreso argentino de la ciencia del suelo. Mar del plata, argentina –
CD ROM.
Fisk, J.; Hesterman, O.; Shrestha, A.; Kells, J.; Harwood, R.; Squire, J. & Sheaffe C.
2001. Weed Suppression by Annual Legume Cover Crops in No-Tillage Corn Agronomy
Journal 93:319-325.
INTA/CIRN 1989. Mapa de suelos de la provincia de Buenos Aires, escala 1:500000.

Secretaría de Agricultura, Ganadería y Pesca, INTA, CIRN-Instituto de Evaluación de
Tierras.
Lampurlanes, J; P Angás & C Cantero-Martinez. 2002. Tillage effects on water storage

fallow and on barley root growth and yield in two contrasting soil of the semi-arid Segarra
region Sapin. Soil Till. Res. 65: 207-220.
Galantini J. 2008. Cereales de invierno como cultivo de cobertura: su contribución al

balance de carbono. En: VII Congreso Nacional Trigo y V Simposio Cereales Otoño
Invernales, Resúmenes Santa Rosa. Universidad de La Plata, CD-ROM.
12
Moret, D; JL Arrúe; MV López & R Garcia. 2006. Influence of fallowing practices on soil
water and precipitation storage efficiency in semiarid Aragon (NE Spain). Agricultural
Water Management 82: 161-176.
Quiroga, A; D Funaro; R Fernández & E Noellemeyer. 2005. Factores edáficos y de

manejo que condicionan la eficiencia del barbecho en la Región Pampeana. Ci. Suelo.
23: 79-86.
Quiroga, A. Carfagno P.; Eiza M. J. & Michelena R. 2007. Inclusión de Cultivos de

Cobertura bajo Agricultura de Secano en la Región Semiárida Pampeana. Resultados
parciales de la Red de Ensayos de Cultivos de Cobertura. Jornadas de Cultivos de
Cobertura – 28 y 29 de Septiembre de 2007 General Villegas y General Pico.
Rillo, S.; Álvarez C.; Bagnato R. & Noellemeyer E. 2013. Cultivos de cobertura:
gramíneas y leguminosas en el centro oeste de la provincia de Buenos Aires.
Contribuciones de los cultivos de cobertura a la sostenibilidad de los sistemas de
producción: EEA Anguil. Editores: Álvarez C.; Quiroga A.; Santos D; Bodrero M. Cap. 08
– p. 58-68.
Sá Pereira E. de; 2013. Los Cultivos de cobertura y la productividad de maíz en siembra

directa. Dinámica del nitrógeno, agua y fracciones orgánicas del suelo. Tesis de
Doctorado. Universidad Nacional del Sur. 188 pp.
Sá Pereira, E de; Galantini, J A; Quiroga, A & Landriscini M. R. 2014. Efecto de los

cultivos de cobertura otoño invernales, sobre el rendimiento y acumulación de N en maíz
en el sudoeste bonaerense. Revista de Ciencia del Suelo v 32(2).
Conservation Service, Washington,DC. 365 pp.
Strock, J; Porter, P. & Russelle, M. 2004. Cover cropping to reduce nitrate loss through
subsurface drainage in the northen U.S. Corn Belt. J. Environ. Qual. 33: 1010-1016.
13
LA URBANIZACION DE LAS TIERRAS AGRICOLAS EN LA REGION

METROPOLITANA DE BUENOS AIRES
RUBEN EDGARDO GODAGNONE(1, 2 *)

, ROBERTO RAÚL CASAS(1, 2)
& JUAN
CARLOS DE LA FUENTE(2)
(1)
Facultad de Agronomía y Ciencias Agroalimentarias - Universidad de Morón, Cabildo
134, (1708) Morón, Buenos Aires, Argentina; (2) Instituto de Suelos – CIRN - INTA,
Nicolas Repetto y De Los Reseros s/n, Villa Udaondo, (1686) Hurlingham, Buenos
Aires, Argentina
*[email protected]
Palabras clave: Conglomerado urbano, Aptitud de las tierras, Planificación
Resumen
El crecimiento urbano de la Región Metropolitana Buenos Aires (RMBA) sobre la llanura

pampeana provoca la pérdida parcial o total del recurso edáfico pampeano para la
producción alimentaria y los servicios ecosistémicos. Este trabajo mediante el análisis
de imágenes satelitales y mapas de suelos y capacidad de uso del INTA e información
complementaria con Sistemas de Información Geográfica, delimito el avance urbano
sobre los suelos en 29 partidos (961.211 has). Los resultados de la investigación
muestran que solo el 59% de las tierras están sin urbanizar o con bajo nivel de
urbanización, de las cuales el 37 % corresponde a Capacidades de Uso II y III, y un 17
% a humedales y suelos asociados a ellos. Estas tierras deberían ser resguardadas del
consumo indiscriminado provocado por la urbanización para evitar la perdida definitiva
del recurso suelo y sus beneficios ecosistémicos.
Introducción
Comprendido geomorfológicamente en la Pampa Ondulada Alta y en menor medida en la

Pampa Ondulada Baja (Deprimida), el conglomerado urbano de la Región Metropolitana
Buenos Aires (RMBA) se asienta en un sector de la Región Pampeana Húmeda, una
amplia llanura constituida por sedimentos modernos no consolidados compuestos por
ceniza volcánica de erupciones andinas del cuaternario y transportados por el viento,
caracterizada por un clima templado húmedo y una vegetación natural de pradera,
factores la constituyen en una de las áreas más propicias del mundo para la agricultura.
La expansión urbana provoca degradación o pérdida del recurso edáfico, los ecosistemas
naturales y sus servicios ecosistémicos, por omisión o desconocimiento de estos y su
disposición espacial. Distintos trabajos cuantificaron la urbanización (Año Vidal et al, 2005;
1
Villar Cheda, 2013) y particularmente en la RMBA: Matteucci, 1999; Morello et al., 2001;
Morello, 2004; Morras, 2011; Baxendale y Buzai, 2011) y algunos estudios basados en
datos estadísticos de censos de población y estimaciones o proyecciones de evolución
poblacional analizaron la urbanización hasta el año 2011.
El objetivo de este trabajo fue caracterizar y cuantificar los suelos urbanizados y sin
urbanizar en 29 partidos (961.211 has) de la RMBA al año 2014 y delimitarlos según sus
capacidades de uso, conocimiento necesario para evaluar la pérdida del recurso edáfico a
fin de aportar un conocimiento que sirva para orientar la urbanización indiscriminada, con el
fin de preservar las tierras más aptas para la producción agropecuaria y otras para brindar
sus servicios ecosistémicos (Universidad de Morón, PROFINCA. PID 2015).
Se recopilo información climática, geomorfológica, hidrológica y de vegetación; material

cartográfico básico; una imagen satelital del satélite Landsat 8 (USGS, 2014)
correspondiente al 22 de marzo de 2014; fotografías aéreas a escala 1:25.000 y mapas de
suelo actualizados, que proporcionan conocimientos sobre el área.
El área de estudio abarca una superficie de 961.211 has, que involucra 29 partidos de la
Región Metropolitana Buenos Aire (RMBA) a saber: 1. Escobar, 2. Tigre, 3. Pilar, 4. Lujan,
5. Malvinas Argentinas, 6. José C. Paz, 7. San Miguel, 8. Moreno, 9. Hurlingham, 10.
Ituzaingo, 11. Morón, 12. General Rodríguez, 13. Merlo, 14. La Matanza; 15. Quilmes; 16.
Marcos Paz; 17. Ezeiza; 18. Esteban Echeverría; 19. Almirante Brown; 20. Berazategui; 21.
Florencio Varela; 22. General Las Heras; 23. Ensenada; 24. Berisso; 25. La Plata; 26.
Presidente Perón; 27. Cañuelas; 28. San Vicente; 29. Coronel Brandsen (Figura 1).
Figura 1. Área que cubre el proyecto Figura 2. Mapa de avance urbano
2
Se elaboraron mapas temáticos en un Sistema de Información Geográfica (SIG) con la

información mencionada, teniendo como base la imagen satelital. Determinamos la
distribución espacial de las tierras urbanizadas y no urbanizadas y la aptitud agrícola de
estas últimas (Figuras 2, 3 y 4).
Para clasificar el avance metropolitano se establecieron 5 Clases de Ocupación Urbana

(COU) según el porcentaje del área caracterizada como urbana cubierto por la
urbanización: COU 1 son áreas con más del 60% cubierto; COU 2 son áreas con hasta el
60% cubierto; COU 3 son áreas con hasta el 30% cubierto; COU 4 son áreas con hasta el
10% cubierto y COU 5 son áreas rurales (no urbanizadas). Con este criterio se realizó un
análisis visual de la imagen satelital delimitando las Clases de Ocupación y su distribución
espacial, determinando la cantidad de hectáreas urbanizadas y no urbanizadas (Tabla 1).
La caracterización edáfica siguió los criterios del Soil Survey Manual, Handbook Nº 18
(USDA, 1993) y la clasificación taxonómica los del Soil Taxonomy segunda edición (USDA,
1999) y su actualización en la onceava edición (USDA, 2010) a nivel de Sub Grupo y sus
respectivas fases. La Evaluación de Tierras siguió la metodología de La Clasificación de
las Tierras por su Capacidad de Uso (Miaczynski, 1961).
Los suelos reconocidos se tomaron del capítulo “Ambiente físico del Área Metropolitana”
(Morras, 2010), que fueron clasificados por el sistema taxonómico Soil Taxonomy,
actualizados a la versión USDA 2010, mayoritariamente en los Ordenes Molisoles y
Alfisoles; reconociendo morfologías contrastantes diferenciadas por sus limitaciones.
La complejidad de suelos presentes obligó a una reclasificación acorde a las necesidades

del trabajo (Figura 3). Estos corresponden al dominante de cada unidad cartográfica del
mapa y son clasificados a nivel de Subgrupo de los Ordenes Molisoles, Alfisoles, Vertisoles
y Entisoles. Si bien en algunos casos se repiten los subgrupos, puede observarse en
algunas Unidades Cartográficas que aun presentando los mismos suelos, la capacidad de
uso es diferente, debido a la existencia de cartografía más detallada, con suelos
clasificados a nivel de Serie, que permitió identificar otras limitaciones.
La clasificación realizada en función de su Capacidad de Uso (CU) se efectuó según lo

establecido por el sistema utilizado (Figura 4) corresponde a:
Clase II- Los suelos incluidos en esta clase tienen algunas limitaciones en cuanto a la
elección de plantas o requieren moderadas prácticas de conservación para la
realización de cultivos labrados y pasturas.
Clase III- Los suelos de esta clase presentan severas limitaciones que restringen la
elección de las plantas o requieren la aplicación de prácticas especiales de
conservación o ambas cosas a la vez.
3
Clase VI. Los suelos de esta clase presentan limitaciones muy graves que los hacen
inadecuados para el cultivo y su uso queda reducido casi exclusivamente al pastoreo,
forestación o conservación de la fauna silvestre.
Resultados
La clasificación realizada, mediante un Sistema de Información Geográfica, permitió

delimitar espacialmente las clases establecidas a fin de obtener los datos necesarios para
definir en hectáreas de ocupación urbana acaecida y las capacidades de uso
correspondientes (Tabla 1).
Las superficies cuantificadas de las Clases de Ocupación Urbana (COU) son: COU 1 cubre
118.450 has (12,32%); COU 2 cubre 59.292 has (6,17%); COU 3 cubre 126.416 has
(13,15%); COU 4 cubre 87.849 has (9,14%); COU 5 cubre 569.204 has (59,22%) (Tabla 1
y Figura 2).
Las superficies de las clases de Capacidad de Uso (CU) son: CU IIs cubre 445.188 has un
46,32%; CU IIIws 219.434 has un 22,83%; CU VIws cubre 136.858 has un 14,24%; los
Humedales cubren 159.732 has un 16,62% (Tabla 1 y Figura 4).
Figura 3. Mapa de Suelos Figura 4: Mapa Capacidad de Uso
Tabla 1: Áreas y porcentajes de Clases de Ocupación Urbana y Capacidades de Uso

CLASE DE OCUPACION URBANA (COU) Subtot.
CAPAC. TIPO DE (has / %) Cap.
DE USO SUELO
COU 1 COU COU 3 COU 4 COU 5 Uso
4
Argiudoles 7.414 2.416 3.705 5.706 23.383 42.623

típicos 6,26 4,07 2,93 6,49 4,11 4,43
Argiudoles 1.137 945 4.140 3.338 20.240 29.800

ácuicos 0,96 1,59 3,27 3,80 3,65 3,10
Argiudoles 30.671 11.670 24.672 23.861 46.938 137.857

IIs
vérticos 25,89 19,68 19,52 27,16 8,25 14,34
Paleudoles 1.353 4.367 15.434 5.093 29.050 55.297
típicos 1,14 7,36 12,21 5,80 5,10 5,75
Hapludoles 3.254 1.190 18.839 7.592 148.736 179.611
tápto árgicos 2,75 2,01 14,90 8,64 26,13 18,69
Subtotales COU según IIs 43.829 20.587 66.790 45.590 268.392 445.188
(has / %) 37 34,72 52,83 51,90 47,15 46,32
Argiacuoles 19.312 16.611 15.242 14.742 5.188 71.094

vérticos 16.30 28,02 12,06 16,78 0,91 7,40
Argialboles 28.185 11.639 13.817 11.240 59.060 123.941

IIIws
tipicos 23,79 19,63 10,93 12,80 10,38 12,89
Argialboles 0 3 1.805 2.591 20.000 24.398
argiácuicos 0 0 1,43 2,95 3,51 2,54
Subtotales COU según IIIws 47.497 28.252 30.864 28.573 84.248 219.434
(has / %) 40,10 47,65 24,41 32,53 14,80 22,83
Natracuoles 0 229 2.027 1.345 4.891 8.492

típicos 0 0,39 1,60 1,53 0,86 0,88
Natracualfes 3.897 1.424 515 1.591 16.807 24.234
VIws
típicos 3,29 2,40 0,41 1,81 2,95 2,52
Natrudalfes 343 822 4.819 690 97.458 104.132

Típicos 0,29 1,39 3,81 0,78 17,12 10,83
Subtotales COU según VIws 4.240 2.474 7.361 3.625 119.157 136.858
(has / %) 3,58 4,17 5,82 4,13 20,93 14,24
6.510 2.531 6.329 1.517 12.881 29.768
Humedales Entisoles
5,50 4,27 5,01 1,73 2,26 3,10
5
Complejos 16.370 5.447 15.055 8.543 83.005 128.420

Indiferenciados 13,82 9,19 11,91 9,72 14,58 13,36
5 0 17 0 1.521 1.544
Lagunas
0 0 0,01 0,00 0,27 0,16
Subtotales COU según 22.885 7.978 21.402 10.060 97.407 159.732

Humedales (has / %) 19,32 13,45 16,93 11,45 17,11 16,62
118.450 59.292 126.416 87.849 569.204 961.211
Subtotales COU (has / %)
13,32 6,17 13,15 9,14 59,22 100
Discusión
Se produjo una importante conversión de tierras de alta calidad agrícola, ganadera y de

humedales, a distintos usos urbanos (residencial, comercial, industrial, turismo, servicios e
infraestructura), transformación que afecta destacadamente al medio rural.
Los suelos están analizados por Unidades y corresponden geográficamente con las
Clases de Ocupación Urbana (COU): COU 1 ocupa un paisaje suavemente ondulado,
reconociéndose Argiudoles vérticos en posición de loma y Natracualfes típicos en áreas
bajas y su Capacidad de Uso (CU) es IIes; COU 2 ocupa un paisaje suavemente ondulado,
reconociéndose Argialboles típicos en tendidos altos y Natracualfes típicos en áreas bajas,
y su CU es IIes; COU 3 ocupa un paisaje de planicies extendidas (tendidos)
reconociéndose Argiudoles ácuicos en tendidos altos y Natralboles típicos en áreas bajas y
su CU es IIIws; COU 4: ocupa un paisaje de planicies extendidas (tendidos)
reconociéndose Argiudoles vérticos y en tendidos altos y Natrudalfes típicos en
depresiones y su CU es de IIIes; COU 5 corresponde al área rural propiamente dicha,
diferenciándose solo construcciones referidas a los cascos de establecimientos rurales y
por la extensión territorial los suelos reconocidos son variados, pueden reconocerse
Argiudoles vérticos, Argiudoles típicos, Hapludoles tápto argicos y Argialboles típicos en
posiciones elevadas, en sectores deprimidos Natrudalfes típicos y Natracuoles típicos, en
pequeños sectores del sudeste se encuentran Paleudoles típicos y Cromudertes típicos, y
las CU de los suelos reconocidos en esta Unidad son IIe, IIes, IIIws y VIw (Figura 3, Tabla
1).
Las Capacidades de Uso de las diferentes clases de urbanización (COU) surgen de los
suelos reconocidos en ellas. Los suelos ubicados en la clase de Capacidad de Uso VI
por sus características edáficas, se encuentran estrechamente relacionados a los
humedales (Tabla 1 y Fig. 4).
6
El área de suelo productivo con clases de capacidad de uso II y III urbanizado o en

proceso de urbanización (COU 1, 2, 3 y 4) representa un 32,46% (311.982 has) del área
de estudio, mientras la correspondiente clase VI es un 1, 84 % (17.700 has) y los
humedales y suelos asociados a estos suman un 6,48 % (62.325 has.) (Tabla 1).
Las tierras no urbanizadas o con muy bajo nivel de urbanización (COU 5) que cubren
569.204 has, un 59,22 % del área total analizada, se compone así: a tierras de aptitud
agrícola (clases de capacidad de uso II y III) corresponde un 62% (352.640 has), en
tanto la correspondiente clase VI es un 21% (119.157 has) y los humedales y suelos
asociados representan un 17% (97.407 has).
Conclusiones
Las tierras de aptitud agrícola urbanizadas y aquellas en franco proceso de urbanización

ocuparon una gran superficie de suelo productivo (Clases de capacidad de uso II y III) y
también de humedales y suelos asociados a estos. Resultado de un continuo proceso
de urbanización no planificado, que determina la pérdida irreversible de los suelos de
mayor calidad agrícola, y también problemas ambientales graves producto de la
ocupación urbana de los humedales, al perderse con ellos su función de regulación y
absorción de eventuales excesos hídricos.
Estudios específicos y detallados de estas áreas a nivel de partido son necesarios fin de
generar conocimientos pertinentes para planificar y conducir urbanizaciones, sugerir
controles y/o correcciones en los procesos de expansión urbana cuya ejecución provoca
cambios que por regla general son irreversibles.
Bibliografía
Año Vidal, C; JA Pascual Aguilar; J Sánchez Díaz. 2005. “Capacidad de uso y sellado
antropogénico del suelo en la franja litoral de la provincia de Castellón”. Investigaciones
geográficas, Nº 38, pp. 65-77.
IGN. 2015. Mapa digital de departamentos de Argentina. Base de datos Geográfica del
Instituto Geográfico Nacional: http://www.ign.gob.ar/sig
Matteucci, S.D.; J Morello; A Rodríguez; GD Buzai y C Baxendale. 1999. “El crecimiento

de la metrópoli y los cambios de biodiversidad: el caso de Buenos Aires”. En:
Biodiversidad y uso de la tierra. Conceptos y ejemplos de latinoamérica. EUDEBA-
UNESCO, Buenos Aires. pp. 549-580.
7
Miaczynski, CO. 1961. “La clasificación de las tierras por su capacidad de uso. INTA,
traducción al español del Memorando SCS–136 del Administrador del Servicio de
Conservación de Suelos, Departamento de Agricultura de Estados Unidos, 1958”.
Morras, HJM. 2010. “Ambiente físico del Área Metropolitana”. En: Dinámica de una
ciudad: Buenos Aires, 1810-2010. Dirección General de Estadística y Censos, GCBA.
Morello, J; G Buzai; A Baxendale; A Rodríguez; S Matteucci; R Godagnone y R Casas.

2000. “Urbanization and the consumption of fertile land and other ecological changes:
the case of Buenos Aires”. Environment and Urbanization, 12 (2) pp. 119-131.
Universidad de Morón, Facultad de Agronomía y Ciencias Agroalimentarias. Programa
PROFINCA, PID. 2015.
USDA. 1993. Soil Survey Manual. Agriculture Handbook Nº 18.
USDA. 1999. Soil Taxonomy, second edition. NRCS.
USDA. 2010. Claves para la Taxonomía de Suelos, onceava edición. NRCS.
USGS. 2014. Imagen satelital Landsat, descargada de la pagina web del U.S.
Geological Survey: http://glovis.usgs.gov/
Villar Cheda, E.; ME Calvo Ocampo; ME López Vizcaíno; CL Iglesias Patiño; S Silveira
Calviño; MI Santiago Pérez. 2013. “Clasificación de los municipios gallegos según su
grado de urbanización”. Revista de Estudios Regionales Nº 98, pp. 193-223.
8
AGRICULTURA CONTINUA EN EL CHACO SEMIÁRIDO: SU EFECTO SOBRE

FRACCIONES DEL CARBONO ORGÁNICO DEL SUELO
SEBASTIÁN HORACIO VILLARINO1,2,*; GUILLERMO ALBERTO STUDDERT1;

MARCELA ANDREA ÁVALOS3; MARÍA GABRIELA CENDOYA1; LUCÍA CIUFFOLI4 &
GERVASIO PIÑEIRO2,4
1
Unidad Integrada Balcarce, Facultad de Ciencias Agrarias (UNMdP) - Estación
Experimental Agropecuaria Balcarce (INTA); 2Consejo Nacional de Investigaciones
Científicas (CONICET); 3Agencia de Extensión Rural Sachayoj (INTA); 4LART, IFEVA-
CONICET, Facultad de Agronomía –UBA
* [email protected]
Palabras clave: deforestación; materia orgánica, carbono orgánico particulado.
Resumen
El principal indicador de calidad y salud del suelo es el carbono (C) orgánico del suelo
(COS). El C orgánico particulado (COP) es una fracción del C orgánico total (COT) que
ha demostrado tener una alta sensibilidad a cambios en el manejo y que se relaciona a
algunas funciones clave del suelo. Durante las últimas décadas, una extensa área del
Chaco Semiárido (CSA) ha sido deforestada y el principal impulsor de esta
transformación fue la expansión agrícola. Se analizaron los contenidos de COS en sitios
con bosque y con lotes agrícolas adyacentes de distintas ― edades‖ ubicados en zonas
del CSA con altas tasas de transformación. En los primeros 30 cm de suelo, se produjo
un incremento del COT, del COP y del C orgánico asociado a la fracción mineral (COA)
durante los primeros años de agricultura. No obstante, períodos agrícolas prolongados
provocaron rápidas disminuciones de todas las fracciones. En la condición de 40 años
agrícolas continuos, las pérdidas estimadas fueron de 44, 83 y 22 % para el COT, el
COP y el COA, respectivamente. Por debajo de los 30 cm de suelo, el COT también fue
fuertemente afectado por la agricultura. En los estratos 60-100 y 0-100 cm las pérdidas
estimadas hasta el equilibrio alcanzado con uso agrícola fueron de 46 y 36%,
respectivamente. El tipo de vegetación natural que es reemplazada por cultivos anuales
podría estar determinando la profundidad hasta la cual se producen los cambios en el
COS. El contraste entre sistema radicales es menor entre pastizales y cultivos que entre
bosque y cultivos. Las raíces más profundas del bosque del CSA respecto a la de los
cultivos anuales probablemente aporten cantidades C en los estratos más profundos del
suelo que son drásticamente reducidas en la conversión del bosque a cultivos anuales.
1
Introducción
El suelo es el sustento y la esencia de toda la vida terrestre (Lal, 2014). El carbono (C)
orgánico del suelo (COS) afecta prácticamente a todas las propiedades del suelo
relacionadas con el funcionamiento del ecosistema y al crecimiento de los cultivos
(Powlson et al., 2011). Por lo tanto, su contenido es considerado el principal indicador
de la calidad y la salud del suelo (Weil & Magdoff, 2004). El COS comprende una amplia
variedad de sustancias carbonadas orgánicas cuyas dinámicas dentro del suelo son
diferentes (Stevenson & Cole, 1999). Sin embargo, los compuestos obtenidos por el
fraccionamiento químico del COS no han demostrado tener una clara relación con sus
dinámicas y funciones edáficas (Cambardella & Elliott, 1992; Wander, 2004).Es probable
que esto se deba a que la composición química por sí sola no controla la estabilización
del COS, sino que su interacción con las condiciones edáficas es quien determina
principalmente su persistencia en el suelo (Schmidt et al., 2011). El C orgánico
particulado (COP), cuyo tamaño de partículas se encuentra entre 53 y 2000 μm, ha
demostrado tener una alta sensibilidad a cambios en el manejo del suelo, que
generalmente no son detectados en el COS total (COT) (Wander, 2004). Por lo tanto, el
COP ha sido propuesto como un indicador del COS lábil (Six et al., 2002). Además, se
ha observado que el COP se relaciona a algunas funciones clave del suelo, como su
capacidad para suministrar nitrógeno a los vegetales (Fabrizziet al., 2003; Studdert,
2014; FerraryLaguzziet al., 2014) o la capacidad de los agregados a resistir su ruptura
(Studdert, 2014). Por lo tanto, conocer las variaciones del COP implica no sólo un mayor
grado de entendimiento de la dinámica del COS sino también del funcionamiento del
suelo.
La deforestación ha dominado el cambio en el uso del suelo a nivel global (Smith et al.,
2015), provocando fuertes impactos ambientales, como la pérdida de biodiversidad,
cambios climáticos y la degradación de los suelos (Lal, 2001; Foley et al., 2007). El
cambio en el uso del suelo con mayor impacto sobre el COS ha sido el reemplazo de
bosque por cultivos, lo que ha provocado pérdidas que oscilan entre el 24 y el 52%,
dependiendo principalmente de la región climática (Smith et al., 2015). La relevancia de
estas pérdidas no radica únicamente en el rol que cumple el COS sobre el
funcionamiento del suelo, sino que además, aquellas pérdidas ocurren principalmente
en forma de emisiones de CO2 a la atmósfera (Stockmann et al., 2013). El CO2 es el
principal gas de efecto invernadero responsable del calentamiento global (IPCC, 2013).
El principal reservorio terrestre de C se encuentra en el suelo (Janzen, 2004) y, por lo
tanto, el cambio en su uso tiene la potencialidad de modificar procesos asociados al
ciclo de C generando consecuentemente emisiones o secuestro de grandes cantidades
de CO2(Powlson et al., 2011).
La ecorregión del Chaco Semiárido (CSA) se encuentra ubicada en el centro-norte de la

Argentina (Figura 1) y comprende una llanura de aproximadamente 29 millones de
2
hectáreas, cuyo paisaje natural puede describirse como una matriz boscosa con
parches de pastizales (Morello et al., 2005; Torrella & Adámoli, 2006). Debido al clima
semiárido de la región, las especies vegetales que componen el bosque se encuentran
adaptadas a extensos períodos de sequía y, por lo tanto, comúnmente presentan
espinas, hojas pequeñas y caducas. Las principales especies corresponden a los
géneros Schinopsis,Prosopis, Acacia, Aspidosperma y Bulnesia(Biani et al., 2006).
Durante las últimas décadas, una extensa área de esta región ha sido deforestada
(Vallejos et al., 2014) y el principal impulsor de esta transformación fue la expansión
agrícolo-ganadera (Paruelo et al., 2004; Grau et al., 2005). Las tasas de transformación
del bosque se han incrementado exponencialmente desde el año 1976, alcanzando sus
valores máximos en el período 2006-2012 (Vallejos et al., 2014). El impacto del
reemplazo de áreas naturales por cultivos anuales sobre los contenidos de COS ha sido
ampliamente documentando a nivel mundial (Guo & Gifford, 2002) y en la Argentina
(Cantú et al., 2007; Berhongaray et al., 2013). Sin embargo, en nuestro país, este tipo
de información se concentró en su región principal de producción agrícolo-ganadera, la
Región Pampeana (Hall et al., 1992). En las zonas del CSA donde la agricultura se
expandió durante los últimos 20 años, este tipo de información es escasa y aún no está
claro el impacto que este cambio en el uso del suelo ha generado sobre el COS.
Algunos estudios en la región sugieren que con la conversión del bosque al uso
agrícola, los contenidos de COS disminuyen en las capas superficiales del suelo (Rojas
et al., 2016). Sin embargo, el cambio drástico que implica el reemplazo del ecosistema
boscoso, compuesto por varios estratos herbáceos y leñosos que superan los 15 metros
de altura (Biani et al., 2006), por un agroecosistema de cultivos herbáceos anuales,
puede provocar cambios en el COS incluso por debajo de las capas superficiales
(Ciuffoli, 2013). Por todo lo expuesto, este estudio tuvo como objetivo evaluar el impacto
del reemplazo de bosques nativos por cultivos agrícolas sobre el COS, en zonas del
CSA con altas tasas de transformación y donde el bosque remanente se encuentra
expuesto a su transformación para la agricultura. Este conocimiento es potencialmente
útil para el desarrollo de estrategias de manejo del suelo y de ordenamiento territorial.
Selección de sitios y recolección de muestras
Se seleccionaron 16 sitios de muestreo dentro del área donde la deforestación ocurrió

intensamente durante los últimos 20 años (Figura 1). En cada sitio se tomaron muestras
de suelo con uso agrícola y con cobertura boscosa. Se eligieron lotes con distintos
periodos de agricultura, que variaron entre 2 y 40 años. Previo al uso agrícola, el suelo
había estado siempre cubierto por bosque. Los dos únicos lotes con 40 años de
agricultura estaban ubicados en una zona con una larga historia agrícola y, por lo tanto,
no se encontraron bosques primarios remanentes cercanos para ser utilizados como
3
sitios de referencia. A los fines de superar esta limitante, la comparación de dichos lotes
agrícolas se realizó contra dos bosques de similar textura que se encontraban a 55 y 75
km en línea recta. El resto de los bosques de referencia se encontraban contiguos a
cada lote agrícola y se verificó que la textura entre usos del suelo fuera similar. Durante
los últimos 15 años, los lotes agrícolas se manejaron bajo siembra directa y las
rotaciones estaban compuestas por soja (Glycine max (L.) Merr.), entre el 50 y el 66%
del tiempo, y maíz (Zea mays L.), entre el 50 y el 33 % del tiempo. Los lotes con una
antigüedad mayor que 15 años, en los primeros años habían sido sembrados con
algodón (Gossypium hirsutum L.) bajo el sistema de labranza convencional.
Las campañas de muestreo se realizaron en los años 2012, 2013 y 2014. En el primer
año se visitaron 5 sitios y en cada uso del suelo se recolectaron 3 muestras compuestas
por entre 8 y 12 sub-muestras, a las profundidades de 0-5 y 5-30 cm. En los años 2013
y 2014 se visitaron 11 sitios y en cada uso del suelo se recolectaron 2 muestras a las
profundidades 0-5, 5-15, 15-30, 30-60 y 60-100 cm. Las muestras correspondientes a
los 3 estratos superiores se formaron a partir de entre 8 y 12 sub-muestras, y las
muestras de los dos estratos restantes se formaron a partir de 3 sub-muestras. Las
muestras fueron recolectadas con un barreno cilíndrico de 2 cm de diámetro.
Figura 1. Ubicación de los sitios muestreados en el Chaco Semiárido (área en gris). Los
círculos negros corresponden a los sitios muestreados en este estudio y los círculos
blancos a los sitios muestreados en la tesis de Ciuffoli (2013). Las líneas cortadas con
4
flechas indican la ubicación y el sentido de avance de la frontera de deforestación

(Vallejos et al., 2014). En el panel (a) se muestran los límites provinciales del centro-
norte de la Argentina y en panel (b) se muestran los límites nacionales del sur del
continente americano.
Análisis de laboratorio
Las muestras correspondientes a los años 2013 y 2014 fueron pesadas en húmedo al
llegar al laboratorio. Luego se les extrajo una alícuota para secar en estufa a 105 °C. La
alícuota fue pesada antes y después del secado. Por diferencia entre el peso seco y el
peso húmedo se estimó el porcentaje de humedad. El suelo restante de las muestras
fue secado en estufa a 30 °C y molido hasta pasar por un tamiz de 2 mm, eliminando el
material vegetal identificable. El peso seco total de cada muestra compuesta se
relacionó al volumen total de suelo recolectado para estimar la densidad aparente (dap)
de cada estrato de suelo (ec. 1).
𝑃𝑠 (ec. 1),
𝑑𝑎𝑝 =
𝜋 𝑟2 ℎ 𝑛
donde dap es la densidad aparente del suelo (g cm-3), Ps es el peso seco total de la
muestra de suelo (g), r es el radio del barreno utilizado (cm), h es el espesor del estrato
de suelo considerado (cm) y n es el número de sub-muestras.
En las muestras del año 2012 se omitió medir la dap. A partir de los datos de las
campañas de los años 2013 y 2014 se encontró una relación entre el tiempo con
agricultura y la dap en los primeros 30 cm (Figura 2). Esta relación se utilizó para
estimar la dap de las muestras del año 2012. Para los primeros 5 cm no se encontró una
relación clara con el tiempo agrícola y, por lo tanto, se utilizó el promedio de dap del
bosque (0,94 Mg m-3) y del lote agrícola (1,05 Mg m-3) para estimar los contenidos de
COS de las muestras del año 2012.
5
Figura 2. Cambio en la densidad aparente de los primeros 30 cm de suelo a través del

tiempo con agricultura.
Se realizó el fraccionamiento físico granulométrico de las muestras según descripto por

Cambardella & Elliott (1992): se volcaron 10 g de suelo dispersados con
hexametafosfato de sodio (5 g L-1) en un tamiz de 53 µm que retiene la fracción arena
más el COP y deja pasar la fracción limo + arcilla con el C orgánico asociado a la
fracción mineral (COA). El COS y el COA se determinaron por combustión húmeda
manteniendo la temperatura de reacción a 120°C durante 90 minutos (Schlichting et al.,
1995). El COP se obtuvo por diferencia entre los contenidos de COS y de COA
(Cambardella & Elliott, 1992).
En el noroeste del CSA (Figura 1) se realizó un estudio con objetivos comunes a este
trabajo (Ciuffoli, 2013) y, por lo tanto, sus resultados fueron incorporados al presente
análisis. En aquel estudiose tomaron muestras de suelo en cinco lotesagrícolas, cada
uno con 2, 3, 16, 19 y 32 años de agrículturacontinua, y 5 bosques remanentes, los
cuales se encontraban contiguos a los lotes agrícolas y seutilizaron como sitios de
referencia. Los estratos de suelo muestreados fueron: 0-5, 5-10, 10-20, 20-30, 30-50,
50-70 y 70-90 cm. Para poder incorporar esta información al presente estudio fue
necesario estimar los contenidos de COS hasta los primeros 100 cm de suelo.Para esto
se asumió que la concentración de COS y la dap del estrato 90-100 cm (estrato no
muestreado) era igual al estrato 70-90 cm.La concentración de COS en la muestras de
Ciuffoli (2013) se determinó por combustión seca con un analizador elemental
automático (Carlo Erba NA 1500 Elemental Analyzer) en el Laboratorio de Isótopos
Estables (DEVIL), de la Universidad de Duke, Estados Unidos. Para corroborar que esta
técnica de laboratorio era comparable a la técnica utilizada en esta tesis, se
6
seleccionaron 52 muestras de las propias buscando cubrir un amplio rango de

concentración de COS (0,59 a 6,92 %), y se les determinó el contenido de COS también
por la técnica de combustión seca (Leco) (combustión seca, Nelson & Sommers, 1982).
No se encontraron diferencias significativas entre las técnicas de laboratorio (p = 0,58) y
las mediciones entre ambas técnicas estuvieron fuertemente asociadas (R2= 0,98).
Estos resultados están de acuerdo con evaluaciones realizadas en otras regiones del
país (Eyherabide et al. 2014).
Las comparaciones entre el bosque nativo y los lotes agrícolas se realizaron en masas
equivalentes de suelo, a los fines de evitar sobrestimaciones en situaciones donde la
densidad aparente del suelo hubiera aumentado (Davidson & Ackerman, 1993). Los
lotes agrícolas presentaron una dap mayor que la del bosque nativo, en todas las
situaciones. Por lo tanto, en los lotes agrícolas, el espesor de cada estrato de suelo
muestreado se corrigió utilizando la siguiente ecuación (Solomon et al., 2002; Ciuffoli,
2013):
𝑑𝑎𝑝𝐵 (ec. 2),

𝐸𝑐 = 𝐸
𝑑𝑎𝑝𝐴
donde Ec es el espesor de la capa de suelo corregido (cm), dapB es la densidad

aparente del bosque (g cm-3), dapA es la densidad aparente del lote agrícola (g cm-3) y E
es el espesor del estrato de suelo muestreado (cm). Para estimar el contenido de C de
cada fracción del COS se utilizó la ec. (3).
𝑃𝑓
𝐶𝑂𝑆𝑓 = %𝐶𝑓 𝑑𝑎𝑝 𝐸𝑐 (ec. 3),
𝑃𝑡
donde COSf es el contenido de Cde la fracción del COS (Mg ha-1), Pf es el peso de la
fracción del COS, Pt es el peso total de la muestra, %Cf es el porcentaje de C de la
fracción del COS, dap es la densidad aparente del suelo (g cm-3) y Ec es el espesor del
estrato del suelo considerado (cm).
Todos los análisis estadísticos se realizaron con el programa computacional R (R

CoreTeam, 2013). En los estratos de suelo correspondientes a los primeros 60 cm, el
COS varió en forma logarítmica a través del tiempo con agricultura. Por lo tanto, el
modelo matemático utilizado para describir los cambios fue el siguiente:
𝑦 = 𝛼 + 𝛽 ln 𝑥 + 𝜀 (ec. 4),
7
donde y es el porcentaje (%) de cambio respecto al bosque, x es el tiempo con

agricultura (años), α y β son parámetros del modelo, ln es el logaritmo natural y ε es el
error experimental. Se utilizó la función lm del paquete stats para ajustar aquel modelo.
Para los estratos de suelo 60-100 y 0-100 cm, los cambios del COS fueron descriptos a
través de modelos bi-lineales con puntos de quiebre no pre-establecidos. Se utilizó la
función nls del paquete stats para ajustar el siguiente modelo matemático:
𝛼 + 𝛽 (𝑥 − 𝑇𝑐 ) + 𝜀 𝑠𝑖 𝑥 ≤ 𝑇𝑐
𝑦= (ec. 5),
𝛼+𝜀 𝑠𝑖 𝑥 > 𝑇𝑐
donde y es el cambio porcentual del COS, x es tiempo con agricultura (años), Tc es el

tiempo crítico (años) el en que se produce el quiebre de la tendencia, α es el nivel medio
de pérdida porcentual respecto del bosque nativo después del Tc, β es la pérdida
porcentual de carbono orgánico del suelo por año previo al Tc y ε el error experimental.
Resultados
Cambio en los contenidos de COS
Los cambios en el COS se asociaron al tiempo con agricultura (Tabla 1). En los
primeros 30 cm de suelo, se produjo un incremento del COT, del COP y del COA
durante los primeros 2-3 años de agricultura. No obstante, períodos agrícolas más
prolongados provocaron rápidas disminuciones de todas las fracciones (Figura 3). En la
condición de 40 años agrícolas continuos, las pérdidas estimadas fueron de 44, 83 y
22% para el COT, el COP y el COA, respectivamente. En los primeros 5 cm de suelo el
comportamiento fue similar, aunque el COT y el COP no se incrementaron en los
primeros años agrícolas y a los 40 años con cultivos, las pérdidas fueron mayores (61,
80 y 34% para el COT, el COP y el COA, respectivamente). El COP fue la fracción más
sensible frente al cambio en el uso del suelo. Luego de cinco años agrícolas, las
pérdidas de COP en los primeros 5 cm del perfil fueron del 41%, mientras que las de
COT para el mismo periodo fueron de sólo 20% (Figura 3). Por el contrario, el COA fue
la fracción menos sensible al cambio en el uso del suelo. El contenido de COA estimado
disminuyó por debajo de los contenidos del bosque recién cuando el tiempo con
agricultura superó los seis años (Figura 3).
8
Tabla 1. Resumen de resultados estadísticos de los modelos logarítmicos ajustados

para describir los cambios del carbono (C) orgánico total (COT), C orgánico particulado
(COP) y C orgánico asociado a la fracción mineral (COA), a distintas profundidades y a
través del tiempo con agricultura.
Parámetro α Parámetro β
Fracción Estrato
Error Error R2 Valor p
del COS de suelo Estimado Estimado
estándar estándar
COT 0-5 cm 12,78 7,82 -20,07 2,98 0,71 < 0,0001
COP 0-5 cm -10,54 9,90 -18,89 3,77 0,57 < 0,0001
COA 0-5 cm 32,91 8,61 -18,22 3,28 0,62 < 0,0001
COT 0-30 cm 33,03 6,76 -20,75 2,58 0,77 < 0,0001
COP 0-30 cm 38,28 12,90 -32,91 5,04 0,70 < 0,0001
COA 0-30 cm 29,59 7,40 -14,08 2,89 0,57 0,0001
COT 30-60 cm -10,35 7,74 -9,06 2,94 0,51 0,013
9
Figura 3. Cambios a través del tiempo con agricultura respecto al bosque nativo en el
carbono (C) orgánico total (COT), C orgánico particulado (COP) y C orgánico asociado a
la fracción mineral (COA) en dos estratos del perfil de suelo (0-5 y 0-30 cm). Los
círculos negros corresponden a datos propios de este trabajo y los círculos blancos a los
datos de la tesis de Ciuffoli (2013). La línea completa representa el modelo ajustado y la
línea cortada indica la situación sin cambio respecto al bosque.
Por debajo de los 30 cm de suelo, el COT también fue fuertemente afectado por la
agricultura. En los estratos 60-100 y 0-100 cm las pérdidas estimadas hasta el equilibrio
alcanzado con uso agrícola fueron de 46 y 36%, respectivamente (Figura 4, Tabla 2). En
el estrato más profundo del suelo (60-100 cm), se estimó que aquel nuevo equilibrio del
COT se alcanzaría a los 7 años desde la conversión del bosque (Figura 4, Tabla 2). Al
considerar el primer metro del suelo completo, se estimó que el equilibrio se alcanzaría
a los 9 años desde la conversión del bosque a agricultura (Figura 4, Tabla 2).
10
Figura 4. Cambios a través del tiempo con agricultura respecto al bosque nativo del
carbono orgánico total (COT) en tres estratos del perfil de suelo (30-60, 60-100 y 0-100
cm). Los círculos negros corresponden a datos propios de este trabajo y los círculos
blancos a los datos de la tesis de Ciuffoli (2013). La línea completa representa el modelo
ajustado y la línea cortada indica la situación sin cambio respecto al bosque.
Tabla 2. Resumen de resultados estadísticos de los modelos bi-lineales ajustados para

describir el cambio porcentual del carbono orgánico del suelo a través del tiempo con
agricultura.
Estrato Valor Error

Parámetro p-valor
de suelo estimado estándar
α -46,32 3,2 <0.001
60-100 cm β -8,56 3,07 0.024
Tc 7,16 1,24 <0.001
α -35,95 2,12 <0.001

0-100 cm β -5,71 1,94 0.011
Tc 9 1,94 <0.001
Discusión
El método de deforestación más difundido en la zona consiste en el volteo de la

vegetación boscosa mediante el uso de topadoras y cadenas, y la posterior formación
de cordones de biomasa para ser quemados. Esta práctica implica fuertes impactos al
ecosistema, como son la remoción de raíces, la aireación del suelo, la exposición del
suelo a la radiación solar, al viento y a las precipitaciones, la formación de carbón
vegetal y el fuerte incremento de temperatura en los sitios donde se quema la biomasa.
Estos múltiples cambios impactan en forma diferente sobre la dinámica del COS. La
aireación del suelo favorece la actividad microbiana y la mineralización del COS, pero la
ruptura e incorporación de biomasa y carbón vegetal al suelo pueden significar aportes
11
de C. La medición temprana (luego de 2-3 años de la deforestación) del COS mostró un

incremento, pero esta tendencia se invirtió en los años posteriores. Las principales
causas de estas pérdidas posteriores podrían ser: la menor productividad primaria neta
anual de los cultivos (Volante et al., 2012) y la consecuente disminución en los aportes
de C al suelo; el posible aumento de la temperatura edáfica debido a la exposición a la
radiación solar; y la erosión eólica (Rojas et al., 2013).
Los comportamientos del COP, COA y COT observados en la tesis de Ciuffoli (2013)
fueron similares a los observados en este estudio (Figura 3). Esto sugiere que el efecto
de la deforestación sobre el COS podría ser similar en ambos frentes de avance de la
frontera agrícola (Figura 1). La mayor sensibilidad del COP que del COA y del COT al
cambio en el uso del suelo apoya la hipótesis de que el COP es un buen indicador del
COS lábil (Buyanovsky et al., 1994; Wander, 2004). Resultados similares han sido
reportados en otros estudios (Cambardella & Elliott, 1992; Diovisalvi et al., 2008; Ferrary
Laguzzi et al., 2014). El uso agrícola provocó rápidas y grandes caídas en el COP, pero
la implicancia de estos cambios sobre el funcionamiento del suelo aún no está clara. El
COP cumple un rol importante en la formación y reciclaje de macro- y microagregados
del suelo (Sixet al., 2004) y, por lo tanto, sus contenidos se asocian a agregados con
mayor capacidad de resistir la ruptura (Studdert, 2014). Además, los contenidos de COP
también se relacionan con la capacidad del suelo para suministrar N a los vegetales
(Fabrizziet al., 2003; Studdert, 2006; Ferrary Laguzziet al., 2014). Debido a la magnitud
de las pérdidas en el COP, es esperable que aquellas funciones se hayan afectado en
gran medida en los suelos con agricultura.
En la Región Pampeana de la Argentina, la vegetación original estaba compuesta

principalmente por pastizales (Soriano, 1991). El reemplazo de dichos pastizales por
agroecosistemas afectó al COS hasta los primeros 50 cm de suelo, y los cambios más
importantes se encontraron en los primeros 25 cm (Berhongaray et al., 2013). En el
CSA, el reemplazo de los bosques nativos por cultivos anuales afectó al COS hasta, al
menos, los primeros 100 cm suelo, con grandes pérdidas incluso en los estratos más
profundos. Estos resultados están de acuerdo con el mayor contenido de COS
reportado en los estratos 0-25, 25-50, 50-75 y 75-100 cm para la cobertura arbórea
respecto a los pastizales y a los cultivos de la Región Pampeana (Berhongaray et al.,
2013). El tipo de vegetación natural que es reemplazada por cultivos anuales podría
estar determinando la profundidad hasta la cual se producen los cambios en el COS. El
contraste entre sistema radicales es menor entre pastizales y cultivos que entre bosque
y cultivos (Jackson et al., 1996). Las raíces más profundas del bosque del CSA respecto
a la de los cultivos anuales (Amdan et al., 2013) probablemente aporten cantidades C
en los estratos más profundos del suelo que son drásticamente reducidas en la
conversión del bosque a cultivos anuales.
12
Conclusiones
Las mediciones de COS en los primeros años agrícolas no reflejaron la tendencia de los
cambios y, por lo tanto, no sería recomendable realizar los muestreos de suelos durante
este tiempo. El reemplazo de bosque por cultivos produjo un fuerte impacto sobre el
COS que se observó en todo el primer metro de suelo. Los inventarios de COS que
consideran únicamente los primeros 30 cm (IPCC, 2006) deberían prestar atención a
esto, ya que no considerar los estratos más profundos en situaciones donde el avance
agrícola ocurre sobre bosques, implica una gran pérdida de información y
probablemente una subestimación de las emisiones de CO2.
Agradecimientos
Este estudio se encuentra en el marco de la Tesis Doctoral del primer autor en el

Programa de Posgrado en Ciencias Agrarias de la Facultad de Ciencias Agrarias de la
Universidad Nacional de Mar del Plata. El trabajo se enmarca en proyectos financiados
por el Instituto Nacional de Tecnología Agropecuaria (INTA) a través de los proyectos
PNNAT-1128052 y PNNAT-1128035, la Universidad Nacional de Mar del Plata a través
de los proyectos AGR466/14 y AGR389/12, la Agencia Nacional de Promoción Científica
y Técnica de Argentina (PICT-2012-1092 y PICT-2012-0607) y el Institute for Global
Change Research (IAI) CRN3095 que es apoyado por la US National Science
Foundation (Grant GEO-1128040). El primer autor es becario doctoral del Consejo
Nacional de Investigaciones Científicas y Técnicas (CONICET).
En las campañas de muestreo se contó con el apoyo de la EEA Este de Santiago del
Estero (INTA), la Administración de Parques Nacionales y los productores
agropecuarios. Se agradece en especial la colaboración de Matias Mastángelo, Lidia
Amanda Vizgarra y Laura Ines Más.
Bibliografía
Amdan, M; R Aragón; E Jobbágy; J Volante & J Paruelo. 2013. Onset of deep drainage
and salt mobilization following forest clearing and cultivation in the Chaco plains
(Argentina). Water Resour. Res. 49:6601-6612.
Berhongaray, G; R Álvarez; J De Paepe; C Caride & R Cantet. 2013. Land use effects
on soil carbon in the Argentine Pampas. Geoderma. 192:97-110.
Biani, NB; JL Vesprini; DE Prado; M Arturi; J Frangi & J Goya. 2006. Conocimiento
sobre el gran Chaco Argentino en el siglo XX. En: Goya, JF; JL Frangi & MF Arturi
(Eds.), Ecología y Manejo de los bosques de Argentina. Editorial de la Universidad
Nacional de La Plata, La Plata, Buenos Aires, Argentina. pp 24.
13
Buyanovsky, G; M Aslam & G Wagner 1994. Carbon turnover in soil physical fractions.
Soil Sci. Soc. Am. J. 58:1167-1173.
Cambardella, C & E Elliott. 1992. Particulate soil organic-matter changes across a

Cantú, MP; Becker, A; Bedano, JC& HF Schiavo. 2007. Evaluación de la calidad de

suelos mediante el uso de indicadores e índices. Ciencia del Suelo. 25:173-178.
Ciuffoli, L. 2013. Cambios en el uso del suelo y sus efectos sobre la materia orgánica
edáfica en bosques semiáridos del Chaco argentino. Tesis de Licenciatura en Ciencias
Ambientales. Facultad de Agronomía, Universidad de Buenos Aires. Buenos Aires,
Argentina. 36 pp.
Davidson, EA & IL Ackerman. 1993. Changes in soil carbon inventories following

cultivation of previously untilled soils. Biogeochem. 20:161-193.
Diovisalvi, NV; GA Studdert; GF Domínguez & MJ Eiza. 2008. Fracciones de carbono y

nitrógeno orgánicos y nitrógeno anaeróbico bajo agricultura continua. Ciencia del Suelo
26:1-11.
Eyherabide, M; H Saínz Rozas; P Barbieri & HE Echeverría. 2014. Comparación de

métodos para determinar carbono orgánico en suelo. Ciencia del Suelo. 32:13-19.
Fabrizzi, KP; A Morón & FO García. 2003. Soil carbon and nitrogen organic fractions in
degraded vs. non-degraded Mollisols in Argentina. Soil Sci. Soc. Am. J. 67:1831–1841.
Ferrary Laguzzi, F; R Osinaga; JL Arzeno; AR Becker & T Rodríguez. 2014.

Fraccionamiento y mineralización de la materia orgánica en distintos sistemas de
labranza en un inceptisol de Salta. Ciencia del Suelo. 32:63-72.
Foley, JA; GP Asner; MH Costa; MT Coe; R Defries; HK Gibbs; EA Howard; S Olson; J

Patz & N Ramankutty. 2007. Amazonia revealed: forest degradation and loss of
ecosystem goods and services in the Amazon Basin. Front. Ecol. Environ. 5:25-32.
Grau, HR.; NI Gasparri; TM Aide. 2005. Agriculture expansion and deforestation in

seasonally dry forests of north-west Argentina. Environ. Conserv. 32:140-148.
Guo, LB & R Gifford. 2002. Soil carbon stocks and land use change: a meta analysis.
Glob. Change Biol. 8:345-360.
14
Hall, AJ; CM Rebella; CM Ghersa & JP Culot. 1992. Field-crop systems of the Pampas.
In: Pearson, C.J. (Ed.), Ecosystems of the World. Pp. 413-450.Elsevier, Amsterdam.
IPCC 2006. Agriculture, Forestry and Other Land Use. In: Eggleston, H.S.; Buendia, L.;
Miwa, K.; Ngara, T.; Tanabe, K. (Eds.), 2006 IPCC Guidelines for National Greenhouse
Gas Inventories. IGES, Japón. 680 pp.
IPCC 2013. Summary for Policymakers. In: Stocker, TF; D Qin; G Plattner; M Tignor; SK
Allen; J Boschung; A Nauels; Y Xia; V Bex&PM Midgley (Eds.). Climate Change 2013:
The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment
Report of the Intergovernmental Panel on Climate Change. Pp. 1–30. Cambridge
University Press, Cambridge, United Kingdom and New York, New York, USA.
Jackson, R; J Canadell; J Ehleringer; H Mooney; O Sala & E Schulze. 1996. A global

analysis of root distributions for terrestrial biomes. Oecologia. 108:389-411.
Janzen, HH. 2004. Carbon cycling in earth systems—a soil science perspective. Agric.
Lal, R. 2001. Soil degradation by erosion. Land Degrad. Dev. 12:519-539.
Lal, R. 2014. Societal value of soil carbon. J. Soil Water Conserv. 69:186A-192A.
Morello, J; W Pengue & A Rodríguez. 2005. Un siglo de cambios de diseño del paisaje:
el Chaco Argentino. Primeras Jornadas Argentinas de Ecología del Paisaje. Buenos
Aires, Noviembre 2005. Pp. 1-31.
Nelson, DW & LE Sommers. 1982. Total carbon, organic carbon, and organic matter. p.
539-579. In Page, A.L.; Miller, R.H.; Keeney, D.R. (Eds) Methods of soil analysis. Part 2.
2nd Ed. Agron. Monogr. 9. Am. Pp. 539-579. Soc. Agron. and Soil Sci. Soc. Am. J.,
Paruelo, JM; M Oesterheld; JP Guerschman; SR Verón; G Piñeiro; JN Volante; G María;

G Baldi; M Vassallo; L Porfirio; M Durante; C Caride & MD Arocena. 2004. Patrones
espaciales y temporales de la expansión de soja en Argentina. Relación con factores
socio-económicos y ambientales. Facultad de Agronomía, Universidad de Buenos Aires.
Powlson, DS; PJ Gregory; WR Whalley; JN Quinton; DW Hopkins; AP Whitmore; PR

Hirsch & KWT Goulding. 2011. Soil management in relation to sustainable agriculture
and ecosystem services. Food Policy. 36:S72-S87.
15

Foundation for Statistical Computing. Vienna, Austria.
Rojas, J; D Buschiazzo & O Arce. 2013. Parametros edáficos relacionados con la

erosión eólica en inceptisoles del Chaco. Ciencia del Suelo. 31:133-142.
Rojas, JM; J Prause; GA Sanzano; OEA Arce & MC Sánchez. 2016. Soil quality
indicators selection by mixed models and multivariate techniques in deforested areas for
agricultural use in NW of Chaco, Argentina. Soil Till. Res. 155:250-262.
Schlichting, E; H Blume & K Stahr. 1995. Bodenkundliches Praktikum. Paul Parey,

Hamburg, Alemania. 209 pp.
Schmidt, MW; MS Torn; S Abiven; T Dittmar; G Guggenberger; IA Janssens; M Kleber; I

Kogel-Knabner; J Lehmann; DA Manning; P Nannipieri; DP Rasse; S Weiner & SE
Trumbore. 2011. Persistence of soil organic matter as an ecosystem property. Nature.
478:49-56.
Six, J; R Conant; EA Paul & K Paustian. 2002. Stabilization mechanisms of soil organic
matter: implications for C-saturation of soils. Plant Soil. 241:155-176.
Six, J; H Bossuyt; S Degryze & K Denef. 2004. A history of research on the link between
(micro) aggregates, soil biota, and soil organic matter dynamics. Soil Till. Res. 79:7-31.
Smith, P; JI House; M Bustamante; J Sobocká; R Harper; G Pan; P West; J Clark; T

Adhya&C Rumpel. 2015. Global change pressures on soils from land use and
management. Glob. Change Biol. En prensa doi:10.1111/gcb.13068.
Solomon, D; F Fritzsche; J Lehmann; M Tekalign& W Zech. 2002. Soil organic matter

dynamics in the subhumid agroecosystems of the Ethiopian highlands. Soil Sci. Soc.
Am. J. 66:969-978.
Soriano, A. 1991. Río de la Plata Grasslands. In: Coupland, R.T. (Ed.), Natural
Grasslands, Introduction and Western Hemisphere. Pp. 367–407. Elsevier, Amsterdam,
Holanda.
Stevenson, FJ & MA Cole. 1999. Cycles of soils: carbon, nitrogen, phosphorus, sulfur,
micronutrients. John Wiley & Sons, USA. 406 pp.
Stockmann, U; MA Adams; JW Crawford; DJ Field; N Henakaarchchi; M Jenkins; B

Minasny; AB Mcbratney; VDRD Courcelles; K Singh; I Wheeler; L Abbott; DA Angers; J
Baldock; M Bird; PC Brookes; C Chenu; JD Jastrow; R Lal; J Lehmann; AG O’donnell;
16
WJ Parton; D Whitehead; M Zimmermann. 2013. The knowns, known unknowns and

unknowns of sequestration of soil organic carbon. Agr Ecosyst Environ. 164:80-99.
Studdert, GA. 2014. Materia orgánica y sus fracciones como indicadores de uso
sustentable de suelos del sudeste bonaerense. XXIV Congreso Argentino de la Ciencia
del Suelo, II Reunión Nacional ―Materia Orgánica y Sustancias Húmicas‖. Bahía Blanca,
Buenos Aires, Argentina, 5 al 9 de mayo de 2014. En CD.
Torrella, SA & J Adámoli. 2006. Situación ambiental de la ecorregión del Chaco Seco.
En: Brown, A; UM Ortiz; M Acerbi & J Corcuera (Eds.). La situación ambiental Argentina.
Pp. 73-75. Fundación Vida Silvestre Argentina. Buenos Aires, Argentina.
Vallejos, M; JN Volante; MJ Mosciaro; LM Vale; ML Bustamante & JM Paruelo. 2014.

Transformation dynamics of the natural cover in the Dry Chaco ecoregion: a plot level
geo-database from 1976 to 2012. J. Arid. Environ.123:3-11.
Volante, JN; D Alcaraz-Segura; MJ Mosciaro; EF Viglizzo & JM Paruelo. 2012.

Ecosystem functional changes associated with land clearing in NW Argentina. Agric.
Wander, M. 2004. Soil organic matter fractions and their relevance to soil function. In:
Magdoff, F&RR Weil (Eds.), Soil organic matter in sustainable agriculture. Pp. 67-102.
Weil, RR & F Magdoff. 2004. Significance of soil organic matter to soil quality and health.
In: Magdoff, F.; Weil, R.R. (Eds.), Soil organic matter in sustainable agriculture. Pp. 1-43.
17
EFICIENCIA ENERGÉTICA DE DISTINTAS ALTERNATIVAS DE

DESCOMPACTACIÓN
MARIANO JULIO PONCE *; MATILDE MUR; TELMO PALANCAR; JUAN MANUEL

VAZQUEZ; FACUNDO GUILINO; VÍCTOR HUGO MERANI & ROBERTO BALBUENA
*Facultad de Ciencias Agrarias y Forestales, Universidad Nacional de La Plata; Calle 60

y 119 (1900) La Plata, Buenos Aires, Argentina.
[email protected]
Palabras clave: paratill; esfuerzo de tracción; resistencia específica
Introducción
El sistema productivo agropecuario argentino de carácter extensivo ha experimentado

en los últimos veinte años, un cambio en el proceso de mecanización de implantación
de los cultivos para granos y forrajes. La siembra directa, la maquinaria cada vez de
mayor peso, el tránsito en condiciones de suelo húmedo, la falta de rotación de cultivos,
el alto contenido de limo en algunos suelos y el bajo porcentaje de materia orgánica del
horizonte superficial del suelo, generan un aumento en la compactación superficial y
sub-superficial del mismo (Elisei et al., 2012).
Si bien los suelos bajo sistemas de no labranza ofrecen una mayor capacidad portante
(Domínguez et al., 2000) que reduce los procesos de compactación por el tránsito de
vehículos, la ausencia de labranzas implica que no existan acciones que permitan
atemperar sus efectos, principalmente a nivel subsuperficial, por lo cual se convierte en
un proceso acumulativo (Claverie & Balbuena, 2005).
El proceso de compactación del suelo es una de las formas de degradación física más
comunes que se presenta mediante la densificación y reducción de la porosidad,
asociado con cambios en su estructura y, generalmente, un aumento de la resistencia
mecánica y reducción en la conductividad hidráulica. Esto ocasiona un ambiente poco
propicio para el desarrollo y crecimiento radical, una reducción de la infiltración y por lo
tanto un aumento del escurrimiento superficial y de las posibilidades de erosión (Raper
& Mac Kirby, 2006), reducción del agua y oxígeno disponibles, y disminución de la
movilidad de los mismos en el perfil de suelo (Koostra & Stombaugh, 2003). Los
procesos naturales de recuperación de los suelos compactados, tales como ciclos de
humectación-desecación, congelamiento-descongelamiento, actividad biológica,
generación de poros por acción de raíces, incorporación de materia orgánica por
rotación de cultivos, no son suficientes (Jorajuría, 2005), debido a los ciclos productivos
consecutivos a los cuales son sometidos los suelos.
Frente a la problemática planteada existe como posible solución desde la mecanización,

la utilización de escarificadores con diferentes características de diseño, en lo que se
1
refiere al montante y a la reja. Los principios de trabajo y roturación fueron descriptos

por Spoor & Godwin (1978) y por Spoor & Fry (1983). A niveles superficiales el suelo es
desplazado hacia adelante, arriba y lateralmente, bajo el patrón de fallas crecientes,
donde se producen fracturas a lo largo de planos definidos desde la punta de la reja
hacia la superficie con una angulación aproximada de 45° respecto de la horizontal. Este
modelo de roturación continúa hasta cierta profundidad, denominada profundidad crítica,
donde el suelo comienza a moverse hacia adelante y a los costados, generando
compactación en profundidad. Esta profundidad depende de las características de la
reja, de la humedad y densidad del suelo.
Relacionado al párrafo anterior, y problemática de compactación, procesos de

descompactación y recompactación del suelo, Spoor et al. (2003) afirman que la labor
debe fisurar el suelo para aliviar la capa compactada, sin modificar su estado aparente,
es decir sin modificar en forma importante las unidades estructurales. Este tipo de
roturación mantiene en el suelo cierta capacidad portante capaz de minimizar los
procesos de recompactación (Spoor, 2006).
Una característica es el ángulo de ataque de las rejas, que se define como el formado
por la inclinación de la reja con respecto a la horizontal en la dirección de avance.
Según Payne & Tanner (1959) con valores de hasta 45° el suelo provee una
componente vertical que contribuye a la penetración de los órganos activos, cuyo
sentido se invierte para mayores angulaciones.
En el trabajo con escarificadores, se produce el proceso de interacción entre los

órganos activos (Willat & Willis, 1965). Con respecto a esta temática ensayos llevados a
cabo por Godwin et al. (1984), arrojaron como resultado valores mínimos de resistencia
específica al laboreo (RE) y uniformidad en el laboreo con espaciamientos entre
órganos activos (D) de 1,4+/- 25% veces la profundidad de trabajo (PT).
Raper (2005) trabajó con montantes angulados rectos (AR) y angulados curvos (AC)
sobre suelos franco-arenosos y franco-arcillosos, a una velocidad de 0,45 m.s-1 y 0,33 m
de profundidad. Las variables medidas fueron área roturada (AT), esfuerzo de tiro (ET),
área de elevación (AE) y la variable calculada RE. Los resultados obtenidos de ET,
sobre el suelo franco-arcilloso para el AR y AC, fueron cercanos a 10,15 kN y de 9,65
kN respectivamente, sin diferencias significativas entre si. En RE los valores hallados
fueron de 0,98 kN.dm-2 para el AR y 0,89 kN.dm-2 para el AC, sin diferencias
significativas, como así también para el AE, con 3,6.10-2 m2 para el AR y 4.10-2 m2 para
el AC. Esta última variable evalúa la condición superficial del suelo luego del pasaje del
descompactador, relacionada a la elevación de la cota del terreno y la modificación del
relieve generada por la labor.
La relevancia AE se aprecia en los sistemas productivos en donde el proceso de

siembra se realiza a través de la “siembra directa”, por lo que un lote con la superficie
2
del suelo perturbada puede por un lado mejorar los aspectos vinculados a la condición
física del suelo para la implantación del cultivo, pero también afectar severamente el
desempeño de la máquina sembradora, en relación a la uniformidad de labor en lo
concerniente a profundidad de siembra.
Con estos mismos diseños de montantes, AR y AC, Simoes et al. (2009) evaluaron sus
prestaciones en lo que respecta a ET. El ensayo se llevó a cabo en un suelo areno-
arcilloso. La velocidad de desplazamiento fue de 1,12 m.s-1, la profundidad de 0,38 m, y
los resultados fueron de unos 6,9 kN.montante-1 para el AR y unos 7,9 kN.montante-1
para el AC.
Kichler et al. (2007) evaluaron con AR el ET en función de la frecuencia de subsolado,

sobre un suelo franco-arenoso, a una velocidad de 1,33 m.s-1, con humedad entre el
10% y 11% y a una profundidad de 0,33 m. Encontraron que el ET promedio por
montante fue de 5,39 kN para el tratamiento con frecuencia anual, 5,18 kN para la
frecuencia bienal y 6,62 kN para la frecuencia trienal de subsolado.
Karlen et al. (1991) en un ensayo, determinaron el ET requerido por AR, sobre un suelo
areno-limoso con un 9% de contenido de humedad promedio, a 0,83 m.s-1 de velocidad
de avance y a una profundidad real de 0,30 m. Se utilizaron dos montantes dispuestos
en forma convergente hacia el centro sobre el bastidor. El ET rondó en unos 9,65
kN.montante-1.
En lo concerniente a AE, Raper (2005) explica que aunque los montantes angulados
laterales requieren algo más de ET con respecto a los montantes de diseño recto, los
primeros son mayoritariamente usados por la escasa disturbación superficial de suelo. A
su vez Riley & Fielke (1990), destacan que la presencia de una cuchilla que asiste en el
corte del rastrojo por delante de la línea del montante de un descompactador genera un
canal en el suelo adonde tienden las fracturas del proceso de roturación y como
consecuencia el suelo es elevado en menor medida en comparación con la ausencia de
la cuchilla. En la misma temática Fielke & O´Driscoll (1986), concluyen que el área de
elevación se ve reducida por la presencia de cuchillas que asisten en el corte de
rastrojo. Balbuena et al. (1997) estudiaron el efecto de las cuchillas sobre los patrones
de roturación y la energía requerida de la labor de escarificación, encontrando que la
presencia de cuchillas disminuye tanto el ET como el AT generada por
descompactadores de arcos rígidos.
Bragachini et al. (2012) analizan la importancia en la uniformidad en la profundidad de

siembra de maíz con respecto al rendimiento y como es afectada por la superficie del
terreno por donde transita la máquina sembradora. En este ensayo, se evaluaron dos
profundidades de siembra (0,03 m y 0,06m) y tres velocidades (1,11 m.s-1, 1,67 m.s-1 y
2,5 m.s-1). Determinaron que los menores rendimientos son consecuencia de la
profundidad de siembra, es decir, que superficies desuniformes pueden actuar sobre el
3
accionamiento del tren de siembra, generando un deficiente copiado del terreno,

afectando la colocación de la semilla a la profundidad adecuada.
Reeder et al. (1993) trabajando con AR, sobre suelos franco arcillo limosos, a una
profundidad de 0,28 m y a 1,94 m.s-1 aproximadamente, obtuvieron 4,31 kN de ET por
montante. Del mismo modo, con cuatro montantes de igual diseño dispuestos en forma
de flecha y convergentes hacia el centro, sobre un suelo Paleustol Petrocálcico con un
promedio de humedad de 18,37 %, a una profundidad 0,26 m y velocidad de 1 m.s-1,
Vallejos et al. (2010) encontraron 4,61 kN de ET por montante. Asimismo, cuantificaron
48.10-2 m2 de AT y a partir de estas obtuvieron una RE de 0,38 kN.dm-2.
Claverie et al. (1998) evaluaron el comportamiento de AR sobre un mismo plano de

acción, dispuestos a 2 distanciamientos, 0,35 m y 0,45 m, seleccionados como
tratamientos y PT de 0,25 m y 0,32 m elegidas como subtratamientos. Determinaron que
el menor valor de RE se correspondió con la mayor D y la mayor PT, con una relación
de 1,42. El valor determinado fue de 0,95 kN.dm-2.
Balbuena et al. (2003) trabajaron con AC, en forma convergente por pares y en forma
convergente en conjunto hacia el centro, sobre un Argiudol típico, franco arcilloso, a una
PT de 0,35 m y con una velocidad teórica de 2,1 m.s-1. Informaron que la menor RE, se
produjo con una D / PT de 1,528. Los resultados antes mencionados se dieron para una
distancia entre rejas de 0,54 m y una profundidad de labranza de 0,35 m. Estos mismos
autores determinaron que el ET, con la configuración convergente por pares, con una D
de 0,34 m, fue de 9,05 kN por montante, y la RE de 0,857 kN.dm -2. También se
desprende de los datos, que el ET y AT variaron para las distintas configuraciones, pese
a que no se registraron diferencias en la RE. Lo mismo podría asociarse a diferencias
en los procesos de interacción, según se trabaje en simultáneo o en forma progresiva
(mismo plano de acción o distinto plano de acción respectivamente).
Por otra parte, se han desarrollado equipos comerciales en los cuales para la
configuración por pares, los órganos activos trabajan desplazados unos con otros en el
sentido de avance, cambiando las características del proceso de interacción. Ello
implica que puedan modificarse los parámetros de prestación tractiva, pero no se
encuentran antecedentes científicos que justifiquen los diseños.
Por lo expuesto, son escasos los estudios comparativos entre distintos diseños y
configuraciones de los descompactadores de montantes AC y AR, en aspectos
vinculados a los parámetros de prestación tractiva y la eficiencia de reducción de la
compactación del suelo.
4
El ensayo tuvo lugar en la Estación Experimental de la Facultad de Ciencias Agrarias y

Forestales de la U.N.L.P., sobre un suelo Argiudol típico (Soil Taxonomy, 1999), en un
lote con pasto natural, previa henificación de la biomasa. El estado mecánico del suelo
se caracterizó, midiendo la resistencia a la penetración (RP), obteniendo valores que
variaron entre 1,2 MPa y 5 Mpa, en el rango 0-0,60 m, sin diferencias entre los distintos
sitios de muestreo en cada estrato de medición, al igual que la humedad in situ.
Se establecieron 2 tratamientos en correspondencia con el diseño de los órganos

activos: 1) Montante Angulado Recto (AR, Figura 1); 2) Montante Angulado Curvo (AC,
Figura 2), ambos con disposición por pares en forma convergente, y como
subtratamientos a la disposición espacial de los mismos: A) Mismo Plano de Acción
(MPA); B) Distinto Plano de Acción (DPA). Para AR y AC en MPA y DPA la D fue 0,35 m
para alcanzar una PT teórica de 0,22 - 0,24 m, de acuerdo con Godwin et al. (1984)
para lograr la mínima RE. Para el ARDPA y ACDPA, los montantes estuvieron
distanciados en 1,10 m entre planos de acción.
Se utilizó un tractor de tracción asistida (FWA), de 73,5 kW con un peso total de 44,9 kN
y un bastidor de arrastre, sobre el que se acoplaron los distintos órganos activos y
cuchillas lisas de 0,4 m de diámetro, a una PT de 0,06 m en la línea de cada montante.
Se transitó a una velocidad teórica de 2 m/s, iniciando el trabajo 15 m antes del
comienzo de las parcelas para recorrerlas a la misma velocidad y profundidad.
Para determinar el ET se utilizó un dinamómetro hidráulico Amsler, interpuesto entre el

tractor y el apero, con capacidad de medición de 49,03 kN (Mc Kyes, 1985). Se obtuvo
una dinamografía para cada tratamiento y subtratamiento y su repetición, donde se
registraron los ET en función del tiempo y del espacio. A partir de las dinamografías, se
calculó el ET medio de cada repetición, mediante una regla graduada en kilogramos-
fuerza, con la que se realizaron 30 lecturas por repetición en forma sistémica, a
intervalos constantes, con inicio aleatorio y descartando los extremos de los gráficos.
La RE se calculó a partir de los datos obtenidos de AT y ET para cada tratamiento. Para

la determinación del AT se realizaron 3 calicatas, cada una con su repetición, por cada
tratamiento / subtratamiento. Se removió el suelo laboreado de forma manual para luego
colocar un perfilómetro similar al descrito por Stafford (1979). En gabinete se
determinaron las AT a través del CorelDraw X3 y CobCal 2 Versión 2.1.
Por último, el AE se evaluó con el mismo perfilómetro, previo a la remoción del suelo
trabajado (Foto 1, Foto 2), colocando el perfilómetro en forma transversal al pasaje del
implemento. Se estableció la superficie del suelo como referencia, y en gabinete se
determinaron las AE a través del CorelDraw X3 y CobCal 2 Versión 2.1.
5
Análisis y Discusión De Resultados
Área de Elevación
En la Figura 3 se visualizan los resultados obtenidos por AR y AC en MPA y DPA. Se

observa interacción entre los tratamientos y los subtratamientos, sin embargo, las
diferencias entre MPA y DPA, para AR y AC, no tienen significancia. Esto indicaría que
existe gran variabilidad en el AE, ya que existe una diferencia de 1,07.10-2 m2 como
consecuencia de la disposición MPA o DPA en los AR.
Raper (2005) menciona que los descompactadores angulados requieren un poco más
ET que los rectos pero son utilizados porque dejan la superficie del terreno poco
disturbada. En este sentido, calcula un índice de resistencia específica de elevación,
sugiriendo que resulta conveniente que el mismo sea lo más bajo posible, ya que se
trata de reducir los ET y la disturbación superficial. En este caso, según dicho autor y
teniendo en cuenta el AE, el subtratamiento más eficiente sería ARDPA puesto que es
el que produjo la menor AE y el menos eficiente ARMPA que produjo la mayor. Estas
diferencias, pueden en forma relativa ser mayores si se toma en consideración el
distanciamiento efectivo entre montantes, el cual es claramente diferente entre los AR y
los AC. En los AR la distancia entre montantes es de 0,6 m, mientras que en los AC es
de 0,7 m. Por lo tanto, si se toma como parámetro la elevación media de la cota del
suelo, en el AT entre montantes, se aumentará la supuesta ineficiencia de ARMPA y
disminuirán en forma relativa las diferencias entre ACMPA y ARDPA. Los valores
medios calculados son de 0,05 m para los ARMPA, 0,04 m para ACDPA, 0,034 m para
ACMPA y 0,033 m para ARDPA. Esta valoración de mayor eficiencia cuanto menor es la
elevación del terreno, también encuentra sustento en lo expresado por Spoor et al.
(2003) quien recomienda que el trabajo mecánico de descompactación debe estar
limitado a disminuir la compactación sin dejar al suelo más susceptible a futuras
compactaciones. En este sentido, cuanto menor es el grado de elevación, menor sería
la remoción del suelo y mayor la capacidad portante, si es que efectivamente se logra
fisurar sin roturar, lo cual respondería en parte al diseño del montante angulado, su
ángulo lateral o su radio de curvatura. Por otra parte, esa diferencia de separación entre
montantes aumenta la distancia entre las irregularidades sistemáticas que dejan los
montantes sobre el suelo, como consecuencia de su trabajo, además de las
irregularidades aleatorias.
Relacionado a esto, es importante tener en cuenta cómo afecta el AE a la eficiencia de

la maquina sembradora, durante la implantación de cultivos luego de las tareas de
descompactación. Bragachini et al. (2012) remarcan la importancia de las
irregularidades de la superficie del terreno en relación a la colocación de la semilla a la
profundidad adecuada. En este caso, toma más relevancia la homogeneidad o
regularidad del AE que el valor absoluto; en otras palabras, importa más que el terreno
sea elevado en cantidad similar en todo el lote, que cuánto se elevó en si. Es posible
6
observar que los sectores cercanos a los montantes es donde se producen, en forma
relativa, las mayores variaciones, producto de desplazamientos laterales de los
agregados. Raper (2005) recalca que pese a que los AR deberían trabajar hacia un solo
lado, producto de la inclinación del sector angulado lateral, a nivel de los estratos
superficiales se produce roturación a ambos lados del mismo, aumentando la elevación
de la cota del suelo y la irregularidad superficial. A diferencia de ello, los distintos
tratamientos y subtratamientos evaluados no generaron importantes efectos laterales en
el sector externo al delimitado por los pares de montantes. Estas diferencias con los
resultados de Raper (2005) pueden ser explicadas por la incorporación de cuchillas
circulares por delante de las líneas de los montantes que asisten en el corte del rastrojo,
las cuales generan también un corte en el suelo hacia donde tienden los planos de
fractura, disminuyendo su resistencia al pasaje del órgano activo, ocasionando una
mayor homogeneidad en el AE, producto del corte de los residuos vegetales, formando
un canal por donde el montante se desplaza sin inconvenientes (Riley & Fielke, 1990)
facilitando el movimiento del suelo y reduciendo la elevación (Fielke & O´Driscoll, 1986).
Sería conveniente, con el objeto de aumentar estos efectos, que las cuchillas de corte
de residuos fuesen corrugadas y no lisas, pero dicha modificación aumentaría la RP de
las cuchillas en particular y el equipo en general. A su vez en la preparación del
implemento es importante la disposición de los montantes sobre el mismo.
También, es posible plantear la mayor eficiencia o ineficiencia de las características de

la labor desde otro punto de vista. El AE es la superficie de suelo que toma una cota
mayor, luego del pasaje del implemento, con respecto a la superficie del terreno antes
de ser labrada. Esta variable es consecuencia del trabajo mecánico con
descompactadores angulados laterales, debido a que el objetivo de la labor es disminuir
procesos de compactación, buscando aumentar la porosidad, la infiltración y disminuir la
densidad aparente y la RP, lo cual se alcanza generando nuevos espacios entre los
agregados, modificando temporalmente la estructura, debiendo para ello el suelo ceder
en alguna dirección, elevándose en este caso, en acuerdo con el diseño del montante y
las características de las rejas. El AE depende del diseño del montante y uno de los
parámetros importantes es la distancia determinada por la proyección de la reja y la
sección recta del montante (observando el montante en su dirección de avance) sobre la
horizontal, la cual es determinada por la angulación en los AR o el radio de curvatura en
los AC. Esto toma importancia en el trabajo en conjunto de los montantes, ya que para
una PT se determina una distancia entre rejas, y al existir mayor distancia entre los
montantes, puede ocasionarse una menor altura de elevación y como consecuencia una
mayor homogeneidad en la superficie del suelo.
El AE también depende de la PT, ya que un trabajo más profundo implica mayor

volumen de suelo a descompactar y por ende es mayor la necesidad de espacios
nuevos a generar, resultando en una mayor AE. Por lo expuesto, el orden de menor a
mayor en AE sería: ARMPA, ARDPA, ACMPA, ACDPA como consecuencia de las PT
7
respectivas. Los resultados muestran esa prescripción, solo variando el ARMPA que fue
el que más AE manifestó. Esto significa que aunque no se encontró significancia entre
los subtratamientos para cada tratamiento, el diseño del montante, el trabajo en
conjunto y su disposición en el bastidor tienen algún efecto sobre el AE. Raper (2005) a
una PT de 0,33 m encontró valores de 3,6.10-2 m2 y 4.10-2 m2 para el AR y AC
respectivamente, que son alrededor del doble de los encontrados en este ensayo, lo
cual puede en parte ser explicado nuevamente por la ausencia de cuchillas de corte de
residuos y consecuente roturación del suelo y elevación del mismo hacia el costado
contrario al del sector angulado interno, y de la mayor PT.
Para los diseños de montantes con menor distancia entre la parte recta del montante y
la reja es diferente su comportamiento si se encuentran en el MPA o en DPA. En la
primera situación, una determinada superficie de suelo debe atravesar al mismo tiempo
entre los dos montantes, ocasionando una mayor AE. Esto puede explicarse a partir de
2 efectos principales. Por un lado, al trabajar los montantes en MPA , las tensiones
producidas hacia delante, hacia arriba y hacia el centro, resultan contrapuestas entre sí,
por lo cual el volumen de suelo movilizado tendería a desplazarse en mayor medida
hacia arriba, ya que es el lugar por donde pueden liberarse las mismas, lo cual podría
ocasionar también una mayor irregularidad. Ese desplazamiento de mayor magnitud
facilitaría un cambio en la posición de los agregados del terreno y por lo tanto un
aumento del espacio poroso. En cambio en DPA, la superficie de suelo labrada entre
ellos es atravesada en diferente momento, dando la posibilidad de que el suelo se
desplace en forma lateral, disminuyendo como consecuencia su elevación. El otro efecto
que también influye es que las rejas dispuestas sobre los sectores angulados y rectos o
curvos del montante, determinan una mayor AT que la existente entre los montantes.
Esto implica que para que el suelo pueda atravesar esa ventana de forma de trapecio
invertido, el mismo debería compactarse o inevitablemente elevarse. En los AC, las AE
tuvieron una diferencia contraria y menor a la de los AR. Dicha variación puede
explicarse por las características de diseño de los montantes y como se dijo
anteriormente por su mayor distancia entre los mismos. Los AC presentan en el sector
cercano a la reja un radio de curvatura amplio, el cual determina que las tensiones
provocadas por los mismos sobre el suelo, no tiendan a contraponerse entre sí,
produciendo una elevación y pasaje del suelo sobre el montante, con menores
dificultades y mayores posibilidades de dejar un suelo con mayor capacidad portante. A
la vez, la disposición de las rejas, con el bisel parcialmente hacia adentro, serían las
eventuales responsables del fracturamiento entre los montantes, en profundidad, sin
que la tensión que se produce sobre el suelo tienda a moverlo con intensidad en el
sector medio del AT. La sección del suelo instantáneamente sometida a la labranza
resulta compleja y el grado de elevación depende fuertemente del ángulo de ataque que
se ajuste para el montante.
8
En función de lo anteriormente explicado, el valor del AE sería un posible indicador

indirecto del volumen de poros o canales generados, con diferentes características
según la configuración espacial y diseño de los órganos activos. Asimismo, hay efecto
del diseño del montante, del trabajo en conjunto y de la disposición en el bastidor sobre
el AE.
Esfuerzo de Tracción
En la Figura 4 se visualizan los resultados obtenidos por los AR y AC en MPA y DPA.

No se encontraron diferencias significativas entre tratamientos y subtratamientos, como
así tampoco en la interacción entre los mismos.
Los resultados de ET, algo mayores para AC, posiblemente se deban a su mayor PT
efectiva, mientras que en lo que respecta a los subtratamientos, el resultado fue
prácticamente el mismo. La ausencia de diferencias de ET entre las disposiciones, pudo
deberse a que la distancia entre los planos de acción fue excesiva para ambos diseños
ocasionando nula interacción entre montantes. Estas distancias fueron resultado de los
lugares donde el bastidor utilizado permitió la colocación de los montantes. A su vez,
aunque con diferencias mínimas, los mayores valores fueron para la disposición DPA,
tanto para AR como AC.
Los valores medios fueron sumamente homogéneos, independientemente del tipo de

montante, y su disposición. Esto permite establecer un valor de esfuerzo por arco
cercano a los 6 kN. El mismo, resulta inferior al registrado por Claverie et al. (1998) ya
que establecen un rango de valores variable entre 9,8 y 9,9 kN para los diferentes
espaciamientos y velocidades de trabajo, con AR. Esta diferencia puede atribuirse a la
mayor PT alcanzada. Es importante remarcar que en este ensayo, el valor de ET incluye
al de la cuchilla y que no es posible hipotetizar cuál sería el resultado del balance de los
incrementos generados por la inclusión de la misma con la reducción ocasionada por el
menor esfuerzo del montante en su desplazamiento. Si bien los antecedentes marcan
una reducción del ET con la inclusión de las cuchillas circulares para escarificadores de
montantes rectos (Balbuena et al., 1997), no están cuantificados los efectos sobre
montantes angulados, en los cuales los elementos de corte no coinciden con la
ubicación de las rejas. No obstante, es probable una reducción del ET, por los efectos
de roturación del montante en ambos diseños. Valores mayores, para similares AC,
fueron determinados por Balbuena et al. (2003), probablemente por la mayor PT y,
eventualmente, la mayor velocidad de avance. Por otra parte los valores de los
tratamientos AR y AC fueron análogos a los reportados por Raper (2005), en un suelo
franco arenoso, pero fueron algo superiores los resultados obtenidos cuando se trabajó
en un suelo franco arcilloso, aunque se debe tener en cuenta que la PT fue algo mayor,
y con una capa compactada creada artificialmente. Los resultados de AC fueron
inferiores (en 2 kN por montante aproximadamente) a los de Simoes et al. (2009),
también atribuibles a una PT menor. Los resultados encontrados para los AR se
9
corresponden con los determinados por Kichler et al. (2007), Reeder et al. (1993) y
Karlen et al. (1991), aunque son mayores a los determinados por Vallejos et al. (2010),
posiblemente por la mayor velocidad de desplazamiento utilizada en este ensayo. Para
este mismo tratamiento Simoes et al. (2009), determinaron ET superiores, alrededor de
1 kN más por montante, potencialmente, como consecuencia de la PT (0,38 m).
Pese a lo antedicho, en relación a la similitud de los valores medios, las características

de las fajas dinamográficas, muestran algunas diferencias. Los registros de DPA
resultan con menores variaciones, y menor amplitud en el conjunto de las mediciones,
principalmente en AR, a diferencia de la disposición MPA en la que se presentan
mayores variaciones entre sectores del terreno, pese a la homogeneidad del mismo, en
acuerdo con la caracterización inicial realizada con el penetrómetro de cono. Dichas
variaciones deberían asignarse a la disposición.
Independientemente de ello, los registros de ET muestran las variaciones características

de la roturación de los escarificadores, por tensión del suelo, en la cual se producen
sucesivos eventos de aumento y decrecimiento brusco del requerimiento tractivo. Los
valores máximos y mínimos fueron 15,5 kN y 9 kN para ARDPA, 16 kN y 7,5 kN para
ARMPA, 17,5 kN y 9,5 kN para ACDPA y 15,5 kN y 9,5 kN para ACMPA. Esto implica
que en 30 m, los ET para AR y AC en MPA y DPA variaron entre el valor mínimo y el
máximo entre un 63% y un 84%. Es de esperar, que en un conjunto con mayor número
de arcos, estas variaciones puedan verse reducidas por la alternancia de picos de
esfuerzos de cada par que actúa en diferentes planos de acción y sectores del terreno.
De todas formas, el conjunto deberá contar con un tractor con alta reserva de par, para
evitar una disminución de la capacidad de trabajo, en caso de no poder sobrellevar
variaciones de ET de gran magnitud.
En la Figura 5 se grafican las mediciones sucesivas de ET, expresadas como

coeficientes con respecto al valor medio, el cual queda representado por el valor 1. La
variación promedio representa los desvíos de cada tratamiento, mientras que la
variación sucesiva muestra las variaciones acontecidas en aproximadamente 1 m de
distancia en ambos casos.
Técnicamente, el motor del tractor debería trabajar en la zona de acción del regulador,
adecuando el nivel de carga, a través de la selección de marchas, en función de los
valores medios demandados y de la elasticidad del motor. Los desvíos con respecto al
promedio resultaron de 1,55 kN y 1,78 kN para ARDPA y ARMPA, y 1,70 kN y 1,34 kN
para ACDPA y ACMPA respectivamente. El mayor coeficiente de variación del ET lo
tuvo el ARMPA, con un 15,27%, seguido por el de ACDPA con 13,99%, mientras que
los menores fueron para el ACMPA con un 11%. A nivel de variaciones con respecto al
valor medio, los registros de ARMPA alcanzan en un espacio de 8 m valores máximos
de ET comprendidos entre 20% y 37,4%. Esto reafirma la necesidad de contar con
tractores con motores elásticos y no cargar a los mismos a niveles cercanos al par
10
motor nominal. Por otra parte, teniendo en cuenta los valores medios de ET y la
distancia entre montantes, se requieren al menos 3 pares de arcos para cubrir la
distancia entre caras externas de las cubiertas del tractor y un peso adherente de al
menos 70,56 a 88,2 kN para poder trabajar con niveles de patinamiento que no sean
elevados, si se estiman valores de coeficiente de tracción de 0,4 a 0,5.
En función de los resultados encontrados es posible establecer la hipótesis ad-hoc que

DPA o MPA puede incidir únicamente bajo ciertas condiciones de configuración y
condiciones de roturación del suelo. Para que existiese una reducción de los ET en DPA
debería generarse al menos alguna de estas dos situaciones: a) que los montantes
estuviesen desfasados lo suficientemente cerca como para que el segundo arco
roturase el suelo antes que el sector trabajado por el primero vuelva a caer; b) que el
suelo fuese trabajado por el primer montante de forma intensa, con un fuerte grado de
interacción, reduciendo como consecuencia la energía requerida para el trabajo del
segundo montante.
Resistencia Específica
En la Figura 6 se visualizan los resultados obtenidos por los AR y AC en MPA y DPA.

No hubo interacción entre tratamientos y subtratamientos. La RE en AC fue
significativamente menor que en AR, sin diferencias significativas entre disposiciones.
La RE es la variable que relaciona inversamente el ET con el AT, por lo que desde el

punto de vista energético los AC resultan más eficientes que los AR. No obstante, no se
realizó evaluación del tamaño ponderal medio de los agregados que podría explicar en
parte la variación del ET requerido para la roturación. De ser así, habría también que
establecer cuáles son los objetivos buscados con los procesos de descompactación.
Teniendo en cuenta la postura de Spoor et al. (2003), de ser el tamaño de los
agregados mayor, también significaría que habrían preponderado los procesos de
fisuramiento más que los de intensa roturación, favoreciendo una mayor capacidad
portante y por lo tanto una mayor eficiencia para atemperar la compactación inducida
por tránsito de vehículos. Estos resultados se obtuvieron con la configuración de D / PT
de 1,4 en acuerdo con Godwin et al. (1984). No obstante, la PT fue variable para los
distintos tratamientos y subtratamientos. Las mayores relaciones resultaron para
ARMPA y las menores para ACDPA, resultando de 1,51 para ARMPA, 1,48 para
ARDPA, 1,34 para ACMPA y 1,24 para ACDPA, lo cual implica relaciones 8% y 5,7%
mayores y 4,3% y 11,5% menores al valor medio óptimo. La mayor o menor eficiencia a
mayores o menores relaciones se vincula con las características y estado del suelo al
momento del trabajo, en conjunto con aspectos de diseño y alistamiento del implemento.
No existen mayores precisiones al respecto, pero sería dable esperar que la mayor
relación favorezca menores RE cuando el porcentaje de humedad resulte menor y en
forma contraria las menores relaciones resulten adecuadas a mayores porcentajes de
humedad. En este caso, se podrían reducir los efectos laterales en profundidad, si es
11
que se supera la profundidad crítica. En las determinaciones no se visualizaron

problemas de roturación en profundidad, por lo que nunca se superó la profundidad
crítica, tanto para los AR como para los AC. De haberse encontrado dichos
inconvenientes se debería haber favorecido una menor relación D / PT o una reducción
de la profundidad, acompañada de una menor distancia entre arcos, lo cual no resultaría
adecuado para los objetivos del ensayo.
La mayor PT de los AC debería en primera instancia haberlos perjudicado, por

reducción del AT e incremento del ET, si ello hubiese significado superar la profundidad
crítica. En este sentido, las características de la reja, de mayor dimensión y diferente
disposición, habrían eliminado dicho inconveniente, sin incrementar el ET. Por otra
parte, la mayor PT, también debería haber incrementado el ET, producto del incremento
en la resistencia mecánica del suelo a mayores profundidades, tal como surge de las
determinaciones efectuadas en el testigo.
Los valores de RE se encontraron dentro del rango informado para este tipo de
implemento en los antecedentes científicos relevados. Los correspondientes a los AR
superaron la unidad mientras que los de los AC fueron inferiores a la misma, siendo los
primeros entre un 23% y 31% mayores. Los resultados fueron para ACMPA un poco
mayores a los encontrados por Balbuena et al. (2003), para arcos del mismo diseño,
quienes determinaron para el trabajo en MPA 0,857 kN.dm-2, 0,842 kN.dm-2 y 0,728
kN.dm-2 y 0,63 kN.dm-2 con relaciones d/p de 1, 1,25, 1,54 y 2,5 respectivamente. En
ese caso, la RE disminuyó en la medida en que se aumentó la distancia entre arcos
para una misma PT, lo cual puede atribuirse a los menores contenidos de humedad que
fueron para el perfil trabajado por el implemento, del orden del 20%. También fueron
similares los valores a los reportados por Raper (2005) para los AC. Estos tuvieron los
menores valores, cercanos a 0,897 kN.dm-2, pero no tuvieron diferencias significativas
con respecto a uno de los dos diseños de AR evaluados, explicando lo mismo, por la
diferencia de diseño en la longitud y el ángulo lateral del montante, lo cual afirma la
hipótesis que el diseño del montante incide sobre la eficiencia energética de la labor.
Las diferencias no significativas en RE, entre el AC y el AR con 45º de ángulo lateral
pueden asignarse a cuestiones de variabilidad en los ET y AT, pese a las condiciones
de homogeneidad del canal de suelo ya que las mismas superaron el 10%, En parte,
puede haber incidido la ausencia de interacción de arcos en MPA, ya que la evaluación
se efectuó sobre un solo órgano activo.
Para el caso de los AR, los valores hallados son superiores a los determinados por
Raper (2005) para los de 45º del montante lateral y algo más cercanos a los del AR de
menor desarrollo. También fueron superiores a los informados por Claverie et al. (1998),
para los mismos arcos, en un suelo similar, para relaciones de distancia entre rejas y PT
cercanas a 1,4. En cambio, fueron semejantes a los alcanzados por los menores
distanciamientos, más ineficientes, con relaciones cercanas a 1,05.
12
En relación con el trabajo de Vallejos et al. (2010), los valores medios fueron superiores
en más de un 100% como consecuencia de que el AT por montante en el ensayo de
estos autores fue más del doble. Esto puede deberse, en parte, a que el contenido de
humedad durante el ensayo fue alrededor de un 10% inferior, hasta los 0,40 m de
profundidad, sumado a que el suelo del ensayo fue un Paleustol Petrocálcico (Soil
Taxonomy, 1999), con textura franco-arenosa y la velocidad media de avance de 1 m s-1
(alrededor de la mitad de la velocidad utilizada en este ensayo). Raper (2005) también
muestra diferencias en la RE para suelos de textura arcillosa y arenosa, en ensayos
sobre canales edafométricos, donde el principal factor de variación entre los mismos fue
el ET y no el AT, principalmente para los AR.
Conclusiones
 La disposición de los montantes en distintos planos de acción reduce la variabilidad

de los esfuerzos de tracción
 Los descompactadores de montantes angulados curvos son energéticamente más

eficientes, como consecuencia de una mayor área de suelo roturada sin incrementos en
los requerimientos de esfuerzo de tracción.
Figuras y Fotos
Figura 1. Dimensiones del montante Figura 2. Dimensiones del montante

angulado lateral de lámina recta: A: 0,125 angulado lateral de lámina curva. Medidas
m, B: 0,35 m, C: 60°, D: 0,25 m, E: 0,37 m, de los radios de curvatura anterior y
F: 0,57 m, G: 25°. posterior respectivamente: a (3,727 m;
3,588 m), b (4,131 m; 1,333 m), c (9,747
m; 6,739 m). Ángulo de ataque de la reja:
20°.
13
Figura 3. Área de Elevación en m2 por Montantes Angulados Rectos (Tratamiento 1) y

Angulados Curvos (Tratamiento 2) y subtratamientos. Letras diferentes indican
diferencias estadísticamente significativas (P<0.05) LSD.
Foto 1. Medición de Área de Elevación en Foto 2. Medición de Área de Elevación en

Arcos Rectos en Distinto Plano de Acción. Arcos Rectos en Mismo Plano de Acción.
14
Figura 4. Esfuerzo de tracción en kN por Montantes Angulados Rectos (AR) y Angulados

Curvos (AC). Letras diferentes indican diferencias estadísticamente significativas
(P<0.05) LSD.
Figura 5. Representación de las variaciones de esfuerzo de tracción para los distintos

tratamientos y subtratamientos. ARDPA: montantes angulados rectos en distinto plano de acción;
ARMPA: montantes angulados rectos en mismo plano de acción; ACDPA: Montantes angulados
curvos en distinto plano de acción; ACMPA: Montantes angulados curvos en mismo plano de
acción. VARPROM: variaciones de esfuerzo de tracción expresadas como coeficiente del
promedio; VARSUCES: variaciones de esfuerzo de tracción expresadas como coeficiente en
relación al valor inmediato inferior.
15
Figura 6. Resistencia Específica en kN.dm-2 por Montantes Angulados Rectos y

Curvos, en el Mismo Plano de Acción y Distinto Plano de Acción. Letras diferentes
indican diferencias estadísticamente significativas (P<0.05) LSD.
Bibliografía
Balbuena, R.; J. Ressia; J. Claverie; M. Cristiani; A. Terminiello; G. Mendivil & T.

Palancar. 2003. Descompactadores de montantes curvos. Efecto de la configuración
espacial sobre la energía de la labor. VII Congreso Argentino de Ingeniería Rural,
Balcarce, 2003, 6 p.
Balbuena, R.H.; A.M. Terminiello; J.A. Claverie; P.M. Mac Donagh & R. Bartosik. 1997.
Incidencia de la colocación de cuchillas circulares sobre patrones de roturación y
energía requerida en escarificadores de arcos rígidos. Revista de la Facultad de
Ciencias Agrarias y Forestales, UNLP, La Plata, 102 (1): 51-57.
Bragachini, M.; A. Méndez; F. Scaramuzza; J. Vélez & D.D. Villarroel. 2012. Impacto de
la velocidad y la profundidad de siembra sobre uniformidad en la emergencia y
distribución de plantas en maíz. En: Congreso de Valor Agregado en Origen. 1. Curso
Internacional de Agricultura de Precisión. 11. Expo de Máquinas Precisas. 6. 2012 07
18-20, 18, 19 y 20 de julio de 2012. Manfredi, Córdoba. Argentina.
Claverie, J.A. & R.H. Balbuena. 2005. Descompactación por tratamiento mecánico. En:
Reología del suelo agrícola bajo tráfico. Editor científico Daniel Jorajuría Collazo. Ed:
Editorial de la Universidad Nacional de La Plata. La Plata, p: 143-157.
16
Claverie, J.A.; R.H. Balbuena; A.M. Terminiello; P.M. Mac Donagh & T.C. Palancar.
1998. Energía requerida y área trabajada por escarificadores rígidos de montantes
inclinados. En Ingeniería Rural y Mecanización Agrícola en el ámbito Latinoamericano.
Balbuena, R.H.; Benez, S.H.; Jorajuría, D. Editorial de la UNLP, La Plata, pp.171-177.
Domínguez, J.; J. Ressia; D. Jorajuría; R. Balbuena & G. Mendivil. 2000. Reología del
suelo bajo tres diferentes tratamientos mecánicos. En: Avances en Ingeniería Agrícola.
Editorial de la Facultad de Agronomía, p. 110-115.
Elisei, J.; B. Bonel; C. Irurtia; N. Gonzalez; C. Senigagliesi & R. Mon. 2012. Efectos de
diferentes escarificadores en propiedades físicas de suelo y enraizamiento del cultivo de
maíz. Istro paper número 299. 19th Istro Conference. IV SUCS meeting. Striving for
Sustainable High Productivity, 24 al 28 de septiembre, 2012, Montevideo, Uruguay, 7 p.
Fielke, J.M. & D.A. O'Driscoll. 1986. Comparison Testing to Evaluate Coulter Wheel
Performance. En: Conference on Agricultural Engineering. Adelaide. The Institution of
Engineers, Australia. 1: 52-56.
Godwin, R.J.; G. Spoor & M.S. Soomro. 1984. The effect of tine arrangement on soil
forces and disturbance. J. Agric. Eng. Res., 30: 47-56.
Jorajuría, D. 2005. Compactación del suelo agrícola por tráfico vehicular. Una revisión.
En: Daniel Jorajuría Collazo (Editor científico). Reología del suelo bajo tráfico. Editorial
de la Universidad Nacional de La Plata, La Plata, Buenos Aires. Argentina, p. 39-55.
Karlen, D.L.; W.J. Busscher; S.A. Hale; R.B. Dodd; E.E. Strickland & T.H. Garner, 1991.
Drought condition energy requirement and subsoiling effectiveness for selected deep
tillage implements. Trans. ASAE, 34(5): 1967-1972.
Kichler, C.M.; J.P. Fulton; R.L. Raper; W.C. Zech; T.P. McDonald & C.J. Brodbeck.
2007. Spatially Monitoring Tractor Performance to Evaluate Energy Requirements of
Variable Depth Tillage and Implement Selection. 2007 ASABE Annual International
Meeting, pp. 1-9.
Koostra, B.K. & T.S. Stombaugh. 2003. Development and Evaluation of a Sensor to
Continuously Measure Air Permeability of Soil. 2003 ASAE Annual International Meeting,
p. 1-9.
Mc Kyes, E. 1985. Soil cutting and tillage. Elsevier Science Publishers, Amsterdam, 217
p.
Payne, P.C.J. & D.W. Tanner. 1959. The relationship between rake angle and the
performance of simple cultivation implements. J. Agric. Eng. Res., 4(4): 312-325.
17
Raper, R.L. 2005. Force Requirements and Soil Disruption of Straight and Bentleg
Subsoilers for Conservation Tillage Systems. 2002 ASAE Annual International Meeting /
CIGR XVth World Congress, p. 1-16.
Raper, R. L. & J. Mac Kirby. 2006. Soil compaction: how to do it, undo it, or avoid doing
it. 2006 Agricultural Equipment Techonology Conference Louisville, Kentucky, USA, p. 1-
14.
Reeder, R.C.; R.K. Wood & C.L. Finck. 1993. Five subsoiler designs and their effects on
soil properties and crop yields. Transactions of the ASAE, 36.
Riley, T.W. & J.M. Fielke. 1990. Evaluation of a Range of Coulter Wheels. In:
Proceedings of Asia-Pacific Regional Conference on Engineering for the Development of
Agriculture, Malaysia, p. 33-42.
Simoes, R.P.; R.L. Raper; F.J. Arriaga; K.S. Balkcom & J.N. Shaw. 2009. Using
conservation systems to alleviate soil compaction in a Southeastern United States ultisol.
Soil and Tillage Research, 104(1): 106-114.
Spoor, G. 2006. Alleviation of soil compaction: requirements, equipment and techniques.

Soil Use Manage, 22: 113-122.
Spoor, G & R.K. Fry. 1983. Soil disturbance generated by deep-working low rake angle
narrow tines. J. Agric. Eng. Res., 28: 217-234.
Spoor, G. & R. J. Godwin. 1978. An experimental investigation into the deep loosening of
soil by rigid tines. J. Agric. Eng. Res., 23(3): 243-258.
Spoor, G.; F.G.J. Tinjink & P. Weisskopf. 2003. Subsoil compaction: risk, avoidance,
identification and alleviation. Soil & Tillage Research, 73: 175-182.
Stafford, J.V. 1979. The performance of a rigid tine in relation to soil properties and
Speedy. Journal of Agricultural Engineering. Research, 24: 41-56.
Soil Taxonomy. 1999. Agriculture Handbook. Natural Resources Conservation Service.

United States Department of Agriculture. 871 p. Washington, DC 20402. En:
www.nrcs.usda.gov/Internet/FSE_DOCUMENTS/nrcs142p2 051232.pdf. Último acceso:
Marzo 2014.
Vallejos, A.; C. Zajac; J. Silenzi & N. Echeverría. 2010. Descompactación de un suelo y

demanda energética de un arado paratill a tres profundidades y dos ancho de labor.
Agro-Ciencia, 26(2): 99-108.
18
Willat, S.T. & A.H. Willis. 1965. A study of the through formed by the passage of tines
through soil. Journal of Agricultural Engineering. Research, 10: 1-4.
19
RESIDUALIDAD DEL ESCARIFICADO DE SUELO EN UNA SECUENCIA DE

CULTIVOS
JAVIER ELISEI1*; NESTOR GONZÁLEZ; 1; RUBÉN ROSKOPF1 & JOSÉ LLOVET1
1
EEA INTA Pergamino. *ruta 32 km 4.5, Pergamino, Buenos Aires, Argentina, CP 2700,
054-02477439069.
*[email protected]
Palabras claves: labranza profunda, rendimiento, compactación.
Resumen
En el área de influencia de la EEA INTA Pergamino, ubicada en la región de la pampa

ondulada, la compactación edáfica reduce el rendimiento en granos de los cultivos. La
utilización de escarificadores de suelo es una práctica agrícola recomendada para
atenuar el problema. El objetivo fue evaluar el efecto de una labor de escarificado de
suelo, en un Argiudol típico bajo siembra directa, con evidencias de deterioro en la
condición física, sobre el rendimiento en granos en una secuencia de cultivos. El diseño
del experimento correspondió a bloques completamente aleatorizados con cuatro
repeticiones. Sobre este diseño fueron instalados el tratamiento de labranza con equipo
escarificador (E) y el tratamiento sin labranza (T). Luego de realizada la labor, durante
tres campañas agrícolas (2009-2010, 2010-2011 y 2011-2012), fue establecida la
siguiente secuencia de cultivos: Sorgo (Sorghum bicolor (L.) Moench.) - Soja (Glycine
max (L.) Merr.) - Trigo (Triticum aestivum L.) / Soja de segunda (2da). La resistencia a la
penetración (RP), el rendimiento de granos y las precipitaciones a través de todo el
período del experimento fueron las variables determinadas. El tratamiento E tuvo
valores de RP menores al tratamiento T a los 22 meses después de la labor profunda.
En la primer campaña agrícola, bajo el cultivo de sorgo, el tratamiento E tuvo una
respuesta significativa del 16 % en el rendimiento de granos con respecto al tratamiento
T, mientras que, en la segunda campaña, sobre el cultivo de soja, fue del 12 %
exponiendo ambas campañas agrícolas registros de precipitaciones superiores a las
históricas. En la tercera campaña agrícola, a través de los cultivos trigo/soja 2 da, no
hubo diferencias significativas en el rendimiento de granos entre tratamientos. El
escarificado de suelo, bajo las condiciones del experimento agrícola, generó efectos
residuales en el funcionamiento de los cultivos durante las dos primeras campañas
agrícolas.
Introducción
En el área de influencia de la Estación Experimental de INTA Pergamino, ubicada en el

norte de la provincia de Buenos Aires, sobre la región de la pampa ondulada, la
utilización de maquinaria agrícola pesada sobre suelo húmedo, el amplio período con
secuencia agrícola, el incremento del área dedicada al monocultivo de soja y la textura
1
limosa de los horizontes superficiales del suelo explican en gran parte la existencia de
compactación superficial y subsuperficial en el suelo. Este es un proceso de
densificación y distorsión en el que se reducen la porosidad y permeabilidad, aumenta la
resistencia, la estructura se destruye en parte y se producen otros cambios en el
comportamiento del suelo (Soane & Van Ouwerkerk, 1995).
Los ciclos de humectación-desecación y congelamiento-descongelamiento, la actividad

biológica, la generación de poros por acción de raíces, la incorporación de materia
orgánica por la rotación de cultivos, además de labranzas profundas con escarificadores
son atenuadores del problema (Balbuena & Claverie, 2006).
Los escarificadores aflojan y agrietan el suelo en los horizontes superficiales, mejoran la

infiltración con mínima disminución en la cobertura superficial del suelo e incrementan el
desarrollo radical de los cultivos (Elisei, 2014).
Varios trabajos de investigación reflejan el efecto de las labranzas sobre el suelo y el

cultivo, no así, sobre secuencias de cultivos. El objetivo del trabajo fue evaluar el efecto
de las modificaciones estructurales y funcionales provocados por una labor de
escarificado de suelo, en un Argiudol típico bajo siembra directa, con evidencias de
deterioro en la condición física, sobre el rendimiento en granos en la secuencia Sorgo-
Soja-Trigo/Soja 2da.
El experimento fue realizado en la Estación Experimental de INTA Pergamino sobre un

Argiudol típico, serie Pergamino (INTA, 1972). El horizonte A (0-20 cm) presentaba 23,
17.5 y 59.5 % de arcilla, arena y limo respectivamente, 15 g kgˉ¹ de carbono orgánico
total, 5.6 de pH (1:2.5), 10.1 mg kgˉ¹ (0-10 cm) y 13 mg kgˉ¹ (10-20 cm) de fósforo
extractable (Bray & Kurt, 1945). Mientras que el horizonte B1 (20-30 cm) tenía 30.7, 15.1
y 54.1 % de arcilla, arena y limo respectivamente, 11.5 g kgˉ¹ de carbono orgánico total,
5.9 de pH (1:2.5). El suelo manifestaba evidencias de deterioro en la condición física
dado que existía estructura laminar entre 5 y 10 cm de profundidad y superaba 2500
kilopascales (KPa) de resistencia a la penetración vertical (30˚ de ángulo de cono y
12.83 mm de diámetro en la base del cono) entre 10 y 30 cm de profundidad con
humedad del suelo en capacidad de campo. Las densidades aparentes fueron 1.13,
1.34 y 1.47 g cmˉ³ entre 0-10, 10-20 y 20-30 cm de profundidad respectivamente. El sitio
contaba con más de 10 años de siembra directa y con secuencia de cultivos, en la cual,
predominaba el cultivo de Soja.
El diseño del experimento correspondió a bloques completamente aleatorizados con

cuatro repeticiones, siendo el área de las unidades experimentales (UE) de 35 m de
largo por 8 m de ancho. En octubre de 2009, sobre este diseño fueron instalados el
tratamiento de labranza con equipo escarificador (E) y el tratamiento sin labranza (T).
2
El equipo escarificador estaba conformado por cuatro montantes curvos de lámina curva
y rejas (ancho: 0,07 m y ángulo 30˚) sin ala, dispuestos en forma convergente al centro
del equipo, con distancia entre órganos activos de 0,5 m. Dado que el tipo de
perturbación del equipo sobre el suelo está influenciado por la humedad edáfica y la
equidistancia entre púas, la labor, por única vez, fue realizada en estado friable de suelo
con una distancia entre púas no mayor a 1,5 veces la profundidad de trabajo. La
velocidad de avance del equipo fue de 3,5 km hˉ¹, alcanzándose una profundidad de
trabajo comprendida en el rango de 32 a 35 cm.
Luego de realizada la labor, fue instalada la secuencia de cultivos de sorgo-soja-

trigo/soja 2da, cuyo manejo general es resumido en la Tabla 1. Los cultivos fueron
realizados en siembra directa y la protección de los mismos fue concretada en base a
diagnósticos y productos fitosanitarios adecuados técnicamente. La evolución fenológica
de los cultivos fue determinada según las escalas Fher & Caviness (1977), Zadoks et al.
(1974) y Vanderlip & Reeves (1972), en soja, trigo y sorgo, respectivamente.
Tabla 1: Manejo agronómico del cultivo de sorgo, soja, trigo y soja de 2da.
da
Sorgo Soja Trigo Soja 2
Híbrido / Variedad Pampa DM 5048 (RR) Baguette 11 N 5009
Fecha de siembra 10-12-2009 9-12-2010 4-7-2011 13-1-2012
Densidad de siembra 38.000 300.000 3.100.000 350.000
-1 -1 -1 -1
Semillas ha Semillas ha Semillas ha Semillas ha
Prof. de siembra 0.02 m 0.03 m 0.02 m 0.03 m
Dist. entre surcos 0.32 m 0.525 m 0.175 m 0.175 m
-1 -1 -1
Fertilización (siembra) 110 kg ha 80 kg ha 120 kg ha -
(7-40-0-6) (0-11.6-0-4.8) (7-40-0-5)
-1 -1
Fertilización 300 kg ha - 160 kg ha -
(46-0-0-0)(2*) (46-0-0-0)(25*)
Fecha de cosecha 29-4-2010 20-4-2011 4-12-2011 2-6-2012
(*) Estado de crecimiento según escala fenológica del cultivo
La resistencia a la penetración vertical (RP) fue medida mediante la utilización de un

penetrómetro digital, marca Fieldscout SC 900, cuyo cono tenía 12.83 mm de diámetro
en el área de base y 30˚ de ángulo. Diez muestras aleatorias por parcela fueron
realizadas en enero de 2010 y agosto de 2011 con humedad de suelo alrededor de
capacidad de campo. En cada muestra fueron registrados los valores de RP en KPa a
intervalos de 2.5 cm en sentido vertical y fue calculado el promedio en los rangos de
profundidad 0-10, 10-20, 20-30 y 30-40 cm. Con estos datos fue obtenido el cociente
entre los valores de E y T en cada rango de profundidad para cuantificar la reducción de
la RP por el paso del escarificador o la reconsolidación del suelo a través del tiempo.
3
El rendimiento en granos fue determinado sobre muestras de dos metros cuadrados en

cada UE. Los valores fueron expresados en peso a 15, 13.5 y 14 % de humedad en
sorgo, soja y trigo respectivamente. Tres determinaciones fueron realizadas en cada
UE. Los datos de rendimiento (R) fueron expresados en g mˉ².
Los registros de precipitaciones fueron obtenidos en la estación meteorológica de la

EEA INTA Pergamino.
La significancia estadística de los efectos de los tratamientos fue realizada con la

prueba de t con un nivel de significancia de 0.05, testeándose previamente la
homogeneidad de varianzas.
Resultados
Las modificaciones estructurales y funcionales sobre el suelo provocadas por el equipo

escarificador generaron incrementos significativos del rendimiento en granos del 16 %
en el cultivo de sorgo durante la campaña 2009-2010 (Tabla 1).
Tabla 1: Rendimiento en granos de los cultivos sorgo, soja, trigo y soja 2da en los
tratamientos testigo (T) y escarificado (E).
2009-2010 2010-2011 2011-2012
da
Tratamientos Sorgo Soja Trigo Soja 2
-2 -2 -2 -2
gm gm gm gm
(1)
T 783.7 a 353.7 a 417.8 231.8
E 909 b 397.5 b 450.7 234.9

(1)
Letras diferentes en la misma columna corresponde a diferencias significativas
(p<0.05) entre tratamientos.
Durante esta campaña las precipitaciones fueron abundantes. Mientras que, en el

período 15 días antes y después de la floración del cultivo de sorgo, el registro
pluviométrico fue 307 mm, durante todo el ciclo fue de 800 mm. Asimismo, la recarga
hídrica del perfil del suelo antes de la siembra, fue importante (Figura 1).
4
Figura 1: Precipitaciones (decádicas y mensual histórica) y estados fenológicos en el

cultivo de sorgo durante la campaña 2009-2010. (*) Plena floración del sorgo (Vanderlip
& Reeves, 1972).
El cociente entre los valores de RP de los tratamientos (E/T) en enero de 2010 fue 0.78,
0.34, 0.29 y 0,62 en los rangos de profundidad 0-10,10-20, 20-30 y 30-40 cm
respectivamente (Figura 2).
Figura 2: Cociente entre la resistencia a la penetración vertical (RP) de los tratamientos

escarificado (E) y testigo (T) en enero de 2010 y agosto de 2011.
5
En la campaña 2010-2011, el tratamiento E incrementó el rendimiento en granos de soja

12.4 % en comparación al T ante condiciones climáticas, en la cual, las precipitaciones
fueron superiores a los registros históricos (Tabla 1). Entre los últimos 10 días de enero
y todo febrero, período reproductivo, las precipitaciones registradas fueron 325 mm,
mientras que, durante todo el ciclo del cultivo las mismas fueron de 588 mm. Además,
existió suficiente recarga en el perfil del suelo durante el barbecho (Figura 3).
Figura 3: Precipitaciones (decádicas y mensuales históricas) y estados fenológicos en el

cultivo de soja durante la campaña 2010-2011. (*) Plena floración de soja (Fher &
Caviness, 1977).
En la última campaña agrícola evaluada (2011-2012), no hubo diferencias significativas

en el rendimiento de granos en el trigo / soja 2da entre tratamientos. Asimismo, los
registros de precipitaciones en el cultivo de trigo, entre 15 días antes y después de
floración, fueron 77 mm y durante todo el ciclo 190 mm, muy por debajo de los registros
históricos (Figura 4). Además, la recarga del perfil durante el barbecho fue baja.
El cociente entre los valores de RP de los tratamientos (E/T) en agosto de 2011,

macollaje del trigo, fue 0.89, 0.66, 0.51 y 0,78 en los rangos de profundidad 0-10,10-20,
20-30 y 30-40 cm respectivamente (Figura 2).
En el cultivo de soja de 2da, los registros de precipitaciones fueron aceptables ya sea en

el período vegetativo como reproductivo (Figura 4). Ante este contexto climático no hubo
diferencias significativas en el rendimiento de granos entre tratamientos.
6
Figura 4: Precipitaciones (decádicas y mensual históricas) y estados fenológicos en el

cultivos de trigo y soja de 2da durante la campaña 2011-2012. (*) Plena floración de
trigo, Zadoks et al. (1974) y soja (Fher & Caviness, 1977).
Discusión
El fisurado y la disminución de las durezas en los horizontes superficiales, provocado

por el paso del escarificador y su impacto en la tasa de infiltración y el desarrollo radical,
generando una mayor captación de agua ante registros de precipitaciones elevados,
explicarían en parte el incremento de rendimiento en granos en el cultivo de sorgo sobre
parcelas escarificadas durante la campaña 2009-2010. Cerliani et al. (2012), sobre
parcelas escarificadas en un cultivo de maíz en relación al testigo, por un lado
encontraron mayor contenido hídrico acumulado en el suelo antes de la siembra, por
otro, mayor desarrollo radical entre 20 y 40 cm de profundidad, no así, incrementos en el
rendimiento explicado por bajas precipitaciones durante el cultivo. Vilche & Alzugaray,
(2008), sobre argiudoles vérticos, hallaron incrementos del rendimiento del 12.3 % en el
cultivo de maíz sobre parcelas testigos bajo siembra directa en comparación a las
parcelas escarificadas, explicado por mayor consumo y eficiencia de uso del agua, con
registros de precipitaciones inferiores al histórico durante el ciclo del cultivo. Las
parcelas escarificadas manifestaron mayor desecamiento edáfico en la profundidad de
labor.
En las parcelas escarificadas, tres meses después de la labor de escarificado, se

observó reconsolidación del suelo en el rango de profundidad 0-10 cm. Esto puede ser
explicado por el transito agrícola posterior a la labranza profunda. Mientras que, en los
7
restantes rangos de profundidad, continuó existiendo un importante grado de

aflojamiento.
En la campaña 2010-2011, existieron efectos residuales del escarificado de suelo sobre

el cultivo de soja sumado a registros de precipitaciones por encima de los registros
históricos. Morras et al. (2012), evaluando efectos del escarificado sobre propiedades
físicas de un suelo franco limoso, veinte meses después de la labor profunda,
corroboraron menor RP y densidad aparente en los horizontes superficiales en las
parcelas escarificadas. Vilche et al. (2009), encontraron mayores rendimientos en el
cultivo de soja luego de diecinueve meses de realizada la labor profunda del suelo con
respecto al Testigo en un 17 % sobre un ambiente de siembra directa en el sur de Santa
Fe.
Durante el macollaje de trigo, la relación entre tratamientos en lo que respecta a RP

muestra un aceptable grado de aflojamiento residual del suelo en el rango de
profundidad 10-30 cm. Sin embargo, los registros de precipitaciones muy por debajo de
los históricos explicaría la falta de diferencias significativas entre tratamientos en el
rendimiento del cultivo de trigo.
La falta de respuesta en el rendimiento de granos en el cultivo de soja de 2da en las

parcelas escarificadas ante registros de precipitaciones superiores a los históricos
indicaría una probable reconsolidación del suelo. Twomlow et al. (1993), bajo un suelo
de textura franco arcillo limosa en Inglaterra, corroboraron que dentro de los tres años
posteriores a la labor de escarificado los valores de densidad aparente y resistencia a la
cizalladura retornaban a valores pre-labor. Mientras que, Gerster et al. (2010) en un
Argiudol típico, en el sur de Santa Fe, determinaron luego de tres años menores valores
de RP en las parcelas escarificadas sin diferencias significativas en el rendimiento de
soja con respecto a las parcelas testigos.
Otros experimentos agrícolas son necesarios para corroborar los efectos residuales del
escarificado de suelo bajo distintas secuencias de cultivos y condiciones climáticas ante
suelos de textura limosa.
Conclusiones
El escarificado de suelo en un Argiudol típico con evidencias importantes de deterioro en

la condición física mejoró el rendimiento en granos de los dos primeros cultivos en la
secuencia sorgo-soja-trigo/soja 2da bajo las condiciones del presente experimento.
Bibliografía
Balbuena, R. & J. Claverie. 2006. Descompactación Mecánica del Suelo. Curso de

Mecanización Agrícola. Convenio Argentina-Venezuela. INTA Manfredi. 20 p.
8
Bray, R. & L. Kurtz. 1945. Determination of total, organic, and available forms of
phosphorus in soils. Soil Science, 59: 39 - 45.
Cerliani, C.; G.P. Espósito; G. Balboa; C. Castillo & R.G. Balboa. 2012. Sistema radical
de maíz y soja y descompactación subsuperficial del suelo. XIX Congreso
Latinoamericano de la ciencia del suelo y XXIII Congreso Argentino de la Ciencia del
Suelo. Mar del Plata, Buenos Aires, Argentina. CD.
Elisei, J. 2014. Efecto del uso de diferentes escarificadores sobre propiedades físicas de
suelo y de cultivo en la secuencia maíz-soja. Tesis Magister. Universidad Nacional de
Rosario, Facultad de Ciencias Agrarias. Zavalla. Santa Fe. Argentina.
Fehr, W.R. & C.E. Caviness. 1977. Stages of soybean development. Special Report 80.
Iowa State University, Ames, Iowa. 11p.
Gerster, G.; S. Bacigaluppo; M. Bodrero & F. Salvagiotti. 2010. Secuencia de cultivos,

descompactación mecánica y rendimiento de soja en un suelo degradado de la región
pampeana. XXII Congreso Argentino de la Ciencia del suelo. Rosario. Santa Fe.
Argentina. Actas.
Morrás, H.; F. Kraemer; E. Bressan & P. Morrás. 2012. Efectos de la descompactación y

aplicación de yeso en un Argiudol cultivado en siembra directa. XXIII Congreso
Argentino de la Ciencia del Suelo. Mar del Plata. Buenos Aires. Argentina. Actas.
Soane, B.D. & C. van Ouwerkek. 1995. Implications of soil compaction in crop
production for the quality of the environment. Soil Tillage Research, 35 (1): 5-22.
Twomlow, J.S.; R.J. Parkinson & I. Reid. 1998. Temporal changes in soil physical
conditions after deep loosening of a silty clay loam in SW England. Soil and Tillage
Research, 31: 37-47.
Vanderlip, R.L. & E. Reeves. 1972. Growth stages of sorghum [Sorghum bicolor (L)
Moench]. Agronomy Journal, 64(1): 13-16.
Vilche, M.S. & C. Alzugaray. 2008. Efecto de la labranza profunda sobre el rendimiento y
el uso del agua del cultivo de maíz. XII Reunión Argentina de Agrometereología. San
Salvador de Jujuy. CD.
Vilche, M.S.; S. Montico & C. Alzugaray. 2009. Efecto de la perdurabilidad de la labranza

profunda sobre el rendimiento y consumo de agua en el cultivo de soja (Glycine max L.
Merr). X Congreso Argentino de Ingenieria Rural y II de Mecosur. Rosario, Santa Fe,
Argentina. CD.
9
Zadoks, J.C.; T.T. Chang & C.F. Konzak. 1974. A decimal code for the growth stage of
cereals. Weed Research, 14: 415-421.
10
UTILIZACIÓN DE DOS PRÁCTICAS AGRÍCOLAS CONTRASTANTES: EFECTO

TEMPORALES SOBRE LAS PROPIEDADES EDÁFICAS
MATIAS E. DUVAL1,2*, JUAN A. GALANTINI2,3, JUAN M. MARTÍNEZ1,2 & FERNANDO

M. LÓPEZ1,2
1
CONICET, Universidad Nacional del Sur, Argentina; 2 CERZOS (UNS-CONICET)
Departamento de Agronomía, Universidad Nacional del Sur, Argentina; 3 Comisión de
Investigaciones Científicas, Provincia de Buenos Aires, Argentina. *San Andrés 800-
Bahía Blanca, Buenos Aires, Argentina.
Palabras clave: Siembra directa; Fracciones orgánicas; Análisis multivariado
Resumen
La tasa de recambio de las fracciones orgánicas lábiles varía continuamente a causa de

los diferentes usos y manejos del suelo, condiciones climáticas y momento de muestreo.
Se planteó como objetivo cuantificar el efecto de los diferentes factores de variación
(Tratamiento, Sitio y Época) sobre el carbono orgánico total (COT) y sus fracciones: CO
particulado grueso y fino (COPg y COPf), CO asociado a la fracción mineral (COM) y
carbohidratos totales (CHt).En cuatro sitios de la Pampa argentina, tres tratamientos
fueron definidos de acuerdo con el uso del suelo: dos escenarios agrícolas distintos en
términos de rotación de cultivos y fertilización (Buenas y Malas Prácticas Agrícolas, BP y
MP, respectivamente) y un suelo natural (AN). Durante dos años consecutivos (2010 y
2011) y en dos momentos diferentes (Febrero y Septiembre) se tomaron muestras sin
disturbar a 0-5, 5-10, 10-15 y 15-20 cm de profundidad. Las disminuciones de COT por
las prácticas agrícolas fueron, principalmente, a partir del COPg. El índice de reserva de
carbono (IRC), que relaciona el contenido de COT del suelo bajo prácticas agrícolas con
el suelo de referencia (AN), reflejó que los tratamientos agrícolas causaron mayores
variaciones en todas las fracciones lábiles en comparación con el COT. Dichas
variaciones temporales aumentaron en el siguiente orden COPg > CHt ≥ COPf > COT >
COM. El IRC fue un indicador sensible de calidad del suelo en estos sistemas bajo SD.
El análisis multivariado permitió diferenciar las propiedades del suelo sensibles a las
prácticas agronómicas, donde propiedades químicas (COPf y CHt), físicas (densidad
aparente y macroporos), e índices (COT/arcilla, índice de estabilidad estructural), fueron
las variables que mejor explicaron la varianza total del conjunto de datos. Estos
indicadores/índices, deben ser incluidos en cualquier conjunto mínimo de datos para
evaluar la calidad de suelos agrícolas bajo SD.
1
Introducción
El uso de la tierra para fines agrícolas es una de las principales causas de degradación
del suelo, y por lo tanto existe un gran interés en la cuantificación de la pérdida de
calidad del suelo (CS) generada por el manejo agrícola (Lal et al., 1998). Entre las
diferentes prácticas agrícolas, la agricultura conservacionista preserva la estructura del
suelo, la productividad y la biodiversidad a través de tres principios básicos: labranza
mínima o siembra directa (SD), cultivos de cobertura y rotación de cultivos (ECAF,
1999).El incremento de la presión de uso de las tierras a nivel mundial aumenta la
magnitud e intensidad de los procesos de deterioro y los desequilibrios de los
agroecosistemas. En la Región Pampeana este efecto se acentuó por una disminución
de la superficie cubierta con praderas semipermanentes y crecimiento de las áreas
dedicadas a las secuencias agrícolas anuales donde predomina el cultivo de soja
(Glycinemax [L.] Merr.) sobre todo como una única cosecha anual. Dichos cambios
provocan notables alteraciones en la dinámica del carbono orgánico total del suelo
(COT), lo cual puede repercutir negativamente sobre la CS (Raiesi, 2006). En esta
región se ha perdido alrededor de un tercio del contenido de COT debido al proceso de
agriculturización (Álvarez, 2005). Debido a la necesidad revertir los procesos de
deterioro, conocer y mantener la CS, surgió la necesidad de certificar el proceso
productivo a fin de promover las buenas prácticas agrícolas. Uno de estos esfuerzos se
llevó a cabo con AAPRESID en conjunto con el proyecto BIOSPAS (Wall, 2011) en
donde se evaluó la calidad física, química y biológicas de los suelos en campos
particulares de producción los cuales responden o no a los criterios definidos por el
Programa de Certificación de Buenas Prácticas (http://www.aapresid.org.ar/ac/buenas-
practicas-agricolas). En este contexto, la evaluación del COT es de crucial importancia
debido a sus efectos significativos sobre las propiedades física, químicas y biológicas
del suelo, influyendo así en la CS (Haynes, 2005). Por lo tanto, el mantenimiento del
COT es necesario para la sostenibilidad de los agroecosistemas.
El COT está compuesto de varias fracciones, que difieren en sus propiedades físico-
químicas y por tanto su grado de estabilización y ciclado en el tiempo. Para estimar el
efecto de las prácticas de manejo o usos del suelo sobre el COT, es crucial cuantificar y
comprender la sensibilidad de las diferentes fracciones orgánicas a tal disturbio (Martin
et al., 1990). En el corto plazo, las fracciones orgánicas asociadas a la fracción arena
muestran alteraciones resultantes de los cambios en las prácticas de manejo (von
Lützow et al., 2007). Existen fracciones orgánicas lábiles como el carbono orgánico
particulado (COP, entre 53-
más rápidamente que el COT a los cambios producidos por diferentes manejos del
suelo (Duval et al., 2013). Sin embargo, la tasa de recambio de estas fracciones varía
continuamente (Graham et al., 2002). Por lo tanto, además de los efectos causados por
los diferentes usos y manejos del suelo, existen otros factores como las condiciones
2
climáticas y momento de muestreo que también pueden afectar las fracciones orgánicas
más lábiles (Galantini & Rosell, 2006).
La intensificación agrícola el doble cultivo anual y la rotación de cultivos con pasturas o

cultivos de cobertura, son opciones viables para aumentar la eficiencia y productividad
de los sistemas agrícolas actuales (Caviglia et al., 2004). Para caracterizar sistemas con
diferentes intensidades en el uso del suelo, existen diversos índices que incluyen la
fracción de tiempo anual con cubierta vegetal o la frecuencia de un cultivo en particular
en la secuencia de cultivos (Caviglia & Andrade, 2010). En consecuencia, los pastizales
naturales pueden caracterizarse por altos índices de intensificación en el uso del suelo
en comparación con las secuencias con largos períodos de barbecho, basados en
cultivos anuales (Sasal et al., 2010). También, se han propuesto varios índices y
relaciones vinculados al COT para la evaluación de la CS (Blair et al., 1995). Estos
índices son indicadores tempranos y eficientes de cambios en la CS 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 reserva de carbono (IRC) (Blair et al., 1995)
y relaciones entre COT y COP o con la fracción fina del suelo (limo + arcilla)
(Noellemeyer et al., 2006). Estos índices pueden proporcionar un parámetro útil para
evaluar la CS en diferentes sistemas de producción o bajo diferentes prácticas de
manejo (Verma & Sharma, 2007).
En general, los efectos a largo plazo de las prácticas de manejo del suelo sobre la
evolución de la CS han estado estrechamente relacionada con el contenido de COT
(Roldán et al., 2005), mientras que los efectos a corto plazo, las fracciones más lábiles
del COT son más útiles para su detección (Duval et al., 2013). A su vez, los cambios en
el corto plazo son complejos y dependen también de las condiciones del suelo, tales
como la textura del suelo, el clima, sistema de cultivo y el tipo de residuo, así como el
manejo actual (Paustian et al., 1997). Este trabajo tiene por objetivo cuantificar el efecto
de los diferentes factores de variación (Tratamiento, Sitio y Época) sobre el COT y las
diferentes fracciones que lo componen sobre dos prácticas agrícolas contrastantes y su
comparación con una situación de referencia.
Sitios
Se seleccionaron cuatro sitios de estudio con historia documentada bajo SD (más de 5
años) ubicados en la Región Pampeana con diferentes condiciones climáticas y edáficas
(Tabla 1). Los sitios de estudio se encuentran en Bengolea (Córdoba, latitud 33º01'32,9"
S, longitud 63º37'36,4" W), Monte Buey (Córdoba, latitud 32º58'17,0" S, longitud
62º27'02,4" W), Pergamino (Buenos Aires, latitud 33º56'42,6" S, longitud 60º33'35,6"
WO) y Viale (Entre Ríos, latitud, 31º52'42,2" S Longitud 59º41'16,2" WO).
3
Tabla 1: Características de los suelos (0-20 cm) en los diferentes sitios y tratamientos al
inicio del muestreo.
Sitios Bengolea Monte Buey Pergamino Viale
TMA (°C) 17 17 16 18
-
PMA (mm año
1 870 910 1000 1160
)
Subhúmedo Subhúmedo Húmedo
Clima Húmedo templado
templado templado templado
Clasificación HaplustolEntico Argiudol Típico Argiudol Típico Hapludert Típico
Arena (g kg-1) 575 191 181 27
-1
Limo (g kg ) 295 575 605 572
Arcilla (g kg-1) 130 234 215 401
Franco Franco arcillo
Textura Franco limoso Franco limoso
arenoso limosa
TMA: Temperatura media anual; PMA: Precipitación media anual.
Tratamientos
En cada uno de los sitios seleccionados se definieron tres tratamientos: ''Buenas
Prácticas Agrícolas'' (BP), manejo agrícola sostenible bajo SD, con rotación intensiva de
cultivos de invierno, trigo (Triticum aestivum L.) y cebada (Hordeum vulgare) y de
verano, soja (Glycine max [L.] Merr.), maíz (Zea mays L.) o sorgo (Sorghum bicolor L.
Moench) y, en ciertas ocasiones, incluyendo cultivos de cobertura, como vicia (Vicia
sativa L.) y triticale (Triticum aestivum). La reposición de nutrientes se realiza en base a
las necesidades de los cultivos, minimizando el uso de agroquímicos (herbicidas,
insecticidas y fungicidas) (Tabla 2); “Malas Prácticas Agrícolas” (MP), manejo agrícola
no sostenible bajo SD con mínima rotación o monocultivo de soja (Glycine max [L.]
Merr.), mínima reposición de nutrientes y alto uso de agroquímicos (herbicidas,
insecticidas y fungicidas) (Tabla 2) y “Ambiente Natural” (AN), situaciones sin uso
antrópico como referencia, se seleccionaron pastizales naturales, cerca de las parcelas
cultivadas (menos de 5 km), donde se hayan alcanzado los equilibrios entre las
diferentes fracciones orgánicas por ello, los sectores seleccionados presentaban más de
30 años sin ningún tipo de disturbio.
4
Tabla 2: Descripción del manejo y los rendimientos de los cultivos agrícolas.

Bengolea Monte Buey Pergamino Viale
BP MP BP MP BP MP BP MP
Años en SD 13 5 28 10 6 5 13 9
Relación soja/maíz 1,5 4 0,67 4 1,5 5 1,5 4
% inviernos con trigo 60 40 60 20 10 0 40 20
% invierno con cultivo de
20 0 40 0 0 0 20 0
cobertura
41- 64- 34-
Fertilización N-P (kg ha-1 año-1) 68-18 3-3 64-18 17-5 7-31
17 27 23
277 267 288
Rendimiento soja (kg ha-1) 3067 3167 2933 3000 1805
5 5 5
1050 270 1255 800
Rendimiento maíz (kg ha-1) 9500 - 7030 3450
0 0 0 0
276 354 248
Aporte de carbono (kg ha-1 year-1) 5608 6378 4291 4010 2845
5 8 6
BP: Buenas Prácticas; MP: Malas Prácticas.
Muestreo y análisis
En cada sitio, las muestras de suelo (tres repeticiones) fueron recolectadas durante dos
años (2010 y 2011) en los meses de Febrero y Septiembre (factor Época) en los
manejos agrícolas (BP y MP) y los ambientes naturales (AN) (factor Tratamiento). En
cada situación, los tres puntos de muestreo (réplicas), representadas por tres
submuestras, se localizaron mediante GPS para los muestreos subsiguientes. Se
extrajeron muestras sin disturbar de 0-5, 5-10, 10-15 y 15-20 cm de profundidad
mediante cilindros de acero de volumen conocido (90,5 cm-3). Para la comparación entre
tratamientos se consideró la profundidad de 0-20 cm, a través del promedio ponderado
de los resultados de cada una de las variables obtenidas para las profundidades
muestreadas. Sobre las muestras secas al aire y tamizadas por 2 mm, se determinó:
carbono orgánico total del suelo (COT) por combustión seca (LECO Analizador de
carbono), N total (Nt) mediante semimicroKjeldhal, (Bremner, 1996), carbohidratos
totales (CHt) (Puget et al., 1999), carbono orgánico particulado fino, grueso y asociado a
la fracción mineral (COPf, COPg y COM, respectivamente) (Duval et al., 2013).En este
estudio, los contenidos de COT y sus fracciones en los diferentes tratamientos fueron
calculados basados en masas de suelo equivalentes (Ellert & Bettany, 1995; Toledo et
al., 2013), utilizando una masa de suelo de 2350 Mg como tratamiento de referencia
(Duval et al., 2013).
Sobre las muestras sin disturbar se determinaron las siguiente propiedades físicas
densidad aparente (DA) y porosidad total (PT)(Blake & Hartge, 1986), macroporos
grandes (MPg) (Kay & VandenBygaart, 2002) y textura por el método de la pipeta (Gee &
Bauder, 1986).
5
Teniendo en cuenta que los indicadores de calidad de suelos (químicos y físicos) más
sensibles para detectar los cambios debido al manejo, también pueden ser sensibles a
las variaciones meteorológicas, edáficas, topográficas y/o estacionales, puede ser mejor
aplicar índices vinculados al funcionamiento del sistema (índices funcionales): el índice
de reserva de carbono (IRC) se calculó según lo desarrollado por Blair et al. (1995):
COTrat ( -2 cm)
C CO ef ( -2 cm)
donde COTrat= carbono orgánico del suelo (total o fracción) en los tratamientos agrícolas
(BP y MP) y CORef= carbono orgánico del suelo (total o fracción) de referencia (AN).
Este índice se calculó para comparar la magnitud de los cambios en las diferentes
épocas de muestreo sobre las diferentes fracciones orgánicas.
Se calculó el índice de rotación (IR), en función del número de meses con cultivo en
relación con el número total de meses, por ejemplo AN=12/12 (Sasal et al., 2010).
Información de las secuencias de cultivo se obtuvo de los registros por parte de los
productores durante un período de 10 años, anterior al momento de los muestreos de
suelo.
Los efectos del uso del suelo (AN, BP y MP), los sitios (Bengolea, Monte Buey,
Pergamino y Viale) y la época de muestreo (verano y primavera) sobre las variables
determinadas, fueron evaluados mediante ANOVA, utilizando un diseño de bloques
(réplicas) completos al azar. Se utilizaron diferencias mínimas significativas (DMS) para
detectar diferencias entre las medias. En el caso de no hallar interacción entre factores,
los sitios de muestreo fueron tratados como replicas (efectos aleatorios) y los diferentes
usos del suelo como los tratamientos (efectos fijos). Se realizó análisis de componentes
principales (ACP) para resumir las características químicas, físicas e índices asociados
de los suelos estudiados y para interpretar las asociaciones entre las variables edáficas.
Todos los análisis estadísticos se realizaron con un nivel de significación de p <0,05
mediante software estadístico INFOSTAT (Di Rienzo et al., 2013).
El análisis de los resultados sobre los tres factores de variación mostró efectos
significativos, principalmente por los sitios y tratamientos. Si consideramos la fuente de
variación temporal (Época), los CHt fue la única fracción orgánica que presentó efectos
significativos por esta variable (Tabla 3). En todas las fracciones orgánicas se observó
interacción significativa entre los sitios y tratamientos, por lo tanto, todos los resultados
se evaluaron en cada sitio individualmente.
6
En el caso del COT y del COM, no se encontró un efecto diferencial de los Tratamientos
por Época de muestreo (interacción no significativa), por lo tanto estas fracciones se
analizaron en conjunto (promedio de fechas). En promedio, para las cuatro fechas de
muestreo, en todos los sitios, los contenidos de COT mostraron diferencias
estadísticamente significativas entre AN y MP, donde los suelos bajo AN presentaron
entre 7 y 24 Mg más de COT en 2350 Mg de suelo (Tabla 4). Diferencias significativas
también fueron evidentes entre AN y BP únicamente para Pergamino y Monte Buey con
14 y 19 Mg más de COT en AN, respectivamente (Tabla 4). Entre tratamientos
agrícolas, los contenidos de COT fueron menores en MP que en BP (p <0,05), en tres
de los cuatro sitios (Tabla 4). La variabilidad temporal a corto plazo del COT fue baja
(CV 3-10%) en general, los contenidos de COT permanecieron casi constantes entre
épocas de muestreo.El COM, al igual que el COT, presentó diferencias entre AN y MP
en Monte Buey y Pergamino, sin diferencias en Bengolea y Viale, mientras que BP
presentó mayor contenido de COM en Viale, menor en Monte Buey y Pergamino y sin
diferencias significativas en Bengolea (Tabla 4). La variabilidad temporal del COM fue
similar a la del COT (CV 4-16%), por lo tanto contenidos de COM permanecen casi
constante entre épocas (Tabla 4).
Tabla 3: Efecto de los tratamientos, sitios y momento de muestreo sobre los contenidos
de COT y sus fracciones en 2350 Mg de suelo.
Fracciones orgánicas
Factor de variación
COT COM COPg COPf CHt
Tratamiento *** *** *** *** ***
Sitio *** *** *** *** ***
Época ns ns ns ns ***
Sitio*Tratamiento *** *** * * *
Sitio*Época ns ns ** ns ns
Tratamiento*Época ns ns ** ns ns
Sitio*Tratamiento*Época ns ns ns * ns
(***), (**), (*) y ns indican efectos significativos al 0,05; 0,01; 0,001 y no significativo,
respectivamente.
La comparación de los cambios del uso del suelo, mediante el índice de reserva de
carbono (IRC), reflejó que los niveles de COT en los tratamientos agrícolas se
encontraron por debajo de AN (IRC=100), donde MP presentó contenidos de COT entre
60 y 80% del determinado en AN para todos los sitios, mientras que en BP fueron del
70% en Monte Buey y Pergamino, encontrándose valores similares o superiores al AN
en Bengolea y Viale (Figura 1a). El IRC para el COM, al igual que en el COT, presentó
disminuciones en MP, pero menos marcadas, y en BP únicamente se observaron
contenidos inferiores a AN en Monte Buey y Pergamino (Figura 1b). Para el COT, se
observaron diferencias altamente significativas (p <0,001) en el IRC entre BP y MP en
Bengolea, Monte Buey y Viale, sin diferencias significativas en Pergamino (Figura 1a).
7
En el caso del COM solo se observaron diferencias significativas entre tratamientos en

Viale (Figura 1b). La extensa historia agrícola en los suelos estudiados causó efectos
significativos sobre los contenidos de COT y en menor medida sobre el COM. Los
efectos más notorios del uso agrícola se observaron en Monte Buey y Pergamino, con
contenidos entre 60-70% y 70-80% del determinado en AN para COT y COM,
respectivamente, mientras que en Bengolea y Viale los efectos fueron menos marcados.
Varios estudios realizados en diferentes partes del mundo, informaron que la SD junto
con la intensificación de cultivos son dos herramientas eficaces para aumentar el COT
(Sá et al., 2001; Johnson et al., 2005). Coincidentemente con los estudios mencionados,
las diferencias entre BP y MP responden a diferentes entradas de C a través de la
producción primaria (mayor en BP, que presenta mayor frecuencia de maíz e índice de
rotación) (Tabla 2), aumento de las salidas de C por descomposición (mayor en MP, que
presenta menor índice de rotación y por ende mayor período de barbecho) y/o los
cambios combinados en las entradas y salidas de C (Tabla 2).
Tabla 4: Contenidos de carbono orgánico total (COT) y carbono orgánico asociado a la

fracción mineral (COM) promedio en 2350 Mg de suelo.
Fracciones orgánicas Tratamientos
-1 -1
(Mg 2350 Mg suelo ) AN BP MP
Bengolea
COT 32 b (4,3) 30 b (9,7) 25 a (5,4)
COM 18 a (12,4) 19 a (16,0) 17 a (7,8)
Monte Buey
COT 61 c (9,4) 42 b (9,8) 37 a (7,7)
COM 46 b (14,5) 33 a (12,3) 30 a (7,8)
Pergamino
COT 50 b (3,0) 36 a (5,2) 34 a (13,5)
COM 37 b (8,9) 29 a (6,0) 28 a (14,8)
Viale
COT 63 b (7,4) 71 b (5,3) 50 a (6,6)
COM 51 a (11,2) 60 b (4,2) 44 a (8,9)
En cada sitio letras diferentes para cada parámetro analizado indican diferencias
estadísticamente significativas entre tratamientos (p <0,05). Los números entre
paréntesis indican el coeficiente de variación (CV%) de cada parámetro durante los dos
años.
8
a) b)
Figura 1: Comparación de los efectos de los tratamientos agrícolas a través del índice
de reserva de carbono (IRC) para carbono orgánico total (COT) (a) y carbono orgánico
asociado a la fracción mineral (COM) (b) en 2350 Mg de suelo.
Las barras representan los errores estándar. Para cada sitio, (***), (**), (*) y ns indican
diferencias significativas (p <0,001), (p <0,01), (p <0,05) y no significativas, respectivamente
entre tratamientos. Buenas prácticas (gris); Malas prácticas (negro).
Fracciones orgánicas
En Bengolea se observaron efectos significativos de los Tratamientos y Época de
muestreo sobre el COPg, mientras que únicamente se observó efecto de los
Tratamientos sobre el COPf. El COPg presentó diferencias significativas tanto entre usos
del suelo (AN vs manejos agrícolas) como entre manejos (BP vs MP) en verano,
mientras en primavera desaparecen las diferencias entre AN y BP (Tabla 5). La
variabilidad del COPg a lo largo de los dos años en Bengolea fue mayor en los
tratamientos agrícolas (CV 26 y 20%, para MP y BP, respectivamente) que en AN (CV
16%) y más elevada que en el COT. Esta mayor variabilidad en los tratamientos
agrícolas, responde a la distintas cantidades y diversidad de residuos (distinto C:N) que
se incorporan al suelo. El COPf, al igual que el COPg, presentó diferencias significativas
entre manejos agrícolas sin diferencias entre AN y BP (Tabla 5). El COPf presentó
menor variación temporal que el COPg a lo largo de los dos años, con CV de 13, 11 y
10% para AN, BP y MP, respectivamente. La reserva de carbono de la fracción >105
valores por debajo del 40% en MP en ambas épocas y valores del 50 al 80% en BP para
verano y primavera, respectivamente, hallando diferencias significativas entre BP y MP
en ambas épocas (Tabla 5). El COPf presentó, en promedio, valores de IRC de 95 y
66% para BP y MP, respectivamente (Tabla 5).
En Monte Buey se observaron efectos significativos de los tratamientos tanto en COPg

como en COPf, mientras que la época no evidenció cambios en ambas fracciones. El
COPg diferenció entre AN y manejos agrícolas, no hallando diferencias entre BP y MP
en ambas épocas de muestreo (Tabla 5). En este sitio, COPg también presentó alta
variabilidad temporal para todos los tratamientos (CV 44, 34 y 22% para AN, BP y MP).
El COPf presentó el mismo comportamiento que el COPg en el verano, mientras que en
9
primavera, esta fracción permitió diferenciar entre prácticas agrícolas (Tabla 5). En este
caso, BP (6,8 Mg) presentó un 59% más de COPf en relación a MP (4,0 Mg). Al igual
que Bengolea, el COPf permitió discriminar entre tratamientos agrícolas (BP>MP)
donde, a su vez, BP alcanza los niveles de AN (BP=AN). La variabilidad temporal de
esta fracción fue mayor en BP (CV 34%) que en AN (CV 25%) y MP (CV 11%).Los
valores de IRC para COPg en Monte Buey fueron 50% y 34% en BP y MP,
respectivamente, encontrando diferencias significativas entre BP y MP únicamente en
primavera (Tabla 5). En este caso, el COPg en los tratamientos agrícolas, representó
alrededor de la mitad (2,7 Mg) de los niveles medidos en AN (5,5 Mg). El IRC del COP f
presentó diferencias significativas entre BP y MP tanto en verano como en primavera
(Tabla 5).
En Pergamino, el COPg y COPf mostraron resultados similares que los hallados para
COT y COM (AN>BP=MP), sin diferencias entre épocas de muestreo. Únicamente se
encontraron diferencias significativas (p <0,05) entre AN y los tratamientos agrícolas en
COPg para ambas épocas. Los contenidos de COPg en los tratamientos agrícolas
disminuyeron 2,8 Mg en relación con AN (Tabla 5). Los contenidos de COPf presentaron
las mismas diferencias que el COPg pero, aunque no significativo, los contenidos de
COPf aparecieron en el orden AN<BP<MP en 2350 Mg de suelo (Tabla 5). Esas
tendencias observadas en el COPf, se convirtieron en significativas cuando se
analizaron los tratamientos agrícolas mediante el IRC (Tabla 5).Las fluctuaciones
temporales para COPg y COPf, al igual que en los sitios anteriores, fueron mayores que
en COT y COM, presentando a su vez variaciones entre tratamientos. No se observaron
diferencias significativas en el IRC para el COPg, donde los manejos agrícolas
presentaron un 50% menos de COPg independientemente del tratamiento y época de
muestreo (Tabla 5). Mientras que para el COPf, como fue mencionado anteriormente, el
IRC reflejó diferencias significativas entre prácticas agrícolas en primavera donde BP
presentó alrededor del 60% del COPf de AN, mientras que MP no supero el 50% (Tabla
5).
En Viale se observaron diferencias significativas en los niveles de COPg entre AN y MP,

mientras que no se observaron diferencias entre tratamientos agrícolas (Tabla 5). Al
igual que en Pergamino, no se encontró diferencias entre épocas de muestreo tanto
para COPg como para COPf. Sin embargo, esta última fracción reflejó diferencias entre
BP y MP en verano. La variabilidad temporal en este sitio fue mayor para los manejos
agrícolas, BP (CV 53-49%), MP (CV 29-42%), que en AN (CV 26-32%) para COPg y
COPf, respectivamente. Diferencias en el IRC entre tratamientos agrícolas únicamente
se observaron para COPf, donde BP presentó contenidos similares a AN (IRC=85-
100%).
Las disminuciones del COT a causa de las prácticas agrícolas fueron, principalmente, a
10
COPg, representado por el IRC, presentó entre 34-52% y 50-74% de los contenidos
naturales en MP y BP, respectivamente. Con frecuencia, cambios en el uso del suelo
afectan principalmente al carbono de la fracción arena, que incluye el C lábil (Tiessen &
Stewart, 1983). Duval et al. (2014) trabajando en sistemas de rotaciones y monocultivos
sobre un Argiudol Típico, determinaron que las disminuciones del COPg al efecto
antrópico fue mayor en relación a las demás fracciones orgánicas con disminuciones de
hasta el 50% del COPg sin observarse cambios en el COT, poniendo en evidencia la alta
susceptibilidad del COPg a degradarse.
Tabla 5:Contenidos de carbono orgánico particulado grueso y fino (COPg y COPf) y

carbohidratos totales (CHt) y sus índices de reserva.
Índice de reserva de
Tratami
Sitio Época Indicador carbono
ento
COPg COPf CHt COPg COPf CHt
AN 6,70 c 8,55 b 7,58 a 100 100 100
Vera
BP 3,61 b 7,92 b 6,57 a 54 b 93 b 84 a
no
MP 2,30 a 5,12 a 6,19 a 34 a 60 a 81 a
Bengolea
AN 5,48 b 7,25 b 6,76 c 100 100 100
Prima
BP 4,63 b 7,03 b 5,65 b 84 b 97 b 83 b
vera
MP 2,29 a 5,27 a 4,86 a 41 a 73 a 72 a
AN 9,47 b 8,31 b 10,68 b 100 100 100
Vera
BP 3,77 a 5,12 a 8,29 ab 39 a 62 b 78 b
no
Monte MP 2,65 a 4,19 a 6,71 a 29 a 50 a 64 a
Buey AN 5,45 b 6,10 b 10,29 b 100 100 100
Prima
BP 3,30 a 6,81 b 8,31 ab 60 b 121 b 82 b
vera
MP 2,14 a 3,98 a 6,69 a 39 a 67 a 66 a
AN 5,52 b 6,66 b 11,59 c 100 100 100
Vera
BP 2,65 a 4,77 a 7,87 b 57 a 74 a 72 b
no
MP 2,55 a 3,79 a 4,17 a 57 a 60 a 41 a
Pergamino
AN 5,06 b 8,01 b 8,52 c 100 100 100
Prima
BP 2,36 a 4,60 a 6,20 b 47 a 58 a 73 a
vera
MP 2,28 a 4,05 a 5,34 a 45 a 51 a 63 a
AN 6,70 b 5,58 b 11,13 a 100 100 100
Vera
BP 4,38 ab 4,83 b 10,47 a 64 a 85 b 92 b
no
MP 3,12 a 2,89 a 8,78 a 48 a 51 a 78 a
Viale
AN 6,98 b 5,04 a 8,43 a 100 100 100
Prima
BP 5,81 ab 5,25 a 9,55 a 84 a 97 b 115 a
vera
MP 3,91 a 3,39 a 6,61 a 56 a 65 a 89 a
Letras diferentes para cada época entre tratamientos indican diferencias significativas (p
<0,05).
11
Los CHt, en general, mostraron mayores diferencias entre tratamientos en los

muestreos de primavera. En esa época, se observaron diferencias significativas entre
AN y MP para los sitios de Bengolea, Monte Buey y Pergamino, donde el contenido de
CHt fue entre 28-38% menor en MP (Tabla 5). A su vez, también se observaron las
mayores diferencias entre tratamientos agrícolas (BP vs MP), encontrándose diferencias
significativas en Bengolea y Pergamino (BP>MP), sin diferencias en Monte Buey y Viale
(Tabla 5). La variabilidad de los CHt a lo largo de los dos años fue más elevada que la
del COT. En general, se observó mayor variabilidad en AN (CV 26-35%) que en los
tratamientos agrícolas (CV 19-29%), posiblemente debido a la mayor diversidad de
residuos vegetales que se incorporan al suelo (Hevia et al., 2008). En Bengolea se
observó lo contrario, con mayor variabilidad los tratamientos agrícolas (CV 31%) que AN
(CV 24%). En este caso, AN presentó a Cynodon dactylon como especie dominante, por
lo cual la variedad de aportes de residuos fue menor que en los tratamientos
agrícolas.El impacto de las prácticas agrícolas sobre la calidad del suelo, mediante el
IRC para CHt, presentó diferencias significativas entre BP y MP, sin encontrar
fluctuaciones entre épocas primavera-verano (Tabla 5). En BP, el IRC para CHt fue
mayor, presentando entre 72 a 80% de los niveles observados en AN, en Monte Buey y
Pergamino, mientras que en MP los valores fueron significativamente menores (52 a
65%). En Bengolea, el IRC fue 83-84% y 72-81% para BP y MP, respectivamente,
mientras que en Viale se observaron valores superiores a AN en BP (92-115%) y
significativamente menores en MP (78-89%).
Desde el punto de vista para la máxima diferencia o sensibilidad entre tratamientos,

para la mayoría de las fracciones orgánicas estudiadas, la temporada de primavera
parece ser el mejor momento para el muestreo del suelo. El IRC muestra que los
tratamientos agrícolas indujeron mayores variaciones en todas las fracciones orgánicas
lábiles (COPg, COPfy CHt) en comparación con COT y COM. Independientemente del
tipo suelo, el IRC fue un indicador sensible de CS en estos sistemas bajo SD. Otros
estudios también han demostrado cambios en los contenidos orgánicos lábiles por un
cambio en las prácticas de manejo (Cambardella & Elliott 1992; Banger et al., 2010).
Para los suelos de este estudio, el COPf fue la fracción más sensible entre diferentes
usos (AN vs prácticas agrícolas) y prácticas de manejo (BP vs MP).
Análisis de componentes principales de propiedades edáficas y de manejo

Para sintetizar los resultados y ayudar a comprender los efectos de diferentes
tratamientos, se realizó un análisis de componentes principales (ACP)de algunas
propiedades física (DA, PT, MPg), químicas, principalmente asociadas al COT y sus
fracciones (Nt, COPf, COM, y CHt) e índices asociados a las propiedades del suelo
(C:N, COPg+f/COT, COT/arcilla, índice de estabilidad estructural) y al manejo (IR) para la
capa superficial del suelos (0-20 cm) (Figura 3). Los dos primeros ejes (CP1 y CP2) del
ACP representaron el 71% de variabilidad total aportada por los parámetros estudiados.
El CP1 explicó 44% de la varianza donde las fracciones orgánica del COT (COPf y CHt),
12
la capacidad de aireación (MPg) y los índices (IR, IEE) fueron asociados positivamente y
contrarrestados por DA. Esta primer CP separa, principalmente, los distintos
tratamientos (AN, BP y MP). Es decir, aparecen las propiedades edáficas más
asociadas al uso del suelo, donde la calidad del suelo mejoró cuando el suelo
permaneció más tiempo con vegetación natural o cultivada (mayor IR) generando un
mayor aporte de residuos al suelo con el consecuente aumento de las diferentes
fracciones orgánicas lábiles (COPf y CHt), aumentando el almacenamiento de C (mayor
IEE) afectando positiva y negativamente las propiedades físicas como los MPg y la DA,
respectivamente. La segunda CP explicó el 27% de la varianza, donde PT, COM y C:N
presentaron asociaciones positiva en dicha componente, mientras que DA, COT/arcilla y
COPg+f:COT se asociaron negativamente. Esta segunda CP permitió diferenciar los
distintos sitios (Viale, Monte Buey-Pergamino, Bengolea). Estas diferencias entre sitios
(CP2) se fundamentan en que las variables que presentaron valores más altos de
variabilidad en dicha componente, fueron aquellas relacionadas con las características
propias de cada sitio. Es decir, en la parte superior los suelos se caracterizan por
presentar C:N, PT y COM altos, característicos de suelos con mayor contenido de
arcillas (mayor protección) y elevadas precipitaciones (mayores aportes) como es Viale,
mientras que, en la parte inferior los suelos presentan mayor COP:COT, COT/arcilla y
DA, asociado principalmente a suelos de texturas más gruesas y menores
precipitaciones (Bengolea), presentando Monte Buey y Pergamino características
intermedias (Figura 3). A su vez, también se puede deducir de la Figura 3, que BP y MP
se encuentran más alejados de AN en aquellos sitios de texturas francas (Monte Buey y
Pergamino) en relación a aquellos sitios de texturas contrastantes (Bengolea y Viale)
donde la separación entre AN, MP y BP es gradual.
Figura 3: Biplot de componentes principales de los atributos del suelo y de cultivo para
Buenas Prácticas Agrícolas (BP) (gris); Malas Prácticas Agrícolas (MP) (negro) y
Ambiente Natural (AN) (blanco) para Bengolea (cuadrados), Monte Buey (triángulos),
Pergamino (rombos) y Viale (círculos).
13
Carbono orgánico asociado a la fracción mineral (COM); Nitrógeno total (Nt);

Carbohidratos totales (CHt); Índice de rotación (IR); Índice de estabilidad estructural
lado fino (COPf);
Frecuencia soja (FS); Densidad aparente (DA); Proporción de COP (COPg+f) en relación
al carbono orgánico total (COP:COT).
El análisis multivariado ha demostrado ser una metodología de análisis eficaz para la

identificación de las propiedades del suelo que responden a las prácticas agronómicas y
ofrecen una alternativa clara para el análisis univariado de las relaciones para evaluar
los cambios en la calidad del suelo (Monreal & Bergstrom, 2000). Además, dicho
análisis demostró ser útil para reducir el número de variables a considerar en la
evaluación de la calidad de los suelos. Los resultados de este análisis mostraron que,
para diferenciar tratamientos, las propiedades químicas (COPf y CHt), físicas (DA y
MPg), e índices (COT/arcilla, IEE e IR), fueron las variables que mejor explica la
varianza total del conjunto de datos en los cuatro sitios. Estos indicadores/índices, por lo
tanto, deben ser incluidos en cualquier conjunto mínimo de datos utilizados para la
evaluación de la calidad de suelos agrícolas bajo SD en la zona de estudio.
Conclusiones
La sensibilidad o las variaciones temporales de las diferentes fracciones orgánicas del

COT (COPg, COPfy CHt) fueron mucho mayores que las del COT en los diferentes
tratamientos. A su vez la magnitud de la variabilidad fue diferente entre las fracciones,
donde las fluctuaciones temporales aumentaron en el siguiente orden COPg> CHt ≥
COPf > COT > COM. El COPf, a través del IRC, fue la fracción orgánica más sensible
para la diferenciación de prácticas agrícolas, siendo primavera la época de mayores
diferencias.
Mediante técnicas de análisis multivariado fue posible discriminar entre variables

sensibles a las prácticas de manejo de aquellas variables que caracterizan a cada sitio
en particular. Dentro del grupo de variables evaluadas en este trabajo, propiedades
químicas (COPf y CHt), físicas (DA y MPg), e índices (COT/arcilla, IEE e IR), fueron las
que mejor reflejaron las diferencias entre tratamientos para los cuatro sitios. Estos
indicadores/índices, por lo tanto, deben ser incluidos en cualquier conjunto mínimo de
datos utilizados para evaluar la calidad de suelos agrícolas bajo SD en la zona de
estudio.
Agradecimientos
Los autores agradecen el apoyo financiero otorgado por el Ministerio argentino de

Ciencia, Tecnología e Innovación (Grant FONCyT PAE-36976-PID53). Los autores
14
desean agradecer a las siguientes instituciones que proporcionaron infraestructura y

equipos para esta investigación: Consejo Nacional de Investigaciones Científicas y
Técnicas (CONICET), Centro de Recursos Naturales Renovables de la Zona semiárida
(CERZOS) y Departamento de Agronomía.
Bibliografía
Álvarez, R. 2005. Carbon stocks in Pampean soils: a simple regression model for
estimation of carbon storage under non degraded scenarios. Commun. Soil Sci. Plant
Anal. 36, 1583–1589.
Banger, K; GS Toor; ABiswas; SS Sidhu & K Sudhir. 2010. Soil organic carbon fractions
after 16-years of applications of fertilizers and organic manure in a Typic Rhodalfs in
semiarid tropics. Nutr.Cycl. Agroecosys 86, 391–399.
Bayer, C; J Diekow; 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.
Blake, GR & KH Hartge. 1986. Bulk Density p.: 363-375. In: A. Klute (ed.). Methods of
Soil Analysis.Part 1.2nd ed. Agron.Monogr. 9. ASA and SSSA, Madison, WI.
Bremner, JM. 1996. Nitrogen - Total. In: Sparks, DL. (Ed), Methods of soil analysis. Part
3 – Chemical Methods.Chapter 37. ASA, SSSA, CSSA, Madison WI, pp. 1085-1121.
Cambardella, CA & ET Elliott. 1992. Particulate soil organic-matter changes across a

grassland cultivation sequence. Soil Sci. Soc. Am. J. 56, 777-783.
Caviglia, OP & FH Andrade. 2010. Sustainable intensification of agriculture in the

argentinean pampas: capture and use efficiency of environmental resources. The
Americas Journal of Plant Science and Biotechnology 3, 1–8.
Caviglia, OP; VO Sadras & FH Andrade. 2004. Intensification of agriculture in the south-
eastern Pampas. I. Capture and efficiency in the use of water and radiation in double
cropped wheat–soybean. Field Crops Research. 87, 117–129.
Danielson, RE & PL Sutherland. 1986. Porosity. In: Klute, A. (Ed.), Methods of Soil
Analysis, Part 1, 2nd Edition. Agronomy 9, pp. 443-461.
15
Di Rienzo, JÁ; F Casanoves; MG Balzarini; L Gonzalez; M Tablada & CW Robledo.

2013. InfoStat. Grupo InfoStat, FCA, Universidad Nacional de Córdoba, Argentina.
Duval, M; E de Sa Pereira; JO Iglesias & JA Galantini. 2014. Efecto de uso y manejo del
suelo sobre las fracciones de carbono orgánico en un Argiudol. Ci. Suelo. 32(1), 105-
115.
Duval, ME; JA Galantini; JO Iglesias; S Canelo; JM Martinez & L Wall. 2013. Analysis of
organic fractions as indicators of soil quality under natural and cultivated systems. Soil
Till. Res. 131: 11-19.
ECAF (European Conservation Agricultural Federation). 1999. Conservation Agriculture

in Europe: Environmental, Economic and EU Policy Perspectives. ECAF, Brussels, 23
pp.
Ellert, BH & JR Bettany. 1995. Calculation of organic matter and nutrients stored in soils
under contrasting management regimes. Can. J. Soil Sci. 75, 529–538.
Galantini, JA & RA Rosell. 2006. Long-term fertilization effects on soil organic matter
Till. Res. 87, 72–79.
Gee GW & JW Bauder. 1986. Particle -size Analysis. Methods of soil analysis.Part I.
Physical and Mineralogical Methods. II Ed. A.M.S.A. Inc., S.S.S.A. Inc. Madison, Wi.
USA.
Graham, MH; RJ Haynes & JH Meyer. 2002. Soil organic matter content and quality:
effects of fertilizer applications, burning and trash retention on a long-term sugarcane
experiment in South Africa. Soil Biol. Biochem. 34, 93-102.
Haynes, R. 2005. Labile organic matter fractions as central components of the quality of
agricultural soils: An overview. Adv. inAgron. 85, 221-268.
Hevia, GG; DE Buschiazzo& M Díaz Raviña. 2008. Variación estacional de compuestos

orgánicos del suelo en diferentes sistemas de labranza. En: Galantini, J et al. (Eds.),
Estudio de las fracciones orgánicas en suelos de la Argentina. Pp. 147-170. Editorial
Universidad Nacional del Sur.
Johnson, JMF; DC Reicosky; RR Allmaras; TJ Sauer; RT Venterea& CJ Dell. 2005.

Greenhouse gas contributions and mitigation potential of agriculture in the central USA.
Soil Till. Res. 83, 73–94.
16
Kay, BD & AJ VandenBygaart. 2002. Conservation tillage and depth stratification of

porosity and soil organic matter. Soil Till. Res. 66, 107–118.
Lal, R; WH Blum; C Valentine & BA Stewart. 1998. Methods for assessment of soil
degradation. In: Advances in Soil Science, Lewis Publishers, Boca Raton, p. 558.
Martin, A; A Mariotti; J Balesdent; P Lavelle & R Vuattoux. 1990. Estimate of organic

matter turnover rate in a savanna soil by C-13 natural abundance measurements. Soil
Biol. Biochem. 22(4), 517–523.
Monreal, CM & DW Bergstrom. 2000. Soil enzymatic factors expressing the influence of
land use, tillage system and texture on soil biochemical quality. Can. J. SoilSci. 80, 419–
428.
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.
Paustian, K., Collins, H.P., Paul, E.A., 1997. Management controls on soil carbon. In:
Paul, E.A., Paustian, K., Elliott, E.A., Cole, C.V. (Eds.), Soil Organic Matter in Temperate
Ecosystems: Long Term Experiments in North America. CRC Press, Boca Rotan, FL, pp.
15–49.
stable aggregates of two cultivated soils. Soil Biol. Biochem. 31, 55–63.
Raiesi, F. 2006. Carbon and N mineralization as affected by soil cultivation and crop
residue in a calcareous wetland ecosystem in Central Iran. Agric. Ecosyst. Environ. 112,
13-20.
Roldán, A., Salinas-García, J.R., Alguacil, M.M., Caravaca, F., 2005.Changes in soil
enzyme activity, fertility, aggregation and C sequestration mediated by conservation
tillage practices and water regime in a maize field. Appl. Soil Ecol. 30,11–20.
Sá, JCDM; CC Cerri; WA Dick; R Lal; SPV Filho; MC Piccolo & BE Feigl. 2001. Organic
matter dynamics and carbon sequestration rates for a tillage chronosequence in a
Brazilian Oxisol. Soil Sci. Soc. Am. J. 65, 1486–1499.
Sasal, MC; MG Castiglioni & MG Wilson. 2010. Effect of crop sequences on soil
properties and runoff on natural-rainfall erosion plots under no tillage. Soil Till. Res. 108,
24–29.
17
Tiessen, H & JWB Stewart. 1983. Particle-size fractions and their use in studies of soil
organic matter: II. Cultivation effects on organic matter composition in size fractions. Soil
Sci. Soc. Am. J. 47, 509–514.
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.
von Lützow, M; I Kögel-Knabner; K Ekschmitt; H Flessa; G Guggenberger; E Matzner &

B Marschner. 2007. SOM fractionation methods: relevance to functional pools and to
stabilization mechanisms. Soil Biol. Biochem. 39, 2183–2207.
Wall, LG. 2011. The BIOSPAS Consortium: Soil Biology and Agricultural Production. In:
de Bruijn, FJ (Ed.), Handbook of Molecular Microbial Ecology I, (Hoboken, NJ, USA:
John Wiley & Sons, Inc.), pp. 299–306.
Toledo, DM; J Galantini; H Dalurzo; S Vazquez & G Bollero.2013. Methods for assessing
the effects of land use changes on carbon stocks of subtropical Oxisols. Soil Sci. Soc.
Am. J. 77(5), 1542-1552.
18
PÉRDIDAS DE FÓSFORO EN UNA MICROCUENCA AGRÍCOLA DE LA PROVINCIA

DE BUENOS AIRES
MARÍA GUADALUPE ARES1,2,*, JOSÉ GONZÁLEZ-CASTELAIN2, CELIO CHAGAS3 &

MARCELO VARNI2
1
Consejo Nacional de Investigaciones Científicas y Técnicas; 2Instituto de Hidrología de
Llanuras “Dr E.J. Usunoff”; 3Facultad de Agronomía de la Universidad de Buenos Aires.
*República de Italia 780 (B7300) Azul (BA).
*[email protected]
Palabras clave: Escurrimiento - Erosión hídrica – Conectividad en cuencas
Resumen
Este trabajo plantea como objetivos analizar la pérdida de fósforo durante eventos de
lluvia-escurrimiento-erosión registrados en una microcuenca agrícola de 566 ha ubicada
en la provincia de Buenos Aires, y estudiar los factores asociados a la salida de dicho
nutriente. Se analizaron 13 eventos entre 2011 y 2012. Se registraron las
precipitaciones y variables asociadas: intensidad máxima en 30 minutos e índice de
erosividad de las precipitaciones, el volumen de escurrimiento, el caudal medio y el
coeficiente de escurrimiento (CE). Se evaluaron los sólidos totales y el fósforo total (P
Tot) en muestras de agua recolectadas en la fase inicial de las crecidas. Se identificaron
2 grupos de eventos en relación al P Tot producido: Grupo 1 (G1), y Grupo 2 (G2), con
medianas de 0,19 y 1,7 kg de P Tot, respectivamente. Los eventos del G1 estuvieron
asociados a erosión laminar, con bajo escurrimiento y pérdida de suelo. Aquellos del G2
se vincularon a erosión en surcos, con mayor escorrentía y erosión con respecto a los
del G1. En el G1 predominaría el fósforo disuelto movilizado por el escurrimiento,
mientras que en el G2 prevalecería el fósforo particulado fuertemente unido al suelo
erosionado que se transporta con la escorrentía superficial. Asimismo, la conectividad
en la microcuenca habría estado involucrada en la tendencia registrada en el G2, en
relación con la formación de surcos, que habrían actuado como caminos preferenciales
para la circulación del flujo superficial, del suelo y del nutriente. La relación entre P Tot y
el CE mostró que dicha conectividad se habría activado desde valores cercanos a 9 %
de CE, coincidentes con cambios relevantes en la salida de fósforo del sistema. Se
señala la relevancia de continuar con estudios que determinen las áreas fuente del
nutriente para la implementación de medidas que permitan controlar su pérdida.
Introducción
El deterioro de la calidad de las aguas superficiales por el fósforo es una problemática a

escala mundial (Sharpley et al., 2015), y trae como consecuencia la eutroficación de los
cuerpos de agua, proceso que conduce a su degradación (Kleinman et al., 2011). El
1
escurrimiento y la erosión son los principales medios de salida del fósforo de las
cuencas (Sharpley et al., 2008; Rodríguez-Blanco et al., 2010a).De este modo, la
dinámica en los procesos hidrológicos y erosivos genera variabilidad en la pérdida de
este nutriente. Dicha dinámica se asocia, entre otros factores, con las características de
las tormentas (duración, intensidad), con las condiciones de humedad antecedentes
(Kleinman et al., 2011), y con el manejo del suelo y de su cobertura (Rodríguez Blanco
et al., 2007). Distintos autores han estudiado las relaciones entre la salida de fósforo y la
generación de escorrentía y pérdida de suelo (Puustinen et al., 2004; Yuan et al., 2013).
En tanto, Buda et al.(2009) señalan la importancia de conocer las variables vinculadas
con el transporte de este elemento para el manejo de la calidad del agua en cuencas.
Este trabajo tiene como objetivos analizar la pérdida de fósforo durante eventos de
lluvia-escurrimiento-erosión registrados en una microcuenca agrícola de la provincia de
Buenos Aires, y estudiar los factores asociados a la salida de dicho nutriente. El área
considerada en este trabajo se ha monitoreado desde el año 2011, y no cuenta con
investigaciones previas que discutan la dinámica del fósforo durante eventos de distinta
magnitud.
Metodología
Área de estudio
El área de estudio corresponde a una microcuenca perteneciente a la subcuenca del
arroyo Videla, tributario del arroyo del Azul, ubicada en la zona central de la provincia de
Buenos Aires. De acuerdo con su geomorfología, está situada en el área de
afloramientos rocosos de la cuenca superior del arroyo del Azul, que incluye divisorias
de aguas y valles fluviales (Zárate & Mehl, 2010).Su superficie es de 566 hay su
pendiente media de 3%, con sectores que pueden superar el 10% de pendiente y otros
en los que puede ser menor que 1%. De acuerdo con la cartografía de suelos existente
(INTA, 1992), predominan los Argiudoles típicos (67,9%) y Hapludoles y Argiudoles
líticos (27,6%), mientras que el 4,5% de la superficie corresponde a los suelos con
capacidad de drenaje reducida, cercanos al cauce principal de la microcuenca. En
general, los suelos tienen alta estabilidad estructural y abundantes macroporos debido a
su textura superficial franca y su alto contenido de materia orgánica (6,6 %). Asimismo,
los suelos están bien provistos de fósforo (entre 20 y 25 ppm), según lo que indican los
resultados de laboratorio obtenidos a través del método de extracción de Bray y Kurtz I
(Bray & Kurtz, 1945). Dada la alta productividad de sus tierras, en la microcuenca tienen
lugar actividades agrícolas, que se realizan bajo siembra directa.
Registros de precipitación y cálculo de las variables asociadas

En este trabajo se emplearon los datos de las lluvias registradas cada 10 minutos por la
estación meteorológica “Cerro del Águila”, que pertenece a un sistema de alerta contra
inundaciones de la ciudad de Azul. Dicha estación se encuentra situada a 5 km del
punto de cierre de la microcuenca en estudio y posee un pluviómetro construido y
2
dispuesto según las normas de la Organización Meteorológica Mundial, que registra la

lluvia con una precisión de 0,20 mm a través de un sistema de cangilones.
Se calcularon la precipitación total (P), la intensidad máxima en 30 minutos (I 30), y el
producto EI30 de las lluvias asociadas a las crecidas de las cuales se obtuvieron
muestras de agua de escorrentía durante los años 2011 y 2012. Para el cálculo del
índice EI30, se determinó la energía cinética total de la precipitación (E). Se consideró la
intensidad correspondiente a cada lectura de 10 minutos, y se estimó la energía cinética
de cada intervalo, según la relación matemática establecida por Wischmeier & Smith
(1978)
e  0,119  0,0873 log10 i  (1)

donde e= energía cinética del intervalo, en (MJ (ha mm)-1), e i= intensidad de la lluvia,
en mm h-1. La energía cinética total de la precipitación se obtuvo a partir de la sumatoria
de las energías individuales de los intervalos considerados.
Por otra parte, la intensidad máxima en 30 minutos se estimó a través de la máxima

precipitación caída en intervalos variables de 30 minutos. Con estos datos se calculó
finalmente el producto EI30 correspondientes a las tormentas.
Asimismo, se calculó la lluvia de los 5 días previos de cada evento (P 5d prev, mm),
variable que fue utilizada para evaluar la humedad previa de las crecidas analizadas.
Registros de escurrimiento y cálculo de las variables asociadas

Para este estudio se consideró el volumen escurrido correspondiente al período de
recolección de la muestra de agua y sedimentos de 1,5 horas (Esc, m3), el caudal
promedio durante el mismo período (Qm, m3 s-1) y el coeficiente de escurrimiento del
evento de crecida (CE, %). Este último fue calculado a partir de la relación porcentual
entre el escurrimiento superficial (E, mm) y la precipitación total del evento, según la
Ecuación (2):
E
CE  *100 (2)
P
Estas variables se obtuvieron a partir de los datos de escurrimiento registrados entre
2011 y 2012, con un limnígrafo con sensor de presión ubicado en la estación de
monitoreo instalada a la salida de la microcuenca. El nivel de agua se midió cada 30
minutos y se transformó en caudal empleando la curva altura-caudal de la sección
obtenida a través de aforos realizados con molinete hidrométrico. Para este estudio se
analizaron 13 crecidas para las cuales se obtuvieron muestras de agua de escurrimiento
superficial y se realizaron determinaciones químicas de fósforo total.
3
Recolección de muestras de agua en las crecidas. Medición de los sedimentos

presentes en el agua de escorrentía
Los muestreos de agua de escorrentía durante las crecidas se realizaron en el punto de
cierre del área de estudio a través de un muestreador automático provisto de una
bomba de succión. El dispositivo posee dos sensores que activan el inicio de la
recolección cuando toman contacto con el agua de la crecida transportada por el arroyo.
Dichos sensores se ubicaron para que el muestreo se produzca cuando el nivel del
curso de agua alcanza 0,3 m desde el fondo del cauce, por lo que ingresaron en el
análisis las crecidas que igualaron o superaron ese nivel. El nivel se adoptó con el
criterio de obtener muestras de agua de una cantidad razonable de eventos de magnitud
significativa para esta microcuenca. Se realizó un muestreo compuesto, en el cual la
bomba del equipo fue programada para realizar la recolección de una muestra
constituida por submuestras distribuidas en el tiempo. Ello permite obtener un valor de
concentración promedio en el período de recolección, que se establece a través del
intervalo de extracción y del volumen de la submuestra. Para este estudio se programó
el equipo de manera tal que el muestreo se llevó a cabo durante 1,5 horas, con el
objetivo de obtener datos de la evolución de la producción de sedimentos en la fase
inicial de la crecida. Las muestras se almacenaban automáticamente en una botella con
una capacidad de 3,8 litros, ubicada dentro del equipo. Una vez en laboratorio, cada
muestra se agitó, se tomó una alícuota de 250 cm3 y se secó en estufa a temperatura de
60ºC hasta peso constante, según ASTM D3977-97 (2007). La determinación se realizó
por duplicado. A partir de estos datos se calculó la concentración de sólidos
suspendidos (CSS) en la muestra, expresada en g L-1. Se multiplicaron los
escurrimientos de 30 minutos entre el inicio y el fin del muestreo por el valor de CSS. Se
calculó la sumatoria de estos productos de cada intervalo para obtener la masa de
sólidos totales correspondientes al período de recolección (SólTot), expresados en kg.
Determinación de fósforo total en las muestras de escurrimiento

La muestra obtenida por el dispositivo automático se agitó y se separó una alícuota de
500 ml en envase de vidrio. Dicha alícuota se fijó con 0,5 ml de ácido clorhídrico
concentrado, y fue refrigerada hasta el momento del análisis. En laboratorio, se
determinó el fósforo total (expresado en mg L-1) mediante el método del ácido ascórbico
(APHA, AWWA & WEF, 2005).La masa de fósforo total obtenida durante el período de
recolección (P Tot, kg) se estimó de igual forma que la masa de sólidos totales: se
multiplicaron los escurrimientos de los intervalos de 30 minutos durante el muestro y el
valor de concentración de fósforo, y luego se calculó la sumatoria de esos productos
para obtener la variable mencionada.
Se calcularon los valores máximos, mínimos y las medianas de las variables estudiadas,
y se analizaron las correlaciones no paramétricas entre el P Tot y P, I30, EI30, Esc, Qm,
CE, P 5d prev y SólTot. Asimismo, se aplicó la prueba no paramétrica de U de Mann-
4
Whitney de comparación de muestras independientes para identificar diferencias entre

grupos de eventos identificados en función del P Tot producido.
Los eventos analizados se registraron en dos años contrastantes en cuanto a su

pluviometría: el año 2011 con un total de 807 mm y el año 2012 con 1351 mm. El valor
medio de precipitación anual correspondiente a la estación Monasterio Trapense para el
período 1972-2012, la más cercana al área de estudio con datos confiables (Varni &
Custodio, 2013), fue de 905 mm. Es decir que las lluvias de 2011 fueron 11 % menores
que el promedio anual y las correspondientes a 2012 superaron 33 % dicho promedio.
A modo de resumen, la Tabla 1 muestra las medianas, mínimos y máximos de las

variables consideradas en este trabajo. Los eventos considerados presentaron
variabilidad, y como ejemplo de ello se menciona el rango de la precipitación, que fue de
118,6 mm, mientras que el rango del CE de 52,8%. De los 13 eventos estudiados, el
75% presentó un valor inferior a 1,7 kg de P Tot durante el período muestreado, y solo
en 3 casos se superó tal valor. Esto coincide con lo que señalan distintos autores en
cuanto a que las mayores pérdidas de este nutriente se producen en una cantidad de
eventos reducida (Buda et al., 2009; Rodríguez-Blanco et al., 2010a), lo mismo que
indican otros investigadores con respecto a los sólidos totales (González-Hidalgo et al.,
2007; NuFang et al., 2011).
La Figura 1 muestra en detalle los valores de P registrados durante las crecidas

consideradas. A partir de su análisis se pueden identificar dos grupos de eventos con
valores de fósforo total contrastante. El primero de ellos (Grupo 1), formado por los
eventos 1 a 6, y el segundo (Grupo 2) por los eventos 7 a 13. Los valores máximos,
mínimos y las medianas de P Tot y de las demás variables consideradas
correspondientes a cada grupo se presentan en la Tabla 2.
5
Tabla 1. Medidas resumen de las variables consideradas (mediana, máximo, mínimo)en

el análisis en la microcuenca bajo estudio. P: Precipitación; I30: Intensidad máxima de la
precipitación total del evento en 30 minutos; EI30: índice de erosividad de la
precipitación; Esc 1,5 h: volumen de escurrimiento superficial registrado durante el
período de muestreo; Qm 1,5 h: Caudal promedio calculado para el período de
muestreo; CE: Coeficiente de escurrimiento del evento; P 5 d prev: Precipitación de los
5 días previos al evento; SólTot: Sólidos totales calculados para el período de muestreo;
P Tot: fósforo total producido durante el período muestreado.
Variable Mediana Mínimo Máximo

P (mm) 38,6 17,8 136,4
-1
I30 (mm h ) 25,2 7,2 57,2
-1
EI30(MJ mm (ha h) ) 213 41,6 1030,3
3
Esc (m ) 1347 758,6 11022,8
3 -1
Qm (m s ) 0,2 0,1 2,1
CE (%) 8,7 1,0 53,8
P 5d prev (mm) 9 0 77,8
SólTot (kg) 652,8 326,6 45634,3
P Tot (kg) 0,6 0,02 9,9
Figura 1. Valores de fósforo total (P Tot) en las 13 crecidas analizadas entre 2011 y
2012 en la microcuenca bajo estudio.
El análisis de los valores de dicha tabla muestra que el Grupo 2 presentó mayor
mediana de P Tot con respecto al Grupo 1. La misma tendencia se dio con respecto a
6
las variables Esc 1,5 h; Qm; CE; P 5d prev; CSS y SólTot. Por el contrario, las medianas
de las variables asociadas a la precipitación del Grupo 1 superaron a las del Grupo 2.
Esto indicaría que, para esos casos con humedad antecedente menor, fueron
necesarias lluvias de mayor magnitud, intensidad y erosividad para generar
escurrimiento, pérdida de suelo y nutrientes.
Asimismo, el test de comparación de Mann Whitney indicó diferencias significativas

(p<0,05) entre ambos grupos en la variable P Tot, en aquellas asociadas al
escurrimiento (Esc, Qm, CE), y en los SólTot. Sin embargo, las variables de la
precipitación y la lluvia de los 5 días previos no registraron diferencias significativas
entre los Grupos 1 y 2 (p>0,05).
Tabla 2. Medidas resumen de las variables consideradas (mediana, máximo, mínimo)

correspondientes a los dos grupos de eventos diferenciados según el fósforo total
producido (P Tot) durante el período muestreado (1,5 h) en la microcuenca bajo estudio.
P: Precipitación; I30: Intensidad máxima de la precipitación total del evento en 30
minutos; EI30: índice de erosividad de la precipitación; Esc: volumen de escurrimiento
superficial registrado durante el período de muestreo; Qm: Caudal promedio calculado
para el período de muestreo; CE: Coeficiente de escurrimiento del evento; P 5 d prev:
Precipitación de los 5 días previos al evento; SólTot: Sólidos totales calculados para el
período de muestreo.
EI30 P
I30 3 Qm P 5d prev SólTot
Variable P (mm) -1 (MJ mm Esc (m ) 3 -1 CE (%) Tot
(mm h ) -1 (m s ) (mm) (kg)
(ha h) ) (kg)
Grupo 1
Mínimo 17,8 7,2 49 758,6 0,14 1 0.0 326,6 0,02
Máximo 65,4 42 536,8 1.359,9 0,2 3,4 17,6 652,8 0,27
Mediana 50,2 26,4 266,4 978,5 0,2 2,1 3,4 473 0,19
Grupo 2
Mínimo 23,6 8,4 41,6 1.338,2 0,2 8,7 0,2 619,6 0,6
Máximo 136,4 57,2 1.030,3 11.022,8 2,1 53,8 77,8 45.634,3 9,9
Mediana 30 18 213 1.740,8 0,3 24,6 23,2 1.949,7 1,7
De acuerdo con lo que indican análisis previos realizados en el área de estudio (Ares et
al., 2014) los eventos correspondientes al Grupo 1 fueron asociados a erosión laminar.
En tanto, el primer evento del Grupo 2 fue vinculado a erosión en surcos y este tipo de
erosión fue predominante desde esa fecha (17/05/2012), con un total de 5 de los 7
casos del Grupo 2 con formación de surcos en el área de estudio (eventos 8, 11, 12 y
13).Las diferencias en las variables del escurrimiento y en los sólidos totales como
también en el fósforo total podrían vincularse a los tipos de erosión predominantes en
ambos grupos. Ares et al. (2014) identificaron menores valores de escurrimiento y
pérdida de suelo para eventos de erosión laminar que para los asociados a erosión en
7
surcos. Asimismo, estos autores reconocieron el rol fundamental que presentó el

escurrimiento y su energía en la generación de sedimentos en los eventos en surcos, en
tanto que la energía de las lluvias fue el factor principalmente asociado al
desprendimiento del suelo en los casos de erosión laminar.
Se analizaron las correlaciones entre el P Tot y las variables consideradas,

separadamente para los dos grupos. Estos resultados se muestran en la Tabla 3, e
indican que en el Grupo 1 el P Tot sólo presentó correlación significativa con la variable
CE. Sin embargo, en el Grupo 2, el P Tot se correlacionó de manera significativa con I30,
Esc, Qm y con los SólTot.
Tabla 3. Correlaciones de Spearman entre el fósforo total (P Tot, kg) y las variables
consideradas en el análisis. Las correlaciones significativas (p<0,05) se indican en
negrita cursiva. P: Precipitación (mm);I30: Intensidad máxima de la precipitación total del
evento en 30 minutos (mm h-1); EI30: índice de erosividad de la precipitación (MJ mm (ha
h)-1); Esc: escurrimiento superficial registrado durante el período de muestreo(m3); Qm:
Caudal promedio calculado para el período de muestreo (m3 s-1); CE: Coeficiente de
escurrimiento del evento (%); P 5d prev: Precipitación de los 5 días previos al evento
(mm); SólTot: Sólidos totales calculados para el período de muestreo (kg).
Variables P I30 EI30 Esc Qm CE P 5d prev SólTot P Tot

Grupo 1
P Tot -0,43 0,31 -0,03 -0,14 -0,14 0,89 0,75 0,14 1,00
Grupo 2
P Tot -0,21 0,93 0,50 0,96 0,96 0,64 0,21 1,00 1,00
El escurrimiento y la erosión son los principales medios de salida del fósforo de las
cuencas (Sharpley et al., 1994; Hansen et al., 2002). El fósforo disuelto es la forma del
nutriente que se moviliza de manera predominante en el agua de escurrimiento (Buda et
al., 2009), mientras que el fósforo particulado también se transporta por medio del
escurrimiento que lleva las partículas de suelo erosionadas a las cuales el fósforo está
fuertemente unido (Girmay et al., 2009). Para este caso de estudio, esto último quedaría
de manifiesto a través de las correlaciones entre los sólidos totales y el fósforo total y
entre este último y las variables del escurrimiento correspondientes al Grupo 2. A su
vez, la correlación entre la I30 y el P Tot medido se asocia a la relevancia que posee
dicha intensidad en la desagregación del suelo al cual está unido este nutriente, ya que
considera el incremento en la eficiencia en el desprendimiento asociada al escurrimiento
por lluvias que superan la capacidad de infiltración de los suelos (van Dijk et al., 2002).
8
Los eventos reunidos en el Grupo 1 se caracterizaron por una menor cantidad de

sólidos totales, y de acuerdo con McDowell et al. (2001), en estos casos sería
predominante el P disuelto movilizado por el escurrimiento. En este grupo, solamente se
registró correlación significativa con una de las variables vinculadas a la escorrentía, el
CE, mientras que, de acuerdo con lo señalado, no se registró una relación
estadísticamente significativa con los sólidos totales.
Otro factor que habría estado involucrado en la generación de la tendencia registrada en

cuanto a la salida de P es la conectividad en la microcuenca. El concepto de
conectividad ha sido incorporado recientemente en hidrología y geomorfología para
describir el movimiento de las aguas, los sedimentos y los nutrientes entre distintos
sectores de las cuencas (Buda et al., 2009;Brackenet al., 2015).La erosión puede tener
un rol importante en acoplar las pendientes y los cauces, por medio de la formación de
surcos y cárcavas que actúan como vías, por lo que se incrementa la salida de agua,
sedimentos y elementos químicos asociados (Bracken & Croke, 2007;Senet al. 2010;
Rodríguez-Blanco et al., 2010b). En este caso, de acuerdo con lo estudiado por Ares et
al. (2015), la formación de surcos habría presentado un rol fundamental en incrementar
la salida de agua y sedimentos en la microcuenca. Esos autores señalaron la
permanencia de los surcos durante el período en el cual se dieron los eventos 7 a 13, lo
que estuvo favorecido por escasos cambios en la cobertura vegetal, que puede actuar
como una barrera para la conectividad (Borselli et al., 2008). El rastrojo de soja, que
aporta poca rugosidad a la superficie, ocupaba aproximadamente la mitad del área de la
cuenca. Otros residuos de maíz, trigo o cebada se encontraban en el área restante,
mientras que el cultivo de cebada cubría una superficie menor que el 20 %. Por su
parte, los cultivos de verano se encontraban en el inicio de su crecimiento en el
momento de las lluvias. De este modo, los surcos habrían actuado como caminos
preferenciales para la salida de agua, sedimentos y nutrientes durante este período, lo
que habría contribuido a la generación de la respuesta a la salida de P registrada.
Por otra parte, Croke et al. (2013) señalan que la conectividad se activa cuando se
superan umbrales de estabilidad. En este caso, el análisis de la relación entre el CE de
la crecida y el P total correspondiente al período de muestreo (Figura 2) sería indicativo
de posibles cambios en la resiliencia del sistema en cuanto a su capacidad para regular
la salida del nutriente. Así, sería posible establecer que a partir de valores cercanos a 9
% de CE se darían cambios relevantes en la salida de P del sistema, lo cual está dado
por los eventos identificados dentro del Grupo 2. El reconocimiento de estos valores
resulta de importancia al momento del diseño de prácticas de conservación de agua,
suelo y nutrientes en cuencas.
9
Figura 2. Relación entre el fósforo total (P Tot) obtenido durante 1,5 h de muestreo y el
coeficiente de escurrimiento (CE). Datos correspondientes a los 13 eventos estudiados
en la microcuenca bajo análisis.
Este es el primer trabajo realizado en una microcuenca agrícola del arroyo Videla, en la
provincia de Buenos Aires, cuyo análisis se centra en el estudio de la pérdida de fósforo
en crecidas de diferente magnitud, y de los factores asociados a la salida del nutriente.
Se destaca el rol que presentaron los eventos erosivos más importantes en la pérdida
de fósforo. Tales eventos se vincularon al tipo de erosión en surcos, los que habrían
actuado como caminos preferenciales para el transporte del agua, del suelo y del
fósforo. Finalmente, se señala la relevancia de continuar con otros estudios que
determinen las áreas fuente de fósforo para la implementación de medidas de control de
la salida del nutriente.
Agradecimientos
Este trabajo fue financiado parcialmente por los proyectos UBACyT 709 y 937 (período
2011-2014) y por el Consejo Nacional de Investigaciones Científicas y Técnicas. Se
agradece a Ing. D. Arias, Lic. F. Altolaguirre y Téc. N. De Líbano por su colaboración en
el procesamiento de las muestras de agua de escurrimiento y por las determinaciones
químicas.
Bibliografía
APHA, AWWA & WEF. 2005. Phosphorus. En: AD Eaton, LS Clescer, EW Rice&AE
Greenberg (eds).Standard methods for the examination of water and wastewater.21°
10
edn.Pp. 4.146-4.162. American Public Health Association, American Water Works

Association & Water Environment Association.
Ares, MG; MVarni & C Chagas. 2014. Erosión hídrica en una microcuenca agrícola bajo
siembra directa del centro de la provincia de Buenos Aires. Cienc. suelo 32(2): 259-270.
Ares, MG; F Bongiorno; M Holzman; C Chagas; M Varni & I Entraigas. 2015. Water
erosion and connectivity analysis during a year with high precipitations in a watershed of
Argentina. Hydrology Research. En prensa.
ASTM Standard D3977-97.2007. Test methods for determining sediment concentration

in water samples. ASTM International, USA.
Borselli, L; P Cassi & DTorri. 2008. Prolegomena to sediment and flow connectivity in the
landscape: A GIS and field numerical assessment. Catena 75: 268-277.
Bracken, LJ & C Croke. 2007. The concept of hydrological connectivity and its
contribution to understanding runoff-dominated geomorphic systems. Hydrol.Process.
21: 1749-1763.
Bracken, LJ; L Turnbull; J Wainwright & P Bogaart. 2015. Sediment connectivity: a

framework for understanding sediment transfer at multiple scales. Earth
Surf.Process.Landf. 40(2): 177-188.
Buda, AR;PJA Kleinman; MS Srinivasan; RB Bryant & GW Feyereisen. 2009.Effects of

hydrology and field management on phosphorus transport in surface runoff. J. Environ.
Qual. 38: 2273-2284.
Croke, J; C Fryirs & C Thompson. 2013. Channel-floodplain connectivity during an

extreme flood event: implications for sediment erosion, deposition, and delivery. Earth
Surf.Process.Landf. 38: 1444-1456.
Girmay, G; BR Singh; J Nyssen & T Borrosen. 2009. Runoff and sediment-associated

nutrient losses under different land uses in Tigray, Northern Ethiopia. J Hydrol 376:70-
80.
González-Hidalgo, JC; JL Peña-Monné & M de Luis. 2007. A review of daily soil erosion
in Western Mediterranean areas. Catena 71: 193-199.
11
Hansen, NC; TC Daniel; AN Sharpley & JL Lemunyon. 2002. The fate and transport of
phosphorus in agricultural systems. J. SoilWaterConserv. 57(6):408-417.
INTA. 1992. Carta de Suelos de la República Argentina. Hoja 3760-22, Chillar.
Kleinman, PJA; AN Sharpley; RW McDowell; DN Flaten; AR Buda; L Tao; L Bergstrom &

Q Zhu. 2011. Managing agricultural phosphorus for water quality protection: principles
for progressNutr. Cycl.Agroecosys.84: 215-227.
McDowell, RW; ANSharpley; LM Condron; PM Haygarth & PC Brookes. 2001.

Processes controlling soil phosphorus release to runoff and implications for agricultural
management. Nutr.Cycl.Agroecosys. 59: 269-284.
Nu-Fang, F; S Zhi-Hua; L Lu & J Cheng. 2011. Rainfall, runoff, and suspended sediment
delivery relationships in a small agricultural watershed of the Three Gorges area, China.
Geomorphology 135: 158-166.
Puustinen M; J Koskiaho & K Peltonen. 2004. Influence of cultivation methods on

suspended solids and phosphorus concentrations in surface runoff on clayey sloped
fields in boreal climate.Agr.Ecosyst. Environ 105(4): 565-579.
Sen, S; P Srivastava; JH Dane; KH Yoo & JN Shaw. 2010. Spatial-temporal variability

and hydrologic connectivity of runoff generation areas in a North Alabama pasture-
implications for phosphorus transport. Hydrol. Process. 24: 342-356.
Rodríguez-Blanco, ML; MM Taboada-Castro & MT Taboada-Castro. 2007. Contribución

de surcos y cárcavas efímeras a la producción de sedimentos y fósforo en una cuenca
agroforestal. Edafología 14: 49-54.
Rodríguez-Blanco, ML;MM Taboada-Castro;L Palleiro-Suárez & MT Taboada-Castro.

2010a. Efecto de la escorrentía sobre la carga de sedimentos en suspensión y fósforo
en un arroyo de cabecera de una cuenca rural (NO España). Revista de Ciencias
Agrarias, 33(1): 329-337.
Rodríguez-Blanco, ML; MM Taboada-Castro & MT Taboada-Castro. 2010b. Sources and

sediment yield from a rural catchment in humid temperate environment, northwest Spain.
Earth Surf. Process. Landf. 35: 272-277.
Sharpley, AN; SC Chapra; R Wedephol; JT Sims; TC Daniels & KR Reddy.1994.

Managing agricultural phosphorus for protection of surface waters: Issues and options. J.
Environ. Qual. 23(3): 437-451.
12
Sharpley, AN; PJA Kleinman;AL Heathwaite; WJ Gburek; GJ Folmar & JP Schmidt.

2008.Phosphorus loss from an agricultural watershed as a function of storm size.
Environ. Qual. 37:362-368.
Sharpley, AN; L Bergström; H Aronsson; M Bechmann; CH Bolster; K Börling, F Djodjic;

HP Jarvie; OF Schoumans; C Stamm; KS Tonderski, B Ulén; R Uusitalo & PJA Withers.
2015. Future agriculture with minimized phosphorus losses to waters: Research needs
and direction. AMBIO 44(2):S163-S179.
VanDijk, AI; LA Bruijnzeel & CJ Rosewell. 2002. Rainfall intensity-kinetic energy

relationships: a critical literature appraisal. J Hydrol 261: 1-23.
Varni, M & E Custodio. 2013. Estimación de la recarga al acuífero del Azul: 1. Análisis
de las características climáticas. En: N. González et al. (eds.). Agua subterránea recurso
estratégico. Vol. 1.1ra edn.Pp. 31-37. EDULP.
Wischmeier, WH & DD Smith. 1978. Predicting rainfall erosion losses-a guide to

conservation planning. Handbook 537, USDA-ARS.
Yuan, Y; MA Locke; RL Bingner & RA Rebich. 2013. Phosphorus losses from agricultural
watersheds in the Mississippi Delta. J. Environ. Manage. 115:14-20.
Zárate, M & A Mehl. 2010. Geología y geomorfología de la Cuenca del arroyo del Azul,
provincia de Buenos Aires, Argentina. En: M. Varni et al. (eds.). Hacia la gestión integral
de los recursos hídricos en zona de llanuras. Vol 1. 1ra edn. Pp. 65-78. Editorial Martín.
13
RELACIONES ENTRE VARIABLES EDÁFICAS Y BIOMASA EN COMUNIDADES

VEGETALES DE PASTIZAL EN LA PAMPA DEPRIMIDA
MARCELO VARNI1,*, NATALIA VERCELLI1,2, SOFÍA ZEME1,2, ILDA ENTRAIGAS1 &

MARÍA GUADALUPE ARES1,3
1,*
Instituto de Hidrología de Llanuras “Dr. Eduardo J. Usunoff” – Av. República de Italia
780, C.C. 47 (B 7300) Azul, Buenos Aires; 2Comisión de Investigaciones Científicas de
la Provincia de Buenos Aires. 3CONICET
*[email protected]
Palabras clave: Heterogeneidad de suelos, Biomasa aérea y radical, Análisis de

Componentes Principales
Resumen
Se analizaron distintas variables físicas, químicas y biológicas, durante la primavera, en

14 sitios ubicados en una transecta transversal al escurrimiento de agua, en el que se
desarrolla un pastizal pampeano destinado al pastoreo bovino. En ellos se midió:
humedad gravimétrica de 0-10 y de 10-20 cm, conductividad eléctrica y pH del suelo,
porcentaje de suelo desnudo, biomasa aérea viva y seca, y densidad de raíces en los 20
cm superiores. También se identificóla variante del pastizal a partir de las especies más
abundantes o conspicuas. El objetivo del trabajo fue analizar la heterogeneidad interna
de un pastizal natural, a partir de las relaciones entre variables edáficas, biomasa aérea
y subterránea. Complementariamente, se asoció dicha heterogeneidad con la expresión
de la vegetación en escala de detalle. Las relaciones se estudiaron mediante un análisis
de componentes principales. Entre variables, se halló similitud entre la densidad de
raíces y la humedad de 0-10 cm, lo cual se debe a que las raíces se desarrollan
principalmente en un horizonte A, que tiene de 6-8 cm de espesor. Estas dos variables
se oponen al porcentaje de suelo descubierto, lo cual es de esperar al aumentar la
evaporación directa desde el suelo. Por otra parte, se agruparon la conductividad
eléctrica y pH del suelo y la humedad de 0-20 cm, y estas tres variables se opusieron a
la biomasa aérea viva, lo que se condice con el menor desarrollo vegetal en suelos
alcalinos y salinos. Finalmente, al analizar los sitios, se desagregaron los pastizales con
predominancia de Paspalum dilatatum (tipo B) y de Nassella formicarum (tipo C)de los
dos tipos de sitios restantes: pastizales con predominancia de Distichliss picata (tipo A)
e intermedios entre las A y C caracterizados por la dominancia de Cynodon dactylon
(tipo D).
Introducción
La Pampa Deprimida es una extensa llanura, de aproximadamente 10 millones de

hectáreas, que se extiende hacia el noreste y sudoeste de las sierras de Tandilia en la
1
provincia de Buenos Aires. Se trata de una depresión con muy escasa pendiente, que
oscila entre 0,025% y 0,5%, lo que dificulta claramente el escurrimiento superficial y
promueve la generación de un sistema de drenaje de tipo endorreico o arreico (IHLLA,
2003). El paisaje se caracteriza por su relieve plano y la ocurrencia periódica de
inundaciones, cuya duración e intensidad cambia con la posición topográfica (Chaneton,
2005).
En la región, los suelos predominantes pertenecen al orden Molisoles, siendo los

Natracuoles los más abundantes (Matteucci, 2012). El 50% de la superficie de la Pampa
Deprimida está ocupada por suelos sódicos y salino-sódicos, desarrollados en áreas
bajas, depresiones anegables, terrazas, vías de escurrimiento, tendidos y cubetas que
reciben agua de las partes altas y son afectados por excesos hídricos durante períodos
prolongados. Dominan en el área procesos de alcalinización, salinización e
hidromorfismo de manera superpuesta, lo que determina una notable heterogeneidad en
la composición de los suelos, y la presencia de unidades cartográficas denominadas
“complejos” (Imbellone et al., 2010).
La formación vegetal predominante en la Pampa Deprimida es el pastizal natural. A

pesar de la aparente uniformidad interna que exhiben estos pastizales, es posible
reconocer la existencia de un intrincado mosaico de comunidades vegetales,
condicionado por gradientes ambientales (Chaneton, 2005). Las características
topográficas y de drenaje típicas de los paisajes deprimidos ocasionan que se presente
una alta variabilidad espacial de las propiedades químicas, físicas y biológicas del suelo
en distancias relativamente cortas, determinando la existencia de un mosaico de suelos
con características disímiles (Allen & Mc Intosh, 1997; Corwin et al., 2003). La
mencionada heterogeneidad espacial interactúa en forma compleja con el clima y el
pastoreo, determinando la distribución de la vegetación en el terreno (Sala et al., 1986;
Chaneton & Lavado, 1996; Corwin et al., 2003).
Batista et al. (1988) y Batista & León (1992) caracterizaron las comunidades vegetales
de la Pampa Deprimida y su relación con los suelos a escala de paisaje. Sin embargo,
no se cuenta con análisis de dichas relaciones en pastizales naturales a escalas más
grandes.
En este contexto, el objetivo del trabajo fue analizar la heterogeneidad interna de un

pastizal natural destinado a la cría de ganado bovino, a partir de las relaciones entre
variables edáficas y la biomasa aérea y subterránea. De forma complementaria, se
asoció dicha heterogeneidad con la expresión de la vegetación en escala de detalle.
2
Área de estudio
La cuenca del arroyo del Azul (Figura 1)se encuentra ubicada en el centro de la
provincia de Buenos Aires (58° 51' - 60° 10' O y 36° 09' - 37° 19' S), abarcando casi la
totalidad del partido homónimo. El clima de la región es templado subhúmedo, con
temperatura media anual cercana a 14°C y medias estacionales de 7°C en invierno y
22°C en verano (Cid et al., 2011). Las precipitaciones medias anuales se aproximan a
los 900 mm. Durante el verano son frecuentes las sequías en suelos someros,
asociadas con la alta evaporación y evapotranspiración, mientras que en otoño, invierno
e inicios de primavera suelen ocurrir eventos de anegamientos de distinta intensidad
(Chaneton et al., 2002).
El sector norte de dicha cuenca presenta características propias del paisaje de la

Pampa Deprimida: dominan pastizales naturales en suelos con limitaciones para la
agricultura, sometidos frecuentemente a excesos hídricos de diversa magnitud. Las
pendientes en el área varían entre 0,5 y 0,8% (Sala et al., 1987), presentando un diseño
de drenaje de tipo distributario. La dirección general del escurrimiento es hacia el
cuadrante N-NO, controlado por el gradiente general de la planicie.
Figura 1. Cuenca del arroyo del Azul, cuencas alta y baja y sitio de análisis.
Los suelos del área se caracterizan por presentar horizontes A poco desarrollados y
oscuros, y horizontes B prismático-columnares con fuertes signos de hidromorfismo.
Además, presentan un encostramiento calcáreo estratiforme entre los 0,5 y 1 m de
profundidad y exhiben alcalinidad en superficie y/o profundidad, por lo que se los
considera alcalinos, no salinos.
3
Entraigas et al. (en prensa) distinguen tres tipos o variantes del pastizal natural en el
área de acuerdo con las especies vegetales más abundantes o conspicuas: A.
Distichliss picata (L.) Greenevar. spicata; B. Paspalum dilatatum Poir. ssp. dilatatum; y
C. Nassella formicarum (Delile) Barkworth. Siguiendo la clasificación propuesta por
Perelman et al. (2001) dichas variantes se correspondes con “estepas de halófitas”,
“praderas húmedas de mesófitas” y “pradera de hidrófitas” respectivamente.
Específicamente, la experiencia se llevó a cabo en un establecimiento agropecuario de

la localidad de Shaw, partido de Azul(zona norte de la cuenca), en un potrerode 64 ha
dedicado a la cría de ganado vacuno, donde se desarrollan las variantes del pastizal ya
mencionadas, además de sitios intermedios entre las variantes A y C caracterizados por
la dominancia de Cynodon dactylon (L.) Pers. var. dactylon (en adelante, denominada
variante D). Según la Carta de Suelos de la República Argentina (INTA, 1974) el
establecimiento elegido se ubica en una unidad cartográfica de tipo complejo (LEs7),
donde se encuentran las series La Escocia, General Guido y Chelforó (Natracuol típico,
Natracuol típico y Natracualf típico, respectivamente) en proporciones similares.
Muestreo y análisis de datos

Se censaron 14 puntos equidistantes a lo largo de una transecta de 700 m, ubicada de
forma transversal al eje principal de escurrimiento del agua;en ellos se midió: la
humedad gravimétrica, la conductividad eléctrica (CE) y el pH del suelo, la biomasa
aérea viva y seca, y la densidad de raíces en los 20 cm superiores. Además, se
identificó la variante del pastizal en cada sitio relevado (A, B, C ó D).
Las muestras destinadas a la caracterización de humedad fueron extraídas con barreno,

diferenciándose en dos submuestras de 0-10 y 10-20 cm de profundidad. Para la
obtención del pH y la CE, en tanto, se utilizaron muestras correspondientes a una única
sección de 0-20 cm, al igual que para la estimación de la biomasa de raíces. Las
cosechas de biomasa aérea se realizaron mediante cortes al ras del suelo dentro de un
aro metálico de 31 cm de diámetro (0,075 m2; 7,55x10-6 ha).
El contenido de agua del suelo se determinó en términos de humedad gravimétrica

mediante secado en estufa. Las determinaciones de pH y CE se realizaron siguiendo la
metodología propuesta por USDA (1999).Las muestras de biomasa aérea fueron
particionadas, subdividiendo el total recogido en campo en dos submuestras: materia
viva (Bio V) y materia seca (Bio S), y posteriormente fueron sometidas a estufa a 60 ºC
hasta alcanzar pesos constantes. Las muestras de biomasa subterránea fueron filtradas
y lavadas (Köpke, 1981). Para las cosechas de vegetación, los resultados se exponen
en función de su equivalencia en gramos por metro cuadrado, mientras que las
estimaciones de raíces se expresan en términos de densidad radical (g dm-3).
Para analizar las relaciones entre las distintas variables, se recurrió a un análisis de
componentes principales (ACP) (Klovan, 1975; Abdi, 2003) utilizando el modo R para
4
analizar las relaciones entre variables y el modo Q para estudiar la similitud entre
lugares de muestreo.
Según puede verse en la Tabla 1, en los sitios donde se identificaron las variantes A y B
se halló el menor contenido de humedad en los 0,10 m superiores, mientras que en la
variante C los contenidos de humedad fueron ampliamente superiores a los otros sitios.
Los sitios dominados por C. dactylon (variantes D) arrojaron valores intermedios.
Tabla 1: Valores promedios para las variables analizadas en cada variante del pastizal
identificada (A, B, C y D). H.G.: humedad gravimétrica (g g -1) de 0 a 10 cm (H10) y de 10
a 20 cm (H20); CE: conductividad eléctrica del suelo (µS cm-1); pH; S.D.: porcentaje de
suelo desnudo (%); B.A.: biomasa aérea (g) viva (Bio V) y seca (Bio S); Raíces:
densidad de raíces en g dm-3, de 0 a 20 cm.
Variante
A B C D
Variable
H10 0,24 0,22 0,51 0,30
H.G.
H20 0,32 0,12 0,20 0,38
CE 1423,8 161,5 363,0 1136,6
pH 10,1 5,9 7,4 9,4
S.D. 48,3 0,0 2,0 7,8
Bio V 13,83 48,62 20,11 15,09
B.A.
Bio S 3,38 7,50 4,00 5,80
Raíces 1,18 1,06 3,35 2,57
Tanto en la variante A como en la D, la humedad en el rango de profundidades de 10 a

20 (H20) cm fue mayor que en el de 0 a 10 (H10). Por otra parte, en las variantes B y C
la relación fue inversa, con contenidos de humedad gravimétrica de 10 a 20 cm que
están alrededor de la mitad que en los 10 cm superiores.
Es notable advertir que en la variante B se registran los valores más altos de biomasa
aérea (tanto viva como seca), pero no ocurre lo mismo con la biomasa subterránea. La
densidad de raíces es claramente superior en los sitios identificados como la variante C.
El análisis de componentes principales de las variables (Figura 2) con la condición de

retener los componentes con autovalores mayores a la unidad, concluyó en tres
componentes (CP) que explican un 84 % de la varianza original. El CP1 está asociado a
la CE, el pH y la humedad de 10 a 20 cm de profundidad y a la biomasa aérea viva (con
signo negativo), como puede verse en la Figura 2. El CP2 se correlaciona con la
5
humedad de los primeros 10 cm y con la densidad de raíces. En tanto, la biomasa aérea

seca no se asocia a ninguna otra variable y es la principal responsable del CP3.
Figura 2. Representación de las variables sobre los dos primeros componentes del
análisis de componentes principales (modo R).H10 y H20: humedad gravimétrica de 0 a
10 cm y de 10 a 20 cm, respectivamente; CE: conductividad eléctrica del suelo; SD.:
porcentaje de suelo desnudo; Bio V y Bio S: biomasa aérea viva y seca,
respectivamente; RAI: densidad de raíces.
La oposición entre CE o pH y biomasa viva es razonable, dada la dificultad de muchos

vegetales para desarrollarse en suelos alcalinos. Considerando el escaso desarrollo del
horizonte A y la estructura columnar del B, parece razonable que la humedad entre 10 y
20 cm no esté asociada a la biomasa viva.
Por otra parte, la humedad de 0 a 10 cm y la densidad de raíces, tienen muy poca

relación con las variables anteriores, pero están altamente correlacionadas entre sí y
también relacionadas, de manera opuesta, con el porcentaje de suelo descubierto. La
alta correlación entre la humedad superficial y la densidad de raíces es coherente con lo
anteriormente dicho acerca de la profundidad del horizonte A y la distribución de raíces
en el suelo. Por otra parte es totalmente lógico que el mayor porcentaje de suelo
desnudo signifique que la parte superficial del suelo esté más seca con lo cual se llega
6
transitivamente a una menor densidad de raíces. Finalmente, la biomasa aérea seca

tiene muy poca relación con las demás variables.
En cuanto a la similitud de los sitios de muestreo, también se realizó un ACP pero de la
matriz traspuesta, lo que se conoce como análisis en Modo Q. La ubicación de los sitios
de muestreo en el plano de los CP1 y CP2, puede verse en la Figura 3. Obsérvese que
los sitios de muestreo se ubican sobre un arco de círculo que va desde cercanías del
CP1 hasta cercanías del CP2. Esta forma circular se debe a que ningún sitio está
asociado a un posible CP3, perpendicular al plano de la figura y por el origen de los dos
primeros CP. Los sitios más cercanos al CP1 están todos muy agrupados y sólo se
separan los sitios 11, 5, 9 y 14, que tienden hacia el CP2. Estos cuatro sitios se
corresponden con las variantes B (5 y 11) y C (9 y 14) del pastizal. Estos cuatro lugares
se diferencian claramente de los correspondientes a las variantes A y D, que se agrupan
más cerca del CP1.
Figura 3. Representación de los sitios muestreados sobre los dos primeros

componentes del ACP (modo Q).
Los sitios correspondientes a la variante B se caracterizan, entonces, por presentar

mayor cantidad de biomasa aérea viva y suelos con menor contenido de humedad de 0-
10 cm, pH, CE y suelo descubierto. Los tipos de pastizal A y D exhiben mayores valores
7
de pH, CE y humedad de 10-20 cm, asociado a menor cantidad de biomasa aérea viva.
Por su parte, la variante C presenta situaciones intermedias entre las anteriores.
Es interesante destacar que, a pesar de las diferencias en composición florística y en
cobertura de las especies más abundantes que presentan las variantes A y D, los sitios
correspondientes no se diferenciaron en el análisis a partir de las variables elegidas. Sin
embargo, el ACP ha resultado ser una herramienta útil para la caracterización de sitios y
variables, y para la diferenciación entre sitios que presentan los tres tipos de pastizales
típicos del área analizada (variantes A, B y C).
Bibliografía
Abdi, H. 2003. Factor rotations in factor analyses.En: M Lewis-Beck; ABryman & T

Futing(eds.). Encyclopedia of Social Sciences Research Methods. Thousand Oaks (CA):
Sage.
Allen, RB & PH McIntosh. 1997. The distribution of plants in relation to pH and salinity on
inland saline/alkaline soils in Central Otago, New Zealand. New Zeal J Bot 35:517-523.
Batista, WB; RJC León & SB. Perelman.1988. Las comunidades vegetales de un
pastizal natural de la región de Laprida, Prov. de Buenos Aires, Argentina.
Phytocoenologia 16:465-480.
Batista, WB& RJC León. 1992. Asociación entre comunidades vegetales y algunas
propiedades del suelo en el centro de la Depresión del Salado. Ecol. austral 2:47-55.
Chaneton, EJ & RS Lavado. 1996. Soil nutrients and salinity after long-term grazing
exclusion in a Flooding Pampa grassland. J. Range Manage. 49:182-187.
Chaneton, EJ; SB Perelman; M Omacini & RJC León. 2002. Grazing, environmental
heterogeneity, and alien plant invasions in temperate Pampa grasslands. Biol. Invasions
4:7-24.
Chaneton, EJ. 2005. Factores que determinan la heterogeneidad de la comunidad

vegetal en diferentes escalas espaciales. En: M Oesterheld; M Aguiar; C Ghersa & J
Paruelo (eds.). La heterogeneidad de la vegetación de los agroecosistemas. Pp. 19-42.
Ed Facultad de Agronomía, UBA.
Cid, MS; RC Fernández Grecco; M Oesterheld; JM Paruelo; AF Cibils & MA Brizuela.

2011. Grass-fed beef production systems of Argentina’s flooding pampas. Outlook Agr.
40(2):181-189.
8
Corwin, DL; SR Kaffka; JD Oster; O Hopmans; Y Mori; JW Van Groenigen; C Van

Kessel & SM Lesch. 2003. Assessment and field scale mapping of soil quality properties
of a saline-sodic soil. Geoderma 14:231-259.
Entraigas, I; N Vercelli; MG Ares; M Varni & S Zeme.Flooding as an ecological

disturbance in natural grasslands in depressed catchments. Case of the Azul creek
basin.Hydrological processes (en prensa).
IHLLA. 2003. Sistema de soporte para la gestión eficiente de los recursos hídricos en la
llanura bonaerense. Proyecto CIC-UNCPBA, Informe Final. Instituto de Hidrología de
Llanuras, Azul, Argentina.
Imbellone, P;J Eloy Giménez & JL Panigatti. 2010. Suelos de la Región Pampeana.
Procesos de formación. INTA. Buenos Aires, Argentina. 288 pp.
INTA. 1974. Cartas de Suelos de la República Argentina. Escala 1:50.000. Hoja 3760-10
Cacharí. Buenos Aires.
Klovan, JE. 1975. R- and Q- mode Factor Analysis. En: RB McCammon (ed.).Concepts
in Geostatistics.Pp. 21-61. Springer-Verlag, New York.
Köpke, U. 1981. A comparison of Methods for Measuring Root Growth of Field Crops. Z.
Adker und Pflanzenbau (Journal Agronomy & Crop Science) 150:39-49.
Matteucci, SD. 2012. Capítulo 12: Ecorregión Pampas. En: J Morello; SD Matteucci; AF
Rodríguez & M Silva. Ecorregiones y Complejos Ecosistémicos Argentinos.Pp. 391-446.
Orientación Gráfica Editora S.R.L. Buenos Aires, Argentina. 719 pp.
Perelman, SB; RJC León & M Oesterheld. 2001. Crossscale vegetation patterns of
Flooding Pampa grasslands. J Ecol. 89:562–577.
Sala, OE; M Oesterheld; RJ León & A Soriano. 1986. Grazing effects upon plant
community structure in subhumid grassland of Argentina. Vegetatio 67:27-32.
Sala, JM; E Kruse & R Aguglino. 1987. Investigación hidrológica de la Cuenca del
Arroyo del Azul, Provincia de Buenos Aires. Informe 37. CIC. La Plata.
USDA. 1999. Guía para la evaluación de la calidad y salud del suelo. Traducción al
español por Luters, A; JC Salasar & P Lea. Buenos Aires. CRN-CNIA-INTA. Pp. 14-15.
9
EVOLUCIÓN DE LA HUMEDAD DEL SUELO CON CAPA FREÁTICA EN ALTO

VALLE DE RÍO NEGRO
MARIA CRISTINA ARUANI* & JUAN GALEAZZI
Universidad Nacional del Comahue (UNCo), Facultad de Ciencias Agrarias. *Ruta151,

km 12,5, Cinco Saltos, (C.P. 8303) Río Negro, Argentina; 54 0299 4980005.
*[email protected].
Palabras claves: ascenso capilar, potencial hídrico, pera William´s
Resumen
El objetivo del trabajo fue determinar la influencia de la capa freática en la zona de

exploración radicular durante el ciclo de cultivo de pera William´s. Se determinó
contenido de humedad durante los ciclos productivos 2013-2014 y 2014-2015 con
sensores de humedad colocados a 20, 40 y 60 cm de profundidad. El suelo fue franco
limoso, con presencia de capa freática. Se determinó: capacidad de campo (CC), punto
de marchites permanente (PMP), densidad aparente, potencial mátrico, ascenso capilar
para la zona no-saturada y se definió agua fácilmente aprovechable (AFA).La CC fue
39,1 % y PMP 15,8% (% volumen) y densidad 1,4 t m-3. En 2013-2014, a20 cm la
humedad indicó stress hídrico, excepto después del riego,a40 cm, fluctuó dentro del
AFA ya60 cm siempre fue superior a la registrada a 40 cm y osciló dentro de los valores
de CC. La capa freática fluctuó entre 0,80 m y 1,25 m y el flujo capilar ascendió hasta
los 60 cm excepto en octubre donde llegó hasta los 40 cm. En el ciclo 2014-2015, a20
cm la humedad fue similar al 2013-2014 ya 40 y 60 cm estuvo siempre dentro del
AFA.La capa freática fluctuó entre 0,70 m y 1,40 m y las profundidades menores al
metro ocurrieron en octubre, noviembre y diciembre, en enero se encontró por debajo
del metro. El ascenso capilar llegó hasta los 40 cm en octubre, noviembre y diciembre y
luego no se observó ascenso capilar a las profundidades mencionadas. Este descenso
del nivel freático fue generado por el funcionamiento de un sistema de drenaje por
bombeo y las diferencias en el contenido de humedad a 40 y 60 cm, desde enero a
marzo se deberían al patrón de extracción de humedad por parte de las raíces.
Introducción
El cultivo de pera, desde el punto de vista de importancia comercial a nivel mundial, está
en segundo lugar después de la manzana. Los perales crecen en un amplio rango de
clima desde fríos a cálidos y de húmedos a áridos. En 2009 hubo una producción global
de 14,2 t h-1(FAO, 2012) y las perspectivas de producción para este cultivo van en
aumento y Argentina es el país con mayor tendencia frente a Italia, España, Rusia y
EEUU (FAO, 2012). En la zona del Alto Valle de Río Negro la producción de peras
depende exclusivamente del riego. Está bien documentado que el déficit hídrico
realizado en algún momento del ciclo del cultivo puede tener efectos positivos mediante
el control de vigor del árbol durante la temporada actual y en la floración en la
1
temporada siguiente (FAO, 2012). Se ha comprobado en INTA Alto Valle que

disminuyendo la cantidad de riegos de 12 a 8 teniendo en cuenta el período de rápido
crecimiento del fruto, se incrementó 12 % la fruta comercial (Requena, 2001). En la
zona del Alto Valle la presencia de niveles freáticos poco profundos asociados a
procesos progresivos de salinización de los suelos abarcan cerca de 40% de la
superficie regada del Alto Valle (Galeazzi & Alvarez 1998). El manejo del agua de
riego es ineficiente y el exceso de agua se pierde por percolación profunda y tiene
como consecuencia un impacto directo en la recarga del acuífero que eleva los
niveles freáticos (Montenegro et al. 2014). Los ascensos y descensos de la capa crean
condiciones diferenciales de humedad dentro del perfil del suelo, presentando
condiciones de exceso de agua en la zona más cercana a la capa freática pudiendo
afectar a la producción y calidad de la fruta. Conociendo hasta donde llega el flujo
capilar de la capa freática y el contenido de humedad del suelo permitiría realizar un
cronograma de riego más eficiente para el productor. Por ello el objetivo de este trabajo
fue determinar la influencia de la capa freática en la zona de exploración radicular
durante el ciclo de cultivo de pera William´s.
El estudio se llevó a cabo en un monte comercial implantado con pera (Pyrus communis
L.) cultivar Willam´s, conducido en espaldera en un marco de plantación de 4m x 2m y
con riego por melgas sin desagüe al pie (a manto). En el espacio interfilar presentó una
cobertura de festuca implantada en el 2005.El suelo posee textura franco arcillo limosa
en superficie y franco limosa hacia la profundidad, con presencia de capa freática
fluctuante. En la parcela se colocaron sensores de humedad a 20,40 y 60 cm para
determinar el contenido de humedad durante los ciclos productivos 2013-2014 y 2014-
2015. Los sensores fueron controlados y calibrados en el laboratorio antes de su
colocación. La información que brindaron los sensores fue: contenido de humedad
expresado en volumen y la profundidad del nivel freático. Los datos almacenados en el
datalogger fueron transformados en datos medios semanales. Se calculó la
evapotranspiración de referencia (ETo) utilizando datos climáticos de la Estación
Agrometeorológica de la Facultad de Ciencias Agrarias (Lat. 38º 50` S y Long 68º 04` O
a 282 m.s.n.m.) tales como: valores diarios de temperatura, humedad relativa, viento,
radiación y precipitación. Se calcularon los requerimientos hídricos óptimos del cultivo a
través del programa Cropwat 8.0. Para cada horizonte, se determinaron las constantes
hidrofísicas, capacidad de campo (CC), punto de marchites permanente (PMP) y las
curvas de retención hídrica, en laboratorio, por el método de Richards, (1956) y la
densidad aparente por el método del cilindro. El potencial mátrico correspondiente al
contenido de humedad registrado por los sensores se obtuvo utilizando las curvas de
retención hídrica. Se definió el agua fácilmente aprovechable (AFA) como el contenido
de humedad entre CC y NAP, siendo NAP el 50% del agua útil total (CC-PMP*0.5). El
AFA está en equilibrio con la evapotranspiración máxima del cultivo, es decir sin stress
hídrico para la planta.
2
El ascenso capilar fue calculado aplicando la Ley de Darcy para la zona no-saturada,
resultando la siguiente ecuación de flujo estacionario (Tanji et al. 2002):
q  K   h  h / z
2 1 2  z1  1 (1)

Dónde: K  es la conductividad hidráulica no saturada (md-1), h es el potencial del
agua en el suelo (m) y z es el ascenso capilar (m).
La conductividad hidráulica no saturada K(θ), está en función del contenido de humedad

del suelo y a su vez éste es una función de la tensión expresada en altura de la columna
de agua. Según el modelo desarrollado por Van Genuchten (1980):
K ( ) 
(1  h )  h  * Ks
n m n 1 2
(2)
1  h  n m (   2)
m  1  1 / n () (3)
Dónde: Ks es la conductividad saturada (ms-1); h es la tensión de agua en el suelo (m);

α, ʎ, y n son parámetros físicos adimensionales según tipo de suelo (Wösten et al.
2001)
Cada suelo tiene una curva de retención según las características físicas propias (Tanji
et al. 2002). Dicha curva determina el ascenso capilar (z) dado por una velocidad de
flujo en función al potencial de agua en el suelo (h). En la Fig. 1 se observan las curvas
de ascenso capilar para suelo franco limoso que fueron utilizadas en el presente trabajo.
100
95
90
85
80
75
70
65
60
55
z (cm)
50
45
40
35
30
25
20 q=7.5 mm/d
15 q=5.0 mm/d
10
q=2.5 mm/d
5
0
0 50 100 150 200 250 300 350 400 450 500 550 600 650 700 750 800
h (cm)
Figura 1:Curvas de ascenso capilar (z) en función de la tensión del agua en el suelo (h)
y de la velocidad del flujo capilar estacionario (q).
3
Los valores de CC, PMP y NAP para el sensor ubicado a 20 cm fueron de 46,7%, 19,2%
y 32,9% expresados en volumen respectivamente. Para los sensores ubicados a 40 y 60
cm corresponden los mismos valores de CC, PMP y NAP y fueron de 39,1, 15,8 y 27,4
% vol. respectivamente. La densidad aparente del suelo para la textura franco limosa a
20 cm fue de 1,44 tm-3 y a 40 y 60 cm de 1,4 tm-3 (Fig. 2 y 3).
La evapotranspiración correspondiente al ciclo 2013-2014 fue de 1074 mm. En la Fig.

2se observa el perfil de humedad del ciclo 2013-2014. Los altos valores iniciales de la
humedad del suelo fueron debidos a las precipitaciones ocurridas a principio de octubre
(26 mm), coincidente con la fase inicial del cultivo, posteriormente no se registraron
otras precipitaciones. A 20 cm de profundidad las fluctuaciones del contenido de
humedad se presentaron, por debajo de la zona del agua fácilmente aprovechable
(AFA), esto indicó cierto grado de stress hídrico, excepto en los momentos posteriores a
cada riego. Mientras que a 40 cm, el contenido de humedad fluctuó dentro de la franja
del AFA. En el período comprendido desde principio de octubre hasta mediados de
noviembre el suelo se encontró prácticamente en CC e incluso por encima de la misma.
Luego y hasta mediados de enero el contenido de humedad fue inferior al de CC. A
partir de allí y hasta fines de marzo la humedad estuvo próxima al nivel de agotamiento
permisible (NAP), pero siempre dentro del AFA. A 60 cm de profundidad el perfil de
humedad siempre fue superior al registrado a 40 cm y fluctuó dentro de los valores de
CC, excepto en el período que va desde mediados de enero hasta fines de marzo donde
disminuye levemente.
Figura 2: Contenido de humedad durante el ciclo 2013-2014 a 20, 40 y 60 cm de

profundidad, capacidad de campo (CC) y nivel de agotamiento permisible (NAP)
4
Se realizaron 4 riegos en todo el ciclo con una lámina aplicada entre 150-200 mm por
riego, distribuidos a principio de los meses de octubre, noviembre, diciembre y enero.
Cabe señalar que la pera William´s es una variedad de cosecha temprana y el sello de
cosecha para la zona del Alto Valle oscila entre el 10 al 20 de enero según condiciones
climáticas.
El comportamiento de la capa freática mostró un rango de fluctuaciones entre 0,80 m y

1,25 m durante el ciclo del cultivo (Fig. 4), por lo que la franja capilar ingresó a la
rizósfera generando algunos síntomas de hidromorfismo, evidenciados por la presencia
de moteados en la porción inferior de la zona radicular. La profundidad crítica del nivel
freático para este tipo de suelo(textura media) y de cultivo oscila entre 1,40 – 1,60 m
(FAO, 1985); en este ciclo el 35 % de las observaciones mostraron niveles de capa
freática por encima del metro por lo tanto se evidenció la presencia del flujo capilar.
Montenegro et al. (2014) utilizando mediciones de humedad a 40 y 60 cm de
profundidad, visualizaron la influencia del ascenso capilar en el balance hídrico en un
cultivo de manzano.
La evapotranspiración correspondiente al ciclo 2014-2015 fue de 1022 mm. En la Fig. 3

se observa el perfil de humedad del ciclo 2014-2015. Al igual que en el ciclo anterior se
comenzó con un alto estado de humedad debido a la precipitación ocurrida a principio
de octubre de 51 mm; con posterioridad se produjeron precipitaciones a lo largo del ciclo
con un total de 49 mm. A 20 cm de profundidad las fluctuaciones del contenido de
humedad son similares al ciclo anterior. Los contenidos de humedad a 40 cm
permanecieron por debajo de CC y a 60 cm son valores levemente superiores pero
siempre fluctuaron dentro del AFA. A partir de la segunda quincena de enero se observó
una leve disminución en el contenido de humedad pero siempre dentro del AFA.
Se realizaron 5 riegos con láminas similares al 2013-2014, distribuidos uno a mediados

de noviembre, dos riegos en diciembre: principio y finales de diciembre, otro a
mediados de enero y otro riego a mediados de febrero.
El comportamiento de la capa freática muestra un rango de fluctuaciones entre 0,70 m y

1,40 m durante el ciclo del cultivo (Fig. 4). Las profundidades de la capa freática
menores al metro ocurrieron en el trimestre octubre, noviembre y diciembre y
representaron el 35% del total de las observaciones. A partir de enero la freática se
encontró por debajo del metro.
5
Figura 3: Contenido de humedad durante el ciclo 2014-2015 a 20, 40 y 60 cm de

profundidad, capacidad de campo (CC) y nivel de agotamiento permisible (NAP)
Comparando los dos ciclos se observó que la diferencia en el contenido de humedad
entre 40 y 60 cm fue más acentuado en el ciclo 2013-2014 con un incremento de
alrededor del 10%. Cabe aclarar que al ser promedios semanales quedan
enmascarados los valores extremos de contenido de humedad, ya que en cada
aplicación del riego superan el nivel de CC.
El movimiento de la capa freática en el primer ciclo (2013-2014) presentó una tendencia

estable mientras que en el segundo ciclo la tendencia fue marcadamente decreciente a
partir de enero (Fig.4).Los requerimientos de agua del cultivo fueron diferentes según
los ciclos del cultivo estudiados, siendo en el 2013-2014 de 1050 mm y en el segundo
de 965 mm, diferencia que equivaldría a un riego.
6
Variacion freatica
0.2 Ciclo 2014-1015

Ciclo 2013-2014
0.4
Prof.Freatica (m)
0.6
0.8
1.2
1.4
12
12
12
12
12
13
13
13
13
13
0/
0/
1/
2/
2/
1/
2/
2/
3/
4/
/1
/1
/1
/1
/1
/0
/0
/0
/0
/0
10
30
19
09
29
18
07
27
19
08
Fecha
Figura 4: Fluctuaciones del nivel freático durante los ciclos 2013-2014 y 2014-2015
En la Tabla 1 se visualizan los valores del ascenso capilar correspondientes a tres

fechas representativas del ciclo del cultivo que coinciden con la fase de desarrollo del
cultivo, máxima evapotranspiración y cosecha.
Tabla 1: Ascenso capilar en equilibrio con la evapotranspiración máxima del cultivo

durante los ciclos 2013-2014 y 2014-2015
Ciclo 2013-2014 Ciclo 2014-2015

20 al 26 15 al 21 12 al19 3 al 9 15 al 21 19 al 25
Octubre Diciembre Enero Noviembre Diciembre Enero
Humedad (%vol) 40,6 37,8 35,0 35,3 38,6 34,3
a 40 cm
Potencial Mátrico 250 360 550 510 320 600
(cm)
-1
ETc (mm día ) 4,0 8,1 8,3 4,1 7,0 7,9
Precipitación (mm) 0 0 0 0 0 0
z (cm) (Ascenso 60 45 48 60 45 50
capilar)
Prof. Nivel freático 93 104 109 101 81 128
(cm)
Prof. límite superior 33 59 61 41 36 78
de la franja capilar
(cm)
La profundidad del límite superior de la franja capilar (flujo) se deduce de la diferencia

entre la profundidad del nivel freático y la altura del ascenso capilar (z). En el ciclo
2013-2014 el flujo capilar ascendió hasta los 60 cm de profundidad excepto en el mes
de octubre donde el ascenso del flujo capilar llegó hasta los 33 cm (Fig.2).
7
En el ciclo 2014-2015 el ascenso capilar llegó aproximadamente hasta los 40 cm de

profundidad en los meses de octubre, noviembre y diciembre. En el resto del ciclo no se
observó ascenso capilar a las profundidades mencionadas (Fig. 4). Esto fue debido a un
descenso del nivel freático generado por el funcionamiento de un sistema de drenaje por
bombeo. Las diferencias en el contenido de humedad a 40 y 60 cm, durante los meses
de enero a marzo se deberían al patrón de extracción de humedad por parte de las
raíces.
Conclusiones
En el ciclo 2013-2014 la influencia de la capa freática, a través del ascenso capilar, se

manifestó durante el mes de octubre que se correspondió con la fase inicial y comienzo
de la fase de desarrollo.
El ciclo 2014-2015 la influencia de la capa freática abarcó los meses de octubre,

noviembre y diciembre que se correspondió con las fases inicial y de desarrollo del
cultivo. A partir de enero no se manifestó el ascenso capilar en las profundidades
estudiadas.
Este análisis deberá completarse con mediciones del contenido salino en la solución del
suelo a fin de determinar el potencial total del agua en el suelo.
Bibiliografía
FAO, 1985. Elementos para el proyecto de drenajes. Estudio Riego y Drenaje nº 38.
RomaItalia, 40 p.
FAO, 2012. Crop yield responded to water. Irrigation and Drainage. Paper 66 pp498.
Galeazzi, J & O Alvarez. 1998. Determinación de áreas afectadas por niveles freáticos
críticos en el Alto Valle de Río Negro. Congreso Latinoamericano y Argentino de
Ingeniería Rural. La Plata- Argentina.
Montenegro, A;J Galeazzi; G Polla & VAramayo. 2014. Manejo del riego en un monte
frutal con niveles freáticos críticos. Aplicación del modelo de balance hídrico Win-Isareg.
2º Congreso Internacional de Hidrología de Llanuras; Santa Fe, Argentina, 9 p.
Requena, 2001. Peras, riego y calidad. Revista Rompecabezas Tecnológico. INTA Alto
Valle Nº 29 p 18-21.
Richards, LA. 1956. Sample retainers for measuring water retention by soil. Soil Sci. Am.
Proc. 20: 301-303.
Tanji, KK & NC Kielen. 2002. Agricultural drainage water management in arid and semi-
arid areas. FAO; Irrigation and drainage paper 61. Roma, Italia. 205 pp.
Van Genuchten, MT 1980. A closed-form equation for predicting the hydraulic
conductivity of unsatured soils. Soil Sci. Am. J.,(44): 892-898.
8
Wösten, JHM; YA Pachepsky, & WJ Rawls. 2001. Pedotransfer functions: bridging the
gap between available basic soil data and missing soil hydraulic characteristics. J.
Hydro. 251. (3-4) 123-150.
9
MATERIA ORGÁNICA DEL SUELO Y SUS FRACCIONES EN UN SISTEMA

FRUTÍCOLA, EN PATAGONIA NORTE
CHIARA GUGLIELMETTI*, MARÍA CRISTINA ARUANI & PABLO REEB
Universidad Nacional del Comahue (UNCo), Facultad de Ciencias Agrarias. *Ruta 151,
km 12,5, Cinco Saltos, (C.P. 8303) Río Negro, Argentina; 54 0299 4980005.
*[email protected].
Palabras claves: materia orgánica particulada, materia orgánica fina, coberturas.
Resumen
El objetivo fue determinar y comparar los valores de materia orgánica del suelo (MOS) y
de las fracciones de distinta labilidad en suelos implantados con pera Williams, en la fila
de plantación y en el espacio interfilar. Se realizó en el Alto Valle de Río Negro en la
temporada 2012-2013. Las muestras de suelo se extrajeron en otoño,en parcelas con
distintas coberturas: alfalfa (Medicago sativa) (A), festuca (Festuca arundinacea) (F) y
vegetación espontánea (VE), a 0,5m y 2m del tronco. Se determinó: materia orgánica
total (MOT), materia orgánica particulada (MOP), materia orgánica fina (MOF), nitrógeno
total (Nt), porcentaje de microagregados (0-100µ) y de macroagregados (100-2000µ). La
clase textural del horizonte superficial en VE y F fue franco arcillo limosa y presentó
30,2% de arcilla y 52,2 % de limo y en A fue franco limosacon 26,9% de arcilla y 50,0%
de limo. La MOT se incrementó hacia el espacio interfilar, 17% en VE, 27% en A y 30%
en F. En VE la MOP fue menor en el interfilar respecto a la fila. En F y A la MOP mostró
tendencia a incrementar hacia el interfilar, posiblemente debido a un mayor aporte de
materia seca y rizodepositación. En ambos sectores el contenido de MOF fue mayor al
de MOP y el porcentaje de microagregados fue mayor al de macroagregados. Los
valores de MOF oscilaron entre 1,93% y 3,31% y los de MOP entre 0,59% y 0,90%. La
relación MOP/MOT marcó distribución diferente de las fracciones orgánicas entre los
sectores y oscilaron entre 0,3 a 0,36 en la fila y 0,21 y 0,24 en el interfilar. El Nt en el
interfilar de A incrementó 40 % respecto a la fila. Este aporte de nitrógeno podría
reemplazar parte de las fertilizaciones inorgánicas nitrogenadas que se realizan
habitualmente en los montes frutales.
Introducción
La materia orgánica del suelo (MOS) es de vital importancia para el mantenimiento de

las numerosas funciones del suelo y contribuye a la productividad de los cultivos ya que
mejora las propiedades físicas, químicas y biológicas del suelo. Diferentes prácticas de
manejo de los sistemas agrícolas promueven cambios en el suelo a nivel orgánico que
en el corto plazo (1-5 años) son difíciles de detectar debido a la gran cantidad de
materia orgánica (MO) relativamente estable (Greogorich et al. 1994). Sin embargo las
1
fracciones de MOS de naturaleza más dinámica o de mayor velocidad de

transformación, pueden reflejar cambios en la provisión de carbono y/o condiciones que
afectan la mineralización (Carter 2002). Estas fracciones realizan una mayor
contribución al ciclado de nutrientes que las más estables por ser fuentes de energía y
de nutrientes de fácil acceso para los microoganismos. En este sentido, el carbono
orgánico lábil o particulado (COP), ha sido propuesto como un indicador sensible y
precoz del efecto de los sistemas de producción sobre la variación de la MO del suelo
(Haynes, 1999).
La fracción lábil de la MOS está constituida por restos vegetales, animales y hongos en
distintos grados de descomposición. Esta fracción es llamada MO particulada (MOP) y
es la más dinámica de la MOS en el corto plazo, por lo que se utiliza como índice de
fertilidad del suelo o como indicador sensible y precoz de los efectos producidos por las
prácticas de manejo (Carter 2002, Alvarez & Alvarez 2000, Fabrizzi et al. 2003). La MOP
puede ser separada del resto de la materia orgánica por tamizado (Cambardella & Elliot
1992). La materia orgánica fina o recalcitrante, humificada o asociada a la fracción
mineral del suelo (MOF) refleja el porcentaje de carbono secuestrado en el suelo (Six, J.
et al. 2004).
El objetivo de este trabajo fue determinar y comparar los valores de la materia orgánica
del suelo (MOS) y las fracciones de distinta labilidad en suelos implantados con pera
Williams, en la fila de plantación y en el espacio interfilar con cobertura de alfalfa,
festuca y vegetación espontánea.
El estudio fue conducido en un huerto comercial implantado con perales (Pyrus

communis L.) cultivar Williams localizado en el Alto Valle de Río Negro de Argentina. El
cultivar se encuentra injertado sobre pie franco y conducido en espaldera con un marco
de plantación de 4m x 2m. El sistema de riego es por gravedad a manto sin desagüe al
pie. Se seleccionaron tres parcelas con diferente cobertura en el espacio interfilar: 1)
cobertura permanente de Alfalfa (Medicago sativa) (A), 2) cobertura de Festuca
(Festuca arundinacea) (F) y 3) cobertura con vegetación espontánea herbácea (VE).
Las muestras fueron tomadas en otoño en el año 2013. Las parcelas están ubicadas: A
(38º 51´ 18,7” S; 68º 03´ 24,4 O), F (38º 51´15,7” S, 68º 02´46,8” O) y VE (38º 51´ 11,0”
S, 68º 02´ 38,3” O). En la parcela A la cobertura del interfilar fue sembrada en el 2004
con una densidad de siembra de 40 kg ha-1y al momento de tomar las muestras
contenía entre un 60 y 70% de alfalfa y el resto era una mezcla de festuca y vegetación
espontánea. El interfilar de la parcela F se sembró en el 2005 con la misma densidad de
siembra que la parcela A. El manejo del cultivo en todas las parcelas se realizó según
las prácticas culturales habituales en la región: 1) fertilización con 100 unidades de
nitrógeno ha-1en la fila de plantación, aplicadas 50% en octubre y noviembre y la
restante en diciembre (fertilizaciones de primavera) y15 unidades en abril (fertilización
2
de otoño) y 2) aplicación de herbicidas para controlar malezas en la fila de plantación:

dicloruro de 1,1’-dimetil-4,4’-bipiridilo con una dosis de 3-4 L ha-1 en primavera, y
glifosato, 1,92 g L-1 de índice activo en verano a una dosis de 4 L ha-1, cubriendo una
franja de 40 cm a cada lado del tronco de la planta.
Se seleccionaron 5 plantas en cada parcela y se consideró cada planta un sitio

experimental. La clase textural del horizonte superficial en las parcelas VE y F es franco
arcillo limoso y la composición granulométrica es 30,2% de arcilla, 52,2 % de limo y
17,6% de arena. La parcela A es franco limoso y presenta 26,9 % de arcilla, 50,0 % de
limo y 23,1% de arena. Se recolectó en cada corte el material segado de una superficie
de 1m2, en cada parcela. El material vegetal fue secado a 60ºC hasta peso constante y
pesado para estimar la cantidad de materia seca(MS) incorporada, expresada en
kgm2.Se realizaron tres cortes durante el ciclo de cultivo y el material segado se dejó en
superficie para su descomposición.
En cada sitio experimental se realizó el muestreo de suelo con un barreno de 5 cm 2 de

área y a una profundidad de 0 a 20 cm. Se tomaron ocho submuestras de suelo que
conformaron una muestra compuesta barriendo un área de 3 m2. Las submuestras se
tomaron a 0,5m del tronco en la fila de plantación y a 2 m del tronco sobre el espacio
interfilar.
En tierra fina seca al aire (TFSA) (0-2000 µm) se determinó la materia orgánica total
(MOT) (Walkley & Black 1934) y nitrógeno total (mét. Kjeldhal). Para obtener las
fracciones de la MOS se realizó un fraccionamiento por tamaño de partícula mediante
tamizado en húmedo obteniendo la fracción fina (microagregados 0-100µ) y la fracción
gruesa (macroagregados de 100-2000 µ)(Galantini, et al. 1994). En la fracción fina se
encuentra la materia orgánica humificada (MOF) ligada a la fracción mineral y en la
fracción gruesa se encuentra la materia orgánica particulada (MOP), más joven. En
cada fracción se determinó la materia orgánica por el método de (Walkley & Black,
1934). Se calculó el porcentaje de macroagregados y microagregados presentes en
cada muestra.
Los contenidos de MOT, MOP, MOF y Nt fueron analizados con pruebas t de student
para muestras apareadas fila e interfilar para cada parcela considerando como límite de
significancia un valor de 0,1. Se determinó la correlación entre los microagregados y la
MOF y entre los macroagregadosy la MOP. Para el análisis estadístico de los datos se
utilizó el programa Infostat (Di Rienzo et al. 2015).
En la Tabla 1 se consignan los porcentajes de MOT, MOP, MOF, N total,

microagregados y de macroagregados para cada parcela en la fila de plantación y en el
interfilar.
3
En sistemas perennes el aporte de residuos frescos se produce naturalmente a través

de las raíces que crecen en primavera y en otoño y por las hojas caídas en otoño. Esta
fuente de carbono promueve la formación de productos microbianos que favorecen la
formación de agregados (Six et al. 2004). La MOP derivada de las raíces juega un rol
importante en la formación de los microagregados (Gale et al. 2000). En la formación y
estabilidad de los agregados del suelo es importante el porcentaje de la fracción fina
(arcilla+ limo). Morel et al. (1991) mostraron mayor estabilidad de agregados en suelos
con clase textural arcillo limosa y en presencia de sustancias mucilaginosas liberadas
por las raíces y microorganismos. En nuestro estudio la clase textural del horizonte
superficial en las parcelas fue franco arcillo limosa y franco limosa, con porcentajes de
arcilla que oscilaron entre 26,9 y 30,2% y de limo entre 50,0% y 52,2%, lo que influyó en
la mayor proporción de microagregados presentes en los suelos y en consecuencia
mayor MOF. El tipo de arcilla también es importante ya que la superficie específica de la
arcilla, influye en la tasa de descomposición y el contenido de carbono orgánico del
suelo. En nuestros suelos dominan las arcillas esmectitas (Apcarian et al. 2014) que son
más activas que las caoliníticas, presentan una tasa más alta de descomposición y
mantienen reservorios lábiles más pequeños (Chen et al. 2014).
La MOP contiene MO más joven, es más fácilmente descomponible por los

microrganismos y es la responsable de la fertilidad actual del suelo. Se obtuvo
correlación positiva entre la MOP y los macroagregados del suelo (p=0,03). En VE el
contenido de MOP fue ligeramente inferioren el interfilar respecto a la fila (p=0.09). En F
y A los valores de MOP fueron similares entre sectores, aunque se observó una
tendencia a incrementar hacia el espacio interfilar.
Al comparar los sectores en A se observó un incremento en el contenido de MOT

(p=0,04) y de Nt (p=0,06) hacia el espacio interfilar. El incremento en la MOT era lógico
de esperar ya que la materia seca incorporada por esta cobertura durante el ciclo del
cultivo fue de 1,52 kg m-2. En F se encontró que la MOT incrementó un 1% hacia el
espacio interfilar (p=0,1). Esta cobertura incorporó 0,76 kg m-2de materia seca. En VE se
observó un ligero incremento de 0,5%en la MOT en el espacio interfilar con respecto a
la fila de plantación, no alcanzando a ser estadísticamente significativa la diferencia
entre los dos sectores. La cobertura de VE aportó al suelo 0,60 kg m -2 de materia seca
(Aruani, et al. 2014).
La relación MOP/MOT es un indicador del grado de transformación de las fracciones

orgánicas dentro del suelo que puede ser utilizado para evaluar los efectos de las
distintas prácticas de manejo que modifican el aporte de carbono o su velocidad de
descomposición (Galantini et al. 2002). La relación MOP/MOT mostró una distribución
diferente de las fracciones orgánicas entre los sectores y fue menor en el interfilar en F y
VE con respecto a la fila. En A la relación MOP/MOT tendió a disminuir hacia el espacio
interfilar. La reducción de la relación MOP/MOT podría indicar acumulación de MO de
lenta mineralización. En suelos molisoles con rotaciones de cultivos entre gramíneas y
4
leguminosas obtuvieron mayor relación MOP/MOT en suelos implantados con

leguminosas (Galantini et al. 2002).
Para las tres coberturas y en ambos sectores el contenido de MOF fue mayor al de
MOP, lo que implica mayor almacenamiento, protección física a la biodegradación y
estabilización del carbono a largo plazo (Balesdent et al. 2000; Gale et al. 2000). En
esta fracción la mineralización de la materia orgánica es más lenta y es menos sensible
a las prácticas agrícolas.
En VE se detectó un incremento de MOF en el espacio interfilar aunque no alcanzó a

ser estadísticamente significativo. En F los valores de MOF mostraron una tendencia a
ser inferiores en el espacio interfilar que en la fila de plantación. En el interfilar de alfalfa
el contenido de MOF fue mayor al de la fila de plantación (p=0,02). Al encontrar distintas
respuestas de la MOF en las tres parcelas en estudio se infiere que esta fracción puede
estar influenciada por la incorporación de materia seca y por el tipo de cobertura.
En las parcelas el porcentaje de microagregados fue similar en ambos sectores y fue

mayor que el porcentaje de macroagregados. Se obtuvo correlación positiva entre la
MOF y el porcentaje de microagregados del suelo (p=0,09).
Tabla 1: Porcentaje de materia orgánica total del suelo y sus fracciones, nitrógeno total,
microagregados y macroagregados para cada parcela en la fila de plantación y en el
espacio interfilar. Cada valor corresponde a cinco repeticiones (n=5).
Parcela
Variable Sector Vegetación
Festuca Alfalfa
espontánea
Fila 2,06 b 2,53 2,71 b
MOT (%)
interfilar 3,01 a 3,07 3,70 a
Fila 2,25 2,34 2,55 b
MOF (%)
interfilar 1,93 2,62 3,31 a
Fila 0,59 0,90 a 0,78
MOP (%)
interfilar 0,64 0,71 b 0,85
Fila 0,31a 0,36 a 0,3
MOP/MOT
interfilar 0,21b 0,24 b 0,23
Fila 0,10 0,12 0,11 b
Nt (%)
interfilar 0,10 0,11 0,15 a
Macroagregados Fila 25,6 16,8 16,5
(%) interfilar 13,7 15,1 10,9
Microagregados Fila 84,8 83,1 83,4
(%) interfilar 86,4 84,9 89,0
5
Medias con distintas letras en columna indican diferencias significativas con un nivel de
significancia < 0,1.
MOT: materia orgánica total; MOP: materia orgánica particulada; MOF: materia orgánica
fina; Nt: nitrógeno total.
Conclusiones
En las coberturas de alfalfa y festuca el contenido de MOT fue mayor en el espacio

interfilar, lo que mejoraría las condiciones físicas, químicas y biológicas del suelo.En la
parcela con vegetación espontánea se produjo una disminución en el contenido de MOP
desde la fila hacia el interfilar. En festuca y alfalfa la MOP mostró una tendencia a
incrementar en el espacio interfilar, posiblemente debido al aporte de materia seca y de
la rizodepositación.
En las parcelas analizadas el contenido de materia orgánica fina fue mayor al de materia
orgánica particulada, esto indica lenta mineralización de la materia orgánica del suelo
con mayor secuestro de carbono.
Con la cobertura de alfalfa se logra incrementar 40% el contenido de nitrógeno total en
el interfilar respecto a la fila. La implementación de esta cobertura podría reemplazar en
gran medida los aportes de fertilizaciones inorgánicas nitrogenadas que se realizan
habitualmente en estos cultivos, considerando que las raíces de los frutales se
extienden hasta el espacio interfilar.
Bibliografia
Álvarez, R & CR Álvarez. 2000. Soil organic matter pools and their associations with
carbon mineralization kinetics soil. Sci. Soc. Am. J. 64:184-189.
Apcarian, A; PM Schmid & MC Aruani.2014. Suelos con acumulaciones calcáreas en el

alto Valle de Río Negro. Patagonia Norte. 6 Pp. 149-182 en: Perla Amanda Imbellone
(ed.) Suelos con acumulaciones calcáreas y yesíferas de Argentina. Ediciones INTA.
Buenos Aires, Argentina, 219 pp.
Aruani, MC; P Gili; M Tejerina & C Starik. 2014. Coberturas: su efecto sobre algunas
propiedades del suelo en un sistema frutícola. XXIV Congreso Argentino de la Ciencia
del Suelo II Reunión Nacional “Materia Orgánica y Sustancias Húmicas”. Bahía Blanca,
5 al 9 de mayo.
Balesdent, J.; C Chenu & M Balabane. 2000. Relationship of soil organic matter
dynamics to physical protection and tillage. Soil Tillage Res. 53: 215-230.
Carter, MR. 2002. Soil quality for sustainable land management: organic matter and
aggregations interactions that maintain soil functions. Agronomy J. 94: 38-47.
6
Cambardella, CA & ET Elliott. 1992. Particulate organic matter changes across a

grassland cultivation sequence. SoilSci. Soc. Am. J. 56:777-783.
Chen, X; X Wang; M Liebman; M Cavigelli & M Wander. 2014. Influence of Residue and
Nitrogen Fertilizer Additions on Carbon Mineralization in Soils with Different Texture and
Cropping Histories. PLOS ONE, 9:1-11.
degraded vs. none degraded Mollisols in Argentina. SoilSci. Soc. Am. J., 67:1831-1841.
Galantini, JA, RA Rosell & JO Iglesias. 1994. Determinación de materia orgánica en

fracciones granulométricas de suelos de la región semiárida bonaerense. Ciencia del
Suelo 12 (2) 81-83.
Galantini, JA; RA Rossel; G Brunetti & N Senesi. 2002. Dinámica y calidad de las
fracciones orgánicas de un Haplustol durante la rotación de trigo-leguminosas. Ciencia
del Suelo 20 (1) 17-27.
Gale, J; CA Cambardella & TB Bailey. 2000. Root-derived carbon and the formation and
stabilization of aggregates. Soil Sci. Soc. Am. J.,64:201-207.
Greogorich, EG; MR Carter; DA Angers; CM Monreal & BH Ellert. 1994. Toward a

minimums data set to assess soil organic matter quality in agricultural soils. Can. J. Soil
Sci. 74: 367-385.
Haynes, RJ. 1999. Labile matter organic fractions and aggregate stability under short-
term grass-based leys. Soil Biol. Biochemistry 31: 1821-1830.
Morel, JL; L Habib; S Plantureux & AGuckert. 1991. Influence of maize root mucilage on
soil aggregate stability. Plant and Soil 136: 111-119.
Six, J; H Bossuyt; S Degryze & K Denef. 2004. A history of research on the link between
(micro) aggregates, soil biota, and soil organic matter dynamics. Soil Till. Res., 79: 7–31.
Walkley, A & IA Black. 1934. An examination of Degtjareff method for determining soil
Sci., 34:29-38.
7
EVOLUCIÓN DE LA MATERIA ORGÁNICA PARTICULADA FORMADA A PARTIR DE

DIFERENTES SECUENCIAS DE CULTIVOS
ROXANA ECLESIA1,*, LEONARDO NOVELLI2, OCTAVIO CAVIGLIA1,2 & GERVASIO

PIÑEIRO3
1
EEA Paraná (INTA); 2Facultad de Ciencias Agropecuarias, Universidad Nacional de
Entre Ríos; 3IFEVA, Facultad de Agronomía, Universidad de Buenos Aires, CONICET;
*Ruta N° 11 Km 12,5 (3101) Oro Verde (ER)
Palabras clave: carbono, isótopos de 13C, sistemas agrícolas
Resumen
La alta frecuencia de soja en las secuencias de cultivo es un factor que afecta la calidad
como así también a la materia orgánica del suelo (MOS). Una manera de detectar
tendencias en la evolución de la MOS en el corto plazo, es a partir del estudio de
fracciones más sensibles a los cambios como la materia orgánica particulada (MOP). En
este trabajo se analiza la evolución en el corto plazo del carbono de la fracción MOP (C-
MOP) por efecto de tres secuencias de cultivo, en dos suelos diferentes (orden molisol y
vertisol). Dos de las secuencias evaluadas correspondieron a monocultivos (soja y maíz)
y una secuencia de doble cultivo trigo/soja. Se combinaron técnicas de fraccionamiento
de la MOS con técnicas isotópicas de 13C, de manera de estimar el carbono (C) nuevo
en la fracción MOP (C-MOPn), formado a partir de cada secuencia y el C original
remanente de la situación inicial (C-MOPor), en un período de 6 años. Se muestreó suelo
(0 a 15 cm de profundidad) en tres momentos: en el año 2008 cuando comenzó el
experimento, en el 2010 y en el 2014. Se tomaron muestras de cada cultivo para el
análisis de la abundancia natural de 13C, junto con las muestras de MOP. Los
contenidos totales de C-MOP, en ambos suelos, tendieron a aumentar en las
secuencias de maíz o trigo/soja y a disminuir en las secuencias de monocultivo de soja,
aunque las diferencias no fueron estadísticamente significativas. Los análisis isotópicos
revelaron que la secuencia trigo/soja presentó los mayores ingresos de C nuevo al suelo
(mayores valores de C-MOPn), pero estos aumentos fueron significativos sólo para el
Vertisol, (P<0.05) con aumentos del 77% respecto a la secuencia soja/soja. Asimismo,
las tasas de formación de C-MOPn fueron similares en las secuencias con gramíneas
para los dos suelos (0,68 y 0,78 Mg ha-1 año-1 en Molisol y Vertisol, respectivamente) y
superiores al monocultivo de soja (0,35 y 0,17 Mg ha-1 año-1 para Molisol y Vertisol).
Estas diferencias siguieren que tanto el cultivo de maíz y el doble cultivo trigo/soja en el
Vertisol aportarían una mayor cantidad de C humificable al suelo, destacando la
importancia de estas rotaciones en los suelos más susceptibles a la erosión y de menor
productividad.
1
Introducción
La alta frecuencia de soja en las secuencias de cultivo es un común denominador tanto

en la provincia de Entre Ríos como en el resto de la región pampeana. La asociación
negativa entre la frecuencia de soja con la materia orgánica del suelo (MOS) y otras
propiedades del mismo con la agregación, ha sido documentada para suelos de Entre
Ríos (Novelli et al., 2011), indicando que es un factor que puede alterar la calidad del
mismo.
La secuencia y el tipo de cultivo inciden ampliamente en las evolución del contenido de

MOS (Andriulo et al., 1999; Novelli et al., 2011), en especial en sistemas bajo siembra
directa donde las pérdidas por descomposición son bajas y los ingresos de carbono (C)
cobran mayor importancia (Paustian et al., 2000). El tipo de suelo es otro factor que
puede afectar las tasas de formación y descomposición de la MOS, por lo que el efecto
de diferentes secuencias de cultivos puede variar entre suelos contrastantes.
Para detectar tendencias en la evolución de la MOS en el corto plazo, ha sido necesario

estudiar aquellas fracciones más sensibles a los cambios como la materia orgánica
particulada (MOP), la que además está íntimamente ligada a las transformaciones que
ocurren en fracciones más estables asociadas al secuestro de C. La combinación de
métodos de fraccionamiento de la MOS con técnicas de abundancia natural de isótopos
de 13C, ha permitido estudiar la formación y descomposición en diferentes fracciones de
la MOP (Balesdent y Balabane, 1996; Del Galdo et al., 2003; Eclesia y Piñeiro, 2014;
Mazzilli et al., 2014). En efecto, con estas metodologías es posible diferenciar el C
nuevo incorporado en la MOP (C-MOPn) del C original remanente de la situación inicial
(C-MOPor), luego de iniciada una nueva practica de manejo.
Los objetivos de este trabajo fueron analizar, en dos suelos contrastantes en su

mineralogía, la evolución en el corto plazo del C-MOP por efecto de tres secuencias de
cultivo, de las cuales dos correspondieron a monocultivos (soja y maíz) y una secuencia
más intensificada (doble cultivo trigo/soja).
Se seleccionaron tres secuencias de cultivos de dos experimentos de larga duración

instalados en la EEA Paraná del INTA en la campaña 2008/2009, uno en un Molisol
(Argiudol ácuico, Serie Tezanos Pinto) y el otro en un Vertisol (Cromuderte árgico, Serie
Febré). Los sitios experimentales fueron precedidos por al menos 15 años de una
rotación de trigo/soja-maíz (intercalando especies de metabolismo C3 y C4), lo que
posibilitó contar con una señal isotópica de 13C en el suelo intermedia entre las señales
de ambos tipos metabólicos (-18,8‰) al inicio del experimento. A partir de ésta premisa
fue posible seleccionar secuencias puras de vegetación C3 o C4 de modo de analizar la
dinámica de la MOP por influencia de las mismas. Las secuencias fueron dos de
2
monocultivo (soja y maíz) y trigo/soja en doble cultivo. Se realizaron muestreos de suelo

a 0-5, 5-15 y 15-30 cm de profundidad en los años 2008, 2010 y 2014, de manera de
evaluar la evolución del C en la MOP en el transcurso de los 6 años. Si bien las
muestras de suelo se extrajeron hasta los 30 cm de profundidad, sólo se consideraron
los primeros 15 cm para éste análisis. A su vez, se extrajeron muestras para estimar la
densidad aparente (Da) mediante el método del cilindro (Forsythe, 1975), de modo de
llevar los datos de concentración de C a stock. Se tomaron muestras vegetales de cada
cultivo para su posterior análisis.
Las muestras destinadas a análisis químico se secaron en estufa a 60ºC y las muestras
para Da fueron secadas en estufa a 105 ºC. En el suelo se separó la fracción de la
materia orgánica particulada (MOP) según Cambardella y Elliot (1992). En las muestras
de suelo del Vertisol se detectó la presencia de carbonatos, por lo que luego del
fraccionamiento y previo al análisis de C, se extrajeron los mismos utilizando 0,5N HCl.
El ácido fue extraído cuidadosamente de la solución mediante el lavado con agua
destilada, centrifugado de las muestras (4000 rpm durante 10 minutos) y posterior
extracción del sobrenadante, repitiendo el procedimiento al menos 3 veces para
asegurar su completa eliminación. En cada fracción de suelo y en las muestras de
vegetación, se determinó la concentración de C y la abundancia natural de 13C (13C)
con un analizador elemental (Carlo Erba) acoplado a un espectrómetro de masas
(Finnigan MAT) en el Laboratorio de Isótopos Estables (DEVIL), de la Universidad de
Duke, USA.
Se estimó el C nuevo de la fracción MOP (C-MOPn), formado a partir de cada

secuencia, según Balesdent y Mariotti (1996) (ecuación 1) y el C original remanente (C-
MOPor ,ecuación 2).
C-MOPn (%) = ( - o/v - o) . 100 [1] Cor= (100-Cn)/100*Cf [2]
donde C-MOPn es el C nuevo en la MOP derivada del material que fue incorporándose a
partir de cada secuencia agrícola (%);  es el 13C del suelo en el tiempo t; o es el 13C
del suelo al inicio del experimento (t=0), y v es el 13C de los aportes de residuos
vegetales al suelo (rastrojo) provenientes de cada secuencia (en los casos de la
secuencia trigo/soja, éste valor se estimó como el promedio de la señal isotópica de los
dos cultivos) y Cf (Mg ha-1) es la cantidad de C final en el uso actual.
El diseño del experimento fue de bloques completos al azar con cuatro repeticiones. Se
evaluaron las diferencias en el C-MOP entre años para cada secuencia y entre
secuencias para los años 2010 y 2014, mediante un ANOVA, detectando la diferencia
entre las medias a partir de un test de Duncan. Del mismo modo se analizaron las
diferencias de C-MOPn entre las secuencias al año 2014. Para evaluar las diferencias en
las tasas de formación de C-MOPn entre las secuencias, se ajustó un modelo de
3
regresión múltiple para cada tipo de suelo, incluyendo la secuencia como una variable
dummy (maíz/maíz: D1=1, D2=0; soja/soja: D1=0, D2=1; trigo/soja: D1=0, D2=0), de
modo de detectar diferencias entre las pendientes de las rectas de cada regresión entre
C-MOPn y año de muestreo.
No se detectaron diferencias estadísticas significativas en el C-MOP entre las

secuencias a través de los años de evaluación, aunque se observó una tendencia a
incrementar su valor hacia el final del periodo de evaluación en las secuencias con
gramíneas, i.e. maíz y trigo/soja (Fig. 1). En éste sentido, es importante destacar que la
gran variabilidad que presentó dicha fracción no hizo posible observar diferencias
significativas. Es remarcable que estas tendencias fueron coincidentes en ambos
suelos.
a) b) 12
12
Molisol Vertisol
10 10
C-POM (Mg ha-1)
C-MOP (Mg ha-1)
8 8
Maíz/Maiz
6 6
Soja/Soja
4 4 Trigo/Soja
2 2
0 0
2008 2010 2012 2014 2008 2010 2012 2014
Año de muestreo Año de muesteo
Figura 1. Evolución del C-MOP (Mg ha-1) en un suelo a) Molisol y b) Vertisol, en

diferentes secuencias de cultivos y momentos de evaluación, en el transcurso de 6
años, de 0-15 cm de profundidad. Las barras verticales indican el error estándar (EE)
de cada secuencia para cada año de evaluación.
Al analizar el C nuevo (C-MOPn) formado en el período 2008-2014, se observó la misma

tendencia que en la MOP total (Fig. 2, a y b). Así, el C-MOPn promedio fue menor en la
secuencia soja/soja con respecto a la secuencia trigo/soja. Dichas diferencias fueron
significativas (p<0,05) solo para el Vertisol alcanzando el 77%, (Fig. 2 b).
Similarmente, el C original remanente (C-MOPor) no difirió entre las secuencias, aunque

hubo una tendencia, no significativa, de reducción en la secuencia soja/soja en el
Vertisol. Las tendencias de menor C-MOP en la secuencia soja/soja, tanto para el C-
MOPn como para el C-MOPor, fueron de mayor magnitud en el Vertisol a pesar de ser un
suelo con mayor capacidad protectiva de la MOS (Six et al., 2002). Esto podría estar
4
asociado a una mayor incidencia de los procesos erosivos en este suelo y secuencia,
más que un aumento de la descomposición. Las mayores limitantes que posee el
Vertisol en comparación con el Molisol (mayor contenido de arcilla desde la superficie,
menor intervalo hídrico óptimo, entre otras) limitan la productividad de los cultivos y en
consecuencia los aportes de residuos. En el caso de la secuencia soja-soja, el aporte de
residuos es muy escaso en comparación con trigo/soja y maíz/maíz, y de rápida
descomposición lo cual deja el suelo desprotegido por un mayor período favoreciendo
en mayor medida el impacto erosivo de las precipitaciones.
a)
12
Molisol b) 12 Vertisol
a 10 a
10
a ab
C-MOP (Mg ha-1)
C-MOP (Mg ha-1)
8 8
a
6 6
C-MOPn
b
4 4
C-MOPor
A
2 A A A 2 A
A
0 0
Maíz/Maíz Soja/Soja Trigo/Soja Maíz/Maíz Soja/Soja Trigo/Soja
Secuencia Secuencia
Figura 2. Contenido de C-MOPn formado en el período 2008-2014 y C-MOPor al año

2014, para un suelo a) molisol y b) vertisol, en los primeros 15 cm de profundidad.
Letras diferentes indican diferencias significativas (p<0,05). Las barras verticales
corresponden al error estándar (EE).
Al analizar la evolución del C-MOPn fue posible estimar las diferencias en la tasa de
formación del mismo para cada secuencia (Fig. 3). Así, la tasa de formación de C-MOPn
surge del valor de la pendiente de la ecuación de regresión de cada secuencia. La
menor tasa de formación de C-MOPn se observó en la secuencia soja/soja (0,35 y 0,17
Mg ha-1 año-1 para Molisol y Vertisol, respectivamente), diferenciándose
significativamente de la secuencia trigo/soja en ambos suelos (0,68 Mg ha-1 año-1 para
Molisol y 0,78 Mg ha-1 año-1 para Vertisol) y arrojando diferencias al 10% respecto al
monocultivo de maíz (0,70 Mg ha-1 año-1) sólo para el Molisol. Asimismo, las pendientes
de las secuencias que incluyeron gramíneas fueron similares en el Molisol y tendieron a
separarse (p=0,067) en el Vertisol.
Esta mayor tasa de formación de C-MOP a partir del doble cultivo, dada principalmente
en el Vertisol, refuerza la presunción indicada antes de que un único cultivo en el año
podría estar favoreciendo a un proceso de erosión, manifestado en el suelo con menor
tasa de infiltración del agua de lluvia. En consecuencia, esto sugiere que parte del C-
MOPn formado se haya perdido por efecto de la erosión en el Vertisol en las secuencias
con monocultivo, siendo más evidente este procesos en el monocultivo de soja. Esto
5
podría ser corroborado posteriormente a partir del análisis de las tendencias de otras
fracciones de la MOS. Asimismo, las secuencias más intensificadas, además de
mantener el suelo cubierto y protegido, incorporan más C al suelo que las secuencias de
cultivo simple.
a) 5 Molisol b) 5 Vertisol
4 4
C-MOPn (Mg ha-1)

C-MOPn (Mg ha-1)
3 3
2 2
Maíz/Maíz
1 1 Soja/Soja
Trigo/Soja
0 0
2008 2010 2012 2014 2008 2010 2012 2014
Año de muestreo Año de muestreo
C-MOPn (Mg ha-1)= -1379,10+0,69*año- C-MOPn (Mg ha-1)= -1582,35+0,79*año+664,22*D1+ 1239,77*D2-

31,53*D1+674,94*D2+0,02*D1*año-0,34*D2*año; R2 = 0,85; p<0,0001 0,33*D1*año-0,62*D2*año; R2= 0,73; p<0,0001
Figura 3. Evolución del C-MOPn (Mg ha-1) formado en cada secuencia durante el
período de evaluación para un suelo a) Molisol y b) Vertisol, en los primeros 15 cm de
profundidad. La secuencia de cultivo se consideró como una variable dummy
(maíz/maíz: D1=1, D2=0; soja/soja: D1=0, D2=1; trigo/soja: D1=0, D2=0).
Conclusiones
La facción del C-MOP tendió a aumentar en las secuencias de maíz o trigo/soja y a

disminuir en las secuencias de monocultivo de soja, aunque las diferencias no fueron
estadísticamente significativas, pero esperables y coincidentes para ambos suelos.
El análisis del C-MOPn y de tasas de formación de C-MOPn en ambos suelos indicó que
el doble cultivo formó más C-MOP que el monocultivo de soja. En el Vertisol, además,
las tasas de formación de C-MOP en el doble cultivo fueron superiores a las del
monocultivo de maíz.
La mayor diferenciación entre las secuencias en el Vertisol sugiere un rol importante del
proceso de erosión hídrica, lo que destaca la importancia de proteger los suelos más
vulnerables al mismo y de menor productividad.
Agradecimientos
Al personal de apoyo del grupo de Recursos Naturales de la EEA Paraná del INTA por
su dedicada labor en las tareas de campo. El trabajo fue financiado por INTA
(PNSUELO 1134042, ERIOS 1263101y ERIOS 1263102), IPNI y ANPCyT-INTA-UNER-
CAFESG (PICTO 2009-220).
6
Bibliografía
Andriulo, A., Guérif, J., Mary, B., 1999. Evolution of soil carbon with various cropping
sequences on the rolling pampas. Determination of carbon origin using variations in
natural 13C abundance. Agronomie 19, 349-364.
Balesdent, J., Balabane, M., 1996. Major Contribution of Roots to Soil Carbon Storage
Inferred from Maize Cultivated Soils. Soil Biology and Biochemistry 28, 1261-1263.
Balesdent, J & Mariotti, A. 1996. Measurement of soil organic matter turnover using 13C
natural abundance. In: Boutton, TW;Yamasaki, SI (Eds.), Mass Spectrometry of soils
Marcel Dekker, New York, USA. , 83-111 pp.
Cambardella, C.A. & Elliott, E.T., 1992. Particulate Soil Organic-Matter Changes across
a Grassland Cultivation Sequence. Soil Science Society of America Journal.
doi:10.2136/sssaj1992.03615995005600030017x
Del Galdo, I., Six, J., Peressotti, A., Cotrufo, M.F., 2003. Assessing the impact of land-
use change on soil C sequestration in agricultural soils by means of organic matter
fractionation and stable C isotopes. Global Change Biology 9, 1204-1213.
doi:10.1046/j.1365-2486.2003.00657.x
Eclesia, R.P.& Piñeiro, G., 2014. Uso de fraccionamiento e isótopos estables de 13C para
evaluar el ciclado de la materia orgánica del suelo. XXIV Congreso Argentino de la
Ciencia del Suelo, 5 a 9 de mayo de 2014. Bahía Blanca, Argentina.
Forsythe, W. 1975. Física de suelos. IICA, San José, Costa Rica. 212 pp
Mazzilli, S.R., Kemanian, A.R., Ernst, O.R., Jackson, R.B., Piñeiro, G., 2014. Priming of
soil organic carbon decomposition induced by corn compared to soybean crops. Soil
Biology and Biochemistry 75, 273-281. doi:10.1016/j.soilbio.2014.04.005
Novelli, L.E., Caviglia, O.P., Melchiori, R.J.M., 2011. Impact of soybean cropping
frequency on soil carbon storage in Mollisols and Vertisols. Geoderma 167-168, 254-
260. doi:10.1016/j.geoderma.2011.09.015
Paustian, K., Six, J., Elliott, E.T., Hunt, H., 2000. Management options dor reducing CO2
emmissions from agricultural soils. Biogeochemistry 48, 147-163. doi:10.1023/A
Six, J., Conant, R.T., Paul, E.A., Paustian, K., 2002. Stabilization mechanisms of soil
organic matter: Implications for C-saturation of soils. Plant and Soil 241, 155-176.
doi:10.1023/A:1016125726789
7
¿CÓMO INFLUYE LA AGRICULTURIZACIÓN EN LOS STOCKS DE CARBONO EN

EL CHACO SUBHÚMEDO?
NATALIA OSINAGA1,3,*; CARINA ÁLVAREZ1; GONZALO SUVAR1  MIGUEL

TABOADA1,2,3
1
Facultad de Agronomia (UBA); 2Instituto de Suelos INTA Castelar, 3CONICET. *Av. San
Martín 4453 CABA.
Palabras clave: secuestro de carbono, carbono particulado, cambio del uso
Resumen
En el Chaco Subhúmedo desde fines de la década del ’70 se viene dando un avance de
la frontera agropecuaria sobre los bosques nativos. La pérdida de los bosques reduce
los stocks de carbono en la vegetación y causa pérdidas importantes del carbono
orgánico (CO) del suelo. El objetivo del presente trabajo fue determinar el stock de CO
hasta el metro de profundidad y sus fracciones en el estrato superficial en suelos con
diferentes usos: agrícola (menos de 10 años y más de 20 años bajo agricultura), pastura
y bosque en el Departamento de Moreno de Santiago del Estero. Los contenidos de CO
se ordenaron de la siguiente manera: El bosque tiene secuestrado en promedio
119.3±2.8 Mg ha-1, la pastura 87.9±3.07 Mg ha-1 y los lotes agrícolas entre 71.9±1.7 y
77.3±2.6 Mg ha-1 en masa equivalente de suelo. El uso del suelo influye de manera
significativa sobre las fracciones del carbono. La fracción más sensible fue la gruesa
(212µm - 2000µm) en las dos profundidades estudiadas (0 a 5 cm y 5 a 20 cm). El
carbono resistente (<53 µm) es el principal constituyente de la materia orgánica para
todas las situaciones estudiadas menos para el bosque, el cual tiene como fracción
principal a la gruesa el cual representa un 60% del total. El stock CO, su calidad y su
distribución en el perfil es sensible al cambio de uso de la tierra operado en la región
estudiada.
Introducción
Desde fines de la década del ’70 se viene dando en el país un avance de la frontera
agropecuaria (Gasparri et al., 2009; Viglizzo & Jobbagy, 2010). El Chaco Subhúmedo y
Semiárido de la provincia de Santiago del Estero tiene una de las mayores superficies
de bosques nativos y desde 1997 ocurrió un notable aumento de la superficie
desmontada (Albanesi et al., 2003; Volante et al., 2009).
La pérdida de los bosques no solo reduce los stocks de carbono en la vegetación sino
también causa pérdidas importantes del carbono orgánico del suelo (Neillet al., 1998;
Post & Kwon, 2000; Desjardins et al., 2004). El bosque chaqueño posee un 60% del C
1
acumulado en la biomasa área y un 40% en el primer metro del suelo, y por la gran
superficie que ocupa en la Argentina constituye un gran reservorio de carbono (Gasparri
et al., 2008). Por la introducción de la agricultura se puede perder hasta un 50 % de
materia orgánica del suelo después de 20 a 30 años en los bosques de América tropical,
hasta llegar a un nuevo equilibro (Eswaran et al., 1993). En el E del Chaco Subhúmedo
se han detectado reducciones en los niveles de la materia orgánica en los primeros
centímetros, sobre todo de su fracción lábil (Álvarez & Lavado, 1998; Roldán et al.,
2000; Albanesi et al., 2003; Sánchez et al., 2006; Barbero et al., 2010), ya que las
prácticas agropecuarias no solo afectan a la cantidad total de CO sino que controlan el
retorno de ésta siendo diferentes en cada fracción dependiendo de la labilidad de los
materiales incorporados (Conteh et al., 1998). Los principales motivos que generaron
dicha disminución fueron la deforestación sumada al monocultivo de soja y algodón, el
aumento de los años de agricultura y el manejo inadecuado.
En la región a mediados de la década del ‘90 se produjo la adopción de la siembra

directa. Esta técnica se adoptó en el país por los bajos costos de producción, por la
posibilidad de incorporar áreas menos productivas (Satorre, 2005; Derpsch et al., 2010),
por el ahorro de tiempo operativo y por la nula remoción del suelo que permite reducir la
erosión, recuperar la estabilidad de los agregados, conservar el agua y aumentar el
secuestro de carbono (Panigatti et al., 2001; Díaz Zorita et al., 2002; Viglizzo et al., en
Viglizzo & Jabbagy, 2010).
En el oeste de la región los emprendimientos ganaderos adquieren importancia, donde

se remplaza el bosque nativo por pasturas megatérmicas. Esta actividad también
produce efectos negativos sobre las propiedades físicas y una reducción de los niveles
de CO de los suelos debido a los desmontes totales y al tránsito animal (Caruso et al.,
2012).
El objetivo del presente trabajo fue determinar el stock de carbono orgánico (CO) y el
carbono particulado del Chaco Subhúmedo en suelos con diferentes usos: agrícola
(menos de 10 años y más de 20 años bajo agricultura), pastura y bosque.
Sitio de muestreo
El muestreo se llevó a cabo en lotes de establecimientos del este del Departamento
Moreno de la provincia de Santiago del Estero (Figura 1). Este área se encuentra dentro
de la región natural Chaco subhúmedo y ocupa una franja meridional que bordea el
límite Este del Chaco semiárido (Vargas Gil, 1988). Las precipitaciones anuales varían
de 700 mm a 1000 mm. La temperatura media anual es de 21°C. Los suelos más
representativos son los Haplustoles, Argiustoles y Ustifluventes (Vargas Gil, 1988).
2
Figura 1. Ubicación de los establecimientos muestreados en el departamento Moreno,

provincia de Santiago del Estero. Elaboración propia.
Muestreo y determinaciones
Se seleccionaron 4 situaciones de uso del suelo más comunes en la región: lotes
agrícolas bajo siembra directa continua con distintos periodos de uso a partir del
desmonte (menores a 10 años y mayores a 20 años), bosque nativo (cortinas forestales)
y pasturas de Megathyrsus maximus (Panicum maximun cv. GattonPanic). Se
seleccionaron 8 lotes por situación muestreando hasta el metro de profundidad de 0 a 5
cm, de 5 a 20 cm y luego cada 20 cm. De cada estrato se tomaron 4 submuestras.
Se determinó el CO por combustión húmeda con el método de Walkley-Black (Nelson &

Sommers, 1996), y CO particulado fino (53µm-212µm), grueso (212µm -2000µm) y
resistente (<53 µm) (Cambardela y Elliot, 1992). Los contenidos de carbono del suelo se
calcularon a profundidad fija y a masa constante de suelo (Neill et al., 1997) para aislar
el efecto de diferencias en la densidad de los suelos. En las mismas situaciones se
determinó la densidad aparente (DA) por el método del cilindro para expresar los
resultados de concentración de carbono en masa por unidad de superficie
Se realizó análisis de la varianza (ANOVA) y se utilizó el test de LSD (p≤0,05) para la

comparación de medias previa comprobación del supuesto de normalidad mediante el
test de ShapiroWilks (modificado).
Densidad aparente
En el bosque nativo la DA aumenta con la profundidad, en superficie (0-20 cm) en
promedio el valor es de 0.88 Mg m-3 y en el estrato más profundo (80-100 cm) la DA es
de 1.14 Mg m-3, es decir que hay un aumento del 30%. Los lotes agrícolas no siguen
3
dicha tendencia, sus densidades son mayores en superficie (0-20 cm) y en profundidad
(80-100 cm) y los menores valores se encuentran en el estrado de 20 a 80 cm. La
pastura con 15 años de uso ganadero tienen valores similares a los de los lotes
agrícolas con pocos años de uso solo que a los 40-60 cm los valores de densidad son
más altos (Tabla 1).
El aumento de la DA con profundidad se atribuye a una disminución de la materia

orgánica, y a la compactación que se produce por el peso de los estratos superiores
(Yamashita et al., 2008). La mayor densidad observada en los primeros 20 cm de los
suelos agrícolas se debe al tránsito agrícola (Willhelm et al., 2004) y al menor contenido
de CO. En las pasturas la presión mecánica ejercida por el ganado sobre el suelo
aumenta la densidad superficial (Denoia et al., 2000).
Hasta los 60 cm hay diferencias significativas entre las tres situaciones analizadas
(p<0.05), por lo que existe un efecto del uso sobre la DA de los suelos. Los suelos con
más de 20 años de uso agrícola poseen una DA de 1.20 Mg m-3 en los primeros 20 cm,
un 8% mayor que los suelos de con pocos años de uso y las pasturas (1.11 Mg m-3) y un
36% por arriba de los valores que posee el bosque nativo (0.88 Mg m-3). En el estrato de
20 a 40 cm los lotes con más años de uso tienen una DA de 1.14 Mg m -3, 6% más que
los de menor uso y pasturas (1.08 t m-3) y 16% más que la situación prístina (0.96 Mg m -
3
). En la capa de 40 a 60 la pastura posee mayor DA (1.17 Mg m -3) un 17% más que el
bosque, de 60 a 80 cm la DA para las tres situaciones es de 1.09 Mg m -3 y de 80 a 100
cm de 1.15 Mg m-3 (Tabla 1).
Los bajos valores encontrados en la situación prístina se deben principalmente a sus

altos contenidos de materia orgánica. El aumento de la DA a medida que pasan los
años puede llegar a afectar la exploración radical, situación observada en los primeros
centímetros del suelo con larga historia agrícola como un crecimiento horizontal de las
raíces secundarias y engrosamiento de la raíz principal. El valor de 1.20 Mg m-3 en los
lotes con más de 20 años de uso no alcanza el valor crítico de 1,5-1.6 Mg m-3 propuesto
por Reynolds et al. (2002) para suelos arcillosos y Rojas (2012) para la región, que
impedirían la extensión de las raíces. Rojas (2012) y Coria (2004), también afirman que
el cambio del uso del suelo en la ecorregión Chaqueña provoca una aumento de la DA
relacionada con pérdidas de carbono orgánico, lo que evidencia una caída de la calidad
física. Los valores obtenidos en este trabajo son menores que las densidades obtenidas
por Rojas (2012) pero mayores a las de Coria (2004).
4
Tabla 1: Densidad aparente del suelo hasta el metro de profundidad. Letras diferentes
indican diferencias significativas entre situaciones dentro de un mismo estrato (p<0.05).
Agrícola
Profundidad Bosque Pastura 6 a 7
> 20 años
(cm) años
Mg m-3 Mg m-3 Mg m-3 Mg m-3
0a5 0.88 c 1.10 b 1.12 b 1.20 a
5 a 20 0.89 c 1.10 b 1.11 b 1.21 a
20 a 40 0.96 c 1.09 b 1.07 b 1.14 a
40 a 60 1.00 d 1.17 a 1.07 c 1.13 b
60 a 80 1.08 a 1.11 a 1.10 a 1.09 a
80 a 100 1.14 a 1.15 a 1.15 a 1.16 a
Stocks de Carbono
Se observa una influencia del uso del suelo hasta el metro de profundidad menos en el
estrato de 20 a 40 cm donde todos poseen las misma cantidad de carbono (19,5 Mg ha-1).
Hay una reducción significativa en el CO de los lotes agrícolas con respecto a la
situación prístina (cortina de bosque nativo) en los primeros 20 cm y desde los 40 a 80
cm de profundidad. Las pasturas solo presentan dicha reducción en el estrato
superficial. Entre el 34% y el 48% del CO se encuentra en los primeros 20 cm de suelo,
en los bosque el carbono se encuentra más estratificado (Jobbágy & Jackson, 2000).
Para el estrato de 0 a 20 cm la disminución en el CO fue de un 45%. Estos resultados
coinciden con los obtenidos por Rojas (2012) en la región, pero difieren con los
obtenidos por Albanesi et al. (2003), quien no encontró diferencias significativas para el
horizonte superficial. La distribución vertical del CO tiende a seguir el diseño del sistema
radical de las vegetación (Jobbágy & Jackson, 2000), por esto a mayor profundidad las
pasturas poseen mayor carbono ya que sus raíces son abundantes de 80 a 100 cm
(Figura 2).
Cuando se contrastó la concentración de CO en lugar de masas de CO los resultados

fueron diferentes (Tabla 2), esto se puede observar por ejemplo en el estrato de 20 a 40
cm donde existen diferencias de concentración de CO pero la mayor DA de los lotes
agrícolas hace que las masas sean iguales.
5
Figura 2. Distribución del contenido de carbono del suelo (CO) hasta los 100 cm de
profundidad para distintos usos de suelos. Letras minúsculas diferentes indican
diferencias significativas entre situaciones dentro de un mismo estrato (p<0.05).
Tabla 2. Concentración de carbono del suelo (CO) hasta los 100 cm de profundidad.
Letras minúsculas diferentes indican diferencias significativas entre situaciones dentro
de un mismo estrato (p<0.05).
Agrícola
Bosque Pastura
Profundidad (cm) 6 a 9 años >20 años
g k g -1 g k g -1 g k g -1 g k g -1
0a5 3.84 a 2.09 b 1.89 bc 1.73 c
5 a 20 3.08 a 1.25 b 1.32 b 1.19 b
20 a 40 1.02 a 0.95 ab 0.86 bc 0.84 c
40 a 60 0.95 a 0.80 b 0.54 c 0.48 c
60 a 80 0.70 a 0.53 b 0.46 bc 0.36 c
80 a 100 0.38 b 0.51 a 0.39 bc 0.29 c
6
Los contenidos de CO hasta el metro de profundidad expresados en masa equivalente

se ordenaron de la siguiente manera: El bosque tiene secuestrado en promedio 119.3
Mg ha-1, la pastura 87.9 Mg ha-1 y los lotes agrícolas entre 71.9 y 77.3 Mg ha-1 (Figura
3). El contenido de CO está relacionado con el aporte de carbono de la vegetación, la
cobertura es mayor en el bosque debido a un mayor aporte y una mayor productividad
primaria neta. Esta productividad varía entre biomas, siendo mayor en bosque que en
pasturas y en éstos, a su vez, es mayor que para cultivos (Aber & Melillo, 2001; Follet et
al., 2009). En la región pampeana Sainz Rozas et al. (2011) afirman que la reducción
del CO respecto al suelo prístino oscila del 36 al 53%, lo cual ubica a la región estudiada
en el medio de este rango de variación. Esta pérdida de CO es explicada por el menor
aporte de los cultivos al suelo (Álvarez, 2006), mayor mineralización y por la mayor
susceptibilidad a la erosión (Andriulo & Cardone, 1998).
Figura 3. Stocks de carbono a masa constante de suelo (9885 Mg ha-1 de suelo) para
distintos años de uso del suelo.
Fraccionamiento del carbono

El uso del suelo influye de manera significativa sobre las fracciones del carbono. La
fracción más sensible fue la gruesa en las dos profundidades estudiadas (Figura 4). El
carbono resistente (CR) es el principal constituyente de la materia orgánica para todas
las situaciones estudiadas menos para el bosque, el cual tiene como fracción principal a
la gruesa (CPG) que representa un 65% del total en el horizonte superficial y un 55% en
el estrato de 5-20 cm, o sea que existieron fracciones más lábiles y más disponibles
para la biota, pero de rápida mineralización (Franzluebbers et al., 1996).
El mayor contenido de CR en los lotes agrícolas que representa el 78% del total de
muestra que existe una redistribución del CO desde fracciones más lábiles a fracciones
más humificadas, las cuales tienen una tasa menor mineralización de nutrientes.
Estos resultados coinciden con los obtenidos por Albanesi et al. (2003), Ferrary et al.
(2014) y Galantini & Suñer (2008).
7
Figura 4: Carbono resistente <53µm (CR), carbono particulado fino 53µm - 212µm
(CPF) y carbono particulado grueso 212µm - 2000 µm (CPG) para diferentes situaciones
de 0 a 5 cm (A) y de 5 a 20 cm de profundidad (B). Letras diferentes indican diferencias
significativas (p<0.05).
Conclusiones
El stock CO, su calidad y su distribución en el perfil es sensible al cambio de uso de la

tierra operado en la región estudiada. La conversión de los bosques chaqueños a
cultivos se asocia con reducciones de C orgánico hasta el metro de profundidad y con la
disminución de las fracciones lábiles. La pérdida de tan importante servicio ecosistémico
que ayuda a mitigar el calentamiento global podría atenuarse con prácticas de manejo
adecuadas, una de ellas puede ser la incorporación de pasturas.
Agradecimientos
Este trabajo ha sido financiado por el UBACYT 20020130100274BA. Agradecemos a los

establecimientos donde se realizaron los muestreos y al grupo de productores La
Paloma-Gancedo.
Bibliografía
Aber JD & JM Melillo.2001. Terrestrial Ecosystems. San Diego. Harcourt and Science
Technology Company. 556 pp.
8
Andriulo A & GCordone.1998. Impacto de labranzas y rotaciones sobre la materia

orgánica de suelos de la Región Pampeana Húmeda. Pp 65-96, en: JL Panigatti; H
Marelli; D Buschiazzo & R Gil (eds.). Siembra directa. Hemisferio Sur; Buenos Aires;
Argentina.
Albanesi A, A Anriquez & A Polo Sánchez. 2003. Efectos de la agricultura convencional

sobre algunas formas del C en una toposecuencia de la Región Chaqueña, Argentina.
AGRISCIENTIA VOL. XX: 9-17.
Álvarez R & RS Lavado. 1998. Climate, organic matter and clay content relationships in
the Pampa and Chaco soils, Argentina. Geoderma 83: 127-141
Alvarez R. 2006. Materia orgánica, valor agronómico y dinámica en suelos pampeanos.

Editorial Facultad de Agronomía. Buenos Aires, Argentina. 206 pp.
Barbero F, HP Apezteguía& R Sereno. 2010. Tasa de mineralización del suelo luego del
desmonte en Córdoba y Santiago del Estero. HUMUSLAB. URL:
humuslab.com/articulos/resumen-e pandido doc
Cambardella CA, Elliott ET. 1992. Carbon and nitrogen distribution in aggregates from
cultivated and native grassland soils. Soil Science Society of America Journal 57: 1017-
1076
Caruso H, Camardelli M, Miranda S. 2012. Efecto del método de desmonte sobre los
indicadores de calidad del suelo y la condición de las pasturas en el Chaco Semiárido
salteño. AgriscientiaVol XXIX (2): 99-105
Conteh A, GJ Blair & IJ Rochester. 1998. Soil organic carbon fractions in a Vertisol
under irrigated cotton production as affected by burning and incorporated cotton stubble.
Aust. J. Soil Res. 36(4): 655-667.
Coria RD. 2004. Influencia de la agricultura en las propiedades hidráulicas del suelo en
un paisaje del Chaco Semiárido: I. Suelos en ambientes generadores de escorrentía.
Trabajo Final de Graduación. Universidad Nacional de Santiago del Estero-Facultad de
Ciencias Forestales.
Denoia J, O Sosa, G Zerpa & B Martín.2000. Efecto del pisoteo animal sobre la
velocidad de infiltración y sobre otras propiedades físicas del suelo. Pastos XXX (1):
129-141.
Derpsch R, T Friedrich, A Kassam & HW Li. 2010. Current status of adoption of no-till
farming in the world and some of it main benefits. Int. J. Agric. & Biol. Eng. Vol. 3. N°1.
9
Desjardins T, E Barros, M Sarrazin, C Girardin & A Mariotti.2004. Effects of forest

conversion to pasture on soil carbon content and dynamics in Brazilian Amazonia.
Agroc. Ecosyst. Environ. 103, 365-373.
Díaz-Zorita M, G Duarte & J Grove.2002. A review of no-till systems and soil

Argentina. Soil and Till Research. 65: 1-18.
Eswaran H, E van den Berg & P Reich.1993. Organic carbon in soils of the world. Soil
Science Society of American Journal, 57, 192-194.
Ferrary F, R Osinaga, JL Arzeno, A Becker & T Rodriguez.2014. Fraccionamiento y

mineralización de la materia orgánica en distintos sistemas de labranza en un Inceptisol
de Salta. Ciencia del Suelo. Vol 32, poner páginas
Follet RF, JM Kimble, EG Pruessner, S Samson-Liebig & S Waltman. 2009. Soil organic
carbon stock with depth and land use at various U.S. sites. Pp 29- 46. En: R Lal. Soil
carbon sequestration and the greenhouse effect. ASACSSA-SSSA, Madison, USA.
Franzluebbers AJ, Haney RL, Hons FM & Zuberer DA. 1996. Active fractions of organic
matter in soils with different texture. SoilBiolBiochem 28 (10-11):1367-1372.
Galantini J & L Suñer. 2008. Las fracciones orgánicas del suelo: análisis en los suelos
de la Argentina. Agriscientia, 25:41-55.
Gasparri NI, HR Grau & E Manghi 2008. Carbon pools and emissions from deforestation
in extra-tropical forests of northern Argentina between 1900 and 2005. Ecosystems
11:1247-1261.
Gasparri NI, HR Grau & E Manghi. 2009. Desforetation and fragmentation of Chaco dry
forest in NW Argentina (1972-2007). Forest Ecology and Managment 258:913-921.
Jobbágy EG & RB Jackson. 2000. The vertical distribution of soil organic carbon and its
relation to climate and vegetation. Ecol App 10:423-436.
Neill C, J Melillo, PA Steudler, CC Cerri, JFL Moraes, MC Piccolo & M Bitro. 1997. Soil
carbon and nitrogen stocks following forest clearing for pasture in southwestern Brazilian
Amazon. Ecol. Appl. 7:1216-1225.
Neill C, C Cerri, J Melillo, B Feigl, P Steudler, J Moraes & M Piccolo. 1998. Stocks and
dynamics of soil carbon following deforestation for pasture in Rondonia. In Lal R, Kimble
J, Follet R, Stewart B. (eds): Soil processes and the carbon cycle. CRC Press, Boca
Raton, Boston, NY, Washington, London, pp 9-28.
10
Post WM & KC Kwon. 2000. Soil carbon sequestration and land use change : processes
and potential. Global Change Biology. 6,317-327.
Panigatti JL, H Marelli & D Buschiazzo (Eds.). 2001. Siembra directa II. INTA. Buenos
Aires. Argentina. 377pp.
Reynolds WD, BT Bowman, CF Drury, CSTan & X Lu. 2002. Indicators of good doilfisical
quality: density and storage parameters. Geoderma 110:131-146.
Rojas JM. 2012. Indicadores de calidad de suelos en la Ecorregión chaqueña. Valores

de referencia, umbrales y de la situación inalterada. Programa Nacional de
Ecorregiones-INTA. EEA Sáenz Peña.
Roldán S, G Lorenz & L Bonelli.2000. Aspectos de calidad de la materia orgánica del

suelo en función del uso de la tierra en el Centro Este santiagueño. XVII Congreso
Argentino de la Ciencia del Suelo. Mar del Plata. Argentina. En soporte CD.
Sánchez MC, O Heredia, N Bartoloni, C González & N Arrigo.2006. Secuencias de

Cultivos y Labranzas: efecto sobre las fracciones de carbono del suelo. XX Congreso
Argentino de la Ciencia del Suelo. 19 al 22 de Septiembre. Salta. En soporte CD.
Satorre EH. 2005. Cambios tecnológicos en la agricultura actual. La transformación de

la agricultura argentina. Ciencia Hoy 15:24-31.
Vargas Gil R. 1988. Chaco sudamericano: regiones naturales. X Reunión Grupo
Campos y Chaco FAO UNESCO MAP INTA.
Viglizzo EF & E Jobaggy. 2010 (Eds). Expansión de la frontera agropecuaria argentina y

su impacto ecológico-ambiental. 102pp. INTA.
Volante JN, JM Paruelo, L Vale, C Morales & S Suhring. 2009. Dinámica espacial y
temporal de la deforestación en la región Chaqueña del Noroeste Argentino Período
1977-2007. Laboratorio de Teledetección y SIG, INTA EEA Salta. Poster. XIIIº Congreso
Forestal Mundial 2009.
Wilhelm WW, JMF Johnson, JL Hatfield, WB Voorhees & DR Linden. 2004. Crop and
soil productivity response to corn residue removal: a literature review. Agron. J. 96:1-17.
Yamashita N, S Ohta & A Hardjono. 2008. Soil change induced by Acácia mangium
plantation establishment: comparison with secondary Forest and Imperata cylindrica
grassland soils in South Sumatra, Indonesia. Forest Ecol Manage 254:362-370.
11
EFECTO DEL USO SOBRE LA ESTRUCTURA DEL SUELO EN EL CHACO

SUBHÚMEDO
NATALIA OSINAGA1,3,*; 1; CARINA ROSA ÁLVAREZ1; GONZALO SUVAR1 & MIGUEL

TABOADA1,2,3
1
Facultad de Agronomia (UBA); 2Instituto de Suelos INTA Castelar; 3CONICET. *Av. San
Martín 4453 CABA.
Palabras clave: Estabilidad estructural, Uso del suelo, Carbono
Resumen
Las propiedades físicas del suelo están asociadas al contenido de carbono orgánico y al
manejo del suelo. La materia orgánica es uno de los elementos que contribuye a la
unión de las partículas elementales del suelo para formar agregados junto a otros
agentes de unión. Uno de los indicadores de calidad física del suelo es la estabilidad de
los agregados que permite caracterizar la resistencia del suelo a la degradación física.
El objetivo del presente trabajo fue determinar la estabilidad estructural (EE) de los
suelos del Chaco Subhúmedo con distinta cantidad de años de uso agrícola desde el
desmonte (menos de 10 años bajo agricultura y más de 20 años de agricultura), con
pastura y bosque (cortina forestal). Se determinó la EE de los primeros 20 cm de suelo
según la metodología descripta por Le Bissonnais donde se aplican tres tratamientos a
la muestra: 1) Humectación rápida 2) Agitación en húmedo 3) Humectación lenta. Se
correlacionó la estabilidad con el contenido de carbono orgánico total y sus diferentes
fracciones. La estabilidad es mayor para el bosque y la pastura (Diámetro medio
ponderado DMP = 1.67 mm). Los lotes agrícolas poseen un DMP de 0.76 mm un 54%
menos que la situación prístina y la pastura. Las mayores diferencias se dieron en el
tratamiento de humectación rápida (62%) y la menor en el tratamiento de agitación en
húmedo previa humectación en alcohol (44%). La EE está directamente relacionada con
la fracción particulada gruesa (212µm -2000µm) del carbono orgánico (r=0.6 p=<0.01) y
el carbono total (r=0.48 p<0.01). Se observa un importante cambio en la EE por el uso
agrícola, llegando a niveles críticos que los hacen susceptible a la erosión. La pastura
resulta una buena alternativa para la conservación de la estabilidad del suelo
minimizando los riesgos de erosión.
Introducción
Las propiedades físicas del suelo como su estructura, porosidad, entre otras, están
asociadas al contenido de carbono orgánico y al manejo del suelo (tránsito, rotación,
labranza) (Carter, 2002; Marland et al., 2004). La materia orgánica es uno de los
elementos que contribuye a la unión de las partículas elementales del suelo para formar
1
agregados junto a otros agentes de unión (Tisdal & Oades, 1982). El uso agropecuario
afecta a las propiedades y funciones del suelo, si el manejo no es el adecuado se
generan formas estructurales que afectan negativamente el flujo de aire, de agua y
nutrientes a través de los espacios porosos y genera una menor resistencia al impacto
de la lluvia siendo más susceptible a la erosión (Elliot, 1986; Zhang & Miller, 1996; Le
Bissonnais et al., 2007). Uno de los indicadores de calidad física del suelo es la
estabilidad de los agregados que permite caracterizar la resistencia del suelo a la
degradación física (Arshad & Cohen, 1992).
agropecuaria (Gasparri & Grau, 2009; Viglizzo & Jobbagy, 2010). El Chaco Subhúmedo
y Semiárido de Santiago del Estero tiene una de las mayores superficies de bosques
nativos y desde 1997 ocurrió un notable aumento de la superficie desmontada (Albanesi
et al., 2003; Volante et al., 2009). El cambio del uso de la tierra influye sobre las
propiedades físicas, químicas y biológicas del suelo (Lal, 1993).
En la región a mediados de la década del ‘90 se produjo la adopción de la siembra

directa. En la actualidad más del 95% de la superficie agrícola extensiva de Santiago del
Estero es manejada con este sistema, encontrándose en el primer lugar a nivel nacional
(AAPRESID, 2012). En esta técnica la remoción del suelo es nula lo que permite reducir
la erosión, recuperar la estabilidad de los agregados, conservar el agua y aumentar el
secuestro de carbono (Panigatti et al. 2001; Díaz Zorita et al., 2002; Viglizzo & Jabbagy,
2010; Álvarez et al., 2009; 2012). En el oeste de la región los emprendimientos
ganaderos adquieren importancia, donde se remplaza el bosque nativo por pasturas
megatérmicas. Esta actividad también produce efectos negativos sobre las propiedades
físicas debido a los desmontes totales y al tránsito animal (Caruso et al., 2012).
El objetivo del presente trabajo fue determinar la estabilidad estructural de los suelos del
Chaco Subhúmedo con distinta cantidad de años de uso agrícola desde el desmonte
(menos de 10 años bajo agricultura y más de 20 años de agricultura), con pastura y
bosque (cortina forestal).
Sitio de muestreo
El muestreo se llevó a cabo en lotes de establecimientos del Este del Departamento
Moreno de la provincia de Santiago del Estero (Figura 1). Este área se encuentra dentro
de la región natural Chaco subhúmedo y ocupa una franja meridional que bordea el
límite Este del Chaco semiárido (Vargas Gil, 1988). Las precipitaciones anuales varían
de 700 mm a 1000 mm. La temperatura media anual es de 21°C. Los suelos más
representativos son los Haplustoles, Argiustoles y Ustifluventes (Vargas Gil, 1988).
2
Figura 1. Ubicación de los establecimientos muestreados en el departamento Moreno,

provincia de Santiago del Estero. Elaboración propia.
Muestreo y determinaciones
Se seleccionaron 4 situaciones de uso del suelo más comunes en la región: lotes
agrícolas bajo siembra directa continua con distintos periodos de uso a partir del
desmonte (menores a 10 años y mayores a 20 años), bosque nativo (cortinas forestales)
y pasturas de Megathyrsus maximus (Panicum maximun cv. GattonPanic). Se
seleccionaron 8 lotes por situación muestreando hasta 20 cm de profundidad. Se
tomaron 4 submuestras por lote.
Se determinó la estabilidad estructural de los suelos según la metodología descripta por

Le Bissonnais (1996), donde agregados de 3 a5 mm fueron secados a 40°C por 24 hs y
luego sometidos a tres tratamientos:
1. Humectación rápida: los agregados se sumergieron en forma rápida en agua

destilada por diez minutos, donde se produce la humectación y estallido de los
mismos.
2. Agitación en húmedo: los agregados se colocan en etanol antes de transferirlos

a un Erlenmeyer con agua para agitarlos posteriormente. El uso de etanol inhibe
el estallido y el efecto de la expansión de las arcillas. Este test es solo sensible a
la disgregación mecánica.
3. Humectación lenta: los agregados se humedecieron por capilaridad, esta prueba

determina la sensibilidad de los mismos a la expansión de las arcillas.
3
Después de aplicar los tratamiento se determina la distribución de los agregados según

su tamaño usando una serie de tamices (0.05 mm, 0.1 mm, 0.2 mm, 0.5 mm, 1 mm y 2
mm). Se calculó el diámetro medio ponderado (DMP) como índice de la estabilidad
estructural que se obtiene como la suma algebraica del porcentaje de la masa total de
suelo retenida en cada tamiz, multiplicado por la apertura de los tamices adyacentes
según la siguiente formula:
DMP = (3,5 x [% >2mm]) + (1,5 x [% 1-2mm]) + (0,75 x [% 0,5-1mm]) + (0,35 x [% 0,2-

0,5 mm]) + (0,15 x [% 0,1-0,2mm]) + (0,075 x [% 0,05-0,1mm])+ (0,025 x [% <0,05mm])
/ 100
También se correlacionó con el contenido de carbono orgánico (CO) total y sus

diferentes fracciones. Se determinó el CO por combustión húmeda con el método de
Walkley-Black (Nelson & Sommers, 1996), y CO particulado fino (53µm-212µm), grueso
(212µm -2000µm) y resistente (<53 µm) (Cambardela y Elliot, 1992).
Se realizó análisis de la varianza (ANOVA) y se utilizó la prueba LSD (p≤0,05) para la

comparación de medias previa comprobación del supuesto de normalidad mediante el
Test de ShapiroWilks (modificado).
El DMP es mayor para el bosque y la pastura (1.67 mm) en todos los tratamientos sobre
todo en el tratamiento de menor estrés (humectación lenta por capilaridad). Los lotes
agrícolas poseen un DMP de 0.76 mm un 54% menos que la situación prístina y la
pastura (Figura 2). Teniendo en cuenta las clases de estabilidad los primeros son suelos
estables con riesgo a la erosión limitada y los segundos inestables con frecuente riesgo
a la erosión.
Las mayores diferencias se dieron en el tratamiento de humectación rápida (62%) y la

menor en el tratamiento de agitación en húmedo previa humectación en alcohol (44%).
El comportamiento estructural es dependiente de las condiciones externas; los tres
tratamientos lograron diferenciar las situaciones de uso. El que mayor impacto tuvo fue
el de humectación rápida, o sea que una lluvia intensa y abundante de verano impacta
sobre la estructura de los suelos de todas las situaciones pero los que más resisten son
el bosque y la pastura. Gabioud et al. (2011) obtuvo resultados similares para tres
órdenes de suelos, entre ellos los Molisoles.
Las pasturas a pesar de tener un uso pecuario tienen valores de estabilidad iguales a
los del bosque en los primeros 20 cm. Este incremento puede responder al entramado
físico de las raíces finas de la gramínea implantada (GattonPanic) permanentes durante
todo el año (Six et al., 2004).
4
Figura 2. Diámetro medio ponderado (DMP) de 0 a 20 cm de profundidad obtenido a

través del método de Le Bissonnais para tres tratamientos y promedio resultante. Letras
minúsculas diferentes indican diferencias significativas entre situaciones (p<0.05).
La estabilidad estructural está directamente relacionada con la fracción particulada

gruesa del carbono orgánico (r=0.6 p=<0.01) y el carbono total (r=0.48 p<0.01).Esto
coincide con lo obtenido en otras regiones del país, Álvarez et al. (2009), encontró una
alta relación entre el carbono particulado y la estabilidad estructural.
La materia orgánica influye sobre la estructura del suelo, pero a la vez la formación de
agregados estabilizados facilita el secuestro de carbono y provee una protección física
al carbono del suelo (Onweremadu et al., 2007).
5
Conclusiones
Se observa un importante cambio en la estabilidad estructural por el uso agrícola,

llegando a niveles críticos que los hacen susceptible a la erosión. Mantener una alta
estabilidad para evitar la degradación del suelo es esencial para preservar la
productividad, minimizar la erosión y el impacto ambiental. La pastura resulta una buena
alternativa para la conservación de la estabilidad del suelo minimizando los riesgos de
erosión.
Agradecimientos
Este trabajo ha sido financiado por el UBACYT 20020130100274BA. Agradecemos a los

establecimientos donde se realizaron los muestreos y al grupo de productores La
Paloma-Gancedo.
Bibliografía
AAPRESID. 2012. Evolución de la superficie en siembra directa en Argentina

(Campañas 1977/78 a 2010/11). URL: http://www.aapresid.org.ar/wp-
content/uploads/2013/02/aapresid.evolucion_superficie_sd_argentina.1977_a_2011.pdf
Albanesi A, A Anriquez & A Polo Sánchez. 2003. Efectos de la agricultura convencional

sobre algunas formas del C en una toposecuencia de la Región Chaqueña, Argentina.
AGRISCIENTIA VOL. XX: 9-17.
Álvarez CR, Fernández PL, Taboada MA. 2012. Relación de la inestabilidad estructural
con el manejo y propiedades de los suelos de la región pampeana. Ciencia del Suelo
30: 173-178.
Álvarez CR, Taboada MA, Gutiérrez Boem FH, Bono A, Fernández PL, Prystupa P.
2009. Topsoil properties as affected by tillage systems in the Rolling Pampa region of
Argentina. Soil Science Society of America Journal 73: 1242-1250.
Arshad, MA & Cohen, GM. 1992. Characterization of soil quality: physical and chemical
criteria. American Journal of Alternative Agriculture 7, 25–32.
Cambardella CA, Elliott ET. 1992. Carbon and nitrogen distribution in aggregates from
cultivated and native grassland soils. Soil Science Society of America Journal 57: 1017-
1076
Carter MR. 2002. Soil Quality for Sustainable Land Management: Organic Matter and
Aggregation Interactions that Maintain Soil Functions. Agronomy Journal 94: 38-47.
6
Caruso H, Camardelli M, Miranda S. 2012. Efecto del método de desmonte sobre los
indicadores de calidad del suelo y la condición de las pasturas en el Chaco Semiárido
salteño. Agriscientia Vol XXIX (2): 99-105.
Díaz-Zorita M, Duarte G, Grove J. 2002. A review of no-till systems and soil

Argentina. Soil and Tillage Research 65:1-18.
Elliot ET. 1986. Aggregate structure and carbon, nitrogen and phosphorus in native and
cultivated soils. Soil Sci. Am. J. 50:627-633.
Gabioud EA; MG Wilson & MC Sasal. 2011. Análisis de la estabilidad de agregados por
el método de le bissonnais en tres órdenes de suelos. Cienc. suelo [online]. 2011,
vol.29, n.2 [citado 2016-02-02], pp. 129-139 .
Gasparri NI &Grau HR. 2009. Deforestation and fragmentation of Chaco dry forest in NW
Argentina (1972 - 2007). Forest Ecology and Management 258: 913-921.
Lal R., 1993. Soil degradation, soil quality and soil resilience. Soil Tillage Res. 29; 1-8.
Le Bissonnais, Y., 1996. Aggregate stability and assessment of soil crustability and
erodibility: I. Theory and methodology. European Journal of Soil Science 47: 425–431.
Le Bissonnais Y, D Blavet, G De Noni, JY Laurent, J Asseline, C Chenu, 2007.

Erodibility of Mediterranean vineyard soils: relevant aggregate stability methods and
significant soil variables. European Journal of Soil Science 58: 188–195.
Marland G, CT Garten, WM Post & TO West. 2004. Studies on enhancing carbon

sequestration in soils. Energy 29; 1643-1650
Onweremadu EU , 2007. Spatial Variability of Soil Carbon in Floodplain Soils of

Southeastern Nigeria. International Journal of Agricultural Research, 2: 552-558.
Panigatti JL, H Marelli & D Buschiazzo (Eds.). 2001. Siembra directa II. INTA. Buenos
Aires. Argentina. 377pp.
Six J; H Bossuyt; S Degryze& K Denef. 2004. A history of research on the link between
(micro)aggregates, soil biota, and soil organic matter dynamics. Soil Tillage Res. 79:7-
31.
Tisdall JM & Oades JM. 1982. Organic matter and water-stable aggregates in soils.
Journal of Soil Science 33:141-163
7

Viglizzo EF, Jobaggy E. 2010. E. Expansión de la frontera agropecuaria en Argentina y

su impacto ecológico-ambiental. 102pp. INTA.
Volante JN, JM Paruelo, L Vale, C Morales & S Suhring. 2009. Dinámica espacial y
Zhang XC, WP Miller.1996. Physical and chemical crusting processes affecting runoff
and erosion in furrows. Soil Science Society of America Journal 60, 860–865.
8
PRODUCTIVIDAD FÍSICA DEL AGUA EN PASTURAS SOBRE MOLISOL DE LA

REGIÓN SEMIÁRIDA PAMPEANA.
ROMINA FERNÁNDEZ1,2,*, ILEANA FRASIER1,2, MAURICIO UHALDEGARAY1,

AGUSTIN ODERIZ1, ERIC SCHERGER1 & ALBERTO QUIROGA1,2
(1) (2, )
EEA INTA Anguil, Ruta 5, km 580, CP 6326, CC11. Anguil, La Pampa. * Fac de
Agronomía UNLPam, Ruta 35, CP6300, CC30. Santa Rosa, La Pampa.
* [email protected]
Palabras clave: agropiro – festuca – eficiencia en el uso del agua.
Resumen
Actualmente en la región semiárida pampeana se vislumbra un creciente interés por

parte de productores a volver a las rotaciones donde las pasturas nuevamente estén
involucradas. El objetivo fue evaluar la producción y calidad de forraje, el uso consuntivo
y la eficiencia en el uso del agua de festuca+agropiro y agropiro+alfalfa sin aporte de
nutrientes y con fertilización, en un suelo Molisol de la región semiárida pampeana. En
Festuca arundinacea con Agropiro (FA) y Alfalfa con Agropiro (AA)se establecieron 2
tratamientos: sin aporte de nutrientes (T) y fertilizado (F) con nitrógeno, fósforo y azufre.
Durante el ciclo de las pasturas se determinó la materia seca de la biomasa aérea,
digestibilidad y proteína. En cada corte de biomasa se determinó el contenido de
humedad del suelo, el uso consuntivo (UC) y eficiencia en el uso del agua (EUA).Bajo
las condiciones del presente estudio los resultados muestran que AA presentó mayor
producción, mejor calidad y no fue significativa la respuesta a la fertilización
nitrogenada, respecto de FA. En esta última pastura la respuesta a la fertilización fue
significativa, incidiendo tanto sobre biomasa como en el contenido de proteína. El efecto
de la fertilización en FA se tradujo en primera instancia en la calidad del forraje
producido y luego en la cantidad del mismo. El UC promedio durante el ciclo de ambas
pasturas fue similar, 675 mm para FA y 655 mm para AA, la EUA promedio de los 4
años fue superior en AA (10,8 kg MS ha-1mm-1) respecto a FA (8,7 kgMS ha-1mm-1).En
promedio la pastura FA produjo por día 1,8 y 2,6 kg ha-1 de proteína para T y F
respectivamente, mientras que A+A presentó valores mayores 2,8 y 3,1 kg ha-1 de
proteína para T y F respectivamente.
Introducción
La contribución de las pasturas en las rotaciones tiene especial importancia en la

recuperación de la pérdida de fertilidad del suelo provocada por la agricultura. En los
últimos 20 años se ha incrementado la frecuencia de cultivos agrícolas y la superficie
destinada a pasturas se redujo en gran parte de la región pampeana.
1
Debido a la escasa superficie de pasturas en la región los sistemas de producción

animal basados en pastoreos extensivos están condicionados para proporcionar forraje
en cantidad y calidad (Sevilla y Spada, 2012).
Actualmente en la región semiárida pampeana se vislumbra un creciente interés por

parte de productores a volver a rotaciones donde las pasturas nuevamente estén
involucradas.
En la práctica especies tan bien conocidas como agropiro o festuca entre otras se les
asigna escasa tecnología y difícilmente llegan a expresar su capacidad productiva
(Agnusdei et al., 2010; Parsons et al., 2010). El alto potencial de estas especies en la
región pampeana estaría relacionada con su plasticidad al suelo y al clima lo cual
asegura una alta persistencia en comparación con otras especies (Agnusdei et al.,
2014).
Las características de rusticidad de festuca determinan que sus pasturas ocupen en

general suelos relativamente pobres, hecho que en cierto modo llevó a asociar las
limitaciones de esos ambientes con la verdadera capacidad productiva de la especie.
Sin embargo, los requerimientos para que festuca logre buenos niveles productivos son
equivalentes a los de la mayoría de las gramíneas forrajeras cultivadas (Agnusdei et al.,
2014).
La amplia difusión alcanzada para la pastura de agropiro en zonas de La Pampa

deprimida se debe principalmente a su rusticidad y tolerancia a tenores salinos altos
(tolera hasta 7 dS.m-1 de conductividad).Aunque es una especie con un alto nivel de
adaptación que puede desarrollarse en suelos no salinos con condiciones ambientales
limitantes (secas o con bajas temperaturas)(Agnusdei, 2014).
La alfalfa es frecuentemente utilizada en mezclas con gramíneas perennes para mejorar

la calidad, distribución estacional y producción de la pastura (Sleugh et al., 2000).
También puede la alfalfa reemplazar fuentes externas de nitrógeno (N), reduciendo los
requerimientos de fertilización cuando se establece en pasturas polifíticas
conjuntamente con gramíneas (Berdahl et al., 2001), sin evidencias de que afecte la
productividad de las mismas (Hendrickson et al., 2008). No obstante, en ambientes con
regímenes de humedad Ústico y perfiles de suelos limitados en profundidad por la
presencia de manto calcáreo (Paleustoles), se ha comprobado que la alfalfa puede
condicionar significativamente la producción y distribución estacional de la gramínea
perenne (Vallejo et al., 2002).
El agua almacenada en el suelo y las precipitaciones son menos aprovechadas cuando

las pasturas están sometidas a condiciones de restricción nutricional. Para que las
cualidades forrajeras de pasturas puedan expresarse, el manejo debe centrarse en la
disponibilidad de nutrientes como nitrógeno y fósforo (Agnusdei et al., 2014).
2
A pesar del potencial en la producción de pasto que brindan las pasturas perennes,
tanto puras o consociadas con especies de leguminosas, las mismas siguen siendo
subutilizadas y la ganadería depende en gran medida de verdeos anuales.
Bajo este panorama resulta imprescindible continuar trabajando sobre la producción,

persistencia y calidad de pasturas forrajeras tan bien adaptados en ambientes
semiáridos (Ruiz et al., 2004). Sin embargo, en la región semiárida pampeana no se
cuenta con resultados acerca del uso y la eficiencia en el aprovechamiento del agua en
el suelo por parte de pasturas, entendiéndose como productividad física del agua (kgMS
ha-1mm-1).
El objetivo fue evaluar la producción y calidad de forraje, el uso consuntivo y la eficiencia
en el uso del agua sin aporte de nutrientes y con fertilización durante el ciclo de
festuca+agropiro y agropiro+alfalfa, en un suelo Molisol de la Región Semiárida
Pampeana.
En un suelo Haplustol ubicado en la EEA INTA Anguil se sembró (02/05/12) Festuca

arundinaceavar. Flecha con agropiro (Thinopyrum ponticum)var.Hulk (10 y 17 kgha-
1
respectivamente, FA) y alfalfa (Medicago sativa) con agropirovar. Hulk (10 y 25kgha-
1
respectivamente, AA). Se establecieron 2 tratamientos: sin fertilización (T) y fertilizado
(F) con nitrógeno (60 kgha-1), fósforo (40 kg ha-1) y azufre (20 kg ha-1).La fertilización se
realizó en septiembre del 2012, y en abril del 2013, 2014 y 2015, la unidad experimental
fue de 50 m2. Durante los 4 años de pastura (el año corresponde de mayo a mayo del
año siguiente, excepto en el último año que se da por finalizada la pastura en enero) se
determinó la biomasa aérea tomando como criterio de defoliación la aparición de la
tercer hoja en el macollo, el corte se realizó en 0,5 m2 por parcela a 5 cm del suelo. Las
muestras fueron secadas a 60ºC para la determinación de materia seca (MS). Sobre
muestras compuestas de T y F (molidas a 1 mm) de cada corte se determinó FDN (fibra
detergente neutro, técnica Van Soest) y DMS (digestibilidad estimada de la MS,
DEMS=88,9 – (0,779*FDA), siendo FDA: fibra detergente ácido, técnica Van Soest) y
proteína bruta (PB, técnica Kjeldahl).
En cada corte de biomasa se determinó el contenido de humedad del suelo (método

gravimétrico) cada 20 cm hasta la presencia del manto calcáreo (120 cm de
profundidad). Se determinó el uso consuntivo (UC) en mm promedio entre los
tratamientos T y F a partir de las precipitaciones y el cambio del contenido de agua
almacenada en el suelo entre los momentos de corte de la biomasa, y la eficiencia en el
uso del agua (EUA) relacionando la MS y UC.
El diseño utilizado fue en bloques completos al azar con 3 repeticiones y los resultados
fueron analizados mediante modelos lineales mixtos con medidas repetidas en el tiempo
3
para cada especie. La comparación de medias se realizó mediante Test de Fischer (p≤
0,05).
Resultados preliminares se han presentado en las II Jornadas Nacionales de Suelos en
Ambientes Semiáridos llevadas a cabo en septiembre del 2015 en la ciudad de Santa
Rosa, La Pampa.
Los resultados muestran que la producción de FA y de AA(Figura 1) durante el 1er año

fue muy superior a la encontrada en el 2do,3er y 4to año. Esta disminución en la
producción en FA en el 2do año con respecto al 1ero fue del 73 y 49% en T y F
respectivamente, mientras que en el 3er año también con respecto al 1ero fue del 75%
en Ty 61% en F. A su vez, para AA la disminución en la producción de biomasa fue
similar, 50 y 45% en T y F respectivamente, entre el 1er y 2do año; finalmente la
diferencia entre el 1er y 3er año fue 39 y 55% menor para T y F, respectivamente. Para
el 4to año la acumulación de biomasa fue inferior respecto a los tres primeros años
debido a que se dio por finalizada la pastura en el mes de enero de 2016, teniendo
menor tiempo de acumulación.
Para FA no se encontró interacción significativa entre años y fertilización (p=0,12), se

puede observar en la Figura 1 a) que en el 1er y 4to año no hubo respuesta a la
fertilización, mientras que en el 2do y 3er año la respuesta fue significativa, con
incrementos de 2.600 y 1.710 kg MS.ha-1respectivamente. Al analizar la producción
acumulada desde la siembra de FA, se observa en la Figura 2 a) que la respuesta a la
fertilización fue significativa y que la misma se hace evidente a partir de los 584 días
desde la siembra de la pastura. Además, se puede observar que al tratamiento T le llevó
426 días más acumular la misma cantidad de forraje que al tratamiento F.
Resultados similares fueron obtenidos por Vallejo et al. (2002) quienes sobre un
Haplustol con bajo contenido de MO (1,1%) evaluaron la respuesta de pasto ovillo a la
fertilización nitrogenada. Utilizaron dosis de 60kgNha-1 aplicadas en setiembre y febrero
(durante dos años) obteniendo una importante respuesta en producción de materia seca
(acumulado de cinco cortes: testigo 7.065 y fertilizado 14.100 kg MS ha-1) y en los
contenidos promedios de proteína (8,7 a 10,4%). También Mills et al. (2009) confirmaron
que el nitrógeno fue el factor más limitante para la producción de pasto en secano.
En AA se encontró interacción significativa entre años y fertilización, donde sólo hubo

respuesta a la fertilización en el 2do año con incrementos de 795 kgMS ha-1 (Figura 1b).
En la Figura 2 b) se presenta la producción acumulada desde la siembra de AA y se
observa que la respuesta a la fertilización no es significativa y se hace presente
aproximadamente a los 584días desde la siembra de la pastura aunque la misma fue
menor en relación con los incrementos registrados en FA.
4
Experiencias en agropiro alargado en la región semiárida pampeana durante tres años

arrojaron resultados de producción de forraje de 2.451, 1.037 y 3.285 kg MS ha-1 para el
1er, 2do y 3er año respectivamente, el forraje se acumuló en otoño y primavera, con
porcentajes de 65 y 35%, respectivamente (Sevilla & Spada, 2014).
En el caso de nuestro estudio la acumulación de forraje fue mayor en primavera, las

estaciones de otoño y verano presentaron una acumulación similar. En relación a ello,
los datos que se obtuvieron en FA fueron 67, 14 y 19% para primavera, verano y otoño
respectivamente, y en AA 64, 18 y 17% para primavera, verano y otoño
respectivamente.
a) b)
MS (kg ha-1) MS (kg ha-1)
14000 14000
12000 a a 12000 a
10000 10000
8000 8000
b
6000 a 6000 b c
a c
4000 b 4000 d d
b a a
2000 2000
0 0
T F T F T F T F T F T F T F T F
1 er año 2 año 3er año 4to año 1 er año 2 año 3er año 4to año
Figura 1: Producción de materia seca (MS) durante los 4 años de ensayo en a)

festuca+agropiro y b) agropiro+alfalfa, en los tratamientos sin fertilizante (T) y fertilizado
(F). a) Letras distintas indican diferencias significativas entre tratamiento dentro de cada
año; b) Letras distintas indican diferencias significativas entre tratamientos y años
(p<0,05).
5
a) b)
MS (kg ha-1)
MS (kg ha-1)
30000
30000
T a a
25000 T
25000 a
20000 F F
20000
b
15000 15000
10000 10000
5000 5000
0 0
0 200 400 600 800 1000 1200 1400 0 200 400 600 800 1000 1200 1400
Dias siembra Dias siembra
Figura 2: Producción de materia seca (MS) de testigo (T) y fertilizado (F) desde siembra
hasta 1.319 días en a) festuca + agropiro y b) agropiro + alfalfa.
La variabilidad de las precipitaciones puede impactar en la producción y EUA (Stout et

al., 1988), comprobándose incrementos en alfalfa en la medida que la disponibilidad de
agua fue mayor (Bauder et al., 1978).
El UC promedio durante el ciclo de ambas pasturas fue similar, siendo 675 mm para FA
y 655 mm para AA; la EUA promedio de los 4 años fue superior en AA (10,8kg MS ha-
1
mm-1) con respecto a FA (8,7kg MS ha-1mm-1).
En FA en el 2do año el UC fue 160 mm menos que en el 1er año, y el 3ero fue el de
mayor UC; las precipitaciones ocurridas en el 1er año de la pastura fueron de 600 mm
donde el 52 % de éstas ocurrieron entre la siembra y el 1er corte y durante el 2, 3 y 4to
corte se distribuyó en 11,9, 16 y 19,5%; durante el 2do año las precipitaciones fueron de
746 mm con una distribución para el 4to, 5to, 6to y 7mo corte de 20,6, 10,7, 33,2 y
35,5% y en el 3er año las precipitaciones ocurridas fueron de 793 mm con una
distribución para el 8vo, 9no y 10mo corte del 33,9, 13,3 y 52,8%. Cabe aclarar que no
se encontró relación entre la producción de materia seca por corte y las precipitaciones
ocurridas entre cada corte lo cual refleja la importancia de considerar el suelo, su textura
y profundidad a la penetración de las raíces como factores de suma importancia en la
transferencia del agua de las precipitaciones entre distintos periodos.
La EUA fue muy diferente entre el 1er año y los restantes. Se puede observar en la
Tabla 1 en FA que del 1er al 2do año la misma fue 6,9 kgMSha-1mm-1 menor, del 2do al
3er año 3,7 kg MS ha-1mm-1 menos y del 3er hasta la finalización en el 4to año 0,6kg MS
ha-1mm-1 menos.
6
Para la pastura de AA los UC fueron similares a FA excepto en el 4 to año, pero las EUA
fueron mayores, también se evidenció una disminución importante entre el 1er y 2 año
de 5,1 kg MS mm-1 ha-1 y 4 kg MS ha-1mm-1 entre el 2do y 3er año, obteniéndose un
aumento de 2,2 kg MS ha-1mm-1entre el 3er y 4to año.
Según Hendrickson et al., (2013) una manera de mejorar la EUA sería lograr que la
pastura genere más biomasa con la misma cantidad de agua o utilizar menos agua para
producir la misma biomasa.
Valores hallados de EUA medidas en el periodo de un mesen la región semiárida de

Dakota, arrojan resultados de 5,6 a 7,4 gMSmm-1 en Panicum virgatumy de 1,06 a 2,07
gMS mm-1 en Pascopyrum smithii. Al respecto Moot (2014),evaluando pasturas en
primavera concluyó que por cada milímetro de agua consumida la alfalfa produjo30 kg
MSha-1, pasturas de gramíneas con trébol 20 kg MSha-1y 10 kg MSha-1para pasturas de
gramíneas puras.
Tabla 1: Uso consuntivo (UC) y eficiencia en el uso del agua (EUA) en festuca +
agropiro (FA) y agropiro + alfalfa (AA).
FA AA
UC (mm) EUA UC (mm) EUA
-1 -
(kgMS mm ha (kg MS mm-1
1
) ha-1)
1er año 757 15,9 731 16,1
2do año 597 9 619 11
3er año 878 5,3 889 7
4to año * 467 4,7 382 9,2
Promedio 675 8,7 655 10,8
*Producción hasta enero del 4 año, momento de finalización de la pastura.
En general las gramíneas tienen su mayor calidad en estado vegetativo, y al pasar al

estado reproductivo declina la digestibilidad in vitro de la materia seca conjuntamente
con el contenido de proteína, al mismo tiempo que aumenta la pared celular o contenido
de fibra (Agnusdei et al., 2014). En relación a ello se presenta la calidad de las pasturas
en la Tabla 2.En ambas pasturas se observa que los datos promedios de la DMS fueron
levemente superiores en F con respecto a T. En relación a la PB, en FA la misma fue
2,5% superior en F que en T, mientras que en AA no hubo diferencias. Analizando
ambas pasturas en tratamiento T, AA tuvo mayor valor en DMS y PB, además
considerando el tratamiento F también AA presentó mejor calidad que FA en cuanto a
DMS y PB.
7
Tabla 2: Digestibilidad de la materia seca (DMS, %) y proteína bruta (PB, %) en testigo

(T) y fertilizado (F) en festuca+agropiro (FA) y agropiro+alfalfa (AA).
FA AA
Corte T F T F
DMS PB DMS PB DMS PB DMS PB
1 59,1 17,5 59,6 19,3 59,7 20,7 61 22,4
2 55,9 10,6 55,3 12 56,5 13,2 57,8 14,5
3 55,5 13,0 56 11,9 59,2 14,1 59,6 11,1
4 54,2 9,6 58,1 10,9 54,5 10,6 58 12,3
5 58,1 11,4 57,8 17,2 61,6 19,2 60,1 18,9
6 56,7 8 56,6 9,9 61 15,6 61 14,9
7 56,3 14,7 59,9 21,2 59,5 20,4 60,6 20,1
Promedio 56,5 12,1 57,6 14,6 58,8 16,2 59,7 16,3
Si consideramos la producción de proteína en kg ha-1 se puede observar en la Figura 3

que FA produjo menor cantidad de proteína que AA.
En FA la mayor producción correspondió a F en 1.115 kg ha-1 de proteína más con

respecto a T, mientras que esta diferencia fue considerablemente menor en la pastura
AA (467 kg ha-1).
En promedio la pastura FA produjo por día 1,8 y 2,6 kg ha-1 de proteína para T y F
respectivamente, mientras que AA presentó valores mayores (2,8 y 3,1 kgha-1 de
proteína para T y F respectivamente).
El costo hídrico para la producción de este indicador de calidad para la pastura FA fue
1,07 kg de proteína ha-1 mm-1 y en AA 1,51 kg de proteína ha-1mm-1.
Resulta importante destacar que si bien la respuesta a la fertilización en cuanto a

producción de forraje se hace presente aproximadamente a los 584 días desde la
siembra de la pastura (Figura 2), la mayor producción de proteína debido a la
fertilización resulta evidente a los 369 días de la siembra, lo cual significa que el efecto
de la fertilización se hace presente primero en la calidad del forraje producido y luego en
la cantidad del mismo.
8
a) b)
Proteína (kg ha-1) Proteína (kg ha-1)
5000 5000
a
4000 4000 a
a
3000 3000
b
2000 2000
T T
1000 1000
F F
0 0
0 200 400 600 800 1000 1200 1400 0 200 400 600 800 1000 1200 1400
Ds siembra Ds siembra
Figura 3: Contenido de proteína en la materia seca de testigo (T) y fertilizado (F) desde
la siembra hasta los 1.319 días en a) festuca + agropiro y b) agropiro + alfalfa.
Conclusiones
Bajo las condiciones del presente estudio los resultados en general muestran que AA
presentó mayor producción, mejor calidad (proteína, digestibilidad) y no fue significativa
la respuesta a la fertilización nitrogenada, respecto de FA. Mientras que en la pastura de
gramíneas la respuesta a la fertilización fue significativa, incidiendo tanto sobre biomasa
como en el contenido de proteína. También resulta interesante destacar que el efecto de
la fertilización en FA se tradujo en primera instancia en la calidad del forraje producido
(a partir de los 369 días de la siembra) y luego en la cantidad del mismo (a partir los 537
días).
FA y AA produjeron mayor biomasa en su 1er año, disminuyendo de manera importante

su producción en los años consecutivos. El UC promedio del ciclo de ambas pasturas
fue similar, la EUA fue muy alta en su primer año de producción disminuyendo en los
siguientes años, y en promedio la EUA fue superior en AA con respecto a FA.
En cuanto a calidad, la consociación AA presentó mayor DMS y PB que FA. Se podría

inferir que la incidencia de la leguminosa en la pastura AA provoca no solamente mayor
cantidad de forraje sino que el mismo sea de mejor calidad y una menor respuesta a la
fertilización en relación a mezclas de gramíneas.
Las especies estudiadas tienen un rol fundamental por tratarse de pasturas que
rehabilitan suelos marginales y mejoran su capacidad productiva con elevada
producción de forraje de calidad para el uso ganadero.
9
Se debería continuar evaluando por más tiempo la producción de FA y AA en relación a

los requerimientos hídricos, nutricionales, calidad de las pasturas y sus efectos sobre la
incidencia en propiedades físicas, químicas y biológicas de los suelos.
Agradecimientos
Deseamos agradecer a Ignacio Ávila de la empresa Gentos por brindar la semilla para
realizar la siembra de la pastura y al PRET (1282101) y Proyecto Nacional de Agua del
INTA por financiar la experiencia.
Bibliografía
Agnusdei, M. 2014. Agropiro, la pastura que rehabilita suelos marginales

http://intainforma.inta.gov.ar/.
Agnusdei, M; SAssuero; FLattanzi & M Marino. 2010. Critical N concentration can vary
with growth conditions in forage grasses: implications for plant N status assessment and
N deficiency diagnosis. NutrCyclAgroecosyst.
Agnusdei, M;O Di Marco; A Marino; P Errecart & J Insúa. 2014 Festuca alta: una mirada
ecofisiológica para entender y manejar la producción, calidad y eficiencia de utilización
del forraje. XXII reunión anual de forrajeras. INTA Pergamino.
Bauder, J; A Bauer; J Ramirez & D Cassel. 1978. Alfalfa water use and production on
dryland and irrigated sandy loam. Agron. J. 70:95-99.
Berdahl, J; JKarn & J Hendrickson. 2001. Dry matter yields of cool-season grass
monocultures and grass-alfalfa binary mixtures. Agron. J. 93:463-467.
Hendrickson, J; M Liebig & J Berdahl. 2008. Responses of Medicago sativa and M.

falcate type alfalfas to different defoliation times and grass competition. Can. J. Plant Sci.
88:61-69.
Hendrickson, J; MSchmer & M Sanderson. 2013. Water Use Efficiency by Switchgrass

Compared to a Native Grass or a Native Grass Alfalfa Mixture. University of Nebraska –
Lincoln. DigitalCommons@University of Nebraska.
Mills, A; D Moot & P Jamieson. 2009. Quantifying the effect of nitrogen of productivity of
cocksfoot (Dactylis glomerata L.) pastures. European Journal of Agronomy 30: 63-69.
Moot, D. 2014. A review of recent research and extension on dryland lucerne in New
Zealand. Proceedings of the New Zealand Society of Animal Production. Vol 74: 86-93.
10
Parsons, J; G Edwards†; P Newton; D Chapman‡; J Caradus§; S Rasmussen & J

Rowarth. 2010. Past lessons and future prospects: plant breeding for yield and
persistence in cool-temperate pastures. Grass and Forage Science.
Ruiz, M; E Adema; T Rucci & F Babinec. 2004. Publicación Técnica Nº 54. EEA INTA
Anguil. 36pp.
Sevilla, G & M Spada.2012. Avances en agropiro alargado. INTA.
Sleugh, B; K Moore; J George & E Brummer. 2000. Binary legume-grass mixtures

improve forage yield, quality, and seasonal distribution. Agron. J. 92:24-29.
Stout, W; G Jung & J Shaffer. 1988. Effects of soil and nitrogen on water use efficiency
of tall fescue and switchgrass under humid conditions. Soil Sci. Soc. Am. J. 52:429-434.
Vallejo, A; R Souto & A Quiroga. 2002. Siembra directa y fertilización en sistemas

ganaderos de la región semiárida. INTA Anguil, Bol. Div. Téc. 74:1-13.
11
INFLUENCIA DEL MANEJO SOBRE INDICADORES FÍSICO-HÍDRICOS DE

COMPACTACIÓN DE SUELOS
ALBERTO QUIROGA (1,2 *), AGUSTÍN ODERIZ (1), MAURICIO UHALDEGARAY (1),
CRISTIAN ALVAREZ (1), ERIC SCHERGER (1), ROMINA FERNÁNDEZ (1,2) & ILEANA
FRASIER (1,2).
(1)
EEA INTA Anguil, Ruta 5, km 580, CP 6326, CC11. Anguil, La Pampa; (2) Facultad de
Agronomía - UNLPam, Ruta 35, CP 6300, CC 30. Santa Rosa, La Pampa.
* [email protected]
Palabras clave: Densidad aparente – Materia orgánica – Susceptibilidad a la

compactación.
Resumen
El estudio se realizó en sitios de experimentación del Programa Nacional de Agua de

INTA, en 52 suelos (Buenos Aires, La Pampa, San Luis, Córdoba y Santiago del Estero)
bajo dos manejos contrastantes: virgen o pastura (V: 26 suelos) y agrícola (A: 26
suelos). Los mismos se agruparon por régimen de humedad en Usticos (36 suelos) y
Udicos (16 suelos). Se determinó textura (A+L:arcilla+limo), densidad aparente (DA),
materia orgánica (MO), densidad aparente máxima (DAm), susceptibilidad a la
compactación (SC) y humedad crítica (HC). Los contenidos de A+L (9 – 82%) y de MO
(0,7 – 5,6%) variaron en un amplio rango, siendo mayor el promedio en V que en A. Los
suelos A presentaron una relación lineal y positiva entre los contenidos de MO y de A+L.
La DAm disminuyó a medida que aumentaron los contenidos de A+L en ambos manejos
y entre suelos de similar composición granulométrica, los suelos V presentaron menor
DAm. También fue significativa la influencia de la MO sobre la DA y la SC en suelos de
ambos regímenes de humedad. Tomando como ejemplo uno de los sitios estudiados se
comprobó que el suelo A, que presentó menor contenido de MO fue más susceptible a
perder porosidad y resultaría menos resistente respecto de V que presentó mayor MO y
menor SC. Si bien estos resultados son preliminares de una amplia zona de estudio, los
mismos ponen en evidencia la importante influencia que la MO posee sobre la
sostenibilidad de los suelos al incidir sobre propiedades físico-hídricas, tanto en
regímenes de humedad Udicos como Usticos. El incremento de la susceptibilidad a la
compactación y de la potencialidad de los suelos a perder macroporosidad, por mayor
DAm y disminución en la HC, abre interrogantes sobre las consecuencias que estos
cambios tendrán sobre la eficiencia en el uso del agua.
Introducción
Los cambios en el uso de la tierra producen importantes modificaciones en la estructura

y funcionamiento de los ecosistemas. Evidencias en diferentes regiones del mundo
1
tienden a explicar cómo los cambios en la estructura de las comunidades vegetales

modifican la dinámica hidrológica de una región (Salvador, 2010). Las amenazas a la
sustentabilidad y a la resiliencia de los ecosistemas por su transformación para la
producción agrícola dependen del ambiente y del uso que se haga de ellos, siendo las
regiones semiáridas particularmente vulnerables (Pala et al., 2007). La expansión de la
agricultura que tiene lugar sobre tierras menos aptas (Hillel, 2011), puede estar
acompañada por una importante intensificación en los planteos ganaderos que incide
negativamente sobre el balance de materia orgánica (MO). Por ejemplo, la pradera
pampeana está experimentando un intenso proceso de agriculturización con cambios
estructurales y funcionales importantes en la cubierta vegetal. Asociado con la
disminución en el aporte de residuos/cobertura y de los contenidos de MO se estarían
produciendo cambios a nivel de macroporosidad (Denef y Six, 2005), los cuales, al
limitar la captación del agua de lluvia, favorecen el encharcamiento/escurrimiento y una
menor transitabilidad. La preocupación es que algunos de estos cambios pueden ser
irreversibles o condicionar de manera importante la resiliencia de los recursos, con
consecuencias ambientales también importantes. Estas relaciones entre el uso de la
tierra y su hidrología han sido poco estudiadas. Principalmente porque variaciones en la
capacidad de retención de agua (textura y espesor del suelo) conjuntamente con
variaciones en las precipitaciones condicionan el régimen hídrico de los suelos
incidiendo significativamente sobre la productividad de los cultivos y el balance de
carbono (Quiroga et al., 2005).
En relación con la influencia del manejo resulta necesario considerar ciertas

características del sistema poroso, dado que no sólo la cantidad total de porosdefine el
comportamiento hídrico del suelo, sino también su tamaño, distribución, orientación,
interconexión, tortuosidad y estabilidad. De esta manera y asociado a distintas prácticas
de uso pueden variar significativamente propiedades físico – hídricas que condicionan la
captación (infiltración, conductividad hidráulica), el almacenaje y la eficiencia de uso del
agua (EUA). La densificación de los suelos puede condicionar la EUA al incidir tanto
sobre la dinámica hídrica como sobre el desarrollo de las raíces. Por ejemplo, valores de
resistencia a la penetración (RP) > 2 MPa dieron lugar a una significativa reducción en el
desarrollo de raíces y en la concentración de N y K en hoja (Atwell, 1990). Venanzi et al.
(2002) y Venanzi y Kruger (2004) comprobaron que incrementos en la densidad
aparente condicionaron el crecimiento temprano de cereales de invierno, siendo menos
evidente en trigo que en avena.No obstante, también se ha comprobado que suelos bien
estructurados o con presencia de biocanales no limitan el desarrollo de las raíces a
pesar de presentar altos valores de RP (Lampurlanes y Cantero-Martinez, 2003). Kruger
(1996) evaluó los efectos acumulados de cuatro sistemas de labranza sobre indicadores
de compactación en Ustoles del sudoeste bonaerense. Mediante test de compactación
Proctor comprobó que bajo siembra directa fue menor la probabilidad de alcanzar
niveles críticos de densidad aparente que puedan condicionar el crecimiento de los
cultivos. Este comportamiento estaría explicado por contenidos de MO más elevados en
la capa superficial del suelo bajo siembra directa. Quiroga et al. (1999) indican que un
2
incremento de aproximadamente 5 g/kg en el contenido de MO produce una disminución

de 0,06 g/cm3 en la densidad aparente máxima (DAm). La estrecha relación entre MO y
DA (Thomas et al., 1996; Ball et al., 1996), entre MO y susceptibilidad a la compactación
(Quiroga et al., 1998 y 1999) y la alta sensibilidad de la DAm a pequeños cambios en los
contenidos de MO (Davidson et al., 1967; Soane 1990; Quiroga et al., 1999) le confieren
un importante valor discriminante a los parámetros obtenidos de curvas de
compactación Proctor. En base a las mismas se pueden definir umbrales hídricos de
cambios de estado de los suelos que resultan dependientes del contenido y mineralogía
de las arcillas y también de la fracción orgánica (Faure, 1978). Incrementos en la MO
pueden reducir la susceptibilidad a la compactación por incremento en la resistencia a la
deformación y/o por incremento en la elasticidad (Soane, 1990).
En función de lo expuesto se estableció como objetivo de trabajo evaluar efectos de
prácticas de manejo sobre propiedades relacionadas con la compactación de suelos.
El estudio se realizó en el marco del Programa Nacional de Agua de INTA (PNAgua),

mediante la evaluación de indicadores físico-hídricos en sitios de experimentación en
gestión del agua que comprenden suelos del sudoeste y centro de la provincia de
Buenos Aires, Centro Este de La Pampa, Este de San Luis, Córdoba y Santiago del
Estero. Los mismos fueronagrupados de acuerdo al régimen de humedad en Usticos
(Us) y Udicos (Ud).Se muestrearon 36 suelosUs y 16 Ud con el fin de evaluar
propiedades edáficas en los primeros 20 cm del perfil: 26 suelos bajo vegetación natural
o gramínea perenne de más de 10 años (V) y 26 suelos bajo secuencia continúa de
cultivos anuales, en su mayoría por más de 10 años (A). En suelos Ud se seleccionaron
sitios con alta frecuencia de soja en la rotación, mientras que en suelos Us la secuencia
se caracterizó por una mayor proporción de gramíneas (cereales invierno, maíz, sorgo)
que alternan con oleaginosas (soja, girasol y maní en algunos sitios). En los primeros 20
cm del perfil se determinó textura mediante la técnica de sedimentación (Bouyoucos);
densidad aparente mediante cilindro (244 cm3); materia orgánica (Walkley y Black) y
Test Proctor de compactación dinámica a energía constante (método AASHO Standard
T-99) utilizando un cubo de 947 cm3 donde fue compactada la muestra previamente
humedecida con una energía de 590 KJ/m3. A partir de las curvas se obtuvo la densidad
aparente máxima (DAm) para cada suelo, la susceptibilidad a la compactación (SC) y
humedad crítica de mayor sensibilidad a la compactación de cada suelo. Los datos se
analizaron mediante modelos de regresión lineal y no lineal utilizando el software
InfoStat (Di Rienzo, 2009).
3
a) Suelos con predominio de régimen Ustico de humedad
Los contenidos de arcilla + limo (9 – 77%) y de MO (0,7 – 4,68%) variaron en un amplio

rango entre los suelos estudiados. El contenido promedio de MO en V (3,09%) fue
superior respecto de A (1,49%), mientras que los contenidos promedios de arcilla + limo
resultaron similares (38 – 44%) entre ambas prácticas de manejo. En la medida que los
suelos pierden MO se va enriqueciendo de las fracciones más estables (asociadas a la
fracción mineral) y presentan una relación más estrecha con las fracciones
granulométricas más finas (Casanovas et al., 1995). En concordancia con estos autores,
los suelos bajo manejo agrícola presentaron una relación lineal y positiva entre los
contenidos de MO y de A+L (R2=0,50; p=0,0006), mientras que en los suelos vírgenes
esta relación no fue significativa lo que probablemente estuvo asociado a una mayor
proporción de fracciones lábiles de la materia orgánica (Figura 1a). Por otra parte, el
contenido de A+L explicó en parte las variaciones observadas en la densidad aparente
máxima de los suelos bajo ambos manejos (A: R2=0,60; p=0,0001 y V: R2=0,44;
p=0,0016) (Figura 1b). Para ambos manejos la influencia de ambos coloides sobre la
densidad aparente máxima fue similar evidenciando una relación negativa entre ambos
parámetros. Además para una misma composición granulométrica, los suelos V
presentaron menor densidad aparente máxima. Similar comportamiento se comprobó
cuando se relacionó la densidad aparente con los contenidos de MO de los suelos
(Figura 2a). A partir de dicha relación se desprende que a menores contenidos de
materia orgánica mayor es la densidad aparente del suelo, es decir, menor porosidad
total y principalmente menor macroporosidad.Estos cambios posiblemente puedan
explicar en gran parte la pérdida de infiltración, mayor encharcamiento y/o escurrimiento
de los suelos que bajo determinadas prácticas de uso han perdido materia
orgánica.Kruger et al. (2005) señalan que la disminución de la porosidad total del suelo
por efecto del pastoreo fue determinada principalmente por la deformación de los
macroporos. Estos autores expresan que un leve incremento en los mesoporos y
microporos del suelo, a expensas de los macroporos, podría tener implicancias
negativas sobre la infiltración. Al respecto Quiroga et al. (1999) comprobaron, para
suelos de la región semiárida pampeana, que disminuciones significativas en la
conductividad hidráulica estuvieron asociadas con menores valores de MO. Entre los
sitios de experimentación del PNAgua se encuentra el módulo de “Atreucó-La Pampa”,
donde se evalúa la influencia de soja continua (con y sin inclusión de cultivo de
cobertura) y se cuenta con un testigo de monte de Caldén, con predomino de gramíneas
perennes. En la Figura 2b se muestran las curvas de compactación Proctor donde se
evidencian importantes diferencias en la densidad aparente máxima, y también en la
susceptibilidad a la compactación dada por la pendiente de la rama ascendente de cada
curva. Los resultados muestran que frente a una misma presión, el suelo A que presenta
menor contenido de MO (1,34%)es más susceptible a perder porosidad (SC: 1,28),
4
resultando menos resistente y/o resiliente en relación con V que presentó mayor
contenido de MO (4,5%) y menor SC (0,42).
a) b)
5 2
y = -0,0037x + 1,69
R² = 0,6; p=0,0001
4
1,5
3
MO (%)
DAm
1
2 y = -0,01x + 1,55
R² = 0,44; p=0,0016
0,5
1 y = 0,02x + 0,78
R² = 0,5; p=0,0006
0 0
0 20 40 60 80 0 20 40 60 80 100
A + L (%) A + L (%)
Virgen Agrícola
Virgen Agrícola
Figura 1: Variación de los contenidos de materia orgánica (a) y densidad aparente

máxima (b) en función de los contenidos de arcilla + limo para suelos bajo manejos
contrastantes (V: virgen, A: agrícola).
a) b)
2 2
y = -0,0012x2 + 0,0366x + 1,1448

R² = 0,98
1,5 1,5
DAm (g cm-3)
DA
1 1
y = -0,0004x2 + 0,0087x + 0,9504

y = 1,34x-0,18 R² = 0,95
0,5 0,5
R² = 0,6; p<0,0001
0 0
0 1 2 3 4 5 0 10 20 30 40
MO (%) Humedad (%)
MÓDULO ATREUCÓ - Monte
MÓDULO ATREUCÓ - Soja Contínua
Figura 2: Variación de la densidad aparente (g cm-3) en función de la materia orgánica

(a) y curvas Proctor correspondientes a manejos contrastantes del módulo larga
duración de Atreucó (b).
Las Figuras 3a y 3b muestran la influencia de la MO sobre los indicadores de

compactación en suelos Us. Tanto la DAm como la SC tendieron a incrementar en la
medida que los suelosperdieron MO. Similares resultados fueron obtenidos por Mettauer
et al. (1983) sobre suelos limosos, donde la variación de los coloides inorgánico y
orgánico explicaron el 31% de la “sensibilidad a la compactación”. Esta influencia se
debería a que perdidas de MO inducen una disminución en la humedad crítica de
sensibilidad a la compactación. En la Figura 4 se observa esta influencia para suelos Ud
de distintas granulometrías.
5
a) b)
2 4
1,5 3
y = 1,93x-0,5
DAm
SC
2 R² = 0,4; p=0,0025
y = 0,03x2-0,29x + 1,88
0,5 R² = 0,69 ; p<0,0001 1
0 0
0 1 2 3 4 5 0 1 2 3 4 5
MO (%) MO (%)
Figura 3: Cambios en la densidad aparente máxima (DAm; a) y la susceptibilidad a la

compactación (SC; b) por efecto de variaciones en los contenidos de materia orgánica
(MO).
b) Suelos con predominio de régimen Udico de humedad
Los contenidos de A + L (34 – 82%) y de materia orgánica (0,81 – 5,60%) también

variaron en un amplio rango en suelos Ud. El promedio de MO fue superior en V
(3,18%) respecto de A (2,21%), mientras que los contenidos promedios de A + L
resultaron similares (55 – 58%) entre ambas prácticas de manejo y en promedio
mayores que en suelos Us (38-44%).En suelos de granulometrías más finas resultaría
menor la influencia de cambios en la MO sobre propiedades físicas (Baver et al.,1972),
sin embargo, ambos grupos de suelos presentan en promedio similares contenidos de
arcilla y las mayores diferencias se encuentran en la fracción limo que resulta mayor en
los suelos Ud. Posiblemente esta sea parte de la explicación en la similitud de las
curvas Proctor cuando se contrastan suelos con distintos contenidos de MO en ambos
regímenes de humedad (Figuras 2b y 4). En todos los casos se comprueba que los
suelos bajo vegetación perenne de gramíneas (V) presentan una baja susceptibilidad a
la compactación que les permitiría mantener un adecuado funcionamiento del sistema
poroso, condición necesaria para una mayor eficiencia de captación del agua de las
precipitaciones. Quiroga et al. (1991) en estudios realizados hace 25 años alertan sobre
los efectos negativos que el manejo puede tener en propiedades físico-hídricas. Los
autores señalan que en la región semiárida pampeana central se observa una presencia
generalizada de compactaciones superficiales y subsuperficiales en correspondencia
con condiciones edáficas (alta proporción de la fracción granulométrica de 2 a 74µm) y
de manejo (agricultura continua y sobrepastoreo de rastrojos y pasturas) que
favorecerían el desarrollo de las mismas. La Figura 5 a y b muestran como asociado con
la disminución en los contenidos de MO se han modificado, en suelos de distintas
granulometrías, los contenidos de humedad al cual los suelos son más sensibles a
6
compactarse (ofrecen menor resistencia). Al respecto, Blanco Canqui et al. (2008)

también comprobaron estrecha relación entre el aumento en la DAm, la disminución en
el contenido de agua crítico y la pérdida de MO de suelos franco limoso. Aragón et al.
(2000) comprobaron que además de los efectos de la MO, la variación en los contenidos
de limo también resultó principal determinante de la DAm.
a) b)
1,60 1,60
1,50 1,50
DA (gr.cm-3)
DA (gr.cm-3)
1,40 1,40
1,30 1,30
1,20 1,20
1,10 1,10
1,00 1,00
0,0 10,0 20,0 30,0 0,0 10,0 20,0 30,0
% Humedad % Humedad
SAN CARLOS - Soja SAN CARLOS - Pastura 9 de JULIO - Agrícola Continua 9 de JULIO - Pastura
Figura 4: Curvas Proctor correspondientes a manejos contrastantes en Hapludoles de
Bolivar (a) y 9 de Julio (b).
a) b)
30 1,8
y = 0,0818x + 17,308
R² = 0,16 1,6
25
DAm (gr.cm-3)
1,4
20 1,2
Hc (%)
15 1 R² = 0,6784
0,8
10 y = 0,0988x + 11,785 0,6
5 R² = 0,59
0,4
0 0,2
0 20 40 60 80 100 0
A + L (%) 0 1 2 3 4 5 6
cc virgen cc agrícola MO (%)
Figura 5: Influencia del manejo sobre la humedad crítica (Hc) a la que se alcanza la
DAm en suelos de distintas granulometrías (a) y variación de la DAm en función de los
contenidos de MO (b).
Puede concluirse que si bien estos resultados son preliminares y parciales de una
amplia zona de estudio, los mismos ponen en evidencia la importante influencia que la
MO posee sobre la sostenibilidad de los suelos al incidir (en interacción con la
granulometría) sobre propiedades físico-hídricas, tanto en regímenes de humedad
7
Udicos como Usticos. El incremento de la susceptibilidad a la compactación y de la

potencialidad de los suelos a perder macroporosidad, por mayor densidad aparente
máxima y disminución en la humedad crítica, abre interrogantes sobre las
consecuencias que estos cambios tendrán sobre la eficiencia en el uso del agua.
Limitaciones crecientes en la captación del agua acentuaran los problemas de
encharcamiento, escurrimiento y de estrés hídrico. Por lo expuesto, en el marco del
Programa Nacional de Agua de INTA se están abordando estas problemáticas
estableciendo nodos de capacitación/experimentación en gestión del agua,
identificando, jerarquizando, categorizando e integrando distintos factores que
condicionan su eficiencia de uso.
Bibliografía
Aragón A., García M., Filgueira R., Pachepsky A. 2000. Maximum compactibility of
Argentine soils from the Proctor Test: The relationship with organic carbon and water
content. Soil Till. Res. 56:197-204.
Atwell B. 1990. The effect of soil compaction on wheat during early tillering. I. Growth,
development and root structure. Nex Phytol. 115: 29-35.
Ball B., Cheshire W., Robertson E., Hunter E. 1996. Carbohydrate composition in
relation to structural stability, compactability and plasticity of two soils in a long-term
experiment. Soil Till. Res. 39:143-160.
Baver L., Gardner W., Gardner W. 1972. Soil Physics. Ed. J. Wiley and Sons. NY,
529pp.
Blanco-Canqui H., Stone L., Schlegel A., Lyon D., Vigil M., Mikha M., Stahlman P., Rice
C. 2008. No till induced increase in organic carbon reduces maximum bulk density of
soils. SSSAJ 73(6):1871-1879.
Casanovas E.,Echeverría H., Studdert G. 1995. Materia orgánica del suelo bajo
rotaciones de cultivos. Contenido total y distintas fracciones. Ciencia del Suelo 13:16-20.
Davidson J., Gray F., Pinson D. 1967. Changes in organic matter and bulk density with
depth under two cropping systems. Agron. J. 59:375-378.
Denef, K., Six J. 2005. Clay mineralogy determines the importance of biological versus
abiotic processes for macroaggregate formation and stabilization. Eur. Journal of Soil
Science 56:469-479.
Di Rienzo J., Casanoves F., Balzarini M., Gonzales L., Tablada M., Robledo C. 2009.
Grupo InfoStat. FCA, Universidad Nac. Córdoba, Argentina.
8
Faure A. 1978. Comportement des sols au compactage: Role de l’argille et

consecuences sur l’arrangement des grains. Univ. Sci. Grenoble, 179pp.
Hillel, D. 2011. An overview of soil and water management: the challenge of enhancing
productivity and sustainability. Pp. 3-11. En: Hatfield, J.L.; Sauer, T.J. (eds.) Soil
Management: Building a Stable Base for Agriculture. Am. Soc. Agron., Soil Sci. Soc.
Am., Madison, Wisconsin, USA.
Kruger H. 1996. Compactación en Haplustoles del sudoeste Bonaerense bajo cuatro

sistemas de labranza. Ciencia del Suelo 14:104-106.
Kruger H., Venanzi S., Sa Pereira E. 2005. Efecto del pisoteo por animales en planteos
de siembra directa. En Indicadores de Calidad de Suelos, EEA INTA Villegas, Bol. Téc.
4:27-30.
Lampurlanes J., Cantero Martinez C. 1996. Evolución de la densidad aparente de un

suelo cultivado bajo distintos sistemas de laboreo en condiciones semiáridas del Valle
del Ebro. CNAC, España167-173pp.
Mettauer H., Tual Y., Huck Ch., Trendel R. 1983. De la connaissance du comportement
physique et mecanique des sols de I’Est de la France. Agronomie 3,141-152.
Pala, M., Ryan, J., Zhang, H., Singh, M., Harris, H. 2007. Water-use efficiency of wheat-
based rotation systems in a Mediterranean environment. Agricultural Water Management
93: 133-144.
Quiroga A., Buschiazzo D., Adema E. 1991. Características edáficas y de manejo en

relación con la compactación de los suelos de la región semiárida pampeana central. X
CAPERAS, Bahía Blanca.
Quiroga A., Buschiazzo D., Peinemann N. 1999. Soil compaction is related to

management practices in the semiarid Argentine pampas. Soil and Tillage Research 52:
21-28.
Quiroga A., Buschiazzo D., Peinemann N. 1998. Management of discriminant properties

in semiarid soils. Soil Science 163 (7):591-597.
Quiroga A., Lejarraga B., Fernández R., Funaro D. 2005. Aspectos del manejo del agua
en sistemas mixtos de las regiones semiárida y subhúmeda pampeana. En Indicadores
de Calidad de Suelos, EEA INTA Villegas, Bol. Téc. 4:19-26.
Salvador V. 2010. Evaluación de la dinámica hidrológica en respuesta a cambios en el

uso de la tierra. Tesis de Maestría, UNMdP.
9
Soane B. 1990. The role of organic matter in soil compactibility: A review of some
practical aspects. Soil Tillage Research, 16:179-201.
Thomas G., Hazler G., Blevins R. 1996. The effects of organic matter and tillage on
maximum compactability of soils using the proctor test. Soil Science 161 (8):502-508.
Venanzi S., Kruger H. 2004. Crecimiento del cultivo de avena en función de la densidad
aparente del suelo. IV Congreso Nacional Trigo, Bahía Blanca.
Venanzi S., Vallati A., Kruger H. 2002. Crecimiento temprano del trigo en función de la
densidad aparente del suelo. XVIII Congreso AACS, Chubut.
10
EVALUACIÓN DE LA EFECTIVIDAD DE TERRAZAS CON GRADIENTE, USANDO

SISTEMAS DE INFORMACIÓN GEOGRÁFICA
ESTEBAN PALACIN(1); & ALEJANDRO KLEINE(1)
(1) Cát. de Manejo y Conservación de Suelos, Facultad de Agronomía, UBA.

* [email protected]
Palabras clave: SIG, Erosión hídrica, Conservación
Resumen
La erosión hídrica es un proceso presente en vastas zonas de nuestro país. Si bien es

conocida su presencia y los perjuicios que causa, siguen encontrándose síntomas claros
de erosión actual en las áreas susceptibles por lo que se entiende que está fallando el
control. Cuando se realiza la planificación de el manejo de las tierras es muy útil poder
contar con modelos predictivos, que le den al profesional decisor herramientas para
elegir las prácticas adecuadas para el control, así como información actual para el
monitoreo del estado de degradación para corregir las prácticas. En la pampa ondulada
este fenómeno representa un serio problema que implica pérdida de superficies
agropecuarias. Al trabajar con sistemas de información geográfica se puede evaluar el
riesgo de pérdida así como la magnitud del control que genera cada práctica. En este
trabajo se determinó la erosión potencial según EUPS para un establecimiento y se
evaluó el efecto protector de la práctica de terrazas en sitios del mismo. Asimismo se
compararon las erosiones actuales para diferentes cultivos y sistemas de manejo de los
mismos. En el campo estudiado se pueden ubicar áreas con erosiones potenciales de
entre 20 t/ha.año a 160 T/ha.año, dependiendo de su ubicación en la toposecuencia,
determinadas por el modelo aplicado a través del SIG. Al determinar las erosiones
actuales con diferentes cultivos y manejos, el modelo arrojó valores de pérdida
esperados de: entre 20 T/ha.año y 90 T/ha.año para soja sobre soja convencional, entre
5 T/ha.año y 15 T/ha.año para trigo/soja directa. Pudo observarse que las terrazas
produjeron control significativo de la erosión hídrica en los distintos manejos, aunque la
rotación de trigo/soja con siembra directa por si misma, produjo una importante
disminución de la perdida por lo que podría suponerse que no se requeriría aplicar
terrazas para esta rotación. En todo el trabajo se pone en evidencia la utilidad y
versatilidad de los sistemas de información geográfica para el manejo y la toma de
decisiones en tierras con riesgo de erosión hídrica.
Introducción
Las terrazas son una práctica complementaria para el control de la erosión hídrica. Se
aplican en las zonas con ambientes frágiles. El principal efecto radica en que se acorta
1
la longitud de los paños donde se producen los escurrimientos en las pendientes,

disminuyendo la velocidad y la carga de sedimentos de los mismos, con lo cual
disminuye la pérdida de suelo. El diseño, la construcción y la evaluación de la eficacia
de las obras exige una ingeniería en topografía, agrimensura con manejo de modelos de
predicción de pérdidas por erosión.
Objetivo
En este trabajo se buscaprobar la capacidad de las técnicas de sistemas de información

geográfica para evaluar cuan eficiente es la práctica realizada en el control del proceso
de erosión hídrica estimada a través del modelo EUPS.
Es establecimiento donde se trabajó está ubicado en el partido de San Pedro, provincia

de buenos Aires. Las parcelas en cuestión presentan consociaciones de ArgiudolVertico
Serie Ramallo y Complejos de la misma serie junto con un Natracualf típico identificado
como serie Los Patricios. El valor de eradabilidad de estos suelos fue calculado en
0,486 a 0,648, para ambas series.
Se estimó el valor de erosividad de las lluvias (R) para la localidad en 527 T/ha.año.
Las pendientes en las zonas elegidas para el trabajo tienen longitudes mayores a 300m
y gradientes entre 2,2% y 3%, lo que resulta en valores de L.S entre 0,3 y 0,7.
Se utilizaron valores de variable C de: 0,55 para el cultivo convencional de Soja-Soja;
0,09 para rotación Trigo-Soja con siembra directa y 0,15 tanto para el caso de labranza
convencional en una rotación trigo-soja como para la situación de siembra directa en
una rotación soja-soja.
Al aplicar la Ecuación Universal de Perdida de Suelos (EUPS) a través de un SIG,

(Palacín 2012, Palacín, Spinazzola, 2013) se determinan las longitudes máximas de las
pendientes haciendo la intersección de las unidades de pendiente, que incluyen la
orientación de las mismas, con vectores en dichas direcciones que pueden ser medidos.
Al incluir terrazas en el terreno, estas pueden ser identificadas en imágenes Satelitárias
y luego copiadas en un tema vectorial (Figura 1).
2
Figura1: Geo-ubicación de las terrazas, delineadas como vectores que son importados
al SIG.
Al hacer la intersección de estos vectores con los de longitud de las pendientes, se

obtienen las longitudes de pendientes determinadas por los paños de las terrazas. A
partir de estas se re estiman las erosiones actuales, pudiendo identificar los cambios
ocurridos en el riesgo de pérdida con y sin las terrazas. Así el mapa de erosión potencial
calculado previamente (Figura 2) se ve modificado por los cambios en longitud de las
pendientes en la zona afectada por las terrazas.
3
Figura 2: Mapa de erosión potencial
El efecto directo de las terrazas sobre la ecuación universal de pérdida de suelo se da

sobre el factor que incluye la longitud de la pendiente (LS) y el factor que incluye las
prácticas complementarias (P).
En el caso del factor LS, se ve modificada la longitud máxima de la pendiente (L),

mientras que en el caso del factor P, las terrazas obligan adoptar la práctica de “cultivos
en contorno” ya que es imposible sembrar atravesándolas y en su defecto hay que ir
copiando la forma de las terrazas.
Wischmeier y Smith (1978), proponen un valor del factor P de 0,6 para pendientes de
entre 1 y 2% con una longitud máxima de 122 metros. En el sector de terrazas,
prácticamente la totalidad de la superficie tiene estas características por lo que se tomó
el valor de P propuesto por Wischmeier y Smith.
Resultados
A partir de los mapas resultados del SIG, en diferentes usos, podemos conocer el efecto
de las terrazas en los mapas de erosión actual para cada una de las situaciones
posibles de manejo, cultivos y sistemas de labranza.
4
Para la situación de labranza convencional con una rotación soja-soja, si bien la

reducción de perdida estimada supera el 50%, las terrazas no tienen el efecto suficiente
para llevar la erosión actual al nivel tolerable de 12 tn/ha/año (Figura 3 y 4). Esto se
explica en que los niveles de erosión son tan altos, que aún en las zonas donde están
emplazadas las terrazas, sólo pocas has logran pasar a niveles tolerables.
Figura 3: Erosión actual en labranza convencional con rotación soja-soja.
5
Figura 4: Efecto de las terrazas sobre el mapa de erosión actual en labranza

convencional con rotación soja-soja.
6
Figura 5: Erosión actual en las situaciones de labranza convencional con rotación trigo-
soja y siembra directa con rotación soja-soja.
Figura 6: Efecto de las terrazas sobre el mapa de erosión actual en las situaciones de
labranza convencional con rotación trigo-soja y siembra directa con rotación soja-soja.
7
Esto se explica en el importante efecto que tienen las terrazas en las zonas donde están
emplazadas, logrando que en su área de influencia sólo un 0,2% de la superficie quede
con niveles por sobre los tolerables, cifra que es prácticamente despreciable.
Para la situación de siembra directa con una rotación trigo-soja, (Figura 7) el efecto de
las terrazas es mínimo, ya que si bien se logra reducir la superficie afectada por
pérdidas de suelo superiores a las toleradas más de un 50%, el aporte en definitiva es
insignificante por la protección alta, causada por el sistema de manejo,
independientemente de la construcción de las terrazas.
Figura 7: Efecto de las terrazas sobre el mapa de erosión actual en siembra directa con
una rotación trigo-soja.
En función de los resultados obtenidos se puede recomendar la construcción de

terrazas en estos ambientes sobre todo en vistas de planificar el uso de rotaciones trigo-
soja con labranza convencional y soja-soja con siembra directa. Si el planteo dominante
fuera de rotar trigo-soja con siembra directa, en una situación como la planteada, podría
resultar ineficiente la utilización de terrazas. Y en las situaciones donde predominara el
8
monocultivo de soja con labranza convencional, aún la construcción de terrazas podría

ser insuficiente para controlar el riesgo de erosión.
Por otro lado la metodología planteada, mostró ser muy efectiva para la evaluación de la
eficiencia de la práctica, considerando las variables ambientales locales como las
opciones de manejo que pudieran optarse.
Bibliografía
Palacin E. A. y Spinazzola E. M. (2013). Definición de la variable LS en la aplicación de

la EUPS (Ecuación Universal de Pérdida de Suelos) en un Sistema de Información
Geográfica. IV Jornadas de Sistemas de Información Geográfica y Teledetección - AP-
SIG, Tucumán, 18 y 19 de abril de 2013.
Palacin, E. A. 2012. Estimación de la fragilidad y de la vulnerabilidad a la erosión

hídrica. En: Investigaciones sobre el comportamiento hidrológico y los procesos de
degradación de tierras en la cuenca del arroyo del Tala, Buenos Aires, Argentina. Pags
219 - 222. Editores: Santanatoglia, Chagas, Massobrio, Castiglioni y Bujan. Buenos
Aires. 241 pp.
Wischmeier, W. H. y Smith, D. D. (1978).Predicting rainfall erosion losses: A guide to

conservation planning.USDA Agricultural Handbook, n° 537.
9
CONSERVACIÓN DE AGUA EN HAPLUSTOLES DEL CHACO SEMIÁRIDO: EFECTO

SOBRE LA PRODUCTIVIDAD DEL MAÍZ
LUCÍA CASALI 1,2,*, JUAN MANUEL HERRERA 1,3, GERARDO RUBIO 1,2
1
INBA CONICET, Facultad de Agronomía, UBA, Av. San Martín 4453 (1417DSE) Ciudad
Autónoma de Buenos Aires; 2Cátedra de Fertilidad y Fertilizantes, Facultad de
Agronomía, UBA, Av. San Martín 4453 (1417DSE) Ciudad Autónoma de Buenos Aires;
3
Agroscope, Institute of Plant Production Sciences, Route de Duillier 50, Nyon – Suiza
* [email protected]
Palabras clave: Modelos de simulación; Aumento de la temperatura; Residuos de

cosecha
Resumen
La expansión de la frontera agrícola en el Chaco Semiárido se aceleró fuertemente en

los últimos años. El clima de esta región es semiárido, con altas temperaturas y
precipitaciones escasas y erráticas. Las perspectivas climáticas sugieren para esta zona
una alta vulnerabilidad al cambio climático, con un aumento significativo de la
temperatura media anual de 1,2°C para 2031-2040. Los suelos presentan un elevado
riesgo de erosión y los cultivos un alto riesgo hídrico y térmico. Localmente se
comprobó que la pérdida de cobertura vegetal producida por el desmonte promueve la
pérdida de agua del suelo por evaporación. Además, el aprovechamiento del agua de
lluvia se ve restringido por escorrentía superficial.
El objetivo de este trabajo fue evaluar el efecto de los residuos de cosecha sobre la
disponibilidad de agua en el suelo para maíz ante un escenario de cambio climático y en
dos suelos (Haplustol Típico y Haplustol Éntico) del Chaco Semiárido Argentino. El
trabajo se llevó a cabo con simulaciones realizadas con DSSAT.
El modelo indicó que la cobertura de rastrojo favoreció la captación y conservación de
agua en el suelo, a través de una diminución en la escorrentía y en la evaporación. Esto
estuvo asociado a mayores rendimientos de maíz. El rastrojo de maíz favoreció aún más
que el de soja la conservación del agua en el suelo.
Un aumento de 1,2 °C provocó un aumento en la evaporación de alrededor del 15% en
ambos suelos en las simulaciones sobre suelo desnudo. Sobre rastrojo de soja el
aumento fue de entre 9-10%, y sobre rastrojo de maíz de entre 3-5%. Por lo tanto, la
cobertura de rastrojo amortiguaría el efecto de las altas temperaturas en la evaporación,
lo cual favorece la conservación del agua en suelo y se asocia con mayores
rendimientos de maíz.
Introducción
El Chaco Semiárido es una de las subregiones en las que se divide el Gran Chaco
Americano (Red Agroforestal Chaco Argentino, 1999; Naumann, 2006; Adámoli et al,
2011; REGATTA-PNUMA, 2013). En las últimas décadas ha experimentado una fuerte
1
expansión agrícola (Boletta, 2001; Morello et al., 2005; Torella et al., 2005; Torella &
Adámoli, 2005; Boletta et al., 2006, Adámoli et al., 2011). En general, las prácticas
agronómicas empleadas actualmente en el Chaco Semiárido Argentino son las
utilizadas en la Región Pampeana. Sin embargo, las notorias diferencias ambientales
entre ambas (mayores riesgos hídrico y térmico para los cultivos y mayor riesgo de
deterioro edáfico en el Chaco Semiárido) determinan la necesidad de generar
información local que permita diseñar prácticas que compatibilicen una alta
productividad con la preservación de los recursos naturales, principalmente el suelo.
Características climáticas del Chaco Semiárido y perspectivas climáticas futuras
El clima del Chaco Semiárido es subtropical semiárido, con áreas que presentan las
máximas temperaturas absolutas del continente y un promedio anual de lluvias de entre
500 y 750 mm (Naumann, 2006). Las precipitaciones presentan una alta variabilidad
interanual con predominio estival. Este régimen permite hacer agricultura de secano,
aún con serios riesgos de sequías. El incremento de las precipitaciones en las últimas
décadas y el corrimiento de las isohietas hacia el Oeste impulsaron el avance agrícola
(Hoffmann, 1989; Bonino, 2006; Serio & Zalazar, 2012; Ricard et al., 2014; Barros et al.,
2015). Sin embargo, si este incremento se revirtiera, se podrían disparar procesos de
desertificación de difícil reversibilidad y muchas áreas podrían presentar vulnerabilidad a
la erosión (Paruelo et al., 2005; Oesterheld, 2008; Perez-Carrera et al., 2008). Por lo
tanto, el desarrollo agrícola está condicionado por el régimen pluviométrico y térmico y
demanda una adecuada planificación y una correcta gestión de los recursos hídricos
(Gorleri, 2005).
Las predicciones del Quinto Informe del IPCC (IPCC, 2014) muestran una tendencia al
calentamiento y la desecación en las regiones semiáridas. Las proyecciones globales
indican que el cambio climático hará que aumente progresivamente la variabilidad
interanual de los rendimientos de los cultivos en muchas regiones. Esos impactos
ocurrirán en un contexto de rápido crecimiento de la demanda de cultivos. Dentro de las
estrategias de adaptación al cambio global, se mencionan frecuentemente la
introducción de cultivares más adaptadas al cambio (temperatura y sequía) y/o
estrategias de manejo de los sistemas agrícolas (Tilman et al., 2001; Smith & Skinner,
2002; Travasso et al., 2009). Las perspectivas específicas para el Gran Chaco sugieren
una alta vulnerabilidad al cambio climático, principalmente debido a su conformación
geológica y localización geográfica (REGATTA -PNUMA, 2013). Este estudio prevé,
según el escenario climático A2 del IPCC (ver https://www.ipcc.ch/pdf/special-
reports/spm/sres-sp.pdf), un aumento significativo de la temperatura media anual de
1,2°C para la década 2031-2040 respecto al período 1961-1990.
2
Agua del suelo y residuos de cosecha
La conservación del agua del suelo es particularmente importante para los cultivos de
secano de las zonas semiáridas, donde las precipitaciones son escasas y erráticas. Las
prácticas de manejo asociadas a la conservación de los residuos de cosecha
contribuyen a controlar la erosión hídrica y eólica del suelo, retardan la pérdida de
materia orgánica y aumentan la conservación del agua del suelo (Unger et al., 1991;
Varela et al., 2014). Bussière & Cellier (1994) indican que los residuos también
disminuyen la temperatura del suelo (promedio y amplitud). Karlen et al. (1994)
evaluaron el efecto de los residuos en la calidad de un suelo cultivado con maíz bajo
siembra directa por diez años. Encontraron que, en aquellos suelos con residuos, los
agregados del suelo eran más estables en agua, la actividad microbiana era mayor, y
las concentraciones de carbono total más altas. Debaeke & Aboudrare (2004)
mencionan diferentes estrategias para maximizar la eficiencia agronómica por unidad de
lluvia caída, entre ellas, minimizar pérdidas por evaporación desde el suelo y por
escorrentía. Indican que la cobertura y la compactación del suelo influyen en estos
procesos y son factores relativamente controlables mediante prácticas agronómicas.
Uso de modelos de simulación agronómicos
Los modelos de simulación agronómica constituyen una valiosa herramienta para

analizar la vulnerabilidad de los sistemas productivos ante el cambio climático (Ferreyra
et al., 2001; Jones et al., 2003; Magrin et al., 2005). DSSAT (por sus siglas en inglés:
Decisión Suppport System for Agrotechonology Transfer) es una plataforma que agrupa
a un conjunto de submodelos que permiten simular el crecimiento y desarrollo de
cultivos, integrando información de suelos, clima, cultivos y manejo (Jones et al., 2003).
Teniendo en cuenta que la integración de esta información es compleja de lograr a partir
de experimentos a campo, los modelos surgen como una potente herramienta de
estudio de la agricultura de zonas con limitaciones hídricas, como el Chaco Semiárido.
El objetivo de este trabajo fue evaluar, mediante simulaciones DSSAT, el efecto de dos
residuos de cosecha (maíz y soja) sobre el rendimiento de maíz en un escenario de
cambio climático y en dos suelos del Chaco Semiárido.
Para estimar el rendimiento del maíz en dos suelos bajo dos escenarios climáticos y con
dos tipos de residuos de cosecha, se utilizó el modelo CERES-maize del paquete de
simulación agronómica DSSAT (Decisión Support System for Agrotechnology Transfer)
(Hoogenboom et al., 2010).
El área de estudio se ubica en el Chaco Semiárido, localidad de Añatuya (28° 28′ 0″ S,

62° 50′ 0″ O), departamento de Taboada, provincia de Santiago del Estero. La
precipitación media anual para el período 1912-2005 fue de 645 mm.
3
Para la elección de los perfiles de suelos, se utilizó el Sistema de Información

Geográfica de Santiago del Estero (SigSE) (Angueira et al., 2007). Los suelos
principales en Taboada son la serie Añatuya (Haplustol Éntico) y la serie Bandera
(Haplustol Típico). En las Tablas 1 y 2 se muestran las características principales de
cada suelo.
Tabla 1. Datos analíticos del perfil típico de la serie Añatuya. Fuente: SigSE (Angueira et al., 2007).
Horizonte A11 A12 AC Cca
Profundidad (cm) 0-22 22-40 40-78 >78
Arcilla (%) 23,7 25,2 21,8 20,2
Arena (%) 17,8 16,3 16,9 24,0
Materia orgánica (%) 1,77 1,56 1,18 0,65
Nitrógeno total (%) 0,12 0,10 0,06 0,04
Agua útil (cm3 cm -3) 0,19 0,18 0,18 0,17
Agua inicial (cm3 cm -3) 0,27 0,27 0,24 0,22
Tabla 2. Datos analíticos del perfil típico de la serie Bandera. Fuente: SigSE (Angueira et al., 2007).
Horizonte A1 B21 B22 B3 CCa
Profundidad (cm) 0-16 16-28 28-51 51-81 >81
Arcilla (%) 32,8 33,6 31,8 25,6 25,8
Arena (%) 11,8 11,7 12,7 15,9 14,6
Materia orgánica (%) 2,43 1,29 1,15 0,62 0,41
Nitrógeno total (%) 0,13 0,09 0,07 0,06
Agua útil (cm3 cm -3) 0,20 0,18 0,18 0,17 0,17
Agua inicial (cm3 cm -3) 0,33 0,31 0,29 0,25 0,24
Los parámetros de manejo del cultivo ingresados en DSSAT fueron los indicados por la
Oficina de Riesgo Agropecuario (http://www.ora.gov.ar/) como los más habituales para
la zona. En las simulaciones se consideró como fecha de siembra: 20 de diciembre del
2013, densidad: 7 plantas m-2 y distancia entre hileras: 52 cm. El cultivar utilizado fue DK
4
747, ampliamente utilizado en la zona, cuyos coeficientes fueron calibrados previamente

(Merlos et al., 2015).
Se compararon dos escenarios climáticos: “temperatura control” y “temperatura control

+1,2°C”. Para el escenario climático control se utilizaron datos obtenidos de la estación
meteorológica automática del INTA “Añatuya” (http://siga2.inta.gov.ar/). La información
utilizada fue temperaturas máximas y mínimas diarias, precipitaciones diarias y
radiación solar diaria, correspondientes a la campaña 2013-2014. Para generar el
escenario “temperatura control +1,2°C” se tuvo en cuenta la predicción del informe
“Estudio de vulnerabilidad e impacto del cambio climático en el Gran Chaco Americano”
(REGATTA -PNUMA, 2013). El mismo establece, para las provincias argentinas que
forman parte del Gran Chaco, un aumento significativo de 1,2°C en la temperatura
media anual para la década 2031-2040 respecto a 1961-1990. Por lo tanto, el escenario
climático “temperatura control + 1,2°C” se generó aumentando la temperatura diaria
máxima y mínima en 1,2 °C.
Para estudiar el efecto de dos residuos de cosecha (maíz y soja) sobre el rendimiento
de maíz, se calculó la producción de rastrojo del cultivo antecesor según lo indicado por
Álvarez et al. (2012). El rendimiento del cultivo antecesor se obtuvo del Sistema
Integrado de Información Agropecuaria del Ministerio de Agroindustria
(http://www.siia.gov.ar/). (maíz 3900 kg ha-1, soja 1800 kg ha-1). Según la fórmula
mencionada, la producción de rastrojo fue de 3334 kg ha-1 y 2071 kg ha-1
respectivamente.
Se estableció como fecha de inicio de la simulación la fecha de cosecha del cultivo

antecesor, es decir seis meses previos a la fecha de siembra. Otra información de
ingreso para realizar las simulaciones son las condiciones iniciales del suelo. En cuanto
al nitrógeno se estableció un valor de 70 kg ha-1 de nitratos distribuidos de manera
decreciente con la profundidad y 12 kg ha-1 de amonio distribuidos uniformemente. En
cuanto al agua inicial se estableció que fuera la mitad del agua útil más el punto de
marchitez permanente.
Bajo el escenario “temperatura control”, el ciclo del cultivo tuvo una duración de 102
días, durante los cuales llovieron 405 mm con un promedio de temperatura máxima de
34,2°C y de temperatura mínima de 20,8°C. Bajo el escenario “temperatura control +
1,2°C”, el ciclo del cultivo tuvo una duración de 95 días, durante los cuales llovieron 395
mm, con un promedio de temperatura máxima de 35,8°C, y de temperatura mínima de
22,2°C.
El rendimiento simulado de maíz bajo el escenario “temperatura control” fue de

alrededor de 7000 kg ha-1 (0% de humedad) (Tabla 3), que fue equivalente al
rendimiento promedio observado a campo en la campaña 2013-2014 en el
5
departamento de Taboada según el Ministerio de Agroindustria (http://www.siia.gov.ar/).

Por lo tanto, el modelo pudo representar adecuadamente el comportamiento del cultivo
bajo las condiciones de la simulación. El rendimiento fue similar en ambos suelos (Tabla
3) lo cual indica que las diferencias en sus propiedades edáficas no fueron suficientes
para afectar la performance del cultivo. Cabe destacar que estos suelos poseen amplia
distribución en la zona, pertenecen a la familia limosa fina y difieren en el contenido de
materia orgánica en el horizonte superficial (Tablas 1 y 2) y en la capacidad de drenaje:
Añatuya presenta un drenaje moderado, mientras que Bandera es bien drenado. A partir
de esto, podemos suponer que el rendimiento que simula el modelo no ha sido sensible
a estas dos características del suelo, al menos bajo las condiciones de estas corridas.
En el suelo Bandera, bajos los dos escenarios climáticos y al sembrar sobre suelo
desnudo, la evaporación fue levemente menor que en Añatuya (94,0 vs 99,6 mm
promedio). La evaporación desde el suelo depende de la textura de los horizontes
superficiales. Si se comparan las texturas de la capa superficial de los suelos Añatuya y
Bandera (Tablas 1 y 2), si bien ambos pertenecen a la familia limosa fina, se observa
que Añatuya tiene mayor proporción de arena (17,8 vs 11,8%) en dicho horizonte,
mientras que Bandera tiene mayor proporción de arcilla (32,8 vs 23,7%). Wythers et al.
(1999) encontraron que la evaporación desde suelo desnudo en un suelo franco-limoso
fue 25% mayor que en uno franco-arenoso y 42% mayor que en uno franco-arcilloso.
Esto explicaría la mayor evaporación en Añatuya.
En la Tabla 3 se observa que bajo el escenario “temperatura control” el rendimiento fue

menor cuando el maíz se sembró sobre suelo desnudo. En cambio al sembrar sobre
residuo de soja el rendimiento aumentó 278 y 264 kg ha-1 (en el suelo Añatuya y
Bandera respectivamente), y al sembrar sobre maíz, 334 y 313 kg ha-1 (en el suelo
Añatuya y Bandera, respectivamente). Estas diferencias en el rendimiento debidas a la
presencia de residuo y al tipo, pueden relacionarse con la evaporación y
evapotranspiración durante el ciclo del cultivo (Tabla 4). Al sembrar sobre residuo de
soja la evaporación en ambos suelos disminuyó entre 14,2-23,0 mm y al sembrar sobre
residuo de maíz disminuyó 28,9-33,7 mm, respecto a sembrar sobre suelo desnudo. Al
reducirse la evaporación, aumentó la cantidad de agua disponible para transpiración (ya
que la evapotranspiración prácticamente no disminuyó, ver Tabla 4), por lo tanto, habría
aumentado la fijación de CO2, y con ello el rendimiento. La evaporación disminuyó más
al sembrar sobre residuo de maíz que sobre residuo de soja. Esto probablemente
estuvo asociado a que el rastrojo de maíz fue mayor que el de soja (3334 vs 2071 kg ha -
1
). Por ejemplo, Abril et al. (2005) analizaron el efecto acumulativo de la siembra directa
sobre ciertas características del suelo en la región semiárida central de Argentina, y
encontraron que la cobertura de rastrojo fue mayor en rotación maíz-soja que en
monocultivo de soja. Diferentes trabajos encontraron que la evaporación luego de una
lluvia disminuye con cantidades crecientes de los residuos en superficie (Smika, 1983;
Giraldez et al., 1986; Enz et al., 1988). Por otra parte, en las simulaciones con residuos
6
de cosecha, la escorrentía disminuyó aproximadamente 14 mm (datos no mostrados), lo

que favorece la acumulación de agua en el suelo.
Un aumento de 1,2 °C en la temperatura, provocó una disminución del rendimiento de

entre 29,9 y 38,6% según el suelo y los diferentes tipos de residuos sobre los que se
sembró (sin rastrojo, rastrojo de soja y rastrojo de maíz) (Tabla 3). En el suelo Añatuya,
al sembrar sobre suelo desnudo, la disminución en el rendimiento fue levemente menor
que en Bandera. Esto podría estar relacionado con que Bandera presenta mayor
capacidad de agua útil en el horizonte superficial que Añatuya (0,20 vs 0,19 mm). Por lo
tanto, si bien la lámina de agua es muy similar (343,5 mm en Bandera y 341,1 mm en
Añatuya), dado que el horizonte superficial es el que más expuesto se encuentra a la
pérdida de agua por evaporación, Bandera tendría mayor cantidad de agua para perder
que Añatuya. La disminución del rendimiento fue mayor cuando el maíz se sembró
sobre suelo desnudo. En cambio, al sembrar sobre rastrojo de soja la reducción en el
rendimiento fue menor, y menor aún sobre rastrojo de maíz (Tabla 3). Por lo tanto,
podríamos suponer que los residuos de cosecha amortiguaron el efecto del aumento de
la temperatura sobre el rendimiento. Esto estaría relacionado con el efecto que habrían
tenido los residuos sobre la evaporación. El aumento de 1,2 ºC en la temperatura,
estuvo asociado con un aumento de la evaporación de alrededor de 15% en ambos
suelos al sembrar sobre suelo desnudo (Tabla 4). En cambio, al sembrar sobre residuo
de soja, el aumento de la evaporación respecto al clima control fue menor (entre 9 y
10%), y menor aún al sembrar sobre residuo de maíz (entre 3 y 5%). El maíz entonces,
por haber producido mayor cantidad de rastrojo, habría amortiguado más el efecto del
aumento de la temperatura sobre la evaporación del suelo que la soja.
La eficiencia en el uso de agua evapotranspirada, y la eficiencia en el uso de agua de

lluvia disminuyeron un rango de 4,2 – 5,2% y 4,9 – 6,2% respectivamente, al aumentar
la temperatura 1,2ºC (Tabla 5). Esta disminución fue menor cuando el maíz se sembró
sobre el rastrojo del cultivo antecesor que sobre el suelo desnudo. Por lo tanto,
podríamos decir que el aumento de la temperatura también afectó a la eficiencia en el
uso del agua, y que los residuos de cosecha amortiguarían este efecto.
Otro factor que explicaría la disminución del rendimiento al aumentar la temperatura, es

su efecto sobre el desarrollo del cultivo. Fischer et al. (2014) indicaron que el
calentamiento reduce el rendimiento del cultivo debido fundamentalmente al
aceleramiento del desarrollo aunque olas de calor también pueden afectar
negativamente el establecimiento de granos y el peso logrado. Hanft & Jones (1986)
observaron que el llenado del grano en maíz puede verse seriamente afectado con
temperaturas superiores a 35°C. Schoper et al. (1987) observaron que en maíz, cuando
ocurren eventos de estrés térmico, la disponibilidad de polen viable es la principal
limitante a la fijación de granos. En las simulaciones realizadas con la temperatura
control, el cultivo alcanzó la madurez fisiológica el 1 de abril, mientras que con el clima
de mayor temperatura, maduró siete días antes. Por lo tanto, la temperatura aumentó la
tasa de desarrollo y como consecuencia la duración de las etapas fenológicas se redujo.
7
En las simulaciones, al aumentar la temperatura se vio afectado tanto el número de

granos, como su peso (datos no mostrados), lo cual tiene un efecto negativo sobre el
rendimiento.
Edreira & Otegui (2012) estudiaron, con ensayos a campo (llevados a cabo en la
Facultad de Agronomía de la UBA), el efecto del golpe de calor en distintos momentos
del ciclo de maíz sobre, entre otras cosas, el rendimiento. Encontraron que un aumento
promedio de la temperatura máxima de 35,5°C durante quince días a partir del inicio del
llenado activo de granos, redujo el rendimiento 40,5%. Resultados similares se
obtuvieron en las simulaciones realizadas en este trabajo. Bajo el escenario
“temperatura control +1,2°C”, donde la temperatura máxima promedio durante el ciclo
del cultivo fue de 35,8°C, se encontró que, al sembrar sobre suelo desnudo, las
reducciones del rendimiento fueron de entre 36,0 y 38,6% (Tabla 3). En otros trabajos
predijeron menores reducciones en el rendimiento frente al cambio climático. Lobell et
al. (2011) estudiaron, a través de modelos, las tendencias climáticas entre 1980 y 2008
y su efecto en la producción global de cultivos. Encontraron una tendencia positiva y
significativa en la temperatura, que produjo una disminución en la producción global de
maíz de 3,1%. El aumento de 1°C tiende a reducir los rendimientos por arriba del 10%
(excepto en países de latitudes altas). También indican que la mayoría de los impactos
del cambio climático sobre los rendimientos, estuvieron asociados principalmente a las
tendencias en la temperatura más que a las tendencias en las precipitaciones.
A modo de conclusión, quedó demostrado el efecto de la elevación de la temperatura

sobre el rendimiento de maíz como consecuencia del cambio climático previsto. En los
cultivos de secano de zonas semiáridas como la zona de estudio, sometidos a altas
temperaturas, y donde el agua es la principal limitante a la productividad, resulta
particularmente importante desarrollar estrategias de manejo agronómico adecuadas
(los modelos de simulación son una importante herramienta para esto). Por ejemplo, la
cobertura con rastrojo es particularmente útil en estos suelos, dado que, como se
mostró en este trabajo favorecen la conservación del agua del suelo, lo cual se asocia
con mayores rendimientos.
8
Tabla 3. Rendimiento simulado de maíz en un Haplustol éntico y un Haplustol típico (Añatuya y Bandera,
respectivamente) sembrado sobre suelo desnudo (“sin residuo”), sobre residuo de cosecha de soja (“soja”) y
sobre residuo de cosecha de maíz (“maíz”). Las simulaciones se realizaron con dos escenarios climáticos:
“temperatura control” (clima de Añatuya correspondiente al período 2013-2014) y “temperatura control
+1,2°C” (clima control aumentando la temperatura máxima y mínima 1,2 °C). En la última columna se indica
el porcentaje de cambio en el rendimiento entre las simulaciones bajo los dos escenarios climáticos.
Temperatura Temperatura
Serie de suelo Residuo Cambio (%)
control control +1,2°C
Sin residuo 6763 4331 -36,0

Añatuya Soja 7041 4872 -30,8
Maíz 7097 4976 -29,9
Sin residuo 6785 4167 -38,6

Bandera Soja 7049 4863 -31,0
Maíz 7098 4965 -30,1
Tabla 4. Evaporación (E) y evapotranspiración (EVT) simulada entre siembra y cosecha del maíz en un
Haplustol éntico y un Haplustol típico (Añatuya y Bandera, respectivamente) sembrado sobre suelo
desnudo (“sin residuo”), sobre residuo de cosecha de soja (“soja”) y sobre residuo de cosecha de maíz
(“maíz”). Las simulaciones se realizaron con dos escenarios climáticos: “temperatura control” (clima de
Añatuya correspondiente al período 2013-2014) y “temperatura control +1,2°C” (clima control aumentando la
temperatura máxima y mínima 1,2 °C). En las dos últimas columnas se indica el porcentaje de cambio en E
y EVT entre las simulaciones bajo los dos escenarios climáticos.
Temperatura Temperatura
Cambio (%)
control control +1,2°C
Serie de EVT(mm EVT(mm
Residuo E(mm) E(mm) E EVT
suelo ) )
Sin
92,90 469,10 106,40 450,80 14,53 -3,90
residuo
Añatuya Soja 69,90 463,20 77,40 450,80 10,73 -2,68
Maíz 59,20 464,50 61,00 451,30 3,04 -2,84
Sin
87,10 476,00 100,90 457,10 15,84 -3,97
residuo
Bandera Soja 72,90 468,70 79,50 452,20 9,05 -3,52
Maíz 58,20 463,70 61,50 449,00 5,67 -3,17
9
Tabla 5. Eficiencia en el uso del agua evapotranspirada (EUA-EVT) y eficiencia en el uso del agua de lluvia
(EUA-lluvia) de maíz en un Haplustol éntico y un Haplustol típico (Añatuya y Bandera, respectivamente)
sembrado sobre suelo desnudo (“sin residuo”), sobre residuo de cosecha de soja (“soja”) y sobre residuo de
cosecha de maíz (“maíz”). Las simulaciones se realizaron con dos escenarios climáticos: “temperatura
control” (clima de Añatuya correspondiente al período 2013-2014) y “temperatura control +1,2°C” (clima
control aumentando la temperatura máxima y mínima 1,2 °C). En las dos últimas columnas se indica el
porcentaje de cambio en EUA-EVT y EUA-lluvia entre las simulaciones bajo los dos escenarios climáticos.
Temperatura Temperatura control

Cambio (%)
control +1.2°C
Serie de EUA-EVT EUA-lluvia EUA-EVT EUA-lluvia EUA EUA
Residuo (kg ha-1mm-1) (kg ha-1mm-1) (kg ha-1mm-1) (kg ha-1mm-1)
suelo EVT lluvia
Sin
14,4 16,7 9,6 11,0 -4,8 -5,7
residuo
Añatuya Soja 15,2 17,4 10,8 12,3 -4,4 -5,1
Maíz 15,3 17,5 11,0 12,6 -4,3 -4,9
Sin
14,3 16,8 9,1 10,6 -5,2 -6,2
residuo
Bandera Soja 15,0 17,4 10,8 12,3 -4,2 -5,1
Maíz 15,3 17,5 11,1 12,6 -4,2 -4,9
Bibliografía
Abril, A; P Salas; E Lovera; S Kopp & N Casado-Murillo. 2005. Efecto acumulativo de la

siembra directa sobre algunas características del suelo en la región semiárida central de
Argentina. Ciencia del suelo 23: 179-188.
Adámoli, JM; R Guinzburg & S Torrella. 2011. Escenarios productivos y ambientales del
Chaco Argentino: 1977- 2010. FCEN-UBA y Fundación Producir Conservando.
Alvarez, R; G Rubio; CR Alvarez & RS Lavado (Eds.). 2012. Fertilidad de suelos.

Caracterización y manejo en la Región Pampeana. 2da edn Pp. 237-239. Editorial
Facultad de Agronomía.
Angueira, MC; DR Prieto; J López & G Barraza. 2007. SigSE 2.0. Sistema de
Información Geográfica de Santiago del Estero. Versión 2.0.
Barros, VR; JR Boninsegna; IA Camilloni; M Chidiak; GO Magrín & M Rusticucci. 2015.

Climate change in Argentina: trends, projections, impacts and adaptation. Wiley
Interdiscip. Rev. Clim. Change 6: 151-169.
10
Boletta, PE. 2001. Utilización de información agrometeorológica y satelital para la

evaluación de la desertificación en el Chaco Seco-departamento Moreno, Santiago del
Estero. Tesis de maestría en Ciencias Agropecuarias. Universidad Nacional de Santiago
del Estero (Argentina).
Boletta, PE; AC Ravelo; AM Planchuelo & M Grilli. 2006. Assessing deforestation in the
Argentine Chaco. For. Ecol. Manage. 228: 108-114.
Bonino, EE. 2006. Changes in carbon pools associated with a land-use gradient in the
Dry Chaco, Argentina. For. Ecol. Manage. 223: 183-189.
Bussière, F & P Cellier. 1994. Modification of the soil temperature and water content
regimes by a crop residue mulch: experiment and modelling. Agric. For. Meteorol. 68: 1-
28.
Debaeke, P & A Aboudrare. 2004. Adaptation of crop management to water-limited

environments. Eur. J. Agron. 21: 433-446.
Edreira, JIR & ME Otegui. 2012. Heat stress in temperate and tropical maize hybrids:
Differences in crop growth, biomass partitioning and reserves use. Field Crops Res. 130:
87-98.
Ferreyra, RA; GP Podestá; CD Messina; D Letson; J Dardanelli; E Guevara & S Meira.

2001. A linked-modeling framework to estimate maize production risk associated with
ENSO-related climate variability in Argentina. Agric. For. Meteorol. 107: 177-192.
Enz, JW; LJ Brun & JK Larsen. 1988. Evaporation and energy balance for bare and
stubble covered soil. Agric. For. Meteorol. 43: 59-70.
Fischer, T; D Byerlee & G Edmeades. 2014. Crop yields and global food security. Will
yield increases continue to feed the world. ACIAR Monogr. 158. Australian Centre for Int.
Agric. Res., Canberra.
Giraldez, JV; P Gonzalez; E Fereres; J Aguera; M Garcia; J Gil; F Insua; J Lopez.; I

Martin; M Puig & J Sanz. 1986. Soil water availability under different tillage systems. Five
years of experiments in the Guadalquivir Valley. In: Conservar el suelo. I. Simposium
Sobre Minimo Laboreo en Cultivos Herbaceos. Univ. Politecnica de Madrid, Spain, pp. 9-
21.
Gorleri, MC. 2005. Caracterización climática del Chaco Húmedo. En Di Giacomo AG &
Krapovickas SF (Eds.). Historia natural y paisaje de la Reserva El Bagual, Formosa,
Argentina. Inventario de la fauna de vertebrados y de la flora vascular de un área del
Chaco Húmedo. Pp. 13-25. Aves Argentinas / Asociación Ornitológica del Plata.
11
Hanft, JM & RJ Jones. 1986. Kernel abortion in maize I. Carbohydrate concentration

patterns and acid invertase activity of maize kernels induced to abort in vitro. Plant
physiol. 81: 503-510.
Hoogenboom, G; JW Jones; PW Wilkens; CH Porter; KJ Boote; LA Hunt; U Singh; JL

Lizaso; JW White; O Uryasev; FS Royce; R Ogoshi; AJ Gijsman, & GY Tsuji. 2010.
Decision Support System for Agrotechnology Transfer (DSSAT). Version 4.5 [CD‐ROM].
University of Hawaii, Honolulu, Hawai.
Hoffman, J. 1989. Las variaciones climáticas ocurridas en la Argentina desde fines del
siglo pasado hasta el presente. En AJ Prego (ed.). El deterioro del ambiente en la
Argentina (Suelo-Agua-Vegetación-Fauna). Divulgación 15. Pp. 275-290. Servicio
Meteorológico Nacional, Fuerza Aérea Argentina, FECIC.
Intergovernmental Panel on Climate Change (IPCC). 2014. Cambio climático 2014:

Impactos, adaptación y vulnerabilidad. Resumen para responsables de políticas.
Contribución del Grupo de trabajo II al Quinto Informe de Evaluación del Grupo
Intergubernamental de Expertos sobre el Cambio Climático. Field CB et al. (Eds.).
Organización Meteorológica Mundial. Ginebra, Suiza. 34 pp.
Jones, JW; G Hoogenboom; CH Porter; KJ Boote; WD Batchelor; LA Hunt & JT Ritchie.

2003. The DSSAT cropping system model. Eur. J. Agron. 18: 235-265.
Karlen, DL; NC Wollenhaupt; DC Erbach; EC Berry; JB Swan; NS Eash & JL Jordahl.

1994. Crop residue effects on soil quality following 10-years of no-till corn. Soil Till. Res.
31: 149-167.
Lobell DB; W Schlenker & J Costa-Roberts. 2011. Climate trends and global crop
production since 1980. Science 333: 616-620.
Magrin, GO; MI Travasso & GR Rodríguez. 2005. Changes in climate and crop
production during the 20th century in Argentina. Clim. Change 72: 229-249.
Merlos, FA; JP Monzon; JL Mercau; M Taboada; FH Andrade; AJ Hall; E Jobbagy; KG

Cassman & P Grassini. 2015. Potential for crop production increase in Argentina through
closure of existing yield gaps. Field Crops Res. 184: 145-154.
Morello, J; W Pengue & A Rodríguez. 2005. Un siglo de cambios de diseño del paisaje:
el Chaco Argentino. Primeras Jornadas Argentinas de Ecología del Paisaje. Pp 1-31.
Naumann, M. 2006. Atlas del Gran Chaco Sudamericano. Sociedad Alemana de

Cooperación Técnica (GTZ). Buenos Aires. 92 pp.
Oesterheld, M. 2008. Impacto de la agricultura sobre los ecosistemas: fundamentos

ecológicos y problemas más relevantes. Ecol. Austral 18: 337-346.
12
Paruelo, JM; JP Guerschman & SR Verón. 2005. Expansión agrícola y cambios en el

uso del suelo. Ciencia Hoy 15: 14-23.
Pérez-Carrera, AA; CH Moscuzza & A Fernández-Cirelli. 2008. Efectos

socioeconómicos y ambientales de la expansión agropecuaria. Estudio de caso:
Santiago del Estero, Argentina. Revista Ecosistemas 17.
Red Agroforestal Chaco. 1999. Estudio Integral de la Región del Parque Chaqueño.
Proyecto Bosques Nativos y Áreas protegidas. Préstamo BIRF Nº 4085–AR. Informe
General Ambiental. Secretaría de Desarrollo Sustentable y Política Ambiental. 170 pp.
REGATTA-PNUMA. 2013. Estudio de vulnerabilidad e impacto del cambio climático en

el Gran Chaco Americano (Argentina, Bolivia y Paraguay). Informe Avance. Centro de
conocimiento para el Gran Chaco Americano y Cono Sur. 219 pp.
Ricard, MF; EF Viglizzo & G Podestá. 2014. Comparison of adaptative strategies to

climate variability in rural areas of Argentine Chaco and US Southern Plains during the
last century. J. Arid Environ. 123: 68-80.
Schoper, JB; RJ Lambert; BL Vasilas & ME Westgate. 1987. Plant Factors Controlling
Seed Set in Maize The Influence of Silk, Pollen, and Ear-Leaf Water Status and Tassel
Heat Treatment at Pollination. Plant Physiol. 83: 121-125.
Serio, LA & SMF Zalazar. 2012. Agricultural expansion and rainfall trends in Chaco y
Formosa (Argentina). Cátedra de Climatología y Fenología Agrícolas, Facultad de
Agronomía. UBA. http://www.researchgate.net/publication/268497902. Consultado el 1-
11-2015
Smika, DE. 1983. Soil water change as related to position of wheat straw mulch on the
soil surface. Soil Sci. Soc. Am. J.47: 988-991.
Smit, B & MW Skinner. 2002. Adaptation options in agriculture to climate change: a

typology. Mitig. Adapt. Strateg. Glob. Chang. 7: 85-114.
Tilman, D; J Fargione; B Wolff; C D'Antonio; A Dobson; R Howarth; ... & D Swackhamer.

2001. Forecasting agriculturally driven global environmental change. Science 292: 281-
284.
Torrella, SA; J Adámoli; P Herrera & R Ginzburg. 2005. La expansión agrícola en el

Chaco argentino: contrastes entre el litoral fluvial y el interior. Temas de Biodiversidad
del Litoral Fluvial Argentino II, 14.
Torrella, SA & J Adámoli. 2005. Situación ambiental de la ecorregión de Chaco seco. En

Brown AD, Martinez-Ortiz U, Acerbi M & Corcuera J (editores). Situación Ambiental
Argentina. Fundación Vida Silvestre Argentina, Buenos Aires. pp 75–82.
13
Travasso, MI; GO Magrin; GR Rodriguez; S Solman & M Nunez. 2009. Climate change
impacts on regional maize yields and possible adaptation measures in Argentina. Int. J.
Global Warm.1: 201-213.
Unger, PW; BA Stewart; JF Parr & RP Singh. 1991. Crop residue management and
tillage methods for conserving soil and water in semi-arid regions. Soil Till. Res. 20: 219-
240.
Varela, MF; CM Scianca; MA Taboada & G Rubio. 2014. Cover crop effects on soybean
residue decomposition and P release in no-tillage systems of Argentina. Soil Till. Res.
143: 59-66.
Wythers, KR; WK Lauenroth & JM Paruelo. 1999. Bare-soil evaporation under semiarid
field conditions. Soil Sci. Am. J. 63: 1341-1349.
14
MAYOR SENSIBILIDAD A LA COMPACTACIÓN DEL SUELO Y AL STRESS

HIDRICO EN SOJA COMPARADO CON TRIGO
FLORENCIA DE MAROTTE 1* & GERARDO RUBIO1
1
Catedra de Fertilidad y Fertilizantes e INBA CONICET. Fac. Agronomía UBA.;
* [email protected]
Palabras clave: Stress hídrico, Compactación del suelo, Soja, Trigo.
Resumen
Tradicionalmente los científicos han tratado los problemas que enfrentan las raíces de a
uno por vez (por ejemplo limitaciones por agua o P), pero la realidad es que la raíz
experimenta un amplio rango de estreses en forma simultánea. El nivel de
precipitaciones, la disponibilidad de nutrientes y las condiciones físicas de los suelos
son condicionantes principales de la productividad de los cultivos extensivos en la
Región Pampeana. El objetivo del presente trabajo fue evaluar la respuesta de trigo y
soja frente a la combinación de niveles de stress hídrico y compactación del suelo. Se
realizó un experimento en condiciones controladas haciendo crecer las plantas en
macetas sometidas a tratamientos combinados de compactación (1.31; 1.5 y 1.75
gr/cm3) y humedad de suelo (en 3 niveles de 30, 50 y 90% de la capacidad de agua
útil). La interacción densidad aparente * humedad resultó no significativa en todas las
variables analizadas para las dos especies, constituyendo un resultado inesperado. En
trigo no hubo efecto de la humedad sobre los parámetros de crecimiento. En cambio sí
hubo efecto de la densidad aparente. Soja presentó un efecto significativo sobre el
crecimiento tanto para el factor densidad como para agua disponible. Las variables
biomasa total y de raíces de soja fueron afectadas de manera similar siendo el ranking
de densidad aparente 1.31>1.5=1.75. En el caso de agua disponible (soja), el ranking
fue 90%> 30% = 50%. Ninguno de los tratamientos efectuados afectó la distribución de
las raíces por diámetro en trigo. En soja, esta distribución no fue afectada por los niveles
de densidad aparente pero los tratamientos con mayor déficit hídrico aumentaron la
proporción de raíces medias y gruesas. Nuestros resultados indicarían que la humedad
del suelo no pudo aliviar el efecto de la compactación.
Introducción
El nivel de precipitaciones, la disponibilidad de nutrientes y las condiciones físicas de los

suelos son condicionantes principales de la productividad de los cultivos extensivos en
la Región Pampeana. El nivel de precipitaciones condiciona mayormente a los cultivos
de verano (Ferreyra et al. 2001, Magrin et al. 2005).Trabajos locales indican que es muy
común que los cultivos crezcan en condiciones adversas de porosidad y resistencia del
suelo y que la compactación de los suelos en siembra directa está generalizada
1
(Taboada et al. 2012). Bajo estas limitantes ocurriendo simultáneamente, los cultivos se
enfrentan con condiciones adversas para la exploración del suelo, afectándose el
aprovechamiento del agua disponible y la absorción de nutrientes. A su vez, el
crecimiento de sus raíces es a menudo restringido por impedancias mecánicas como la
compactación causada por el paso de maquinarias o la presencia de horizontes muy
arcillosos o impermeables, situación común en lotes agrícolas de la región Pampeana
(Calviño y Sadras, 1999; Rubio y Taboada, 2013). Sin embargo, las impedancias físicas
del suelo pueden dejar de ser un obstáculo para el crecimiento radical cuando la
humedad es superior a ciertos niveles críticos, por lo que los períodos húmedos
enmascaran el efecto de las impedancias mientras que los períodos secos lo exacerban
(Bengough et al. 2011). Todavía no está suficientemente comprendido cómo los factores
del suelo limitan el crecimiento de la raíz, por qué períodos y bajo qué condiciones
climáticas y de humedad del suelo. Sin esta información es difícil pensar en un manejo
del suelo para maximizar la producción de cultivos (Bengough et al. 2011).
Aunque tradicionalmente los científicos han tratado los problemas que enfrentan las
raíces de a uno por vez (por ejemplo limitaciones por agua o P), la realidad es que la
raíz experimenta un amplio rango de estreses en forma simultánea (Cahill et al. 2010).
Como se arreglan entonces las raíces para cumplir tantas funciones y adaptarse a la
heterogeneidad espacial y temporal del suelo? Las raíces son estructuras modulares, lo
que les otorga flexibilidad para detectar las condiciones ambientales y responder en
consecuencia. La arquitectura y la morfología de las raíces en determinado momento
estaría, pues, determinada por un compromiso entre varios factores ambientales. El
objetivo del presente trabajo fue evaluar la respuesta de trigo y soja frente a la
combinación de diferentes niveles de stress hídrico y compactación del suelo.
Los experimentos se llevaron a cabo en el invernáculo de la Cátedra de Fertilidad y

Fertilizantes de la Facultad de Agronomía de Buenos Aires. Las plantas de trigo
(Experimento 1) y de soja (Experimento 2) se hicieron crecer en macetas de 20 cm de
largo, 20 cm de ancho y 15 o 20 cm (de alto dependiendo del nivel de compactación). A
cada una de ellas se agregó 7 kg. de sustrato compuesto por 70% de suelo de
horizonte superficial de un Argiudol típico, serie Solís, extraído de S. A. Giles y 30 % de
arena. El suelo fue secado al aire, molido y tamizado por 5 mm. En muestras del
sustrato, se determinó el punto de marchitez permanente (PMP) y la capacidad de
campo (CC). Los tratamientos consistieron en una combinación de dos factores:
compactación (en 3 niveles: 1.31 gr/cm3; 1.5 g/cm3 y 1.75 gr/cm3) y humedad de suelo
(en 3 niveles de 30, 50 y 90% de la capacidad de agua útil). El rango de densidades (y
dureza) se obtuvo mediante compactación forzada de una misma masa de suelo. La
densidad de 1.31 g/cm3 se obtuvo al colocar el sustrato sin ninguna modificación dentro
de las macetas. La humedad se controló mediante el riego por peso diario. Para
descartar los efectos de otros nutrientes, los mismos se fertilizaron en niveles de
2
suficiencia, inclusive el P. Los controles fitosanitarios se realizaron semanalmente .Se

registró el consumo diario de agua por diferencia de peso.
Durante los primeros 9 días se mantuvieron todos los tratamientos al 90 % de agua útil.
La fertilización se realizó junto con el trasplante. En el caso de trigo se trabajó con 6
plantas por maceta mientras que en el caso de soja se hizo sólo con una planta por
maceta.
Se realizaron mediciones de área foliar, biomasa total y de raíces, distribución de raíces,

longitud radical especifica (SRL, expresada en metros por gramo de raíz) y longitud total
de raíz (utilizando el software WinRhizo). La biomasa se obtuvo luego de secar los
materiales vegetales en estufa a 60 ºC hasta peso constante.
El diseño del ensayo fue Completamente Aleatorizado (DCA). Los resultados fueron
analizados estadísticamente mediante el programa Statistix 9 realizando un ANOVA
para el análisis de varianza y utilizando el test de comparaciones múltiples LSD para la
diferencia entre medias con un nivel de significancia del 5%.
Resultados
Área foliar y acumulación de biomasa
La interacción densidad aparente * humedad resulto no significativa en todas las

variables analizadas para las dos especies (Tabla 1). Este resultado indica que bajo las
condiciones de nuestros ensayos, tanto la acumulación de biomasa como la morfología
radical presentaron respuestas estables a la compactación del suelo, sin estar afectados
por el nivel de humedad del mismo. Este resultado inesperado permitió el análisis de
cada factor por separado.
En trigo no hubo efecto de la humedad del suelo, lo cual indica que el nivel inferior de
humedad (30%) resultó suficiente para el crecimiento de las plantas. En cambio sí hubo
efecto de la densidad aparente del suelo. Atribuimos que no hubo efecto entre los
tratamientos de humedad dado que el cultivo de trigo, al ser invernal tiene menos
demandas hídricas en los primeros estadios asociados a una menor evaporación (la
temperatura es menor) y considerando que los riegos se realizaban diariamente no se
llegó a provocar el stress esperado en el tratamiento de menor humedad. Las variables
biomasa total y de raíces fueron afectadas de manera similar siendo el ranking de
densidad aparente 1.31>1.5>1.75. El área foliar fue significativamente afectada por la
densidad aparente presentando el mismo ranking que para las variables biomasa aérea
y de raíz, disminuyendo en suelos más compactados; resultados similares fueron
encontrados por Young et. al. (1997) para la impedancia mecánica sin variar el nivel de
humedad del suelo en trigo y cebada. En plantas de trigo, se ha sugerido una
señalización directa entre la raíz y el tallo asociada a la impedancia mecánica (Masle
and Passioura 1987).
3
El cultivo de soja presentó un efecto significativo tanto para el factor densidad como
para agua disponible. Las variables biomasa total y de raíces de soja fueron afectadas
de manera similar siendo el ranking de densidad aparente 1.31>1.5=1.75. En el caso de
agua disponible el ranking fue 90%> 30% = 50% (Figura y tabla 1). El área foliar
presento valores de 90%>50%>30% en el factor humedad y 1.31>1.5>1.75 para el de
densidad aparente.
T r ig o Soja
600
3 0 % A g u a d is p o n ib le 30 % Agua disponible
Area foliar (cm2.pl-1)
A re a fo lia r (c m .p l )
50 % Agua disponible
-1
5 0 % A g u a d is p o n ib le
2000
2
400
200
1000
0 0
1 .3 1 1 .5 0 1 .7 5 1.31 1.50 1.75
Densidad Aparente (g.cm-3)

-3
D e n s id a d A p a r e n t e (g .c m )
T r ig o Soja
6
3 0 20
% A g u a d is p o n ib le 30 % Agua disponible
Biomasa total (g. pl-1)
B io m a s a t o t a l ( g . p l )
-1
4
9 0 15
% A g u a d is p o n ib le 90 % Agua disponible
10
2
5
0 0
1 .3 1 1 .5 0 1 .7 5 1.31 1.50 1.75
(g.cm-3)
-3
D e n s id a d ATprai g
r eon t e (g .c m ) Densidad Aparente
Soja
5
Biomasa radical (g. pl-1)
B io m a s a r a d ic a l ( g . p l )
-1
3
50 %
4 A g u a d is p o n ib le 50 % Agua disponible
2 3
2
1
1
0 0
1 .3 1 1 .5 0 1 .7 5 1.31 1.50 1.75
Aparente (g.cm-3)
-3
D e n s id a d A p a r e n t e (g .c m ) Densidad
Densidad aparente (g.cm ) -3
Figura 1: Área foliar (cm2), Biomasa total y radical (g) por planta. Las barras
n indican error estándar medio.
Tabla 1: Resultado de los ANOVA de área foliar, biomasa total y de raíz. Las tres
variables presentaron los mismos resultados, por eso en la tabla no se discrimina por
variable.
ANOVA Humedad (A) Dap (B) A*B
Trigo n.s. *** n.s.
Soja *** *** n.s.
*** Diferencias estadisticamente significativas (p <0.05). Los
ANOVAfueron iguales para las 3 variables
4
Morfología radical
En trigo, SRL presentó diferencias estadísticamente significativas sólo para densidad

aparente en ambos cultivos siendo el ranking de tratamientos 1.31>1.5=1.75. No hubo
interacción entre ambos factores (Figura 2; Tabla 2).
La longitud de raíces total por planta presentó diferencias estadísticamente significativas

para densidad aparente en ambos cultivos. El ranking fue de los niveles de densidad
aparente 1.31>1.5>1.75 en trigo y 1.31>1.5=1.75 en soja. No hubo efecto de los
niveles de agua disponible en trigo, encontraron diferencias significativas en soja (90
>50=30%) ((Figura 2; Tabla 2).
.
T r ig o S o ja
150 1000
3 0 % A g u a d is p o n ib le 3 0 % A g u a d is p o n ib le
(m )
-1
100
L o n g it u d .P la n ta
600
400
50
200
0 0
1 .3 1 1 .5 0 1 .7 5 1 .3 1 1 .5 0 1 .7 5
300
200 5 0 % A g u a d is p o n ib le
)
200 9 0 % A g u a d is p o n ib le
-1
S R L (m .g
150
100
100
50
0 0
1 .3 1 1 .5 0 1 .7 5 1 .3 1 1 .5 0 1 .7 5
Densidad aparente (g.cm-3)
Figura 2: Longitud radical por planta expresado en metros y SRL en m/g para Trigo y
Soja. Las barras indican error estándar medio.
Tabla 2: Resultados de los ANOVA para SRL y longitud radical por planta para los dos
cultivos.
Humedad (A) Dap (B) A*B
SRL n.s. *** n.s.
Trigo Long/planta n.s. *** n.s.
SRL n.s. *** n.s.
Soja
Long/planta *** *** n.s.
*** Diferencias estadísticamente significativas (p<0.05).
5
T r ig o S o ja
30 80
3 0 % A v a ila b le w a te r 3 0 % A g u a d is p o n ib le
60
< 0 .2 m m ( % )
20
40
10
20
0
0
1 .3 1 1 .5 0 1 .7 5
1 .3 1 1 .5 0 1 .7 5
30 50
3 0 % A v a ila b le w a te r 3 0 % A v a ila b le w a te r
0 . 2 - 0 .4 m m ( % )
40
20
30
20
10
10
0 0
1 .3 1 1 .5 0 1 .7 5 1 .3 1 1 .5 0 1 .7 5
30 30
> 0 .4 m m (% )
20 20
10 10
0 0
1 .3 1 1 .5 0 1 .7 5 1 .3 1 1 .5 0 1 .7 5
Densidad aparente (g.cm-3)
Figura 3: valores de los diferentes diámetros de raíces expresados en porcentaje. Las

barras indican error estándar medio.
Ninguno de los tratamientos efectuados afectó la distribución de las raíces por diámetro
de las plantas de trigo (Tabla 3). En el caso de soja, esta distribución no fue afectada
por los niveles de densidad aparente pero si por los tratamientos de oferta de agua. Los
tratamientos con mayor déficit hídrico aumentaron la proporción de raíces medias y
gruesas mientras que disminuyó la proporción de raíces finas (Figura 3, Tabla 3). Agnew
and Carrow, (1985) encontraron que la compactación del suelo influenció más la
distribución de raíces que las condiciones de humedad en Poa pratensis.
6
Tabla 3: ANOVA para las diferentes distribuciones de diámetros
Humedad (A) Dap (B) A*B

<0.2 mm n.s. n.s. n.s.
0.2-0.4 mm n.s. n.s. n.s.
Trigo >0.4 mm n.s. n.s. n.s.
<0.2 mm *** n.s. n.s.
Soja 0.2-0.4 mm *** n.s. n.s.
>0.4 mm *** n.s. n.s.
*** Diferencias estadísticamente significativas (p<0.05).
Conclusiones
El cultivo de soja fue más sensible a la compactación del suelo y al déficit hídrico que el
cultivo de trigo para la mayoría de las variables analizadas. Interesantemente la
interacción entre ambos factores no fue significativa para ninguno de los casos.
Generalmente se asume que altos niveles de humedad en suelo pueden llegar a
enmascarar los efectos de la compactación del suelo. Contrariamente a esto, nuestros
resultados indicarían que la humedad del suelo no pudo aliviar el efecto de la
compactación.
Bibliografía
Agnew ML y Carrow N. 1985. Soil compaction and Moisture Preconditioning in Kentucky

Bluegrass. I. Soil aireation, Water Use, and Root Responses. Agron. J. 77:872-878.
Bengough AG, McKenzie BM, Hallett PD, Valentine T 2011. Root elongation, water
stress, and mechanical impedance: a review of limiting stresses and beneficial root tip
traits. J. Exp.. Bot. 62, 59-68.
Cahill JF, Mc Nickle GG, Haag JJ, Lamb EG, Nyanumba SM, Clair CCS. 2010. Plants
integrate information about nutrients and neighbors. Science 328, 1657-1657
Calviño, PA, Sadras VO. 1999. Interannual variation in soybean yield: interaction among
rainfall, soil depth and crop management Field Crops Res 63: 237–246
Ferreyra A, Podestá GP, Messina CD, Letson D, Dardanelli J, Guevara E, Meira S.

2001. A linked-modeling framework to estimate maize production risk associated with
ENSO-related climate variability in Argentina. Agr. Forest Met. 107: 177–192
Magrin, G.O., Travasso, M.I., y G.R.Rodríguez, G. R. 2005. Changes in climate and crop
production during the 20th century in Argentina. Climatic change, 721-2), 229-249.
7
Masle J, Passioura JB. 1987. The effect of soil strength on the growth of young wheat
plants. Australian Journal of Plant Physiology 14, 643–656.
Rubio G, MA Taboada. 2013. Arbol de decisión para diagnosticar la capacidad

productiva de suelos de la región pampeana. Ciencia del Suelo 31:235-243
Taboada MA, Micucci F, Alvarez CR. 2012. En: Alvarez R, Rubio G, CR Alvarez, RS
Lavado (eds). Fertilidad de suelos. Caracterización y manejo en la Región Pampeana.
Ed. FAUBA, Buenos Aires
Young IM, Montagu K, Conroy J, Bengough AG. 1997.Mechanical impedance of root

growth directly reduces leaf elongation rates of cereals. New Phytologist 135, 613–619.
8
INCREMENTO DEL CONTENIDO DE CARBONO DEL SUELO POR UTILIZACIÓN DE

CULTIVOS DE COBERTURA EN LA REGIÓN PAMPEANA
ROBERTO ALVAREZ1,2 *, HAYDÉE S. STEINBACH1 Y JOSEFINA L. DE PAEPE1,2
1
Buenos Aires, Argentina. 2 CONICET.
* [email protected]
Palabras clave: Cultivos de cobertura, carbono del suelo, Región Pampeana.
Resumen
Los cultivos de cobertura se han adoptado en la Región Pampeana como práctica de

manejo en los últimos años pero existe poca información de sus efectos sobre algunas
propiedades de los suelos. Nuestro objetivo fue sintetizar el conocimiento local de su
impacto sobre el contenido de carbono orgánico edáfico. Realizamos un metanálisis de
los resultados de 12 experimentos de corta y mediana duración (1 a 15 años),
realizados en sitios con precipitaciones anuales entre 750 y 1000 mm, en los que se
evaluó los cambios del carbono producidos entre tratamientos con y sin la incorporación
de cultivos de cobertura. La revisión permitió recopilar 89 comparaciones de stocks de
carbono con y sin la incorporación de cultivos de cobertura invernal en las rotaciones.
Se compararon los stocks de carbono en el estrato 0-20 cm. Se calculó el cambio del
onaron con diferentes

variables. En promedio, con cultivos de cobertura el carbono del suelo se incrementó en
2.5 t ha-1 lo que representó un 7% de aumento respecto del stock de carbono de los
testigos. Este aumento no se relacionó con el nivel base de carbono del suelo. Los
-1
incrementos fueron mayores en secuencias soja- ) que en rotaciones
1.8 t ha-1). El análisis anualizado indicó que
de 5-6 años. Esto sugiere que, a pesar de la limitada duración de los experimentos
analizados, es probable que se haya llegado a un nuevo equilibrio del nivel de carbono
de los suelos y no sean esperables mayores aumentos del carbono luego de los
primeros años de la adopción de esta práctica.
Introducción
En la Región Pampeana se ha introducido el uso de cultivos de cobertura en las

rotaciones y se han realizado muchos experimentos para evaluar sus efectos sobre los
suelo y los cultivos (Alvarez et al. 2013). Una revisión local, basada en 35 datos de
comparaciones de rotaciones con y sin la inclusión de cultivos de cobertura, ha indicado
1
que se produce un aumento del nivel de carbono orgánico del suelo promedio de 5.4 t
ha-1 en el estrato 0-20 cm (Rimski-Korsakow et al. 2015). Qué factores regulan el
impacto de los cultivos de cobertura sobre el stock de carbono del suelo no han sido
estudiados. Nuestro objetivo fue tratar de identificar esos factores.
Se recopilaron datos publicados de 12 experimentos en los que se introdujeron cultivos

de cobertura invernales, principiante gramíneas, en las rotaciones (Alessnadría et al.
2013; Alvarez et al. 2008; 2014a; Brambilla et al. 2012; Beltrán et al. 2014; Cazorla et
al. 2010; Giron et al. 2014; Lardone et al. 2012; Restovich et al. 2011; Rillo et al. 2012;
Salvagiotti et al. 2012; Scianca et al. 2012). Los experimentos estaban ubicados en
sitios con precipitaciones medias que variaban entre 750 y 1000 mm anuales y su
duración fue de 1 a 15 años. En cada uno se compararon tratamientos con y sin la
introducción de los cultivos de cobertura. Se muestreó el suelo a diferentes
profundidades reportándose en algunos casos los stock de carbono (75% de los casos)
y en otros la concentración (25% de los casos). Los datos de concentración se llevaron
a stock aplicando una densidad aparente de 1.25 g ml-1, valor promedio para los suelos
agrícolas de la región (Alvarez et al. 2014b). En dos experimentos (3% de los casos) se
reportaron datos de estratos de menor profundidad (0-18 y 0-15 cm). En éstos casos se
llevaron los stocks de carbono a 0-20 cm usando el modelo de estratificación del
carbono ajustado para suelos locales de Berhongaray et al. (2013). Cuando la
información se presentó en forma gráfica se levantó con un programa de adquisición de
datos (GetData). El efecto del tratamiento con cultivo de cobertura se calculó para el
estrato 0-20 cm como la diferencia carbono orgánico con cultivo de cobertura menos
erentes
rotaciones se compararon con el test de t (P= 0.05). Los datos se analizaron por
regresión y correlación determinando la significancia con la F (P= 0.05) y testeando
diferencias entre ordenadas y pendientes con 0 y 1 respectivamente usando IRENE
(Fila et al. 2003).
La incorporación de cultivos de cobertura invernales determinó un aumento promedio

del contenido de carbono orgánico del suelo del 7% (Figura 1A), equivalente a 2.5 t ha -
1
. Este incremento no estuvo relacionado con el nivel de carbono del suelo (Figura 1B)
pero fue mucho mayor en experimentos donde se cultivaba la secuencia soja-soja que
en aquellos donde las rotaciones incluían maíz o trigo/soja (Figura 1C). En el primer
-1
(8.6%) y en el segundo 1.8 t ha-1 (4.9%) (P = 0.05).
Aunque el efecto generalizado fue incremento del carbono, en ca. 10% de los casos con
cultivo de cobertura se produjo disminución del nivel de carbono del suelo. Los valores
máximos de incremento de carbono con cultivo de cobertura rondaron ca. 8 t ha-1. El
2
análisis anualizado mostró que los cambios del nivel de carbono de los suelos se
producía durante los primeros años de adopción de la práctica (Figura 1D). Después de
5-6 años de introducir cultivos de cobertura
decrecía a valores muy bajos.
80 15
y = 1.07 x A B
C con CC (t ha-1)
R2 = 0.94
DC con CC (t ha )
60
-1
10
40
5
20
0
0 20 40 60 80
0
0 20 40 60 80 -5
C testigo (t ha-1) C testigo (t ha-1)
100 8
DC con CC (t ha año )
Con maíz o C
-1
trigo/soja D
80 6
Frecuencia
-1
Soja-soja
60
4
40
2
20
0
0 0 5 10 15 20
-5 0 5 10 15 -2
-1
DC con CC (t ha ) Años
Figura 1. A. Relación entre el stock de carbono orgánico 0-20 cm (C) en tratamientos

con la incorporación de cultivos de cobertura (CC) y el C en tratamientos testigo sin
cultivo de cobertura (testigo). B. Cambio en el contenido de C en el estrato 0-20 cm de
suelos por efecto de incorporación de cultivos de cobertura e
CC –
con cultivo de cobertura en función de la rotación en que se introdujo esos cultivos. D.
duración del experimento.
La estimación de los stocks de carbono del 25% de los casos que realizamos
asumiendo un valor medio de densidad aparente difícilmente haya tenido un impacto
cambia my poco, 9% para la secuencia soja-soja y solo 2% para las rotaciones con maíz
o trigo-soja. La adopción de la práctica de cultivos de cobertura tuvo mayor impacto
3
sobre el carbono edáfico en secuencias soja-soja que en rotaciones con cultivos que
aportan mayor cantidad de carbono al suelo como el maíz o trigo/soja, los que duplican
el aporte de la soja como único cultivo anual (Alvarez et al. 2011). Esto es atribuible a la
mayor diferencia porcentual en el aporte de carbono al suelo que producen los cultivos
de cobertura cuando suman su producción a la de la soja que a la de otros cultivos y a
que existe una relación lineal entre aporte de carbono en forma de residuos y carbono
orgánico del suelo (Alvarez & Steinbach 2012). Los incrementos producidos en los
niveles de carbono del suelo fueron importantes en los primeros años desde la
introducción de los cultivos de cobertura tendiendo aparentemente a estabilizarse la
diferencia entre stocks de carbono entre tratamientos con y sin cultivos de cobertura en
5-6 años. No deberían por lo tanto esperarse niveles de secuestro de carbono mucho
mayores a los observados en estos experimentos en el futuro.
Agradecimiento
Bibliografía
Alessandría E; M Arbomo; H Leguía; L Pietrarelli; JV Sanchez & JL Zamar. 2013.

Introducción de cultivos de cobertura en agroecosistemas extensivos de la región central
de Córdoba. En: Contribución de los cultivos de cobertura a la sostenibilidad de los
sistemas de producción. INTA, Publ. del PNCER y PPR 224002. Capítulo 16, pág. 128-
137.
Alvarez C; A Quiroga; D Santos & M Bodrero. 2013. Contribuciones de los cultivos de

cobertura a la sostenibilidad de los sistemas de producción. INtA, Publ. Del PNCER y
PPR 224002. 196 pag.
Alvarez C; C Scianca; M Barraco y M Diaz Zorita. 2008. Impacto del manejo de cereales
de cobertura invernal sobre propiedades edáfica y producción de soja. XXI Congreso
Argentino de la ciencia del suelos, actas en CD, 6 pág.
Alvarez C; CR Alvarez; A Constantini & M Basanta. 2014a. Carbon and nitrogen

sequestration in soils under different management in the semi-arid Pampa (Argentina).
Soil Till. Res. 142: 25-31.
Alvarez R; G Berhongaray; A Bono; H Steinbach & J De Paepe. 2014b. Rangos de

densidad aparente medidos en suelos pampeanos. XXIV Congreso Argentino de la
Ciencia del Suelo, actas 6 pág.
4
Alvarez R & HS Steinbach. 2012. Balance de carbono en agrosistemas. En: Fertilidad de

suelos. Caracterización y manejo en la Región Pampeana. R. Alvarez et al. editores.
Editorial FAUBA, Buenos Aires, Argentina. Capítulo 4, pág. 231-244.
Alvarez R; HS Steinbach & A Bono. 2011. An artificial neural network approach for
predicting soil carbon budget in agroecosystems.. Soil Sci. Soc. Am. J. 75: 965-975.
Berhongaray G; R Alvarez; J De Paepe; C Caride & R Cantet. 2013. Land use effects on
soil carbon in the Argentine Pampas. Geoderma 192: 97-110.
Beltrán MJ; J Galantini; R Brevedan & E Otero Estrada. 2014. Efecto del centeno sobre
los niveles de carbono y nitrógeno del suelo. XXIV Congreso Argentino de la ciencia del
Suelo, 5 pág.
Brambilla EC; MJ Eiza; P Carfagno & A Quiroga. 2012. Cultivos de cobertura: impacto
sobre la materia orgánica del suelo. XXIII Congreso Argentino de la Ciencia del Suelo, 6
pág.
Cazorla C; C Galarza; J Cisneros & I Moreno. 2010. Balance de carbono en sistemas

agrícolas continuos de la región sudeste de la Provincia de Córdoba. XXII Congreso
Argentino de la Ciencia del Suelo,4 pág.
performance. Eur J Agron 18:369-372.
Giron P; C Scianca; M Barranco; A Lardone & W Miranda. 2014. Cambios en el carbono

Ciencia del Suelo, 5 pág.
Lardone AV; M Barraco; C Scianca; C Alvarez & M Díaz-zorita. 2012. Cultivos de

cobertura en sistemas con soja bajo siembra directa. XXIII Congreso Argentino de la
Ciencia del Suelo, 6 pág.
Restovich SB; AE Andriulo & C Améndola. 2011. Introducción de cultivos de cobertura

en la rotación soja-maíz: efecto sobre algunas propiedades del suelo. Ciencia del suelo
29: 61-73.
Rillo S; C Alvarez; R Bagnato & E Noellemeyer. 2012. Cultivos de cobertura: gramíneas

y leguminosas en el centro oeste de la provincia de Buenos Aires. Contribuciones de los
cultivos de cobertura a la sostenibilidad de los sistemas de producción. C. Álvarez,
Quiroga A., Santos D. y M. Bodrero Editores. Ediciones INTA, pág. 58-68.
5
Rimsky-Korsakov H; CR Alvarez % RS Lavado. 2015. Cover crops in the agricultural

systems of the Argentine Pampas. J. Soil Water Cons. 70: 112A-118A.
Salvagiotti F; A Vernizzi; M Bodrero & S Bacigaluppo. 2012. Cambios en el corto plazo

en distintas fracciones de la materia orgánica en respuesta a la inclusión de cultivos de
cobertura en secuencias basadas en soja. Contribuciones de los cultivos de cobertura a
la sostenibilidad de los sistemas de producción. C. Álvarez, Quiroga A., Santos D. y M.
Bodrero Editores. Ediciones INTA, pág. 88-91.
Scianca C; MF Varela; M Barraco; C Alvarez & A Quiroga. 2012. Cultivos de cobertura

en un Hapludol Thapto Árgico de La Pampa arenosa: análisis de cinco campañas.
Contribuciones de los cultivos de cobertura a la sostenibilidad de los sistemas de
producción. C. Álvarez, Quiroga A., Santos D. y M. Bodrero Editores. Ediciones INTA,
pág. 105-116.
6
PRODUCCIÓN SUSTENTABLE DE MAÍZ: EL ROL DE LOS CULTIVOS PUENTE EN

EL SISTEMA DE CULTIVO
SANTIAGO NICOLÁS DIEZ1,*; GERMÁN FRANCO DOMÍNGUEZ1; GUILLERMO

ALBERTO STUDDERT1;MARÍA GABRIELA CENDOYA1; HERNÁN RENE SAINZ
ROZAS1,2.
1
Fac. Ciencias Agrarias, Univ. Nac. Mar del Plata, Unidad Integrada Balcarce.
2
EEA INTA Balcarce, Unidad Integrada Balcarce y CONICET.
*[email protected]
Palabras clave: momento de interrupción del ciclo, fertilización nitrogenada, sistema de

labranza.
Resumen
Los cultivos puente (CP) pueden proveer importantes cantidades de nitrógeno (N) al
maíz (Zea mays L). La liberación de N a partir de los CP depende de la especie, del
agua disponible, del momento y método de incorporación, entre otros. Se hipotetiza que:
a) la utilización de CP y distintos tipos de CP, no afectarán la disponibilidad de agua
durante el ciclo del maíz, independientemente del momento de interrupción del ciclo(MI)
y del sistema de labranza (SL) empleado y b) el N aportado por los CP con
leguminosas, reducirá las necesidades de fertilización nitrogenada para el cultivo de
maíz, independientemente del MI y del SL. Para esto se evaluó el efecto de la utilización
de una leguminosa como vicia (V) (Vicia villosa Roth.), de una gramínea como avena
(A)(Avena sativa L) y de la consociación de éstas como CP, sobre la disponibilidad de N
y de agua para el cultivo de maíz en secano y sobre su rendimiento en grano, bajo
distintos SL, dosis de N y MI. Se determinó el contenido de agua en el suelo, la biomasa
acumulada y el contenido de N en la materia seca (MS) de los CP, y el rendimiento en
grano de maíz y contenido de N de nitrato (N-NO3-)durante su ciclo La utilización de CP
y distintos tipos de CP, no afectó la disponibilidad de agua durante el ciclo del maíz
independientemente del MI y del SL empleado. El N acumulado en biomasa de A+V y
de V fue superior al acumulado por A debido a la presencia de la leguminosa, en
especial cuando los CP fueron quemados tardíamente. Solamente el N aportado por V
quemada tardíamente tanto pura como en consociación con A, permitió reducir las
necesidades de N como fertilizante del cultivo de maíz.
Introducción
La obtención de elevados rendimientos de maíz requiere de una importante oferta de

nitrógeno (N) (Echeverría & Sainz Rosas, 2015). Dicho nutriente debe estar bien
provisto en cantidad y oportunidad como para asegurar un óptimo estado fisiológico del
1
cultivo, en especial, durante el periodo crítico ubicado entre los 15 días previos y los 15
días posteriores a la floración del maíz (Andrade & Sadras, 2000).
La materia orgánica (MO) es la fuente natural de N para las plantas. Sin embargo, la
evolución de la producción agrícola hacia sistemas de monocultivo con bajo aporte de
residuos y sin alternancia con pasturas, ha producido grandes disminuciones de la MO
en el Sudeste Bonaerense (SB), resintiéndose así la posibilidad de obtener N a través
de su mineralización (Sainz Rozas et al., 2011).
Para cubrir una fracción del N requerido por el maíz, su producción en los sistemas
agrícolas del SB se basa en el uso de fertilizantes químicos industriales. La elaboración
de estos fertilizantes conlleva un elevado costo económico-ambiental, al ser aquélla
dependiente de la energía derivada de combustibles fósiles. Asimismo, la utilización de
elevadas dosis de fertilizantes nitrogenados en busca de altos rendimientos, incrementa
el contenido de N en el suelo quedando susceptible a pérdidas por lavado, volatilización
y desnitrificación, contribuyéndose así al deterioro del medio ambiente (Echeverría &
Sainz Rosas, 2015).
El uso de cultivos puente (CP) permite proveer N al cultivo posterior y disminuir la

dependencia de los fertilizantes nitrogenados (Diez et al., 2012).Se entiende por CP a
aquéllos sembrados entre dos cultivos de cosecha y cuyos residuos pueden ser
incorporados al suelo mediante labranzas o dejados en superficie (Ruffo & Parsons,
2004). El N inmovilizado en el tejido vegetal durante el ciclo de crecimiento de los CP,
es liberado luego del quemado y durante el ciclo del cultivo de cosecha posterior
(Clarket al.,1997). Además, el mayor número de cultivos por año permite incrementar el
aporte de residuos al suelo y tender a la optimización del balance de carbono orgánico
(Caviglia & Andrade, 2010).
Se han propuesto diferentes especies para ser utilizadas como CP. Las leguminosas,
además de absorber N del suelo, pueden fijarlo biológicamente incrementando el aporte
del nutriente al sistema (Clark et al.,1997). Además, pueden acumular una gran cantidad
de N en sus tejidos en comparación con cultivos de gramíneas. La cantidad de N fijado
dependerá de condiciones ambientales, de manejo y de la especie de leguminosa a
utilizar (Ranells & Wagger, 1996). Por otra parte, debido a su denso y extenso sistema
radical en comparación con las leguminosas, las gramíneas pueden absorber una mayor
cantidad de N excedente del cultivo antecesor, como así también de aquél mineralizado
durante el periodo invernal a partir de la MO, disminuyendo la posibilidad de que el N se
pierda del sistema. De esta manera, es posible disminuir la incidencia negativa sobre el
medio ambiente y, a la vez, de incrementar la eficiencia en el uso del N (McCracken et
al., 1994).
Para maximizar el uso del N acumulado en los CP, es necesario lograr una sincronía
entre liberación del nutriente, y el periodo de máxima absorción del cultivo de maíz
2
(Wagger, 1989). No obstante, dicha liberación, depende de una compleja interacción

entre factores como especie, relación C/N de los residuos, tipo de suelo, temperatura,
agua disponible, y momento y método de incorporación, entre otros (Clark et al., 1997).
Según Brady & Weil (1999), una relación C/N de un residuo vegetal en degradación por
debajo de 25/1, permite que la mineralización predomine por sobre la inmovilización de
N. Asimismo, la maximización en la acumulación de biomasa de los CP en quemados
cercanos a la siembra del maíz, permitirá una mayor acumulación de N. En
leguminosas, dicho N podrá mineralizarse rápidamente debido a la baja relación C/N de
sus residuos (menor a 25/1). Por el contrario, las gramíneas en un estado avanzado de
crecimiento, pueden alcanzar una alta relación C/N (mayor a 25/1) (Clark et al., 1997)y,
con ello, reducir la tasa de mineralización neta durante el cultivo posterior. La
consociación de gramíneas y leguminosas, podría aprovechar las ventajas de ambos
grupos de plantas. La relación C/N de la mezcla puede ser menor en comparación con
la de la gramínea pura (Ranells & Wagger, 1996). La reducción del N mineral en el suelo
a causa de la inmovilización provocada por los residuos de la gramínea en la
consociación, puede favorecer la nodulación y la fijación de N atmosférico por la
leguminosa (Izaurralde et al., 1992), la cual podría transferir N a la gramínea
favoreciendo su crecimiento (Sainju et al., 2005).
El uso de labranzas puede incrementar la tasa de descomposición de los residuos de

los CP, favoreciendo una más rápida descomposición y posterior mineralización y
liberación del N contenido en ellos (Domínguez et al., 2001). No obstante, la reducción
de la cobertura en la superficie del suelo podría afectar la disponibilidad de agua para el
cultivo de cosecha, además de favorecer la erosión en ambientes predisponentes.
El maíz es un cultivo altamente demandante de agua y sensible a su escasez (Della

Maggiora et al., 2000). En el SB, el periodo crítico transcurre durante el periodo más
cálido del año y con alta demanda de agua por parte de la atmósfera. De esta manera,
el maíz en secano puede estar sujeto a déficits hídricos que afectarían
significativamente su rendimiento. Además, el agua consumida por los CP puede limitar
su disponibilidad para el maíz, en especial en regiones subhúmedas (Restovich et al.,
2012). Fechas tempranas de secado de los CP, incrementan la probabilidad de recarga
del perfil debido al mayor periodo intercultivo sin vegetación y a la baja demanda hídrica
(Fernández et al., 2012). Además, en sistemas bajo siembra directa (SD) se atenuarían
las pérdidas por evaporación y sería posible una más rápida recuperación del agua
consumida por los CP (Scianca et al., 2012) aunque con posibilidad cierta de reducir el
N disponible para el maíz (Domínguezet al., 2001). Asimismo, una baja acumulación de
biomasa en fechas tempranas de quemado trae aparejado una menor acumulación de N
en los residuos de los CP. No obstante, en climas de alta disponibilidad de agua durante
el invierno como en el SB, podría ser posible que las precipitaciones repusieran
rápidamente el agua consumida por los CP, aún con fechas de secado cercanas a la
siembra del maíz (Caviglia & Andrade, 2010; Diez et al., 2012).
3
Para las condiciones del SB se hipotetizó que: a) la utilización de CP y distintos tipos de

CP, no afectarán la disponibilidad de agua durante el ciclo del maíz,
independientemente del momento de interrupción del ciclo (MI) y del sistema de
labranza (SL)y b) el N aportado por los CP con leguminosas, reducirá las necesidades
de fertilización nitrogenada para el cultivo de maíz independientemente del MI y SL.
Para esto se propone como objetivo evaluar el efecto de la utilización de una
leguminosa como vicia (Vicia villosa Roth.), de una gramínea como avena(Avena sativa
L.) y de la consociación de éstas como CP, sobre la disponibilidad de N y de agua para
el cultivo de maíz en secano y sobre su rendimiento en grano, bajo distintos SL, dosis
de N y MI.
La experiencia se llevó a cabo entre abril de 2013 y abril de 2014 en la Unidad Integrada
Balcarce, provincia de Buenos Aires(37º 45’ 14’’ S; 58º 17’ 52’’ W; 137 msnm), sobre un
complejo de Argiudol Típico y Argiudol Petrocálcico (Soil Survey Staff, 2014).El diseño
experimental del ensayo fue en bloques completos aleatorizados con un arreglo de
tratamientos en parcelas sub-divididas con tres repeticiones. A las parcelas principales
se les asignó el factor “CP” con cuatro niveles: 1) testigo (sin CP), 2) avena (A), 3)
consociación avena+vicia (A+V) y 4) vicia (V). A las sub-parcelas se les asignó un
arreglo factorial de dos factores y dos niveles cada uno, el factor “SL” con 1) labranza
convencional (LC) (rastra de discos y cultivador de campo) y 2) siembra directa (SD), y
el factor “MI” con 1) interrupción temprana (Ite) e 2) interrupción tardía (Ita). A la sub-
sub-parcela se asignó el factor “fertilización nitrogenada (FN)” con dos niveles: 1) sin
fertilizante (sin N) y 2) con fertilizante (con N) (120 kg N ha-1). Los CP se sembraron el
10 de abril de 2013 con una densidad de 80 kg ha-1 para la A, 30 kg ha-1 para la V y
40+30 kg ha-1 para la A+V, respectivamente. El 2 de octubre se aplicó glifosato en las
parcelas destinadas a la Ite y se realizaron las labranzas en las parcelas
correspondientes. El 1 de noviembre se aplicó glifosato y dicamba en todas las unidades
experimentales y se realizaron las labranzas en las parcelas destinadas a la Ita con LC.
Para la siembra del maíz se utilizó el hibrido Dekalb 747 RR que se sembró el 12 de
noviembre, con una distancia entre surcos de 70 cm lográndose 70000 plantas ha-1 en
promedio. El control de malezas pos-emergencia se realizó el 11 de diciembre, en el
estadio fenológico de seis hojas desarrolladas (V6) (Ritchie & Hanway, 1982) de maíz,
con atrazina y glifosato y seguidamente se aplicaron 120 kg N ha-1 en forma de urea en
las sub-sub-parcelas correspondientes. El maíz fue cosechado el 15 de abril de 2014
con una máquina cosechadora automotriz de parcelas de tres surcos.
Se determinó el contenido de agua en el suelo mediante el método gravimétrico a partir

de muestras tomadas en diferentes momentos del ciclo de los CP (Siembra y quemado)
y del maíz (Siembra, V3; V6 y R2 (Ritchie y Hanway, 1982)). El contenido de agua fue
expresado en mm de lámina y comparado con las constantes hídricas (capacidad de
campo (CC), punto de marchitez permanente (PMP), agua útil (AU)) estimadas según
4
Travasso & Suero (1994). Para el cálculo de la lámina se utilizó la densidad aparente
obtenida por Batallanez (1972) para las series de suelos utilizadas. Se realizó un
balance de agua utilizando la evapotranspiración potencial (EtP) estimada por el método
de Penman-Monteith (Allen et al., 2006) y a partir de información obtenida de la Estación
Meteorológica de la Unidad Integrada Balcarce. A su vez, el coeficiente de cultivo (Kc)
se ajustó en función del contenido de agua determinado en el suelo en diferentes
momentos del cultivo de maíz y tomando como referencia datos locales (Andrade
&Sadras, 2000). La evapotranspiración máxima (EtM) (Allen et al., 2006) se determinó
según EtM = EtP x Kc. La evapotranspiración real (EtR) (Allen et al., 2006) para el ciclo
del maíz, se obtuvo a partir de la EtM asumiendo una caída lineal de la EtR respecto a
la EtM a partir del 80% de la capacidad de retención de AU en el suelo. El déficit hídrico
(Dh) se calculó como la diferencia entre EtM y EtR.El contenido de N-NO3-se determinó
por colorimetría (Keeney& Nelson, 1982) a la siembra y V6 del maíz (Sainz Rozas et al.,
2000). Dichos contenidos fueron expresados en kg ha-1 utilizando las densidades
aparentes en profundidad publicadas por Batallanez (1972) para los suelos presentes en
esta experiencia.Para la determinación de la materia seca (MS)acumulada por losCP,se
utilizó un marco de 35 x 35 cm que se arrojó cinco veces aleatoriamente por cada
unidad experimental poco antes de ser quemados los CP. En cada situación se cortó la
biomasa aérea total comprendida en el marcoy posteriormente fue secada a 60°C hasta
peso constante (peso seco). Se determinó el contenido de N en la biomasa aérea de los
CP mediante el método Kjeldahl (Bremner & Mulvaney, 1982) y posterior destilación por
arrastre con vapor (Keeney & Nelson, 1982). Con los contenidos de N en la MS de los
CP y, asumiendo un contenido de C de 43,0% (Sánchez et al., 1996), se calculó la
relación carbono/nitrógeno (C/N) mediante C/N= 0,43%(%C) / %N. Para el rendimiento
en grano de maíz en madurez fisiológica (R6) (Ritchie & Hanway, 1982), se
seleccionaron dos tramos de surco por unidad experimental para cosechar.
Posteriormente, se pesaron los granos obtenidos y se les midió el contenido de
humedad. El rendimiento se expresó en Mg ha-1 de grano corregido a 14,5% de
humedad.
Los resultados obtenidos fueron analizados a través de análisis de varianza, utilizando

un modelo lineal de efectos mixtos mediante el uso del paquete nlme (Pinheiroet al.,
2015) del programa R-Commander (R CoreTeam, 2015). Los factores CP, SL, MI y FN
fueron considerados efectos fijos y el bloque, aleatorio. Para la comparación de medias
en los casos en los que correspondiera, se utilizó el test de diferencia honesta
significativa de Tukey mediante el uso del paquete lsmeans (Russell & Maxime, 2015)
del programa R-Commander (R CoreTeam, 2015). Para el rechazo de las hipótesis
nulas se consideró un valor de p menor que 0,05.
5
Precipitaciones
Desde la emergencia de los CP hasta la Ita, las precipitaciones fueron similares a lo
registrado históricamente (Figura 1). No obstante, hasta a la Ite llovieron 85,7 mm
menos que lo registrado históricamente (Figura 1).
80 600
Precipitación diaria
Precipitación diaria acumulada

70 Precipitación diaria acumulada
500
Precipitación diaria (mm)
Precipitación diaria acumulada histórica

60
#
400
50 *
(mm)
40 300
30
200
20
100
10
0 0
1 21 41 61 81 101 121 141 161 181 201 221
Días desde la emergencia
Figura 1: Precipitación diaria, y diaria acumulada durante la campaña 2013-14 y
precipitación diaria acumulada histórica (1971-2010) desde la emergencia de los cultivos
puente hasta la siembra del cultivo de maíz. *: momento de interrupción temprana, #:
momento de interrupción tardía y : fecha de siembra del maíz.
Durante el cultivo de maíz, la precipitación acumulada fue de 428,6 mm y similar a los

datos históricos (394,6 mm). No obstante, desde el día 40 desde la siembra (cuatro
hojas desarrolladas) hasta el día 80 desde la siembra (principios del periodo crítico)
(Figura 2) llovieron 53,7 mm menos que los registros históricos y, además, el Dh (Figura
2) fue de 173,1 mm. De esta manera, las bajas precipitaciones, por un lado, y la elevada
demanda evapotranspirativa, por el otro (Figura 2), produjeron las condiciones para la
ocurrencia de un estrés hídrico durante la primera mitad del ciclo del maíz. No obstante,
si bien esta situación se extendió hasta comienzos del periodo crítico, las lluvias en
floración y en estadios posteriores del maíz redujeron el estrés por falta de agua (Figura
2).
6
70 18
Ppt EtM EtR
60
Periodo 16
Evapotranspiración (mm)
V6 crítico 14
50
Precipitación (mm)
12
40 10
30 8
6
20
4
10 2
0 0
1 11 21 31 41 51 61 71 81 91 101 111 121 131
Días desde la siembra (días)
Figura 2: Evapotranspiración máxima (EtM), evapotranspiración real (EtR) y
precipitaciones (Ppt) durante el ciclo del cultivo de maíz.
Contenido de agua en el suelo.
El contenido de AU en el suelo a la siembra de los CP, fue levemente superior a la

capacidad de almacenamiento de AU (a CC, 151,3 mm) con una media de 163,6 ± 8,2
mm. A la Ite, aún con precipitaciones previas a ese momento por debajo de lo registrado
históricamente (Figura 1), el contenido de agua en el suelo también fue algo superior a
CC y no hubo deferencias (p>0,05) entre los distintos niveles de tratamiento de los CP
(Figura 3). Asimismo, a la siembra del maíz no hubo ninguna interacción (p>0,05) entre
CP, MI y SL, ni efecto individual de dichos factores (p>0,05) sobre el contenido de agua
en el suelo con una media de AU de 151,5± 7,3 mm. De esta manera, el retraso en la
fecha de quemado de los CP no afectó la disponibilidad de agua en el suelo a la
siembra del maíz y las precipitaciones previas (Figura 1) permitieron reponer el agua
consumida por los CP. Estos resultados de disponibilidad de agua en momentos
cercanos a la siembra del maíz, coinciden con los obtenidos por Cárcova & Otegui
(1997) y por Diez et al. (2012), quienes informaron que en el SB, en años normales, las
precipitaciones antes de la siembra de un cultivo de cosecha estival, permitirían recargar
el perfil independientemente del manejo previo.
7
0-100 100% AU
250
Agua útil en el suelo (mm)

200 a a a
a
150
100
50
0
Sin CP Avena Avena+Vicia Vicia
Cultivo puente
Figura 3: Agua en el suelo a la profundidad 0-100 al momento de interrupción temprana

de los cultivos puente (CP). Letras iguales en cada columna indican ausencia de
diferencia significativa (p>0,05). 100% AU indica agua útil. Las barras verticales en cada
columna indican error estándar de la media.
En los primeros estadios del maíz, el contenido de agua en el suelo alcanzó niveles
cercanos a PMP y, aunque en los tratamientos bajo SD el contenido de agua fue
levemente superior a LC (Figura 4), el cultivo sufrió estrés por falta de agua (Figura 2).
Posteriormente, las lluvias (Figura 2) permitieron reponer parte del agua en el suelo
(Figura 4). Si bien el Dh fue alto en los primeros estadios del maíz (Figura 2), el
contenido de agua a principios del periodo crítico fue cercano a 50% de AU (Figura 4),
nivel por sobre el cual el estrés por falta de agua en el maíz se atenúa significativamente
(Andrade & Sadras, 2000).
LC estimado SD estimado 100% AU

LC observado SD observado 50% AU
180
160 Periodo crítico
*
Agua en el suelo (mm)
140
120
100
80
60
40 *
20
0
1 11 21 31 41 51 61 71 81 91 101 111 121 131
Días desde la siembra
Figura 4: Agua en el suelo estimada y observada durante el ciclo del cultivo de maíz. *
indica diferencias significativas en el contenido de agua útil en el suelo a 0-100 cm de
profundidad, bajo distintos sistemas de labranza (SD: siembra directa y LC: labranza
convencional). AU: agua útil.
8
Rendimiento y acumulación de N y C de los CP.
La interacción CPxMIxSL no fue significativa (p>0,05) sobre el rendimiento en MS de la

biomasa aérea acumulada por los CP, ni sobre su concentración de N, el N acumulado y
la relación C/N. No obstante, la interacción CPxMI fue significativa (p<0,05) sobre dichas
variables y no hubo efecto del SL. A la Ite el rendimiento en MS de V fue algo inferior
(p<0,05) al alcanzado por los demás CP (A y A+V) (Figura 5). Sin embargo, y
contrariamente a lo esperado (mayor rendimiento en la mezcla A+V, Clark et al., 1997;
Restovich et al., 2012), no hubo diferencia (p>0,05) en rendimiento entre A, A+V y V a la
Ita (Figura 5). A la Ite, en la consociación A+V las proporciones de V y A fueron similares
(42,4% y 57,6%, respectivamente). No obstante, a la Ita, la proporción de V fue muy
superior a la de A (74,0% y 26,0%, respectivamente). Dicho incremento en la proporción
de V en mezcla con cultivos de gramíneas había sido informado por Odhiambo &
Bomkeb (2001), quienes en varias campañas observaron importantes incrementos en la
proporción de V en mezclas con gramíneas como consecuencia de un diferente patrón
de crecimiento entre especies. Asimismo, la acumulación de MS de V a la Ita fue similar
a la obtenida por Diez et al. (2012) (4,5 Mg MS ha-1) en Balcarce sobre el mismo suelo y
con similar fecha de siembra y quemado del CP. El rendimiento de A estuvo
comprendido en el rango reportado en varios años por Restovich et al. (2012) al norte
de la Región Pampeana Argentina y por Martínez et al. (2013) en el SB.
6
Momento de interrupción temprana
Materia seca aérea (Mg ha-1)
5 Momento de interrupción tardía

a
a a
4
2
b b
1
c
0
Avena Avena +Vicia Vicia
Cultivo puente
Figura 5: Materia seca de la biomasa área de distintos cultivos puente en dos momentos
de interrupción del ciclo. Letras iguales acompañando cada barra indican ausencia de
diferencia significativa (p>0,05). Las líneas verticales en cada barra indican error
estándar de la media.
La concentración de N en A+V y V fue superior al de A en ambos momentos de

interrupción (Tabla 1). Estos resultados coinciden con lo reportado por Sainjuet al.
(2005)quienes determinaron una mayor concentración de N en MS de cebada (Hordeum
vulgare L.)+V y V que la concentración de N en MS de cebada. El retraso en el
9
momento de interrupción, disminuyó la concentración de N en los tejidos de A y V

(p<0,05) y hubo una tendencia a una disminución en A+V (p>0,05) (Tabla 1),
probablemente como consecuencia del efecto de dilución de N en la biomasa de los CP
(Andrade & Sadras, 2000).
Ala Ita, tanto A+V como V alcanzaron valores muy superiores de N en MS a lo

cuantificado en A. La alta acumulación de N en A+V (Tabla 1) a la Ita, fue consecuencia
de la elevada proporción de V en la consociación (74,0%). El N acumulado en A ala Ita
fue similar a lo obtenido por Restovich et al. (2012), en un Argiudol Típico de Pergamino
(provincia de Buenos aires) y por Rillo et al. (2012) en el Partido de 25 de mayo
(provincia de Buenos Aires).
Tabla 1: Concentración de nitrógeno (N), N acumulado y relación carbono (C)/N en

materia seca de la biomasa aérea de los cultivos puente. Letras iguales acompañando
cada valor para cada variable indican ausencia de diferencia significativa (p>0,05)
Momento de
N acumulado
interrupción Cultivo puente %N C/N
(kg ha-1)
del ciclo
Avena 1,6 c 14,6 c 27,5 b
Temprana Avena+vicia 3,3 b 31,5 b 13,3 c
Vicia 4,5 a 29,1 b 9,7 c
Avena 1,0 d 36,0 b 41,0 a
Tardía Avena+vicia 3,0 b 136,9 a 15,9 c
Vicia 3,3 b 123,8 a 12,4 c
En A+V y V la relación C/N estuvo por debajo de 25/1, mientras que en A la relación fue
superior a dicho umbral en ambos momentos de interrupción del ciclo (Tabla 1). En A, la
relación C/N aumentó significativamente (p<0,05) al atrasarse el MI. No obstante, la
relación C/N de A+V y V no presentó variaciones de importancia entre MI y coincidió con
lo reportado por Clark et al. (1997). En el SB, Corral (2014) determinó una relación C/N
de A similar a la observada en la presente experiencia en cada momento de quemado.
No obstante, en A+V, Corral (2014) obtuvo una mayor relación C/N tanto a la Ite y como
a la Ita (23,6 y 43,1, respectivamente) como consecuencia de una elevada proporción
de gramínea en la consociación.
N-NO3- en suelo
A la siembra y en V6 del maíz, las posibles interacciones entre CP, SL y MI no fueron

significativas (p>0,05) sobre el contenido de N-NO3- en el suelo. A la siembra del maíz,
el contenido de N-NO3- fue superior (p<0,05) luego de V, respecto a luego de los otros
niveles de CP (Figura 6a) y no hubo efecto (p>0,05) de MI. Asimismo, como se
10
esperaba, el contenido de N-NO3- en el suelo bajo LC fue superior (p<0,05) al

determinado bajo SD (Figura 6b).
a) b)
120 120
100 100
a
N-NO3- (kg ha-1)

a
N-NO3- (kg ha-1)
80 80
b b
60 60
bc c
40 40
20 20
0 0
Sin CP Avena A+V Vicia SD LC
Cultivo puente Sistema de labranza
Figura 6: Nitrógeno de nitrato (N-NO3-) en suelo al estadio siembra del maíz, en los
primeros 100 cm de profundidad, bajo distintos niveles de cultivo puente (CP) (sin CP,
avena, avena+vicia (A+V) y vicia) (a) y bajo distintos sistemas de labranza (SD: siembra
directa y LC: labranza convencional) (b). Letras iguales acompañando cada barra
indican ausencia de diferencia significativa (p>0,05). Las líneas verticales en cada barra
indican error estándar de la media.
Al estadio V6 hubo efecto (p<0,05) de CP (Figura 7a) y de MI (Figura 7b) pero no de SL

(p>0,05) sobre el contenido de N-NO3- en el suelo. Coincidente con lo observado a la
siembra de maíz, en V6 fue importante el aporte de N desde el residuo de V. La baja
relación C/N y la mayor acumulación de N en la biomasa de V respecto a A (Tabla 1)
permitieron una rápida y elevada liberación del N contenido en sus tejidos (Figuras6a y
7a) (Clark et al., 1997). A los estadios siembra y V6 del maíz, el contenido de N-NO3-
luego de A+V fue menor que el determinado luego de V (Figuras6a y 7a). Sin embargo,
a diferencia de lo observado a la siembra (Figura 6a), el contenido de N-NO3-en V6 del
maíz luego de A+V, fue mayor que en el testigo (sin CP). Si bien en A+V y V, el
contenido de N en la biomasa y su relación C/N fueron similares en ambos momentos
de interrupción, se observó una tendencia a una mayor relación C/N en A+V respecto a
V (Tabla 1). Es probable que el menor contenido de N-NO3- en el suelo en el maíz
proveniente de A+V (Figura 6 y 7), se deba a la presencia de A en la consociación que
podría haber provocado una menor mineralización neta de N en los primeros estadios
del maíz, respecto al tratamiento con V, debido a la posible inmovilización provocada
por el material vegetal de C/N más elevada (A) (Ranells &Wagger, 1997).
11
a) b)
35 35
a
30 30
25 25 a
N-NO3- (kg ha-1)

N-NO3- (kg ha-1)
b
20 20 b
c
c
15 15
10 10
5 5
0 0
Sin CP Avena A+V Vicia Temprano Tardío
Cultivo puente Momento de interrupción del ciclo
Figura 7: Nitrógeno de nitrato (N-NO3-) en el suelo al estadio V6 (Ritchie & Hanway,

1982), en los primeros 30 cm de profundidad, bajo distintos niveles de cultivos puente
(CP) (sin CP, avena, avena+vicia (A+V) y vicia) (a) y momentos de interrupción del ciclo
(b). Letras iguales acompañando cada barra indican ausencia de diferencia significativa
(p>0,05). Las líneas verticales en cada barra indican error estándar de la media.
Luego de a la Ita, el contenido de N-NO3- en el suelo en V6 del maíz fue superior

respecto a la Ite (p<0,05). Esto puede haber sido consecuencia del mayor contenido de
N en la biomasa de los CP a la Ita respecto a la Itey en la biomasa de algunas malezas
presentes en las parcelas sin CP (Tabla 1) (Sainjuet al., 2003). No obstante, cabe
aclarar que, si bien la interacción entre CPxMI sobre el contenido de N-NO3- en el suelo
no llegó a ser significativa (p=0,07), las diferencias entrea la Ita ya la Ite en los
tratamientos sin CP, A, A+V y V fueron de 0,5, 3,4, 6,2 y 6,9 kg ha-1 de N-NO3-,
respectivamente. De esta manera, se ve una tendencia, a un mayor contenido de N-
NO3- en el suelo a la Ita respecto a la Ite, solamente en los tratamientos provenientes de
CP y en especial en aquéllos con V tanto pura como en mezcla.
Rendimiento en grano de maíz
La interacción de cuarto orden (CPxMIxSLxFN) y las posibles de tercer orden no fueron

significativas (p>0,05) sobre el rendimiento en grano de maíz. No obstante, hubo
interacción (p<0,05) CPxMI y efecto de FN sobre dicha variable. Se podría pensar que
silos CP reducen la necesidad de FNdel maíz posterior, este maíz luego de CP debería
alcanzar un rendimiento en grano significativamente superior respecto al maíz sin
CP.Sin embargo, ningún CP quemado tempranamente, redujo las necesidades de N del
maíz posterior (Figura 8). Esto es contrario a lo planteado en la hipótesis ya que se
esperaba que eso sucediera en todas las situaciones en que el maíz se sembró luego
de V tanto pura como en consociación con A. La baja acumulación de N en A+V y V a la
Ite (Tabla 1) pudo haber sido el motivo de que no se produjera lo esperado. En el
SB,para un rango entre 10 y 40 kg de N en biomasa de A+V y de V,Corral (2014)
12
tampoco detectó una reducción en la necesidad de N del maíz posterior a la Ite de los
CP. No obstante, cuando los CP fueron quemados tardíamente, sólo el maíz luego de
A+V y de V, alcanzó un rendimiento superior respecto al maíz sin CP (Figura 8). El
mayor contenido de N-NO3- en el suelo en el maíz luego de V respecto a los demás CP
(Figuras 6a y 7a), por un lado, y el mayor contenido de N-NO3- a la Ita respecto a la Ite
(Figura 7b), sugere que fue liberada una parte importante del nutriente acumulado en la
biomasa de V a la Ita (Tabla 1). Si bien el N em MS de A+V fue similar al cuantificado en
V en ambos momentos de quemado (Tabla 1), el contenido de N-NO3- a la siembra y V6
de maíz fue significativamente inferior luego de A+V respecto a luego de V. Sin embargo
el rendimiento de maíz luego de A+V y de V fue similar (Figura 8).Esto sugiere que el N
contenido en A+V pudo ser liberado con posterioridad a V6 del maíz como consecuencia
de una menor tasa de mineralización neta por la presencia de A en la consociación
(Ranells &Wagger, 1997).
Momento de interrupción temprana

Momento de interrupción tardía
12
a
a
10
Rendimiento en grano (kg ha-1)
b
b
b b
8 b b
0
Testigo Avena A+V Vicia
Cultivo puente
Figura 8: Rendimiento en grano de maíz luego de diferentes niveles de cultivo puente

(CP) (sin CP, avena, avena+vicia (A+V) y vicia) y momentos de interrupción del ciclo.
Letras iguales acompañando cada barra indican ausencia de diferencia significativa
(p>0,05). Las líneas verticales en cada barra indican error estándar de la media.
Contrariamente a lo esperado, no hubo efecto de SL sobre el rendimiento de maíz. Si

bien los rendimientos de cultivos bajo labranza conservacionista son generalmente
menores que los de aquéllos bajo laboreo (Domínguez et al., 2001), es probable que el
menor contenido de agua bajo LC respecto a SD previo al periodo crítico (Figura 4) haya
afectado negativamente a la mineralización y la posterior disponibilidad de N para el
maíz (Dardanelli et al., 1997). Asimismo, como era de esperarse, el maíz sin N alcanzó
un rendimiento inferior (7,1±0,4 Mg ha-1) respecto a aquél fertilizado (8,9±0,3 Mg ha-1).La
ausencia de interacción indica, para este caso, que el N aportado por V y A+V en los
tratamientos sin N, fue insuficiente para alcanzar el máximo potencial de rendimiento
13
según las condiciones ambientales en la campaña estudiada. De esta manera para las
condiciones de estudio ambas tecnologías de suministro de N fueron complementarias.
Conclusiones
Se concluye que la utilización de CP y distintos tipos de CP, no afectó la disponibilidad

de agua durante el ciclo del maíz independientemente del MI y del SL empleado. Por
otro lado, no se reunieron evidencias suficientes para rechazar la totalidad de la
segunda hipótesis, ya que si bien el maíz luego de A+V, por un lado, y de V, por otro,
redujo las necesidades de N suministrado como fertilizante, independientemente del
sistema de labranza, esto sólo ocurrió cuando dichos CP fueron secados tardíamente.
Agradecimientos
La información presentada en este trabajo son resultados parciales de la Tesis de

Maestria en Producción Vegetal, Fac. Ciencias Agrarias, UNMdP, del primer autor. Este
trabajo fue financiado por los proyectos de investigación de la UNMdP(AGR466/14),del
FONCyT(PICT-2012-1092) y del INTA (PCyO 1127032).
Bibliografía
Allen, R; L Pereira; D Raes & M Smith (Eds). 2006. Evapotranspiración del cultivo:
Guías para la determinación de los requerimientos de agua de los cultivos. Cuadernos
de riego y drenaje Nº 56. FAO. Roma, Italia. 298 p.
Andrade, FH & VO Sadras. 2000. Efectos de la sequía sobre el crecimiento y

rendimiento de los cultivos. En: FH Andrade; VO Sadras (eds.). Bases para el manejo
del maíz, el girasol y la soja. Pp. 89-193. INTA/Facultad de Ciencias Agrarias UNMP.
Balcarce, Buenos Aires, Argentina.
Batallanez, E. 1972. Capacidad de almacenaje de humedad para cuatro series de

suelos del S.E. de la Provincia de Buenos Aires. Tesis de grado. Universidad Católica
de Mar del Plata. Balcarce, Buenos Aires, Argentina.
Brady, NC & RR Weil 1999.The Nature and Properties of Soils.Prentice Hall, Upper
Saddle River, New Jersey, EEUU.881 p.
Bremner, JM & YC Mulvaney. 1982. Nitrogen total. En: AL Page (ed.). Methods of soil
analysis.Part 2, Chemical and microbiological properties.Pp.595-624. ASA and SSSA
Agron.Monog 9. Madison, Wisconsin, EEUU.
Cárcova, J & ME Otegui. 1997. Disponibilidad hídrica para el cultivo de maíz a lo largo
del ciclo en Argiudoles típicos de Pergamino y Balcarce. Actas VI Congreso Nacional de
Maíz. Pergamino, Buenos Aires, Argentina, julio 1997. Tomo III:180-185.
14

Argentinean Pampas: capture and use efficiency of environmental resources. Am. J.
Plant Sci. Biotech. 3(1):1-8.
Clark, AJ; AM Decker; JJ Meisinger & MS Mcintosh. 1997. Kill date of vetch, rye and a
vetch-rye mixture: I. Cover crop and corn nitrogen. Agron. J. 89(3): 427-434.
Corral, RA. 2014. Uso de cultivos de cobertura/abonos verdes para la producción

sustentable de maíz (Zea mays L.). Tesis de grado. Facultad de Ciencias Agrarias,
Universidad Nacional de Mar del Plata. Balcarce, Buenos Aires, Argentina.
Dardanelli, JL, OA Bachmeier, R Sereno & R Gil. 1997. Rooting depth and soil water
extraction patterns of different crops in a silty loam Haplustoll. Field Crops Res. 54(1):29-
38.
DellaMaggiora, AI; JM Gardiol & AI Irigoyen. 2000. Requerimientos hídricos. En: FH

Andrade; VO Sadras (eds.). Bases para el manejo del maíz, el girasol y la soja.
Balcarce. Pp. 155-171. INTA/Facultad de Ciencias Agrarias UNMP. Balcarce, Buenos
Aires, Argentina.
Diez, SN; GF Domínguez& GA Studdert.2012.Uso de una leguminosa como alternativa

de provisión de nitrógeno para el cultivo de maíz (Zea mays L). Actas XIX Congreso
Latinoamericano y XXIII Congreso Argentino de la Ciencia del Suelo. Mar del Plata,
Buenos Aires, Argentina, abril 2012. En CD.
Domínguez GF; GA Studdert; HE Echeverría HE & FH Andrade. 2001. Sistemas de

cultivo y nutrición nitrogenada en maíz. Ci. Suelo 19(1):47-56.
Echeverría, HE & H Sainz Rosas. 2015. Nitrógeno. En: HE Echeverria; FO Garcia (eds.).
Fertilidad de Suelos y Fertilización de Cultivos. 2ª ed. Pp. 189-228. Ediciones INTA.
Fernández, R; AR Quiroga & EJ Noellemeyer. 2012. Descomposición del cultivo de

cobertura en el ciclo del cultivo de verano. Actas XIX Congreso Latinoamericano y XXIII
Congreso Argentino de la Ciencia del Suelo. Mar del Plata, Buenos Aires, Argentina,
abril 2012. En CD.
Izaurralde, RC; WB Mcgill & NG Juma. 1992. Nitrogen fixation efficiency, interspecies N
transfer, and root growth in barley–field pea intercrop on a Black Chernozemic soil. Biol.
Fertil. Soils. 13(1):11-16.
15
Keeney, DR & DW Nelson. 1982. Nitrogen inorganic forms. En: AL Page (ed.). Methods
of soil analysis. Part 2, Chemical and microbiological properties. Pp. 643-698. ASA and
SSSA.Agron.Monog.Madison, Wisconsin, EEUU.
Martínez, JP; PA Barbieri; HR Sainz Rozas & HE Echeverría.2013. Inclusion of cover

crops in cropping sequences with soybean predominance in the southeast of the Humid
Argentine Pampa. Open Agric. J. 7(4):3-10.
McCracken, DV; MS Smith; JH Grove; CT Mac Kown & RL Blevins. 1994. Nitrate
leaching as influenced by cover cropping and nitrogen source. Soil Sci. Soc. Am. J.
58(5):1476-1483.
Odhiambo, JO & A Bomkeb. 2001. Grass and legume cover crop effects on dry matter
and nitrogen accumulation. Agron. J. 93(2):299-307.
Pinheiro, J; B Douglas; D Saikat & S Deepayan. 2015. Linear and nonlinear mixed
effects models. R package version 3:1-120. http://CRAN.R-project.org/package=nlme. 01
de noviembre 2015.

Founda- tion for Statistical Computing.http://www.R-project.org/.01 de noviembre 2015.
Ranells, NN & MG Wagger. 1996. Nitrogen release from grass and legume cover crop
monocultures and bicultures. Agron. J. 88(5):777-782.
Ranells, NN & MG Wagger. 1997. Nitrogen-15 recovery and release by rye and crimson
clover cover crops. SoilSci. Soc. Am. J. 61(3):943-948.
Restovich, SB; AE Andriulo & SI Portela. 2012. Introduction of cover crops in a maize–
soybean rotation of the Humid Pampas: Effect on nitrogen and water dynamics. Field
Crops Res. 128(1):62-70.
Rillo, S; C Álvarez; R Bagnato & E Noellemeyer. 2012. Efecto de vicia como cultivo de
cobertura sobre la disponibilidad de nitrógeno en maíz. Actas XIX Congreso
Latinoamericano de la Ciencia del Suelo y XXIII Congreso Argentino de la Ciencia del
suelo. Mar del Plata, Buenos Aires, Argentina, 16 al 20 de abril de 2012. En CD.
Science and Technology. Cooperative Extension Service. Ames, Iowa, EEUU. Special
Report 48.21 p.
Ruffo, ML & A Parsons. 2004. Cultivos de cobertura en sistemas agrícolas.

Informaciones Agronómicas del Cono Sur. 21:13-15.
16
Russell, V L & H Maxime. 2015. Least-Squares Means. R package version

2.18.http://CRAN.R-project.org/package=lsmeans.01 de noviembre 2015.
Sainju, UM; TH Terrill; S Gelaye & BP Singh. 2003. Soil aggregation and carbon and
nitrogen pools under rhizoma peanut and perennial weeds. Soil Sci. Soc. Am. J.
67(1):146-155.
Sainju, UM; WF Whitehead & BP Singh. 2005. Biculture legume-cereal cover crops for
enhanced biomass yield and carbon and nitrogen, Agron. J. 97(5):1403-1412.
SainzRozas, H; H Echeverría; G Studdert & G Domínguez. 2000. Evaluation of the

presidedress soil nitrogen test for no tillage maize fertilized at planting. Agron.J.
92(6):1176-1183.
Sainz Rozas, HR; HE Echeverria & HP Angelini. 2011. Niveles de carbono orgánico y
pH en suelos agrícolas de las regiones pampeana y extrapampeana Argentina. Ci.
Suelo 29(1):29-37.
Sánchez, SR; GA Studdert & HE Echeverría.1996.Descomposición de residuos de

cosecha en un Argiudol Típico. Ci. Suelo. 14(1):63-68.
Scianca, C; MF Varela; M Barraco; C Ávarez & A Quiroga. 2012. Cultivos de cobertura

en un Hapludol Thapto Árgico de La Pampa arenosa: análisis de cinco campañas. En: C
Álvarez; A Quiroga; D Santos; M Bodrero (eds.). Contribuciones de los cultivos de
cobertura a la sostenibilidad de los sistemas de producción. Pp. 105-116. E.E.A Anguil
INTA. Anguil, La Pampa, Argentina.
Soil Survey Staff. 2014. Keys to soil taxonomy. USDA, Natural Resources Conservation
Service. Washington, DC, EEUU. 372 p.
Travasso, MI & EE Suero. 1994. Estimación de la capacidad de almacenaje de agua en

suelos del sudeste bonaerense. EEA INTA Balcarce. Balcarce, Buenos Aires, Argentina.
Boletín técnico Nº125. 9 p.
Wagger, MG. 1989.Time of desiccation effects on plant composition and subsequent

nitrogen release from several winter annual cover crops. Agron. J. 81(2):236-241.
17
CAMBIOS EN PROPIEDADES QUÍMICAS Y BIOQUÍMICAS DEL SUELO

ASOCIADOS AL REEMPLAZO DE PASTIZALES POR FORESTACIONES Y
AGRICULTURA
PAULA FLORENCIA DI GERÒNIMO1,2*; CECILIAVIDELA2 ; PABLO LACLAU3; MARIA

ELENA FERNÁNDEZ4
1
:Comisión de Investigaciones Científicas de la Pcia. de Buenos Aires (CIC);
2
:Universidad Nacional de Mar del Plata; 3: INTA; 4: CONICET
* [email protected]
Palabras clave: Acidez, carbono en fracciones, mineralización de carbono y nitrógeno.
Resumen
En el Sudeste Bonaerense, el proceso de agriculturización implicó principalmente el

reemplazo de vegetación nativa de pastizales por agricultura, mientras que, en los
piedemontes serranos, algunos pastizales fueron reemplazados por forestaciones,
debido a las restricciones que de estas áreas presentan para la agricultura. Otro cambio
implementado, en algunos sitios forestados, fue la reconversión a sistemas
silvopastoriles (SSP) mediante el raleo de franjas de árboles. El objetivo de este trabajo
fue estudiar los cambios en algunas propiedades edáficas bajo las mismas condiciones
ambientales y tipo de suelo similar, generados por los siguientes cambios en el uso de
la tierra: 1) Pastizal Natural (PN) a agricultura (AGR) 2) PN a forestación con pinos (MP)
y 3) Franjas raleadas dentro de MP, para reconversión a SSP: pastizal secundario (PS).
Se tomaron muestras de suelo representativas de tales situaciones y se analizaron
propiedades químicas y bioquímicas bioquímicas. Se observaron reducciones del pH y
aumento en la saturación con H+ con respecto a PN, en todos los sistemas estudiados.
En MP y PS se halló un aumento del carbono orgánico total del suelo (COT),
principalmente de la fracción asociada a los minerales (COA), mientras que la fracción
particulada (COP), no sufrió cambios con respecto a PN. El valor de Nan de estos sitios
fue inferior al de PN, lo cual se atribuyó a ausencia de cambios en el COP y a
diferencias en la calidad de los residuos. La apertura del monte (PS) generó disminución
en la acidez del suelo y un aumento en la mineralización potencial de C y N, el Nan, y el
P-Bray. En AGR se halló acidificación pero en menor grado, reducción del COT,
principalmente del COP, reducción del Nan y aumento del P-Bray con respecto a PN. El
estudio de las fracciones no logró explicar satisfactoriamente los cambios en COT, el
Nan y la mineralización de C y N, en MP y PS. El estudio de la composición química de
las fracciones ayudaría a su comprensión en futuras investigaciones.
1
Introducción
En el Sudeste Bonaerense, el proceso de agriculturización implicó mayoritariamente el

reemplazo de vegetación nativa de pastizales por agricultura, mientras que, en los
piedemontes serranos, algunos pastizales fueron reemplazados por forestaciones,
debido a las restricciones que de estas áreas para la agricultura. Otro cambio
implementado, en algunos sitios forestados, fue la reconversión a sistemas
silvopastoriles (SSP) mediante el raleo de franjas de árboles. Estos cambios producidos
en la vegetación, asociados a cambios en manejo del suelo, tienen un efecto directo en
las propiedades químicas y bioquímicas del mismo.
Una de las propiedades más afectada por los cambios en el uso de la tierra, es el
contenido y la distribución de Carbono Orgánico total (COT). Está bien documentado en
la bibliografía que, la conversión de vegetación nativa a agricultura, provoca reducciones
en el contenido de COT de los suelos (Lal, 2004, Sainz Rosas et al.; 2011),
principalmente de sus fracciones lábiles (Graham et al.; 2002, Sequeira & Alley, 2011).
En cuanto a la forestación de pastizales, se han encontrado tanto reducciones (Guo &
Gifford, 2002; Berthrong et al., 2009), como aumentos o ausencia de efectos (Jobbagy &
Jackson, 2000; Fialho & Zinn, 2012).
Otra propiedad del suelo que se ve afectada por los cambios en la vegetación es el pH.
El uso agrícola continuo del suelogenera disminución del pH, debido a factores como el
desbalance entre la extracción y la reposición de nutrientes básicos (Ca, K, Mg)
(Vázquez, 2005), el uso de siembra directa (Wyngaardet al., 2012)y de fertilizantes de
reacción ácida (Divito et al., 2011). Las forestaciones también pueden ocasionar acidez
en los suelos debido a la alta extracción de cationes (Amiottiet al., 2000), estando
condicionado el proceso por la especie arbórea en cuestión (Castro Diez et al.; 2012).
El contenido de carbono y el pH cumplen un rol fundamental enel ciclado y
disponibilidad de nutrientes, como el nitrógeno (Amiottiet al., 2000) y el fósforo
(Frossardet al., 2000; Nairet al., 2004) edáficos. La mineralización del C, principalmente
de sus fracciones lábiles, regula la disponibilidad de N (Manlayet al., 2007). A su vez, el
pH modifica la actividad biológica del suelo (Sims, 1990), condicionando el proceso de
mineralización del C y del N (Amiottiet al., 2000).
Para poder realizar un correcto uso del suelo, resulta clave la comprensión de los
procesos que ocurren en el mismo luego de un cambio en la vegetación. Como ya se
dijo, son reconocidos los efectos del reemplazo de pastizales por agricultura. Sin
embargo, los efectos del reemplazo de pastizales por forestaciones y la apertura del
dosel arbóreo para reconversión a SSP han sido menos evaluados, particularmente en
zonas templadas.
2
El objetivo de este trabajo fue estudiar los cambios en algunas propiedades edáficas
bajo las mismas condiciones ambientales y tipo de suelo similar, generados por los
siguientes cambios en el uso de la tierra:
1. Pastizal Natural (PN) a agricultura (AGR)
2. PN a forestación con pinos (MP)
3. Franjas raleadas dentro de MP, para reconversión a SSP: pastizal secundario
(PS).
Se trabajó en un establecimiento agropecuario ubicado en el partido de Tandil

(37°40´14´´S; 59°4´49´´W) en el que se seleccionaron situaciones de manejo de interés,
ubicadas sobre suelos con características físico-químicas similares:
Se identificó una forestación de pinos (Pinus radiata D. Don) de 22 años de antigüedad
establecida sobre un Argiudol Típico serie Tandil (SoilSurveyStaff, 2014), (INTA, 2014).
El sitio pastizal secundario correspondió a franjas de 20 m de ancho dentro de la
forestación, que fueron raleadas tres años antes de este estudio, y donde se permitió el
crecimiento de especies nativas y naturalizadas. El sitio bajo agricultura fue un lote bajo
SD por mas de 20 años y una rotación trigo-soja/girasol o colza, contiguo a la
forestación y sobre el mismo tipo de suelo. El pastizal natural seleccionado, también
está adyacente a los sitios anteriores, pero ubicado en una posición más alta del terreno
con respecto a la forestación (suelo Hapludol Típico, serie Sierra de los Padres)
(SoilSurveyStaff, 2014), (INTA, 2014).
En cada sitio se tomaron tres muestras de suelo compuestas a dos profundidades: 0-5
cm (40 submuestas) y 5-20 cm (20 submuestas). . Todas las muestras fueron secadas
en estufa a 30ºC, molidas y tamizadas con tamiz de 2 mm o 0,5 mm, según el análisis a
realizar.
En las muestras de cada sitio experimental se realizaron las siguientes determinaciones:

acidez activa (1:2,5 en agua, Dewis & Freitas, 1970), acidez intercambiable (Thomas,
1982),fraccionamiento físico por tamaño de partículas, en dos fracciones: 2000-53 μm y
<53 μm (Cambardella & Elliot, 1992), para luego determinar el carbono presente en
cada fracción (particulado, a partir de ahora, COP y asociado a los minerales, COA,
respectivamente) y en el suelo sin fraccionar (COT) mediante combustión húmeda con
mantenimiento de la temperatura de reacción (120°C, durante 90 min) (Schlichtinget al.,
1995). También se determinó P extractable Bray (Bray & Kurtz, 1945) y se estimó el N
potencialmente mineralizable por incubación anaeróbica (Nan) (Waring & Bremner,
1964).
Se realizó un ensayo de mineralización potencial del C y del N empleando el
procedimiento descripto por Coleman et al. (1977). Para ello se incubó suelo de MP y
PS con y sin mantillo de pinos, durante 28 días, a 25°C y 80 % de la máxima capacidad
de retención de agua, dentro de frascos de vidrio de 1L. La producción de CO 2 se midió
3
mediante trampas con NaOH que se titularon con HCL, en los días 1, 2, 3, 7, 14, 21 y
28 después de la incorporación del mantillo (Anderson, 1982). La mineralización de N se
determinó como la diferencia en la concentración de N inorgánico entre los días 0 y 28
de incubación. Para ello se extrajo el N mineral, con una solución KCl y se cuantificó
separadamente N-NH4 y N-NO3· por microdestilación por arrastre de vapor (Bremner &
Keeney 1965).
Las diferencias entre las áreas experimentales, PN, MP, AGR y PS, se analizaron a
través de análisis de la varianza empleando el procedimiento GLM del paquete
estadístico SAS INSTITUTE INC. (2008). Se utilizó el test de LSD, a un nivel de
significancia del 5% para evaluar las diferencias entre medias.
En la Tabla 1 se presenta un resumen de los datos de pH, COT, Nan y P-Bray (Di
Gerónimo et al., 2014), en el cual se observan diferencias muy marcadas en algunas
propiedades químicas del suelo, asociadas a los cambios ocurridos en el uso de la tierra.
La forestación con pinos produjo un marcado aumento del COT del suelo a las dos
profundidades analizadas con respecto a la situación inalterada (PN), y un fuerte
descenso del pH, principalmente en los primeros 5 cm del perfil. A pesar de la gran
acumulación de COT, el Nan en MP fue menor que en PN, mientras que el P extractable
aumentó con respecto a aquél. La apertura del dosel arbóreo (PS), provocó un rápido
incremento del pH, pero no ocasionó variaciones en el COT. Se observó un leve
aumento del Nan, pero este siguió siendo menor que en PN, mientras que el P
extractable aumentó con respecto a MP. El pasaje de PN a AGR originó un descenso
del COT y del pH, pero la magnitud de los cambios fue menor que la hallada bajo
manejo forestal. El Nan también descendió, en el siendo su valor, el más bajo entre los
sistemas estudiados, pero el P extractable aumentó considerablemente a causa de la
fertilización (Tabla 1).
4
Tabla 1: Efecto del sistema de manejo y profundidad sobre el pH, contenido de Carbono
orgánico total total (COT), Nitrógeno incubado en anaerobiosis (Nan) y P extractable (Di
Gerónimo et al., 2014).
COT Nan P extractable

-
Profundidad (g 100 g suelo (mg N kg (mg P kg suelo
-1 -1 1
Sitio (cm) pH ) suelo ) )
MP 0-5 5,14 D 8,34 A 137,10 C 4,78 C

5-20 5,45 d 5,39 a 101,3 b 9,79 b
PS 0-5 5,35 C 8,86 A 157,9 B 13,47 B
5-20 5,65 c 4,83 b 109,17 b 9,19 b
AGR 0-5 5,63 B 4,00 C 91,58 D 77,22 A
5-20 5,75 b 2,65 c 67,73 c 16,31 a
PN 0-5 5,87 A 7,55 B 251,76 A 6,98 C
5-20 6,01 a 4,58 b 115,84 a 3,73 c
Letras mayúsculas diferentes indican diferencias significativas entre sistemas de manejo

a 0-5 cm. Letras minúsculas diferentes indican diferencias significativas a 5-20 cm.
(LSD=α<0,005)
Acidez del suelo

El análisis de la acidez intercambiable del suelo mostró diferencias significativas entre
sitios, profundidades e interacción entre ellos (α<0,05) (Figura 1). Se encontró que MP,
PS y en menor medida AGR produjeron un aumento de la acidez intercambiable del
suelo con respecto a PN a las dos profundidades analizadas. Por otro lado, no se
verificó presencia de Al intercambiable en ninguno de los sitios, por lo que se puede
afirmar, que las variaciones encontradas son debidas a reemplazo de bases
intercambiables (Ca+2 y Mg+2) por protones (H+).
El mayor aumento en la saturación con H+ se encontró en MP. Luego de 22 años desde

el reemplazo del pastizal por la forestación, el suelo aumentó en un 251% y 245% su
saturación con H+ de 0-5 cm y de 5-20 cm de profundidad, respectivamente. Esto
coincidió con la reducción del pH (0,64 unidades, promedio de ambas profundidades), y
se debería a la combinación de varios procesos que interactúan en el ecosistema
forestal. Entre estos procesos se encuentran variaciones en el pH del agua de lluvia al
atravesar la copa de los árboles, variaciones microclimáticas, producción de ácido
carbónico, cantidad y composición del mantillo incorporado al suelo y balance de cargas
producidas por la absorción de nutrientes (Amiottiet al., 2000).
5
0,6
MP PS AGR PN
Acidez intercambiable (cmolc kg-1)
0,5 a a
0,4
a
0,3
b
0,2 b b
b
c
0,1
0,0
0-5 5-20
Profundidad (cm)
Figura 1. Acidez intercambiable del suelo para cuatro situaciones de manejo: Monte de
pinos (MP), pastizal secundario (PS), agricultura (AGR) y pastizal natural (PN), a dos
profundidades de suelo: 0-5 y 5-20 cm. Letras distintas indican diferencias significativas
entre sistemas de manejo y profundidades (LSD, α<0,05).
Además, la composición química del mantillo incorporado al suelo (bajo contenido de

Ca+2 y presencia de compuestos orgánicos complejos como resinas, grasas y lignina)
podría inhibir la actividad de la fauna, favoreciendo la flora fungosa. Esto tendría
consecuencias en los productos que se forman durante la descomposición, siendo el
efecto final, una disminución marcada del pH (Schlatter & Otero, 1995). Se ha reportado
que, acompañando los efectos sobre el pH, las forestaciones reducen la saturación del
complejo de intercambio con bases a tres cuartos del valor original (del 59% al 45%) a
partir de disminuciones en la fracción intercambiable de Mg+2, K+, y Ca+2 (Jobaggyet al.,
2006), lo cual se ve claramente reflejado en este trabajo a través del aumento en la
saturación con H+.
La eliminación de la influencia directa del residuo de pinos, debida al raleo de franjas

(PS), produjo variaciones en el pH y en la saturación con H+. Luego de tres años desde
la reconversión del sistema, en los primeros 5 cm del suelo, la saturación con H+ de PS
no difirió de MP (α>0,05), mientras que en 5-20 cm, se diferenció de aquel, reduciendo
significativamente su valor (p<0,05) (Figura 1). El pH del suelo en cambio, presentó un
aumento significativo en PS con respecto a MP a ambas profundidades (Tabla1)
(α<0,05). Este resultado fue contrario al esperado, ya que se esperaba que el mayor
cambio ocurriese en los primeros cm del suelo. Sin embargo, al momento del muestreo,
6
las franjas raleadas aún presentaban una importante cantidad de mantillo de pinos en
estado parcial de descomposición, y además, seguían recibiendo aporte de hojas desde
las franjas de árboles contiguas. Por lo tanto, se observóque en este estrato del perfil
sería más lento el proceso de recuperación de la saturación con bases, por lo cual en el
período analizado el cambio se observó sólo en el pH (Tabla 1). Es posible que las
variaciones en acidez intercambiable y pH en estratos más profundos del perfil sean
debidas principalmente a la gran extracción de bases que los árboles realizan
(Jobaggyet al., 2006), y no tanto a la influencia directa del residuo y los productos de su
descomposición, como puede ocurrir en los primeros cm (Schlatter & Otero, 1995). Así,
tanto el pH como la saturación con H+ se recuperarían más rápidamente en el estrato 5-
20 cm, ya que la eliminación de los árboles genera un efecto instantáneo de reducción
en la extracción de cationes, recuperándose el suelo con mayor facilidad.
Las variaciones en la acidez del suelo tuvieron un fuerte impacto sobre los niveles de P
extractable (Tabla 1). El reemplazo del PN por MP no produjo cambios significativos en
el P-Bray en los primeros 5 cm del suelo, sin embargo, en el estrato 5-20 cm, el valor de
dicha variable fue superior en 6,06 mg P kg-1 suelo al de PN. Se ha reportado que en
suelos donde se ha introducido Pinus radiata como especie exótica, existe una
disminución del P orgánico y del P total (McDowell & Stewart, 2006) y aumentos de las
fracciones de P inorgánico, particularmente las disponibles medidas por el método de
extracción de P utilizado en este trabajo (Mc Dowell & Stewart, 2006; Chenet al., 2008).
Estudios previos en la zona también indican que existen importantes aportes de P
provenientes de los horizontes orgánicos generados bajo P. radiata (Garay et al., 2012).
Sin embargo, en los primeros cm del perfil, la disponibilidad del nutriente fue menor. Se
ha reportado que la disminución del pH, junto con una mayor producción de ácidos
orgánicos incrementa la hidrólisis ácida de silicatos, con liberación de Al (Amiottiet al.,
2000), pudiendo aumentar la sorción de P (Frossardet al., 2000; Nairet al., 2004). Sin
embargo, en este trabajo no se verificó presencia de Al intercambiable, atribuyéndose
estas variaciones a un efecto directo del pH sobre la disponibilidad del nutriente
(Frossardet al., 2000). En línea con esta teoría, el pasaje de MP a PS produjo un
aumento de 9 mg P kg-1 suelo, sin que se encontraran tales diferencias en el estrato 5-
20 cm, donde las variaciones en acidez fueron menores (Tabla 1, Figura 1).
El reemplazo de PN por AGR produjo un aumento en la saturación con H+ a las dos

profundidades analizadas (α<0,05), encontrándose valores similares de saturación a
ambas profundidades, pero menores que los hallados en MP. La intensificación en el
uso de los suelos de esta zona, ocurrida durante las últimas tres décadas, se caracterizó
por las elevadas tasas de extracción de nutrientes, el incremento del uso de fertilizantes
nitrogenados de reacción ácida y la falta de reposición de nutrientes, principalmente Ca
y Mg. Como consecuencia, se ha producido un paulatino aumento de la acidez de los
suelos (Cruzate & Casas, 2003; Vázquez, 2005). El efecto del manejo agrícola sobre el
pH responde a procesos de exportación de bases sin reposición con las cosechas
(Vázquez, 2005, Videla et al., 2012), a la erosión hídrica y al lavado de las bases en
7
profundidad (Michelena et al., 1988), al empleo de fertilizantes nitrogenados y a la

implementación de labranzas reducidas o siembra directa (Wyngaard et al., 2012).
Estos dos últimos procesos pueden ser más marcados en superficie, originando que el
proceso de acidificación sea más notorio en los primeros cm del perfil.
Carbono orgánico total del suelo y en fracciones granulométricas
Como ya se mostró anteriormente, el reemplazo de PN por MP produjo aumentos

significativos en el contenido de COT del suelo a ambas profundidades, sin que se
produzcan pérdidas significativas del mismo luego de tres años desde la eliminación de
los árboles (PS) (Tabla 1) (α<0,05). En coincidencia con estos resultados, una revisión
de datos realizada por Eclesiaet al. (2012), concluyó que el balance de carbono del
suelo en las transiciones de vegetación natural a forestaciones, depende de la
precipitación media anual del sitio (PMA) y de la edad de la plantación. Así, sitios con
PMA menor a 1200 mm y más de 20 años desde la conversión, presentan ganancias
netas de carbono, o valores similares al de la vegetación original, lo cual coincide con
las características de este estudio. Además, la relativamente baja tasa de
descomposición de los residuos en las forestaciones, podría incrementar su COT del
suelo superficial con respecto a los pastizales (Jobaggy & Jackson, 2000). Sin embargo
Guo & Gifford (2002), concluyeron que las forestaciones con coníferas reducen el
contenido de COT del suelo en un 12%. Los mismos autores reportaron, pequeñas
ganancias de COT en sitios con PMA menores a 1200 mm.
Del análisis de las fracciones COP (2000-53 μm) y COA (<53 μm), se presentan los
resultados correspondientes a la masa de suelo contenida en cada fracción (Figura 2.A)
y el contenido de carbono orgánico en las mismas (Figura 2.B).
En la Figura 2.A puede observarse que para todos los sitios y profundidades analizadas,
la mayor proporción de masa de suelo se localizó en la fracción MOA. La situación
inalterada (PN) fue el sitio con menor masa en la fracción MOA y mayor en la fracción
MOP a ambas profundidades. Los sitios MP y PS presentaron una distribución de masa
entre fracciones intermedia, con algunos variaciones entre profundidades. El manejo
agrícola en cambio, presentó siempre la menor proporción de masa en la fracción MOP
(Figura2.A)
En la Figura 2.B y en la tabla 1, puede verse que el carbono contenido en las fracciones
tuvo un comportamiento diferente a la masa, lo cual fue asociado a diferencias en
concentración de carbono en cada fracción (datos no mostrados).
Los sitios MP, PS y PN no se diferenciaron en su contenido de COP en los primeros 5

cm del suelo. En 5-20 cm en cambio, PN y PS fueron estadísticamente iguales y
mayores a MP, para dicha variable (α<0,05) (Figura 2.B). Se ha demostrado que en la
fracción >53 μm incluye residuos de reciente incorporación al suelo y partículas en
8
estado de descomposición parcial, por lo que presenta una tasa de reciclado alta y es
muy sensible a las prácticas de manejo adoptadas (Balesdentet al., 2000). En este caso,
en el material retenido en el tamiz de 53 μm en MP y en menor medida en PS,
predominaban acículas de pino poco descompuestas. Este material tiene gran cantidad
de estructuras químicamente recalcitrantes y de grupos carboxílicos (Wiesmeieret al.,
2009) y los grupos que contienen N serían menores, por lo que la relación C/N de la MO
en el suelo bajo MP aumentaría (Dick et al., 2011).
Figura 2: Masa (A) y carbono orgánico del suelo (B), en dos fracciones: (COP y COA)
para cuatro situaciones de manejo: Monte de pinos (MP), pastizal secundario (PS),
agricultura (AGR) y pastizal natural (PN), a dos profundidades de suelo: 0-5 y 5-20 cm.
Letras distintas indican diferencias significativas entre sistemas de manejo y
profundidades (LSD, α<0,05).
Además, el pH del suelo es considerado como el factor dominante que controla la

transformación microbiana de MO (Kemmitt et al., 2006), y un pH del suelo bajo, como
el hallado en este trabajo en MP, favorece la acumulación de C en el suelo (Shunbao et
al., 2012). Esto explicaría en parte, la falta de diferencias en la varible COP entre MP,
PS y PN en los primeros cm, y el hecho de que, en el estrato 5-20 las diferencias se
inviertan. En dicha profundidad se encontró que PS no se diferenció de PN,
probablemente debido al aporte de las raíces de las especies herbáceas que crecieron
luego del raleo. En cambio en MP el COP fue un 83% inferior en 5-20 con respecto a los
primeros 5 cm, respaldando la afirmación de que, la acumulación de COP en superficie
9
en estos sitios es debida a la gran acumulación de acículas sin descomponer. Sin

embargo, comparando distintas especies forestales, Riestra et al., 2012 hallaron
variaciones en las fracciones làbiles del carbono del suelo, siendo en este caso las
forestaciones con pinos las que acumularon menor carbono en fracciones gruesas.
Se evidenció que la acumulación de COT en MP y PS con respecto a PN ocurrió

entonces, a expensas de un aumento en el COA, en los primeros 5 cm. En el estrato 5-
20, en cambio, PS y PN no difirieron en su contenido de COA, pero fueron menores que
MP (α<0,05) (Figura 2). Eclesia et al., 2012, también reportaron que las variaciones en
el contenido de COT de las forestaciones con respecto a los pastizales, eran debidas a
cambios en la fracción COA y no hallaron variaciones en el COP. Sin embargo Riestra
et al., 2012 no encontraron variaciones en el contenido del COT de suelos forestados
con respecto a la vegetación nativa.
Se ha demostrado que, el carbono asociado a la fracción mineral del suelo es de

naturaleza poco lábil y resistente a la degradación en el corto plazo (Balesdent et al.,
2000). Sin embargo, se ha encontrado que las forestaciones realizan un gran aporte de
carbono soluble al suelo con respecto a los pastizales naturales (Ellert & Gregorich,
1995; Quideau & Bockheim, 1997, Chantigny, 2003). El carbono disuelto es una fracción
del COT del suelo representada por compuestos orgánicos presentes en solución
(Haynes, 2005). En las forestaciones esta gran cantidad de carbono soluble provendría
de compuestos recalcitrantes como ligninas, taninos y ácidos fenólicos, producto de la
descomposición de mantillo en la superficie del suelo (Quideau & Bockheim, 1997) .
Durante la separación física realizada en este trabajo, esta fracción de C soluble
atraviesa el tamiz de 53 μm, por lo cual es posible que parte del carbono cuantificado en
la fracción MOP, no esté asociado a la fracción mineral. Esta situación explicaría, al
menos en parte, por qué se encuentran variaciones tan marcadas en la MOA, una
fracción de lenta tasa de reciclaje. Además, el pasaje de MP a PS, genera una
disminución del COA del 35% en el estrato 5-20 cm que no ocurre en los primeros 5 cm
(donde aún existe influencia del residuo de pinos), mientras que MP presenta valores
similares en ambas profundidades (Figura 2). Esto refuerza la discusión anterior, ya que
un cambio de tal magnitud no podría ocurrir en tres años sólo a expensas de
mineralización de una fracción estable, sin que se noten cambios en la fracción más
suceptible a dicho proceso (MOP) (Haynes et al., 2005) . Por lo dicho, y al igual que en
la fracción MOP, es necesario estudiar en profundidad la naturaleza química de los
compuestos presentes en el COA, para poder comprender mejor su dinámica en un
suelo forestal.
En el caso del reeplazo de PN por agricultura, luego de mas de 30 años, se observa una
disminución en el COT del suelo de 2,33 g C 100 g-1 suelo (promedio ponderado de las
dos profundidades). En este caso, la reducción se asoció a pérdidas en ambas
fracciones, pero de mucho mayor magnitud en el COP, en coincidencia con otros
trabajos que afirman que la agricultura contínua genera un agotamiento de fracciones
10
lábiles (Eiza et al., 2005, Riestra et al., 2012). En este caso, a diferencia de lo ocurrido
en el sistema forestal, la disminución en los niveles de Nan, puede ser atribuida a una
marcada caída del COP del suelo (Diovisalvi et al., 2008).
Mineralizaciòn potencial de C y N
Al analizar la dinámica de producción de CO2 por respiración, puede observarse que la

presencia de mantillo aumentó significativamente dicha producción (Figura 3). Este
comportamiento se debe a que en presencia de mantillo se produce una mayor
disponibilidad de azúcares y compuestos carbonados simples asociados a las primeras
etapas de su descomposición. Además, se ha comprobado un aumento de la tasa
respiratoria del suelo luego del aporte de material fresco (Wagner & Wolf, 1998). En
cambio, en los tratamientos sin mantillo la mineralización ocurriría a partir de sustancias
menos lábiles de la MO del suelo. Independientemente de la presencia o no del mantillo,
puede observarse que durante los primeros días de incubación la mineralización es muy
activa y luego se estabiliza a menores tasas (Figura 3). Palma et al. (1998),
comprobaron que este comportamiento se debe a que la mineralización de los
compuestos más lábiles se produce en la etapa inicial de descomposición de los
residuos. Existe así una fase inicial de pérdida constante de masa y una fase más lenta
dominada por la degradación de 'lignocelulosa' (Melillo et al., 1989), donde la producción
de CO2 acumulada alcanza un plateau, estabilizándose.
6000
MP MP+M
C mineralizado (mg C kg suelo -1)
PS PS+M
5000 a
a
4000
3000
b
2000
b
1000
0
0 5 10 15 20 25 30
Tiempo (dias)
Figura 3: Producción acumulada de dióxido de carbono en el monte de pinos (MP) y de
pastizal secundario (PS), con y sin agregado de mantillo (MP-M y PS-M,
respectivamente) durante incubación bajo condiciones de temperatura y humedad
controladas. Letras minúsculas diferentes indican diferencias significativas (LSD, α =
0,05).
11
Si bien las diferencias no fueron estadísticamente significativas, al comparar MP y PS,

se observa que el suelo de MP mostró una tendencia a una menor mineralización que
PS, ya sea con o sin agregado de mantillo. Es posible que este comportamiento se
asocie al menor pH (5,14) bajo MP, ya que la acidez restringe el crecimiento bacteriano,
por lo que bajo PS se desarrollaría una comunidad descomponedora más rica
(Kemmittet al., 2006). Asimismo, este sistema alberga una comunidad de especies
herbáceas de menor relación C/N y un contínuo aporte de sus raíces. Por su parte, en
MP, la proporción de estructuras químicamente recalcitrantes y de grupos carboxílicos
complejos sería mayor (Wiesmeieret al., 2009) afectando la actividad respiratoria. Esta
combinación de factores promovería un reciclado de nutrientes y C más rápido bajo PS.
Para realizar el cálculo del N neto mineralizado durante la incubación del suelo con el
mantillo, se sumaron las cantidades de N-amonio y N-nitrato producidas durante la
incubación, es importante destacar que el N-nitrato fue el ion predominante, indicando
que el proceso de nitrificación no tuvo limitantes en las condiciones de estudio, lo cual
es esperable ya que las condiciones de temperatura y humedad en el ensayo fueron
óptimas para que el proceso de nitrificación ocurriera sin limitaciones.
En la Figura 4, puede observarse que la mineralización neta potencial de N para el

período estudiado fue afectada significativamente tanto por el sistema de manejo, como
por la presencia de mantillo (p<0,05). La presencia de mantillo produjo una duplicación
del N mineralizado (de 135,11 a 273,02 mg N kg-1), mientras que el PS mineralizó
significativamente más N (260,6 mg N kg-1) que MP (147,5 mg N kg-1).
350 a
MP MP+M
Mineralización neta potencial de N
300 PS PS+M
250 b
(mg kg suelo -1)
c
200
150
100 d
50
0
MP MP+M PS PS+M
Tratamientos
Figura 4: Mineralización neta potencial de nitrógeno en el monte de pino (MP) y el

pastizal secundario (PS), a 0-5 cm, con y sin mantillo incorporado (M), durante
incubación bajo condiciones de temperatura y humedad controladas. Letras minúsculas
diferentes indican diferencias significativas (LSD, α = 0,05).
12
El comportamiento del N mineralizado se correspondió con la mineralización del C, ya

que estos procesos responden en gran medida a la composición y la calidad de la MO.
Debido a la mayor relación C/N y mayor proporción de fracciones recalcitrantes que
posee MP en relación a PS, su mineralización es menor(Dick et al., 2011). También la
mayor mineralización de N de PS podría estar influida por algunas características fisico-
químicas del suelo, como la relación C/N y el pH. Se ha demostrado que en suelos
forestales, la mineralización de N aumenta a medida que la relación C/N disminuye
(Goodale & Aber, 2001). Además, como ya se mencionó, la mineralización de la MO y
con ello del N se ve afectada por la disminución del pH del suelo (Amniotti et al., 2000),
ya que la acidez reduce la actividad de los microorganismos nitrificadores (Sims, 1990).
Este efecto puede verse claramente en la menor mineralización de N en MP, y es
ratificado por la acidificación ya discutida que este manejo produce en el suelo.
Con los resultados encontrados, se pone en evidencia que para el período estudiado no
habría sufridouna limitante de C y con ello la mineralización habría ocurrido
normalmente reflejando la influencia diferencial de las condiciones de suelo en cada
sistema de manejo. En este sentido, es probable que el aumento en el pH luego del
desmonte, haya generado un aumento en la diversidad de microorganismos
descomponedores (Kemmittet al., 2006), sumado a una mayor proporción de
componentes lábiles con un reciclo más rápido (Dick et al., 2011), originado en el
contínuo aporte de raíces y restos de la comunidad herbácea que este sistema alberga.
Conclusiones
Los cambios en el uso de la tierra generaron importantes variaciones en la acidez del

suelo, la saturación con H+, la distribución del C en fracciones granulométricas y la
mineralización del C y el N.
La acidificación ocasionada por la influencia de residuos de pinos representó una

limitación a la disponibilidad de P y a la mineralización del N. El aumento del pH ocurrido
luego de la tala del monte ocasionó un aumento del P-Bray. Estos cambios se atribuyen
al efecto directo del pH sobre la disponibilidad de P, ya que no se verificó presencia de
Aluminio en el suelo. La acidez también limita la mineralización, ya que
independientemente de la presencia o ausencia de mantillo, el suelo de PS mineralizó
siempre más C y N.
La acumulación de COT en MP y PS, se debió mayormente a acumulación de COA, no

hallándose mayores cambios en el COP. La composición química de la materia orgánica
del suelo en MP difiere fuertemente de la de PS, por lo que se necesitan estudios
complementarios para interpretar la dinámica del carbono en el suelo forestal. El
fraccionamiento granulométrico no logró explicar satisfactoriamente los cambios
hallados en el COT, el Nan y la mineralización de C y N, por lo que se supone que el
estudio de la composición química de las distintas fracciones en futuras investigaciones
13
ayudaría a comprender los cambios en respuesta a modificaciones en el manejo del

suelo.
Agradecimientos
Este trabajo fue financiado por los proyectos: “Determinación de índices de calidad para
suelos bajo uso agrícola y silvopastoril” (UNMdP, AGR 428/13) y “Tecnologías y
capacidades para el manejo de sistemas silvopastoriles y agroforestales en bosques
implantados” (INTA- PNFOR-1104075).
Se agradece especialmente a la señora Florentina Subiaurre del establecimiento San

Lorenzo, partido de Tandil, de donde fueron colectadas todas las muestras de suelo
para el desarrollo de esta investigación.
Bibliografía
Amiotti, N.M; P Zalba; L Sanchez & N Peinemann. 2000. The impact of single trees on
properties of loess-derived grassland soils in Argentina. Ecology. 81(12): 3283-3290.
Anderson, JPE. 1982. Soil Respiration. In Page, AI; RH Miller & DR Keeney (eds.).
Methods Of Soil Analysis. Part 2 Chemical and Microbiological Methods. American
Society Of Agronomy, Madison, Wisconsin, USA. Pp. 831-866.
dynamics to physical protection and tillage. Soil Tillage Res. 53(3):215-230.
Berthrong, ST, EG Jobbagy; RB Jackson. 2009. A global meta-analysis of soil
exchangeable cations, pH, carbon, and nitrogen with afforestation. Ecol. Appl. 19(8):
2228–2241.
phosphorus in soils. Soil Sci. 59(1): 39 – 45.
Bremner, JM & DR Keeney. 1965. Steam distillation methods for determination of
ammonium, nitrate, and nitrite. An. Chem. 32: 485:495.
Cambardella, CA & ET Elliott. 1992. Particulate soil organic matter. Changes across a
grassland cultivation sequence. Soil Science Society of America Journal. 56(3):777-783.
Campbell, CA; GP Lafond; G Wen; RP Zentner; J Schoenau, & D Hahn. 1999b.
Seasonal Trends In Soil Biochemical Attributes: Efects Of Crop Management On A Black
Chernozem. Can. J. Soil Sci. 79, 85–97.
Campbell, CA; VO Biederbeck; G Wen; RP, Zentner; J Schoenau & D Hahn. 1999a.
Seasonal trends in selected soil biochemical attributes: Efects of crop rotation in the
semiarid prairie. Can. J. Soil Sci. 79(1): 73–84.
14
Castellano, JM; KE Mueller; DC Olk; JE Sawyer & J Six. Integrating plant litter quality,
soil organic matter stabilization, and the carbon saturation concept. Glob. Chang. Biol.
Doi: 10.1111/Gcb.12982
Castro-Díez, P; N Fierro-Brunnenmeister; N González-Muñoz & A Gallardo. 2012.
Effects of exotic and native tree leaf litter on soil properties of two contrasting sites in
The Iberian Peninsula. Plant. Soil 350(1,2):179–191
Chantigny, MH. 2003. Dissolved and water-extractable organic matter in soils: a review
on the influence of land use and management practices. Geoderma 113 (2003): 357–
380.
Chen, C; L Condron & Z Xu. 2008. Impacts of grassland afforestation with coniferous
trees on soil phosphorus dynamics and associated microbial processes: a review. For.
Ecol. Manage. 255(3): 396-409.
Chen, C; L Condron; S Sinaj; M Davis; R Sherlock & E Frossard. 2003. Effects of plant
species on phosphorus availability in a range of grassland soils. Plant. soil. 256(1): 115-
130.
Coleman, DC; RV Anderson; C Cole; ET Elliott; L Woods & MK Campion. 1977. Trophic
interactions in soils as they affect energy and nutrient dynamics. Iv. Flows of metabolic
and biomass carbon. Microb. Ecol. 4(4): 373-380.
Cruzate, G & RR Casas. 2003. Balance De Nutrientes. Número Especial sostenibilidad.
Fertilizar INTA. 8: 7-13.
Dewis, J; F Freitas. 1970. Métodos Físicos Y Químicos De Análisis De Suelos Y Aguas.
Boletín Sobre Suelos Nº 10. Pp 36-57.
Di Gerònimo, PF; C Videla, EC Zamuner; ME Fernàndez; LI Picone & M Calandroni.
2014. Cambios en propiedades químicas del suelo en áreas forestadas, deforestadas y
agrícolas. Actas XXIV Congreso Argentino de la Ciencia del Suelo. Bahìa Blanca, Bs As,
Argentina.
Dick, PD; SB Leite; RS Diniz Dalmolin; H Almeida & H Knicker. 2011. Pinus afforestation
in South Brazilian highlands: soil chemical attributes and organic matter composition.
Sci. Agr. 68(2): 175-18.
Diovisalvi, N; A Berardo & N Reussi Calvo. 2009. Nitrógeno anaeróbico potencialmente
mineralizable: Una nueva herramienta para mejorar el manejo de la fertilización
nitrogenada. Actas “Simposio de Fertilidad, Fertilizar-IPNI”. 22 a 25 de mayo de 2009.
Rosario, Santa Fe, Argentina. Pp. 270.
Diovisalvi, NV; GA Studdert; GF Domínguez & MJ Eiza. 2008. Fracciones de carbono y
nitrógeno orgánicos y nitrógeno anaeróbico bajo agricultura continua con dos sistemas
de labranza. Ci. Suelo. 26(1): 1-11.
15
Divito, GA; HR Sainz Rozas; HE Echeverría; GA Studdert & N Wyngaard. 2011. Long
term nitrogen fertilization: soil property changes in an Argentinean Pampas soil under no
tillage. Soil Tillage Res. 114(2): 117-126.
Ellert, BH & EGGregorich. 1995. Management-induced changes in the actively cycling
fractions of soil organic matter. In: McFee, WW & JM Kelly (eds.). Carbon Forms and
Functions in Forest Soils. Soil Science Society of America, Madison, WI, pp. 119– 138.
Eclesia ,Rp; E Jobbagy; Rb Jackson; FB Biganzoli & Gervasio Pin˜ Eiro. 2012. Shifts in
soil organic carbon for plantation and pasture establishment in native forests and
grasslands of South America. Global Change Biology. 18: 3237–3251
degraded vs. Non-degraded Mollisols in Argentina. Soil Sci. Soc. Am. J. 67(6): 1831-
1841.
Fialho, RC & YI Zinn. 2014. Changes in soil organic carbon under eucalyptus plantations
in Brazil: a comparative analysis. Land Degrad. Dev. 25(5):428-437.
Frossard, E; L Condron; A Oberson; S Sinaj & J Fardeau. 2000. Processes governing
phosphorus availability in temperate soils. J. Environ. Qual. 29(1): 15-23.
Garay, M; N Amiotti& P Zalba. 2012. Dinámica de nutrientes en rodales de Pinus
radiata D Don. Actas 19° Congreso Latinoamericano de la Ciencia del Suelo – 23°
Congreso Argentino de la Ciencia del Suelo. Mar del Plata, Buenos Aires, Argentina,
Abril 2012. En CD.
Goodale , CL & JD Aber. 2001. The long-term effects of land-use history on nitrogen
cycling in Northern Hardwood forests. Ecol. Appl. 11(1): 253–267.
Graham, MH; RJ, Haynes & JH, Meyer. 2002. Soil organic matter content and quality:
effects of fertilizer applications, burning and trash retention on a long-term sugarcane
experiment in South Africa. Soil Biol. Biochem. 34(1): 93–102.
Guo LB & RM Gifford. 2002 soil carbon stocks and land use change: a meta analysis.
Glob. Chan. Biol. 8(4): 345–360.
Guo, LB; AL Cowie; KD Montagu; RM Gifforda. 2008. Carbon And Nitrogen Stocks In A
Native Pasture And An Adjacent 16-Year-Old Pinus Radiata D. Don. Plantation In
Australia. Agric. Ecosys. Environ. 124(3): 205–218.
Haynes, RJ. 2005. Labile organic matter fractions as central components of the quality of
agricultural soils: an overview. Advances in Agronomy. 85 (2005): 222-268.
INTA. 2014. Http://Anterior.Inta.Gov.Ar/Suelos/Cartas/ Consulta: 05 Febrero 2015.
Jobbagy, EG & RB Jackson. 2003. Patterns and mechanisms of soil acidification in the
conversion of grasslands to forests. Biogeochemistry. 64(2): 205–229.
Jobbagy, EG, JB Jackson . 2000. The vertical distribution of soil organic carbon and its
relation to climate and vegetation. Ecol. Appl. 10(2): 423–436.
16
Jobbagy, EG; M Vasallo; KA Farley; G Piñeiro; MF Garbulsky; MD Nosetto; R Jackson &

JM Paruelo. 2006. Forestación en pastizales: Hacia una visión integral de sus
oportunidades y costos ecológicos. Agrociencia. 10(2): 109 – 124.
Kemmitt, SJ; D Wright; KWT Goulding & DL Jones. 2006. pH regulation of carbon and
nitrogen dynamics in two agricultural soils. Soil Biol. Biochem. 38(5): 898-911.
Lal, R. 2004. Soil carbon sequestration impacts on global climate change and food.
Security. Science. 304(5667):1623-1627.
Manlay RJ; C Feller & MJ Swift. 2007. Historical evolution of soil organic matter concepts
and their relationships with the fertility and sustainability of cropping systems. Agric.
Ecosyst. Environ. 119(3): 217-233.
McDowell, R & I Stewart. 2006. The phosphorus composition of contrasting soils in
pastoral, native and forest management in Ontago, New Zealand: Sequential extraction
and 31P NMR. Geoderma .130(1): 176-189.
Melillo, JM; JD Aber; AE Linkins; A Ricca; B Fry, B & KJ Nadelhoffer. 1989. Carbon and
nitrogen dynamics along the decay continuum: plant litter to soil organic matter.
PlantSoil. 115: 189-198.
Michelena, RO; CB Irurtia; A Pittaluga; F Vavruska & MEB De Sardi. 1988. Degradación
de los suelos en el sector norte de la Pampa Ondulada. Ciencia del Suelo. 6(1): 60-66.
Murty D, MUF Kirschbaum; RE Mc Murtrie; H Mc Gilvray H. 2002. Does conversion of
forest to agricultural land change soil carbon and nitrogen? A review of the literature.
Glob. Chan. Biol. 8(2):105–123.
Nair, V; K Portier; D Graetz; & M Walker. 2004. An environmental threshold for degree of
phosphorus saturation in sandy soils. J. Environ. Qual. 33(1): 107-113.
Nosetto, MD; EG Jobbagy & JM Paruelo. 2006. Carbon sequestration in semi-arid
rangelands: comparison of Pinus ponderosa plantations and grazing exclusion in NW
Patagonia. J. Arid. Environ.67(1):142–156.
Palma, RM; RL Defrieri; MF Tortarolo; J Prause & JF Gallardo. 2000. Seasonal changes
of bioelements in the litter and their potential return to green leaves in four species of the
Argentine Subtropical Forest. Ann. Bot. 85(2):181-186.
Paul, KI; PJ Polglase; JG Nyakuengama & PK Khanna .2002. Change in soil carbon
following afforestation. For. Ecol. Manage. 168 (1): 241–257.
Quideau, SA & JG Bockheim.1997. Biogeochemical cycling following planting to red pine
on a sandy prairie soil. J. Environ. Qual. 26, 1167–1175.
Reussi Calvo, N; HR Sainz Rozas; HE Echeverría & A Berardo. 2013. Contribution of
anaerobically incubated nitrogen to the diagnosis of nitrogen status in spring wheat.
Agron. J. 105(2): 321-328.
17
Riestra, D; E Noellemeyer & A Quiroga. 2012. Soil Texture and Forest Species Condition
the Effect of Afforestation on Soil Quality Parameters. Soil Sci. 177(4):279-287.
Sainz Rozas, HR; HE Echeverria & HP Angelini. 2011. Niveles de materia orgánica y pH
en suelos agrícolas de la Región Pampeana y Extrapampeana. Ci. Suelo. 29(1): 29-37
SAS institute inc. 2008. User Installation Guide for SAS® 9.1.3 Foundation for
Microsoft® Windows®, Cary, NC.
Schlatter, JE & L Otero. 1995. Efecto de pinus radiata sobre las características químico-
nutritivas del suelo mineral superficial. Bosque 16(1): 29-46.
Schlichting, E; HP Blum & K Stahr. 1995. Bodenkundliches Prakticum, Berlin/Wien.
Blockwell. Wissenschafts-Verlag, 1995, 295p.
Shunbao, L; C Chengrong; Z Xiaoqui; X Zhihong; B Gary; R Yichai& G Xiaomin. 2012.
Responses of soil dissolved organic matter to long-term plantations of three coniferous
tree species. Geoderma. 170: 136–143.
Sims, GK. 1990. Biological Degradation Of Soil. En: Lal, R & B.A, Stewart (eds.)
Advances In Soil Science. Vol 11. 1era ednPp 289-330. Springer-Verlag.
Soil Survey Staff. 2014. Keys To Soil Taxonomy, 12th Ed. USDA-Natural Resources
Conservation Service. Washington Dc.
Thomas, G.W. Exchangeable Cations. In Page, AI; RH Miller & DR Keeney (eds.).
Methods Of Soil Analysis. Part 2 Chemical and Microbiological Methods. American
Society Of Agronomy, Madison, Wisconsin, USA. Pp. 159-165
Vázquez, M. 2005. Calcio y Magnesio del Suelo. Encalado Y Enyesado. En: Echeverría,
HE & FO García (eds.): Fertilidad de suelos y fertilización de cultivos. Ediciones INTA.
1era edn. Pp .161-185.
Videla, C; V Baquero, GA Studdert; E Zamuner & L Picone. 2012. Acidez Y Exportación
De Bases En Suelos Bajo Uso Agrícola. Actas 19º Congreso 48 Latinoamericano – 19º
Congreso Latinoamericano – 23º Congreso Argentino De La Ciencia Del Suelo. Mar Del
Plata, Buenos Aires, Argentina, Abril 2012. En Cd.
Wagner, GH & DC Wolf. 1998. Carbon transformations and soil organic matter
formation. En: Sylvia, DM; JJ Fuhrmann; PG Hartel; ZB Zuberer (eds). Principles and
applications of soil microbiology. Prentice Hall. Pp 218-258.
Waring, SA & JM Bremner. 1964. Ammonium Production In Soil Under Waterlogged
Condition As An Index Of Nitrogen Availability. Nature 201: 951-952.
Wiesmeier, M; DP Dick; C Rumpel; RSD Dalmolin; A Hilscher & A Knicker. 2009.
Depletion of soil organic carbon and nitrogen under Pinus taeda plantations in Brazilian
grasslands (Campos). Eur. J. Soil Sci. 60(3): 347-359.
18
Wyngaard, N; HE Echeverría; HR Sainz Rozas & G Divito. 2012. Long-term fertilization

and tillage effects on soil properties and maize yield in a Southern Pampas Argiudol. Soil
Till. Res. 119:22-30.
19
INDICADORES DE CALIDAD EDÁFICA BAJO SISTEMAS DE AGRICULTURA

CONSERVACIONISTA EN LA REGIÓN PAMPEANA SEMIÁRIDASUR
ERICASCHMIDT1* & NILDA AMIOTTI2
1
Depto. Agronomía - Universidad Nacional del Sur. San Andrés 800 (8000) Bahía Blanca
(Buenos Aires); (0291-4595102) 2 CERZOS-CONICET
* [email protected]
Palabras clave: siembra directa, labranza reducida, análisis multivariado.
Resumen
El objetivo de este trabajo fue identificar aquellas propiedades que, por su sensibilidad
para evidenciar cambios asociados a la aplicación de distintos sistemas de labranza
conservacionistas, secuencias de cultivos y texturas del horizonte superficial, puedan
ser utilizadas para evaluar modificaciones en la calidad del suelo en la región pampeana
semiárida sur. La investigación se desarrolló sobre Paleustoles petrocálcicos con textura
superficial (0-18 cm) franco arenosa (FA: 1) y franco a franco arcillosa (Fa: 2),
pertenecientes a 27 lotes agrícolas del sudoeste de Buenos Aires. Se evaluaron seis
tratamientos definidos por el sistema de labranza (siembra directa: SD o labranza
reducida: LR), número de años de implementación (10 o 15), rotaciones (secuencias de
cultivos de invierno y verano: FG; secuencias de cultivos de invierno: FF; secuencias de
cultivos de invierno con un año de barbecho entre dos cultivos sucesivos: FB) y textura
del horizonte superficial (1 o 2). Los parámetros físicos y bioquímicos seleccionados son
los usualmente utilizados para evaluar alteraciones en la calidad de los suelos. Los
análisis multivariados mostraron que SD10FG1 y SD15FG1 se segregan del resto de las
combinaciones por el desarrollo de procesos de compactación más pronunciados,
pérdida de estabilidad estructural (EE), menores contenidos de carbono orgánico total
(COT), carbono y nitrógeno particulados y valores de índice estructural (IE) más bajos.El
tratamiento SD15FF1 presentó un comportamiento similar a LR15FG1, sistema que
mostró las condiciones físicas y bioquímicas más favorables. A pesar de las mejores
cualidades agrícolas del tratamiento SD15FG2, inherentes a su granulometría, existe en
ellos riesgo de degradación física, manifestado por un bajo IE.Sobre la base de la
elevada contribución relativa de las propiedades IE, EE y COT en las funciones
discriminantes se obtuvo una adecuada clasificación de los tratamientos, lo que
demostraría su utilidad como indicadores de calidad del suelo para la región.
Introducción
En la agricultura de conservación se encuadran aquellos sistemas de labranza que
presentan un 30% o más de cobertura en el suelo al momento de la siembra. En este
contexto, la siembra directa (SD) como herramienta tecnológica que persigue la
1
sustentabilidad de los sistemas productivos ha adquirido una dimensión particular

alcanzando en el mundo 100 millones de hectáreas, de las cuales la mitad se ubican en
América del Sur (Kassam et al., 2009). En nuestro país esta tecnología también se
expande (Derpsch et al., 2010), reemplazando a otros sistemas de laboreo
conservacionistas (como labranzas reducidas y/o verticales) y a las labranzas
convencionales. Al igual que en otras regiones templadas del mundo la difusión de esta
tecnología en el país se vinculó a su simplicidad operativa, a su eficiencia para
minimizar los riesgos de erosión y acumular agua en el perfil, a la reducción en el uso de
combustibles fósiles y al aumento en el secuestro de carbono en el suelo, contribuyendo
a la mitigación del cambio climático (Strudley et al., 2008).
Determinar la sustentabilidad de los nuevos sistemas productivos adoptados en una
región, requiere la evaluación de aquellos atributos de suelo que resulten más sensibles
a cambios en el funcionamiento del mismo (Doran & Jones, 1996). Establecer si la
calidad edáfica bajo una determinada actividad agrícola (sistemas de labranza o
secuencias de cultivos) está en una situación de estabilidad, mejora o declinación
requiere reunir información consistente acerca de parámetros edáficos, colectando
datos que reflejen propiedades de los suelos dependientes del uso, con énfasis en
aquellas que resulten de procesos que ocurren cerca de la superficie (Norfleet et al.,
2003; Shukla et al., 2006).
Numerosos estudios han demostrado que la cantidad y la composición de la materia
orgánica (MO) es el principal indicador e indudablemente, el que posee una influencia
más significativa sobre la calidad del suelo y su productividad debido a sus efectos
sobre otras propiedades físicas, químicas y biológicas (Weil & Magdoff, 2004; Rotenberg
et al., 2007). La degradación del suelo por pérdidas en el contenido de MO es un claro
síntoma de mal uso y/o manejo inapropiado de los sistemas productivos. También otros
parámetros químicos que reflejan estándares de fertilidad son importantes en términos
de producción de cultivos, por lo que usualmente son utilizados como indicadores de
calidad (Doran & Parkin, 1994). Dentro de las propiedades físicas, existe amplio
consenso en estudiar la estabilidad estructural (EE) y la densidad aparente (Dap), entre
otros, para la cuantificación de los cambios estructurales del suelo. Estos indicadores
han sido ampliamente evaluados en la región pampeana húmeda mostrando
sensibilidad a los cambios de uso y manejo (Fabrizzi et al., 2005; Ferreras et al., 2007).
Dada la multiplicidad de variables que se han considerado como indicadoras de calidad,
los criterios para identificar aquellas que tengan mayor incidencia serán diferentes para
los diversos tipos de suelos y usos de la tierra. De este modo, la calidad edáfica y la
evaluación de la sustentabilidad de un sistema de manejo se puede realizar
comparando dicho sistema en relación a otros alternativos conducidos al mismo tiempo,
evaluando diversas propiedades del suelo y su interacción a fin de establecer los
mejores indicadores para cada situación (Larson & Pierce, 1994; Astier-Calderón et al.,
2002). Un mejor conocimiento de los procesos involucrados requiere la utilización de
herramientas de estadística multivariada, las cuales tienen en cuenta las correlaciones
2
entre numerosos parámetros que son analizados simultáneamente, de tal modo que
permite sintetizar e interpretar la información (Quiroga et al., 1998).
El impacto del manejo sobre los atributos de calidad edáfica dependerá, entre otros, de
las condiciones climáticas y de la textura (Quiroga et al., 2008). Si bien los efectos de la
SD sobre las propiedades del suelo han sido documentados, la información generada
hasta el presente para la región pampeana muestra resultados contradictorios en los
aspectos referidos a modificaciones de algunos parámetros de calidad de suelos bajo
SD continua (Kruger, 1996; Galantini & Rosell, 2006; Iglesias et al., 2007). En este
contexto resulta de interés profundizar en las investigaciones a fin de lograr un mayor
conocimiento acerca de las interacciones entre las prácticas agrícolas y las
características del suelo sobre los indicadores de calidad edáfica en la región pampeana
semiárida sur. El objetivo de este trabajo fue identificar aquellas propiedades que, por su
sensibilidad para evidenciar cambios asociados a la aplicación de distintos sistemas de
labranza conservacionistas, secuencias de cultivos y texturas del horizonte superficial,
puedan ser utilizadas para evaluar modificaciones en la calidad del suelo.
La presente investigación se desarrolló sobre lotes en producción agrícola
pertenecientes a establecimientos de la región pampeana semiárida sur. El clima es
templado semiárido, con una temperatura media anual de 15 ºC y una precipitación
anual de 580 mm (1900-2009), siendo el verano y el otoño las estaciones más lluviosas
(Scian, 2010). Los suelos, clasificados como Paleustoles petrocálcicos, evolucionan a
partir de loess depositado sobre un horizonte petrocálcico heredado presente a
profundidades variables (comúnmente entre los 60 y 100 cm) (Amiotti et al., 2010). La
textura dominante de los horizontes superficiales de los suelos de la región es franco
arenosa, asociado a eventos de erosión eólica. Éstos coexisten con otros que
conservan la granulometría más fina (franco a franco arcillosa) que caracteriza al
material original.
Uso de la tierra y prácticas de manejo

Los cultivos más importantes en cuanto al área sembrada son los de ciclo inverno-
primaveral (trigo y cebada) mientras que las especies estivales (girasol y sorgo) resultan
de menor importancia en cuanto a su grado de adopción. El manejo más comúnmente
utilizado en la zona incluye la secuencia de cereales de invierno en forma continua (con
o sin barbecho prolongado) y rotaciones con cultivos de verano. En los lotes bajo SD se
efectúan controles químicos con glifosato y se utilizan herbicidas selectivos al instalarse
los cultivos. En el caso de la LR se realizan dos/tres pasadas de rastra de discos y
cincel o paratill, ocasionalmente, para evitar la formación de plow panes.
3
Tratamientos
Se muestrearon 27 lotes bajo diferentes situaciones productivas agrícolas típicas de la
zona de estudio. Se incluyeron dos sistemas de labranza conservacionista: SD y
labranza reducida (LR). Antes de proceder al muestreo específico se determinó la clase
textural del horizonte superficial por el método de la pipeta de Robinson. El análisis
reveló para la mayoría de los lotes la presencia de texturas franco arenosas (FA) con
contenidos medios de arcilla y limo de 175 gr kg -1 y 217 gr kg-1, respectivamente. Por
otra parte, cuatro de los lotes mostraron texturas franco a franco arcillosas (Fa), con
valores medios de arcilla y limo de 217 gr kg-1 y 342 gr kg-1respectivamente. Las
secuencias de cultivo consideradas fueron las comúnmente halladas en la región, e
incluyen secuencias de cultivos de invierno y verano (FG); secuencias de cultivos de
invierno (FF) y secuencias de cultivos de invierno con un año de barbecho sin control de
malezas entre dos cultivos sucesivos (FB). De esta manera, se consideraron seis
tratamientos definidos por el sistema de labranza (SD o LR), número de años de
implementación de la práctica (10 o 15), secuencia de cultivos (FF, FG o FB) y textura
del horizonte superficial (FA: 1 o Fa: 2). Las combinaciones que constituyen los
tratamientos son: LR15FG1 (n=5), SD10FG1 (n=5), SD15FG1 (n=5), SD15FF1 (n=4),
SD15FB1 (n=4) y SD15FG2 (n=4).
Muestreo y determinaciones analíticas

Se tomaron muestras disturbadas y no disturbadas, a tres profundidades
preestablecidas dentro del horizonte superficial: 0 - 5 cm, 5 - 10 cm y 10 - 18 cm (N=81).
Las muestras fueron secadas al aire y tamizadas en laboratorio con tamiz de 2 mm,
luego de eliminar todos los residuos vegetales visibles. Las determinaciones efectuadas
incluyeron: carbono orgánico total (COT, g kg-1) por el método de Walkley & Black y
nitrógeno total (NT, g kg-1) por el método micro-Kjeldahl. También se realizó el
fraccionamiento granulométrico por tamizado en húmedo con tamiz de 0,1 mm
(Galantini, 2005) para cuantificar los contenidos de carbono orgánico particulado (COP)
y nitrógeno particulado (NP) en la fracción gruesa obtenida (0,1 - 2 mm). Los contenidos
de COP y NP se transformaron en valores de stock (Mg ha-1). Sobre muestras de suelo
no disturbadas tomadas con cilindros de 100 cm3 se determinó la Dap (Mg m-3) por el
método del núcleo. Sobre muestras recolectadas con pala se calculó la densidad
aparente máxima (Dapmáx., Mg m-3) mediante el Test Proctor de compactación
dinámica a energía constante, de acuerdo al método AASHO Standard T-99. Los
valores de Dap fueron referenciados a la Dap máx. resultante con el objetivo de obtener
la compactación relativa (CR, %). La EE(mm) se calculó por medio de la diferencia entre
el diámetro medio en peso o diámetro ponderado de los agregados tamizados en seco
(8,0; 4,8; 2,8; 2,0 y 1.0 mm de abertura de malla de tamices) y luego de tamizados en
agua (8,0; 4,8; 2,8; 2,0; 1,0; 0,5 y 0,3 mm de abertura), según el método de De Leenher
& De Boodt modificado por Silenzi et al. (1987). Las muestras fueron secadas al aire,
desagregadas manualmente según su plano de fragilidad y luego tamizadas. Los
4
resultados se expresan como valores del cambio en el diámetro medio ponderado

(CDMP), que resulta de la diferencia entre el diámetro ponderado en seco y en húmedo,
y constituye la inversa de la EE. Por último, se determinó el índice estructural (IE)
propuesto por Pieri (1995) a partir de la siguiente relación: IE= MO (g kg-1)/ arcilla+limo
(g kg-1) * 100.
Los parámetros físicos y bioquímicos seleccionados para llevar adelante esta
investigación son los usualmente utilizados para evaluar alteraciones en la calidad de
los suelos (Doran et al. 1994).
Se realizó un análisis de componentes principales (ACP) con el programa estadístico
Info Stat (Di Rienzo et al. versión 2013) considerando el conjunto de muestras
correspondiente a las tres profundidades evaluadas en las seis combinaciones bajo
estudio (N=81), cuyos valores medios se muestran en la Tabla 1. Se utilizó la matriz de
correlación con las variables estandarizadas, contemplándose las componentes
principales (CP) con autovalores > 1. Sólo se consideraron en la discusión de los
resultados aquellas variables que presentaron un porcentaje de reconstrucción mayor al
50%. Las componentes, que resultan independientes entre sí, se interpretan en función
de las correlaciones más altas con las variables originales mientras que el ángulo
existente entre dos vectores representa el grado de correlación existente entre ellos. A
fines de identificar aquellas propiedades del suelo que resulten más relevantes para la
separación de los distintos tratamientos, luego del ACP se realizó un análisis
discriminante canónico (AD). Esta técnica construye combinaciones lineales de las
variables originales cuantitativas, representando todos los datos en un espacio donde
las diferencias entre grupos (combinaciones) son máximas. Es decir que se explica la
variación entre tratamientos de la misma forma que las combinaciones lineales que
constituyen las CP explican la variación total. También brinda la posibilidad de clasificar
nuevos casos en los grupos establecidos a priori sobre la base de una regla de
clasificación basada en las variables independientes (Balzarini et al., 2008).
5
Tabla 1. Valores medios de las variables Dap (Mg m-3), CR (%), IE, CDMP (mm), COT
(g kg-1), COP (Mg ha-1) y NP (Mg ha-1) para las distintas combinaciones evaluadas.
Prof. Dap CR IE CDMP COT COP NP
-3 -1 -1 -1
Combinación Cm Mg m % mm g kg Mg ha Mg ha
0-5 1,30 76,3 8,6 1,1 12,4 2,66 0,18
LR15FG1 5-10 1,38 80,6 5,8 2,0 9,9 2,52 0,15
10-18 1,31 75,8 6,4 1,1 13,7 2,20 0,15
0-5 1,40 80,5 5,4 2,1 10,1 1,50 0,11
SD10FG1 5-10 1,48 84,6 4,6 2,2 9,3 1,22 0,09
10-18 1,48 85,0 4,5 2,2 11,9 1,44 0,11
0-5 1,34 77,6 6,4 3,1 9,4 2,08 0,11
SD15FG1 5-10 1,48 85,9 6,1 2,9 9,6 2,04 0,11
10-18 1,48 85,6 5,6 3,4 14,4 1,92 0,12
0-5 1,38 82,7 6,5 1,6 11,1 3,10 0,17
SD15FB1 5-10 1,36 81,4 6,1 1,9 10,1 1,95 0,11
10-18 1,50 88,2 4,5 1,8 14,7 2,00 0,12
0-5 1,27 75,5 8,7 1,5 11,2 3,38 0,20
SD15FF1 5-10 1,46 86,2 7,1 2,2 9,6 2,70 0,17
10-18 1,48 87,6 7,5 1,9 17,3 2,70 0,16
0-5 1,14 73,2 6,5 1,6 12,7 2,65 0,15
SD15FG2 5-10 1,25 79,7 5,1 1,7 11,4 2,45 0,14
10-18 1,33 75,8 5,0 1,7 19,2 2,38 0,14
Análisis de Componentes Principales

El análisis realizado permitió reconstruir el 74% de la varianza total con dos CP,
obteniéndose un coeficiente de correlación cofenética de 0,94. Este último valor se
puede utilizar como una medida de la calidad de la reducción lograda, ya que calcula la
correlación entre las distancias euclídeas en el espacio reducido y las mismas distancias
en el espacio original de dimensión dada por el número de variables originales.
En el plano de las dos primeras CP las 7 variables aparecen con un porcentaje de
reconstrucción mayor al 50% (Tabla 2) por lo que se logró la representación gráfica de
todas las propiedades medidas en un mismo plano (Fig. 1).El grupo de variables de los
cuadrantes I y IV (IE, COT, COP y NP) presentó correlaciones negativas con un
segundo grupo de variables ubicadas en los cuadrantes II y III (Dap, CR y CDMP)
(Tabla 3), resultados que coinciden con los informados por otros autores (Shukla et al.,
2006). La presencia de MO tiene un efecto protector frente a la compactación. Todas las
variables contribuyeron para la formación de la CP1, mientras que para la definición de
la CP2 tuvieron mayor importancia las propiedades NP, COP y Dap.
6
Tabla 2. Correlación entre las variables y las dos primeras componentes principales
(CP1 y CP2).
Variables CP1 CP2 % de reconstrucción*
-1
COT (g kg ) 0,82 - 0,22 72,1
-1
COP (Mg ha ) 0,74 0,54 83,9
-1
NP (Mg ha ) 0,78 0,54 90,0
-3
Dap (Mg m ) - 0,77 0,54 88,4
CR (%) - 0,73 0,52 80,3
CDMP (mm) - 0,71 0,07 50,9
IE 0,73 0,28 61,1
* % de reconstrucción en el plano de las componentes principales 1-2 = [(correlación variable -
2 2
CP1) + (correlación variable - CP2) ]*100. COT: carbono orgánico total; COP: carbono orgánico
particulado; NP: nitrógeno particulado; CR: compactación relativa; Dap: densidad aparente;
CDMP: cambio en el diámetro medio ponderado; IE: índice estructural.
De acuerdo al biplot obtenido (Fig. 1) se observa que las muestras correspondientes a

las combinaciones SD10FG1 y SD15FG1 se agrupan principalmente en los cuadrantes
II y III, mostrando un aumento en la compactación y particularmente, una marcada
pérdida de EE. Estos tratamientos muestran, además, contenidos de COT, COP y NP
menores que el promedio de los datos así como valores de IEmás bajos.
En los cuadrantes I y IV se ubican los tratamientos LR15FG1 y SD15FG2, los que
poseen mayores contenidos de COT, COP y NP, acompañados de propiedades físicas
más favorables. La combinación SD15FF1 muestra un comportamiento tendiente a la
LR y se distribuye principalmente en el cuadrante I, hacia donde aumentan los
contenidos de las fracciones particuladas del carbono y el nitrógeno. También aparecen
algunos puntos en el cuadrante II, correspondientes a las profundidades 5-10 cm y 10-
18 cm de dos lotes donde la Dap es elevada.
Por último, los puntos del tratamiento SD15FB1 no mostraron una distribución definida.
Algunos se encuentran cerca del centro de coordenadas donde se ubican los valores
promedio de todos los datos. Otros correspondientes a la profundidad 0-5 cm, presentan
elevados contenidos de COP, NP e IE y otros cuatro correspondientes a los 10-18 cm
exhiben elevadas Dap y CR.
Tabla 3. Matriz de correlación de las variables consideradas en el análisis de
componentes principales.
COT COP NP CR Dap CDMP IE
COT 1,00
COP 0,46 1,00
NP 0,47 0,84 1,00
CR - 0,57 - 0,28 - 0,33 1,00
Dap - 0,73 - 0,36 - 0,32 0,80 1,00
CDMP - 0,43 - 0,35 - 0,49 0,43 0,42 1,00
IE 0,58 0,54 0,62 - 0,42 - 0,35 - 0,29 1,00
7
Todas las correlaciones resultaron altamente significativas (p<0,01, N: 81). COT: carbono
-1 -1
orgánico total (g kg ); COP: carbono orgánico particulado (Mg ha ); NP: nitrógeno particulado
-1 -3
(Mg ha ); CR: compactación relativa (%); Dap: densidad aparente (Mg m ); CDMP: cambio en el
diámetro medio ponderado (mm); IE: índice estructural.
Figura 1. Biplot en el plano de las dos primeras componentes principales. COT: carbono
orgánico total (g kg-1); COP: carbono orgánico particulado (Mg ha-1); NP: nitrógeno
particulado (Mg ha-1); CR: compactación relativa (%); Dap: densidad aparente (Mg m-3);
CDMP: cambio en el diámetro medio ponderado (mm); IE: índice estructural.
Análisis Discriminante
En el ACP se observó una cierta tendencia al agrupamiento de las distintas

combinaciones consideradas. Por esta razón, y con el fin de determinar aquellas
variables que segreguen de manera óptima los 6 tratamientos considerados, se realizó
un AD. De las 7 variables utilizadas en el ACP, se observaron correlaciones altamente
significativas entre COP y NP (r=0,84, p<0,01) y entre Dap y CR (r=0,80, p<0,01), por lo
que finalmente se seleccionaron 5 propiedades que separaron adecuadamente los
tratamientos: COT, COP, CR, CDMP e IE.
La Fig. 2 muestra todas las observaciones realizadas en el horizonte superficial de los

suelos correspondientes a las combinaciones evaluadas en el espacio discriminante
conformado por los ejes canónicos 1 y 2, los que conjuntamente explican un 94% de la
variación total entre tratamientos (Tabla 4).
8
Tabla 4. Autovalores del análisis discriminante.

Lambda Valor Proporción Prop. Acumulada
1 17,76 81,48 81,5
2 2,68 12,28 93,8
3 1,01 4,63 98,4
4 0,33 1,53 99,9
5 0,02 0,08 100,0
Una forma útil de obtener una medida de la importancia de una variable respuesta sobre
un eje canónico es a través de la estandarización de los coeficientes de la combinación
lineal correspondiente (Tabla 5). Estos coeficientes son útiles para juzgar la contribución
de cada variable original en la explicación de la variabilidad entre grupos. De esta
manera, se observa que IE y COT son las variables más importantes para la
discriminación sobre el eje 1 (Fig. 2), el cual posee autovalor más elevado y explica el
mayor porcentaje de la varianza (81%). La magnitud de los autovalores obtenidos en el
AD es una medida de la importancia que posee cada uno de los ejes canónicos
(O'Donovan et al., 1997). Observaciones con valores altos para el IE aparecerán
situadas a la derecha del gráfico de dispersión de observaciones en el espacio
discriminante (espacio formado por los ejes canónicos) ya que el coeficiente es positivo
(3,20), mientras que observaciones con altos contenidos de COT (coeficiente negativo: -
3,05) se situarán a la izquierda del gráfico. Para la discriminación sobre el eje canónico
2, la variable más importante fue el CDMP, con coeficiente positivo (0,91).
Tabla 5. Coeficientes de las funciones discriminantes (datos estandarizados con las

varianzas comunes).
VC 1 VC 2
COT -3,05 0,45
COP 0,18 -0,25
IE 3,20 -0,50
CR 0,03 -0,26
CDMP 0,61 0,91
-1 -1
COT: carbono orgánico total (g kg ); COP: carbono orgánico particulado (Mg ha ); IE: índice
estructural; CR: compactación relativa (%); CDMP: cambio en el diámetro medio ponderado
(mm).
Los atributos del suelo que poseen un peso relativamente mayor en la función
discriminante son los que permiten una mejor separación de los grupos, por lo que
resultan ser los más utilizados como indicadores de calidad (Villamil et al., 2008). La
primera y segunda funciones discriminantes canónicas obtenidas pueden expresarse de
la siguiente manera:
F1= -5,61 + 3,15 (IE) + 1,76 (CDMP) – 1,23 (COT) + 0,36 (COP) + 0,0004 (CR)
F2= 1,68 – 0,49 (IE) + 2,65 (CDMP) + 0,18 (COT) - 0,51 (COP) - 0,07 (CR).
Los centroides en el espacio discriminante (Tabla 6) muestran que SD15FG2 se separa
marcadamente del resto de los tratamientos de textura FA sobre el eje canónico 1,
9
principalmente por sus elevados contenidos de COT, mientras que SD15FF1 presenta
los mayores valores en el IE (Fig. 2). De igual manera se pueden interpretar diferencias
entre grupos usando el eje canónico 2, donde se aprecia que LR15FG1, SD15FB1 y
SD15FF1 se separan de los tratamientos SD10FG1 y SD15FG1) por una mayor EE.
Tabla 6. Centroides de las distintas combinaciones en el espacio discriminante formado

por los ejes canónicos 1 y 2.
Combinación Eje 1 Eje 2
LR15FG1 0,74 -1,83
SD10FG1 -0,99 0,83
SD15FG1 3,69 2,62
SD15FF1 4,91 -1,57
SD15FB1 -1,02 -0,73
SD15FG2 -8,18 0,29
Cuando se realiza un AD es necesario estimar las probabilidades asociadas a la

correcta clasificación de nuevas observaciones (Johnson &Wichern, 1998). En la tabla
de clasificación cruzada que se presenta a continuación (Tabla 7), las filas representan
los tratamientos al cuál realmente pertenecen las observaciones y en las columnas los
grupos al que las mismas son asignadas al utilizar la función discriminante. De esta
manera se observa que la totalidad de las muestras correspondientes a las
combinaciones SD15FG1 y SD15FG2 fueron bien clasificadas, la tasa de error de
clasificación en dichos grupos es 0%. En el resto de las combinaciones se observa que
algunas muestras no fueron correctamente asignadas, por lo que se producen tasas de
error del 7% al 33% y una tasa de error aparente promedio del 11%.
Los contrastes a posteriori realizados confirmaron la adecuada separación de los grupos

descripta en el AD. El tratamiento SD15FG2 presentó mayores contenidos de COT (F=
65, p<0,0001) y una mayor EE (F= 168, p<0,0001) que SD15FG1. Por otra parte, ambas
combinaciones no se diferenciaron en el índice estructural (F=2, p>0,16), lo que
demostraría la alta susceptibilidad de los suelos de la región semiárida a la pérdida de
su calidad física, situación evidente aún en aquellos con texturas más finas y
relativamente elevados contenidos deCOT.Al realizar el contraste entre LR15FG1 y
SD15FG1 también se observaron diferencias asociadas al sistema de labranza, ya que
los suelos bajo LR presentaron valores de COT más altos (F=10, p<0,01), un mejor IE
(F=9, p<0,01) y una mayor EE (F=279, p<0,0001) respecto a SD. También las
diferencias entre secuencias de cultivo resultaron significativas, ya que los lotes con
cultivos de invierno (SD15FF1 y SD15FB1) presentaron valores de COT (F=6, p<0,05),
EE (F=184, p<0,0001) eIE (F=6, p<0,05) más altos que SD15FG1.
10
Tabla 7. Tabla de clasificación obtenida a partir del análisis discriminante.

Combinación LR15FG1 SD10FG1 SD15FG1 SD15FB1 SD15FF1 SD15FG2 Error (%)
LR15FG1 10 1 0 4 0 0 33,3
SD10FG1 0 14 0 1 0 0 6,7
SD15FG1 0 0 15 0 0 0 0,0
SD15FB1 0 2 0 10 0 0 16,7
SD15FF1 1 0 0 0 11 0 8,3
SD15FG2 0 0 0 0 0 12 0,0
Figura 2. Representación de las observaciones de las seis combinaciones en el espacio

discriminante conformado por los ejes canónicos 1 y 2 del análisis discriminante.
Conclusiones
Los análisis multivariados permitieron diferenciar los distintos sistemas de labranza

(LR15FG1 vs SD15FG1) y la influencia de la textura del horizonte superficial (SD15FG1
vs SD15FG2), además del efecto de las secuencias de cultivo (SD15FF1y SD15FB1 vs
SD15FG1). La aplicación de SD continua con secuencias de cultivos invernales y
estivales, tuvo un efecto perjudicial más acentuado sobre la mayoría de los parámetros
bioquímicos y físicos del suelo que el resto de los tratamientos bajo estudio. De esta
manera se puede observar que SD10FG1 y SD15FG1 se segregan del resto de las
combinaciones por el desarrollo de procesos de compactación más pronunciados, una
importante pérdida de EE, menores contenidos de COT, COP y NP y valores de IE más
bajos.El tratamiento SD15FF1 presentó un comportamiento similar a la LR, sistema que
mostró las condiciones físicas y bioquímicas más favorables. A pesar de las mejores
11
cualidades agrícolas que caracterizan a los suelos con horizontes superficiales de

textura franco a franco arcillosa, inherentes a su granulometría, existe en ellos riesgo de
degradación física, manifestado por un bajo índice estructural.Sobre la base de la
elevada contribución relativa de las propiedades IE, CDMP y COT en las funciones
discriminantes se obtuvo una adecuada clasificación de los tratamientos, lo que
demostraría su utilidad como indicadores de calidad del suelo para la región pampeana
semiárida sur.
Agradecimientos
Los autores agradecen a la SGCyT – UNS y a la ANPCyT por aportar los fondos para
realizar la presente investigación.
Bibliografía
Amiotti, N; M Blanco (exaequo); E Schmidt y S Díaz. 2010. Capítulo III: Variabilidad

espacial de los suelos y su relación con el paisaje. Pp. 127-173. En: Paoloni, JD
(compilador). Ambientes y Recursos Naturales del Partido de Bahía Blanca: Clima,
Geomorfología, Suelos y Aguas (Sudoeste de la provincia de Bs. As.). 1º Ed. Bahía
Blanca, UNS, Edi-UNS. 240 pág.
Astier-Calderón, M; M Maass-Moreno & J Etchevers-Barra. 2002. Derivación de
indicadores de calidad de suelos en el contexto de la agricultura sustentable.
Agrociencia 36(5): 605-620.
Balzarini M; L González; M Tablada; F Casanoves; J Di Rienzo& C Robledo. 2008.
Manual del Usuario. Editorial Brujas, Córdoba, Argentina.
Derpsch, R; T Friedrich; AKassam& L Hongwen. 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: 1-25.
Di Rienzo, J; F Casanoves; M Balzarini; L González; M Tablada& C Robledo. InfoStat
versión 2013. Grupo InfoStat, FCA, UNC de Córdoba. http://www.infostat.com.ar
Doran, J & A Jones. 1996. Methods for assessing soil quality. SSSA Spec. Publ. Nº 49.
SSSA, Madison, WI, USA.
Doran, J & T Parkin. 1994. Defining and assessing soil quality. In: Doran, J; D Coleman;
D Bezdicek & B Stewart (Ed.). Defining and Assessing Soil Quality for Sustainable
Environment .Soil Sci. Soc. Am. Spec. Publ. Nº 35.Madison, WI, USA.
Doran, J; D Coleman; D Bezdicek & B Stewart (ed.). 1994. Defining soil quality for a
sustainable environment. SSSA, Madison, WI.
Fabrizzi, K; F García; J Costa & L Picone. 2005. Soil water dynamics, physical properties
and corn and wheat responses to minimum and no-tillage systems in the southern
Pampas of Argentina. Soil Till. Res. 81: 57-69.
12
Ferreras, L; G Magra; P Besson; E Kovalevski & F García. 2007. Indicadores de calidad

física en suelos de la Región Pampeana norte de Argentina bajo siembra directa.
Ciencia del Suelo 25: 159-172.
Galantini, J. 2005. Separación y análisis de las fracciones orgánicas. Capítulo IV parte 2.
Pp. 95-106. En: Marbán, L y S Ratto (Ed.). Manual “Tecnología en análisis de suelos:
Alcance a laboratorios agropecuarios”. AACS.
Galantini, J & R Rosell. 2006. Long-term fertilization effects on soil organic matter quality
and dynamics under different production systems in semiarid Pampean soils. SoilTill.
Res. 87: 72-79.
Iglesias, J; J Galantini& L Santiago. 2007. Cambios en la distribución y orientación de
diferentes tamaños de poros. Pp. 24-27. En: La Siembra directa en los sistemas
productivos del sur y sudoeste bonaerense. AAPRESID. 85 pág.
Johnson, R & D Wichern. 1998. Applied multivariate statistical analysis. 4th Ed. Prentice
Hall, Upper Saddle River, NJ.
Kassam, A; T Friedrich; F Shaxson& J Pretty. 2009. The spread of Conservation
Agriculture: Justification, sustainability and uptake. Int. J. Agr. Sustain. 7: 292-320.
Kruger, H. 1996. Compactación en Haplustoles del Sudoeste bonaerense (Argentina)
bajo cuatro sistemas de labranza. Ciencia del suelo 14: 104-106.
Larson W & F Pierce. 1994. The dynamics of soil quality as a measure of sustainable
management. Pp. 37-51. In: Doran, J; D Coleman; D Bezdieck & B Stewart (Ed.).
Defining soil quality for a sustainable environment. Soil Sci. Soc. Am., Madison, WI.
Norfleet, M; C Dizler; W Puckett; R Grossman & J Shau. 2003. Soil quality and its
relationship to pedology. Soil Sci. 168: 149-155.
O'Donovan, J; D McAndrew & A Thomas. 1997. Tillage and nitrogen influence weed
population dynamics in barley (Hordeum vulgare L.). Weed Technol. 11: 502-509.
Pieri, C. 1995. Long-term soil management experiments in semi-arid Francophone
Africa. In: Lal, R & B Steward (Ed.). Soil Management: experimental basis for
sustainability and environmental quality. Lewis Publishers/CRC. Florida, USA. 266 pág.
Quiroga, A; D Buschiazzo & N Peinemann. 1998. Management discriminant properties in
semiarid soils. Soil Sci. 163: 591-597.
Quiroga, A; R Fernández; D Funaro & N Peinemann. 2008. Materia orgánica en
Molisoles de la región semiárida pampeana. Influencia sobre propiedades físicas y
productividad. Pp. 97-116. En: Galantini, J (Ed.). Estudio de las Fracciones Orgánicas
en Suelos de Argentina. Asociación Argentina de la Ciencia del Suelo.
Rotenberg, D; A Wells; E Chapman; A Whitfield; R Goodman & L Cooperby. 2007. Soil
properties associated with organic matter-mediated suppression of bean root rot in field
soil amended with fresh and composted paper mill residuals. Soil Biol. Biochem. 39:
2936-2948.
13
Scian, B. 2010. Capítulo I: Clima- Bahía Blanca y Sudoeste Bonaerense. Pp. 27-67. En:
Paoloni, JD (Compilador). Ambientes y Recursos Naturales del Partido de Bahía Blanca:
Clima, Geomorfología, Suelos y Aguas (Sudoeste de la provincia de Bs. As.). 1º Edición
Bahía Blanca, Universidad Nacional del Sur, EdiUNS. 240 pág.
Shukla, M; R Lal & M Ebingerb. 2006. Determining soil quality indicators by factor
analysis. Soil Till. Res. 87: 194-204.
Silenzi, J; A Moreno & L Lucero. 1987. Variaciones temporales de la estabilidad
estructural de un suelo no disturbado. Ciencia del Suelo 5:1-7.
Strudley, M; T Green & J Ascough II. 2008. Tillage effects on soil hydraulic properties in
space and time: State of the science. Soil Till. Res. 99: 4-48.
Villamil, M; F Miguez & G Bollero. 2008. Multivariate analysis and visualization of soil
quality data for no-till systems. J. Environmental Quality 37: 2063-2069.
Weil, R & F Magdoff. 2004. Significance of soil organic matter to soil quality and health.
Pp 1-43. In: Magdoff, F & RR Weil. (Ed.). Soil Organic Matter in Sustainable Agriculture.
CRC Press, Boca Raton, Fl., USA.
14
CONSUMO HÍDRICO DE CAÑA DE AZÚCAR EN SECANO Y CON RIEGO POR

GOTEO EN TUCUMÁN
ENRIQUE OJEDA FEREZ, FRANCISCO SOSA & ORLANDO CORREA*
* Sección Suelos y Nutrición Vegetal. EEAOC.

*[email protected]
Palabras clave: balance hídrico, evapotranspiración, coeficiente de cultivo.
Resumen
En la provincia de Tucumán y en el Noroeste Argentino se ha incrementado en los

últimos años la superficie de caña de azúcar regada por goteo. En el diseño y operación
de los equipos de riego se tiene en cuenta la información de consumo hídrico
extrapolada de otras regiones y/o locales, pero con riego tradicional por surcos y quema
de rastrojos. No existe información local del consumo hídrico de la caña de azúcar bajo
riego por goteo y en secano en un manejo con cobertura de rastrojos.
El objetivo del presente trabajo fue estimar el consumo hídrico de la caña de azúcar bajo
riego por goteo enterrado y en secano en la llanura chaco pampeana sub-húmeda seca,
provincia de Tucumán, República Argentina. El trabajo se desarrolló en un ensayo de
caña de azúcar con riego por goteo y en secano, con un diseño en bloques totalmente
aleatorizados. Se realizaron mediciones indirectas de humedad de suelocon una sonda
de capacitancia o reflectometría (FDR) cada 20 cm de profundidad y hasta los 120 cm
de profundidad en cada punto de lectura. En ambos tratamientos se observó un
consumo hídrico inferior a los citados en trabajos locales y extranjeros; el tratamiento
bajo riego consumió en promedio 784 mm, superando significativamente (p<0.05) a los
636 mm consumidos en secano. Las mayores diferencias hídricas ocurrieron en los
períodos donde la caña de azúcar presentaba escaso desarrollo foliar y las pérdidas de
humedad de suelo por evaporación estaban limitadas por la cobertura del rastrojo. El
mayor consumo de agua de la caña de azúcar bajo riego por goteo mejoró su
producción y la eficiencia en el uso de agua en relación a situaciones en secano.
Introducción
El agua es el principal componente de los tejidos que forman las plantas (más del 85%)
y es un factor clave para el cumplimiento de sus funciones vitales. La mayor parte del
agua absorbida por las raíces de las plantas es llevada hasta la superficie de las hojas
para ser transpirada (Romero et al., 2015b). La caña de azúcar (Sacccharum spp.
Hybrid) se cultiva en zonas tropicales y subtropicales a partir de ella se obtiene el 78%
de la producción mundial de azúcar. Este cultivo semi-perenne tiene una capacidad
productiva de 40 a 150 t ha-1 de caña y de 3,5 a 15 t ha-1 de azúcar, según las
condiciones edafo–climáticas y de manejo (Romero et al.,2015 a). A nivel local, Fogliata
(1995) determinó un consumo hídrico de 1331 mm año-1 para lograr una producción de
1
caña por hectárea de 95 toneladas de caña de azúcar por hectárea, estos estudios se
realizaron con riego por surcos y caña sin cobertura de rastrojos (Fogliata, 1974), lo que
supone mayores pérdidas por evaporación directa del suelo (Oliver and Singels, 2012;
Morandini et al., 2005). Figueroa et al.(2009) citan un consumo variable entre 750 y
1250 mm, dependiendo de la producción del cultivo y de las condiciones edafo-
climáticas donde se desarrolla el cañaveral. El balance de agua en el suelo es el
resultado de las diferencias entre el agua aportada (lluvia, riego, ascenso capilar y flujo
sub-superficial lateral) y el agua perdida (evaporación directa, evapotranspiración,
escurrimiento superficial, percolación profunda) (Spescha y Hurtado, 2011), siendo el
agua aprovechable por el cultivo la que está retenida en el volumen de suelo donde se
encuentran las raíces del mismo. En los últimos años se han incorporado 1900 ha bajo
riego por goteo en Tucumán (Romero et al., 2015b). Para el diseño de los equipos se
han tomado en cuenta criterios económicos o estimaciones de demanda basadas en
estudios de otras regiones cañeras del mundo. En general, se utilizan los coeficientes
de cultivo propuestos por Allen et al. (2006) para calcular la evapotranspiración potencial
del cultivo, y en base a ello diseñar equipos de riego o realizar estimaciones de
producción. No existen a nivel local estudios recientes sobre los requerimientos hídricos
de la caña de azúcar cultivada con cobertura de rastrojos y con riego por goteo
enterrado. El objetivo del presente trabajo fue estimar el consumo hídrico de la caña de
azúcar bajo riego por goteo y en secano en un lote con residuo de cosecha en
superficie.
El trabajo se llevó a cabo en un ensayo ubicado en la Sub-estación Overo Pozo (26º 50´
10´´, 64º 52´ 01´´) en el departamento de Cruz Alta, Tucumán, Argentina. El sitio se
encuentra en la llanura chacopampeana subhúmeda seca, con clima de tipo BShaw
estépico cálido con veranos calientes e inviernos secos según la clasificación de
Koppen; las precipitaciones presentan un régimen monzónico concentrándose en los
meses de verano. El suelo fue clasificado como Haplustol éntico (Tabla 1) (Zuccardi y
Fadda, 1985; Fogliata, 1995).
Tabla 1: Propiedades edáficas Overa Pozo, Tucumán. 2014-2015.
CIC
Prof CE (ds CaCO3 MO P Arcilla Arena Clase DA t CC (gr PM (gr
pH (cmolc
(cm) m-1) (%) (%) (ppm) % % text m-3 gr-1) gr-1)
kg-1)
0-30 6,85 0,5 1,6 19,4 20,5 21 27 FL 1,01 0,28 0,14

30-
7,1 0,5 0,2 16,7 22 28 FL 1,15 0,27 0,13
60
60-
7,3 0,6 0,2 21,2 30 21 FL 1,25 0,27 0,14
90
CE: conductividad eléctrica. MO: materia irgánica. P: fosforo asimilable (Bray 2). CIC:
capacidad de intercambio de cationes. DA: densidad aparente. CC y PM: humedad
gravimétrica a capacidad de campo y punto de marchitez permanente respectivamente.
2
En la campaña 2014-2015 se evaluaron tres repeticiones de un ensayo de caña de

azúcar con fertirrigación nitrogenada bajo riego por goteo y en secano, con un diseño en
bloques totalmente aleatorizados. Los tratamientos evaluados corresponden a una dosis
de 90 kg N ha-1. La variedad implantada fue LCP 85-384 Soca 2 (tercer corte), plantada
manualmente en 2012 en surcos de base ancha distanciados a 1.8 m, con una densidad
de 20 yemas por metro lineal de surco (10 t ha-1 de caña semilla).
Para estimar el consumo hídrico se utilizó una Sonda de Capacitancia o Reflectometría
en Dominio de Frecuencia “FDR” (modelo Sentry AP-200, marca Troxler, Troxler 1994).
La instalación de tubos de acceso y monitoreo se realizó después de la cosecha de
soca 1. Se estimó la humedad cada 20 cm de profundidad hasta los 120 cm, en tres
posiciones: surco, costilla y trocha en cada una de las parcelas de evaluación. Los
sondeos se realizaron con una frecuencia variable entre 5 a 15 días, procurando
aumentar la cantidad de lecturas en épocas de mayor demanda hídrica. Las lecturas de
la sonda se calibraron con determinaciones de humedad gravimétrica para cada punto,
profundidad y posición de sondeo (Weinzettel y Usunoff, 2003).
El balance hídrico del suelo se realizó tomando en cuenta las siguientes
consideraciones:
Luego de la cosecha a partir del primero de agosto de 2014 se consideró que las raíces
del cultivo consumieron agua de los primeros 40 cm, incrementando su profundidad
linealmente (0.392 cm día-1)hasta el metro de profundidad al inicio del período de gran
crecimiento; a partir de ese momento se mantuvo esa profundidad hasta cosecha
(Smith, 1993; Correa et al., 2014).El exceso de agua que superó la capacidad de
almacenaje de la profundidad de exploración radicular se consideró percolación
profunda. Las precipitaciones inferiores a 3mm no se consideraron, mientras que la
superiores tienen una efectividad variable según la intensidad diaria (Smith, 1993).Las
variables meteorológicas se registraron en una estación meteorológica automática
ubicada a 800 metros. La lámina de riego se tomó de un contador volumétrico instalado
en el equipo de riego.
Con las variables precipitación efectiva, lámina de riego efectiva y variación de la
humedad edáfica se procedió al cálculo de la evapotranspiración del cultivomediante la
siguiente expresión:
ET ajustado = mm al1 + mm ap – mm al2
mm al1= milímetros de agua útil almacenada en el tiempo 1.

mm ap= milímetros de agua aportados entre el tiempo 1 y el tiempo 2
mm al2= milímetros de agua útil almacenada en el tiempo 2.
Las precipitaciones entre el primero de agosto de 2014 y el primero de agosto de 2015

registraron un total de 873 mm, concentrados en los meses de diciembre a marzo,
donde se acumuló el 65 % como precipitación efectiva (Figura 1). Estos valores de
3
precipitaciones y su distribución son característicos para la zona, incluso las

precipitaciones fueron unos 100 mm por encima de la media histórica (Zuccardi y
Fadda, 1985). Los riegos sumaron 213 mm, los cuales se concentraron en los primeros
meses del ciclo a los fines de suplir la baja disponibilidad de agua en el suelo.
Figura1. Precipitaciones y riego. Campaña 2014-2015. Overo Pozo. Tucumán.

Argentina.
Los tratamientos con riego consumieron en promedio 784 mm, y superaron

significativamente (p<0.05) a los 636 mm demandados por los tratamientos sin riego
(Figura 2). Esta diferencia a favor del riego se debió a una mayor disponibilidad hídrica
en el suelo en los tratamientos regados. Estos tuvieron un cierre más rápido y mayor
superficie transpiratoria, lo que supone una mayor evapotranspiración real (Allen et al.,
2006).
4
Figura 2. Consumo hídrico de la caña de azúcar para los tratamientos riego y secano.
Campaña 2014-2015. Overo Pozo. Tucumán. Argentina.
El valor de consumo hídrico obtenido para ambos tratamientos se encontró próximo al

extremo mínimo del rango de 750-1331 mm reportado para la zona (Romero et al.,
2015a; Figueroa et al., 2009 y Fogliata, 1995). Fogliata(1974) cita claramente que las
pérdidas por evaporación son mayores a las registradas por transpiración hasta el mes
de enero, cuando el cultivo alcanza su cobertura completa. En el caso del presente
trabajo este componente de la evapotranspiración se encuentra minimizado por la
cobertura del rastrojo para ambos tratamientos (Morandini et al., 2005) y por la
aplicación del riego subterráneo para los tratamientos bajo riego. Oliver y Singels (2012)
citan reducciones de entre 100 y 300 mm anuales cuando la cantidad de rastrojo cubre
el 95% del suelo y el riego se aplica sub-superficialmente; este efecto es mayor durante
los primeros estadíos del cultivo.
En el tratamiento con riego, la disponibilidad de agua no fue la óptima durante todo el
período de evaluación, generalmente fue inferior al 70% de agua útil (Figura 3). Para
secano esta condición se agudizó, ya que hubo períodos prolongados en los cuales la
disponibilidad de agua estuvo por debajo del 50 % de agua útil (Figura 4); este hecho
pudo haber limitado parcialmente la evapotranspiración del cultivo. Sosa et al. (2010)
determinó que, en Tucumán, la variedad LCP 85-384 presenta mayores rendimientos
cuando los contenidos de AU se encuentran próximos a capacidad de campo.
Los rendimientos promedios obtenidos fueron 103,7 t caña ha-1 en tratamientos con
riego; y 73,9 t caña ha-1 en tratamientos en secano, determinando una eficiencia en el
uso del agua (EUA) de 13,22 y 11,62 kgm-3 para riego y secano, respectivamente. Estos
valores son similares a los reportados por Oliver and Singels (2012) trabajando con
caña bajo riego y cobertura completa de rastrojos. Los mayores rendimientos y EUA en
los tratamientos regados se explican por una mejor condición hídrica en los primeros
estadíos del ciclo, cuando las precipitaciones fueron escasas.
5
Figura 3. Evolución de la humedad de suelo expresada como mm de agua útil para el

tratamiento regado en relación a las constantes hídricas (100, 70 y 50 % de AU).
Campaña 2014-2015. Overo Pozo. Tucumán. Argentina.
Figura 4. Evolución de la humedad de suelo expresada como mm de agua útil para el

tratamiento en secano en relación a las constantes hídricas (100, 70 y 50 % de AU).
Campaña 2014-2015. Overo Pozo, Tucumán, Argentina.
Conclusiones
El consumo hídrico de la caña de azúcar fue mayor para el tratamiento con riego (784
mm) en comparación con el tratamiento en secano (636 mm) mejorando la EUA y la
producción del cultivo.
6
En las condiciones estudiadas (con 100 % de cobertura de rastrojos), el consumo

hídrico medio se encontró cercano a los valores más bajos citados para Tucumán.
Estos resultados deben tenerse en cuenta al momento de definir el manejo del cultivo de
caña de azúcar (principalmente el riego y la conservación de rastrojos) en la zona.
Nuevos estudios deben realizarse para ajustar los coeficientes de cultivo a cada etapa
del cultivo.
Bibliografía
Allen, R.G.; L. S. Pereira; D. Raes y M. Smith. 2006. Evapotranspiración del cultivo. En
Estudio F.A.O. Riego y drenaje 56: Guías para la determinación de los requerimientos
de agua de los cultivos. Roma. pp. 298.
Correa, R. O.; F. A. Sosa; J. Romero; M. Morandini; A. Sanzano y N. Aranda. 2014.
Distribución espacial de raíces de la caña de azúcar en Tucumán. SATCA 2014.
Figueroa, R.L.; E. R. Romero y G. S. Fadda. 2009. El riego de la caña de azúcar. En:

Romero, E.R.; P. A. Digonzelli y J. Scandaliaris (eds.), Manual del Cañero, EEAOC,
Tucumán, Argentina, pp. 101-120.
Fogliatta, F. A. 1974. Sugarcane irrigation in Tucumán. In proceedings of ISST, 15: 665-
667.
Fogliata, F.A. 1995. Agronomía de la caña de Azúcar. Tomo II. Ed. El Graduado;
Tucumán, Argentina: pp. 1080.
Morandini, M.;R. Figueroa; F. Peres Zamora and J. Scanda Liaris (2005).The effects of
green cane trash blanket on soil temperature, soil moisture and sugarcane growth . Proc.
Int. Soc. Sugar Cane Technol.25: 231-236.
Olivier, F. C. and Singels, A. 2012. The effect of crop residue layers on
evapotranspiration, growth and yield of irrigated sugarcane. Water SA [online].38 (1)
[cited 2015-12-19] pp. 77-86.Available from:
<http://www.scielo.org.za/scielo.php?script=sci_arttext&pid=S1816-
79502012000100010&lng=en&nrm=iso>. ISSN 0378-4738.
Romero, E.R.; M. F. Leggio Neme; P. A. Digonzelli; J. Giardina; A. Sánchez Ducca; J.
Fernández de Ullivarri; S. D. Casen y J. Tonatto. 2015a. La planta de caña de azúcar.
En: Digonzelli, P.A.; E. R. Romero y J. Scandaliaris (eds.) Guía Técnica del Cañero,
EEAOC, Tucumán, Argentina: pp. 13-20.
Romero, E.R.; P. A. Digonzelli; M. F. Leggio Neme; A. Sánchez Ducca; J. Fernández de
Ullivarri; L. Tortora; N. Grellet Naval y L. Vera. 2015b. La caña de azúcar y el agua. En:
Digonzelli, P.A.; E. R. Romero y J. Scandaliaris. (eds.), Guía Técnica del Cañero,
EEAOC, Tucumán, Argentina: pp. 37-48.
Smith, M. 1993. CLIMWAT for CROPWAT a climatic database for irrigation planning and
management. Rome: Food and Agriculture Organization of the United Nations.
7
Sosa, F. A; C. F. Hernández; M. Morandini; A. Sanzano; J. Romero y C. Sotomayor.

2010. Respuesta de dos variedades de caña de azúcar a distintos umbrales de riego por
goteo. Sección Suelos y Nutrición Vegetal, EEAOC Tucumán, Argentina.
Spescha, L. B. y R. H. Hurtado. 2011. El balance de agua del suelo. En: Murphy, G.M y
Hurtado, R.H. (eds); Agrometeorología. Editorial Facultad de Agronomia, Universidad de
Buenos Aires, Bs. As, Argentina: pp. 424.
Troxler Electronic Laboratories Inc. 1994. User´s Manual, Sentry 200-AP. Troxler
International, Ltd. North Carolina, EEUU: pp. 74.
Weinzettel, P. y E. Usunoff. 2003. Calibración de una sonda de capacitancia en suelos
argiudoles de la zona central de la Provincia de Buenos Aires, Argentina. En: Estudios
de la zona no saturada del suelo. Álvarez-Benedí, J. y P. Marinero (eds.), Vol. VI. Bs.
As., Argentina: 165-170.
Zuccardi, R.B. y G. S. Fadda. 1985. Bosquejo agrológico de la Provincia de Tucumán.
Miscelánea 86 de la Universidad Nacional de Tucumán; Tucumán, Argentina: pp. 51.
8
MATERIA ORGÁNICA PARTICULADA: POTENCIAL INDICADOR DE DETERIORO

POR SOBREPASTOREO EN SUELOS DE MALLINES PATAGONICOS
ANDREA SOLEDAD ENRIQUEZ1 & MARIA VICTORIA CREMONA 2*
1
CONICET. INTA EEA Bariloche, Modesta Victoria 4450. CP: 8400. Bariloche. Río
Negro; [email protected]; 2INTA EEA Bariloche, Modesta Victoria 4450. CP:
8400. Bariloche. Río Negro
* [email protected]
Palabras clave: Humedales patagónicos. Fraccionamiento de la MOS. Sobrepastoreo

histórico.
Resumen
La materia orgánica particulada (MOP) es una fracción transitoria de la MO del suelo
(MOS) que se encuentra en un estado intermedio entre el mantillo reciente y la MO
humificada. La MOPes una fracción muy sensible y fácil de aislar por lo que es utilizada
como indicador de cambios provocados por diferentes prácticas de uso de la tierra o de
manejo. El objetivo de este trabajo fue poner a prueba la técnica de fraccionamiento
físico de la MOS en mallines, testeando la sensibilidad de la MOP para detectar cambios
producidos por el pastoreo histórico y su estabilidad en el tiempo (en distintas
condiciones de humedad del suelo). Para esto, se seleccionaron tres sitios de Patagonia
Norte con mallines húmedos y mésicos en dos condiciones de pastizal (bueno y regular)
como producto del pastoreo a largo plazo (leve e intenso), respectivamente. A lo largo
de la temporada de crecimiento vegetal que coincide con la fluctuación natural del nivel
freático, se muestreó suelo que se fraccionó reteniendo las partículas entre 2 mm y
0,053 mm, cuantificando la MO en esa fracción (MOP). Se detectaron diferencias
significativas en la mayoría de los contrastes realizados entre situaciones buenas y
regulares de pastizal (mallín bueno 55 g kg-1y mallín regular 22 g kg-1 =disminución del
54% de MOP). También se encontró que la MOP varía en el tiempo relacionado con los
cambios en la humedad del suelo (modelos comunes con R2 ajustados > 0,75). Estudios
de mallines que hagan uso de la MOP deberían establecer el momento de muestreo
para evitar variaciones que enmascaren los efectos a evaluar y para hacer comparables
los efectos a contrastar. La MOP parece ser un mejor indicador de deterioro que la
MOS, siendo el primero más sensible a los cambios por pastoreo intenso a largo plazo.
Introducción
La materia orgánica del suelo (MOS) tiene una composición compleja y heterogénea
que está por lo general mezclada o asociada con los constituyentes minerales del suelo.
Conceptualmente, la MO particulada (MOP) es la fracción transitoria de la MOS que se
1
encuentra en un estado intermedio entre el mantillo más o menos reciente y la MO

humificada y estable. Analíticamente, la MOP es una fracción de la MO total (MOT), que
puede ser físicamente aislada y definida en un rango de tamaño de partículas del suelo,
por ejemplo con partículas entre 2 mm y 0,053 mm, luego de que el suelo ha sido
dispersado, separando así a la MOS en fracciones livianas (MOP) más lábiles y en
fracciones pesadas o recalcitrantes (MOR) (Cambardella et al., 2001). Este
procedimiento es útil para caracterizar la reserva lábil de la MOS, que es la más
sensible a diferentes prácticas de uso de la tierra (Janzen et al., 1992), distinguir
respuestas de las reservas específicas de C al manejo (Cambardella et al., 2001; Bayer
et al., 2001) o estimar la estabilidad de los sistemas. Los trabajos que consideran la
MOP están mayormente relacionados con estudios de cambio en el uso de la tierra en
sistemas agrícolas (Cambardella y Elliott, 1992; Galantini y Suñer, 2008) y las fracciones
de la MOS han sido muy poco estudiadas en los ecosistemas áridos y semiáridos de la
Patagonia (Videla et al., 2008) y menos aún en los suelos de mallines.
La actividad ganadera en la Patagonia Argentina se inicia a finales del siglo XIX (Willis,
1914) y es considerada la causa principal de la desertificación actual en la región
(Golluscio et al., 1998; Borrelli y Oliva 2001), como también ocurre en muchas otras
regiones semiáridas del mundo (FAO, 2005). La falta de políticas de manejo orientadas
a preservar el potencial productivo de los pastizales o las cuencas hidrográficas y la
integridad del suelo, sumado a las condiciones climáticas adversas de la Patagonia
llevaron al deterioro de más del 30 % (24.000.000 ha) de la región (Failde y Ramilo,
2006). De esta manera, el sobrepastoreo se ha extendido tanto en las estepas (León y
Aguiar, 1985; Golluscio et al., 1998) como en los mallines húmedos y mésicos de la
Patagonia (Del Valle et al., 1998; Chimner et al., 2011). De esta manera, se estima un
30 % de mallines de Patagonia con distintos grados de deterioro (Canevari et al., 1998),
el que es promovido por su elevada productividad (López et al., 2005). El carbono
orgánico del suelo (COS) es frecuentemente utilizado como un indicador de calidad del
suelo (Manley et al., 1995) y para evaluar disturbios como labranza (Burke et al., 1995),
fuego (Gaitán et al., 2007) y pastoreo (Gaitán et al., 2009; Enriquez et al., 2015).
Cuando la intensidad de pastoreo supera la capacidad de carga de los pastizales puede
producirse pérdida de MOS, entre otras cosas (León y Aguiar, 1985; Paruelo et al.,
1993; Gaitán et al., 2009; García Martínez, 2005) y esta es la tendencia encontrada en
mallines de Patagonia Norte con deterioro por sobrepastoreo a largo plazo(Enriquez et
al., 2015).
Particularmente, los mallines son un tipo de humedal quepuede desarrollarse en fondos
de valle de las regiones áridas y semiáridas de la Patagonia, donde el agua de
precipitación, escorrentía y subterránea (agua freática) se acumula,generando suelos
estacionalmente saturados (Burgos, 1993) que han sido clasificados como molisoles
ácuicos (Bran et al., 1998) o histosoles (Lopez et al., 2005). La saturación temporal
provoca situaciones de anaerobiosis en el estrato superior del perfilque promueve el
desarrollo características peculiares como la producción de las plantas (principalmente
hierbas, pastos y juncos de humedales) que se diferencian de la vegetación
2
espacialmente heterogénea típica de la estepa que los rodea (Buono et al., 2010; Irisarri
et al., 2012)yuna alta acumulación de MOS (Enriquez et al., 2015).La reducción del
ingreso del O2 atmosférico induce procesos químicos y biológicos que varían el estado
del suelo de aeróbico y oxidados a anaeróbico y reducidos en el tiempo. A esas
reacciones químicas se las conoce como de “óxido-reducción” ó “redox”, y controlan
todas las funciones químicas y biológicas en los humedales (Mitsch y Gosselink,
2000)que también podrían generar cambios detectables en la fracción lábil de la MOS. A
pesar de que se ha encontrado que la MOT en el suelo de mallines es estable, siendo
que no varía entre períodos secos y húmedos del año (Enriquez, 2008; Enriquez et al.,
2015) es posible que fracciones más sensibles como la MOP sí fluctúen en el tiempo.
En base a los recientes estudios que han encontrado la tendencia a la pérdida de MOS
en mallines con deterioro por pastoreo intenso a largo plazo, en este trabajo se puso a
prueba la MOP en suelos de mallines con deterioro por sobrepastoreo con el objetivo de
encontrar señales más claras y/o amplificadas respecto de lo encontrado para la MOT.
Además, a los efectos de realizar en el futuro correctos diseños de estudio en mallines,
se estudiará la concentración de la MOP en distintos momentos del año con diferentes
condiciones de humedad edáfica (asociado a condiciones redox) para determinar si la
MOP varía en el tiempo.
Hipótesis: 1) El contenido de MOP se verá influenciado por elproceso de pastoreo
histórico intenso, que altera la estructura del suelo y la hidrologia del mallín. 2) La MOP
variará a lo largo de la temporada de crecimiento vegetal debido a losprocesos de
secado-rehumedecimiento del suelo de mallines.
Como la precipitación puede influenciar la disponibilidad de agua a nivel regional y local,
se seleccionaron tres sitios de estudio a lo largo delcaracterístico gradiente de
precipitación Oeste-Este de Patagonia Norte. Cada sitio se ubica en una región
ecológica distinta, a aproximadamente 100 km de distancia entre cada uno (Bran et al.,
1998): 1) Bariloche (Bar), con dos subsitios (A 41° 02´034.06´´S, 71° 04´19.6´´W y B
41°10´16.75´´S, 71°05´13.66´´W), localizado en la región ecológica de Cordillera. 2)
Pilcaniyeu (Pil) (41°03´´33.4´´S, 70°31´06.6´´W), localizado en la región de Sierras y
Mesetas Occidentales. 3) Jacobacci (Jac) (41°35´4´´S, 69°22´39´´W), Sierras y Mesetas
Orientales. La precipitación media anual que recibe cada sitio es de650 mm (Bariloche:
A y B),280 mm (Pilcaniyeu), y 150 mm (Jacobacci). La temperatura media anual para
todos los sitios varía entre 7,5 y 9 °C. La precipitación se concentra en los meses de
invierno (mayo-agosto) mientras que la estación de crecimiento vegetal (diciembre-
marzo) es seca.
Por razones de topografía, los mallines de Patagonia muestran un gradiente de
humedad edáfica que pude desarrollar dos comunidades de plantas: (a) mallines
húmedos (MH) dominados por Juncus balticus en el área más baja, central y húmeda, y
3
(b) mallines mésicos (MM) dominados por Festuca pallescensen áreas relativamente
más elevadas, periféricas y secas (Burgos, 1993). El sitio Jac no cuenta con MM.
Para cada sitio de estudio y tipo de mallín se seleccionaron dos áreas con distintas
intensidades de pastoreo a largo plazo: pastoreo histórico leve (PHL) e intenso (PHI). El
pastoreo leve es definido como aquel realizado por debajo de la capacidad de carga del
pastizal mientras que el pastoreo intenso se define como aquel realizado por encima de
la capacidad de carga en el largo plazo (al menos 20 años). Todo fue definido mediante
evaluación de los pastizales mediante guías locales (Bonvissuto et al., 2008), cortes de
vegetación y entrevistas con propietarios de los campos. Como el pastoreo se ha
extendido en toda la región no es posible encontrar áreas no pastoreadas y los sitios
PHL fueron utilzados como de referencia.
Muestreos
En cada sitio de estudio (Bar, Pil y Jac), tipo de mallín (MH y MM) e intensidad de
pastoreo histórico (PHL y PHI), se tomaron con barreno tres (n=3) muestras de suelo
compuestas de cinco (n=5) submuestras a 0-15, 30-40 y 70-100 cm de profundidad de
forma aleatoria y representativa. Los muestreos se realizaron en cuatro momentos a lo
largo de la estación de crecimiento vegetal, en los períodos noviembre-diciembre 2011 y
enero-febrero, marzo y abril 2012. Las profundidades muestreadas se eligieron en
función de la variación general de las napas freáticas de los mallines en estudio
conocidas a partir de trabajos previos (Enriquez, 2008; Chimner et al., 2011), a fin de
representar las situaciones de óxido-reducción del perfil de los suelos analizados. En
cada muestreo se registró el nivel de napas freáticas (NF) de manera puntual y se
tomaron muestras de suelo para determinar humedad edáfica (%HS).
Análisis de laboratorio
Todas las muestras compuestas de suelo fueron procesadas (secadas a temperatura
ambiente de 21ºC, mezcladas y tamizadas con malla de 2 mm) y almacenadas para
analizar materia orgánica total (Walkley y Black, 1934) y su fraccionamiento físico. El
fraccionamiento físico del suelo se realizó por tamaño de partícula, siguiendo el
protocolo de Galantini y Suñer, (2008) adaptado de Cambardella et al. (2001). El suelo
disperso fue tamizado en húmedo con agua desmineralizada sobre tamiz nº 270, La
fracción con partículas mayores a 0,053 mm se denominó F> 0,053, la que se asocia a la
fracción lábil de la MOS. La fracción de suelo disperso con partículas menores a 0,053
mm que fue lavada y desechadase denominó F< 0,053, la que se asocia a fracciones
recalcitrantes de la MOS. La fracción de suelo recolectada sobre tamiz (F> 0,053) se secó
a 60 °C durante 24-48 hs. y se procesó para analizar el contenido de CO mediante el
método de Walkley y Black (1934) el que fue referenciado a la masa de suelo original.
Luego la materia orgánica particulada (MOP) se calculó mediante la aplicación del factor
1,724. Se considera que MOR= MOT – MOP.
4
El contenido de humedad en el suelo (%HS) se determinó por gravimentría (Sparks et

al., 1996) en todas las muestras recolectadas.

Para poder estudiar los patrones de variación estacional y entre intensidades de
pastoreo de la MOP, los datos se analizaron con un modelo factorial completamente
aleatorizado, realizado para cada sitio de estudio y profundidad de muestreo, poniendo
a prueba los supuestos de normalidad y homogeneidad de variancia y considerando dos
factores: fecha de muestreo con 4 niveles (noviembre, enero, marzo y abril) e intensidad
de pastoreo (PHL vs PHI) para cada tipo de mallín (MH y MM). Para contemplar la
correlación entre fechas de muestreo se seleccionó un modelo autorregresivo de primer
orden con el AIC (criterio de Akaike, menor es mejor). Cuando la interacción fue
significativa, se realizó la apertura de la misma por fechapara estudiar como principal
factor de interéslaintensidad de pastoreo. Se utilizó el procedimiento pmixed del paquete
estadístico SAS v.9.1 (SAS 2002-2003, SAS Institute Inc., Cary NC, USA).
Se estableció la relación entre la dinámica de la MOP medidos a lo largo de la
temporada de crecimiento 2011-2012 y la dinámica de la humedad edáfica (%HS),
comparandoambos pares de sets de datosmediante el ajuste de un modelo común con
el uso del programa Prism4 (GraphPad, San Diego, CA, USA). La selección del modelo
común se basó en el criterio de AIC (menor es mejor) más interpretación de gráficos de
residuales (verificando supuestos de homogeneidad de varianza y normalidad). Los
modelos comunes de ajuste utilizados finalmente fueron ecuaciones exponenciales
negativas y polinomios de 1er, 2do y 3er orden. Los modelos se estudiaron
independientemente por profundidades muestreadas (0-15, 30-40 y 70-100 cm) y tipos
de mallín (MH y MM) para cada sitio de estudio. Se utilizó el ajuste global (Motulsky y
Christopoulos, 2004) para comparar losparámetros de ajustedelasecuaciones utilizadas
para cada par de variables (MOP vs %HS). Las comparaciones gráficas se utilizaron
para proveer de una rápida visualización de la bondad de ajuste, pero el R2 ajustado
(que contempla el número de parámetros-p del modelo y el número de datos-n) se
utilizó como índice estadístico para confirmar la bondad de ajuste o la significanciadel
conjunto de datos al modelo seleccionado (Archontoulis y Miguez, 2013).
Resultados
Materia orgánica particulada y efecto del sobrepastoreo histórico
El contenido de materia orgánica particulada (MOP) asociada a la F> 0,053 fue elevado
hasta el metro de profundidad en todos los mallines muestreados, variando en los sitios
PHL desde más de 237 g por kg de suelo (Pil 0-15cm) hasta ~ 13 g por kg de sueloen
Jaca 1 metro de profundidad(Figura 1). En promedio, la cantidad de MOP para los tres
sitios de estudio PHL fue de 55 g kg-1(MH = 70 g kg-1y MM= 39 g kg-1) a 0-15 cm (Figura
5
1). La disminución de la MOP con la profundidad del suelo fue más marcada para los
MM que para los MH, donde se mostró más variable a lo largo del perfil (Figura 1). Los
MM mostraron mayor cantidad MOP solamente en los primeros 15 cm del suelo de Bar
y Pil y en el suelo más profundo la cantidad de MOR fue mayor.
La concentración de MOP de los sitios PHI mostró el mismo comportamiento en el perfil
que en los sitios PHL. En general, los valores de MOP fueron significativamente
menores en los sitios PHL que en los sitios PHI en los cuatro muestreos realizados a lo
largo de la estación de crecimiento vegetal 2011-2012(Figura 1). En promedio, la
cantidad de MOP para los tres sitios de estudio PHL fue de 22 g kg -1 (MH = 30 g kg-1 y
MM= 14 g kg-1) a 0-15 cm (Figura 1). Se estima una pérdida promedio de 54% de
MOPcomo consecuencia del deterioro por pastoreo intenso histórico en mallines.
Variaciones temporales de la MOP en el tiempo.
El nivel freático (NF) de los sitios PHL (de referencia) varió entre fechas de muestreo
para ambos tipos de mallín. Los MM mostraron niveles máximos de freática que no
alcanzaron la superficie (Figura 2.A), con suelos saturados desde el mes de noviembre
hasta enero para todos los sitios y con valores de humedad edáfica (%HS) siempre
mayores al 50 %, queluego disminuyeron hasta valores nunca menores del 25 %. En
general, los suelos de MH mostraron valores de %HS un ~50% mayor que los MM
durante toda la estación de crecimiento vegetal, especialmente desde noviembre hasta
enero (Figura 2.B). El patrón de los sitios PHI fue similar al de los PHL, pero con menor
amplitud de cambio entre noviembre y abril. La diferencia en la %HS entre MH y MM de
sitiosPHI no fue tan grande como la observada en sitios PHL, excepto Pil que aumentó
desde enero a marzo respecto de su MM asociado (Figura 2 B).
Se encontró un patrón general de aumento o disminución de la MOP en el tiempo
aunque sólo se observaron algunas diferencias significativas en la MOP entre las fechas
de muestreo, mayormente entre momentos con máximo y mínimo desarrollo del nivel
freático (Figura 1). En cada sitio de estudio se observó que la tendencia de variación de
la MOP a lo largo de la temporada de crecimiento vegetal 2011-2012 (Figura 1), siguió
la tendencia de la humedad edáfica, con R2 ajustados entre 0,75 y 0,99 para modelos de
MH y R2 ajustados entre 0,94 y 0,99 para los MM (Tabla 1).
En los sitios PHL se encontratron diez situaciones con modelos ajustados entre MOP y
%HS. Para los sitios con PHI se encontraron cuatro situaciones ajustes entre los
modelos de variación de la humedad edáfica y los de variación de la MOP (Tabla 1).
6
a) 0-15 cm b) 30-40 cm c) 70-100 cm

300 300 MOP-PHI 300
MOP-PHL
250 250 250
MOP (g kg-1)
Bar-MH
200 200 200
150 aA 150 150

aA
b a ABb
100 b 100 100
a Bb aA
50 50 a BC aB a A
b b b aCa 50
b aBa aBa aBa
0 0 0
Nov Ene Mar Abr Nov Ene Mar Abr Nov Ene Mar Abr
300 300 300
250 250 250

MOP (g kg-1)
200 200 200

Bar-MM
aA 150
150 150
aA a AB
100 100 100
aB
b aA aB
50 b b b 50
b a BCb aCb 50
a Aa a Aa a Bb a Bb
b
0 0 0
300 300 300
250 aB 250 250

MOP (g kg-1)
aB
Pil-MH
200 200 200

aA
150 aA 150 aB 150
aA aC
100 a 100 aB aB 100
b b b aA
50 50
b b b 50 aB aBa
b b b b
0 0 0
300 300 300
250 250 250

MOP (g kg-1)
Pil-MM
200 200 200
150 150 150
100
a Aa aA aA 100 100
aA
b b a Ab
50 b 50 aBa aBa aBa 50
a Ab aA a a Aa a Aa
0 0 0
300 300 300
250 250 250

MOP (g kg-1)
Jac-MH
200 200 200
150 150 150
100 aA 100 100

aA b a Ab b a Ab
50 50
aAb aAb aAb aAb 50
a Aa a Aa aA a a Aa
0 0 0
Figura 1. Variación de la materia orgánica particulada (MOP) a lo largo de la temporada

de crecimiento vegetal 2011-2012, para las tres profundidades muestreadas (0-15, 30-
40 y 70-100 cm) en los mallines húmedos (MH) y mésicos (MM), contrastando MOP
entre intensidad depastoreo histórico leve (PHL) e intenso (PHI) de los sitios Bar, Pil y
Jac. Letras minúsculas muestran diferencias significativas entre intensidad de pastoreo
histórico (p<0,05). Letras mayúscula muestran diferencias significativas entre fechas de
muestreo (p<0,05) para sitios PHL.
7
Figura 2.A) Dinámica del nivel freático (NF) y B) humedad edáfica (%HS) evaluada a 0-
15 cm. Se muestran las determinaciones para los mallines húmedos (MH) y mésicos
(MM) de los sitios con pastoreo histórico leve (PHL) e intenso (PHI) de Bar, Pil y Jac, a
lo largo de la estación de crecimiento vegetal 2011-2012. Barras muestran desvío
estándar para los datos de %HS (los valores de NF son puntuales).
8
Tabla 1. Contraste de los modelos para los pares de variables: humedad edáfica (%HS)
vs materia orgánica en fracción F>0,053 del suelo (MOP), para los tres sitios de estudio
(Bar, Pil, Jac), los dos tipos de mallín (húmedo-MH y mésico-MM),las dos intensidades
de pastoreo analizadas (leve-PHL e intensa-PHI) y las tres profundidades muestreadas
por separado. Se muestra R2 ajustado y tasa de probabilidad (TP) para el modelo
común ajustado: Exp (-): modelo exponencial negativo; Pol: Polinomios de grado I, II y
s/a: sin ajuste. s/d: sin determinar. N= 26, para cada tratamiento. En gris se marcan
ajustes a modelos comunes. Diferencias entre parámetros con p< 0,05.
MH MM
Contraste
de Sitio Prof Modelo R2 aju TP Modelo R2 aju TP
variables
15 s/a Exp (-) 0,9439 7,01
Bar 40 Exp (-) 0,9917 7,05 s/a
100 s/a Exp (-) 0,9849 7,09
%HS vs 15 s/a Exp (-) 0,9862 6,23

MOP Pil 40 Polinomio I 0,7599 3,75 Exp (-) 0,9933 6,55
PHL 100 Polinomio I 0,9424 3,06 Exp (-) 0,9969 7,58
15 Polinomio I 0,8060 1,82 s/d s/d s/d
Jac 40 s/a s/d s/d s/d
100 Polinomio II 0,9676 5,34 s/d s/d s/d
15 s/a s/a
Bar 40 s/a s/a
100 s/a Exp (-) 0,9854 6,69
%HS vs 15 Exp (-) 0,9766 6,69 Exp (-) 0,9864 6,53

MOP Pil 40 s/a Exp (-) 0,9933 6,68
PHI 100 s/a s/a
15 s/a s/d s/d s/d

Jac 40 s/a s/d s/d s/d
100 s/a s/d s/d s/d
9
Discusión
En este trabajo se caracterizó por primera vez la materia orgánica particulada (MOP) de
mallines y la influencia de algunos parámetros como el deterioro por sobrepastoreo
histórico y la humedad edáfica (en el tiempo)sobre la ella. Los resultados encontrados
en este trabajo indican que la MOP es más sensible a los cambios producto del
pastoreo histórico intenso que el COS (%) y la reserva de COS (t C ha-1),ya que se halló
mayor número de diferencias significativas entre sitios PHL y PHI respecto de lo hallado
por Enriquez et al. (2015). En los pastizales naturales áridos y semiáridos los estudios
sobre los cambios en la MOS (Milchunas y Lauenroth, 1993; Rostagno, 2001; Villamil et
al., 2001, entre otros), no han utilizado a la MOP como variable indicadora, siendo el
presente el primer registro de esta variable con ese fin en mallines patagónicos. Videla
et al. (2008) han examinado diferentes metodologías para el análisis de la MOP en la
provincia del Chubut (Patagonia Sur) a fin de utilizarla como posible indicador de
alteraciones en el suelo, y han llegado a una conclusión similar a la que se llega en este
estudio: la MOP fue más afectada por la intensidad de pastoreo que la MO total y podría
ser considerada como un buen indicador de cambios en la calidad de los suelos bajo
condiciones de pastoreo. Además, la reducción promedio general de la fracción F>
0,053del suelo se estimó en un 30 % y es la fracción del suelo que mayor contenido de
MO mostró. Este patrón coincide con la reducción promedio general del CO-suelo de
más del 40 % y la reducción promedio general de la RC-total del ecosistema, que se
estimó en ~30 % (Enriquez et al., 2015).
Por otra parte, en este trabajo se encontró que la concentración de MOP varió con la
dinámica de la humedad edáfica en el tiempo, aunque no se pudo describir ningún
patrón común en las diferentes situacionesanalizadas. La tasa de descomposición de la
MOS tiende a ser más rápida en suelos continuamente oxigenados que en suelos
continuamente inundados, pero el particular ciclo de secado-rehumedecimiento de los
suelos de mallines parece no reflejarse claramente en la variación de la MOP en el
tiempo. Se esperaba encontrar una disminución en los contenidos de MOP ante la
reducción del contenido de humedad entre inicio y fin de la temporada de crecimiento
vegetal. En algunos casos se observó esta tendencia (sitio Bar y Pil-MH a 30-40 cm y
tendencias no significativas para Jac) pero los resultados de los análisis no son
concluyentes. Las variaciones encontradas en este trabajo para la respuesta de la MOP
podrían atribuirse a la heterogeneidad propia de los suelos (Miehlich, 1976),
especialmente en aquellos ricos en MO, sugiriendo muestreos más detallados para
disminuir esta variabilidad. La variación en el tiempo de los niveles de MOP indica por
un lado que el análisis de este parámetro en mallines debería realizarse en iguales
momentos para evitar variaciones que enmascaren los posibles efectos a evaluar y para
hacer comparables los efectos a contrastar.Por otra parte, la variación de la MOP en
relación a la humedad siguió patrones distintos entre usos históricos del pastizal. Así, la
concentración de MOP no es solamente un indicador estructural de cambio por deterioro
sino que también mostraría cambios en la funcionalidad del ecosistema como
consecuencia del mismo. Sería útil implementar la MOP en el estudio y monitoreo de
10
mallines ya que parece ser indicador robusto de cambios de estado y de umbrales

asociados a la sustentabilidad ambiental de estos ecosistemas (López et al., 2011).
Conclusión
La puesta a prueba por primera vez la técnica de fraccionamiento físico de la MOS en
mallines tuvo buenos resultados. El análisis metodológico sencillo y su sensibilidad ante
cambios ambientales y de manejo hacen de esta variable edáfica un potencial indicador
de numerosos efectos de disturbio en mallines, como por ejemplo respuestas
estructurales-funcionales ante manejos como restauración o pastoreo. Considerando
que los mallines han sido degradados en poco tiempo desde el inicio de la actividad
ganadera en la región, se recomienda poner en marcha prácticas de restauración para
recuperar la capacidad de secuestro de C en mallines deteriorados de Patagonia Norte,
así como también prácticas de manejo adecuadas para mantener las funciones
ecológicas que brindan (Lal, 2004). Se propone a la MOPcomo indicador sensible al
deterioro por pastoreo intenso en el largo y corto plazo, que podría ser utilizado para
guiar los objetivos de conservación y uso sustentable de los mallines patagónicos.
Agradecimientos
Al Instituto Nacional de Tecnología Agropecuaria (INTA), el Consejo Nacional de
Investigaciones Científicas y Tecnológicas (CONICET) y la Secretaría de Ciencia,
Tecnología e Innovación de la Provincia del Chubut por el financiamiento conjunto de
este proyecto. A los propietarios de las estancias San Ramón, El Cóndor y La Juanita
por otorgar el permiso de conducir en ellos estos estudios.
Bibliografía
Archontoulis, SV & FE Miguez. 2013. Nonlinear Regression Models and Applications in
Agricultural Research. Agronomy Journal.105:1–13.
Bayer, C; Martin-NetoL;MielniczukJ;Pillon CN & Sangoi L. 2001. Changes in soil organic
matter fractions under subtropical no-till cropping systems.SoilSci. Soc. Am. J., 65:1473–
1478.
Borrelli, P & G Oliva. 2001. Ganadería ovina sustentable en la Patagonia Austral. INTA,
Río Gallegos, 272 pp.
Bonvissuto, GL; Somlo RC; Lanciotti ML; Gonzalez Carteau A & Busso CA. 2008. Guías
de condición para pastizales naturales de “Precordillera”, “Sierras y Mesetas” y “Monte
Austral” de Patagonia. Editora: Griselda Luz Bonvissuto. INTA EEA Bariloche, 48 pp.
Bran, DE; López CR; Marcolín AA; Ayesa JA & Barrios D. 1998. Valles y mallines de la
comarca de Ingeniero Jacobacci (Río Negro) Distribución y tipificación utilitaria. Proyecto
de investigación estratégica: generación de tecnología para el aprovechamiento de
11
mallines. Módulo I- Relevamiento, cartografía, clasificación y caracterización, Instituto

Nacional de Tecnología Agropecuaria (INTA), Argentina, 26 pp.
Buono, G;Oesterheld M;Nakamatsu V & Paruelo JM. 2010. Spatial and temporal
variation of primary production of Patagonian wet meadows. Journal of Arid
Environments, 74:1257-1261.
Burgos, AL. 1993. Caracterización de la relación entre disponibilidad hídrica y
vegetación en un mallín precordillerano. Tesis de Licenciatura, CRUB- UNCo.
Burke, IC; Elliott ET Cole CV. 1995. Influence of macroclimate, landscape position and
management on soil organic matter in agrosystems. Ecological Applications, 5:124-131.
Cambardella, CA; AM Gajda; JW Doran; BJ Wienhold & TA Kettler. 2001. Estimation of
particulate and total organic matter by weight loss-on-ignition. P. 349-359. In: R Lal, JM
Kimble, R; F Follett & BA Stewart (eds.). Assessment methods for soil carbon.CRC
Press, Boca Raton, Florida.
Cambardella, CA & ET Elliott. 1992. Particulate organic matter changes across a
grassland cultivation sequence. SoilSci. Soc. Am. J., 56:777-783.
Canevari, P; Blanco DE; Bucher E; Castro G; Davison I (Eds). 1998. Los Humedales de
la Argentina: clasificación, situación actual, conservación y legislación. Wetlands
Internacional Publ. Nº 46.
Chimner, RA; Bonvissuto GL; Cremona MV; Gaitan JJ & Lopez CR. 2011.
Ecohydrological conditions of wetlands along a precipitation gradient in Patagonia,
Argentina. Ecologia Austral, 21:329-337.
Del Valle, HF; NO Elissalde; DA Gagliardini & J Milovich. 1998. Status of desertification
in the Patagonian region: assessment and mapping from satellite imagery. Arid Land
Research and Management, 12:95-121.
Enriquez, AS; R Chimner; PDiehl; MV Cremona & GL Bonvissuto. 2015 Historical
overgrazing affects C sequestration of Northern Patagonia wet and mesic meadows.
WetlandEcology and Management, 23:439-451.
Enriquez, AS. 2008. Caracterización del reservorio de carbono (C) y nutrientes (N y P)
en mallines del Norte de Patagonia, a lo largo de un gradiente de precipitaciones Oeste-
Este. Tesis de licenciatura. Universidad Nacional del Comahue. Centro Regional
Universitario Bariloche. 81pp.
Failde, V & D Ramilo. 2006. El desarrollo rural participativo como herramienta de lucha
contra la desertificación INTA AER Seclantás, Salta, 12 pp.
FAO. 2005. Grassland of the world FAO Plant Production and Protection Series.
Gaitán, JJ; López CR & Bran DE. 2009. Efectos del pastoreo sobre el suelo y la
vegetación en la estepa patagónica. INTA, EEA Bariloche, Área de Investigación de
Recursos Naturales. Ci. Suelo, Argentina, 27:261-270.
12
Gaitán, JJ; Bran DE & Murray F. 2007. Efecto de la severidad de quemado sobre la
concentración de carbono orgánico en montículos e intermontículos en el Monte Austral.
Ciencia del Suelo, 25:53-63
Galantini JA & L Suñer. 2008. Las fracciones orgánicas del suelo: análisis en los suelos
de la Argentina. Agriscientia, 25:41-55.
García Martinez, GC. 2005. Cambios edáficos asociados al pastoreo ovino en la estepa
patagónica, Distrito Occidental. Faculdad de Agronomía, Universidad de Buenos Aires,
37 pp.
Golluscio, RA; Deregibus VA & Paruelo JM. 1998. Sustainability and range management
in the Patagonian steppes Ecología Austral, 8:265-284.
Irisarri, JGN; M Oesterheld; JM Paruelo & MA Texeira. 2012. Patterns and controls of
above-ground net primary production in meadows of Patagonia. A remote sensing
approach, 114–126 pp.
Janzen, HH; FJ Larney & B.M. Olson.1992. Soil quality factors of problem soils in
Alberta. Proceedings of the Alberta Soil Science Workshop, 17-28 pp.
Lal, R. 2004. Soil Carbon Sequestration.Impacts on Global Climate Change and Food
Security.Science, 304:1623-1627.
León, RJC & MR Aguiar. 1985. El deterioro por uso pastoril en estepas herbáceas
patagónicas. Phytocoenología, 13:181–196.
López D.R., Cavallero L., Brizuela M.A. y Aguiar M.R. 2011. Ecosystemic structural–
functional approach of the state and transition model.Appl. Veg. Sc., 14: 6–16.
López, CR; Gaitán JJ; Ayesa JA; Siffredi GL & Bran DE. 2005. Evaluación y
clasificación de valles y mallines del Sudoeste de Río Negro. Área de Recursos
Naturales Relevamiento integrado. INTA, EEA Bariloche Comunicación Técnica, 97:1-
27.
Manley, JT; Schuman GE; Reeder JD & Hart RH. 1995. Rangeland soil carbon and
nitrogen responses to grazing. J. Soil Water Conserv., 50:294-298.
Miehlich, G. 1976. Homogeneity, inhomogeneity, and equality Of soil bodies [in German,
English abstract]. Z. Pflanzenernaehr. Bodenkd. 5:579-609.
Milchunas, DG & WK Lauenroth. 1993. Quantitative effects of grazing on vegetation and
soils over a global range of environments. EcolMonogr., 63:327–366.
Mitsch, WJ & J Gosselink. 2000. Wetlands. 4a Ed. John Wiley and Sons.New York.
Motulsky HJ & A Christopoulus.2004 Fitting models to biological data using linear and
non-linear regression.GraphPad Software Inc., San Diego
Paruelo, JM; Bertiller MB;Schlichter TM & Coronato FR. 1993. Secuencias de deterioro
en distintos ambientes patagónicos. Su caracterización mediante el modelo de estados y
transiciones. Convenio Argentino Alemán. Cooperación Técnica INTA-GTZ, 110 pp.
13
Rostagno, CM. 2001. Efectos del pastoreo en la calidad de los suelos de tres unidades
fisiográficas de Patagonia. XV Congreso Latinoamericano de la Ciencia del Suelo,
Varadero, Cuba.
Sparks, DL; Page AL; Helmke PA; Loeppert RH; Soltanpour PN; Tabatabai MA; Johnson
CT & Sumner ME (Eds.). 1996. Methods of Soil Analysis. Part 3.Chemical
Methods.SSSA Book Series Nº 5.SSSA, ASA, Madison, Wisconsin, EEUU.
Videla, LS; Rostagno CM & Toyos MA. 2008. La materia orgánica particulada:
comparación de métodos para su determinación y su valor como indicador de calidad de
suelos del Chubut.Ci. Suelo, Argentina, 26:219-227.
Villamil, M; AmiottiN & Peinemann N. 2001. Soil degradation related to overgrazing in
the semi-arid southern caldenal area or Argentina. En: Soil Science, 166:441-452.
Walkley, A, IA Black. 1934. An Examination of Degtjareff method for determining soil
organic matter and a proposed modification of the cromic titration method. SoilSci.,
34:29-38.
Willis, B. 1914. El Norte de la Patagonia. Naturaleza y Riqueza Tomo 1. Informe de la
Comisión de Estudios Hidrológicos.
14
PARTICIÓN DE MATERIA SECA Y CALIDAD DEL CULTIVO DE TRIGO EN

DIFERENTES SISTEMAS DE LABRANZA
ANA CLARA SOKOLOWSKI 1; MÓNICA BEATRIZ BARRIOS; JAVIER DE GRAZIA;
HERNÁN ADRIÁN RODRÍGUEZ; SILVINA PATRICIA DEBELIS; LUCIANO
BENAVÍDEZ; ERIC RODRIGUEZ FRERS; ILEANA RUTH PALADINO & ALFONSO
BUJÁN.
1
FCA-UNLZ, Ruta Prov. N°4 km2, Llavallol (1836), Buenos Aires, (011)4282-6263,
* [email protected]
Palabras claves: Siembra Directa, Labranza Convencional, Partición de Biomasa.

Resumen
Las propiedades físicas, químicas y biológicas de cada suelo se ven modificadas por el
sistema de laboreo empleado.El entorno generado por la labranza altera el crecimiento
de los cultivos. El consumo de agua es el más afectado por las decisiones culturales y
su incidencia directa sobre el rendimiento. El objetivo de este trabajo fue estudiar el
efecto de dos sistemas de labranza sobre la partición de biomasa, la productividad y
calidad de un cultivo de trigo (Triticum aestivum) durante la campaña 2014. Se utilizó un
diseño de bloques completos al azar con dos tratamientos: Labranza Convencional (LC)
y Siembra Directa (SD), con cuatro repeticiones. A partir de tres plantas tomadas al azar
de cada parcela se determinaron variables de productividad y de calidad en el cultivo.
Se determinó: Biomasa Total (BTt), Biomasa Aérea (BAt); Biomasa de Raíces (BRt);
Biomasa de Tallos (BTat); Biomasa de Láminas (BLt); Biomasa de Espigas (BEt); Altura
de plantas (Ht); Índice de Área Foliar (IAFt); Rendimiento en grano (Rt) y Peso mil
semillas (PMGt). Sobre el grano entero se determinó: Proteína Bruta (PBt) y trabajo de
deformación (W); sobre grano molido: Gluten Húmedo (GH); y Falling Number (FN). Los
datos fueron sometidos a análisis de varianza y las medias de los tratamientos fueron
comparadas según Tukey (p<0,05). El efecto del sistema de labranza generó diferentes
respuestas en función de la variable evaluada y la fecha de muestreo. Solo se
encontraron diferencias estadísticas significativas en BEt a los 69 y 120 DDS. Sin
embargo, La LC presenta un tendencia a superar los valores de cada elemento de la
partición evaluada en SD, salvo a los 96 DDS. El Rt fue mayor en LC respecto de SD,
no obstante no se encontraron diferencias estadísticamente significativas en el PMGt ni
en los parámetros de calidad analizados.
Introducción
La adopción de la siembra directa (SD) en Argentina, como sistema productivo a partir
del incremento de la intensificación de la producción y la intensa mecanización, ha ido
en constante aumento acompañado por el empleo de un paquete tecnológico muchas
veces utilizado sin analizar las necesidades de cada ambiente particular (Steinbach y
Álvarez, 2007). Las prácticas de manejo afectan al suelo y a los cultivos (Ferreras et al.,
2007). El laboreo del suelo afecta la BTt de un cultivo, la BAt y el sistema radicular
(Barrios, 2011). La productividad depende de la interacción entre calidad del suelo, el
1
ambiente y el manejo. Una producción sostenible es aquella donde se mantiene o

mejora la condición del suelo. La rotación de cultivos y la labranza son prácticas que
tienen influencia sobre el funcionamiento del suelo y el comportamiento de los cultivos,
condicionando las relaciones suelo-planta (Domínguez et al., 2005). Incrementos en los
rendimientos son atribuidos a estas prácticas pues propician el efecto combinado de
múltiples factores como la reducción de plagas y enfermedades, menor presencia de
malezas, uso más eficiente del agua y mayor actividad biológica por lo tanto incrementa
la productividad de los cultivos (Nyamangara et al., 2013). Sin embargo, el estudio de su
efecto sobre las propiedades edáficas y el desempeño de los cultivos es complejo,
debido a varios factores que interactúan en los sistemas de producción, como el clima,
especie cultivada, tipo de suelo, entre otros. El agua es vital para el crecimiento y
desarrollo de los cultivos, existiendo una estrecha relación entre su contenido en el
suelo y el consumo por la planta (Soracco et al., 2009).
El crecimiento aéreo depende del contenido hídrico del suelo y de varios procesos
bioquímicos y biofísicos, que a su vez están afectados por el ambiente. La morfología
del sistema radical de un cultivo está definida por la genética, mientras que las
condiciones físicas del suelo modifican la distribución espacial de las mismas. El
crecimiento de las raíces en el suelo está influenciado por la densidad aparente, la
porosidad, la aireación, el agua, la temperatura, la materia orgánica (MO) y la
impedancia, así como la naturaleza de los horizontes del perfil. El crecimiento de las
raíces depende del suministro de nutrientes del suelo (Macklon et al., 1994). A su vez, el
crecimiento de la parte aérea depende del transporte de nutrientes desde las raíces. La
mayoría de los estudios hacen referencia a la biomasa aérea de los cultivos, sin
considerar que en realidad el rendimiento es una función integrada del crecimiento de la
parte aérea y de las raíces. En la literatura se reportan pocos trabajos con medidas
directas del crecimiento radical o su respuesta bajo distintos sistemas de labranza.
El trigo es un cultivo importante para la Argentina. La calidad es un concepto dinámico
que varía en función del destino final que tendrá la materia prima y los cambios en los
sistemas tecnológicos de su procesamiento. Componentes genéticos, condiciones
ambientales, prácticas de manejo y labores culturales son algunos de los factores que
determinan la calidad industrial del cultivo. El incremento de la superficie destinada a la
SD genera la necesidad de evaluar la incidencia que este manejo tiene sobre la calidad
y el rendimiento (Sempe & Chidichimo, 2004). El sistema de labranza y la fertilización
con nitrógeno N) afectan el rendimiento y el contenido proteico (Falotico et al., 1999;
Calderone et al., 2008). Este nutriente tiene un rol importante en la calidad del trigo y su
contenido en el suelo y la tasa de absorción depende del sistema de labranza (Golik,
2009). Aillapan-Aravena (2012) en su tesis agrega que la calidad del trigo depende de la
rotación de cultivos y del contenido de N en el suelo.
2
El propósito de este trabajo fue evaluar los efectos del sistema de labranza bajo rotación
de cultivos, sobre la partición de materia seca, la productividad y calidad de un cultivo de
trigo (Triticum aestivum).
El trabajo se realizó en un ensayo de rotación de cultivos y sistemas de labranza
Atómica (CNEA), ubicado en el Partido de Ezeiza, Buenos Aires, en la subregión de
Pampa Ondulada. El área del ensayo pertenece a la Cuenca Media de la Cuenca
Matanza-Riachuelo, delimitada por el interfluvio entre los arroyos Aguirre y Ortega, está
ocupada por un suelo Argiacuol Vértico (Soil Survey Staff, 2010) y posee un clima
templado húmedo con una precipitación media cercana a los 1000 mm anuales. El ciclo
agrícola presenta la siguiente rotación: soja1° (2005/06); trigo/soja2º (2006/07); maíz
(2007/08); soja1º (2008/09); trigo (2009); maíz (2010/11); soja 1º (2011/2012); soja1º
(2012/13); maíz (2013/14), trigo (2014) y a partir de 2015 se instaló una pastura
polifítica. El cultivo de trigo fue sembrado el 19/08/2014 y cosechado el 18/12/2014.
Labranza Convencional (LC) y Siembra Directa (SD) con cuatro repeticiones. Las
parcelas bajo SD fueron tratadas con 3 L ha-1 de glifosato presiembra. La LC consistió
en una pasada de arado de reja y vertedera y dos pasadas de rastra de disco.Cada
unidad experimental (parcela) tiene un área de 250 m2.
A partir de tres plantas tomadas al azar de cada parcela se determinaron variables de
productividad y de calidad en el cultivo. Se registró el peso fresco de la BiomasaTotal
(BTt) que incluye tallos, láminas, espigas y raíces, y se discriminó en Biomasa Aérea
(BAt) y Biomasa de Raíces (BRt); altura de plantas a cosecha (Ht) y Índice de Área
Foliar (IAFt). Los muestreos se realizaron periódicamente cada 15-30 días. Las plantas
se separaron y cada fracción se secó independientemente hasta peso constante en
estufa a 70 °C. Se determinó el peso seco de la Biomasa de Raíces de 0-20 cm (BRt),
Biomasa de Tallos (BTat), la Biomasa de Láminas (BLt) y la Biomasa de Espigas (BEt).
El Área Foliar (AF) se determinó con el programa Iproplus; el rendimiento en grano(Rt) y
el peso de mil semillas (PGMt) a partir de la cosecha de una subparcela de 4 m 2. Sobre
el grano entero de trigo se determinó la Proteína Bruta (PBt) y el trabajo de deformación
(W) utilizado el equipo Infraneo de CHOPIN; sobre el grano molido se determinó el
Gluten Húmedo (GH) utilizando el equipo Glutomatic; la actividad amilásica (FN) por el
Falling Number o número de caída utilizando el equipo modelo FN 1500. Se utilizó la
escala Zadoks (Zadoks et al., 1974) (Tabla 1) para determinar el Estadio Fenológico
(EF) en que se encontraba el cultivo según los Días desde la Siembra (DDS). Se
registraron las fechas de Inicio de macollaje Z2 (IM), Vaina Engrosada Z4 (VE); Grano
Lechoso (GL) Z8 y Madurez Fisiológica Z9 (MF).
3
Tabla 1: Fases de desarrollo siguiendo la escala decimal Zadoks (Z0.0 a Z9.9).

Etapa Descripción Subfase
Principal
0 Germinación 0.0-0.9
1 Producción de hojas TP 1.0-1.9
2 Producción de macollos 2.0-2.9
3 Producción de nudos TP (encañado) 3.0-3.9
4 Vaina engrosada 4.0-4.9
5 Espigado 5.0-5.9
6 Antesis 6.0-6.9
7 Estados lechoso del grano 7.0-7.9
8 Estado pastoso del grano 8.0-8.9
9 Madurez 9.0-9.9
TP= tallo principal según Zadocks (Zadocks et al., 1974).
Los efectos del sistema de labranza, sobre los parámetros medidos, se evaluaron
estadísticamente mediante un análisis de varianza utilizando paquete estadístico
Infostat 2013 (De Rienzo et al., 2008). Las medias significativamente diferentes se
separarán usando test de Tukey (p<0,05).
Al estudiar el comportamiento de la BTt, esta se incrementó hasta los 96 DDS y decayó
hacia MF, independientemente del sistema de labranza. Entre la floración y la MF se
produce el llenado de granos y se acelera progresivamente la senescencia foliar. Al
llegar a MF los granos alcanzan su máximo tamaño y el cultivo generalmente no tiene
más tejidos verdes, pues se observa que las hojas senescieron y los tallos y espigas
amarillearon. De allí en adelante lo único que ocurre es la pérdida de agua de los granos
hasta cosecha (Slafer et al., 2003). El efecto del sistema de labranza generó diferentes
respuestas en la BTt y BAt a lo largo del EF (Tabla 2). No obstante, no se encontraron
diferencias estadísticas significativas entre los tratamientos para estos dos parámetros
en ninguna fecha de muestreo. Estos resultados no coinciden con González-Montaner &
Di Nápoli (1998) quienes encontraron una disminución en la producción de BTt en
tratamientos con escasa remoción del suelo. Golik (2009) en su tesis encontró que la
BAt resultó superior en LC. Sin embargo, a pesar de no haber diferencias estadísticas
significativas, se observó una tendencia superior a favor de la LC salvo a los 96 DDS. La
SD retarda la acumulación de materia seca respecto de la LC, probablemente debido a
menores temperaturas al inicio del cultivo (Barrios, 2011). Una mayor cantidad de
4
biomasa acumulada cercana a floración determina un mayor peso de espigas y un

mayor número de granos (Slafer et al., 2003).
Tabla 2: Biomasa total y biomasa aérea por tratamiento y por fecha de muestreo.
BTt 0DDS 24DDS 69DDS 96DDS 120DDS
19/08/14 12/09/14 28/10/14 25/11/14 18/12/14
EF SIEMBRA IM VE GL MF
LC 0,10 a 2,18 a 5,19 a 4,79 a
SD 0,09 a 1,79 a 5,87 a 3,97 a
BAt
LC 0,08 a 1,67 a 4,66 a 4,35 a
SD 0,06 a 1,41 a 5,44 a 3,60 a
BTt (Biomasa Total); BAt (Biomasa Aérea); LC: Labranza Convencional; SD: Siembra
Directa; EF: Estadio Fenológico según la escala Zadoks (Zadohs et al., 1974). DDS:
Días después de la Siembra; IM: Inicio de Macollaje; VE: Vaina Engrosada (espiga
encerrada en la vaina de la hoja bandera); GL: Grano Lechoso y MF: Madurez
Fisiológica. Letras diferentes muestran diferencias significativas entre tratamientos
según Tukey (p<0,05).
El sistema de labranza tiene efectos sobre la partición de los fotoasimilados a los
distintos órganos de la planta (Figuras 1 y 2). Al estudiar el comportamiento de la
partición de materia seca sólo se encontraron diferencias estadísticamente significativas
(p<0,05) en el valor de BEt a los 24 DDS y 120 DDS. En ambos tratamientos la BEt se
incrementó hasta MF, donde la LC superó a la SD. En cambio, la BRt creció hasta los
96 DDS y luego disminuyó, sin encontrarse diferencias significativas (p<0,05) entre
tratamientos. La materia seca radical de los cereales, raramente se incrementa después
de floración y puede decrecer sustancialmente pues los asimilados son requeridos
principalmente para llenar los granos en crecimiento, dejando poca cantidad para las
raíces dependiendo de las condiciones del suelo (Gregory et al., 2004). Gráficamente al
analizar la evolución de la materia seca se observó que no hay diferencias en el peso de
la BRt entre sistemas de labranza. Sin embargo, al estudiar la participación relativa de
este órgano al inicio del cultivo (IM y emergencia) el peso fue superior en SD respecto
de LC. Al analizar el peso de la BLt en ambos tratamientos la acumulación de materia
seca creció hasta lo 69DDS y luego decayó, sin diferencias estadísticas significativas
(p<0,05) para cada fecha entre sistemas de labranza. En LC se observó mayor
acumulación y una participación relativa de este órgano superior respecto de SD desde
IM a VE. Bajo SD el comportamiento fue más homogéneo a lo largo todo el ciclo del
cultivo. Sin embargo, la LC presentó una tendencia superior que SD, salvo a los 96 DDS
donde esto se invierte. Desde IM a VE la participación relativa fue superior en LC y
similar entre tratamientos de ahí en adelante. Al estudiar el comportamiento de BTat en
5
ambos tratamientos creció hasta los 96 DDS y luego decayó sin encontrarse diferencias
estadísticas significativas para cada fecha entre sistemas de labranza. Presentando un
comportamiento similar a la BLt.
A : Partición Materia Seca LC
6,00 ESPIGA
GL
LAMINA MF
5,00
TALLO
4,00 RAIZ
Tn ha-1
3,00
VE
2,00
1,00 IM
0,00
24 69 96 120
DDS
B: Partición de Materia Seca SD

6,00 GL
5,00 ESPIGA
LAMINA MF
4,00 TALLO
Tn ha-1
RAIZ
3,00
2,00 VE
1,00
IM
0,00
24 69 96 120
DDS
Figura 1: Evolución de la partición de la biomasa aérea a lo largo del ciclo del cultivo
como peso seco de cada órgano de la planta. (A) Labranza Convencional (LC) y (B)
6
Siembra Directa (SD). EF: Estadios fonológicos según la escala Zadoks (Zadoks et al.,
1974). DDS: Días después de la Siembra; IM: Inicio de Macollaje; VE: Vaina Engrosada;
GL: Grano Lechoso y MF: Madurez Fisiológica.
A: Participación relativa en LC
100%
80%
ESPIGA
60%
LAMINA
TALLO
40% RAIZ
20%
0%
24 69 DDS 96 120
VE GL MF
IM
B: Partición relativa SD
100%
80%
60% ESPIGA
LAMINA
40% TALLO
RAIZ
20%
0%
24 69 DDS 96 120
IM VE GL MF
Figura 2: Evolución de la partición de la biomasa aérea a lo largo del ciclo del cultivo
medida como Participación relativa de cada órgano respecto del peso seco total. (A)
Labranza Convencional (LC) y (B) Siembra Directa (SD). EF: Estadios fenológicos EF
según la escala Zadoks (Zadoks et al., 1974). DDS: Días Desde la Siembra; IM: Inicio
de Macollaje; VE: Vaina Engrosada; GL: Grano Lechoso y MF: Madurez Fisiológica.
7
Al observar la evolución de la Ht en ambos tratamientos (Figura 3) la misma creció hasta

MF y luego se mantuvo constante, manteniendo una tendencia superior en LC. Sólo se
encontraron diferencias estadísticamente significativas (p<0,05) en el estado de VE. La
Ht a los 69 DDS bajo LC superó a la SD y desde los 96 DDS en adelante los valores se
asemejaron entre tratamientos. Se observó que desde el IM hasta VE, la LC tiene mayor
velocidad de crecimiento inicial que SD pero luego de los 96 DDS se igualan, la
duración de las primeras etapas del periodo vegetativo del cultivo fue mayor bajo SD.
Esto coincide con lo descrito por Barrios (2011). En trigo ha sido reportado un menor
crecimiento inicial conjuntamente con fallas de nacimiento (Chidichimo & Asborno,
2000). Esto podría estar asociado al endurecimiento superficial del suelo (Taboada et
al., 1998) o al efecto del sistema de labranza sobre la temperatura edáfica al modificar la
cobertura vegetal, con lo cual varía el coeficiente de reflexión que influye en la entrada y
salida de energía calórica de la superficie del suelo o al modificar propiedades físicas
del suelo, como el contenido de humedad (Marelli & Arce, 1996; Peltzer, 1999). La
radiación recibida por el suelo bajo SD en las primeras etapas del cultivo es menor que
la recibida en LC debido a la cobertura de residuos, fundamentalmente al principio del
ciclo. Cuando el cultivo incrementa suficientemente su área foliar (AF), ya no tiene tanto
efecto el rastrojo en superficie (Ferreras et al., 1999).
Evolución de la altura de plantas
100 a
a
80
a a
Altura cm
60 a
LC
40 SD
a b
20
a
0
24 69 98 120
DDS
EF IM VE GL MF
Figura 3: Evolución de la altura de las plantas de trigo para cada tratamiento. LC:
Labranza Convencional; SD: Siembra Directa; EF: Estadio Fenológico según la escala
Zadoks (Zadoks et al., 1974). DDS: Días después de la Siembra; IM: Inicio de Macollaje;
VE: Vaina Engrosada; GL: Grano Lechoso y MF: Madurez Fisiológica. Letras diferentes
muestran diferencias significativas entre tratamientos según Tukey (p<0,05).
La Figura 4 muestra la evolución del IAFt a lo largo del ciclo del cultivo. Se ha reportado
que la tasa de producción de materia seca de un cultivo se incrementa a medida que el
IAF aumenta, hasta un valor máximo alcanzado, como consecuencia de que las hojas
8
inferiores comienzan a ser sombreadas y su contribución fotosintética es menor que su

respiración, antes y durante la floración (Andrade, 1995). Bajo los dos sistemas de
labranza analizados, las plantas presentaron el mismo patrón de evolución del IAF,
descrito por una función cuadrática negativa con máximo alrededor de los 69 DDS entre
el estadio de VE y llenado de grano. En coincidencia con lo encontrado por Barrios
(2011) el IAF máximo se registró previo a que se produjera el máximo valor de BAt y
luego disminuyó drásticamente. Coincidiendo con Millares et al. (2014) el momento en
que se alcanza la máxima AF por unidad de superficie o IAF máximo coincide con el
estado de bota o VE. A los 24 y 69 DDS se observaron diferencias estadísticamente
significativas (p<0,05) donde LC resultó superior respecto de SD. El IAF máximo en LC
fue de 6,33 y en SD de 4,13. Estos valores no coinciden con lo reportado por Barrios
(2011), quien encontró un IAF máximo de 7 para LC y de 3,3 para SD, ni con Garrido-
Salinas (2012), que observó valores superiores a 9 en todos los tratamientos. Los
valores observados en este trabajo no se aproximan a los valores máximos de IAF de 3
encontrados en trigo candeal por Albrizio & Steduto (2005). En la bibliografía se
encuentran valores diversos de IAFt para trigo dependiendo del cultivar utilizado y del
manejo (Inzunza-Ibarra et al., 2010y Carretero 2011).
Evolución del IAF en Trigo

7,00 a Llenado de granos
6,00
5,00
IAF m2 m-2
4,00
b LC
3,00
a SD
2,00
a a
1,00
b aa
0,00
24 69 96 120
DDS
EF IM VE GL IM
Figura 4: Evolución del Índice de Área Foliar (IAF) a lo largo del ciclo del cultivo para
cada sistema de labranza. LC: Labranza Convencional; SD: Siembra Directa; EF:
Estadios fenológicos según la escala Zadoks (Zadoks et al., 1974). DDS: Días después
de la Siembra; IM: Inicio de Macollaje; VE: Vaina Engrosada; GL: Grano Lechoso y MF:
Madurez Fisiológica. Letras diferentes muestran diferencias significativas entre
tratamientos según Tukey (p<0,05).
Se encontraron diferencias estadísticas significativas (p<0,05) en el Rt obtenido en cada

sistema de labranza, resultando 30 % mayor en LC respecto de SD (Figura 5). Varios
autores coinciden con estos resultados (Sarandón et al., 1997; Golik, 2009; Barrios,
9
2011; Barrios et al., 2014). No se encontraron diferencias estadísticamente

significativas en el PMGt entre los sistemas de labranza considerados, aunque se
observó una tendencia positiva a favor de la LC (Figura 6). Estos resultados coinciden
con lo señalado por Sempe & Chidichimo (2004) y Golik (2009) pero no coinciden con lo
encontrado por Batalla (2004).
Rendimiento en grano de Trigo
2500
1936 a
Rendimiento ( Kg ha-1)
2000
1489 b
1500
1000
500
0
LC SD
Tratamiento
Figura 5: Rendimiento en grano de Trigo (Rt) en kg ha-1 para cada sistema de labranza.
LC: Labranza Convencional; SD: Siembra Directa. Letras diferentes muestran
diferencias significativas entre tratamientos según Tukey (p<0,05).
Peso de mil semillas de Trigo
40 37,85 a
35,46 a
30
PMGt (gr)
20
10
0
LC SD
Tratamiento
Figura 6: Peso de mil semillas de Trigo (PMGt) en gr para cada sistema de labranza.
LC: Labranza Convencional y SD: Siembra Directa. Letras diferentes muestran
diferencias significativas entre tratamientos según Tukey (p<0,05).
10
No se observaron diferencias significativas entre sistemas de labranza para ninguna de

las variables de calidad evaluadas (Tabla 3). Coincidiendo con Sempe & Chidichimo
(2004) los valores de FN y de W no variaron entre tratamientos. Sin embargo, este
mismo autor encontró diferencias en el contenido proteico y de gluten, siendo superior
en LC respecto de SD.
Tabla 3. Parámetros de calidad analizados.
Tratamiento PBt FN GH W
LC 231,25
11,21% a 551 a 28,64 a
a
SD 244,75
11,63% a 545 a 28,14 a
a
LC: Labranza Convencional; SD: Siembra Directa; PBt: Proteína Bruta; FN:
FallingNumber en segundos); GH: Gluten Húmedo; W: Trabajo de deformación. Letras
diferentes muestran diferencias significativas entre tratamientos según Tukey (p<0,05).
Conclusiones
La productividad del cultivo de trigo depende del suelo, el ambiente y el manejo. Al
estudiar el efecto del sistema de labranza sobre la partición de materia seca se obtienen
respuestas diferentes en función de la variable evaluada y la fecha de muestreo. Luego
de 10 años de rotación de cultivos con diferentes sistemas de labranza, la Ht y el IAFt se
diferencian entre tratamientos en algún momento del ciclo del cultivo. La LC presenta
mayor Rt que SD. Sin embargo, no se encuentran diferencias en otros parámetros
vegetativos como en BTt y BAt, ni en los parámetros de calidad como PMGt, PBt, FN,
GH y W. Debido a diferencias encontradas entre los resultados de calidad obtenidos y
reportado por otros autores, es necesario estudiar los mismos con mayor profundidad y
en ensayos de mayor duración.
Bibliografía
Aillapan-Aravena, AG. 2012. Efecto del precultivo sobre el rendimiento y la calidad de
trigo candeal (Triticum turgidumssp. durum) en medio ambientes mediterráneos en
condiciones de cero labranza. Tesis. Universidad de Chile.
http://repositorio.uchile.cl/bitstream/handle/2250/116061/aillapan_alvaro.pdf?sequence=
1&isAllowed=yhttp://repositorio.uchile.cl/handle/2250/116061.FCA-Escuela pregrado
visitado 18/03/15. 35 pp.
Albrizio, R & P Steduto. 2005. Resource use efficiency of field-grown sunflower,
sorghum, wheat and chickpea I. Radiation use efficiency. Agricultural and Forest
Meteorology 130:254-268.
Andrade, FH. 1995. Analysis of growth and yield of maize, sunflower and soybean grown
at Balcarce, Argentina. Field Crops Res. 41:1-12.
11
Barrios, MB. 2011. Efecto del laboreo sobre el desarrollo de raíces y productividad.
Editor. Roque A Grande. Editorial Académica Española. ISSN: 978-3-8443-4125-6. 206
pp.
Barrios, MB; A Buján; SP Debelis; AC Sokolowski; AD. Blasón; HA Rodríguez; SC
López; J De Grazia; CR Mazo & MC Gagey. 2014 Relacion biomasa de raiz/biomasa
total de soja (Glycinemax) en dos sistemas de labranza. Revista Terra
Latinoamericana32(3):221-230.
Batalla, S. 2004. Evaluación del rendimiento y calidad de trigo bajo distintas alternativas
de manejo (labranza y fertilización). Actas del Vl Congreso Nacional de trigo. IV
Simposio Nacional de cultivos de siembra otoño-invernal. Bahía Blanca, Buenos Aires
del 20 al 22 de octubre de 2004. pp317.
Calderone, M; J Torres; S Papucci; M Cruciani& A González. 2008. Revista
Agromensaje de la Facultad FCA- UNR ISSN: 16698584. Visitado el 18/03/2015
http://www.fcagr.unr.edu.ar/Extension/Agromensajes/24/9AM24.htm.
Carretero C. 2011.Una aproximación mecanística al problema de las enfermedades
foliares en el cultivo de trigo. Tesis presentada para optar al título de Doctor de la UBA,
Área Ciencias Agropecuarias FAUBA.
96pphttp://ri.agro.uba.ar/files/download/tesis/doctorado/2011carreteroramiro.pdf
Chidichimo, HO & MD Asborno. 2000. Influencia de la humedad y la temperatura del
suelo sobre el crecimiento del trigo en dos sistemas de labranza. Revista Brasileira de
Agrometeorologíavol 8(1): 69-74
De Rienzo, A; F Casanoves; M Balzarini; L González; M Tablada & W Robledo. 2008.
Domínguez, GF; GA Studdert& HE Echeverría. 2005. Propiedades del suelo: efectos de
las prácticas de manejo. Fertilidad de Suelos y Fertilización de Cultivos. Ediciones INTA.
Buenos Aires. pp. 207-229.
Falotico, J; G Studdert & HE Echeverría.1999. Nutrición nitrogenada del trigo bajo
siembra directa y labranza convencional. Ciencia del Suelo 17:9-20.
Ferreras, LA; JL Costa & FO García. 1999. Temperatura y contenido hídrico del suelo en
superficie durante el cultivo de trigo bajo dos sistemas de labranza. Ciencia del Suelo
17(2):39 39-45
Ferreras, L; G Magra; P Besson; IE Kovalevsk & F García. 2007. Indicadores de calidad
física en suelos de la Región Pampeana Norte de Argentina bajo siembra directa.
Ciencia del Suelo 25(2):159-172
Garrido-Salinas, MI. 2012. Efecto de la fecha de siembra en coeficientes genéticos de
trigo candeal (Triticum turgidum l. ssp. durum) tesis para optar al grado de Magíster en
ciencias agropecuarias mención producción de cultivos. Universidad de Chile, Facultad
de Ciencias Agronómicas, Escuela de postgrado. 87 pp.
12
Golik, I. 2009. Efecto de los sistemas de labranza, fertilización nitrogenada y genotipo

sobre el sistema radical en etapas avanzadas del cultivo de trigo y su incidencia en el
rendimiento, calidad y sanidad. UNLP - FCAyFtesis doctoral. 162 pp.
http://sedici.unlp.edu.ar/handle/10915/1821.Visitado 3/3/15.
González-Montaner, J & M Di Nápoli. 1998. Fertilización nitrogenada en trigo.
Interacción con estados físicos del suelo y condiciones climáticas en el sur de la
provincia de Santa Fe. Actas del IV Congreso Nacional de Trigo, Mar del Plata, pp: 3-27.
Gregory, P; K Ford & M Gooding. 2004. Managing roots, nitrogen and fungicides for
wheat improvement. HGCA conference.
Inzunza-Ibarra, MA; EA Catalán-Valencia; I Sánchez-Cohen, M Villa-Castorena & A
Román-López. 2010. Modelo de producción de trigo bajo déficit hídrico en dos períodos
de crecimiento. Terralatinoamericana 28(4): 335-344.
Macklon, AES; LA Mackie Dawson; A Sin; CA Shand& A Lylli. 1994. Soil P Resources,
plant growth and rooting characteristics in nutrient poor upland grasslands. PlantSoil
163:257-266.
Marelli, H & J Arce. 1996. La Labranza Conservacionista.Informe N° 32. INTA EEA
Marcos Juárez. 8p.
Millares, DJ; FG González; LG Abeledo; RA Serrago; I Azuela; GA; RP de San
Caledonio & P Lovalvo. 2014. Manual de trigo y cebada para el cono sur procesos
fisiológicos y bases de su manejo. 1er edición. Orientación Gráfica Editora. 48 pp. ISBN.
978-987-1922-07-9. Visitado el 15/12/15.
http://www.agroconsultasonline.com.ar/ticket.html/Miralles%20-
%20Manual%20de%20Trigo%20-
%20press.pdf?op=d&ticket_id=9972&evento_id=20750.
Nyamangara, J; E NyazaradzoMasvaya; R Tirivavi& K Nyengerai. 2013. Effect of hand-
hoe based conservation agriculture on soil fertility and in selected smallholder areas in
Zimbabwe. Soil Till. Res. 126:19-25.
Peltrezer, HF. 1999. Efectos de la longitud del barbecho químico sobre la disponibilidad
de agua y nitratos a la siembra y los rendimientos de maíz. En AAPRESID (ed.),
Jornadas de Intercambio Técnico de Maíz, Pub. Téc. por Cultivo, AAPRESID, Rosario,
Santa Fe. 27-30.
Sarandón, SJ; SI Golik & HO Chidichimo. 1997. Acumulación y partición del nitrógeno
en dos cultivares de trigo pan ante la fertilización nitrogenada en siembra directa y
convencional. Rev. Fac. Agr. La Plata 102:175-186.
Sempe, M & H Chidichimo. 2004. Efecto del sistema de labranza en la calidad industrial
de trigo. Actas del Vl Congreso Nacional de trigo. IV Simposio Nacional de cultivos de
siembra otoño-invernal. Bahía Blanca, Buenos Aires del 20 al 22 de octubre de 2004.
312-313.
13
Slafer, GA; DJ Miralles; R Savin; EM Whitchurch & FG González. 2003. Producción de

granos base funcional para su manejo. Capítulo 7. Editorial Facultad de Agronomía.
UBA. Primera edición. pp. 99-132. ISBN 950-29-0713-2.
SoilSurveyStaff. 2010. Claves para la taxonomía de suelos. 11th ed. USDA-Natural
Resources Conservation Service. Washington, DC, USA.374 pp.
Soracco, GC; R Filgueira; GO Sarli; LL Fournier; P Gelati & J Hilbert. 2009 Persistencia
del efecto del subsolado sobre el movimiento del agua en el suelo en siembra directa.
Uso de dos modelos teóricos. Ciencia Suelo 27(1):77-87.
Steinbach, HS & R Álvarez. 2007. ¿Afecta el sistema de labranza las propiedades
físicas de los suelos de la Región Pampeana? Informaciones Agronómicas 33:7-12.
Taboada, MA. 1998. Compactación superficial causada por la siembra directa, y
regeneración estructural en suelos franco limosos pampeanos. XVI Congreso Argentino
de la Ciencia del Suelo. p. 361-374.
Zadocks, JC; TT Chang & CF Konzac. 1974. A decimal code for the growth stages of
cereals. Weed Research. 14:415-421.
14
ESTUDIO DEL SUELO EN EL PAISAJE REGIONAL COMO BASE PARA DEFINIR SU

MANEJO AGROPECUARIO–FORESTAL
MARGARITA MARÍA ALCONADA MAGLIANO1 *, FRANCISCO DAMIANO2 & JUAN R.
FAGUNDO CASTILLO3
1
Facultad de Ciencias Agrarias y Forestales, UNLP, Argentina; 2 Instituto de Clima y
Agua, INTA-Castelar. Argentina; 3 Centro Nacional de Medicina Natural y Tradicional, La
Habana, Cuba.
* [email protected]
Resumen
El suelo se vincula con otros elementos del paisaje natural, vegetación, geomorfología y
sistemas de flujo de agua subterránea y con el hombre. La sostenibilidad de prácticas
de manejo y su contribución al desarrollo de una región depende de que sean
implementadas conforme al paisaje local y regional. En general, la caracterización del
suelo no incluye la calidad del agua subterránea ni se establecen las relaciones entre
las características observadas y su origen, que es lo que define la factibilidad de una
práctica de manejo. Esto es particularmente importante con superficies freáticas
someras y se plantean prácticas como desmontar, forestar, drenar, regar, o manejar el
agua en exceso a través de la vegetación (bio-drenaje). La teoría de los sistemas de
flujo de agua subterránea permite vincular los elementos del paisaje e indica que
pueden coexistir en un área flujos locales, intermedios o regionales que son definidos
por la calidad del agua, suelo, vegetación, geología y geomorfología. Se busca definir si
los suelos pueden estimar la historia hidrogeológica del sitio e inferir el funcionamiento
del paisaje. Se estudió el agua de molinos, freatímetros y lagunas en Lincoln, Buenos
Aires, suelos asociados y elementos del paisaje local, y de otros ambientes vinculadas
regionalmente. Se comporta como zona de descarga de flujos intermedios que se
vinculan con locales, con calidades de aguas contrastantes en geomorfologías
semejantes, donde se presuponen mejores condiciones productivas. Los suelos van
desde Hapludol típico a Natracualf típicos, asociado al espesor del depósito arenoso
superior e influencia delagua(bicarbonatadas sódicas hasta cloruradas sulfatadas
sódicas no asociada a precipitaciones locales). Hay una estrecha relación entre el suelo,
su mineralogía, y agua incidente. Si esta no pudiese ser medida es factible inferirla
caracterizando el suelo en su composición, y con esto, el funcionamiento hidrológico y
manejos posibles.
Introducción
La sustentabilidad de los sistemas productivos y que estos coadyuven en las
particularidades de la región, requiere de una comprensión paisajística, estudiándolos
en el contexto regional. Esto es particularmente importante en ámbitos con superficies
freáticas poco profundas, donde son planteadas prácticas tales como desmontes,
1
forestación, drenaje, riego o manejo del agua en exceso a través de la vegetación (bio-
drenaje). En la Figura 1 se presenta un esquema general de la denominada técnica del
“bio-drenaje” donde se propone manejar el agua a través de la evapotranspiración
vegetal (Heupermanet al., 2002; Tomar et al., 2007). Sin embargo, la respuesta sobre la
profundidad en la superficie freática no sólo depende de dicha práctica sino también del
funcionamiento hidrológico local y regional. Pla Sentis (2005) destaca la necesidad de
un enfoque hidrológico en la evaluación de procesos degradativos y manejo sustentable
del suelo y agua, definiendo las variables del ambiente y sus relaciones. Son muchos
los ejemplos en el país donde este tipo de análisis podría tener aplicabilidad, tal como
valles y mallines patagónicos, monte chaqueño, y llanura chaco pampeana en general.
En la provincia de Buenos Aires, se destaca la Pampa Arenosa y Pampa Deprimida, ya
que son las superficies freáticas las que principalmente definen el funcionamiento
general del paisaje y especialmente inciden en el régimen hídrico, coadyuvando o
agudizando la problemática de déficit y exceso hídrico frecuente en estas regiones con
efectos tales como: sequías, anegamiento, inundación, lavado, salinización,
alcalinización, entre otros.
Figura 1 Esquema de funcionamiento del bio-drenaje (adaptada Heupermanet al., 2002).

En el noroeste bonaerense en particular (Barraco, 1999; Casas, 2003) y en la provincia
de Buenos Aires en general y otros sitios del país y del mundo, diversos autores
proponen especies vegetales en el aprovechamiento y/o control de freáticas, advirtiendo
algunos trabajos sobre problemas de redistribución de sales y persistencia de las
prácticas. (Verga, 2000; Baigorri et al., 2003; Galetti, 2003; Galetti y Esparrach, 2003;
Martini y Baigorri, 2004; Pergolini, 2004; Réboriet al., 2004; Jobbágy et al., 2006;
Bovino, 2006; Gupta, 2007, en Alconadaet al. 2009).
El enfoque hidrológico indicado como necesario(Pla Sentis, 2005) puede ser abordado
aplicando la teoría de los sistemas de flujo de agua subterránea de Toth (2000) que
reconoce la existencia de sistemas de flujos que pueden coexistir en un mismo sitio,
local, intermedio y regional (según se deban a lluvias ocurridas en el lugar o a distancias
2
variables), y zonas dentro de estos que se complementan en su funcionamiento

hidrológico, recarga(flujo de agua descendente), tránsito (flujo del agua lateral y
horizontal) y descarga (flujo del agua ascendente) (Figura 2).
Cada zona tiene condiciones de agua completamente diferentes y contrastantes, siendo
viable según indican Carrillo (2000), Toth (2000) identificarlas por indicadores
ambientales: suelo, geomorfología, vegetación, calidad de agua y/o carga hidráulica
(Figura 3). Así, definen el Sistema de Flujo Subterráneo como “una unidad natural y
coherente, en espacio y tiempo, consistente de aguas subterráneas de calidad físico-
química particular, que circula por materiales geológicos con una expresión
geomorfológica, con vegetación y suelo particulares”.
En la Figura 3 se aprecia que el pH, salinidad (CE conductividad eléctrica), alcalinidad
(RAS, Na), temperatura (delta T), anaerobiosis (potencial rédox Eh), se incrementa
desde zonas de recarga a descarga, dependiendo la magnitud con el tipo de flujo.
Asimismo, se modifica la composición aniónica prevaleciendo lo HCO3- en zonas de
recarga y Cl- en las descargas Sin embargo, Alconadaet al. (2009, 2011) en la región del
noroeste bonaerense encuentran relaciones entre elementos del paisaje que no siempre
se corresponden con el esquema general de relaciones señalado por Carrillo (2000) y
Toth (2000). Así, en algunos sitios definidos como lomas planas extendidas para el
ambiente general, el agua incidente resultó con características salinas y alcalinas,
mientras que en otros sitios también de loma, la salinidad y alcalinidad del agua resultó
baja, existiendo entonces en este último caso una relación previsible, y no previsible en
el primer caso. En el noroeste bonaerense, se señala entonces la necesidad de definir la
calidad del agua subterránea para establecer los sistemas de flujos ya que estos
pueden modificarse según las condiciones climáticas locales y regionales, tal como
sucede durante épocas de inundaciones generalizadas en el noroeste bonaerense, y en
otros ambientes del país sujetos a cambios en el régimen hídrico de lluvias, aguas
superficiales y profundas.
3
Figura 2 Teoría de los sistemas de flujo de agua subterránea (modificado de Toth, 2000)
Figura 3 Sistemas de flujo subterráneo: zonas de recarga, descarga, e indicadores

ambientales asociado (Zona estagnante, disminución de O2 con incremento de total de
sólidos solubles; Trampa hidráulica, convergencia y acumulación de material
transportado y calor) Modificada de Toth (2000)
La caracterización del agua y su evolución puede ser realizado instalando freatímetros

que capten el agua subterránea. No obstante, el agua incidente en el suelo desde
superficies freáticas someras participa en la composición catiónica, aniónica, pH y
salinidad de dicho suelo, y podrían ser estas propiedades edáficas consideradas para
4
inferir la calidad del agua (tipo de flujo) que junto a otros elementos del paisaje, estimen
el funcionamiento hidrológico del ambiente a intervenir.
Cabe destacar que normalmente, la caracterización del suelo se realiza hasta 1-2 m de
profundidad o hasta alguna impedancia para el crecimiento vegetal, y dicha
caracterización junto a las condiciones climáticas, son generalmente las
consideraciones ambientales que se tienen al definir especies vegetales, rotaciones y
manejos. Sin embargo, aun cuando se describan las características morfológicas y
analíticas edáficas principales, en general no se analiza suficientemente el origen de
dichas características, pudiendo ser lo que define la pertinencia de una intervención. Se
tuvo como objetivo establecer la pertinencia de definir la historia hidrológica de un
ambiente a partir de la caracterización morfológica, analítica y mineralógica de los
suelos, geomorfología local y regional, como procedimiento para definir manejos
agropecuarios y forestales ajustados al funcionamiento del paisaje local y regional.
Ubicación y características del sitio_. En la Figura 4 se presenta la ubicación de Lincoln
(Li), y otras localidades vecinas, Pehuajó (Pe), Trenque Lauquen (TL), y Carlos Casares
(CC), en el sector de Médanos Longitudinales de la Pampa Arenosa (5.500.000 ha),
provincia de Buenos Aires, Argentina. El estudio en Lincoln se efectúa sobre una red de
observación de 12 km de longitud integrada por 12 sitios de muestreo de suelo y agua,
dispuestos en tres transectas (T):T1: sector más alto, Molino 1 (M1), Freatímetros 1
(F1), 2 (F2), y 3 (F3) (distancia M1 a F3 1605 m, pendiente 0,16%). T2: sector medio,
Molino 2 (M2), Freatímetros 4 (F4), y 5 (F5), y Laguna 1 (L1) (distancia M2 a L1 1815 m,
pendiente 0,14%). T3: sector más bajo, Molino 3 (M3), Freatímetro 6 (F6) y 7 (F7), y
Laguna 2 (L2) (distancia M3 a L2 1055 m, pendiente 0,12%). El escurrimiento superficial
es anárquico, muy lento, en un microrelieve de crestas de carácter medanoso
estabilizado, lomas planas extendidas y pequeñas depresiones, con pendiente local del
0.4‰ emplazado en un ambiente general de 0.6‰ de pendiente (dirección NO-SE), con
alturas que varían entre 82.5 y 90 msnm. Los estudios detallados en Lincoln se
comparan con lo obtenido en partidos vecinas en estudios previos en Pehuajó (Pe),
Trenque Lauquen (TL), y Carlos Casares (CC) (Alconadaet al., 2011).
5
Figura 4 Ubicación de Lincoln, y otros partidos con los cuales se compara, en el sector
Médanos longitudinales dentro de la Pampa Arenosa, Buenos Aires, Argentina. Detalle
de ubicación de sitios de muestreo en Lincoln en tres transectas
Agua-.Muestreos en 9 fechas: D1, 12/05/2011; D2, 28/07/2011; D3, 28/09/2011; D4,
22/11/2011; Fch5, 29/02/2012; Fch6, 18/06/2012; Fch7, 19/09/2012; Fch8, 28/11/2012,
y D9, 19/3/2013. Se analizó: pH (potenciometría), conductividad eléctrica (CE,
conductimetría a 25 °C), alcalinidad, cationes y aniones: Na+, K+, Ca2+, Mg2+, Cl-, SO42-,
HCO3- por Espectrometría de Masas y Espectrometría de emisión atómica por plasma.
Se procesan los datos con modelos hidrogeoquímicos, HIDROGEOQUIM,
MODELAGUA, BATOMET; obteniéndose el factor de concentración de cloruros
respecto al agua de lluvia(FCCl), tipo de agua, patrón hidrogeoquímico medio de Kurlov
(PHM), el cual surge de la relación entre cationes y aniones (Na+K:Ca:Mg -
Cl:HCO3:SO4), el origen del agua(Fagundo, 1998; Fagundo Sierra et al., 2001). Se
define el tipo de flujo (local, intermedio, regional), y sus respectivas zonas (recarga,
tránsito y descarga) según la teoría de los sistemas de flujo (Tóth, 2000).Lo relativo al
procesamiento del agua se presentó con mayor detalle en Damianoet al. (2015).
Ambiente-.En cada sitio se estudió el suelo,en su morfología (Etchevehere, 1976),
composición química y mineralógica, esta última por difracción de rayos X (realizado en
Laboratorio INTA Castelar). Los análisis químicos incluyen pH, salinidad, alcalinidad,
aniones y cationes solubles e intercambiables por procedimientos estándares (Page et
al., 1982). El tipo de suelo se define por SoilTaxonomy (SoilSurveyStaff, 2006).Se
establece posición topográfica y unidad fisiográficas, mediante GPS y estudió temporal
de imágenes satelitales disponibles en INTA, Dpto Clima y Agua (información no
presentada). En cada fecha de muestreo se indica vegetación natural e implantada.
Parte de esta información fue presentada en Alconadaet al., (2014).
Agua-Ambiente _.En la Tabla 1 se presentan algunas características físico-químicas del
agua y en Tabla 2 características del ambiente para las transectas T1, T2 y T3 (alta,
6
media y baja respectivamente), indicándose el tipo de flujo y zona que resulta de Tabla
1 y Tabla 2. En las 3 transectas, las distancias entre manifestaciones indicadas en
materiales y métodos, diferencias de altura topográfica, y profundidad de la superficie
freática no supondrían diferencias tan marcadas como las obtenidas en la calidad del
agua (Tabla 1). Se reconocen 3 grupos de aguas (G1 a G3)que evoluciona desde
bicarbonatada sódica (F1) hasta clorurada sulfatada sódica (F2, F3, F5, F7, L1 y L2),
pasando por bicarbonatada clorurada sulfatada sódica en F6, M1 y M2, y bicarbonatada
clorurada sódica en F4. En todos los sitios de muestreo, la salinidad y alcalinidad es
elevada y siempre sódica. Esto se aprecia en los PHM, en todos los casos la relación de
cationes es 901 (Na+K:Ca:Mg).La temperatura del agua, no presentó variaciones
significativas, sólo en M3 resultó en promedio mayor, 19,2oC, y en la L1, 18,7oC. En el
resto de las manifestaciones muestreadas, en promedio fue próximo a 17oC.
Se aprecia entonces, que aún en posiciones altas (loma) hay incidencia de flujos
intermedios de largo recorrido que se vinculan con flujos locales que moderan la
salinidad-alcalinidad observada (Tabla 2): No obstante se destaca que con excepción de
las lagunas, no hay una respuesta directa a las precipitaciones acaecidas en el sitio
(Tabla 3) ni en la calidad ni en la profundidad de la superficie freática (Tabla 4).
Lo señalado puede ser más claramente observado en la Tabla 5, donde se presenta la
conductividad eléctrica (CE) del agua para cada una de las fechas y manifestación
muestreada. Asimismo, se destaca el enriquecimiento en sales del agua extraída en los
freatímetros de lomas (F1, F4, y F6) respecto a la calidad del agua de lluvia recolectada
en el sitio en octubre de 2012 (Tabla 6).
7
Tabla 1 Calidad de agua promedio 9 fechas: pH, conductividad eléctrica (CE dS.m -1),
relación de absorción de sodio (RAS), factor de concentración de cloruros (FCCl), tipo
de agua y patrón hidrogeoquímico medio (PHM: relación Na+K:Ca:Mg - Cl:HCO3:SO4),
grupo de agua (G), en las 3 transectas T, alta, media y baja, en manifestaciones (M) F:
freatímetro, M: molino, L: laguna
T M pH CE RAS FC Cl Tipo PHM G

Alta M1 7,9 3,9 21 56 HCO3>Cl>SO4-Na 901-532 1
F1 8,1 3,1 23 24 HCO3-Na 901-172 1
F2 7,9 10,2 39 237 Cl>SO4-Na 901-514 3
F3 7,7 19,5 45 555 Cl>SO4-Na 901-514 3
Media M2 8,0 5,9 31 116 HCO3>Cl>SO4-Na 901-442 1
F4 8,2 3,8 38 54 HCO3>Cl-Na 901-352 1
F5 7,7 16,0 43 442 Cl>SO4-Na 901-514 3
L1 8,4 8,6 35 262 Cl>SO4-Na 901-613 3
baja M3 7,9 5,0 20 121 Cl>HCO3>SO4-Na 901-532 2
F6 8,0 4,1 26 80 HCO3>Cl>SO4-Na 901-442 1
F7 7,8 10,6 30 323 Cl>SO4-Na 901-613 3
L2 8,3 15,1 35 502 Cl>SO4-Na 901-613 3
8
Tabla 2 Sitios muestreo en Lincoln: posición en ambiente (P planicie: LA loma alta, LPE
loma plana extendida, MLB media loma baja, B bajo, C cubeta), altura topográfica
(msnm), vegetación (Fch1), suelo: Hapludol típico (HT), Hapludol ácuico (HA), Hapludol
taptoárgico-nátrico (HTA-HTN), Natracualf típico (NtT), Natracuol típico (NT),
profundidad freática, m (D1). grupo agua (G), patrón hidrogeoquímico (PHM), flujo:
intermedio (I)- local (L), zonas: recarga (R)-tránsito (T)-descarga (D)
0
N Posición m Vegetación, D1 Suelo Prof G Fl Zona
snm
Fch1
M1 P-LA 90,6 rastrojo soja-maíz HT 6 1 L-I R-T

F1 P- LPE 89,4 Melilotus sp, Bromusunioloides, Lotus sp HA 1,9 1 L-I R- T
F2 P-MLB 88,4 Spergulariasp,Lotussp,Distichlissp, sales HTN 1,2 3 I T
F3 P-B 88,0 Distichlissp, Spergulariasp, NfT 1,0 3 I D
Salicicorniasp
M2 P-LA 89,5 Rastrojos trigo-maíz encharcado HTA 6 1 I T

F4 P- LPE 88,4 rastrojo de maíz HTN 1,8 1 L-I R-T
F5 P-B 87,2 Distichlissp-Chlorisberroi NfT 0,7 3 I D
L2 C 85,9 orilla sin vegetación 3 I D
M3 P-LA 88,0 rastrojo de soja vecino a maíz HT 6 2 I T-R
F6 P- LPE 88,0 rastrojo de maíz y soja HTN 1,6 1 L-I R-T
F7 P-MLB 87,0 Distichlissp - Cynodon sp, sales NT 1,0 3 I D-T

L2 C 85,9 orilla sin vegetación 3 I D
Tabla3 Profundidad de superficie freática (m) en freatímetros F1 a F7 en fechas D1 a

D9),valores extremos, promedio (P) y coeficiente de variación (CV)
D1 D2 D3 D4 D5 D6 D7 D8 D9 Extremos P CV
F1 1,87 1,60 1,73 1,40 1,35 0,66 0,72 0,70 1,55 0,70-1,87 1,29 36,7
F2 1,16 0,75 1,03 0,73 0,22 0,15 0,19 0,30 0,83 0,15-1,16 0,60 64,9
F3 0,97 0,56 0,87 0,59 0,12 0,08 0,11 0,23 0,69 0,08-0,97 0,47 73,2
F4 1,84 1,70 1,87 1,56 1,14 0,94 1,01 1,09 2,10 0,94-2,10 1,47 29,4
F5 0,73 0,59 0,79 0,57 0,14 0.06 0,02 0,12 0,96 0,02-0,96 0,49 71,7
F6 1,64 1,51 1,79 1,76 0,44 0,79 0,81 0,71 2,02 0,44-2,02 1,27 45,7
F7 1,03 0,90 1,20 1,11 0,27 0,49 0,53 0,51 1,30 0,27-1,30 0,82 45,5
9
Tabla4 Precipitación medida en el establecimiento en estudio entre 2004 y 2013

(*) se indica momento de muestreo del agua D1 a D9
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
E 17 140 151 104 127 24 106 215 268 1
+5
F 24 205 160 105 155 78 84 121 184,5 48
+9
M 41 177 107 207 90 23 41 92 238,5 62
A 15 27 148 48 28 48 41 191 97 111
+1
M 18 10 0 12 10 32,5 38 35 160
+6
J 20 25 42 10 27 1 8 15 0
+2
J 87 43 16 7 52 35 21,5 41 0
A 57 34 0 0 3 2 1 7 157
+3 +7
S 0 89 30 116 56 110 152 13 47
O 102 67 190 83 91 23 67 89 140
+4 +8
N 114 105 65 55 52 178 25 135 115
D 185 12 97,5 63 90 284 56 4,5 152
Total 680 934 1006,5 810 781 838,5 640,5 958,5 1559
Tabla 5 Conductividad eléctrica (µS m-1) muestreadas entre fechas D1 a D9 y sitios (F

freatímetros F1 a F7, M molino M1 a M3, L lagunas L1 a L2). Coeficiente de variabilidad
(CV)
D1 D2 D3 D4 D5 D6 D7 D8 D9 CV
F1 2690 2800 2910 2780 3240 3040 2850 3305 3460 6,8
F2 9440 9890 9830 10140 11145 10270 9700 10050 11436 4,9
F3 19000 19030 19500 21000 20000 17960 18930 19520 20525 6,5
F4 3930 3450 4140 3810 4550 3960 3550 3500 3845 9,6
F5 15495 14990 15840 14750 15230 15730 16120 18085 17495 7,3
F6 4730 4640 4970 4480 5210 3850 3350 2930 3220 18,9
F7 11040 11730 12835 10000 8060 8060 9870 9870 9870 12,6
M1 3960 4145 4200 3970 4240 4090 3510 3690 3455 7,3
M2 9020 5810 6350 5860 6360 5660 5260 5270 3665 19,6
M3 5400 2650 3740 3305 Nd Nd 6530 7750 5708 42,1
L1 3750 8950 20000 16910 7800 4355 5230 3850 6910 67
L2 6960 14975 36500 25465 12100 7210 8430 6300 17630 71,2
10
Tabla 6 Valores promedio de la calidad físico química del agua muestreada en 9

fechas y valores extremos (e), en freatímetros de lomas de las 3 transectas (F1, F4 y
F6), respecto al agua de lluvia recolectada en octubre de 2012 (AP). pH, conductividad
eléctrica (EC dS m-1), Relación de Absorción de sodio (SAR), factor de concentración de
cloruros (FClC),cationes y aniones principales (me l-1)
pH CE RAS FClC HCO3 Cl SO4 Ca Mg Na
F1 8,1 3,1 22,9 24,3 20,3 4,6 5,3 0,7 2,1 27,2
e/ 7,9- 8,7 2,6- 3,5 21-25 20-29 19-22 4-6 4-7 0,3-0,9 1,8-2,4 25-30
F4 8,2 3,8 37,6 54,3 19,7 10,3 7,4 0,4 1,5 36,1
e/ 8,1- 8,4 3,4 - 4,5 34-40 44-69 18-21 8-12 6-9 0,4-0,5 1,2-2,0 33-41
F6 8,0 4,1 25,9 80,0 16,0 15,2 8,6 1,0 3,1 36,3
e/ 7,9-8,1 2,9-5,2 25-30 42-113 15-17 8-21 5-11 0,5-1,4 1,8-4,5 27-44
AP 7.2 0,06 1,4 0.3 0,2 0,31 0,20 0,05 0,10
Si lo obtenido en Lincoln se compara con otros partidos vinculados regionalmente (Tabla

7), las alturas topográficas no explican la mayor salinidad de los freatímetros en
Lincoln.Así, por ejemplo, en Pehuajó alturas de freatímetros varió entre 86 y 87,5 m
snm, y en Lincoln, entre 87 y 89,4 m snm. El área a nivel regional, por lo aquí observado
se comporta como una zona de descarga de flujos intermedios que se vinculan con
flujos locales. Se destaca el muy elevado contenido de Cl- y Na+ (Tabla 7). La
comparación entre los valores del noroeste bonaerense con los valores frecuentes en
aguas dulce (Tabla 7), muestra la importante intemperización de los materiales
geológicos que las aguas han provocado en su recorrido (Fagundo, 1990).
11
Tabla 7 Valores promedio de propiedades físico-químicas del agua: pH, conductividad

eléctrica (CE dS m-1) cationes y aniones (me.l-1), CaCO3 en mg l-1, y relación de
absorción de sodio (RAS), en freatímetros (F ) y pozos-molinos (P-M) de los partidos de
Trenque Lauquen (TL), Pehuajó (Pe), Carlos Casares (CC) y Lincoln (Li) *extremo poco
frecuente
Partid pH CE HCO Cl- SO4- Ca+ Mg+ Na+ K+ CaCO RA
- 2 2 2
o 3 3 S
F TL 7,8 3,3 10,9 16,0 4,7 1,7 2,9 27,6 1,6 231 15
Pe 7,3 3,8 5,7 27,0 4,5 4,2 5,9 25,0 1,0 505 11
Li 7,9 9,6 17,7 46,6 33,1 3,2 9,3 84,4 1,4 621 35
P- TL 7,8 7,3 6,2 63,5 17,7 5,1 16,7 68,7 1,1 1095 17
M
Pe 7,8 4,0 15,2 22,5 6,6 1,7 4,9 37,2 0,8 326 20
CC 7,0 8,0 10,4 37,2 9,6 5,9 5,7 60,9 1,9 578 21
Li 7,8 4,9 18,6 18,2 12,3 2,4 4,4 42,3 1,1 341 24
rango 6,5 0,1 0,8– 0,3 0,02 0,5 0,08 0,04 0,002
frecuente 8,5 0,2 6 a7 a a a8 a 6,5 a 0,2
aguas (13*) 5,2 19
dulce
Suelo-mineralogía-agua-ambiente_.En la Figura 5 se presentan en un esquema general

de funcionamiento de flujos de agua los suelos correspondientes a tres freatímetros: F1
en loma de la T1; F6 en loma de T3, y F7 en bajo de T3. En la Tabla 8, se presentan
algunas propiedades morfológicas y caracterización química de los suelos. Asimismo,
se indica el ambiente y calidad de agua freática en la fecha en que se estudió el suelo,
En la Tabla 9, se presenta la composición mineralógica de dichos perfiles.
En el presente estudio se reconocen los dos materiales originales de los suelos

característicos de la región, uno más grueso superficial (E1, médano invasor) y otro más
fino subsuperficial (E3, Bonaerense, loess) (Dillonet al., 1985; Cabral et al., 1996). Los
suelos difieren en el espesor del depósito más grueso superficial (E1) y conduce a
definir suelos desde Hapludol ácuico (mayor espesor del E1) hasta Natracuol típico
(escaso espesor de E1) (Tabla 8). Esto es en líneas generales coincidente con lo
reconocido en las cartas de suelo de la región (Cartas de suelo INTA, 1:50.000, 3563-
30-2 Smith). Sin embargo, en el presente estudio se aprecia que pequeñas diferencias
de altura tanto topográficas como de espesor del material superior, conducen a grandes
diferencias en la forma en que el flujo de agua subterráneo de tipo intermedio incide en
el perfil, y como además, se vincula a los flujos locales (Tabla 1 y 2).
12
Tal como se aprecia en Tabla 8, los suelos en profundidad presentan una alcalinización
e hidromorfismo que se corresponde con el agua incidente, la vegetación (datos no
presentados), y con la mineralogía reconocida en el sitio del presente estudio (Tabla 9),
y la identificada en la región por Etchichurryet al.(1988) y González (2005).
En el presente estudio, se reconoce en todos los perfiles y profundidades la existencia
de cuarzo, plagioclasas (anortita y albita) y calcita. El yeso se presenta sólo en las
lomas, F1 y F6, y la halita si bien se observa en todos los perfiles se encuentra a escasa
y variable profundidad incluso en F1 (Tabla 9). Etchichurryet al. (1988) reconocen en los
sedimentos superficiales hasta un máximo de 12 m de profundidad (E1): cuarzo (19 a
26%); plagioclasas (15 a 40%); feldespatos K (6 a8%); riolita y/o alteritas (incluyen
materiales variables, 14 a 47%); auguita, minerales opacos, toba, arenisca, andesita, y
biotita (0,6 a 1,7%); hipersteno, hornblenda y lamprobolita (<0,4%): y rutilo, circón y
granate menores o próximos a 0,10%.
Figura 5 Suelos de lomas en T1 (F1) y en T3 (F6), y en bajo tendido de T3 (F7)

(F1 89,4 m snm, F6 88 m snm, F7 87 m snm)
13
Tabla 8 Secuencia de horizontes en perfiles de F1, F6 y F7, profundidades (cm), pH,

CE (dS.m-1), cationes intercambiables (me.100-1) en suelo, cationes solubles (me.l-1) en
el suelo, y en agua de la fecha donde se muestreó el suelo HA Hapludol ácuico; HTN
Hapludol taptonátrico; NT Natracuol típico
Cationes intercambiables Cationes

Solubles
Prof pH CE Ca Mg K Na PSI Ca Mg K Na RAS
F1 A 0-26 6,5 0,3 7,3 2,2 1,8 0,4 2,8 0,6 0,4 1,0 1,5 2,2
HA AB 26-44 8,4 0,4 3,7 1,9 1,0 1,1 13 0,5 0,5 0,4 3,8 5,6
Bwn1 44-74 10 2,5 5,2 4,2 2,7 6,8 48 0,5 2,3 1,2 24,3 21
Bwn2 74-93 10 1,9 3,6 4,4 3,1 7,1 47 0,4 1,9 1,1 19,1 18
Agua D8 93+ 7,9 3,3 0,7 2,4 0,8 29,5 23
F6 HTN A 0-30 6,3 0,3 7,6 2,9 1,6 0,3 2,3 0,9 0,3 0,7 1,1 1,1
AC 30-45 8,5 0,6 2,8 2,6 1,3 1,2 18 0,5 0,5 0,5 6,6 7,7
2Bt 45-61 9,6 1,9 --- --- 4,2 7,6 36 0,7 0,5 0,9 20,2 21
Agua D4 151+ 8,0 4,5 0,5 3,6 0,9 42,7 30
F7 A 0-29 8,8 47,4 --- --- 1,7 29 100 19,5 57,5 7,7 414 60
NT 2Bt1 29-49 8,6 10,8 --- --- 3,2 17 66 3,3 5,9 2,2 102 41
2Bt2 49-59 8,8 11,1 --- --- 2,9 16 74 3,8 6,6 2,2 112 42
Agua D4 59+ 7,7 11,8 0,6 15,8 1,9 109 38
14
Tabla 9 Resultados del análisis mineralógico de muestras de suelo en los F1, F6 y F7

Leyenda: I/E: Interestratificados Illita-Esmectita; E: Esmectita; I: Illita; C: Caolinita. Qz,
cuarzo, Pg, plagioclasas (incluye anortita y albita), Ye yeso; Ca, calcita, Ha, halita
perfil prof Minerales que prevalecen en fracción limo- arcilla tipo de arcilla %
arena %
cm I/E+E I C
total
F1 0-26 Qz Pg Ye Ca 20,0 19 76 5
26- Qz Pg Ye Ca Ha 12,5 26 65 9
44
44- Qz Pg Ca Ha 17,5 30 65 5
74
74- Qz Pg Ca Ha 22,5 41 55 4
93
F6 0-30 Qz Pg Ca 19,0 22 70 8
30- Qz Pg Ye Ca 11,5 19 73 8
45
45- Qz Pg Ca Ha 19,0 45 52 3
61
F7 0-29 Qz Pg Ca 15,0 14 78 9
29- Qz Pg Ca Ha 24,0 45 51 4
49
49- Qz Pg Ca Ha 26,5 60 39 2
59
El suelo del freatímetro más elevado, F1, Hapludol ácuico, es sódico desde los 44 cm,
con pH 10, debido a los HCO3_ que prevalecen en la base del perfil (14,7 me.l-1) que se
vincula con un agua muy rica en dicho anión (22,2 me.l-1, representan el 68% de
aniones), así como al elevado contenido de Na+(85% de los cationes en la base del
suelo, y 90,5% en el agua incidente. A partir de 44 cm, se identifican minerales
evaporíticos, yeso, calcita y principalmente halita, que si bien son constituyentes del
material original, revela el ascenso del agua por evaporación aún en lomas. La halita
(NaCl), se halla en todos los perfiles a diferentes profundidades asociado a ascensos de
la freática. El suelo de F6, también de loma, si bien no difiere marcadamente en su
composición química de F1, difiere en la secuencia de horizontes y texturas (datos no
presentados).
15
El suelo en F7, Natracuol típico, no presenta buenas condiciones en ningún horizonte.

En todos los perfiles, hacia la base se incrementa la proporción de arcilla expansiva 45-
60% (Tabla 9) vinculado al hidrohalomorfismoque se incrementa en ambiente más bajo
y alcalino. El grado de alteración de los minerales y formación de minerales secundarios
estáinfluenciado por el tiempo de residencia del agua y sucalidad, interacción suelo-
agua (Fagundo, 1990). En el presente estudio la presencia de agua freática con alto
contenido de Na+(Tabla 1 y 8) favorecería la evolución a arcillas de tipo expansivas a
partir de la hidrolisis de silicatos con el CO2 disuelto en el agua de lluvia o por el H2CO3
del agua subterránea (Zapala Hernández, 2004), tal como podría suceder a partir de la
albita presente en los suelos (Tabla 9).
El esquema general dado por Zapala Hernández (2004) para albita es:
2 NaAlSi3O8 + 2 H2CO3 + 9 H2O 2 Na+ + 2 HCO3- + Al2Si2O5(OH)4 + 4 H2SiO4
Se aprecia entonces, que lo obtenido en el presente estudio en relación al tipo de suelo
y mineralogía, se corresponde en general con la identificación de flujos y zonas de agua
indicada en Tabla 1 según la teoría de Toth (2000), y con lo señalado en PMI (1999) y
González(2005) respecto al comportamiento y calidad de los acuíferos y Formaciones
donde dichos acuíferos se encuentran, en la región estudiada Así estos últimos autores,
indican que la Formación E1 (dunas de arena), se ubica por encima de otras
Formaciones (Araucana, Puelche y Pampeana), que en conjunto constituyen el sistema
acuíferocon continuidad hidráulica regional, no confinado (freático), y con una superficie
freática a escasa profundidad (inferior a 5 m en últimas décadas).
Toth (1995) explica las implicancias de la continuidad hidráulica regional en los flujos
que inciden en un ambiente. En el presente estudio la freática tuvo como profundidad
máxima los 2 m (Tabla 3). PMI (1999), González (2005),destacan también que más
profundamente, aunque sin integrarse en el sistema de agua subterránea actualmente
activo, se reconocen otras formaciones geológicas, con variado espesor según sitio, con
agua salina y salobre. La salinidad y alcalinidad observada en las aguas del presente
estudio,en ningún caso inferior a 2,6 dS.m-1 y RAS siempre mayor a 20 (Tabla 1 y 2), y
en la base del perfil (Tabla 8), pueden responder a la secuencia estratigráfica
comentada y/o provenir de zonas mucho mas lejanas conforme propone Toth (2000).
Puede indicarse por los resultados obtenidos queexiste una estrecha relación entre la
composición aniónica, catiónica, pH, salinidad y alcalinidad del suelo en profundidad y el
agua freática incidente, y que suelos con aptitud agrícola presentan a relativamente
escasa profundidad flujos de agua con una salinidad y alcalinidad que no responde sólo
al sitio local. Esto debería considerarse en manejos que procuren disminuir una freática,
o aprovecharla tal como propone un gran número de autores en la región y otros sitios
del país y del mundo, tales como Barraco, 1999; Esparrach, 2000; Verga, 2000; Baigorri
et al., 2003, Casas, 2003; Galetti, 2003; Galetti y Esparrach, 2003; Martini y Baigorri,
2004; Pergolini, 2004; Réboriet al., 2004; Jobbágyet al., 2006; Bovino, 2006; Gupta,
2007, (autores en Alconadaet al., 2009).
16
Conclusiones
Se confirman relaciones entre elementos del paisaje que permiten inferir zonas de
recarga y descarga de agua subterránea. Sin embargo, en el noroeste bonaerense,
coexisten flujos locales e intermedios de largo recorrido, y diferentes espesores de los
depósitos arenosos superficiales que modifican la forma en que el agua incide,
condicionando la magnitud de inundaciones, anegamientos, y manejos.
Los suelos varían entre Hapludol típico a Natracualf típico, y las aguas desde
bicarbonatadas sódicas a cloruradas sódicas.
La caracterización química del perfil edáfico permite inferir la calidad físico-química del
agua incidente, y estimar el funcionamiento hidrológico local y regional. Las relaciones
con otras regiones resultan útiles en la comprensión del paisaje local.
Reconocimientos
Los autores agradecen al Área Estratégica de Recursos Naturales “Proyecto:
Modelación hidrológica para planificación de cuencas” y al Programa Nacional de Agua-
INTA, por el cofinanciamiento de actividades.
A Juan P. Vitale por su colaboración en tareas de campo y procesamiento de imágenes
satelitales.
Bibliografía
Alconada MM; ABussoni; R Rosa; JJ Carrillo Rivera. 2009. El bio-drenaje para el control
del exceso hídrico en Pampa Arenosa, Buenos Aires, Argentina. Investigaciones
Geográficas, Boletín del Instituto de Geografía, UNAM (México). 68: 50-72.
Alconada Magliano, MM; JR Fagundo-Castillo; JJ Carrillo-Rivera& PG Hernández. 2011.
Origin of flooding water through hydrogeochemical identification, the Buenos Aires plain,
Argentina, Environmental Earth Sciences. 64 (1): 57-71.
Alconada Magliano, M M; F Damiano; JR Fagundo Castillo. 2014. El suelo en el
funcionamiento hidrológico y manejo agropecuario-forestal. Actas XX Congreso
Latinoamericano de la Ciencia del Suelo. 4p.
Barraco, MR. 1999. Productividad de soja (Glycine max (L) Merril) según propiedades
edáficas de Hapludoles de la Región de la Pampa Arenosa. Tesis MSc Ciencias del
Suelo, Escuela Posgrado Facultad Agronomía, UBA.132p.
Baigorri, HEJ; JM Cisneros; M Estenssoro; E Martini; S Rang; JC Sardoy& S Begnis.
2003. Aprendiendo a utilizar la napa freática en la producción de soja.
http://www.elsitioagricola.com/ 2008.
Bovino, SM. 2006. Revalorizar al caldén. Una especie nativa única de la Argentina y del
mundo. SAGPyA Forestal V 2 (37).
ttp://www.sagpya.mecon.gov.ar/new/00/forestacion/revistas/revista37. 2008
17
Cabral, M; N González; J Giménez; M Hernández; M Hurtado.1996. Análisis geo-

ambiental de la región semiárida del noroeste de la provincia de Buenos Aires. VI
Congreso Nacional y Conferencia Internacional Geología Ambiental y Ordenamiento del
Territorio. VIII: 345-364.
Carrillo Rivera, JJ. 2000. Application of the groundwater-balance equation to indicate
interbasin and vertical flow in two semi-arid drainage basins. Hydrogeology Journal, V8
(5): 503-520.
Damiano, F., MM Alconada Magliano y JR Fagundo Castillo. 2015. Estimación de la
composición química del agua subterránea a partir de su salinidad. Actas del XXV
Congreso Nacional del Agua. Paraná. 6 p.
Dillon, AA; M Hurtado & J Giménez. 1987. Influencia de la Geomorfología y Estratigrafía
en los Anegamientos de la Pampa Arenosa, Provincia de Buenos Aires, República
Argentina. X Congreso Geológico Argentino, San Miguel de Tucumán. Actas III: 301-
304.
Etchevehere, P.H. 1976. Normas de Reconocimiento de Suelos. Publicación 152. INTA
Castelar. 222 p
Esparrach, CA. 2000. Especies adecuadas para la implantación en bajos inundados
[http://www.inta.gov.ar/balcarce/info/documentos/agric/forest/forestales.htm]. 2008.
Etchichurry, MC; OR Tofalo& ME Forzinetti.1988. Composición de la fracción psamitica
de sedimentos actuales de la provincial de Buenos Aires y su significado tectónico.
Actas Seg. Tour Geológico Bonaerenes, Bahía Blanca.
Fagundo, JR. 1990. Evolución química y relaciones empíricas en aguas naturales.
Efecto de los factores geológicos, hidrogeológicos y ambientales. Hidrogeología
(Granada), 5: 33-46.
Fagundo, JR. 1998. Patrones hidrogeoquímicos y relaciones matemáticas en aguas
naturales. Ingeniería Hidráulica,19 (2): 62-78.
Fagundo Sierra, J; JR Fagundo; P González & M Suárez. 2001. Modelación de las
aguas naturales. Contribución a la Educación y la Protección Ambiental, VVII. ISCTN,
(La Habana).
Galetti, MA. 2003. Sistemas silvopastoriles en la provincia de Buenos Aires Equipo
Forestal INTA, Balcarce.
http://www.inta.gov.ar/balcarce/info/documentos/agric/forest/silvopas.htm.2008
Galetti, MA & CA Esparrach. 2003. La acacia blanca en forestaciones de uso
multiple.http://www.inta.gov.ar/balcarce/info/documentos/agric/forest/acacia.htm. 2008.
González, N. 2005. Los ambientes hidrogeológicos de la provincia de Buenos Aires. XVI
Congreso Geológico Argentino, La Plata. Cap XXII: 359-374.
18
Gupta, SK. 2007. Strategies for prevention and management of waterlogging and soil
salinization and their limitations: 43-56. En: Ambast, S.K., Gupta, S.K. and Singh,
Gurbachan. Agricultural Land Drainage: Reclamation of Waterlogged Saline Lands.
Central Soil Salinity Research Institute, Karnal, India. 231p.
Heuperman, AF; AS Kapoor& HW Denecke.2002. Biodrainage. Principles, experiences
and applications. International Programme for Technology and Research in Irrigation and
Drainage, Food and Agriculture Organization of the United Nations-FAO. Knowledge
Synthesis Report 6. htpp://www.iptrid. org, y ftp://ftp.fao.org/agl/aglw/ESPIM/CD-
ROM/documents/6F_e.pdf. diciembre 2015.
Jobbágy, EG; M Vasallo; KA Farley; G Piñeiro; MF Garbulsky; MD Nosetto; RB Jackson
& JM Paruelo. 2006. Forestación en pastizales: Hacia una visión integral de sus
oportunidades y costos ecológicos. Agrociencia, VolX(2): 109-124.
López Geta, JA& JM Fornés Azcoiti. 2009. La Geología e Hidrogeología en la
Investigación de Humedales. Serie Hidrogeológica y Agua Subterránea Nro. 28. Instituto
Geológico Minero de España. 310p.
Martini, E & HEJ Baigorri. 2004. Claves para la caracterización de un ambiente con
influencia de napa freática. En: Soja Actualización 2004. Información para la Extensión
INTA Marcos Juárez, 89: 41-46.
Nosetto, MD, EG Jobbágy; T Tóth & CM Di Bella. 2007. The effects of tree
establishment on water and salt dynamics in naturally salt-affected grasslands.
Oecologia.152: 695-705.
Pergolini, S. 2004. Factores que explican las variaciones de rendimiento del cultivo de
Soja entre los sectores de bajo y loma. http://www.elsitioagricola.com/articulos/pergolini/
Pla Sentís, I. 2005. Evaluación de Parámetros y Procesos Hidrológicos en el Suelo,
Programa Hidrológico Internacional, UNESCO. En Deyanira-Lobo, L., D. Gabriels y G.
Soto (Editores). París: Doc. Hidrología 71, UNESCO.
PMI, Plan Maestro Integral Cuenca del Río Salado. 1999. Ministerio de Economía de la
Provincia de Buenos Aires-Halcrow-Banco Mundial. Volumen principal y 14 Anexos en
CD.1300 p. Tirada reducida Ministerio Obras Públicas, Pcia Bs As.
Rébori, M; F Damiano; IR Díaz & J Rodríguez Traversa. 2004. Requerimientos de agua
del Eucalyptus dunnii en su implantación y monte adulto. Medición y contribución al
balance hídrico regional. Revista Investigación Forestal al Servicio de la Producción II:
209-213. http://www.sagpya.gov.ar/new/0-0/forestacion /biblos/ bloque04_2.pdf. 2008.
SoilSurveyStaff. 2006. Claves para la Taxonomía de suelos. USDA, Dpto de Agricultura
USA. Traducción 2007. Ortiz, C & MC Gutiérrez. 331p.
Tóth, J. 1995. Hydraulic continuity in large sedimentary basins. Hydrogeology Journal,
V3(4): 4-16.
19
Tóth, J. 2000. Las aguas subterráneas como agente geológico: causas procesos y
manifestaciones. Boletín Geológico y Minero, Instituto Tecnológico GeoMinero de
España, 8:49-26.
Tomar, OS. 2007. Bio-drainage: performance of various tree species as effective Bio-
drain material: 213-221. En: Ambast, S.K., Gupta, S.K. and Singh, Gurbachan.
Agricultural Land Drainage: Reclamation of Waterlogged Saline Lands. Central Soil
Salinity Research Institute, Karnal, India. 231p.
Verga, A. 2000. Algarrobos como especies para forestación: una estrategia de
mejoramiento. SAGPyA Revista Forestal No16.
20
USO DEL SOFTWARE INTA USLE/RUSLE PARA ESTIMAR PÉRDIDA DE SUELO

POR EROSIÓN HÍDRICA
JORGE JESÚS GVOZDENOVICH1,2& PEDRO BARBAGELATA1,2

1
INTA EEA Paraná; 2 Facultad de Ciencias Agropecuarias (UNER)
* [email protected]
Palabras clave: USLE, RUSLE, Erosión
Resumen
La erosión hídrica es uno de los principales problemas que afecta la producción

agrícola, debido a que degrada los suelos e impacta negativamente sobre la
productividad de los cultivos. El software INTA-USLE permite realizar el cálculo en forma
on-line del nivel de pérdida de suelo de un lote, usando la Ecuación Universal de
Pérdida de Suelo. Se utilizó la nueva versión del software INTA USLE RUSLE, que
contempla nuevos factores de erosionabilidad el suelo, prácticas y la incorporación de
las ecuaciones del LS provenientes del modelo RUSLE. El objetivo fue comparar la
pérdida de suelo utilizando este software para distintas rotaciones de cultivos, con
distinto porcentaje de participación de soja, con diferentes sistemas de labranza y
tecnologías de control de la erosión hídrica. Los resultados muestran que para todas las
rotaciones estudiadas, la pérdida de suelo fue mayor siempre en labranza convencional
que en siembra directa. Cuando la participación de soja en la rotación es mayor al 50%,
la pérdida de suelo fue más del doble en convencional y cuando es monocultivo, es de
70 para LC y 22,1 t/ha/año para SD. Al implementar medidas de control, terrazas
sembrables y siembra en contorno, observamos una disminución considerable de las
pérdidas de suelo para ambos sistemas de siembra. Concluimos que la SD, en lotes con
susceptibilidad a erosión hídrica, no es suficiente como práctica para controlar este
fenómeno, por lo que deben incorporarse tecnologías de control como son las terrazas
de evacuación de agua excedente. La utilización de este software permite realizar
estimaciones de pérdida de suelo de forma sencilla y brinda información precisa. Su uso
orienta al usuario en estrategias de manejo y alternativas que mejor se adapten y
protejan el recurso, previniendo la erosión hídrica y conservando tanto al suelo como a
la materia orgánica y los nutrientes asociados a este.
1
Introducción
La erosión hídrica es uno de los principales problemas que afecta la producción

agrícola, debido a que degrada los suelos y de esta manera impacta negativamente
sobre el rendimiento de los cultivos.
La superficie afectada por erosión hídrica en el país ha crecido a un ritmo de 223.000

hectáreas por año (Durán, 1998). Por más eficiente que sea la cobertura del suelo con
rastrojos, al utilizar métodos como la siembra directa, cuando el suelo está degradado o
saturado, se producen excedentes de agua que no infiltran y que, al escurrir
superficialmente, erosionan las pendientes y anegan las zonas más bajas (Scotta et al.,
1986).
La erosión hídrica se genera por el escurrimiento causado por el exceso de agua de

lluvia que no ingresa al suelo y que provoca, en las pendientes suaves, una erosión
laminar generando medias lomas “lavadas” o zonas de barreros, en los que queda
expuesta la segunda capa de suelo (horizonte B), generalmente menos fértil (con menor
cantidad de materia orgánica y nutrientes) y más impermeable. En las pendientes más
pronunciadas o cuando el área de captación es mayor, la erosión produce surcos y
cárcavas.
En Entre Ríos, aproximadamente el 70% de la superficie de tierra firme presenta suelos

con características vérticas (Vertisoles y suelos Molisoles y Alfisoles asociados). La baja
capacidad de infiltración de estos suelos debido a sus características intrínsecas y la
topografía ondulada, con pendientes pronunciadas (1 a 4%), predisponen a gran parte
de la superficie provincial a procesos de degradación de suelos, especialmente por
erosión hídrica (Scotta et al., 1989).
Un informe de la Fundación Agropecuaria para el Desarrollo de Argentina (FADA, 2014),

determinó que en el país se cultivaron 4,7 hectáreas de soja por cada una de maíz en el
ciclo agrícola 2013/14, mientras que este índice fue de 1,75 en Brasil y 0,90 en Estados
Unidos.. En Entre Ríos, la brecha entre soja y maíz es todavía mayor: 5,16 hectáreas de
soja por cada hectárea de maíz. Teniendo en cuenta que la superficie destinada a
agricultura en el último quinquenio (2008-2013) fue de 1.976.465 ha (Rodríguez Mabel,
comunicación personal), esto indica que el cultivo de soja ocupa el 69% de la superficie
agrícola de la provincia.
El INTA EEA Paraná posee una larga trayectoria en la generación de tecnologías que
apuntan a la conservación del suelo productivo y fue pionera en el estudio de los
factores que desencadenan el proceso erosivo. Una de las tecnologías que permiten
controlar de manera eficaz la erosión hídrica es la construcción de terrazas para
evacuación de los excedentes de agua de lluvia escurrida. Las prácticas menos
costosas son sembrar cortando la pendiente y producir la menor compactación posible,
evitando el “huelleado” de la maquinaria a favor de la pendiente. Sin embargo, debido a
la baja capacidad de infiltración de agua de nuestros suelos cuando están húmedos,
2
generalmente estas prácticas no son suficientes y las pérdidas de suelo siguen siendo
superiores a la tolerancia (Scotta et al., 1986).
En el 2013 se presentó el software INTA-USLE que permite realizar el cálculo en forma

on-line de la pérdida de suelo de un lote, usando para la estimación la Ecuación
Universal de Pérdida de Suelo (USLE, Wischmeier y Smith, 1978). Esta herramienta
permite comparar diferentes alternativas de uso y manejo para lograr el nivel de pérdida
de suelos que se desea alcanzar, siendo la única en su tipo desarrollada en la Argentina
y una de las pocas que existe en funcionamiento a nivel mundial (Gvozdenovich et al.,
2013).
El objetivo de este trabajo fue comparar la pérdida de suelo, utilizando el Software INTA
USLE/RUSLE, para distintas rotaciones de cultivos, con distintos porcentajes de
participación de soja, diferentes sistemas de labranza y tecnologías de control de la
erosión hídrica.
Para realizar los cálculos de pérdida de suelo, se utilizó el software INTA USLE/RULE
(Gvozdenovichet al., 2015).
En la versión más reciente de este software se ajustaron las predicciones del modelo
mediante modificaciones de los factores longitud e intensidad de pendiente (LS),
cobertura (C) y un enfoque más determinista para calcular el factor prácticas (P) que
fueron incorporados en la Ecuación Universal Pérdida de Suelo Revisada (RUSLE,
Renard y Ferreira, 1993).
Este software es de acceso libre desde el sitio web del INTA EEA Paraná y puede ser
ejecutado en cualquier computadora, por lo que permite su uso aun sin conexión a
internet.
Los límites reportados para que una rotación de cultivos sea considerada como
sustentable desde el punto de vista de la erosión hídrica se encuentran en el rango
entre 2 y 11 t/ha/año de suelo perdidas, dependiendo del tipo de suelo y profundidad del
horizonte superficial (Montgomery, 2007; Cox, 2008).
Para las diferentes zonas productivas de la República Oriental del Uruguay, se emplea
el modelo Erosion 6.0 (Clérici y García Préchac, 2001), el que utiliza la tabla propuesta
por Puentes (1981), según la cual pérdidas por encima de las 7 t/ha/año indicarían
suelos no son aptos para agricultura.
La provincia de Entre Ríos presenta algunas características similares en cuanto a clima,

suelos, cultivos y manejo que la R. O. del Uruguay, por lo que consideramos que los
límites de pérdida de suelo para cualquier rotación agrícola no deberían exceder dicho
valor (7 t/ha/año) para ser catalogados como sistemas de producción sustentables.
3
Asimismo en Entre Ríos, Scotta et al., (1986) proponen que el rango de perdida de
suelo debe variar entre 2 a 11 t/ha/año.
El modelo requiere de 5 factores para realizar la estimación de pérdida de suelo (Figura

1). Para los factores de clima, suelo, topografía, prácticas y manejo de cultivos se
cuenta con una serie de datos pre-establecidos en el software que se pueden
seleccionar, aunque también existe la opción que el usuario ingrese sus propios datos.
En este estudio, para la estimación de la pérdida de suelos por erosión hídrica, se

utilizará como ejemplo un lote ubicado en el departamento Paraná, con un suelo
Argiudol vértico (Serie Crespo) y una pendiente de 200 metros de longitud con una
intensidad del 3%. Se comparará la pérdida de suelo sin prácticas de conservación (sin
terrazas) y con terrazas no sembrables y siembra en contorno. En cuanto al valor C, se
utilizarán seis rotaciones de cultivos implantados con labranza convencional (LC),
comparadas con las mismas rotaciones bajo siembra directa (SD).
Figura 1. Captura de pantalla del Software INTA USLE/RUSLE, donde se observan los
5 componentes del modelo.
4
El resultado de la simulación en el software es un cuadro resumen que muestra todos

los factores seleccionados, con sus respectivos valores, y los valores de pérdida de
suelo, expresada en toneladas por hectárea por año (t/ha/año, Figura 2).
Figura 2. Captura de pantalla del Software INTA USLE/RUSLE, donde se observa el

cuadro resumen de todos los factores seleccionados y el valor de pérdida anual de
suelos.
Se seleccionaron rotaciones de cultivos en base al porcentaje de frecuencia del cultivo

de soja, ya que a nivel país y provincial es el cultivo con mayor área sembrada. Para
este trabajo se eligieron seis rotaciones, cinco de 4 años y una de 2 años de duración
(Tabla 1).
Tabla 1. Descripción de las seis rotaciones de cultivos evaluadas y porcentaje de

frecuencia del cultivos de soja en cada una de ellas.
Proporción de
Rotación Año 1 Año 2 Año 3 Año 4 Soja
1 Soja Soja Soja Soja 100
2 Trigo/Soja Soja Trigo/Soja Soja 67
3 Trigo/Soja Soja Maíz Soja 60
4 CC/Soja Soja CC/Maíz Soja 50
5 Trigo/Soja CC/Soja Maíz CC/Soja 43
6 Trigo/Soja Maíz 33
CC: cultivo de cobertura
5
En la Tabla 2 se puede observar que para todas las rotaciones estudiadas, como se
esperaba, la pérdida de suelo fue siempre mayor cuando se utilizó labranza
convencional comparado con siembra directa (39 vs. 15 t/ha/año para el promedio de
las 6 secuencias, respectivamente).
Cuando el cultivo de soja ocupa más del 50% en la rotación, la pérdida de suelo fue más
del doble en convencional. Para los ejemplos 5 y 6 de la Tabla 2, los valores de pérdida
fueron muy similares.
La siembra directa, como única práctica de conservación de suelos, no es suficiente

para mantener las pérdidas de suelo por erosión hídrica por debajo de los valores
tolerables. Las rotaciones 2, 3 y 4 no son sustentables desde el punto de vista de la
erosión, mientras que la 5 y 6 se encuentran muy cercanas al límite superior citado por
Montgomery (2007) y Cox (2008).
Los máximos valores depérdida de suelo se obtuvieron en el monocultivo de soja en

ambos sistemas de labranzas (70 t/ha/año para LC y 22,1 t/ha/año para SD).
Tabla 2. Pérdida de suelo estimada con labranza convencional (LC) y siembra directa
(SD) para las distintas rotaciones evaluadas, sin el uso de terrazas de control de
erosión.
Pérdida de suelo sin

Rotación terrazas (t/ha/año)
LC SD
1- Sj-Sj-Sj-Sj 70,0 22,1
2- Tr/Sj-Sj-Tr/Sj-Sj 36,8 14,4
3- Tr/Sj-Sj-Mz-Sj 43,6 17,0
4- CC/Sj-Sj-CC/Mz-Sj 49,1 15,8
5- Tr/Sj-CC/Sj-Mz-CC/Sj 10,4 9,3
6- Tr/Sj-Mz 17,2 11,9
Sj: soja. Tr: trigo. Mz: maíz. CC: cultivo cobertura.
6
Al implementar medidas de control de la erosión hídrica, como son las terrazas

sembrables y siembra en contorno (Tabla 3), observamos que la pérdida de suelo
disminuye en forma considerable para ambos sistemas de siembra. La disminución
promedio es del orden del 40%.
Si bien la pérdida de suelo estimada disminuye marcadamente con la inclusión de

terrazas para labranza convencional, solo las rotaciones 5 y 6 se encuentran por debajo
de los límites tolerables, el resto están muy por encima de los mismos. La rotación 6 es
la que presenta menor proporción de soja en su rotación (33%), mientras que la 5 tiene
la menor pérdida de suelo en LC, debido a la presencia de cultivos de cobertura (CC)
acompañando a la soja. En la rotación 5 la soja tiene una frecuencia del 43%, mientras
quemás del 56% está ocupado por cultivos de cobertura (29%) y trigo y maíz (14% cada
uno).
El sistema de siembra directa acompañado por un sistema adecuado de control de

erosión, como las terrazas de evacuación, disminuye la pérdida de suelo para todas las
rotaciones evaluadas, ubicando los valores de pérdidas de suelo estimados por debajo
del límite superior de tolerancia.
En ambos sistemas de labranza observamos que la intensificación de la secuencia de

cultivos por la inclusión de alternativas invernales contribuye a la mejora de los actuales
sistemas agrícolas para el logro de una producción sustentable, eficiente y rentable
(Caviglia y Novelli, 2011). La inclusión de CC protege el suelo a través de la cobertura
viva y de sus residuos durante la implantación de cultivos estivales y aporta carbono
para mejorar su balance en los suelos (Caviglia et al., 2008). Si bien los residuos
vegetales superficiales protegen el suelo, resulta muy importante la ocupación del
mismo con raíces y cultivos vivos (Sasal et al., 2008).
Los CC permiten aumentar la materia orgánica (MO) del suelo (Álvarez et al., 2004), lo
protegen de las lluvias intensas que ocurren al final del periodo de barbecho, reduciendo
la erosión (Santanatoglia et al., 1989), disminuyen el escurrimiento de agua con
nutrientes y plaguicidas (Sasal et al., 2008), y aumentan la infiltración de agua en el
suelo (Caviglia y Novelli, 2011).
7
Tabla 3. Perdida de suelo estimada para distintas rotaciones de cultivos evaluadas con
terrazas sembrables y siembra en contorno, para labranza convencional (LC) y siembra
directa (SD).
Pérdida de suelo con terraza no

sembrable + siembra en contorno
Rotación
(t/ha/año)
LC SD
1- Sj-Sj-Sj-Sj 28,0 8,8
2- Tr/Sj-Sj-Tr/Sj-Sj 14,7 5,8
3- Tr/Sj-Sj-Mz-Sj 17,4 6,8
4- CC/Sj-Sj-CC/Mz-Sj 19,7 6,3
5- Tr/Sj-CC/Sj-Mz-CC/Sj 4,2 3,7
6- Tr/Sj–Mz 6,9 4,7
Conclusión
La siembra directa en lotes con susceptibilidad a erosión hídrica no es suficiente como

práctica para controlar este fenómeno, por lo que deben incorporarse otras tecnologías
de control, como son las terrazas de evacuación de agua.
Cuando las rotaciones de cultivos poseen una proporción de soja mayor al 50% y los
lotes están cultivados bajo labranza convencional, a pesar de realizar terrazas como
tecnología para el control de erosión, los valores de pérdida de suelos continúan por
encima de los niveles tolerables.
La utilización de cultivos de cobertura previa al cultivo de soja de primera tiene efecto

positivo sobre la disminución en la perdida de suelo.
La utilización de este software permite realizar estimaciones de pérdida de suelo debido

a erosión hídrica de forma sencilla y brinda una información precisa. El uso de la misma
orienta al usuario (productor, profesional) en estrategias de manejo y alternativas que
mejor se adapten y protejan el recurso, previniendo la erosión hídrica y conservando
tanto al suelo como a la materia orgánica y los nutrientes asociados a este.
8
Agradecimientos
El trabajo se realizó en el marco del Proyecto Nacional Suelo 1134022 - Módulo de

Erosión Hídrica.
Bibliografía
ÁLVAREZ, R.; H. STEINBACH; S. GRIGERA; E. CARTIER; G. OBREGÓN; S. TORRI; &

R. GARCÍA 2004. The balance sheet method as a conceptual framework for nitrogen
fertilization of wheat in a Pampean Agroecosystem Agron.J. 96:1050-1057.
CAVIGLIA O.P.; N. VAN OPSTAL; C. GREGORUTTI; R. MELCHIORI; & E. BLANZACO
2008. El invierno: estación clave para la intensificación sustentable de la agricultura.
INTA EEA Paraná. Agricultura sustentable. Serie Extensión n° 51:7-13. ISSN 0325-
8874.
CAVIGLIA O. & L. NOVELLI 2011. Intensificación agrícola; un enfoque a nivel de
sistema para mejorar la eficiencia en el uso de recursos y nutrientes y la sustentabilidad
ambiental. Fertilizar Asociación Civil e IPNI Cono Sur - Simposio de fertilidad. 19 y 20
de mayo de 2011. Rosario – Santa Fe. p. 35-42.
CLÉRICI C. & F. GARCÍA PRÉCHAC 2001. Aplicaciones del Modelo USLE/RUSLE para
estimar pérdidas de suelo por erosión en Uruguay y la Región Sur de la Cuenca del Río
de la Plata. Agrociencia 5(1):92-103.
COX C. 2008. Beyond T: Guiding sustainable soil management. Journal of Soil and
Water Conservation 63(5), 162A.
DURÁN D.1998 (compiladora). Los procesos de degradación y la conservación de
suelos en la República Argentina. En La Argentina ambiental. Naturaleza y sociedad.
Lugar Editorial, Buenos Aires.
FUNDACIÓN AGROPECUARIA PARA EL DESARROLLO DE ARGENTINA (FADA)
2014. Agricultura. La cosecha 2013/14 de la oleaginosa será récord en la Argentina.
http://www.eldiario.com.ar/diario/rural/112899-la-soja-avanza-y-se-deteriora-la-
indispensable-rotacion-de-cultivos.htm [Verificación: octubre 2015].
GVOZDENOVICH J.; P. BARBAGELATA & G. LÓPEZ. 2015. Erosión Hídrica -
USLE/RUSLE Argentina INTA Estación Experimental Agropecuaria Paraná. Disponible
en aplicativos http://inta.gob.ar/parana. [Verificación: noviembre 2015].
GVOZDENOVICH J.; P. BARBAGELATA; G. LÓPEZ & O. PAPAROTTI. 2013.
Aplicación on-line para el cálculo de la pérdida de suelo en Entre Ríos, Argentina.
Jornadas Argentinas de Conservación de Suelos. 2 y 3 de julio de 2013. Buenos Aires.
Disponible en http://inta.gob.ar/documentos/erosion-hidrica-usle-argentina-herramienta-
para-calcular-perdida-de-suelo. [Verificación: febrero 2015].
9
MONTGOMERY D.R. 2007. Soil erosion and agricultural sustainability. Proceedings of

the National Academy of Sciences 104(33):13268-13272.
PUENTES R. 1981. A framework for the use of the universal soil loss equation in
Uruguay. M.Sci. Thesis. Texas A & M University. 80 p.
RENARD K.G. & V.A. FERREIRA 1993.RUSLE model description and database
sensitivity.Journal of Environmental Quality 22(3):458-466.
SANTANATOGLIA O.; R. ÁLVAREZ; E. DANIEL; G. BRAZZOLA & R. GARCÍA 1989.
Descomposición de rastrojo de trigo, respiración y biomasa microbiana bajo labranza
convencional y siembra directa. Anales de edafología y agro biología Tomo XLVIII N° 5-
12:787-798. Madrid, España.
SASAL M.C.; M. WILSON & N.A. GARCIARENA 2008. Escurrimiento superficial y
perdidas de nutrientes y glifosato en secuencias de cultivos. Agricultura sustentable.
Serie Extensión n° 51:40-48. ISSN 0325-8874
SCOTTA E.; L. NANI; A. CONDE; A. ROJAS; H. CASTAÑEIRA & O. PAPAROTTI 1986.
Manual de sistematización de tierras para control de erosión hídrica y aguas
superficiales excedentes. INTA EEA Paraná. Serie Didáctica Nº 17:3-4. ISSN 0325 –
8882.
SCOTTA E.; O. PAPAROTTI; L. NANI; A. CONDE; A. ROJAS & H. CASTAÑEIRA 1989.
Manual de sistematización de tierras para control de erosión hídrica y aguas
superficiales excedentes. Segunda edición corregida y aumentada. INTA EEA Paraná.
Serie Didáctica Nº 17:1-2. Segunda edición corregida y aumentada. ISSN 0325 – 8882.
WISCHMEIER, W. H. & D.D. SMITH 1978. Predicting rainfall erosion losses.USDA
.Agricultural Research Service Handbook 537. 58 pp.
10
CALCULO DEL FACTOR R DE LA USLE A TRAVES DEL INDICE MODIFICADO DE

FOURNIER
EZEQUIEL CRETTAZ1, JORGE JESÚS GVOZDENOVICH2 * & MARIANO SALUZZIO1
1
Facultad de Ciencias Agropecuarias (UNER); 2INTA EEA Paraná
* [email protected]
Palabras clave: erosividad, precipitación, Factor R
Resumen
La erosión hídrica es uno de los procesos fundamentales que contribuyen a la

degradación de los suelos a nivel mundial, nacional y provincial. La Ecuación Universal
de Pérdida de Suelos constituye una de las herramientas más importantes para estimar
la erosión hídrica. Uno de los factores que contempla esta ecuación es la erosividad de
las lluvias (R) por lo que conocer la misma es de vital importancia, ya que es el factor
desencadenante del proceso erosivo. Los objetivos de este trabajo fueron comprobar si
existe correlación entre el Índice Modificado de Fournier (IMF) y el factor R y actualizar
los valores del mismo para la provincia de Entre Ríos. El estudio se realizó en la EEA
Paraná del INTA y se utilizaron los datos de precipitaciones registrados en el
observatorio agrometeorológico EEA Paraná durante el periodo 1950-2014. Para
analizar la correlación entre el IMF y factor R se utilizaron los registros pluviométricos y
datos del factor R para la serie 1950- 2005, inclusive. La actualización del factor R
(2006-2014) se realizó utilizando la ecuación de regresión obtenida. Los resultados
indican que hay una alta correlación entre ambas variables en estudio, obteniéndose
una ecuación que permitió estimar el factor R a través del IMF de forma satisfactoria. El
análisis del comportamiento del factor R para la serie 2006-2014 evidenció una
tendencia creciente de dicho factor, particularmente en los últimos 25 años. Estimar el
factor R a través de la ecuación obtenida es una metodología relativamente sencilla y
que es posible aplicar a distintas zonas del país que posean regímenes pluviométricos
similares a los de la provincia de Entre Ríos.
Introducción
Los procesos que de alguna manera provocan en forma real o potencial una
disminución de la capacidad productiva del suelo se denominan procesos de
degradación, entre los cuales uno de los más importantes es la erosión hídrica (FAO-
Unesco, 1975).
1
Sasalet al. (2014) informaron que la erosión hídrica en la provincia de Entre Ríos afecta
una superficie de 3.939.954 ha, que representa el 50% de la superficie total de la
provincia. El 15% corresponde a erosión moderada y severa (o grave) y el 35% a
erosión leve.
La Ecuación Universal de Pérdida de Suelo (USLE - Wischmeier y Smith, 1978),

constituye uno de los modelos empíricos más utilizados y de mayor aceptación en los
países con problemas de erosión. La USLE nos permite estimar las pérdidas de suelo
promedio anuales de áreas específicas. De los factores que la componen se considera
que el desencadenante del proceso es el factor erosividad de las lluvias (R).
Para determinar el factor R, Wischmeier y Smith (1958) demostraron que el mejor

estimador de la pérdida de suelos era un parámetro compuesto: el producto de la
energía cinética (E) de la tormenta por la intensidad máxima en treinta minutos (I 30). Los
valores obtenidos en la investigación indican que cuando los demás factores se
mantienen constantes, las pérdidas de suelo por tormentas en campo cultivados es
directamente proporcional al parámetro EI30. En estas condiciones la relación entre
pérdida de suelo y el parámetro (EI30) es lineal. La suma de los valores EI30 para un
periodo dado es una medida numérica del potencial erosivo de las lluvias. Cuando dicho
periodo corresponde a un año, el valor de la sumatoria será el índice de erosión para
ese año. El producto EI30 es un término de interacción estadístico y técnicamente indica
como la división en partículas se combina con la capacidad de transporte para producir
erosión.
La obtención del valor del factor R no es posible en aquellos lugares en donde no se

cuenta con registros pluviográficos. A su vez en los lugares donde se cuenten con los
mismos la metodología empleada para calcular el R es compleja (Jordan y Bellinfante,
2000).
Diversos autores (Fournier, 1960 y Arnoldus, 1978) han realizado estudios para
encontrar parámetros más fáciles de obtener y calcular, que permitan estimar la
erosividad de las precipitaciones, proporcionando índices factibles de emplear en zonas
donde es limitante la base de registros pluviográficos. Dichos antecedentes han
despertado el interés de nuevas investigaciones en diversas regiones del mundo
orientadas a evaluar el comportamiento de estos índices para condiciones locales
(Almozaet al., 2007; Ramírez, 2006; Pizarro et al., 2003; Dufilhoet al., 2011 y Díaz
Zorita, 1995).
Por lo mencionado resulta importante evaluar la correlación entre el Índice Modificado

de Fournier(Arnoldus, 1978) y el factor R en la provincia de Entre Ríos. Comprobar la
existencia de asociación de este índice con el factor R permitiría contar con un método
de estimación más sencillo. Además, constituiría una herramienta de rápida estimación
para predecir futuros cambios en el factor erosividad de las lluvias a causas de la
dinámica propia de las precipitaciones o bien como consecuencia del cambio climático.
2
Por tal motivo, los objetivos de este trabajo son comprobar si existe correlación entre el
Índice Modificado de Fournier y el factor R y actualizar los valores de dicho factor para la
zona de estudio.
El estudio se realizó en Paraná, provincia de Entre Ríos (Argentina). Se utilizaron los

registros de las precipitaciones mensuales medidos en el observatorio
agrometeorológico de la Estación Experimental Agropecuaria Paraná del Instituto
Nacional de Tecnología Agropecuaria (EEA Paraná-INTA - 31º 50’ S - 60º 32’ W),
durante el periodo comprendido entre 1950 - 2014, inclusive.
La relación entre el Índice Modificado de Fournier y el factor R se estudió mediante

análisis de regresión utilizando los valores del IMF y factor R para el periodo 1950 –
2005.
El Índice Modificado de Fournier (IMF) está dado por la relación entre la suma del
cuadrado de las precipitaciones mensuales para un año, respecto de la precipitación
media anual, tal como se expresa en la siguiente ecuación:
Donde:
IMFj: Índice Modificado de Fournier, para el año j.
Pij: Precipitación mensual del mes i (mm), del añoj.
Pm: Precipitación media anual (mm).
Se utilizaron los datos del factor R calculados en la EEA Paraná para el período 1950 –
1998 (Rojas et al., 1976; Rojas y Conde, 1985; Codromaz de Rojas y Saluso, 1988 y
1993) (Tabla n°1).
3
Tabla 1: Valores de factor R (Tnm/ha/año), período 1950 – 1998, INTA, EEA Paraná.
AÑO R AÑO R AÑO R AÑO R AÑO R
1950 661 1960 275 1970 679 1980 524 1990 1003
1951 418 1961 725 1971 705 1981 917 1991 651
1952 231 1962 196 1972 532 1982 479 1992 858
1953 799 1963 441 1973 957 1983 752 1993 1120
1954 574 1964 563 1974 461 1984 939 1994 442
1955 636 1965 626 1975 368 1985 547 1995 756
1956 435 1966 567 1976 673 1986 783 1996 607
1957 454 1967 590 1977 575 1987 396 1997 668
1958 458 1968 274 1978 1159 1988 493 1998 1031
1959 833 1969 320 1979 730 1989 365
Por su parte para el período 1999 – 2005 inclusive, se calculó el factor R aplicando la
metodología propuesta por Wischmeier y Smith (1958). Se seleccionaron todas las fajas
pluviográficas con lluvias mayores a 13,5 mm, haciendo la lectura de las mismas en
forma manual, contabilizando la precipitación a intervalos fijos de 15 minutos. Luego se
calculó la intensidad expresada en mm/h para cada intervalo de tiempo:
I=
Dónde:
Pp: precipitación en mm para cada intervalo de tiempo (15 min.).
60: corresponde al factor de conversión (min/h) para expresar la intensidad de cada

intervalo en mm/h.
15: corresponde al tiempo fijo (min) en el cual se realizó la lectura de las fajas
pluviográficas.
Con la intensidad de cada intervalo se obtiene la energía cinética por milímetro de lluvia,
mediante la siguiente ecuación:
4
E = 0,119 + (0,0873*LOG10I)
Dónde:
E = energía cinética.
I= intensidad en mm/h.
La energía cinética para cada intervalo se obtiene multiplicando la energía cinética de la

ecuación anterior por la cantidad de precipitación (lámina de agua) para ese intervalo.
La energía cinética total (E) de la tormenta se obtiene de la sumatoria de las energías

obtenidas para cada intervalo.
El componente I30 corresponde a la mayor intensidad en 30 minutos registrada en la

tormenta.
El factor erosividad de cada tormenta se obtiene del producto de la energía total (E) con
la máxima intensidad en 30 min (I30).
Si realizamos la sumatoria del factor erosividad de cada tormenta que se produjeron en

un mes determinado, obtenemos el factor erosividad mensual (r). La sumatoria de los 12
meses del año nos arroja el factor erosividad de las lluvias anual (R).
Los valores del factor R para el periodo 2006 – 2014 inclusive, fueron estimados
aplicando la ecuación obtenida que relaciona ambas variables en estudio.
Los valores de erosividad de las lluvias (R) obtenidos para el periodo 1999 – 2005
inclusive (figura 1) por la metodología propuesta por Wischmeier y Smith (1958) variaron
entre 527 para el año 1999 y 1573 para el año 2002, siendo dicho valor el máximo
encontrado para la serie 1950 -2005, considerándolo un año extraordinario desde el
punto de vista de la erosividad de las lluvias. Un comportamiento similar se presentó en
el año 2000, con un valor de erosividad de las lluvias de 1484. El valor promedio para
estos 7 años fue de 943.
5
1800
1600
1400
R (Tnm/ha/año)
1200
1000
800
600
400
200
0
1998 1999 2000 2001 2002 2003 2004 2005 2006
Años
Figura 1. Valores del factor erosividad de las lluvias (R), mediante metodología
propuesta por Wischmeier y Smith (1978) para Parana, Entre Rios. Periodo 1999-2005.
En la figura 2 se presenta la dispersión del Índice Modificado de Fournier y los valores

de erosividad de las lluvias (R) para el periodo 1950 – 2005, con su respectiva ecuación
de regresión y el valor de ajuste de la misma (R2= 0.88). El valor promedio del factor R
para dicha serie de años es de 658 (Tnm/ha/año), mientras que el IMF promedio es 154.
Figura 2. Relación entre el IMF y el factor R mediante ecuación de regresión

exponencial para Parana, Entre Rios. Periodo 1950-2005.
Considerando la alta correlación existente entre ambas variables, se procedió a la

estimación del factor R desde el año 2006 hasta 2014 inclusive, utilizando la ecuación
6
de regresión obtenida para el periodo 1950-2005 (R= 13,612 IMF0.77). Los valores
obtenidos se presentan en la tabla 2.
Tabla 2: Valores factor R, período 2006 - 2014, INTA, EEA Paraná.
Año 2006 2007 2008 2009 2010 2011 2012 2013 2014
R 897 1213 276 830 896 554 899 453 623
En la figura 3, se presenta el valor promedio del factor R para cada departamento de la

provincia de Entre Ríos para la serie de años 1950 – 2014. Estos valores son mayores
(8%) a los reportados por Saluso (2008). Mientras que si se analiza el comportamiento
del factor R en los últimos 25 años (1990 – 2014 inclusive), se evidencian diferencias
más contundentes (superior al 20 %) con los valores obtenidos por dicho autor (Figura
4). Esto sugiere que existe una tendencia creciente del factor R para la zona en estudio.
Figura 3. Valor promedio del factor R (Tnm/ha/año) por departamento para la Provincia
de Entre Ríos. Período 1950 - 2014
7
Figura 4. Valor promedio del factor R (Tnm/ha/año) por departamento para la Provincia
de Entre Ríos. Período 1990 – 2014.
Conclusiones
El Índice Modificado de Fournier por Arnoulds presenta un elevado ajuste con el factor R
(R2= 0.88).
La ecuación de regresión obtenida, R= 13,612 IMF0.77, permitió estimar el factor R a

través del Índice Modificado de Fournier de forma satisfactoria.
Es una metodología relativamente sencilla y que es posible aplicar a distintas zonas del
pais que posean regimenes pluviométricos similares a los de la provincia de Entre Ríos.
Agradecimientos

Erosión Hídrica.
Al Técnico meteorólogo Gustavo Maffini por la lectura de las fajas pluviográficas.
Al Técnico Ángel Pioto por la elaboración de los mapas.
8
Bibliografía
Almoza, Y., M. Ruiz & H. Medina. 2007. Determinación de la erosividad de las

precipitaciones en el oeste de Cuba. ZonasÁridas, (11), 139-149.
Arnoldus, H.M.J. 1978. An approximation of the rainfall factor in the universal scít loss
equation. In Assesment of erosion, M. de Boodt and D. Gabriels (eds), John Wiley &
Sons, New York. pp. 127- 132.
Codromaz de Rojas A.E. & J.H. Saluso 1988. Estimación del factor “R” de la
Ecuación Universal de Pérdida de Suelos para algunas localidades del norte de
la República Argentina. Actas XII Congreso Argentina de la Ciencia del Suelo.
Corrientes. p. 215-216.
Codromaz de Rojas A.E. & J.H. Saluso 1993. Probabilidad de ocurrencia del factor R de
la Ecuación Universal de Pérdida de Suelo. Revista de la Asociación Argentina de la
Ciencia del Suelo V 10-11:42-44.
Díaz Zorita, M. 1995. Índice de erosividad de las precipitaciones para la región
semiárida pampeana. Revista de la Facultad de Agronomía. Universidad Nacional de La
Pampa, 8(2). p. 21-28.
Dufilho, A; M. Frugoni; P. Macchi, P., & A. Thot. 2011. Estimación de Erosión Hídrica de
Suelos para plan de Manejo del Campo Forestal Aguas Frías, Patagonia Argentina.
Boletín Geográfico, (33), 69-85.
FAO-Unesco. 1975. Metodología provisional para la evaluación de la degradación de los
suelos. FAO, Roma. http://www.fao.org/docrep/ARTICLE/WFC/XII/0473-B2.htm
Fournier, F.1960. Climat et érosion. Ed. Presses Universitaires de France. París. 202pp.
Jordán, A. & N. Bellinfante. 2000. Cartografía de la erosividad de la lluvia estimada a
partir de registros pluviométricos mensuales en el Campo de Gibraltar
(Cádiz).Edafología 7(3): 83-92.
Pizarro, R.; J. Farfán; C. Farías & C. Jordán. 2003. XII Congreso Forestal Mundial.
Québec City, Canadá. http://www.fao.org/docrep/ARTICLE/WFC/XII/0473-
B2.HTM.23/02/2016.
Ramírez, O.A.F. 2006. Evaluación del riesgo por erosión potencial de la zona cafetera
central del departamento de Caldas. Trabajo de grado Ingeniero Forestal. Facultad de
Ingeniería Forestal. Universidad del Tolima. Ibagué. 98 p.
Rojas A.E.C. de; A. Conde & F. Moresco. 1976. Determinación del índice de erosividad
de las lluvias para algunas localidades de Entre Ríos, Santa Fe y Buenos Aires. INTA
IDIA. Suplemento Nº 33:709-713.
Rojas, A. E., & A. Conde. 1985. Estimación del factor “R” de la Ecuación Universal de
Pérdida de Suelos para el centro-este de la República Argentina. Ciencia del Suelo, 3,
85-94.
9
Saluso J. H. 2008. Actualización del factor R de la ecuación universal de pérdida de

suelo (EUPS) para una amplia zona del país. Período 1950/2005. Serie extensión nº51 -
septiembre de 2008. Agricultura sustentable. Actualización técnica. p. 49-53.
Sasal M.; M. Wilson; D. Bedendo& G. Schulz.2014. Provincia de Entre Ríos. En: El
deterioro del ambiente en la Argentina: suelo, agua, vegetación, fauna. editado por la
Fundación para la Educación, la Ciencia y la Cultura (FECIC), Buenos Aires, ISBN:
9789509149304
Wischmeier, W. H., & D. Smith. 1958. Rainfall energy and its relationship to soil loss.
Eos, Transactions American Geophysical Union, 39(2), 285-291.
Wischmeier, W. H. & D. Smith. 1978. Predicting rainfall erosion losses.
USDA.Agricultural Research Service Handbook 537. 58 pp
10
FRACCIONAMIENTO DE FÓSFORO EN SEDIMENTO DE FONDO DE CURSOS

HÍDRICOS DEL LAGO YPACARAÍ
JAZMÍN GUADALUPE OJEDA ROJAS1, JIMMY WALTER RASCHE ALVAREZ2*, DIEGO

AUGUSTO FATECHA2, CARLOS ANDRÉS LEGUIZAMÓN ROJAS2 & NÉSTOR DAVID
CABRAL ANTÚNEZ3
1
Carrera de Ingeniería Ambiental de la Facultad de Ciencias Agrarias de la Universidad
Nacional de Asunción (FCA-UNA); 2 FCA-UNA. 3 Facultad de Ingeniería-UNA
*[email protected]
Palabras-clave: Eutrofización, contaminación hídrica, fósforo inorgánico
Resumen
Los sedimentos regulan la calidad de las aguas, actuando como medio de transferencia
desde ecosistemas terrestres hacia los acuáticos. El fósforo se acumula en los
sedimentos bajo distintas formas químicas, en el agua limita el crecimiento de
organismos, por ello cuando existe un suministro por fuentes antrópicas impacta
rápidamente en el ecosistema, aumentando la productividad primaria provocando
eutrofización. La investigación pretendió diagnosticar las formas de fósforo presentes en
el sedimento de fondo de afluentes y del Lago Ypacaraí. Se analizaron muestras de
sedimento de fondo de 33 puntos en la cuenca (23 en afluentes y 10 en el lago). El
experimento fue completamente al azar con dos repeticiones de campo y dos de
laboratorio. Se determinó la textura inicial del sedimento por el método de Bouyoucos.
Se realizó el fraccionamiento del fósforo propuesto por Hedley de la partícula menor a
63 micrómetros. Se clasificó el fósforo de las fracciones en lábil, moderadamente lábil,
poco lábil y no lábil. El 64% de las muestras de sedimento presentaron textura arenosa,
18% areno francosa y 18% franco arenosa. Las concentraciones promedio de fósforo
total fueron superior en afluentes (692 mg kg -1) que en el lago (219 mg kg -1). Se
identificó como punto más crítico el arroyo San Lorenzo con 2971 mg kg-1 de fósforo
total, y altos porcentaje en la forma lábil y moderadamente lábil. Los sedimentos
próximos a zonas urbanas, principalmente en la sub cuenca de Yukyry poseen mayor
cantidad de fósforo en sus diferentes formas que los puntos muestreados en zonas
rurales. La zona urbana es más importante como fuente de contaminación de fósforo del
lago Ypacarai que las áreas rurales.
Introducción
Los sedimentos actúan como medio de transferencia desde ecosistemas terrestres

hacia los acuáticos, estos constituyen para la biota una fuente de provisión de nutrientes
y energía. La capacidad de retener y liberar el fósforo se debe a las propiedades físico-
químicas de las partículas más finas, que desempeñan una función de regulación de la
calidad de aguas superficiales (Manassero et al., 2004).
1
El fósforo es un nutriente esencial para los organismos vivos, sin embargo, su exceso
en las aguas provoca aumento de la productividad primaria, incidiendo en la
modificación de la estructura trófica de ecosistemas acuáticos e induciendo la
eutrofización de los mismos (Suarez et al., 2013). La actividad antrópica en la cuenca
altera la cantidad y la calidad de fósforo presente en la cuenca hidrográfica,
principalmente en los suelos de uso agrícola y urbano, que posteriormente por el
proceso de erosión o la mala disposición de residuos urbanos, pueden terminar a los
cursos hídricos (Schwarzbold, 2000; Keinanen et al., 2001; Rheinheimer et al., 2003;
Csathó et al., 2007. El volumen y la rapidez con que el fósforo llegará al curso hídrico
dependerá de la presencia de fósforo en el suelo, de la existencia de barreras físicas,
químicas y biológicas y la distancia del curso hídrico, siendo los bosques ciliares y los
humedales importantes barrreras que impiden la contaminación de cursos hídricos (De
Roo, 1998, Pellegrini et al., 2009).
Barboza (2000) afirma que el Lago Ypacaraí es un ecosistema que sufre los efectos de
la presión generada por la expansión urbana, mediante la intervención de diversos
factores (incremento poblacional, actividades productivas y ocupación territorial
desordenada) que favorecen el ingreso de fósforo presente en el sedimento de sus
afluentes. El entendimiento de la dinámica de la transferencia de fósforo del suelo a las
aguas superficiales y el conocimiento de las formas de P pasibles de ser transferidas de
los sedimentos al curso hídrico permite tomar medidas más eficientes de mitigación de
la contaminación, maximizando los beneficios de la aplicación de fósforo de manera
amigable con el ambiente.
El objetivo general de la investigación fue diagnosticar las formas de fósforo presentes

en el sedimento de fondo de afluentes y del Lago Ypacaraí. Para lograrlo se planteó los
siguientes objetivos específicos: (1) determinar la textura del sedimento de fondo de los
puntos muestreados en la cuenca; (2) caracterizar las fracciones de fósforo del
sedimento de fondo de las muestras colectadas; (3) comparar el contenido de fósforo en
afluentes y el Lago Ypacaraí; e (4) identificar puntos críticos dentro de la cuenca con
fuerte influencia de este elemento en su forma disponible. La pregunta de investigación
consistió en: ¿la determinación de las fracciones de fósforo del sedimento de fondo de
afluentes y del Lago Ypacaraí permite predecir su disponibilidad en los puntos críticos
de la cuenca?
El área de estudio corresponde a la cuenca del Lago Ypacaraí, Paraguay (Figura 1).
Dentro de la misma se colectaron muestras de sedimento de fondo en 33 puntos (23 de
afluentes y 10 del Lago).
2
Figura 1. Distribución geográfica de los puntos de colecta de sedimento de fondo de los

afluentes y del lago Ypacaraí, Paraguay, con base en la carta del DISERGEMIL, 1997.
Las variables medidas fueron la textura del sedimento de fondo y las formas de fósforo
extraídas de acuerdo a su labilidad por diferentes extractores químicos en las muestras
colectadas. El experimento fue considerado como completamente al azar con 33
tratamientos. Fue obtenido dos repeticiones en campo y dos de laboratorio, totalizando
132 muestras analizadas
El proceso de colecta fue realizada en cuatro fechas distintas (entre los meses de
agosto y setiembre), durante las colectas no hubo precipitaciones de importancia del
punto de vista erosivo. Cada punto de colecta fue georreferenciado con GPS.
3
En cada punto fue colectada dos muestras compuestas en la profundidad de 0-5 cm,
según el método igual incremento de ancho (Poleto & Merten 2013) el cual consistió en
la realización de la división de una sección transversal del curso hídrico en semi
secciones igualmente espaciadas. Las muestras fueron tomadas en forma vertical en al
menos tres sitios del curso hídrico, uno en el centro y uno a cada orilla para luego ser
mezcladas y así obtener el sedimento del fondo. Se almacenaron en frascos plásticos
con una capacidad de 5 litros debidamente identificados. Posteriormente fueron
transportadas al laboratorio de suelos de la Facultad de Ciencias Agrarias de la
Universidad Nacional de Asunción, allí se procedió al secado y tamizado empleando un
tamiz de 63 μm para separar la fracción limo y arcilla de la arena.
Fue realizado el análisis de la textura de las muestras de sedimento colectadas por el

método de Bouyoucos. Para el análisis químico se realizó el fraccionamiento de fósforo
descrito por Hedley et al. (1982) con las modificaciones propuestas por Rheinheimer
(2000). Las formas de fósforo fueron secuencialmente extraídas por los siguientes
extractores: resina de intercambio anicónico (AMI 7001S) (PRIA); NaHCO3 0,5 mol L-1 a
pH 8,5 (PNaHCO3) y NaOH 0,1 mol L-1 (PNaOH01); HCl 1,0 mol L-1; NaOH 0,5 mol L-
1
(PNaOH0,5).
Todos los extractores permanecieron en contacto con las muestras (1 g de sedimento)

durante 16 horas en agitador tipo “endover” (33 rpm) con posterior centrifugación a 2510
g por 10 minutos. En los extractos alcalinos de la solución de NaHCO3 e NaOH fue
determinada el P disponible por el método de Dick &Tabatabai (1977), modificado por
He & Honeycutt (2005) y fue determinada el P total de cada fracción, realizando la
extracción por digestión con persulfato de amonio y H2SO4 en autoclave a 121°C y
posteriormente determinado por Murphy & Riley (1977). Después el residuo fue secado,
molido y fue extraido el P residual (Pres) por el método de H2SO4 + H2O2 + MgCl2 (Olsen
& Sommers 1982). Las determinaciones de fósforo extraídas fueron estimadas por el
método de Murphy & Riley (1977).
Finalmente fueron agrupadas las extracciones por el fraccionamiento de Hedley en PRIA

+ PNaHCO3 como lábil; PNaOH01 + PNaOH05 como moderadamente lábil; PHCl como poco lábil
y Pres como no lábil. El fósforo total de la muestra fue estimado por la sumatoria de
todas las extracciones.
Los datos obtenidos en la investigación fueron sometidos al análisis de varianza al 5%

de error experimental. Cuando observado diferencias estadísticas se sometieron a la
prueba de comparaciones múltiples de medias por Tukey al 5% de error experimental.
Lasmuestras de sedimento de fondo de lospuntoscolectadosenlacuencapresentaron

textura arenosa enun 64% (21 puntosmuestreadosen afluentes) conporcentajes de
4
arena que variaron de 92,2% a 94,9%, y de arcilla 0,3 a 1%. De acuerdo com
Ritterbusch (1988) esto puede deberse a que el material de origen de los suelos de la
cuenca del Lago Ypacaraí corresponde a formaciones de tipo arenisca (sarcosidas y
sacaroides).
No obstante un 18% (6puntos) presentaron textura arenofranco com porcentajes de

arena que variaron de 71,2 a 80,2%, y de arcilla 8 a 10%. De
estospuntos2corresponden a afluentes (P6 al Arroyo Zanja Morotí y P21 arroyo Capiatá).
Por otro lado em lo que respecta al sedimento de fondodel lago, se observa que los
puntos P24, P25, P26, P27, P28, P32 poseen textura franco arenosa (Tabla 1).
Tabla 1. Textura del sedimento de los puntos muestreados dentro de la Cuenca del
Lago Ypacaraí.
Arena Arcilla
Puntos Clasetextural
………….% ………….
P1 al P5; P7 al P20; P22 y P23 92,2 a 94,9. 0,3 a 1 Arenosa
P6; P21; P29 al P31; P33 71,2 a 80,2 8 a 10 Areno Francosa
P24 al P28; P32 65,2 a 76,2 6 a 15 Franco Arenosa
Estas diferencias granulométricas responden al transporte selectivo de los materiales

como respuesta a las variaciones hidrodinámicas producidas en la dirección del
movimiento, lo cual coincide con la investigación realizada por Manassero et al. (2004)
sobre el análisis textural de sedimentos fluviales distales de arroyos de la Pampa
Ondulada, provincia de Buenos Aires, Argentina.
En lo que se refiere al promedio de las fracciones de fósforo en los sedimentos de fondo

colectados en la Cuenca del Lago Ypacaraí, se pudo constatar variaciones entre las
muestras de los afluentes en relación al promedio obtenido de las muestras del lago.
Considerando que existe una marcada diferencia entre los tratamientos evidenciada por
una mayor cantidad de fósforo en el sedimento de fondo de los afluentes como puede
verse en la tabla 2.
5
Cuadro 2.Promedio de las formas de fósforo en el sedimento de fondo de los afluentes

y del Lago Ypacarai.
-1
Forma de P Fracciones de P Contenido promedio de P (mg kg )
Afluentes Lago Ypacaraí
Resina Pi 7b 3a
Lábil NaHCO3 Pi 33 b 8a
Po 135 b 22 a
NaOH 0,1 M Pi 54 b 34 a
Moderadamente lábil Po 103 b 54 a
NaOH 0,5 M Pi 29 b 18 a
Po 127 b 14 a
Poco lábil HCl 1M Pi 113 b 10 a
No lábil P Residual 90 b 56 a
TOTAL 692 b 219 a
Letras diferentes entre líneas significan diferencia significativa Tukey>0,05.
El fósforo extraído con resina tiene una diferencia de poco más del doble en los
afluentes en relación con el contenido del lago. Esta forma representa el fósforo
inorgánico adsorbido muy débilmente a los grupos funcionales de superficie de los
sedimentos, y que pueden fácilmente desplazarse a la solución del suelo para mantener
el equilibrio dinámico entre la fase acuosa y sólida en el curso hídrico (Boschetti et al.,
2003), el hecho de que se encuentre débilmente adsorbido supone su rápida
disponibilidad para los diversos organismos autótrofos.
Por otra parte la fracción extraída NaHCO3 involucra el fósforo inorgánico (Pi) adsorbido
débilmente y el fósforo orgánico (Po) fácilmente hidrolizable, tanto la forma orgánica
como la inorgánica se encuentra 4 y 6 veces más respectivamente en los afluentes que
en el sedimento de fondo del lago, lo que indica que con cambios de ciertas condiciones
como el pH, oxi-reducción o disminución del tenor de fósforo soluble en el agua pueden
convertirse a formas disponibles y ser aprovechados por los organismos (Rasche,
2014).
El PNaOH 0,1 y PNaOH 0,5 que es el fósforo inorgánico sorbido a la superficie de las arcillas o
de los óxidos e hidróxidos de Fe y Al y el fósforo orgánico asociado a compuestos
orgánicos tales como ácidos fúlvicos y húmicos, pudiendo ingresar esta última a los
cursos de agua como materia orgánica por medio de procesos de erosión, y su
descomposición en el agua provocaría que se encuentre disponible para los
organismos. En relación a los resultados obtenidos en la tabla 2 se tiene también
valores superiores en los afluentes que en el sedimento de fondo del lago.
6
El PHCl, se trata de fósforo inorgánico ligado a minerales fosfatados de calcio. El mismo

al igual que las otras fracciones se encuentra en cantidades mayores en los afluentes
siendo 11 veces superior en el sedimento de fondo de los afluentes que en los del lago.
El fósforo residual que corresponde al fósforo muy estable, unido fuertemente a las
partículas del sedimento también se presentó en mayor cantidad en afluentes (90 mg de
P kg-1) que en el lago (56 mg de P kg-1).
Enlo que se refiereal fósforo total se observa enla tabla 2 que al igual que conlas
fracciones descritas anteriormente el contenido es superior enlos sedimentos de fondo
de afluentes que en sedimentos de fondo del lago. En promedio se tiene tres veces más
fósforo total en el sedimento de fondo de los afluentes que del lago, siendoel valor
promedio de 692 mg de P kg-1 para sedimentos de fondo de afluentes y de 219 mg de P
kg-1para los sedimentos de fondodel lago.
Los valores más altos de fósforo total se obtuvieron en aquellos arroyos que atraviesan
zonas urbanizadas y bastante pobladas como es la ciudad de San Lorenzo, tal como es
el caso del punto P23 que corresponde al arroyo San Lorenzo (2971 mg de P kg -1)
siendo este el de mayor cantidad de fósforo total. Seguido del P23 se encuentran los
puntos P1 y P22 que son del arroyo Tayuazape con los valores de 1640 mg de P kg -1 y
1787 mg de P kg-1 respectivamente (Figura 2), que también atraviesan zonas urbanas
en la ciudad de san Lorenzo y Capiatá.
Figura 2.Fósforo total en el sedimento de fondo de los afluentes y del Lago Ypacaraí.
Por otro lado los puntos P16, P17 y P18 también mostraron valores altos en el contenido
de fósforo total siendo estos de 935 mg kg-1, 860 mg kg-1 y 818 mg kg-1. Estos puntos
7
(P16, P17, P18) atraviesan las ciudades de Ypacaraí e Itagua, pero aun así, si se los
compara con el P23 (arroyo San Lorenzo) los tenores están por debajo del 50%.
El arroyo Capiatá fue muestreado en tres puntos P2, P3 y P21, encontrándose que en
los puntos próximos a la naciente los tenores de fósforo total fueron elevados 776 mg
kg-1 para el P2 y 681 mg kg-1 para P3 sin embargo en punto P21 se obtuvo solo 278 mg
kg-1 que es prácticamente menos de la mitad. Estos resultados son llamativos debido a
que este arroyo se encuentra en un área urbanizada y muy poblada, esta reducción
puede deberse posiblemente a la influencia de una zona de esterales y de bosques de
ribera que se encuentran entre estos puntos, permitiendo la reducción del fósforo total
entre estos puntos, en este sentido Pellegrini (2011) afirma que los bosques de ribera
son áreas que poseen mayor capacidad de reducir la cantidad de residuos que llega a
arroyos y manantiales.
Los puntos (P4, P5 y P6) que tienen su naciente en el distrito de Paraguarí y

desembocan en el arroyo Pirayú (P7) hasta la desembocadura del mismo en el Lago
Ypacaraí, así como aquellos afluentes que se encuentran en lado este de la cuenca que
tienen sus nacientes en los distritos de Caacupé (P8), Ypacaraí (P9, P10) y San
Bernandino (P11, P12, P13 y P14) en general presentaron un nivel bajo de fósforo total.
Lo cual se puede deber a que estos puntos se hallan en zonas que son poco pobladas,
y donde el uso principal del suelo es la ganadería extensiva y la agricultura familiar, por
lo que la entrada de fósforo seria de fuentes difusas por la defecación de animales y la
fertilización de los cultivos.
En lo que se refiere a la distribución espacial del fósforo total de los puntos muestreados
en Lago Ypacaraí (Figura 1) se puede observar que el P26 registró el mayor valor de P
total (356 mg kg-1) lo cual concuerda con el estudio de López (2009) sobre los
sedimentos y su incidencia en la eutrofización de los embalses. Caso del Rio Lozoya, en
que los resultados apuntan a que el sedimento de los cinco embalses estudiados no se
encuentran saturados en relación al fósforo, por lo que una mayor concentración relativa
de fósforo en sedimento va asociada a una menor concentración en el agua.
En la Figura 3 se puede percibir que todas las formas de fósforo son superiores en el
sedimento de fondo de los afluentes (P1 a P23) que en el lago (P24 a P33), lo cual es
de esperarse ya que como se mencionó anteriormente el fósforo total fue superior en los
afluentes.
Al comparar los promedios de fósforo lábil encontrados en los sedimentos de fondo

colectados en los afluentes de la cuenca (Figura 2), se puede observar que el punto P23
(arroyo San Lorenzo) es el que posee mayor tenor de fósforo lábil (1116 mg de P kg -1),
sobrepasando ampliamente a los otros puntos muestreados. Nuevamente se puede
evidenciar que la influencia antrópica es un factor determinante en la calidad de los
recursos hídricos.
8
Figura 3. Formas de fósforo del sedimento de fondo de afluentes del Lago Ypacaraí.
En relación a los niveles más bajos para el fósforo lábil, estos se obtuvieron en los
puntos P4 con 32 mg de P kg-1 y P8 con 23 mg de P kg-1. Ambos puntos corresponden a
arroyos de áreas poco pobladas, P4 con naciente en el distrito de Paraguarí y P8 en
distrito de Caacupé.
Referente al fósforo moderadamente lábil en la Figura 2 se presentan los valores más

representativos de que en este caso se distingue en los puntos P23 (1418 mg kg -1) y
P22 (1071 mg kg-1) los niveles elevados (zonas densamente pobladas) y en los puntos
P10 (97 mg kg-1) y P15 (95 mg kg-1) los niveles más bajos (zonas poco pobladas).
En la comparación de los promedios de la forma no lábil del fósforo se puede apreciar

que los valores más altos corresponden a los sedimentos de fondo de los afluentes de
áreas pobladas especialmente el Tayuazape, el arroyo Capiatá y el arroyo San Lorenzo.
Estos valores son elevados porque los afluentes poseen altos niveles de fósforo total,
por ello sus formas también lo son. De la Figura 3, también se puede rescatar que la
mayoría de los afluentes presentan altas cantidades de fósforo en la forma no lábil, esto
es debido a que el fósforo no lábil, es aquel que se encuentra fuertemente ligado a las
partículas del sedimento, es decir es la forma de fósforo más estable.
En relación a los sedimentos de fondo colectados dentro del lago, el nivel más alto de
fósforo en su forma lábil se observó en el punto P26 (54 mg kg -1) siendo este punto
ubicado al sur del lago, en las proximidades de la zona donde se produce la entrada de
los afluentes de los puntos P10, P11, P12, P13, P14, P15 y P16. No obstante los puntos
P31 y P32 registraron los niveles más bajos siendo de 16 mg kg -1 y 26 mg kg-1 para
cada punto respectivamente, ambos puntos ubicados hacia el centro del lago (Figura 4).
9
Los niveles de fósforo moderadamente lábil en el lago tiene valores altos para el P26
con 225 mg kg-1 y P28 con 173 mg kg-1 (cercanías de la Playa de Aregua) y P31 ubicado
hacia el centro del lago y los valores más bajos en los puntos P29 y P30 con 79 mg kg-1
respectivamente. De la Figura 3 se puede destacar los dos puntos más resaltantes en lo
que se refiere a fósforo no lábil, el P25 ubicado cerca de las costas hacia el distrito de
San Bernandino registró el nivel más alto (113 mg kg-1), de manera contraria al otro
extremo del lago hacia las costas del distrito de Aregua los tenores de esta forma de
fósforo son los más bajos en el P30 es de 26 mg kg-1.
Figura 4. Formas de fósforo del sedimento de fondo del Lago Ypacaraí.
Se identificaron los puntos considerados como críticos en 3 afluentes: el arroyo San

Lorenzo, el arroyo Tayuazape y el arroyo Capiatá. Los tres arroyos corresponden a la
cuenca del Yyquyry y cruzan por poblaciones urbanas, siendo estas las principales
contaminantes de los sedimentos de fondo con fósforo en sus diferentes formas. Los
mismos al cruzar áreas con alta urbanización sin las medidas ambientales para evitar el
vertido de contaminantes urbanos al curso hídrico, constituyen una importante carga de
sedimentos y de fósforo en sus diferentes formas al Lago Ypacaraí.
Conclusiones
El sedimento de fondo en los afluentes del Lago Ypacaraíson en general de textura

arenosa, en tanto que dentro del lago en su mayoría poseen textura Franco arenosa.
10
Todas las fracciones de fósforo fueron superiores en los afluentes que en el lago, lo cual
indica una fuerte amenaza considerando que varias de estas fracciones corresponden a
formas disponibles para organismos autótrofos a corto y mediano plazo.
Existe una importante variación en el contenido de fósforo total en el sedimento de

fondo de los puntos muestreados en la cuenca, siendo mayor los afluentes en relación
al lago.
Los sedimentos de fondo de los arroyos San Lorenzo, Tayazape y Capiata son los que
poseen mayor concentración de fósforo, siendo el arroyo San Lorenzo el más crítico en
la cuenca, presentando los porcentajes elevados de fósforo en sus formas lábil y
moderadamente lábil.
En la cuenca del lago Ypacaraí las fuentes de contaminación puntuales como las zonas
urbanas son más importantes que las difusas (áreas rurales) en la contaminación del
sedimento de fondo con fósforo.
Agradecimientos
Al Consejo Nacional de Ciencia y Tecnología (CONACyT) por el financiamiento de la

investigación, resolución N° 437/2014 en el marco del componente I - Fomento a la
Investigación científica - Programa paraguayo para el desarrollo de ciencia y tecnología
- PROCIENCIA- convocatoria 2013, postulado por la Facultad de Ciencias Agrarias de
la Universidad Nacional de Asunción, cuyo nombre es "Aspectos Cuali-cuantitativos de
fósforo en sedimentos de la cuenca del Lago Ypacarai"
Bibliografia
Barboza, M C. 2000. Estructura Institucional para la Gestión Integrada de la Cuenca del

Lago Ypacarai. Proyecto planificación del desarrollo sostenible. Secretaria Técnica de
planificación. Paraguay. 133p
Boschetti, N G; Quintero, C E; Benavidez, R A; Giuffre, L. 2003. Cuantificación de las

fracciones orgánicas e inorgánicas de fosforo en suelos de la Mesopotamia Argentina.
Ciencia del Suelo. Vol 21 (1): 1-8.
De Roo, A.P.J. 1998. Modelling runoff and sediment transport in catchments using GIS.
Hydrol.Process., 12:905–922.
Dick, W A; Tabatabai, M A. 1977. Determination of orthophosphate in aqueous solutions

containing labile organic and inorganic phosphorus compounds. Journal of
EnvironmentalQuality, Madison, 6:82-85.
11
Dirección del Servicio Geográfico Militar (DISERGEMIL). 1997. Carta planialtimétrica del
Distrito de Caacupe. Escala 1:100.000. National Imagery and Mapping Agency (NIMA).
Departamento de defensa. Asunción, Paraguay.
He, Z; Honeycutt, C W. 2005.A Modified Molybdenum Blue Method for Orthophosphate

Determination Suitable for Investigating Enzymatic Hydrolysis of Organic Phosphates
Communications in Soil Science and Plant Analysis, 36:1373–1383.
Hedley, M J; Stewart, J W B.; Chauhan, B S. 1982. Changes in the inorganic and

organic phosphorus fractions induced by cultivation practices and by laboratory
incubation. Soil SciSoc Am J., 46:970-976.
Csatho, P.; Sisák, I.; Radimszky, L.; Lushaj, S.; Spiegel, H.; Nikolova , M.T.; Nikolov , N.;
Cermák, P.; Klir, J.; Astover, A.; Karklins, A.; Lazauskas, S.; Kopinski, J.; Hera, C.;
Dumitru, E.; Manojlovic, M.; Bogdanovic , D.; Torma,S.; Leskosek, M.; Khristenko, A.
2007. Agriculture as a source of phosphorus causing eutrophication in Central and
Eastern Europe.Soil Use and Management, 23(1):36–56.
Keinanen, M.M.; Korhonen, L.K.; Lehtola, M.J.; Miettinen, I.T.; Martikainen, P.J.;
Vartiainen, T.; Suutar, M.H. 2001. The Microbial Community Structure of Drinking Water
Biofilms Can Be Affected by Phosphorus Availability. Applied and
EnvironmentalMicrobiology, 68(1):434–439.
López, M.P. 2009. Los Sedimentos y su incidencia en la eutrofización de los embalses.

Caso del Rio Lozoya. Barcelona, ES. Ingeniería del Agua. 16 (4):273-283.
Manassero, M; Camilión, C; Ronco, A. 2004. Análisis textural de sedimentos fluviales

distales de arroyos de la Pampa Ondulada, provincia de Buenos Aires, Argentina.
Revista de la asociación argentina de sedimentología. 11(2):1-12.
Murphy, J; Riley, J P. 1977. A modified single solution method for the determination of
phosphate in natural waters.AnaliticaChimicaActa, 27:31- 36.
Olsen, S.R; Sommers, L.E. 1982.Phosphorus. In: PAGE, A L.; Miller, R H.; Keeney, Q R.
(Eds.) Methods of Soil Analysis, Part 2. Chemical and Microbiological Properties. 2. ed.
SSSA. Madison, p. 403-430.
Pellegrini, J.B.R; Rheinheimer, D.S.; Gonçalves, C.S.; Copetti, A.C.C.; Bortoluzzi, E.C.;
Tessier, D. Impacts of anthropic pressures on soil phosphorus availability, concentration,
and phosphorus forms in sediments in a Southern Brazilian watershed. J Soils
Sediments, 2009.
Pellegrini, J.B.R. 2011. Planejamento do uso do solo em unidades de produção familiar

produtoras de fumo: limites e possibilidades para a superação de conflitos
agroambientais. Tesis (Doctorado en Ciência del Suelo) – Post Graduación en Ciencias
del Suelo. Rio Grande do Sul, Br. Universidade Federal de Santa Maria. 128 p
12
Poleto, C; Merten, G H. 2013. Qualidade de sedimentos. 2da ed. ABRH (Asociación

Brasilera de Recursos Hídricos); Br. 285p.
Rasche A, J.W. 2014. Transferência de fósforo em pequenas hidrográficas com

predomínio de sistema plantio direto precário. Tesis (Doctorado en Ciencia del Suelo) –
Post Graduación en Ciencias del Suelo. Rio Grande do Sul, Br. Universidade Federal de
Santa Maria.198 p.
Rheinheimer, D.S. 2000. Dinâmica do fósforo em sistemas de manejo de solos. Tesis

(Doctorado en Ciencia del suelo) - Universidade Federal do Rio Grande do Sul, Porto
Alegre. 210 p.
Rheinheimer, D.S.; Gonçalves, C.S.; Pellegrini, J.B.R. 2003. Impacto das atividades
agropecuárias na qualidade da água. Ciência e Ambiente, 27:85-96.
Ritterbusch, B. 1988. Estudio limnológico del lago Ypacaraí. Rev. Asoc. Cienc. Nat.
Litoral 19(1):11- 26.
Schwarzbold, A. 2000. O que é um rio? Revista Ciência e Ambiente, 21:57-68.
Suárez, M; Marcano Cabeza, E A; Segura, Y; Marcó Parra, L M. 2013. Distribución

espacial de fósforo en sedimentos superficiales del Lago de Valencia. Universidad,
Ciencia y Tecnología. 17 (66):2-10.
13
EFECTO DEL ENCOSTRAMIENTO SUPERFICIAL SOBRE PARÁMETROS FÍSICOS

E HIDROLOGICOS EN SUELOS BAJO DIFERENTES MANEJOS.
NORA E. ECHEVERRÍA; VIVIANA M. ESPIL; MARTÍN P. DE LUCIA; MARIANA E.

BOUZA; & JUAN C. SILENZI
Departamento de Agronomía, Universidad Nacional del Sur, San Andrés 800 (8000)
Bahía Blanca (BA).
* [email protected]
Palabras Clave: Simulador de lluvia, Infiltración, Escurrimiento.
Resumen
El sello superficial es la principal causa de la baja tasa de infiltración de agua y del alto
riesgo de escurrimiento y erosión. El objetivo fue evaluar el sellado y encostramiento del
suelo mediante parámetros hidrológicos y físicos en dos condiciones de tamizado (50 y
8 mm) y bajo diferentes manejos. Los tratamientos fueron: Pastura Natural con
intensidad media de pastoreo (PN 50 y PN 8); Agricultura, secuencia de verdeos (AG 50
y AG 8); Laboreo intenso (Li 50 y Li 8); Pastura de pasto llorón (Eragrostis curvula)
(PLL 50 y PLL 8) Para medir: infiltración, escurrimiento y pérdida de suelo se utilizó un
simulador de lluvia. La infiltración acumulada de PN fue más alta que Li, PLL y AG. PN
infiltro un 35 % más que AG y PLL y 12 % más que Li. En cuanto a la condición de
tamizado, 50 mm infiltró 31 % más que 8 mm. El escurrimiento total para PLL y AG
correspondió al 51 y 47 % de la lámina aplicada mientras que en PN y Li fue del 28 y 36
%. Los tratamientos AG, PLL y Li generaron pérdidas de sedimentos más altas que PN.
En cuanto a la evaluación del suelo después de la lluvia se observo que la DA fue mayor
en los suelos bajo agricultura (AG y Li). La RP mostró valores más altos en los suelos
con baja estabilidad estructural (AG, PLL y Li) y fue muy dependiente del contenido de
agua del suelo. Los suelos con buena estabilidad (PN) exhibieron un perfil de RP
homogéneo mientras que aquellos con baja estabilidad manifestaron un endurecimiento
entre los 10 y 25 mm. Los suelos estudiados son muy susceptibles a la degradación
superficial provocada por el impacto de la gota de lluvia.
Introducción
El sello superficial es la principal causa de la baja tasa de infiltración de agua y del alto
riesgo de escurrimiento y erosión. Esta impedancia mecánica resulta del efecto
combinado del impacto de las gotas de lluvia sobre la superficie del suelo, del
humedecimiento y de la dispersión de las partículas de arcilla a partir de una estructura
de baja estabilidad y sin protección ante el efecto de la lluvia. Este proceso conduce a la
formación de capas superficiales que presentan una reducción significativa en la
porosidad y permeabilidad. El secado posterior del suelo puede resultar en una capa
1
con alta resistencia mecánica, la cual es denominada encostramiento o costra del suelo
(Le Bissonnais et al., 1996; Taboada et al., 2012).
En las últimas décadas en la región pampeana se ha observado un cambio en el uso de

la tierra y una fuerte intensificación agrícola que sumado al inadecuado manejo de las
tierras, ha favorecido la degradación física y los riesgos de erosión de los suelos
(Ferreras et al., 2007; Álvarez et al., 2008). En este sentido, el encostramiento ha
adquirido gran importancia ecológica y económica. El mismo produce frecuentes
fracasos en la siembra de cultivos. Estos efectos inciden aumentando costos y
disminuyendo rendimientos, por otro lado la presencia de costras afecta el balance
hídrico y térmico del suelo, su fertilidad física y susceptibilidad a la erosión tanto hídrica
como eólica. La erosión hídrica es uno de los principales procesos de degradación de
los suelos. La evaluación de este proceso en condiciones de lluvia natural requiere de
largos períodos (5 a 10 años), sobre todo en zonas áridas y semiáridas donde la
frecuencia de lluvias con capacidad erosiva es relativamente baja. Este problema ha
sido resuelto en parte mediante el empleo de simuladores de lluvia. El uso de
simuladores de lluvia respecto de la lluvia natural, ofrece cuatro ventajas importantes:
son más rápidos, más eficientes, más controlados y más adaptables (Meyer, 1994) y
pueden adaptarse fácilmente para estudios de laboratorios. Estos son instrumentos de
investigación, diseñados para aplicar agua en forma similar a las tormentas naturales,
son útiles para obtener, en un tiempo relativamente corto, el efecto de factores
relacionados con la erosión como infiltración, escurrimiento superficial, pérdida de suelo,
transporte de sedimentos y nutrientes y estudiar la susceptibilidad de los suelos al
sellado.
El sur de la región semiárida no escapa a esta realidad y sus suelos muestran una
fuerte tendencia a la degradación física (Silenzi et al., 2011). En estos ambientes con
alta variabilidad climática e inestabilidad en la producción de materia seca es difícil
conseguir niveles de residuos que generen una buena protección del suelo para
asegurar un buen mantenimiento de su calidad superficial. En el SO bonaerense,
recientemente Lopez et al. (2015) evaluaron el estado de la cobertura del suelo en lotes
bajo siembra directa y observaron que más de la mitad presentaron una cobertura
menor a la indicada por la bibliografía como adecuada para proteger el suelo contra la
erosión. En concordancia, en nuestra región es común visualizar a campo, altos
porcentajes de sellado superficial para labranza convencional, y en muchos casos,
dependiendo de la condición de sitio, es habitual encontrar importantes sectores con
planchado en siembra directa. La eliminación total o parcial de la cubierta vegetal, sea
por acción del pastoreo intensivo o por las labranzas, deja los suelos desprotegidos
ante la acción erosiva de las lluvias. Este deterioro de la superficie del suelo, suele traer
consecuencias muy perjudiciales en la implantación de pasturas adaptadas a nuestra
región. A pesar de la gran difusión alcanzada por los sistemas que priorizan la cobertura
de los suelos, resulta posible asegurar que en las principales regiones agrícolas de la
Argentina la pérdida de agua constituye un importante factor de limitación a la
2
productividad (Denoia & Montico, 2010). La mayoría de las investigaciones se han

centrado en la evaluación de la materia orgánica del suelo, la estabilidad estructural y
compactación del suelo superficial y subsuperficial pero pocos estudios han evaluado el
sellado y encostramiento y sus efectos negativos para la producción. Díaz et al. (2010)
evaluaron el sellado del suelo en la región agrícola de Salta, junto con otras propiedades
superficiales del suelo, para distintos sistemas de labranza. Ellos registraron valores
nulos en siembra directa y labranza mínima vertical, en cambio en labranza
convencional el planchado varió de 38% a 85%.
El objetivo del presente trabajo fue evaluar mediante el uso de un simulador de lluvia, la
susceptibilidad al sellado y encostramiento estructural para suelos con diferente uso y
manejo del sudoeste bonaerense. Estudiar el desarrollo del sellado, inducido por el
impacto de la gota de lluvia, para dos condiciones de tamizado del suelo mediante
parámetros hidrológicos y la evaluación del encostramiento mediante resistencia a la
penetración.
El trabajo experimental se realizó con muestras de suelos obtenidos del campo

Napostá, predio experimental y educativo del Departamento de Agronomía de la
Universidad Nacional del Sur. El mismo se ubica en el Partido de Bahía Blanca, sobre el
km 35 de la Ruta Nacional 33 (38°25´34” S;62° 17´33” O). Las muestras de suelos
provenían de lotes con diferente uso de la tierra cuyas características principales se
presentan en la Tabla 1. En cada lote se tomaron 3 muestras de suelo de
aproximadamente 60 kg cada una, compuestas y sin disturbar del espesor de 0- 12 cm,
utilizando una pala plana. En el laboratorio se desagregaron a mano los terrones y se
secaron al aire. La mitad de la muestra se tamizó por una malla de 50 mm y la otra por
una malla de 8 mm. Los ensayos con el simulador de lluvias se realizaron en las
instalaciones del Departamento de Agronomía y los tratamientos fueron definidos
teniendo en cuenta el uso y manejo de los suelos y las dos condiciones de tamizado: PN
50: suelo pastura natural tamizado por una malla de 50 mm; PN 8: suelo pastura natural
tamizado por 8 mm; AG 50: suelo agricultura para ganadería tamizado por 50 mm; AG
8: suelo agricultura para ganadería tamizado por 8 mm; Li 50: suelo laboreo intenso
tamizado por 50 mm; Li 8: suelo laboreo intenso tamizado por 8 mm; PLL50:Pastura de
llorón (Eragrostis curvula) tamizado por 50 mm; PLL 8: Pastura de llorón (eragrostis
curvula) tamizado por 8 mm.
Para evaluar la infiltración, el escurrimiento y la pérdida de suelo se utilizó un simulador

portátil de lluvia diseñado por Marelli et al. (1986). Se utilizaron microparcelas de 0,40 x
0,55 m (0,22 m2) y 10 cm de alto las cuales se construyeron poniendo una base de 2
cm de arena gruesa cubierta con una malla plástica, sobre la cual se colocó el suelo
tamizado, disponiendo cada microparcela a un gradiente de 5%. En cada
3
microparcelase aplicó una lluvia de 40 minutos de duración, con una intensidad

promedio de 75 mm h-1. La lluvia aplicada y el escurrimiento se midieron a intervalos de
5 minutos y el sedimento en el volumen total de escurrimiento. La tasa de infiltración
inicial (TIi) y final (TIf) fueron asumidas como el valor promedio de los primeros y últimos
10 minutos de la lluvia aplicada. El Coeficiente de escurrimiento (CE) según la relación
escurrimiento total/lluvia aplicada total. Después de cada simulación de lluvia, a las 48 h
se sacaron en cada microparcela 4 muestras no disturbadas mediante la técnica del
cilindro para medir densidad aparente (DA) y resistencia a la penetración (RP). Previo a
medir la RP los cilindros se dejaron 48 h en estufa a 30 ° C. Se utilizó un
micropenetrómetro (adaptado del diseñado por Chi &Tessier (1995) con lecturas cada 5
mm y luego se determinó la humedad exacta del mismo y la DA.
Tabla 1 Características de los suelos utilizados en los ensayos de simulación de lluvias.

Uso de la tierra Suelo Características horizonte
(SoilSurveyStaff, superficial
2006)
Pastura natural (PN): Calciustolpetrocálcico, Franco MO: 20 g kg-1
intensidad media de franco grueso. Arenoso CDMP: 1,39
pastoreo. A1,A2,AC,CK, 2CKm arcilla: 135 g mm
kg-1 EE: Buena
Limo: 270 g kg-1 (36,4%)
Agricultura para Paleustolpetrocálcico, Franco MO: 25 g kg-1

ganadería (AG): franco fino Arenoso CDMP: 1,99
campo natural- Ap, A2, AC, 2Ckm arcilla: 190 g mm
avena-sorgo-mijo kg-1 EE:
con pastoreo Limo: 250 g Insatisfactoria
moderado. kg-1 (25,1%)
Laboreo intenso (Li): Calciustolpetrocálcico, Franca MO: 31 g kg-1

barbecho continuo franco arcilla: 200 g CDMP: 2,08
(rastra de doble Ap,A2,ACk,CK, CKm kg-1 mm
acción) sin pisoteo Limo: 316 g kg-1 EE: Mala (24%)
animal.
Pastura de pasto Paleustolpetrocálcico, Franco MO: 28 g kg-1
llorón (PLL) de 3 franco grueso. arenosa CDMP: 2,3 mm
años, intensidad Ap, A2, AC, 2Ckm. arcilla: 115 g EE: Mala (22%)
moderada de kg-1
pastoreo. Limo: 231 g kg
MO: materia orgánica, CDMP:Cambio de Diámetro Medio Ponderado EE: Estabilidad

Estructural (De Leenher & De Boodt (1958).
Se utilizó un diseño completamente al azar y 3 réplicas. Los resultados fueron

estadísticamente analizados mediante análisis de la varianza (ANOVA) y las diferencias
4
entre los tratamientos empleando el test de LSD Fisher (P<0,05). Se realizó un análisis
de covarianza para evaluar el efecto de las lluvias simuladas sobre la infiltración,
escurrimiento y pérdida de suelo (Di Rienzo et al., 2015).
La Tabla 2 presenta los valores promedio de lluvia aplicada, escurrimiento total,

infiltración acumulada y sedimentos para los distintos manejos según el tamaño de
tamiz utilizado para el refinamiento de la muestra. En la misma se observa que la
precipitación media varió entre 52,3 y 46,5 mm.El análisis de la varianza de las láminas
aplicadas no mostró diferencias significativas (p<0,05) entre tratamientos. Sin embargo
las lluvias aplicadas muestran cierta variabilidad, la cual se debe a factores que
pudieron afectar el funcionamiento del simulador como por ejemplo, viento, regulación
del motor, etc.
El escurrimiento total para PLL y AG correspondió al 51 y 47 % de la lámina aplicada

mientras que en PN y Li fue del 28 y 36 %. A su vez, el escurrimiento fue superior en los
suelos tamizados por 8 mm y un 33 % menor en los tamizados por 50 mm. Estos
últimos tienen mayor proporción de agregados de mayor tamaño, lo que confiere a la
parcela más rugosidad. Este comportamiento entre manejos concuerda con los
resultados informados por Echeverría et al., (2004) para Haplustoles típicos del
sudoeste bonaerense. Estos autores, bajo condiciones similares de lluvia simulada,
obtuvieron valores de escurrimiento de 20 mm para campo natural y de 27 mm para
suelos bajo agricultura.
La infiltración acumulada de PN fue significativamente más alta que la de PLL y AG,

mientras que Li mostró un comportamiento intermedio (Tabla 2). El tratamiento PN
infiltro un 35 % más que AG y PLL, esta mayor infiltración se relaciona con su mejor
condición estructural (Tabla1). Agregados más estables confieren mayor resistencia a la
desagregación por impacto de la gota de lluvia y por lo tanto menor sellado superficial
(Chagas, 1995). La infiltración en la condición tamizado por 50 mm fue un 31 % más alta
que la situación más disturbada (8 mm). Los suelos más refinados facilitan el
reordenamiento de los agregados y otorgan una menor rugosidad (Chagas & Gróttola,
1994), esto favorece el sellado al comienzo de la lluvia y disminuye la infiltración
acumulada.
5
Tabla 2. Valores promedio de lámina aplicada, escurrimiento, infiltración y sedimentos

según el manejo y grado de refinamiento.
Lámina Escurrimiento Infiltración

Tratamientos Sedimentos
aplicada total acumulada
mm Mg ha-1
PN 52,3 14,5 a 35,4 b 0,3 a
Li 50,7 18,4 ab 31,6 ab 1,7 b
PLL 46,5 23,7 b 26,2 a 1,7 b
AG 51,1 24,2 b 25,7 a 1,9 b
50 mm 50,6 16,2 a 33,7 b 0,8 a
8 mm 49,7 24,2 b 25,7 a 1,6 b
Letras distintas entre tratamientos indican diferencias significativas (p<0,05). PN:
pastizal natural; Li: laboreo intenso; PLL: pastura de pasto llorón; AG: agricultura;
tamizado por malla 50 mm y 8 mm.
Los tratamientos AG, PLL y Li generaron pérdidas de sedimentos significativamente

más altas que PN. Las diferencias más relevantes en las propiedades de estos suelos
fue la condición estructural. En este sentido, Unger (1997) reportó que la estabilidad
estructural de agregados juega un rol importante en la pérdida de suelo por erosión
hídrica. Siguiendo este razonamiento, la mayor pérdida de sedimentos concuerda con
AG, PLL y Li, cuya estabilidad estructural clasificó como insatisfactoria y mala,
respectivamente. Suelos con menos estabilidad estructural se desagregan con facilidad
y por lo tanto se sellan rápidamente ocasionando mayor volumen de escurrimiento y
mayor cantidad de sedimentos (Chagas, 1995). En cuanto al efecto de tamizado del
suelo, la cantidad de sedimentos de 8 mm superó a la de 50 mm en un 78 %. Esto se
debe a que el suelo más refinado se sella más rápido. La presencia de agregados
grandes en superficie puede retardar la manifestación de los efectos del sellado o
encostramiento de un suelo (Chagas, 1995). Estos agregados son más resistentes al
impacto de las gotas de lluvia que los agregados menores y además producen
rugosidad, esto se traduce en un retraso del inicio de escurrimiento y el flujo tiene menor
capacidad de carga. En las parcelas con suelo más refinado, los agregados se
dispersaron rápidamente generando una superficie lisa y abundante escurrimiento
cargado de sedimento desde el inicio de la lluvia.
La Figura 1 describe la dinámica de las tasas de infiltración (TI) en función del tiempo
para todos los tratamientos. Las curvas describen un modelo decreciente, con altas TI al
comienzo del evento, luego una etapa donde los valores declinan gradualmente. PN50,
Li50 y PLL50 se comportan de manera similar, las TI se mantuvieron altas y con un
suave descenso en el tiempo. En AG 50, después de los 15 minutos se evidenció un
marcado descenso, con TI final significativamente menores. En el caso de los
tratamientos con suelo refinado (Figura 1B) las TI indicaron valores menores a los
tratamientos 50 mm. PLL8 y AG8 manifestaron un decaimiento pronunciado de las TI a
partir de los 10 minutos y Li8 a los 15 minutos. PN8 tuvo un decaimiento más gradual
6
con TI final significativamente más altas que Li8 y AG8. La declinación de las tasas de
infiltración de AG y Li fue atribuida al sellado de los poros del suelo superficial. En la
Tabla 3 se muestran las TI inicial y final para cada tratamiento. Estas diferencias entre
situaciones de uso (PN vs AG y Li) y el refinado del suelo se asocian con la estabilidad
de la estructura frente al impacto de la gota de lluvia. En los tratamientos con estabilidad
estructural baja o deficiente se produce un taponamiento de los poros superficiales que
provoca una disminución más rápida de la velocidad de infiltración comparado con
suelos de buena estabilidad estructural (Aoki & Sereno, 2006). Una buena condición
estructural como la de PN mejora la condición de drenaje (Sanzano et al., 2005). Todos
los tratamientos a partir de los 30 minutos tendieron a estabilizarse, esto se atribuye al
descenso de la succión del suelo conforme este se va humedeciendo y a la destrucción
de la estructura superficial por el efecto del impacto de la gota de lluvia en el suelo
desnudo. (Echeverría, 2014).
7,0 7,0
A B
6,0 PN 50 6,0 PN 8
Li 50
5,0 5,0 Li 8
Infiltración (mm)
Infiltración (mm)
PLL 50 PLL 8
4,0 4,0
AG 50 AG 8
3,0 3,0
Lámina Lámina
2,0 aplicada 2,0 aplicada
1,0 1,0
0,0 0,0
0 10 20 30 40 50 0 10 20 30 40 50
Tiempo (minutos) Tiempo (minutos)
Figura 1: Tasas de infiltración en función del tiempo para los diferentes manejos según
el tratamiento de tamizado. A) Infiltración para tamizado 50 mm; B) Infiltración para
tamizado 8 mm. PN: pastizal natural; Li: laboreo intenso; PLL: pastura de pasto llorón;
AG: agricultura; tamizado por malla 50 mm y 8 mm.
En la Tabla 3 se observan la tasa de infiltración inicial (TIi), la tasa de infiltración final

(TIf) y el coeficiente de escurrimiento (CE) para cada manejo y situación de
refinamiento. En TIi no se encontraron diferencias significativas, los valores fueron
aproximadamente de 6 mm h-1 para todos los tratamientos. En cambio la TIf de PN fue
significativamente más alta que la de AG mientras que PLL y Li mostraron valores
intermedios. La TIF de 50 mm fue significativamente mayor que la de 8 mm. Con
respecto a CE se observaron diferencias estadísticas entre PN y AG y entre 50mm y
8mm. PN mostró un CE 34 % menor que PLL y Li y 67 % menor que AG.
7
Tabla 3. Tasa de infiltración final (TIf), tasa de infiltración inicial (TIi), coeficiente de
escurrimiento (CE) para cada manejo y cada tamiz.
Tratamientos TIi TIf CE

mm h-1
PN 6,1 2,9 b 0,3 a
PLL 6,1 2,2 ab 0,4 ab
Li 6,2 1,7 ab 0,4 ab
AG 5,8 1,0 a 0,5 b
50 mm 6.1 2,6 b 0,3 a
8 mm 6.0 1,3 a 0,5 b
Letras diferentes en columnas indican diferencia significativa entre tratamientos,
LSD Fisher (P<=0,05).
En la tabla 4 se presentas los valores medios de resistencia a la penetrometría (RP),

densidad aparente (DA) y humedad para cada manejo y tamiz utilizado. PLL presento
una DA similar a PN pero valores RP muy diferente a los demás tratamientos,
probablemente debido al menor contenido de agua en el suelo. Es sabido que esta
variable es muy dependiente de la humedad del suelo. Por el contrario se observaron
las mismas diferencias significativas para RP y DA entre PN y los manejos AG-Li. Este
comportamiento es similar al encontrado por Denoia & Giubileo (2008) donde
obtuvieron una alta correlación positiva entre la DA de las costras y su RP bajo
condición seca, también coincide con lo propuesto por Osunbitan et al. (2005), quienes
trabajando en suelos sometidos a diferentes sistemas de labranzas, determinaron que
los valores más altos de RP estuvieron asociados a registros altos de compactación,
concluyendo que pequeños cambios en la densidad aparente, resultaban en
modificaciones importantes en los valores de penetrometría. En cuanto a los tamizados
no se encontraron diferencias estadísticas en ninguna de las variables analizadas.
Tabla 4. Resistencia a la penetrometría (RP), densidad aparente (D.Ap) y humedad

para los distintos tratamientos.
Tratamiento R.P. D.Ap. Humedad

-3
(MPa) (Mg m ) (%)
PN 0,55 a 1,0 a 10,8 b
PLL 2,56 c 1,1 a 6,5 a
Li 1,42 b 1,2 b 9,4 b
AG 1,25 b 1,2 b 9,8 b
50 mm 1,58 a 1,1 a 9,0 a
8 mm 1,31 a 1,1 a 9,2 a
Letras diferentes en columnas indican diferencia significativa entre tratamientos,
8
LSD Fisher (P<=0,05). PN: pastizal natural; Li: laboreo intenso; PLL: pastura de pasto
llorón; AG: agricultura; tamizado por malla 50 mm y 8 mm.
En la Figura 2 se presentan los valores de RP obtenidos en las distintas profundidades

para todos los tratamientos. El comportamiento es similar para los tratamientos AG y Li
mostrando que el valor más alto se midió a los 20 mm de profundidad, a diferencia de
PN que en todas las profundidades mostró valores semejantes. En la condición de suelo
tamizado por 8 mm los valores máximos de AG y Li superan a los de PN en 2 y 1,65
veces respectivamente. Esta diferencia es más evidente en el tamizado de 50 mm
donde AG y Li superan a PN en 3,3 y 4 veces respectivamente. En el caso de PLL, los
valores fueron más elevados y la mayor RP se midió a los 10 mm de profundidad. No se
observaron diferencias entre los tratamientos por tamizado, en general los suelos con
menor refinamiento expusieron mayor RP excepto en PN, probablemente debido a una
condición de mayor humedad que incidió sobre esta variable (Denoia & Giubileo, 2008).
Se sabe que resistencias mayores de 200 kPa afectan la emergencia de plántulas de
colza y que varias gramíneas recién comienzan a ser afectadas con resistencias
mayores que 600-900 kPa (Guitiérrez Boem & Lavado, 1996, citado por Taboada et al.,
2012). Si bien los valores de RP hallados no superaron estos números, se podría asumir
que en AG y Li podría ocurrir una disminución en la emergencia, y una mayor restricción
en PLL especialmente en condiciones climáticas que favorezcan la evaporación y
secado de la capa superficial.
A MPa B MPa
0 1 2 3 4 0 1 2 3 4
0 0
5 5
10 10
Profundidad (mm)
Profundidad (mm)
15 15
20 20
PN 50 PN 8
25 25
Li 50 Li 8
30 30
PLL 50 PLL 8
35 35
AG 50 AG 8
40 40
Figura 2. Representación de la resistencia a la penetrometría (RP) con la profundidad

para los diferentes manejos según el tratamiento de tamizado. A) RP para tamiz de 50
mm B) RP para tamiz de 8 mm. PN: pastizal natural; Li: laboreo intenso; PLL: pastura de
pasto llorón; AG: agricultura; tamizado por malla 50 mm y 8 mm.
9
Conclusiones
PN mostro mayor infiltración acumulada que los suelos bajo agricultura (AG y Li) y PLL.
La infiltración acumulada fue significativamente más alta en la condición de suelos
menos refinado (tamiz 50 mm).
Los suelos con baja estabilidad estructural fueron más susceptibles al sellado
generando mayor volumen de escurrimiento y pérdida de sedimentos.
La DA después de la lluvia fue mayor en los suelos bajo agricultura. La RP fue

significativamente mayor en los suelos con baja estabilidad estructural y muy
dependiente del contenido de agua del suelo. Los suelos con buena estabilidad
exhibieron un perfil de RP homogéneo mientras que aquellos con baja estabilidad
manifestaron un endurecimiento entre los 10 y 25 mm.
Por lo expuesto anteriormente se concluye que en la región del sudoeste se debe tener
en cuenta el manejo que se le va aplicar a cada suelo para evitar la erosión hídrica y el
encostramiento de los suelos.
Bibliografía
Alvarez, MF; ML Osterrieth; VB Laborde; LF Montti. 2008. Estabilidad, morfología y

rugosidad de agregados de Argiudoles típicos sometidos a distintos usos: su rol como
indicadores de calidad física de suelos de la Provincia de Buenos aires; Argentina.
Cienc Suelo (Argentina) 26(2): 115-129.
Aoki, AM & R Sereno. 2006. Evaluación de la infiltración como indicador de calidad de
suelo mediante microsimulador de lluvias. Agriscientia, Córdoba,23 n.1. Disponible en
http://www.scielo.org.ar/scielo.php?script=sci_arttext.pid=S1668-
298X2006000100004&lng=es&nrm=iso>.ISSN 1668-298X accedido 11/11/2013.
Chagas C, Gróttola MC. 1994. Erosión entre surcos y estabilidad estructural de un
Argiudol típico. Ciencia del suelo (Argentina) 12: 35-27.
Chagas, I. 1995. Efectos de la rugosidad superficial, el tamaño de agregados y la
estabilidad estructural sobre la erosión entre surcos en un Argiudol. CiencSuelo
(Argentina) 13: 85-90.
Chi, L & S Tessier. 1995.A portable micro-penetrometer for measuring seed row
compaction. Soil & Tillage Reserach 34: 27- 39.
De Leenher, L & M DeBoodt.1958. Determination of aggregate stability by the change in
mean wight diameter. Proceedeing of the International Symposium on Soil Structurate,
BhemBelgica, 290-300.
10
Denoia J & Giubileo, G. 2008. Penetrómetro para el estudio de costras de suelo en

laboratorio. Ciencia, Docencia y Tecnología 37: 191-204.
Denoia, J & S Montico. 2010.Estudio del escurrimiento superficial y la producción de
sedimentos en suelos con diferentes grados de erosión hídrica. XXII Congreso
Argentino de la Ciencia del Suelo, Rosario. Argentina.
Di Rienzo, JA; F Casanoves; MG Balzarini; L Gonzalez; M Tablada; CW Robledo.
Díaz, CG; R Osinaga, J Arzeno. 2010. Resistencia a la penetración, humedad del suelo
y densidad aparente como indicadores de calidad de suelos en parcelas de largo plazo.
XXII Congreso Argentino de la Ciencia del Suelo. Rosario, Argentina.
Echeverría NE, Blanco G, Silenzi JC, Vallejos AG, Lobartini JC, De Lucia M. 2004.
Escurrimiento y erosión de un suelo de la alta cuenca del Río Sauce Grande con
diferentes manejos. XIX Congreso Argentino de la Ciencia del Suelo. Paraná, Entre
Ríos.
Echeverría Nora. E., 2014. Incidencia de disturbios antropogénicos sobre el
escurrimiento y erosión hídrica en el sur de la Región Semiárida Pampeana. Tesis
Magister en Ciencias Agrarias de la UNS, pp 166.
Ferreras, L; G Magra; P Besson; E Kovalevski; F García. 2007. Indicadores de calidad
física en suelos de la Región Pampeana norte de Argentina bajo siembra directa.
CiencSuelo (Argentina) 25(2): 159-172.
erodibility: I. Theory and methodology. European Journal of Soil Science; 47: 425–437.
Lopez,FM; ME Duval;JM Martinez & JA Galantini. 2015. Cobertura en el sudoeste
bonaerense en suelos bajo siembra directa. CiencSuelo(Argentina) 33(2):273-281.
Marelli, HJ; JM Arce; B Masiero. 1986. Simulador de lluvias para investigación básica en
conservación de suelos. INTA, Publicación Técnica Nº 8, Serie: Suelos y
Agroclimatología. Marcos Juárez (Córdoba).
Meyer, LD. 1994.Rainfall simulators for soil research. En Soil Erosion Research Methods
(R. Laled.)83-104 2nd ed. Soil and Water Cons. Society.
Osunbitan JA, Oyedele D, Adekalu KO. 2005. Tillage effects on bulk density, hydraulic
conductivity and strength of a loamy sandy soil in southwestern Nigeria, en: Soil &
Tillage Research, 82: 57-64.
Sanzano GA, RD Corbella, JR García & GS Fadda. 2005. Degradación física y química
de un Haplustol típico bajo distintos sistemas de manejo de suelo. Ciencia del Suelo.
Argentina. 23 (1) 93-100.
11
Silenzi, JC; NE Echeverría; ME Bouza y MP De Lucia; 2011. Degradación de suelos del

SO Bonaerense y su recuperación. Anales de la Academia Nacional de Agronomía y
Veterinaria.65:382-404. ISSN 0327-8093
Soil Survey Staff- USDA.2006.Soil Taxonomy a basic system for classifying
soil.Agriculture Handbook Vol 436.US GovernmentPrinting office, Washington, DC 863.
Taboada; Micucci & Álvarez; 2012. Impedancias mecánicas y compactación en suelos
agrícolas. Facultad de Agronomía; UBA. Buenos Aires.
Unger PW. 1997. Aggregate and organic carbon concentration interrelationships of
TorrerticPaleustoll. Soil and Tillage Research 42: 95-113.
12
RIESGO DE EROSIÓN EÓLICA EN “TIERRAS SECAS” DEL PARTIDO DE BAHÍA

BLANCA SEGÚN ANTECEDENTES DE MANEJO
JUAN C. SILENZI; NORA E. ECHEVERRÍA*; MARTÍN P. DE LUCIA; ADRIAN G.

VALLEJOS & MARIANA E. BOUZA
Departamento de Agronomía, Universidad Nacional del Sur,San Andrés 800 (8000)

Bahía Blanca (BA).
* [email protected]
Palabras clave: Degradación del suelo, EWEQ, Fracción erodible
Resumen
El Partido de Bahía Blanca presenta alrededor del 85 % de su superficie conformada por

“tierras secas”, las que se caracterizan por su alta susceptibilidad a la erosión eólica.
Mediante este trabajo se pretende aportar información relevante respecto de la
incidencia del manejo antecedente, de mediano a largo plazo, sobre el riesgo de erosión
eólica de las “tierras secas” más requeridas para la práctica de la agricultura y de la
ganadería en el Partido de Bahía Blanca. Los sitios experimentales seleccionados
respondieron a suelos clasificados como Paleustoles petrocálcicos, Haplustoles enticos
y Ustipsamntes típicos con manejo antecedente identificados como: “Ag-”; “Ag+”; “alf” y
“PLL”. “Ag-”: responde a los casos de agricultura “racional” en los últimos 30 años.
“Ag+”: lotes donde se aplicó agricultura de alta agresividad en últimos años. “alf”:
pasturas base alfalfa asociadas a gramíneas, generalmente festuca o agropiro. “PLL”:
“pasto llorón” de más de 7 años de producción. Todos los tratamientos con pasturas
(“alf” y “PLL”) fueron sembrados hace más de 7 años en lotes provenientes de
agricultura excesiva. La fracción erodible se determinó por tamizado del suelo seco
mediante el “tamiz rotativo simplificado”. El Riesgo de Erosión Eólica (REE) fue
pronosticado mediante la WEQ en su versión actualizada EWEQ. Las predicciones se
hicieron para dos situaciones climáticas: un factor climático “normal” (0,57) y un factor
climático extremo (9,66) según la WEQ. Los resultados indicaron: los Ustipsamentes
típicos fueron los suelos con mayor REE, con un pronóstico de pérdida de 122 Mg ha-1
año-1 para situación climática “normal” o promedio y 2.062 Mg ha-1 año-1 para condición
climática extrema. Siguieron los Haplustoles enticos con 84 y 1.474 Mg ha-1 año-1 y por
último los Paleustoles petrocálcicos con 41 y 694 Mg ha-1 año-1, respectivamente. La
conducta de los suelos fue atribuido fundamentalmente a la calidad natural del epipedón
y a su mayor estabilidad estructural. En cuanto a la influencia del manejo, promedio para
los tres suelos, marca una diferencia importante entre “Ag+” y el resto de los
tratamientos. Se observó claramente dos aspectos muy importantes: 1º) “Ag+” incidió
muy fuertemente en la erodabilidad de los tres suelos; 2) Se apreció en los tratamientos
con pastura, tanto “alf” como “PLL”, a pesar de su escaso tiempo de acción –menos de
8 años-, una manifiesta tendencia a la recuperación. En dicha recuperación, “PLL” tuvo
mejor accionar que “alf” en los Ustipsamentes típicos y Haplustoles enticos, en cambio
1
en los Paleustoles petrocálcico la situación se invirtió. Se asume que en suelos con

textura a arenosa franca (Ustipsament Típico) a franca arenosa gruesa (Haplustol
entico) el pasto llorón se adapta mejor a la escasa retención hídrica del perfil. En cambio
en textura franca arenosa fina a franca, suelos con mayor retención hídrica que los
anteriores, el comportamiento de las gramíneas asociadas a la alfalfa –festuca o
agropiro- tienen un desarrollo más importante que el pasto llorón. A esta última especie
le cuesta expresar su potencial productivo en suelos de textura más fina.
Introducción
Las “tierras secas” (“drylands”) se destacan por el alto riesgo intrínseco a la erosión
eólica. Las causas naturales más importantes son: escasas precipitaciones, altas
temperaturas, elevadas tasas de evapotranspiración, fuertes vientos y suelos con
horizontes superficiales de estructura frágil (Woodruff y Lyles, 1967). Estas tierras se
ubican en las regiones áridas, semiáridas y sub-húmedas secas del mundo (Reynolds
et al., 2007). Argentina tiene alrededor de 220 millones de hectáreas de “tierras secas”
(Fryrear, 1990), de las cuales algo más de 5 millones de hectáreas corresponden al SO
de la provincia de Buenos Aires. Dentro de esta última región se destaca el Partido de
Bahía Blanca (Figura 1) por la cantidad anual de energía que desarrollan sus vientos
(Brizuela y Aiello, 1988).
Figura 1. SO Bonaerense: Ubicación del Partido de Bahía Blanca.
2
A la alta fragilidad eólica natural de los suelos del SO Bonaerense se le suma el efecto
degradante de la agricultura realizada en forma convencional, cuya manifestación más
conspicua se aprecia en el aumento de la Fracción Erodible. Se valora claramente que
los períodos de resiliencia que dispone la naturaleza, más las escasas prácticas de
manejo que ofrece el hombre para la recuperación del suelo no alcanzan a compensar
el efecto destructivo de las labranzas mecánicas (Silenzi et al., 2011).
La erosión eólica finalmente degrada los suelos en forma irreversible mermando

inexorablemente su productividad (Lyles y Tatarko, 1986). Este aspecto incide
significativamente contra la economía del SO Bonaerense, ya que la misma se apoya en
gran parte en la producción agropecuaria a partir de la fertilidad de sus tierras (Bouza
et al., 2016). Para el caso particular de Bahía Blanca se estima que la merma en la
producción de trigo, consecuencia de la erosión eólica de los suelos, es de 19 mil
toneladas por año (Silenzi et al., 1994; 2009).
El riesgo de erosión eólica de un suelo se define en función del comportamiento

intrínseco del mismo a un tamizado en seco específico. Mediante este trabajo se
pretende aportar información relevante respecto de la incidencia del manejo
antecedente de mediano a largo plazo, sobre el riesgo de erosión eólica de los suelos
más requeridos para la práctica de la agricultura y de la ganadería en el Partido de
Bahía Blanca.
El estudio se llevó a cabo en el Partido de Bahía Blanca, SO de la Provincia de Buenos

Aires, República Argentina. El régimen hídrico de los suelos es Ústico. Los valores
climáticos promedio anuales indican: temperatura 14,3º C; precipitación 650 mm y
evapotranspiración potencial 780 mm. El balance hídrico señala un marcado déficit de
agua en diciembre, enero y febrero, recarga de marzo a septiembre y uso consuntivo en
octubre y noviembre. En este sector los vientos erosivos (Vientos de velocidad mayor a
8 m s-1 según Lyles, 1983; Stout y Zobeck, 1996) promedian 2.522 horas por año. Las
tierras cultivadas son, en su mayoría, labradas mediante sistemas convencionales. Las
especies vegetales más sembradas son trigo para cosecha y avena para pastoreo.
Los sitios experimentales seleccionados fueron 38, cuyos suelos fueron descriptos y
clasificados como Paleustoles Petrocálcicos, Haplustoles Énticos y Ustipsamntes
Típicos. Estos suelos nacieron a partir de un material loéssico de espesor oscilante
entre los 40 y 80 centímetros. El mismo se apoya sobre un sustrato de tosca de distintas
durezas. El paisaje está conformado por planicies recortadas por acción hídrica pasada.
Los suelos localizados para su estudio tuvieron un manejo antecedente previsto, los que
fueron identificados con las siglas: “Ag-”; “Ag+”; “alf” y “PLL”.
3
“Ag-”: responde a los casos de agricultura “racional” en los últimos 30 años. Los suelos
comprendidos en este tratamiento se ubican en lotes que según las encuestas y la
observación de campo –perfil cultural- indican que el suelo no sufrió excesiva agresión
por labranza mecánica.
“Ag+”: implica a los lotes donde se aplicó agricultura de alta agresividad en los últimos
30 años. Generalmente el manejo responde a lotes muy arados y con muchos cultivos
de cosecha en su historial.
“alf”: los casos involucran pasturas base alfalfa asociada a gramíneas –generalmente
festuca- de 5-6 años de producción, o de gramíneas puras principalmente en base
agropiro. Cabe acotar que la alfalfa tiende a desaparecer, por competencia con la
gramíneas, a los 3 a 4 años de su implantación. Por lo tanto en el momento del
muestreo sólo se aprecian plantas aisladas de esta especie.
“PLL”: son lotes con “pasto llorón” de más de 7 años de producción.
Todos los tratamientos con pasturas (“alf” y “PLL”) habían sido sembrados en lotes
provenientes de historia agrícola excesiva y prolongada. Los muestreos se realizaron en
primavera, tomando 8 submuestras por muestra correspondiente a cada tratamiento
suelo/manejo.
Cada muestra se “cuarteó” y cada una de estas submuestras fue procesada en el tamiz
rotativo. Los 4 valores de Fracción Erodible (FE) resultantes por muestra fueron
promediados –en pocos casos fue necesario eliminar algún valor discordante-.
Para el tamizado del suelo seco se utilizó el “tamiz rotativo simplificado” ideado por
Silenzi et al. (1990). El equipo consta de un tamiz cilíndrico de 18 pulgadas de largo,
malla nº 20 (0,84 mm de apertura), inclinado 4º respecto de la horizontal, con una
velocidad de giro de 10 rpm.
El Riesgo de Erosión Eólica (REE) fue pronosticado mediante la WEQ (Woodruff y

Siddoway, 1965). Las predicciones se hicieron para dos situaciones climáticas: un factor
climático “normal” o promedio, que surgió de utilizar registros meteorológicos promedios
de series de 20 años, y un factor climático “alto” o extremo que se obtuvo empleando
registros meteorológicos de años de sequía y fuertes vientos; ejemplo para el Sur
bonaerense: años 2008 y 2009. Para el cálculo del factor climático medio (FC medio) de
Bahía Blanca se emplearon registros de la estación meteorológica Comandante Espora
(SMN, 2002).
4
La fracción erodible, promedio de los suelos,% osciló alrededor del 79% para los
Ustipsamentes Típicos, 66% para los Haplustoles Énticos y 47% para los Paleustoles
Petrocálcicos. El ANOVA indicó diferencias altamente significativas (p < 0,01) para las
variables suelo y factor climático, y significativa (p< 0,05) para manejo.
Los Ustipsamentes Típicos fueron los suelos con mayor REE, con un pronóstico de
pérdida de 122Mg ha-1 año-1 para situación climática promedio y 2062 Mg ha-1 año-1 para
condición climática extrema. Siguieron los Haplustoles Énticos con 84 y 1474 Mg ha-1
año-1 y por último los Paleustoles Petrocálcicos con 41 y 694 Mg ha-1 año-1,
respectivamente (Tabla 1). La conducta de los suelos fue atribuido fundamentalmente a
la calidad natural del epipedón y a su mayor estabilidad estructural.
Tabla 1.- Riesgo de erosión eólica (REE) actual de suelos del Partido de Bahía Blanca,
según el manejo antecedente y situación climática media y “extrema” (Factor climático
alto).
Suelo Ustipsament Haplustol Éntico PaleustolPetroc Promedio por

Típico álcico manejo
Factor climático
Medio Alto Medio Alto Medio Alto Medio Alto

Manej
o REE (Mg ha-1 año-1)
“Ag-” 84 1422 58 973 34 579 59 991
“Ag+” 144 2444 127 2151 45 760 105 1785
“alf” 136 2299 85 1452 41 694 87 1482
“PLL” 123 2082 66 1321 44 744 78 1382
Prom. 122 2062 84 1474 41 694
“Ag-”: agricultura “racional” en los últimos 30 años;“Ag+”: agricultura de alta agresividad

en los últimos 30 años;“alf”: pasturas base alfalfa asociada a gramíneas;“PLL”: “pasto
llorón” de más de 7 años de producción.
En cuanto a la influencia del manejo, en promedio para los tres suelos, marca una
diferencia importante entre “Ag+” y el resto de los tratamientos. Se observó claramente
5
dos aspectos muy importantes: 1º) “Ag+” incidió muy fuertemente en la erodabilidad de
los tres suelos; 2) Se aprecia en los tratamientos con pastura, tanto “Alf” como “PLL”, a
pesar de su escaso tiempo de acción –menos de 8 años-, una manifiesta tendencia a la
recuperación, al menos si se supone que los suelos partieron de una condición similar a
“Ag+”. También vale aclarar que los muestreos siempre se hicieron cerca de las
gramíneas, alrededor de las “matitas” y eliminando el material suelto en superficie
proveniente de movimientos o desplazamientos de partículas por el viento proveniente
de otros sectores. Se evitaron los muestreos en los espacios entre “matas” por
presentar mayor compactación por tránsito de vacunos y posiblemente mayor erosión
por viento y agua -a juzgar por la cantidad de gravillas muy finas y arenas muy gruesas
presentes en la superficie-. En dicha recuperación se aprecia que “PLL” tuvo mejor
accionar que “alf” en los Ustipsamentes Típicos y Haplustoles Énticos, en cambio en los
Paleustoles Petrocálcico la situación se invirtió. Se asume que en suelos con textura
arenosa franca (Ustipsament Típico) a franca arenosa gruesa (Haplustol Éntico) el pasto
llorón se adapta mejor a la escasa retención hídrica del perfil. En cambio en textura
franca arenosa fina a franca, suelos con mayor retención hídrica que los anteriores, el
comportamiento de las gramíneas asociadas a la alfalfa –festuca o agropiro- tienen un
desarrollo más importante que el pasto llorón. A esta última especie le cuesta expresar
su potencial productivo en suelos “más pesados”.
Bibliografía
Bouza, ME; A Aranda-Rickert; MM Brizuela; MG Wilson; MC Sasal; S MJ Sione; S

Beghetto; EA. Gabioud; JD Oszust; DE Bran; V Velazco; JJ Gaitán; JC Silenzi; NE
Echeverría; MP De Lucia; DE Iurman; JI Vanzolini; FJ Castoldi; J EtorenaHormaeche; T
Johnson; S Meyer & E Nkonya. 2016. Chapter 11: Economics of Land Degradation in
Argentina. Economics of Land Degradation and Improvement – A Global Assessment for
Sustainable Development. 1st ed.-E.Nkonya; J.von Braun and A. Mirzabaev (Eds.),
ISBN 978-3-319-19167-6; 686 pp. Springer International Publishing AG, Cham
Switzerland. DOI 10.1007/978-3-319-19168-3
Brizuela, A.B. & Aiello, J.L., 1988. El recurso eólico en la Provincia de Buenos Aires.
Estadísticas de Viento. Red Solarimétrica, CNIEA, Centro Espacial San Miguel. SNpp.
Fryrear, D.W., 1990. Wind erosion: Mechanics, prediction and control. Adv. Soil Scie. 13:
187-189.
Lyles, L., 1983. Erosive wind energy distribution and climatic factor for the west.J Soil
Water Conserv. 41, 191-193.
Lyles, L. & Tatarko, J., 1986. Wind erosion effects on soil texture and organic matter. J.
Soil Water Conserv. 41: 191-193.
6
Reynolds, J.F., Stafford Smith, D.M., Lambin, E.F., Turner, B.L., Mortimore M.,
Batterbury, S.P.J., Downing, T.E., Dowlatabadi, H., Fernandez, R.J.& Eric, J.E. 2007.
Global Desertification: Building a Science for Dryland Development. Science 316:847-
851.
Silenzi, J.C., Bravo, O.A., Echeverría, N.E. & Grossi T., 1994. Influencia de la pérdida de
suelo de un Haplustol Éntico sobre el rendimiento de trigo Candeal. Actas del III
Congreso Nacional de Trigo, Bahía Blanca, Argentina, pp 105-106.
Silenzi, J.C., Echeverría,N.E., Bouza, M.E. & De Lucia,M.P., 2009. The wind erosion
cost in the South West of Buenos Aires Province. Drylands Science for Development
(DSD).United Nations Convention to Combat Desertification (UNCCD). First Scientific
Conference: Understanding Desertification and Land Degradation Trends. Poster
Session at the UNCCD COP-9. Buenos Aires, 21 Sept. - 2 Oct. 2009. Book Abstracts pp
29-30. http://dsd-
consortium.jrc.ec.europa.eu/documents/Poster_Session_Abstract_Book.pdf
Silenzi J.C., Echeverría ,N.E., Vallejos, A.G., Bouza, M.E. & De Lucia,M.P., 2011.Wind
erosion risk in the southwest of Buenos Aires Province, Argentina, and its relationship to
the productivity index. Aeolian Research, 3 (4):419-425.
SMN (Servicio Meteorológico Nacional), 2002. Estadísticas climatológicas 1991-2000.
Buenos Aires. Argentina. CD. Publicación B12, 240 p.
Stout, J.E. & Zobeck, T.M., 1996. The Wolfforth field experiment: a wind erosion study.
Soil Sci. 161: 617-632.
Woodruff, N.P.&F.H. Siddoway. 1965. A wind erosion equation. Soil Sci. Soc. Am. Proc.
29:602-608.
Woodruff, N.P. & Lyles, L., 1967. Tillage and land modification to control wind erosion.
Reprinted from: Tillage for Greater Crop Production (Conference Proceedings.December
11 and 12, 1967, pp 63; 64; 65; 66; 67; 70).Published by American Society Engineers,
St. Joseph, Michigan.
7
APLICACIÓN DE LA ECUACIÓN UNIVERSAL DE PÉRDIDA DE SUELOS (EUPS) EN

UN SISTEMA DE INFORMACIÓN GEOGRÁFICA
KLEINE, A. E.(1); PALACIN, E. A. (1,*)

(1)
Cát. de Manejo y Conservación de Suelos, Facultad de Agronomía, UBA.
*[email protected]
Palabras clave: SIG – erosión hídrica - conservación
Resumen
En la sub-región de Pampa Ondulada, uno de los principales procesos de degradación
de las tierras es la erosión hídrica. Las condiciones naturales de dichas tierras
predisponen este proceso, y la acción del hombre puede aumentar el riesgo. Es por lo
tanto, importante poder predecir el riesgo potencial y actual de erosión hídrica del suelo
a fin de facilitar la toma de decisiones acertadas para el manejo. Actualmente la
tecnología de Sistemas de Información Geográfica (SIG), permite aplicar modelos
predictivos de manera espacial, con lo cual se puede determinar el riesgo de pérdida de
suelo, no solo en una ubicación determinada, sino también en áreas extensas; asimismo
pudiendo incluir el efecto de cada práctica de manejo en la modelización realizada. Al
aplicar el modelo predictivo EUPS a través de un sistema de información geográfica
para un establecimiento en San Pedro, Bs As; se logró delinear las áreas con diferentes
grados de riesgo de pérdida de suelo por erosión hídrica. Cada variable de la ecuación
es definida como un mapa temático individual a partir de la combinación de los límites
del campo con los límites del mapa de suelos y los mismos para las unidades de
pendiente, estos permiten definir los mapas de R, K y L.S que pueden ser operados
para hallar la erosión potencial. Al incluir los límites de las unidades de manejo y la
ubicación de las practicas específicas, se obtienen los mapas de C y P que al incluirlos
en la operación nos permiten estimar la erosión actual. El valor de erosividad de las
lluvias utilizado fue de 527 (MJ.mm)/(ha.h). Los suelos muestran valores de variable K
(erodabilidad del suelo) de entre 0.464 y 0,648, variando de unidad a unidad en función
de sus participación porcentual en las unidades de suelos. Las pendientes medidas en
las diferentes unidades, determinaron factores LS de entre 0 y 0,694.Sobre estos mapas
temáticos obtenidos se aplicó la ecuación realizando la intersección de los mapas de R,
K y L.S para obtener las unidades cartográfica del mapa de erosión potencial y de todas
las variables de manera de obtener las unidades del mapa de erosión actual. Las
erosiones potenciales producidas se estimaron en valores de entre 20 y 160 (tn ha-1 año-
1
). Las erosiones actuales resultantes de la aplicación de diferentes sistemas de manejo
se estimaron en:
- Entre 20 y 90 (tn ha-1 año-1) para soja sobre soja con labranza convencional.
- Entre 0 y 20 (tn ha-1 año-1) para doble cultivo trigo-soja con labranza convencional.
- Entre 0 y 20 (tn ha-1 año-1) para soja sobre soja con siembra directa.
1
- Entre 0 y 10 (tn ha-1 año-1), con excepciones de 15 (tn ha-1 año-1), para doble cultivo
trigo-soja con siembra directa. La metodología SIG para la aplicación de la EUPS,
mostró una gran utilidad para la identificación de áreas con diferentes fragilidades, así
como para la comparación de diferentes usos y manejos desde el efecto protector que
realizan sobre las tierras frente al riesgo de erosión hídrica.
Introducción
La erosión del suelo es definida como un proceso de desagregación, transporte y
deposición de materiales del suelo por agentes erosivos (Ellison, 1947).
Las precipitaciones conjuntamente con el escurrimiento superficial, ocasionan la
dispersión y transporte del suelo, generando erosión hídrica.
En 1994, Irurtia y Maccarini publicaron estimaciones que indican que un área de
aproximadamente 25.000.000 de hectáreas estaba afectada por erosión hídrica en la
Argentina. En contraposición, para el año 1957, la superficie erosionada estimada por el
"Instituto de Suelos y Agrotécnia" era de 18.300.000 has. Por lo tanto, el incremento en
los últimos 30 años ha sido de 6.700.000 has, creciendo a un ritmo de 223.000 has por
año.
La ampliación de la frontera agropecuaria en diversas regiones, incorporó como áreas
cultivadas a tierras susceptibles a erosionarse.
También la falta de manejo adecuado, con inclusión de rotaciones entre cultivos y/o
pasturas, es un factor determinante del deterioro del suelo, ya que suelos de aptitud
agrícola-ganadera destinados exclusivamente a agricultura fueron transformados en
campos improductivos.
En años recientes, el monocultivo de soja ha contribuido a generar condiciones
favorables para la acción erosiva del agua debido a que el suelo permanece
desprotegido durante mucho tiempo, y de esta forma el arrastre de suelo y la formación
de cárcavas y zanjas, son características frecuentes en los campos cultivados.
En Argentina se suele trabajar con relevamientos topográficos a escala 1:50000, cuando
se dispone de ellos en el área de trabajo. En esta ocasión se pudo trabajar con
relevamientos topográficos a escala 1:2000 y equidistancias de 0,5 m. Con lo cual se
pretende mejorar la eficiencia descriptiva del modelo digital de elevación generado a
partir de la cartografía topográfica papel.
En la subregión Pampa Ondulada, el mapeo semidetallado de los suelos, ha permitido
conocer la magnitud de la erosión hídrica y estimar la disminución de la productividad,
calculando un total de tierras erosionadas de 1.600.800 has sobre un total de 4.600.000
has que abarca esta subregión. Es decir que el 34,8% de la superficie presenta algún
grado de erosión. (Irurtia y Maccarini, 1994).
2
Objetivo
En el presente trabajo se busca aplicar el modelo EUPS a través de un Sistema de
Información Geográfica para predecir la erosión potencial de las tierras a la erosión
hídrica y la erosión actual de las mismas en tierras de Pampa Ondulada, comparando
los resultados para diferentes cultivos y sistemas de manejo, trabajando con
relevamientos topográficos súper-detallados escala 1:2000, con equidistancias de 0,5 m.
Metodología
El modelo predictivo que se aplica en este trabajo es la Ecuación Universal de Pérdida
de Suelo por erosión hídrica (EUPS), que resume los factores determinantes de la
erosión en cinco variables: R, K, L.S, C y P, relacionadas con la lluvia, el suelo, la
pendiente y su longitud, los cultivos y las prácticas específicas de manejo.
La Ecuación Universal de Pérdida de Suelo (EUPS) se diseñó para calcular la
erosión laminar y en surcos (Wischmeier, 1976).
Consiste en un modelo matemático multifactorial que integra cinco variables que
intervienen en la erosión hídrica, como los que indica la expresión:
A = R*K*L.S*C*P
Donde:
A es el promedio anual de pérdida de suelo (tn ha-1 año-1),
R es el factor de erosividad de la lluvia (MJ mm) (ha h)-1,
K es el factor de erodabilidad del suelo (tn ha h) (MJ mm ha)-1,
L es el factor de longitud de la pendiente (adimensional),
S es el factor del grado de la pendiente (adimensional),
C es el factor de manejo del cultivo (adimensional),
P es el factor de prácticas mecánicas para control de la erosión (adimensional).
Cada variable se ingresa a través de un mapa temático en el SIG, para operarlos entre
sí y obtener los mapas de erosión hídrica potencial y actual. Las variables R, K y LS
determinan la erosión potencial y al incluir las cinco variables se obtiene la erosión
actual.
A partir de los mapas obtenidos se determinan los ambientes donde es necesario tomar
medidas de conservación y se pueden decidir cuáles son las prácticas más
convenientes para tales fines en cada sector.
Se trabajó en un sector del establecimiento "Los Patricios", San Pedro, provincia de
Buenos Aires, perteneciente a las Facultades de Agronomía y Veterinaria de la UBA. El
estudio se centró específicamente en los lotes correspondientes a las parcelas 219,
216a y 216b.De estos lotes se contaba con planos topográficos escala 1:2000,
3
realizados en trabajos previos por la Cátedra de Topografía de la FAUBA (Firmenich et.

al., 1979). Estos planos estaban en formato papel, por lo cual fueron digitalizados para
poderlos incluir en los Sistemas de Información Geográfica (SIG). Esta información
topográfica súper- detallada sirvió de base para la realización de un Modelo Digital de
Elevación que se aplicó en la determinación de los mapas de variables topográficas
para cargar el modelo. El valor de la variable R se obtuvo a partir de cartografía
preexistente (Saluso 2008), logrando por interpolación para la zona del trabajo, usando
el mismo software ArcGis, el valor, estimado fué 527 (MJ.mm)/(ha.h).
La información de suelos se obtuvo de las cartas de INTA a escala 1:50000.
Puntualmente se trabajó con la Carta de suelos del INTA N° 3360-34-1.
El SIG se realizó utilizando ArcView 3.3 y para algunos procesamientos se usó el ArcGis
10.1.
Una vez digitalizadas las curvas de nivel, se interpoló la superficie usando el
interpolador TIN; a partir del resultado se creó el raster de cotas o Modelo digital de
elevación. Derivando el slope y aspect, e intersectándolos se pudieron definir unidades
de pendiente de gradiente homogéneo y con la misma orientación (Palacín 2012;
Palacín, Spinazzola 2013). Se procedió a hacer el cálculo del valor de LS con la fórmula
creada por Wischmeier W. y Smith D. (1978) y que Díez Hernández J. M. (2007)adaptó
para el sistema métrico decimal:
LS = (L / 22,13)mx (0,065 + 0,045 x S + 0,0065 x S2)
Para el cálculo de la variable K se utilizó la fórmula creada por Wischmeier, W.
(1977) y que Díez Henández, J. M. (2007) presenta con adaptaciones al sistema
métrico decimal:
K = 0,00000271 x M1,14x (12 - a) + 0,042 x (b - 2) + 0,0323 x (c - 3)
Resultados
Como primer resultado se presentan los mapas de los tres factores que componen la
erosión potencial: R, K y LS
4
Figura 1: Mapa del factor R. Figura 2: Mapa del factor K.
El factor K va desde 0,486 a 0,648 (Tn.ha.h)/(MJ.mm.ha), observando los mayores

valores en aquellas unidades de suelo ubicadas en cercanías del Arroyo del Tala.
En cuanto al factor LS, este adquiere valores que van desde prácticamente 0 hasta
niveles muy altos, alcanzando en algunos casos valores máximos de 2,194. De todas
formas, las zonas en donde el factor LS supera los 0,694, corresponden a una zona muy
acotada del sector bajo estudio que es la barranca del Arroyo del Tala, donde existen
pendientes muy pronunciadas pero las cuales están lejos de ser las que dominan el
paisaje. Las pendientes que dominan el sector bajo estudio no superan valores de 6,5%
(Figura 3).
En el sector bajo estudio se puede decir que los valores de erosión potencial que
dominan van de 20 a 160 tn/ha/año, (figura 4).
5
Figura 3: Mapa del factor LS Figura 4: Mapa de erosión potencial.
Si bien la erosión potencial es un valor indicativo de la pérdida de suelo que habría si el

terreno se encontrase arado a favor de la pendiente durante los 365 días del año, y es
algo poco frecuente que ocurra en la realidad, nos permite tener noción de los alcances
del fenómeno en una situación de máxima erosión posible, y nos permite seleccionar los
cultivos, sistemas de labranza y prácticas conservacionistas que generen los factores C
y P necesarios para que la erosión actual sea cercana a valores de la erosión tolerable.
Para cada una de las situaciones de diferentes factores C por distintos cultivos y
manejos, se obtuvieron los correspondientes mapas de erosión actual, los cuales nos
indican cual es el riesgo de erosión real en cada uno de los casos y nos permiten
evaluar como estamos posicionados con respecto a la erosión tolerable.
6
Figura 5: Mapa de erosión actual con Soja Figura 6: Mapa de erosión actual con Trigo –
sobre soja con labranzaconvencional Sojacon labranza convencional.
Figura 7: Mapa de erosión actual con Soja Figura 8: Mapa de erosión actual con Trigo –
sobre soja con siembra directa. Sojacon siembra directa .
Puede observarse en las figuras 4, 5, 6, 7 y 8 que las erosión esperada pasa de valores
máximos superiores a 150 T/ha.año en erosiones potenciales (Figura 4) a valores de 40
a 90 T/ha.año para los mismos lugares con soja continuada con labranza convencional
(Figura 5), a valores de entre 10 y 15 T/ha.año para Trigo-soja con labranza
7
convencional y Soja continuada con siembra directa; o valores de entre 5 y 10 T/ha.año

si se plantea el cultivo de Trigo-soja con siembra directa.
Recalcamos la sensibilidad y utilidad de la metodología SIG para evaluar la fragilidad y
vulnerabilidad de las tierras a la erosión hídrica y para decidir las mejores prácticas para
el control de la misma.
Bibliografía
Díez Hernández, J. M. (2007). Metodologías para la evaluación de la erosión hídrica en
cuencas vertientes. Evaluación de la erosión hídrica en cuencas hidrográficas.
Universidad de Cauca: p.1 y5.
Firmenich, V. E. (1977, 1978, 1979, 1981). Plano parcial del Campo Los Patricios. Curso
de Topografía, Facultad de Agronomía.
Palacin E. A. y Spinazzola E. M. (2013). Definición de la variable LS en la aplicación de
la EUPS (Ecuación Universal de Pérdida de Suelos) en un Sistema de Información
Geográfica. IV Jornadas de Sistemas de Información Geográfica y Teledetección - AP-
SIG, Tucumán, 18 y 19 de abril de 2013.
Palacin, E. A. 2012. Estimación de la fragilidad y de la vulnerabilidad a la erosión
hídrica. En: Investigaciones sobre el comportamiento hidrológico y los procesos de
degradación de tierras en la cuenca del arroyo del Tala, Buenos Aires, Argentina. Pags
219 - 222. Editores: Santanatoglia, Chagas, Massobrio, Castiglioni y Bujan. Buenos
Aires. 241 pp.
Saluso, J. H. 2008. Actualización del factor R de la Ecuación Universal de Pérdida de
Suelo (EUPS) para una amplia zona del país. Período 1950/2005. Estación
Experimental Agropecuaria Paraná. Serie extensión n°51. Septiembre 2008: p. 49-53.
Wischmeier, W. H. (1977). Foreword, in Foster, G.R. (ed.). Soil Erosion: Prediction and
Control. Soil Conservation Society of America. Ankey, Iowa: VII-XII.
Wischmeier, W. H. y Smith, D. D. (1978).Predicting rainfall erosion losses: A guide to
conservation planning.USDA Agricultural Handbook, n° 537.
8
ROL DE LOS ARBUSTOS EN LA GENERACIÓN DE MICROAMBIENTES AÉREOS Y

EDÁFICOS EN MALLINES DEGRADOS
MARÍA VICTORIA CREMONA1; ANDREA SOLEDAD ENRIQUEZ1,2; PAULA DIEHL1,2 &

MARÍA LUJÁN BARRANCOS3
1
INTA EEA Bariloche; 2CONICET; 3CRUB - UNCOMA
* [email protected]
Palabras clave: Arbustización de mallines - restauración de mallines - efecto nodriza
Resumen
En la Precordillera del NO de Patagonia los mallines, pastizales húmedos que reciben

aportes de aguas superficiales o sub-superficiales de áreas circundantes, ocupan una
superficie pequeña pero contribuyen con una elevada oferta forrajera a la ganadería de
la región. El pastoreo ha conducido a procesos de degradación que, en fases severas
de erosión hídrica, conducen a la formación de cárcavas que actúan como drenes
profundizando la freática y generando la intrusión de la estepa arbustiva. Los arbustos
aumentan la heterogeneidad de microambientes que pueden traducirse en nuevas
interacciones entre las plantas existentes y las colonizadoras, que pueden constituirse
en una importante fuerza motora de la sucesión vegetal en procesos de restauración. El
objetivo del trabajo fue cuantificar el rol de los arbustos en la generación de
heterogeneidad de microambientes (aéreos y edáficos) más favorables para el
establecimiento de nuevas plántulas. Se estudió en tres sitios y a lo largo de una
estación de crecimiento la evolución de la radiación PAR, la temperatura y la humedad
edáfica en micro ambientes bajo y entre arbustos en mallines degradados
comparándolos con las estepas colindantes. Los resultados demostraron que la
degradación del mallín que se observa en la vegetación se correlacionó con una menor
disponibilidad de agua en el suelo. La radiación PAR y la temperatura fueron
significativamente mayores en los espacios entre arbustos que en los espacios bajo
arbustos. Lo contrario se encontró para la humedad edáfica, que fue siempre
significativamente menor en los espacios bajo arbustos. Esto indica que el ingreso de
arbustos al mallín en su estado deteriorado genera la aparición de microambientes no
existentes en la condición natural. Estudios de vegetación asociados a estos nuevos
microambientes son necesarios para establecer estas posibles relaciones de la
vegetación existente y/o la colonizadora con estos nuevos micrositios.
Introducción
Los mallines son pastizales húmedos inmersos en zonas áridas o semiáridas, ya que
reciben aportes de aguas superficiales o sub-superficiales de las áreas circundantes.
Representan un recurso forrajero valioso para el ganado vacuno y ovino, debido a la
diversidad de especies, alta productividad y calidad del pastizal. Pueden ser calificados
como humedales y como tales poseen numerosas funciones ambientales y ecológicas
1
como la regulación de ciclos hidrológicos, la reserva del carbono y la biodiversidad,

entre otras, que es necesario preservar.
En la Precordillera del NO de Patagonia el sobrepastoreo producido por medianos y

grandes herbívoros introducidos, ha constituido uno de los disturbios antrópicos más
importantes en los pastizales de la región (Veblen et al. 2003). Modificaciones en el uso
de la tierra y en los regímenes hídricos han contribuido a alterar la dinámica de estos
ecosistemas incrementando más aún las pérdidas de biodiversidad (por eliminación
directa o indirecta de especies) y de la fertilidad de suelos (por modificaciones en la
dinámica del agua y de los nutrientes). Además, los fenómenos globales de cambio
climático, como el incremento de las temperaturas medias y de la radiación ultravioleta,
actuarán sinérgicamente con los anteriores acelerando el proceso de degradación de
estos ecosistemas (Sala et al. 2000).
Los mallines si bien ocupan una superficie pequeña, contribuyen con el 30-50 % de la
oferta forrajera, y debido a su alta productividad primaria (10 a 20 veces mayor que la
estepa circundante) (Burgos, 1993; López y Bran, 1997; Buono et al., 2010; Irisarri et al.,
2012) son ambientes de gran importancia para la ganadería, ya que contribuyen con un
30-40 % de la oferta forrajera de la región (López y Bran, 1997). Del Valle (1993)
propone un modelo de estados y transiciones para mallines de ambientes áridos en
donde sostiene que la disminución de la cobertura vegetal provocada por el pastoreo
continuo, induce una mayor tasa evaporativa sobre el suelo desnudo y un marco
propicio para la intensificación de los procesos de erosión y un aumento de la
concentración de sales. Fases severas de erosión hídrica en los mallines conducen a la
formación de cárcavas que actúan como drenes profundizando la freática generando la
intrusión de la estepa en estos ambientes que pierden su valor como pastizales de gran
valor forrajero.
Frecuentemente, los arbustos colonizan áreas alteradas. Esta colonización se presenta

en escenarios diferentes, dependiendo de las condiciones pre-disturbio: en el caso de
mallines donde la especie arbustiva estaba ausente, los arbustos pueden ingresar
desde áreas colindantes. La colonización por parte de los arbustos también depende de
la intensidad, severidad, frecuencia y extensión del disturbio y de la sinergia con los
componentes del sistema (Rogers 1996). A diferencia de la mayoría de las especies
arbóreas, los arbustos son más resistentes a la sequía, toleran alta radiación aún en
etapas tempranas y tienen alta capacidad de rebrote. Por lo tanto, es común su avance
sobre pastizales (Huber-Sannwald y Pyke 2005) o mallines (Mazzoni y Vazquez 2001)
degradados.
En las primeras etapas post-disturbio, la presencia de arbustos contribuye a aumentar la

heterogeneidad tanto en la generación de microambientes con diferente exposición a los
factores climáticos (principalmente radiación PAR y temperatura) y variación de recursos
edáficos (disponibilidad de agua y nutrientes). Esta heterogeneidad puede traducirse en
nuevas interacciones entre plantas previas y las no existentes en el ecosistema no
2
disturbado que pueden incluir efectos negativos (competencia), neutros o positivos

(facilitación) y que pueden constituirse en una importante fuerza motora de la sucesión
vegetal en procesos de restauración (Hai Ren et al, 2008). Los planes de restauración
típicos han estado focalizados en la reducción de la competencia de aquellas especies
que aparecen como nuevas en los sistemas degradados, sin embargo, actualmente se
está analizando la función que podrían tener en el establecimiento y desarrollo de las
especies originales del sistema y en el aumento de la biodiversidad (Gómez-Aparicio
2009, Hubber-Sannwald y Pyke 2005). Existen dudas entonces acerca de la necesidad
de reducir o no la competencia de arbustos en etapas tempranas de degradación, ya
que podrían actuar como facilitadores de microambientes favorables en procesos de
restauración.
El proyecto en el que se enmarca este trabajo plantea el estudio del funcionamiento del
ecosistema de mallín degradado en proceso de arbustización, en particular de las
condiciones de micrositio asociadas a la presencia de arbustos y su relación con
eventuales procesos de facilitación para estrategias de recuperación en sistemas
deteriorados, en el área ecológica de Precordillera del norte de Patagonia. Trabajos
anteriores de este mismo proyecto han demostrado que la presencia de arbustos no
parece generar heterogeneidad de recursos edáficos en lo que se refiere a
disponibilidad de nutrientes, por lo que el rol del arbusto sería neutro respecto a la oferta
de nutrientes para el establecimiento de nuevas plántulas. Sin embargo es posible que
los arbustos generen debajo de su canopeo micro hábitats más benignos para la
germinación o el reclutamiento de nuevas semillas de especies de interés en la
restauración por su efecto sobre la radiación, temperatura o disponibilidad de agua
edáfica, o protección del pastoreo en lo que se conoce como el “efecto nodriza”. El
objetivo de esta parte del trabajo entonces, fue cuantificar el rol de los arbustos en la
generación de heterogeneidad de microambientes más favorables para el
establecimiento de nuevas plántulas. Se estudió en tres sitios y a lo largo de una
estación de crecimiento la evolución de la radiación PAR, la temperatura y la humedad
edáfica en micro ambientes bajo y entre arbustos en mallines degradados
comparándolos con el efecto observado en comunidades de estepas colindantes.
El estudio se realizó en tres mallines del área de Precordillera de las provincias de Río
Negro y Neuquén: Estancia Perito Moreno (PM - 41º 07' 07,1'' S y 70º52'18.5''W);
Estancia El Cóndor (EC - 41º 11' 18.6'' S y 71º 04' 24.3'' W) y Estancia Nahuel Huapi
(NH - 41º 01' 45.6'' S y 71º12'37.6'' W). La precipitación media anual (PMA) de la región
es de alrededor de 600 mm aunque existe un marcado gradiente O-E de descenso de la
misma, estimando en el sitio más al oeste una PMA de ~800 mm y al este de ~400 mm.
Dentro de los mallines se seleccionaron parches con buen estado de conservación (M) y
parches con alto grado de deterioro con presencia de arbustos (MD) en base a
3
mediciones de riqueza específica, cobertura, características edáficas y signos visibles

de erosión (Bonvissuto et al, 2008). Además, se seleccionaron áreas circundantes a los
mallines en la zona de estepa (E). En el sitio PM la especie dominante en esta zona de
mallín es Festuca pallescens, mientras que en la zona de estepa está dominada por
Mulinum spinosum (neneo), Senecio bracteolatus (charcao verde) y Pappostipa
speciosa (coirón amargo). En las zonas degradadas se observa el ingreso
principalmente de Senecio sp. En el sitio EC. La vegetación del mallín está conformada
gramíneas (entre otras Poa pratensis, Hordeum sp.) y juncos (Juncus balticus)
principalmente, en tanto que la zona de estepa está dominada por Berberis sp. y Rosa
eglanteria (rosa mosqueta), que son también las especies arbustivas que ingresan al
mallín degradado. Por último, en NH, la estepa se diferencia del sitio anterior por el
dominio de Discaria sp junto a la rosa mosqueta, Acaena sp, Senecio sp. y Mulinum
spinosum, de las cuales las tres primeras han penetrado en la zona de mallín
degradado.
Las mediciones se efectuaron desde mediados de la primavera de 2011 hasta comienzo

del otoño de 2012, una vez por mes aproximadamente, en días despejados, sin
precipitaciones en al menos los últimos 3 días, para poder estandarizar las mediciones
de radiación y humedad a lo largo de la temporada. Se seleccionaron sitios fijos,
procediendo a marcar las transectas y los arbustos elegidos a fin de efectuar las
mediciones siempre en el mismo lugar. En la zona de Mallín se tomaron 2 transectas de
20 m cada una y se midieron los parámetros cada 2 metros. En las zonas de Mallín
degradado y Estepa se eligieron arbustos al azar, con una separación entre ellos mayor
que 2 m, de manera tal que nos asegurara la independencia de los datos y se midieron
los parámetros bajo arbustos (A) e interarbustos (IA) a 50 cm fuera de la cobertura de
estos en los lugares marcados, tomando en cada zona 20 repeticiones.
En todos los casos, se tomaron los parámetros de temperatura en la superficie del suelo
con un termómetro digital, la radiación PAR (Cavadevices) y la humedad a 10 cm de
profundidad con TDR (marca IMKO) con la precaución de tener todos los sensores
enterrados y sin contacto con el aire. Las mediciones de temperatura y radiación PAR
fueron hechas siempre entre las 11:30 y las 16 hs en días mayormente despejados y
con el sensor de radiación en posición horizontal. En cada muestreo se respetó el
mismo orden para hacer las mediciones. Sin embargo el efecto de la hora y día de la
medición de estas dos últimas variables es siempre importante por lo que se considera
en el análisis solo la comparación de interés, es decir bajo arbusto (A) e interarbusto
(IA).
Para el análisis estadístico de las variables se realizó un ANOVA por sitio con un diseño
factorial considerando dos factores: fecha y micrositio, considerando las comparaciones
Mallín vs Mallín Degradado y Arbusto(A) e Interarbusto (IA) en mallín degradado (MD) o
estepa (E) según corresponda, abriendo la interacción por fecha. Se comprobó
previamente el cumplimiento de los supuestos de normalidad y homogeneidad de
4
variancia y se contempló en el análisis la correlación entre fechas. El análisis se realizó

con el programa INFOSTAT.
Resultados
La degradación en el mallín se manifestó en un menor contenido de humedad de suelo

en todos los sitios y fechas muestreadas: Las diferencias entre el M y MD fueron
significativas en todos los casos excepto en el muestreo más temprano del sitio más
húmedo, en donde la humedad era elevada en ambos estados de mallin,y en el
muestreo más tardío del sitio más seco, cuando la humedad en ambos estados de
mallín alcanzó valores muy bajos.
Figura 1: Porcentaje de humedad gravimétrica del suelo en los tres sitios estudiados, a lo largo
de la temporada de crecimiento vegetal. Se indica con una estrella las diferencias que no
resultaron estadísticamente significativas.
5
-2 -1
Figura 2: Diferencia entre a) la temperatura (°C), b) la radiación PAR (mol.cm .s ) y c) el % de
Humedad edáfica (volumétrica) medidas en el interarbusto (IA) y bajo arbusto (B) (en ese orden)
en las diferentes fechas de muestreo y en los tres sitios estudiados en el área de mallín
degradado (MD) y la estepa (E). Las comparaciones estadísticas se realizaron entre IA y B y,
para los parámetros de temperatura y radiación, todas fueron estadísticamente significativas (no
se indican en el gráfico). En humedad de suelo se indican en el gráfico con un asterisco de igual
color que la línea que las representa aquellas diferencias que no fueron estadísticamente
significativas. Las barras expresan el error estándar. Nótese que las escalas son diferentes y
responden a la condición climática reinante en la fecha de muestreo.
6
El efecto de la protección del arbusto fue significativo para las variables temperatura y
radiación PAR en todos los sitios y en todas las fechas muestreadas y muy semejante al
efecto observado en la estepa (ver figura 2).
Se observa que en promedio la humedad edáfica en el mallín degradado resultó

siempre mayor en el interarbusto que bajo arbusto (ver figura 2, las diferencias IA-B son
siempre positivas), con un efecto semejante al que ocurre en la estepa, y a lo largo de
toda la estación de crecimiento, aunque en algunos casos las diferencias no resultaron
estadísticamente significativas. Es dable destacar que esta diferencia sigue un gradiente
de mayor a menor en función del gradiente de precipitación media de los sitios
estudiados.
Discusión
La degradación del mallín que se observa en la vegetación se correlacionó con una

menor disponibilidad de agua en el suelo, coincidiendo con lo descripto en el modelo de
estados y transiciones propuesto por Del Valle para ambientes semejantes y lo
observado por otros autores en mallines de la región (Enriquez et al., 2015). En
Patagonia, el reemplazo de especies dentro de un mismo grupo funcional es uno de los
primeros pasos en el proceso de degradación de ecosistemas pastoreados, seguido por
el reemplazo por especies de otros grupos (Bertiller y Bisigato 1998). El ingreso de
arbustos estaría respondiendo a esta nueva condición, producto de la alteración de la
funcionalidad hidrológica del mallín.
De las variables ambientales medidas en este trabajo, la radiación PAR y la temperatura

fueron significativamente mayores en los espacios entre arbustos que en los espacios
bajo arbustos, coincidiendo con lo encontrado por otros autores en ambientes
semejantes (Hai Ren et al, 2008, Davies et al 2007) . Lo contrario se encontró para la
humedad edáfica, que fue siempre significativamente menor en los espacios bajo
arbustos, patrón también encontrado por otros autores (e.g. Pariente 2002; Cantón et
al., 2004). En cualquiera de los casos, estos resultados indican que el ingreso de
arbustos al mallín en su estado deteriorado genera la aparición de microambientes no
existentes en la condición natural. Estas nuevas condiciones pueden dar lugar a nuevas
relaciones entre los arbustos colonizadores y las especies ya establecidas, que podrían
o no resultar beneficiosas para alguna de las partes, y que incluso pueden favorecer a
nuevas especies colonizadoras.
En ambientes con condiciones limitantes como los de las zonas áridas, algunas plantas
pueden beneficiarse de crecer en la proximidad de otras que atenúan las condiciones
ambientales extremas, mejoran la disponibilidad de recursos o las protegen de la
herbivoría en lo que se conoce el “efecto nodriza” (Hai Ren et al, 2008). Walker et al.
(2001), por ejemplo reportaron una supervivencia más alta de Ambrosia dumosa en el
inter parche que bajo el arbusto, ya que esta especie puede tolerar las condiciones
7
existentes en las áreas abiertas pero no la competencia de éste último. Gómez Aparicio
(2004) en cambio demostró que especies tolerantes al sombreo mostraron una buena
respuesta al efecto de plantas nodriza. En los mallines degradados del norte de
Patagonia se encontró que la presencia de arbustos crea microambientes con
temperatura y radiación sensiblemente inferiores a las registradas en los espacios
interarbustos, generando condiciones que pueden resultar favorables para el
establecimiento de algunas plántulas, dependiendo de la tolerancia de las mismas a
condiciones extremas.
Respecto de la humedad edáfica, en cambio, las condiciones observadas en la

temporada 2011/12 resultaron ser siempre más favorables en el espacio interarbusto
que bajo el mismo, en un efecto de magnitud muy semejante al observado en la estepa
circundante. Esta respuesta es la resultante del balance hídrico en cada micrositio, que
depende de la precipitación, la intercepción, la las pérdidas por escorrentía y drenaje, y
el consumo de agua por las especies presentes (Cantón et al., 2004). En zonas áridas,
los cambios en la disponibilidad de agua pueden generar cambios en las interacciones
entre plantas (Holmgren et al. 1997) con efectos positivos, negativos o neutros
dependiendo de las condiciones ecológicas del sitio y de la interacción con las
condiciones climáticas del año, en particular la precipitación (Padilla y Pugnaire, 2006).
Estos cambios entre efectos positivos y negativos pueden ser relevantes para el éxito de
plantas nodrizas, ya que en un mismo sitio se pueden conseguir diferentes resultados
durante diferentes años, dependiendo de las lluvias. Kitzberger et al., (2000) plantearon
que durante años húmedos los efectos de las plantas nodrizas pueden no ser tan
críticos como en años secos debido a que el establecimiento de las plantas puede
ocurrir sin la protección de la nodriza. En este caso, sería necesario evaluar la evolución
interanual del parámetro “humedad edáfica” para determinar si puede constituirse en
una condición favorable o desfavorable para otras especies, ya que la interacción del
arbusto con otras especies de ambientes áridos puede variar de competencia a
facilitación o viceversa en función de las precipitaciones del año.
Conclusión
El ingreso de arbustos al mallín se asocia a una menor disponibilidad de agua en el

suelo. La incorporación de especies no existentes en el ambiente previo a la
degradación genera la aparición de microambientes con nuevas condiciones que
pueden resultar favorables para el establecimiento de plántulas en el marco de un
ambiente semiárido, como la menor temperatura y radiación. Sin embargo, las
condiciones de humedad edáfica son también sensiblemente menores bajo los arbustos
en todos los ambientes estudiados, lo que puede generar interacciones negativas de
competencia tanto entre las plántulas que allí se establezcan como con el arbusto
dependiendo de las precipitaciones del año. En función del tipo de interacción entre los
arbustos colonizadores y las especies establecidas, la arbustización podría generar
8
efectos nodriza que podrían resultar beneficiosos en procesos de restauración ecológica

de mallines deteriorados. Estudios de vegetación asociados a estos nuevos
microambientes son necesarios para establecer estas posibles relaciones.
Agradecimientos
A Miriam Gobbi del CRUB-UNCOMA por su colaboración para la selección de los

lugares. A Aldo Zuñiga y Humberto Morada por el apoyo en el trabajo de campo. A los
establecimientos El Cóndor, Perito Moreno y Jones por permitir la realización de estos
estudios
Bibliografía
Cantón, Y; A Solé-Benet & F Domingo. 2004. Temporal and spatial patterns of soil
moisture in semiarid badlands of SE Spain. Journal of Hydrology 285:199–214
Davies, KW; Bates JD, Miller, RF. 2007. The influence of Artemsia tridentata
ssp.wyomingensis on microsite and herbaceous vegetation heterogeneity. Journal of
Arid Environments 69: 441–457
Burgos A.L. 1993. Caracterización de la relación entre disponibilidad hídrica y

vegetación en un mallín precordillerano. Tesis de Licenciatura, CRUB- UNCo.Buono et
al., 2010;
Gómez-Aparicio L. 2009. The role of plant interactions in the restoration of degraded

ecosystems: a meta-analysis across life-forms and ecosystems. Journal of Ecology 97:
1202-1214.
Hai Ren & Long Yang, Nan Liu. 2008. Nurse plant theory and its application in ecological
restoration in lower subtropics of China. Liu. Progress in Natural Science 18:137–142
Holmgren, M., Scheffer, M. & Huston, M. (1997) The interplay of facilitation and
competition in plant communities. Ecology, 78, 1966–1975.
Irisarri J.G.N., M. Oesterheld, J.M. Paruelo y M.A. Texeira. 2012. Patterns and controls
of above-ground net primary production in meadows of Patagonia. A remote sensing
approach, 114–126 pp.López y Bran, 1997
López C.R. y D.E. Bran. 1997. Caracterización y tipificación de mallines. Jornada de

actualización de mallines INTA Bariloche, 6 pp.
9
Padilla, FM y Pugnaire, FI. 2006. The role of nurse plants in the restoration of degraded
environments Front Ecol Environ; 4(4): 196–202
Rogers, P. (1996) Disturbance ecology and forest management: a review of literature.

General Technical Report INT-GTR-336 Odgen, UT: U.S. Departement of Agriculture,
Forest Service, Intermountain Research Station, 16 p.
Sala O.E., Chapin III F.S., Armesto J.J., Berlow E., Bloomfield J., Dirzo M.,
Hubersanwalb E., Huenneke L.F., Jackson R.B., Kingzig A., Leemans R, Lodge DM,
Mooney H.A., Oesterheld M., Poff N.L., Sykes M.T., Walker B.H., Walker M., Wall
D.H.(2000) Global biodiversity scenarios for the year 2100. Science 287: 1770-1774
Walker RW, Thompson DB, and Landau FH. 2001. Experimental manipulations of fertile
islands and nurse plant effects in the Mojave Desert, USA. West N Am Naturalist 61: 25–
35.
Del Valle H.F. 1993. Mallines en ambiente árido; pradera salina y estepa arbustivo
graminosa en el NW del Chubut. En: INTA-GTZ. Secuencias de deterioro en distintos
ambientes Patagónicos. Su caracterización mediante el modelo de estados y
transiciones. Convenio Argentino-Alemán, Cooperación Tecnica LUDEPA-SME, 110
pp.Enriquez et al., 2015
Bertiller M.B., Bisigato A. 1998. Vegetation dynamics under grazing disturbance. The
state-and-transition model for the Patagonian steppes. Ecologia Austral 8:167-181.
Mazzoni E., Vázquez M. 2001. Evaluación de pastizales húmedos para

unaprovechamiento sustentable en la cuenca del río Gallegos (Provincia de Santa Cruz,
Argentina). VIII Encuentro Latinoamericano de Geógrafos, pp. 8- 15. Santiago de Chile.
Pariente S. 2002. Spatial patterns of soil moisture as affected by shrubs in diferent

climatic conditions. Environmental Monitoring and Assessment 73: 237–251.
Veblen T.T., Kitzberger T., Raffaele E., Lorenz D.D. 2003. Fire history and vegetation
changes in northern Patagonia, Argentina. In: T.T. Veblen, W.L. Baker, G. Montenegro,
and T.W. Swetnam, eds., Fire and Climatic Change in Temperate Ecosystems of the
Western Americas. Springer-Verlag, New York: 265-295
Hubber-Sannwald E., Pyke D.A. 2005. Establishing native grasses in a big sagebrush-
dominated site: an intermediate restoration step. Restoration Ecology 13: 290-301.
Buono G., Oesterheld M., Nakamatsu V., Paruelo J.M. 2010. Spatial and temporal
variation of primary production of Patagonian wet meadows. Journal of Arid
Environments, 74:1257-1261.
10
CONSERVACIÓN DE SUELOS EN SAN LUIS: ACCIONES, LOGROS Y

DIFICULTADES DE LA LEY.
CARLOS E. LARRUSSE (1), OSVALDO A. BARBOSA (2)

; FABIO A. SOLARI (3)
;
EMILIANO R. COLAZO (1) y ANTONIO MARCHI (1).
1
Técnicos Ministerio de Ambiente, Campo y Producción, Gobierno de la Pcia de San
Luis. 2 FICA-UNSL, 3 FAUBA.
* barbosa@fices,unsl.edu.ar
Palabras clave: Ley de conservación de suelos; San Luis, acciones.
Resumen
El suelo es el principal capital con que cuenta el productor y por extensión, la

comunidad, especialmente aquéllas que basan su economía en la producción
agropecuaria. La responsabilidad de mantenerlo productivo no recae solamente sobre
quienes están directamente vinculados a su uso, sino también sobre aquellos otros
miembros de la sociedad que de una u otra manera intervienen o influyen sobre el
proceso u obtienen beneficios a partir del mismo. El problema de la degradación de los
suelos de Argentina es de larga data y no puede ser negado; las alternativas de acción
al respecto no son muchas: o se deja que los suelos vayan perdiendo gradualmente su
capacidad productiva, o se decide conservarlos para asegurar la subsistencia de las
generaciones futuras. Resulta por lo tanto particularmente importante para estos
ecosistemas frágiles encontrar puntos de equilibrio entre la producción rentable y los
riesgos de un manejo inadecuado de los suelos y de los recursos naturales. Las
soluciones deberían encontrarse en el diseño de políticas de ordenamiento territorial
que propendan a este equilibrio de producción y conservación. Ello permitirá alcanzar
sistemas agropecuarios sostenibles, dejando de lado la visión “cortoplacista”, que sólo
conduce a la degradación del suelo y la consecuente disminución de su productividad.
San Luis no escapa a los procesos degradatorios que sufre el país, estimándose que
sufre procesos de erosión hídrica en gran parte de su superficie. En el territorio puntano,
la Ley Protección y Conservación de Suelos Nº IX-0315-2004 y su Decreto
Reglamentario Nº 2651-MdelC-2007, declara de interés general la acción tendiente a la
conservación y recuperación de la capacidad productiva de los suelos. Esta ley explica,
a su vez, que la degradación de los suelos y la disminución de su capacidad productiva
aparecen como una limitante fundamental para alcanzar una producción estable o
creciente y que la erosión hídrica es un fenómeno grave y extenso, que afecta a las
tierras más aptas para la producción agropecuaria. De lo anterior se desprende la
necesidad de desarrollar y difundir prácticas y procedimientos que deberán aplicarse
para la conservación, mejoramiento y recuperación de la capacidad productiva de los
suelos puntanos. Las principales metodologías utilizadas para realizar diferentes
acciones de difusión fueron la capacitación de técnicos e ingenieros agrónomos de
ordenar territorialmente la cuenca, la concientización de los problemas erosivos a
1
productores y la sistematización de pequeñas áreas demostrativas. Estas áreas

demostrativas están ubicadas dentro de las cuencas agrícolas con mayor
susceptibilidad o riesgo de erosión hídrica, definidas dentro del marco de la ley
provincial de protección y conservación de suelos como “distrito de conservación y
manejo obligatorio de suelos”. Las dificultades que se han encontrado para una mayor
utilización de técnicas de conservación de suelos son, entre otras, los escasos
conocimientos de los productores del manejo de tales sistemas, la falta de
asesoramiento integrado de los sistemas productivos y la alta rentabilidad económica de
corto plazo del cultivo de la soja.
Introducción
El problema de la degradación de los suelos de Argentina es de larga data; las

alternativas de acción al respecto no son muchas: o se deja que los suelos vayan
perdiendo gradualmente su capacidad productiva, o se decide conservarlos para
asegurar la subsistencia de las generaciones futuras. Resulta por lo tanto
particularmente importante para estos ecosistemas frágiles encontrar puntos de
equilibrio entre la producción y los riesgos de un manejo inadecuado de los suelos y de
los recursos naturales. Las soluciones deberían encontrarse en el diseño de políticas de
ordenamiento territorial que propendan a este equilibrio de producción y conservación.
Ello permitirá alcanzar sistemas agropecuarios sostenibles, dejando de lado la visión
“cortoplacista”, que sólo conduce a la degradación del suelo y la consecuente
disminución de su productividad. San Luis no escapa a los procesos degradatorios que
sufre el país, estimándose que sufre procesos de erosión hídrica en gran parte de su
superficie. En el territorio puntano, la Ley Protección y Conservación de Suelos Nº IX-
0315-2004 y su Decreto Reglamentario Nº 2651-MdelC-2007, declara de interés general
la acción tendiente a la conservación y recuperación de la capacidad productiva de los
suelos. De lo anterior se desprende la necesidad de desarrollar y difundir prácticas y
procedimientos que deberán aplicarse para la conservación, mejoramiento y
recuperación de la capacidad productiva de los suelos puntanos. Algunas acciones han
sido la capacitación de técnicos e ingenieros agrónomos, la concientización de los
problemas erosivos, la sistematización de pequeñas áreas demostrativas, entre otras.
Las dificultades que se han encontrado para una mayor utilización de técnicas de
conservación de suelos son, entre otras, los escasos conocimientos de los productores
del manejo de tales sistemas, la falta de asesoramiento integrado de los sistemas
productivos y la alta rentabilidad económica de corto plazo del cultivo de la soja.
Participando del espacio central de la Argentina y estirándose entre sus bordes que se
ajustan a los meridianos, se levanta el paisaje de San Luis. Encerrada entre un singular
río, el Desaguadero por el oeste, y la convencional línea geodésica al este, el meridiano
de 65º 07', la provincia intenta, en su estiramiento latitudinal, desarrollarse
espacialmente al estilo argentino, en busca de nuevos diseños paisajísticos, hacia el
2
norte y hacia el sur (Gobierno de la provincia de San Luis y Ministerio de Educación y

Justicia).
Su condición de mediterraneidad, es el resultado de la conjugación de eventos

históricos y de elementos físicos. Hoy se presenta como una provincia interior que
presenta dos grandes unidades físicas: el espacio serripampeano en el norte y la
dilatada planicie de la pampa en su porción meridional (Barbosa et al, 2008).
La provincia de San Luis se halla ubicada en la región templada semiárida - árida,

dentro de un rango de precipitaciones que va desde alrededor de 300 mm/año en el
extremo oeste hasta algo más de 650 mm/año en el límite este. Ambientalmente se
caracteriza por presentar un semestre seco y frío (otoño-invierno) que contrasta
nítidamente con el semestre cálido, en el que se concentra más del 70 % del total anual
de lluvia (Veneciano et al., 1999).
En la zona convergen, diferentes formas de degradación de ambientes, producto de la

acción del hombre sobre el soporte físico. Si tenemos en cuenta que degradación es
toda modificación del ambiente que conduce a su deterioro y, a su vez, deterioro es el
proceso mediante el cual las acciones concretadas en el reemplazo citado son de tal
nivel que el soporte físico territorial sufre cambios que perjudican directamente a una
parte o a toda la sociedad asentada sobre el mismo, se comprende la magnitud de los
problemas que aquí se plantean.
El deterioro del medio ambiente por la acción de los asentamientos humanos, cuyo
crecimiento como el de sus necesidades es continuo, tiene dinámicas y consecuencias
diferentes en velocidad, extensión y profundidad (SAGyP, 1995). En este sentido es
oportuno citar a continuación los procesos más importantes de degradación y deterioro
a que están sujetos los ambientes de la zona. La degradación del ambiente entonces,
es la consecuencia directa de la utilización del mismo por el hombre. Bien como
resultado de actuaciones directas, como agrícola, forestal, ganadera y riego, o por
acciones indirectas, como son las actividades industriales, eliminación de residuos,
transporte, etc.
La necesidad de una agricultura de productividad creciente sin embargo, generará una

mayor presión sobre los recursos naturales, instalándose un conflicto con los principios
o fundamentos de la sustentabilidad. El desarrollo sustentable es un concepto que
impone límites, tanto sobre la presión que se puede ejercer sobre el ambiente, como
sobre la tecnología que se puede generar para potenciar el crecimiento económico y el
bienestar (Viglizzo, 1993).
La sustentabilidad agropecuaria requiere para ser realmente efectiva: a) viabilidad
económica, b) factibilidad técnica, c) compromiso político, d) aceptabilidad social, e)
equidad dentro de la misma generación y entre generaciones distintas, f) respeto por la
integridad del ambiente, g) tolerancia cultural, h) disponibilidad de tecnología apropiada
(INTA, 1993).
3
Los productores agropecuarios, los científicos y los técnicos no son los principales
agentes determinantes de que es lo sustentable, pero su contribución en el desarrollo
tecnológico es muy significativa. En este sentido, se considera que la conservación de
los suelos constituye el basamento de la pirámide de los sistemas agrícolas
sustentables ya que cuando un suelo se degrada intensamente ya sea por erosión,
contaminación o salinización por mencionar los principales procesos, la pérdida de su
productividad puede ser irreversible o su recuperación tornarse económicamente
inviable (Casas, 2001).
Basar la toma de decisiones en un conocimiento integral del ambiente puede evitar
errores, que conducirían a un uso inadecuado del territorio, aumentando los costos de la
actuación con riesgos de degradación del medio al producir impactos ambientales no
deseados o la ocupación irreversible de determinadas tierras de interés para una
producción agrícola eficiente, por otros usos (Porta et al. 1999) menos rentables y por lo
tanto menos sustentables económicamente.
En el territorio puntano, la Ley Protección y Conservación de Suelos Nº IX-0315-2004 y
su Decreto Reglamentario Nº 2651-MdelC-2007, declara de interés general la acción
tendiente a la conservación y recuperación de la capacidad productiva de los suelos.
Esta ley explica, a su vez, que la degradación de los suelos y la disminución de su
capacidad productiva aparecen como una limitante fundamental para alcanzar una
producción estable o creciente y que la erosión hídrica es un fenómeno grave y extenso,
que afecta a las tierras más aptas para la producción agropecuaria. De lo anterior se
desprende la necesidad de desarrollar y difundir prácticas y procedimientos que deberán
aplicarse para la conservación, mejoramiento y recuperación de la capacidad productiva
de los suelos puntanos.
Por lo tanto los objetivos planteados por técnicos del ministerio del Campo y docentes
de la FICA-UNSL y FAUBA fueron la concientización del uso y manejo sustentable del
suelo a través de diferentes metodologías.
Convenios
Entre las acciones llevadas a cabo se encuentra dos convenios específicos firmados
con la UNSL. El primero de ellos para la confección de un proyecto de sistematización
mediante cultivos en contorno, en franjas, o terrazas de conducción, de acuerdo a lo que
se estime técnicamente más conveniente para áreas demostrativas.
Se realizaron alrededor de 25 áreas demostrativas (figura 1) localizándose dentro de las

cuencas agrícolas con mayor susceptibilidad o riesgo de erosión hídrica, definidas
dentro del marco de la ley provincial de protección y conservación de suelos como
“distrito de conservación y manejo obligatorio de suelos”.
4
Figura 1. Plano de relevamiento y disposición de las terrazas de una de las áreas

demostrativas.
El segundo convenio tenía como objetivo determinar pérdidas de suelo por escorrentía
(foto 1) y la obtención de los parámetros erosividad de las lluvias (R) y del suelo (K) de
la ecuación universal de pérdida de suelo. El factor R fue determinado con las series de
datos de precipitaciones disponibles en registros provinciales, nacionales y privados.
Mientras el factor K fue calculado para todas las series de suelos de la provincia, luego
se realizo un rango de acuerdo a su valor para poder ser mapeado (tabla 1). Ambos
mapas se pueden observar en las figuras 2 y 3.
Foto 1 Parcelas de ensayo en sorgo cuenca el Amparo sur.
5
Figura 2. Mapa de isolíneas de erosividad de las lluvias (R) para San Luis.
Tabla 1. Rangos de erodabilidad del suelo adoptados.

Erodabilidad del suelo Valores de K
Baja < 0,402
Media 0,402 a 0,678
Alta > 0,678
6
Figura 3. Mapa de erodabilidad del suelo (K) para San Luis.
Por otro lado, en el Primer Simposio Provincial de Manejo y Conservación de Suelo

llevado a cabo en Villa Mercedes, fue firmado un convenio marco con la Asociación
Argentina de la Ciencia del Suelo teniendo como objetivos actividades de cooperación
mutua e intercambio recíproco de capacitación, información científica, tecnológica,
desarrollo de nuevos conocimientos, creación y aplicación de nuevas tecnologías y
emprendimientos en todos los campos en que desarrollan sus actividades.
Conferencias
Los autores realizaron una presentación sobre la Ley de conservación de suelos en San
Luis en la Jornada de Conservación de suelos con énfasis en legislación organizada por
la Asociación Argentina de Ciencia del Suelo (AACS) e INTA en la ciudad de Buenos
Aires (año 2011) con 90 asistentes.
7
Charlas a productores
Dentro del Programa de tecnificación y producción agropecuaria del Ministerio del

Campo (provincia de San Luis) se realizaron diferentes charlas con el objetivo de
concientización.
a) Charla técnica sobre “Manejo y conservación de suelos” y el “Ensayo de pérdida

de suelo del Convenio Ministerio del Campo-FICA”, realizada en el campo Virgen
de Luján de la sociedad Gregorio Fernández e hijos (foto 2) con la asistencia de
110 personas entre técnicos y productores del distrito de conservación de
suelos.
Foto 2. Charla Programa de tecnificación y producción agropecuaria del Ministerio del

Campo (provincia de San Luis).
b) Charla a técnica sobre “Los problemas de erosión eólica y los suelos del sector.
Algunas pautas para su manejo” realizado en el marco del Encuentro Provincial
sobre prácticas de manejo de suelo para el cultivo de maní en la Estancia La
Moneda (Travesía) (foto 2) con la asistencia de 100 productores y técnicos.
8
Foto 2. Charla práctica en el Encuentro Provincial sobre prácticas de manejo de suelo

para el cultivo de maní.
Notas periodísticas
Se publicaron diferentes artículos en el Diario de la República. En el 2008 se publico “El

suelo, ese divino tesoro”. En el 2009 se publico “Los problemas de la erosión hídrica en
la provincia de San Luis y su control”. En 2013 fue publicado “Lo que el agua se lleva”
en el suplemento “El Campo”.
Presentación a eventos científicos
Se presentaron dos trabajos en las Jornadas argentinas de conservación de suelos,

llevadas a cabo en Castelar (Bs As, Argentina), en el año 2013 (foto 3) con la asistencia
de 160 técnicos e ingenieros agrónomos.
a) Título: Determinación de los factores R y K de la EUPS para la provincia de San
Luis. Autores: Barbosa, O.A.; Solari, F.A.; Colazo, J.C.; Larrusse, C.E.; Belgrano
Rawson, N.
b) Título: Ley de conservación de suelos en la provincia de San Luis. Acciones,
logros y dificultades. Autores: Barbosa, O.A.; Solari, F.A.; Larrusse, C.E.
9
Foto 3. Jornadas argentinas de conservación de suelos, llevadas a cabo en Castelar (Bs

As, Argentina), del 2 al 4 de julio de 2013.
Se presentó un trabajo en el XLII Congresso Brasileiro de Engenharia Agrícola

(CONBEA 2013) realizado en la ciudad de Fortaleza (Brasil), año 2013. En dicho
Congreso se presentaron alrededor de 860 trabajos y casi mil participantes.
Título: Utilización de un SIG para cartografiar R y K de la EUPS para la Provincia de San

Luis. Autores: Barbosa OA, Belgrano Rawson N, Larrusse C, Solari FA y Colazo JC.
Trabajo presentado en poster y publicación de resumen en Actas (CD, ISBN 1982-3797).
Organización de eventos
Se realizaron los siguientes eventos provinciales y nacionales con mucha participación

de productores y alumnos.
a) XXI Congreso Argentino de la Ciencia del Suelo (CACS 2008) realizado en

Potrero de los Funes (San Luis) entre los días 13 al 16 de mayo de 2008 (foto 4),
con la asistencia de 540 asistentes.
10
Foto 4. Tapa del Congreso Argentino de Ciencia del Suelo desarrollado en San Luis.
b) Primeras Jornadas Nacionales de Suelos de Ambientes Semiáridos y Segundas

Jornadas Provinciales de Agricultura Sustentable desarrolladas en Villa Mercedes
(SL) entre los días 20 y 21 de septiembre de 2013. Organizadas en conjunto
FICA UNSL con el Ministerio del Campo (foto 5) con 10 conferencias y la
asistencia de casi 100 participantes entre técnicos, alumnos y productores.
Foto 5. Autoridades en el acto de apertura de las Primeras Jornadas Nacionales de

suelos de ambientes semiáridos.
11
Con Publicación de un Libro Primeras Jornadas Nacionales de Suelos de

Ambientes Semiáridos y Segundas Jornadas Provinciales de Agricultura
Sustentable. Año 2013. ISBN 978-987-24771-5-8. Primera edición en CD, tirada
200. Con dos capítulos en conjunto.
Capítulo: Los problemas de la erosión hídrica y sus soluciones para la provincia
de San Luis. Autores: Solari F.A., Barbosa O.A. y C. E. Larrusse. Páginas 14-28.
Capítulo: Conservación de suelos: Régimen legal en la Pcia de San Luis.

Autores: C. E. Larrusse y O. A. Barbosa. Páginas 86-88.
c) Primer Simposio Provincial de Manejo y Conservación desarrolladas en Villa

Mercedes (SL) el día 7 de julio de 2015. Organizadas en conjunto FICA UNSL
con el Ministerio del Campo e INTA Villa Mercedes (foto 6) con la participación
de casi 150 asistentes.
Foto 6. Autoridades en el acto de apertura del Primer Simposio Provincial de Manejo y

Conservación
Cursos de perfeccionamiento
Se dictaron dos cursos de posgrado que se llevaron a cabo en el Dpto de Cs

Agropecuarias de la FICA:
12
a) Curso de Post-Grado "Control integral de la erosión hídrica" con una carga

horaria de 60 horas en el año 2006 con la participación de 15 ingenieros
agronomos.
b) Curso de Post-Grado "Diseño y construcción de obras para el manejo sostenible
del suelo y del agua" con una carga horaria de 140 horas en el año 2007, con
una asistencia de 20 ingenieros agrónomos.
Conclusiones
Si bien todas estas acciones encaminadas para una mayor utilización de técnicas de
conservación de suelos han sido orientadas a la capacitación de técnicos e ingenieros
agrónomos y la concientización de los problemas erosivos por parte de los productores
de los diferentes distritos de conservación de suelos, los técnicos del Ministerio del
Campo como los docentes de la FICA-UNSL y FAUBA han encontrado diferentes
dificultades. Entre ellas, podemos mencionar: los escasos conocimientos de los
productores del manejo de tales sistemas, la falta de asesoramiento integrado de los
sistemas productivos y la alta rentabilidad económica de corto plazo del cultivo de la
soja.
Bibliografía
Barbosa, O. A., M. Cantu y A, Becker. 2008. XXI Congreso Argentino de la Ciencia del
Suelo. Gira edafológica y programa. 13 al 16 de mayo. Potrero de los Funes, San
Luis.48 p.
Casas R.R. 2001. La Conservación de los Suelos y la Sustentabilidad de los Sistemas

Agrícolas. Academia Nacional de Agronomía y Veterinaria. Bs As, Argentina. 48 p.
INTA. 1993. INTA y el desarrollo agropecuario sustentable. Seminario Internacional de

Desarrollo Agropecuario Sustentable. 20 y 21 de octubre. Bs As, Argentina. 15 p.
Gobierno de la provincia de San Luis y Ministerio de Educación y Justicia. Geografía de

San Luis. El hombre y la Tierra. Tomo 1. 238 páginas.
Porta, J., López-Acevedo, M., & Roquero, C. 1999. Salinización y sodificación: Suelos
de regadío. Edafología para la agricultura y el medio ambiente. Ed. Mundi-Prensa,
Madrid, España. 657-702.
Secretaria de Agricultura, Ganadería y Pesca de la Nación. 1995. El deterioro de las

tierras en la República Argentina. Bs As., Argentina 287 p.
Veneciano J. H. 1999. Producción y calidad de forraje. EEA INTA San LUIS- Forrajeras
avanzadas. Tercera Jornada Técnica sobre Digigrass (Digitaria eriantha).
13
Viglizzo, E.F. 1993. El INTA frente al desafío del desarrollo agropecuario sustentable.
Seminario Internacional de Desarrollo Agropecuario Sustentable. 20 y 21 de octubre. Bs
As, Argentina. 34 p.
14
ANÁLISIS TEMPORAL DE MÉTODOS DE SECADO EN CULTIVOS DE

COBERTURA: DINÁMICA DEL AGUA Y MALEZAS
TOMAS BAIGORRIA*1, CRISTIAN ÁLVAREZ2, CRISTIAN CAZORLA1, PABLO

BELLUCCINI1, BETHANIA AIMETTA1, VANESA PEGORARO1, MONICA BOCCOLINI1,
BELÉN CONDE 1, VALERIA FAGGIOLI1, JIMENA ORTIZ1 & DANIEL TUESCA3
1
EEA INTA Marcos Juárez, Ruta Nº 12 km 36, (2580) Marcos Juárez, Argentina.
2
Agencia de Extensión Rural INTA General Pico. 3UNR Zavalla, Santa Fe.
* [email protected]
Palabras clave: rolado; glifosato; triticale.
Resumen
El incremento en la tolerancia de las malezas y costos de los herbicidas, sumado a las

cuestiones ambientales, impulsa la necesidad de encontrar alternativas que reduzcan el
uso de los mismos. Los cultivos de cobertura (CC) representan una práctica con
potencial para, entre otros objetivos, reducir el uso de herbicidas en postemergencia de
soja. El objetivo de este estudio fue evaluar durante tres campañas el efecto del método
de secado en triticale (xTriticosecale Wittm. ex A. Camus) utilizado como CC: secado
con rolo (TR) y secado con herbicida (TH), vs un testigo sin CC denominado barbecho
(B) sobre la dinámica del agua en el suelo, malezas residuales (MR) y la productividad
del cultivo de soja en el departamento Marcos Juárez. En cuanto al agua disponible
(AD) en todos los momentos de muestreo y en las tres campañas el tratamiento B se
diferenció significativamente de los CC. El método de secado de los CC no mostró
influencia significativa en el AD, esto implica que el rebrote de TR las dos primeras
campañas no disminuyó el AD al momento de la siembra de soja. Se observó un efecto
significativo del año en la producción de materia seca (MS) del CC y el promedio de las
tres campañas supero los 10000 KgMS ha-1.Tanto en el análisis por campaña como en
el conjunto, los CC presentaron valores significativamente menores de MR (kgMS ha-1)
respecto al tratamiento B, mientras que el método de secado no tuvo incidencia. Al
analizarlos en forma conjunta se observa que en los tratamientos con CC hay una
tendencia a reducir el número de aplicaciones y la cantidad de principio activo
comparado con el tratamiento B. No se comprobaron diferencias significativas en el
rendimiento de la soja por apilar tecnología CC y método de secado vs B. El sistema de
CC y secado mecánico mediante rolado, permiten reducir significativamente las dosis y
el número de aplicaciones de herbicidas, por lo tanto se constituye en una herramienta
promisoria para áreas con restricciones en la aplicación de herbicidas.
1
Introducción
En la campaña 2014/2015 la superficie de soja tolerante a glifosato fue de 20,5 millones

de hectáreas, representando, al igual que en las últimas campañas, prácticamente el
100% de la superficie total de soja (Argenbio, 2015).Esto generó que el sistema
productivo sea cada vez más dependiente de la utilización de herbicidas de amplio
espectro (ej: glifosato). Asimismo en los sistemas agrícolas y mixtos agrícolas en los
últimos 10 años se han incrementado las dosis y frecuencias de aplicaciones
(Benbrook, 2005). La principal causa de esto se atribuye a la aparición de tolerancia y
resistencia de ciertas malezas al glifosato (Rainero, 2008). El incremento en los costos
de los herbicidas, sumado a las cuestiones ambientales, impulsa la necesidad de
encontrar alternativas que reduzcan el uso del control químico. Los cultivos de cobertura
(CC) representan una práctica con potencial para, entre otros objetivos, reducir el uso
de herbicidas en postemergencia de soja (Reddy, 2003).
Los mecanismos principales por los cuales los residuos de CC inhiben la germinación y
emergencia de las malezas anuales son: (1) la atenuación de las señales del medio
ambiente (luz, temperatura, precipitaciones, oxigeno) que rompen la dormición de las
semillas, (2) interferencia física con el proceso de emergencia de la plántula y (3) la
liberación de compuestos fitotóxicos (Mirsky et al., 2013).La supresión de las malezas
aumenta al incrementar la producción de materia seca (MS) del CC, a su vez el control
de la emergencia de malezas será consistente si el residuo del CC se encuentra de
forma uniforme sobre la superficie del suelo (Creamer et al., 1996; Teasdale & Mohler,
1993).
Teniendo en cuenta que la producción de MS del CC es un factor importante en la

supresión de las malezas, trabajos realizados con triticale como CC en la región sudeste
de la provincia de Córdoba en suelos Arguiudoles típicos, mostraron que la producción
de MS es variable según el año y manejo aplicado. Por ejemplo en años con un
adecuado perfil de humedad (entre 80 y 100% de la capacidad de campo) y aplicación
de 100 kg N ha-1 en forma de UREA se alcanzaron producciones de MS de 15940 kg ha-
1
(Bertolla et al., 2012), mientras que en años con contenidos de humedad inferiores al
50% de la capacidad de campo a la siembra se lograron producciones de 5560 kg ha-1
(Baigorria& Cazorla, 2010).
Si bien es necesario lograr elevadas producciones de MS del CC, las mismas pueden
reducir el agua almacenada en el suelo para el cultivo de soja, pudiendo afectar de esta
manera al rendimiento de la misma (Rufo, 2003; Coll et al., 2011). En efecto, Caviglia et
al., (2007), encontraron una relación negativa entre la lámina de agua hasta 1m de
profundidad y la producción de MS de los CC al momento de secado. Dentro de los
factores de manejo, el momento de secado de los CC, debe adecuarse siguiendo dos
criterios: (a) lograr una acumulación de biomasa que garantice una importante cobertura
y aportes de carbono y (b) ajustarse zonalmente a las precipitaciones de cada región
2
para asegurar la recarga del perfil con las lluvias de primavera (Rufo, 2003). En
Argentina el secado del CC aplicando herbicidas es la práctica más utilizada por los
productores. Existe otra alternativa menos riesgosa para el medio ambiente, pero poco
conocida por los productores agrícolas de la región pampeana Argentina, que consiste
en el control mecánico (rolado) de los CC. Esta práctica, se ha utilizado durante
décadas en Brasil y Paraguay, mejorando con éxito el manejo de los CC y sus residuos
(Derpsch et al., 1991; Ashford & Reeves, 2003).
La susceptibilidad de una gramínea al rolado es dependiente de su estado fenológico,

siendo mayor, mientras más avanzado esté el ciclo (Creamer & Dabney, 2002), aunque
el periodo más recomendado para el secado es en antesis, minimizando de esta manera
los riesgos de rebrote (Mirsky et al., 2009). Si bien la utilización de los CC y su secado a
través del rolado, son herramientas muy difundidas en los sistemas de siembra directa
de agricultura orgánica de EE.UU (Mischler et al., 2010; Curran & Ryan, 2010) en
Argentina es escasa la información existente. Por lo tanto, el objetivo de este estudio fue
evaluar durante tres campañas el efecto del método de secado en triticale
(xTriticosecale Wittm. ex A. Camus) utilizado como CC: secado con rolo (TR) y secado
con herbicida (TH), vs un testigo sin CC denominado barbecho (B) sobre la dinámica del
agua en el suelo, malezas residuales y la productividad del cultivo de soja en el
departamento Marcos Juárez.
Los ensayos se realizaron en la EEA INTA Marcos Juárez (32°42´44.65´´S,

62°05´46.07´Ó) en un Argiudol típico, capacidad de uso (I) (INTA, 1978), durante las
campañas 2012/2013, 2013/2014 y 2014/2015. En todos los años los experimentos se
instalaron en lotes cuyo cultivo antecesor fue soja. El diseño experimental fue de
bloques completamente aleatorizados y con arreglo en parcelas divididas con tres
repeticiones. Las parcelas principales fueron triticale (T) como CC y un testigo sin CC
denominado barbecho (B), las subparcelas fueron dos métodos de secado de los CC:
trticale secado con rolo (TR) y triticale secado con herbicida (TH) (Tabla 1).
La densidad de siembra fue de 220 plantas.m-2 y se fertilizó al voleo con 60 kg N ha-1

(urea 46%N). Tanto el rolado como la aplicación del herbicida se realizaron en antesis,
(anteras amarillas visibles en 50% de las espigas) (6.5) en la escala fenológica (Zadoks
et al., 1974). Se determinó materia seca (MS) del triticale (kg ha-1) al momento de
secado y 40 días después del mismo (nº de macollos y tallos verdes) para evaluar el
control que ejerció el rolo sobre el triticale. La humedad del suelo se determinó
gravimétricamente en cuatro momentos: siembra y secado del CC, siembra y cosecha
de soja. Las determinaciones se hicieron en los intervalos de profundidad: 0-20, 20-40,
40-60, 60-100 y 100-150 cm, pero solo se muestran los primeros 60 cm. Los contenidos
de humedad fueron expresados en lámina de agua disponible LAD [mm]. Se calculó el
3
uso consuntivo (UC) de los CC, mediante la suma del contenido hídrico del suelo (150
cm) al momento de la siembra y las precipitaciones ocurridas durante el ciclo del CC, a
la cual se le restó el contenido hídrico del suelo al momento de finalizar el ciclo de los
CC. La eficiencia en la utilización del agua (EUA) se determinó utilizando el cociente
entre MS y UC. Se cuantificó la producción de granos de soja (kg ha-1) y la materia seca
total (MST) de malezas residuales (kg ha-1) en cada tratamiento, discriminando por
especie.
El programa de aplicaciones de herbicidas en los distintos experimentos se detalla en la

(Tabla 2). El rolo utilizado en este estudio tiene un ancho de labor de 2m y un diámetro
de 0.5m (Figura 1). Posee cuchillas dispuestas en forma recta (sin filo) y un peso lleno
con agua de 880 kg. Posterior al rolado de los CC, todas las parcelas incluidas las del
tratamiento testigo, se sembraron con soja tolerante a glifosato. Para análisis de las
variables se realizó análisis de varianza (ANAVA) y test de comparación de medias LSD
de Fisher del programa estadístico (Di Rienzo et al., 2014).
Figura 1. Rolado de triticale, las flechas indican la dirección de las labores.
4
Tabla 1. Descripción de los tratamientos, manejo agronómico y precipitaciones del

experimento.
Fecha de Fecha de Fecha de Precipitaciones acumuladas (mm)
Campaña Trat. siembra secado siembra
20 DAS(+)SCC-SSj(++) SSJ-SjR8(#)
CC CC(*) soja
TH -TR 16/04/2012 11/10/2012 27/12/2012 91,5 815 371,5
2012/2013
B 27/12/2012 815 371,5
TH -TR 09/05/2013 15/10/2013 19/11/2013 30,5 540,2 471,2

2013/2014
B 19/11/2013 540,2 471,2
TH -TR 24/06/2014 31/10/2014 06/12/2014 4 284,9 545,8

2014/2015
B 06/12/2014 284,9 545,8
(*) La fecha de secado corresponde al estado fenológico 6,5 escala de Zadocks
(antesis)
(+) DAS: Días antes del secado
(++) SCC-SSj: período desde siembra CC a siembra de cultivo de soja
(#) SSJ-SjR8: período desde siembra de soja a cosecha de soja
Tabla 2. Programa de control de malezas en los distintos experimentos. Momento de la

aplicación de herbicida (glifosato); Pre-siembra de triticale (PSTriti), siembra de la soja
(SSj), secado del triticale (SeT), soja en V1 (SjV1), soja en V3 (SjV3), dosis de principio
activo (p.a) y total necesarias para mantener libres de malezas los diferentes
tratamientos: B (barbecho), TR (triticale secado con rolo) y TH (triticale secado con
herbicida) para las tres campañas.
-1 -1
Campaña Tratamiento Momento Dosis (kg p.a. ha ) TOTAL (kg p.a. ha )
Abril 1,44
Septiembre 0,99
B 4,97
SSj 1,34
SjV3 1,2
2012/2013 PSTriti 1,44
TR 2,64
V1 1,2
PSTriti 1,44
TH SeT 1,2 4,08
SjV3 1,44
Abril 0,96
Agosto 1,12
Septiembre 1,34
2013/2014 B 6,7
Noviembre 2,4D(*) 0,45
Noviembre 1,34
SjV3 1,49
5
PSTriti 1,44
TR 2,93
SjV1 1,49
PSTriti 0,96
TH SeT 1,34 3,79
SjV3 1,49
Junio 1,12
B Octubre 1,12 3,36
SjV1 1,12
2014/2015
TR PSTriti 1,12 1,12
PSTriti 0,96
TH 2,3
SeT 1,34
(*)Sal dimetilamina del ácido 2,4-Diclorofenoxiacético(30%) + Glifosato(74.7%).
Agua útil en el suelo 0 – 60

En todos los momento de muestreo y en las tres campañas el tratamiento B se
diferenció significativamente (p<0,05) de los CC (Tabla 3). El método de secado de los
CC no mostró influencia significativa (p>0,05) en el agua disponible, esto es importante
ya que el rebrote que se produjo en TR las dos primeras campañas no disminuyó el
agua disponible al momento de la siembra de soja.
En la primer campaña al momento de secado el AD fue significativamente mayor en los

CC respecto a B, esto puede estar asociado a las lluvias acumuladas (91 mm)
recargando los perfiles, marcando esto el efecto de la práctica sobre la humedad
(CC>B) del suelo en los primeros 60 cm de profundidad (Tabla 1). En las dos campañas
siguientes el AD fue significativamente menor en los CC respecto de B, sin embargo
vemos como a la siembra de la soja los CC tienen valores significativamente mayores
de AD respecto de B en todas las campañas. Por lo tanto reducir la duración del
barbecho en un 77.8% promedio de las tres campañas, significo aumentar el agua útil a
la siembra de la soja, resultados similares fueron registrados por Carfagno et al. (2013)
y Clark et al. (2007), quienes atribuyen la mayor disponibilidad de agua a una reducción
en las pérdidas directas por evaporación como también a mejoras en la porosidad y
consecuente captación del agua de lluvia Álvarez et al. (2014). Aún al momento de la
cosecha de soja se registraron contenidos de AD mayores sobre los tratamientos con
CC respecto de B. Esto implica una ventaja adicional del uso de los CC ya que
permitiría encadenar la rotación con otro cultivo de siembra temprana (mediados de
Abril), con excelente disponibilidad hídrica bajo las condiciones de estudio y ambientes
similares.
6
Tabla 3. Contenidos de agua disponible (mm) en el suelo (0 a 60 cm de profundidad),

en los diferentes tratamientos para inicio del experimento (I), secado del CC (Se),
siembra de la soja (SSj) y cosecha de la soja (SjR8). Letras diferentes en sentido
vertical indican diferencias significativas (p<0,05) entre tratamiento dentro de cada
momento de muestreo.
Momento Tratamiento 2012/2013 2013/2014 2014/2015

I 75,9 84,2 80,7
B 84,6 B 38 A 76 A
Se TH 96,4 AB 31 B 60 B
TR 97,8 A 31 B 52 B
B 65 B 89,1 B 80 B
SSj TH 79 A 108,5 A 101 A
TR 79,1 A 109,3 A 99,2 A
B 90,8 B 68,6 B 69,8 B
SjR8 TH 110,2 A 89,5 A 82,9 A
TR 110,8 A 88,8 A 80 AB
Producción de materia seca, rebrote, uso consuntivo y eficiencia del uso del agua
Se observó un efecto significativo del año en la producción de MS (p<0,05) (Tabla 4).

Promedio de las tres campañas, el triticale produjo 11368 Kg MS ha-1.Este valor es
coincidente con los resultados de Bertolla et al. (2011) y Cagliero et al. (2011) quienes
reportaron producciones de biomasa de triticale en antesis superiores a los 10000 Kg
MS ha-1 en experimentos que se realizaron sobre un suelo Argiudol Típico del INTA
Marcos Juárez. A su vez, en otro experimento desarrollado en el INTA Manfredi sobre
un suelo Haplustol éntico donde el triticale se seco en inicio de encañazon las
producciones de MS fueron entre 4000 – 440 kg MS ha-1 Basanta et al., 2012. En la
campaña 2012/2013 la MS se redujo un 26% con respecto al año siguiente debido a
heladas tempranas muy fuertes, mientras que en la campaña 2014/2015 se disminuyó
48 % debido a la fecha de siembra muy tardía.
En cuanto al rebrote se observó un efecto significativo del año (p<0,05) en los

tratamientos secados con rolo, mientras que no se produjo cuando se secó con
herbicida. Atrasar la fecha de siembra del CC tiene el mismo efecto en la antesis,
probablemente la ausencia de rebrote en TR en la última campaña este asociado a las
altas temperaturas de Noviembre que facilitaron el secado del CC. En investigaciones
previas realizas utilizando centeno como CC, no se encontraron diferencias
significativas en el rebrote atrasando la fecha de siembra (Mirsky et al., 2009).
Posiblemente el rebrote este condicionado por múltiples factores (cultivar, especie,
manejo, condiciones climáticas). .
7
El UC tuvo diferencias significativas (p<0,05), sin encontrarse relación (R2= 0,041) con la
MS, a diferencia de Basanta et al., (2012) que encontraron una relación lineal positiva
(R2= 0,87) utilizando trticale como CC en un suelo Haplustol éntico, serie Oncativo. En
cuanto a la EUA se observaron diferencias significativas (p<0,05), con una EUA
promedio de 50,4 kg ha-1 mm-1, mientras que Scianca et al., (2006) obtuvieron valores
de 23 kg ha-1 mm-1 en trticale sobre un suelo Hapludol Típico de Gral. Villegas. Huang et
al., (2003), afirman que un mismo cultivo puede tener diferentes EUA, dependiendo de
la rotación en la que esté, y esto puede ser atribuido a las diferencias entre años de las
precipitaciones y del almacenaje del agua del suelo.
Tabla 4. Precipitaciones en el ciclo del cultivo de cobertura (Pp CC), producción de

materia seca (MS) del triticale al momento de secado, rebrote seis semanas posterior al
rolado en los tratamientos TR (triticale secado con rolo) y TH (triticale secado con
herbicida), UC (uso consuntivo del agua) y EUA (eficiencia del uso del agua) para las
tres campañas evaluadas. Letras diferentes en sentido vertical indican diferencias
significativas (p<0,05) entre campañas.
Rebrote (kg ha-1)

Campaña Pp CC MS (kg ha-1) TR TH UC (mm) EUA (kg ha-1 mm-1)
2012/2013 394,4 11398 B 726,2 A 0 307,97 A 37,06 B
2013/2014 78 15476,6 A 743,7 A 0 222,63 B 70,14 A
2014/2015 137,9 8041,1 C 0B 0 183,72 C 43,99 B
Biomasa de malezas residuales

En los tres años de estudio se observó una gran supresión de malezas residuales en los
CC respecto de B. (Figura 2).La biomasa de las malezas residuales medida como
materia seca total (MST) varió entre 3,5 y 1169,9 kg ha-1 (Figura 3).Tanto en el análisis
por campaña como en el conjunto, los CC presentaron valores significativamente
menores de MST de malezas respecto al tratamiento B (p>0,05). El método de secado
no tuvo incidencia significativa en el análisis por campaña ni en conjunto (p>0,05). En el
promedio de las tres campañas, la MST de las malezas residuales en CC fue de 93.6 kg
ha-1, mientras que en B fue de 704.1 kg ha-1. Esto representa una reducción del 86%
asociada con la presencia del CC.
Se registraron reducciones en los CC respecto de B del 77 % y 100% en “ortiga mansa”

(Lamium amplexicaule L.) y “peludilla” Gamochaeta spicata (Lam.) en la campaña
2012/2013, mientras que se observaron reducciones del 72%, 82% y 93% en “ortiga
mansa”, “cebadilla criolla” Bromus unioloides (Kunth) y “perejilillo” Bowlesia incana (Ruiz
& Pav) en la campaña 2013/2014.
8
a b
Figura 2. En (a) fotografía de postcosecha de soja del barbecho convencional con

abundante presencia de perejilillo y ortiga mansa y en (b) fotografía de postcosecha de
soja de TR con escasa presencia de malezas residuales (campaña 2013/2014).
Figura 3. Materia seca total (kg ha-1) de las malezas residuales en todos los
tratamientos al momento de cosecha de la soja: TR (triticale secado con rolo), TH
(triticale secado con herbicida) y B (barbecho). Letras distintas mayúsculas indican
diferencias significativas según test LSD (p<0,05) para el análisis por campaña y
minúsculas para el conjunto.
En la última campaña la disminución fue del 98% y 99% en “peludilla” y Capsella bursa-
pastoris (L.) respectivamente. Es importante resaltar la ausencia de “rama negra”
9
(Conyza bonariensis (L.) Cronquist) en los CC en las campañas 2012/2013 y 2014/2015

promediando reducciones en su presencia del 97% respecto de B. Cabe destacar que
esta maleza ha ocasionado grandes problemas en las últimas campañas, debido a su
baja susceptibilidad a los tratamientos con glifosato cuando los mismos se realizan en
estados fenológicos avanzados (Rainero, 2008). La presencia de triticale en el
tratamiento TR, evidencia que el rolado no es completamente eficiente en el secado, sin
embargo los niveles de producción de MS son muy bajos con valores de 65,9; 8,2 y 0,39
Kg ha-1 para las tres campañas estudiadas.
Al analizar los momentos y dosis de herbicidas en los distintos tratamientos y años se
observa que en los CC se reduce tanto el número de aplicaciones como la cantidad de
principio activo comparado con el tratamiento B. En el promedio de las tres campañas,
en TR se redujo el número de aplicaciones y las dosis en 58% y 55,4% respecto a B
mientras que en TH la reducción fue de 33% y 32% respectivamente. De acuerdo a los
resultados los CC podrían constituirse en una herramienta importante para reducir las
dosis y el número de aplicaciones, como así también la población de malezas
residuales. Esto permitiría encadenar a la rotación otro cultivo de siembra temprana, sin
la necesidad de realizar una aplicación de herbicida previo a la siembra.
Rendimiento de soja
Durante las campañas analizadas los rendimientos de soja variaron entre 3000 y 4281
kg ha-1 (Figura 4). En el análisis por campaña no se observaron diferencias significativas
(p>0,05) entre tratamientos, mientras que sí las hubo en el análisis conjunto (p>0,05).
Promediando las tres campañas, no se observaron diferencias significativas (p>0,05)
por introducir un CC, ni por el método de secado con respecto al barbecho.
Figura 4. Rendimiento del cultivo de soja (kg ha-1) para todos los tratamientos. Las
barras indican el error estándar. Letras distintas mayúsculas indican diferencias
significativas según test LSD (p<0,05) para el análisis por campaña y minúsculas para el
conjunto.
10
A pesar de la elevada producción de MS de los CC, el rendimiento del cultivo de soja no

fue afectado negativamente, coincidiendo con lo reportado por (Ruffo et al., 2004 y
Capurro et al., 2010). Bajo las condiciones climáticas en que se desarrollaron estos
experimentos, el secado tardío de los CC no redujo significativamente el rendimiento
con respecto al barbecho. Sin embargo, en un estudio de 8 campañas de evaluación en
General Villegas, Lardone et al. (2012) observaron que CC de triticale secados en
agosto y septiembre permitieron rendimientos de soja mayores o iguales respecto a un
testigo sin CC, mientras que aquellos secados tardíamente (fines de octubre) afectaron
negativamente los rendimientos de soja en el 12% de los años analizados.
Conclusión
La inclusión de CC invernales optimiza la captación de precipitaciones primaverales

mejorando la oferta hídrica para el cultivo de soja. La utilización de CC reduce
significativamente la biomasa de malezas tanto invernales como estivales. El sistema de
CC y su control mecánico mediante rolado, permiten reducir significativamente las dosis
y el número de aplicaciones de herbicidas. Es posible interrumpir el ciclo del cultivo de
triticale mediante la utilización del rolo sin afectar el rendimiento del cultivo de soja. Este
sistema permitiría un uso más sustentable de los recursos naturales y además sería una
opción promisoria en áreas con restricciones en la aplicación de herbicidas (agricultura
orgánica y zonas periurbanas).
Agradecimientos
A D. Villarruel, A. Nievas, A. Ferrari y L. Pereyra (INTA Marcos Juárez), por su constante
apoyo en el trabajo de campo. A E. Arce y A. Andreucci (INTA Marcos Juárez) por el
suministro de datos climáticos. Al Ingeniero Agrónomo P. Vallone (INTA Marcos Juárez)
quien financió la adquisición del rolo. A la empresa JLS por la ayuda brindada para el
diseño del implemento. Al personal del área de mejoramiento genético de trigo y de soja
(INTA Marcos Juárez), quienes se brindaron con trabajo de campo e información para el
desarrollo de estos ensayos.
Bibliografía
Álvarez, C; A Uriens; R Bagnato; CP Lienhard & M Diaz-Zorita. 2014. Dinámica de agua

en barbechos y cultivos de cobertura en la región semiárida. Actas del XXIV Congreso
Argentino de la Ciencia del Suelo. II Reunión Nacional “Materia Orgánica y Sustancias
Húmicas”. Producción sustentable en ambientes frágiles. Bahía Blanca, 5 al 9 de mayo
de 2014.
11
Argenbio.2015. Cultivos aprobados y adopción. Disponible en:

http://www.argenbio.org/index.php?action=cultivos&opt=5 (Fecha verificación:
06/07/2015).
Ashford, DL & DW Reeves. 2003. Use of a mechanical roller–crimper as an alternative

kill method for cover crops. Am. J. Altern. Agric. 18:37–45.
Baigorria, T & C Cazorla. 2010. Eficiencia del uso del agua por especies utilizadas como
cultivos de cobertura. XXI Congreso Argentino de la Ciencia del Suelo, AACS. Rosario
2010.
Basanta, M; C Alvarez; JP Giubergia & E Lovera. 2012. Cultivos de cobertura en

sistemas de agricultura continua en la región central de Córdoba. En: C Alvarez; A
Quiroga; S Diego & M Bodrero (Eds). Contribución de los cultivos de cobertura a la
sustentabilidad de los sistemas de producción. 1a Ed. Pp. 50 – 57. La Pampa, Ediciones
INTA.
Benbrook, CM. 2005. Rust, resistance, rundownsoils, andrisingcosts – Problems facing

soybean producers in Argentina. AgBioTechInfoNet, artículo técnico n. º 8, enero.
Bertolla, AM; T Baigorria; DT Gómez; CR Cazorla; M Cagliero; A Lardone; M Bojanich &

B Aimetta. 2012. Efecto de la fertilización sobre la eficiencia del uso del agua de
especies invernales utilizadas como cultivos de cobertura. En: C Alvarez; A Quiroga; S
Diego & M Bodrero (Eds). Contribución de los cultivos de cobertura a la sustentabilidad
de los sistemas de producción. 1a Ed. Pp. 138 – 147. La Pampa, Ediciones INTA.
Capurro, J; J Surjack; J Andriani; MJ Dickie & MC González. 2010. Evaluación de

distintas especies de cultivos de cobertura en secuencias soja-soja en el área sur de la
provincia de Santa Fe. Congreso Argentino de la Ciencia del Suelo. Rosario, pp. 224.
Carfagno PF; MJ Eiza; A Quiroga; F Babinec; C Chagas; & R Michelena. 2013. Agua
disponible en monocultivos de soja con cultivos de cobertura y barbechos reducidos en
la región semiárida y subhúmeda pampeana. Ciencia del suelo. 31: 67-81.
Caviglia, OP; RJM Melchiori; MC Sasal; NV Van Opstal; VC Gregorutti; M Wilson; & N
Indelangelo. 2007. Producción de materia seca, balance hídrico y porosidad edáfica en
cultivos de cobertura antecesores de la soja de primera. Actualización Técnica - Cultivos
de Invierno. Serie Extensión nº 42. Mayo 2007.
Clark, AJ; JJ Meisinger; AM Decker & FR Mulford. 2007. Effects of a Grass-Selective

Herbicide in a Vetch–Rye Cover Crop System on Corn Grain Yield and Soil Moisture.
Agron. J. 99: 43-48.
12
Coll, L; OP Caviglia & NV Van Opstal. 2011. Rendimiento de soja de segunda sobre
diferentes antecesores invernales. Actualización técnica soja. Estación Experimental
Agropecuaria Paraná. Serie Extensión Nº 62. Septiembre de 2011.
Creamer, NG; MA Bennett; BR Stinner; J Cardina & EE Regnier. 1996. Mechanisms of

weed suppression in cover crop-based production systems. Hortscience 31:410–413.
Creamer, NG & SM Dabney. 2002. Killing cover crops mechanically: review of recent
literature and assessment of new research results. Am. J. Altern. Agric. 17:32–40.
Curran, W; M Ryan & S Mirsky. 2010. Cover crop rollers for Northeastern grain
production. Proc. USDA-ARS. http://extension.psu.edu/pests/weeds/cover-crop-rollers-
for-northeastern-grain-production (Fecha verificación: 06/07/2015).
Derpsch, R; CH Roth; N Sidiras; & U Köpke. 1991.Controle da erosão no Paraná, Brazil:

Sistemas de cobertura do solo, plantio directo e prepare conservacionista do solo.
Deutsche Gesellschaftfür Technische Zusammenarbeit (GTZ) GmbH, Eschborn, SP 245,
Germany.

Huang, M; M Shao; L Zhang & Y Li. 2003. Water use efficiency and sustainability of
different long-term crop rotation systems in the Loess Plateau of China. Soil Till. Res. 72:
95-104.
INTA. 1978. Secretaria de Agricultura y Ganadería de la Nación. Carta de suelos de la

República Argentina. Hoja 3363-17. Marcos Juárez.
Lardone, AV; M Barraco; C Scianca; C Álvarez & M Díaz-Zorita. 2012. Cultivos de

cobertura en sistemas con soja bajo siembra directa. Actas del XIX Congreso
Latinoamericano de la Ciencia del Suelo y XXIII Congreso Argentino de la Ciencia del
Suelo. Mar del Plata, Argentina. 16 al 20 de abril de 2012 (CD-ROM).
Mirsky, SB; WS Curran; DA Mortensen; MR Ryan & DL Shumway. 2009. Control of

cereal rye with a roller/crimper as influenced by cover crop phenology. Agron J.
101:1589–1596.
Mirsky, SB; MR Ryan; JR Teasdale; WS Curran; SC Reberg-Horton; JT Spargo; MS

Wells; CL Keene & JW Moyer. 2013. Overcoming Weed Management Challenges in
Cover Crop–Based Organic Rotational No-Till Soybean Production in the Eastern United
States. Weed Technology 2013 27:193–2013.
13
Mischler, RA; SW Duiker; WS Curran & D Wilson. 2010. Hairy vetch management for no‐
till organic corn production. Agron. J. 102: 355‐362.
Rainero, HP. 2008. Problemática del manejo de malezas en sistemas productivos

actuales. Estación Experimental Agropecuaria Manfredi. Boletín de Divulgación Técnica
Nº 3. Abril 2008.
Reddy, KN. 2003. Impact of Rye Cover Crop and Herbicides on Weeds, Yield, and Net
Return in Narrow-Row Transgenic and Conventional Soybean (Glycine max).Weed
Technol. 17:28–35.
Rufo, ML. 2003: Factibilidad de inclusión de cultivos de cobertura en Argentina. Actas XI

Congreso de AAPRESID: 171-176.
Ruffo, ML; DG Bullock & GA Bollero. 2004. Soybean yield as affected by biomass and
nitrogen uptake of cereal rye in winter cover crop rotations. Agron. J. 96:800–805.
Scianca, C; C Álvarez; M Barraco; M Peréz & A Quiroga. 2006. Cultivos de cobertura en

sistemas orgánicos. Aporte de carbono y dinámica de malezas. Pp. 370. En: XXI
Congreso Argentino de la Ciencia del Suelo. Salta-Jujuy. Argentina.
Teasdale, JR & CL Mohler. 1993. Light transmittance, soil–temperature, and soil–

moisture under residue of hairy vetch and rye. Agron. J. 85:673–680.
Zadoks, JC; TT Chang & CF Konzak. 1974. A decimal code for the growth stages of
cereals Weed Res., 14: 415–421.
14
CALIDAD DE SUELOS BAJO DIFERENTES SISTEMAS DE LABRANZAS Y

ROTACIONES
DALURZO, HUMBERTO C.1* PAREDES, FEDERICO A. 2 3

; FERNÁNDEZ LÓPEZ,
CAROLINA 2 3; REY MONTOYA, TANIA S. 2 3
1 2 3
Manejo y Conservación de Suelos, F.C.A.-UNNE; . Edafología, FCA-UNNE; . INTA EEA
Corrientes
*[email protected]
Palabras Clave: Materia orgánica - estabilidad de agregados - fósforo orgánico
Resumen
El objetivo fue analizar el efecto de cinco años de sistemas de labranzas y rotaciones
sobre las variaciones de algunas propiedades de un Argiudol ácuico de Corrientes que
sean posibles indicadores de calidad. Se instaló un ensayo completamente aleatorizado
con arreglo factorial, comparando sistemas de labranzas: convencional (LC), reducida
(LR) y siembra directa (SD) y secuencias de cultivos con cuatro años de alternancias de
algodón, maíz, avena y descanso y el quinto año con mucuna. Al finalizar se determinó:
biomasa; densidad aparente, penetrometría, infiltración, estabilidad de agregados (EA),
pH, fósforo inorgánico y orgánico (Po) y materia orgánica (MO). Se realizaron análisis
multivariados para interpretar la relación entre variables de suelo evaluadas,
identificando las de mayor peso. Se retuvieron tres factores, explicando el 61% de la
variabilidad. En el Factor 1 (F1) las mayores comunalidades y autovectores
correspondieron a la biomasa que con su protección al suelo influyeron en la EA (0,67)
indicando su importancia entre las variables edáficas. El F3 explicó el 13% de la
variación con el Po cuyo autovector fue de 0,85. El ANOVA de los factores para la
clasificación o score, halló en: F1 (P<0,0001) y en F3 (P<0,039). En el F1 los sistemas
con SD en las cuatro rotaciones fueron mayores y con valores positivos superando al
resto de los tratamientos evaluados. El análisis discriminante de los atributos señaló que
la EA, MO y Po presentaron mayor importancia dentro de cada ecuación, definiéndose
entre algunos de los indicadores de calidad más relevantes en base a la magnitud de
sus coeficientes discriminantes. Bajo SD con las cuatro rotaciones superó a todos los
tratamientos, influyendo sobre la biomasa aportada por los diferentes tratamientos. Ello
contribuyó a mejorar los contenidos de MO y favoreció la EA y el Po resultando
promisorios indicadores de la calidad del suelo.
1
Introducción
La degradación de los suelos es uno de los principales problemas medioambientales

que afecta a la humanidad, restringiendo su calidad, la capacidad productiva y la aptitud,
disminuyendo en consecuencia las superficies arables y los cultivos a implantar. Una de
las funciones del suelo es proveer condiciones adecuadas para el desarrollo de las
plantas, y tanto las secuencias de cultivos como el tipo e intensidad de las labranzas
son factores que modifican sus propiedades físicas de manera directa e indirecta
(Hamblin, 1985). La rotación de cultivos favorece el efecto de factores múltiples como la
reducción de plagas, enfermedades, y malezas, el uso más eficiente del agua, la mayor
actividad biológica y el incremento de la calidad del suelo (Nyamangara et al., 2013).
Dependiendo de la dirección y de la magnitud de los cambios, éstos pueden modificar
los resultados productivos. Para su evaluación se pueden utilizar diferentes variables
relacionadas con la exploración de las raíces, el movimiento del agua, la biomasa de
rastrojos en la superficie del suelo (BM), la densidad aparente (Da), la resistencia
mecánica (RM), y la estabilidad de los agregados (EA).
Los agricultores familiares de Corrientes, usan habitualmente prácticas de manejo
tradicionales como el laboreo superficial, barbechos cortos, escasa diversificación de
cultivos, monocultivos, y baja reposición de nutrientes. Éstas tienen consecuencias
diferentes en las distintas propiedades de los suelos y dentro de las variables físicas, se
hacen evidentes a través del deterioro de la estructura, de la formación de costras
superficiales y de densificaciones inducidas en la profundidad de laboreo (Ligier & Kurtz,
2001).
La materia orgánica del suelo es considerada uno de los componentes más importantes
de la calidad del suelo (Doran & Parkin, 1996), y cumple un rol fundamental en el
funcionamiento edáfico. Dicha variable está considerada como el indicador más
significativo de la calidad de suelo (Larson & Pierce, 1991). Doran & Parkin (1996) han
incluido a la materia orgánica del suelo como el componente más importante a
seleccionar dentro del grupo de datos mínimos para definir la calidad del suelo. Los
efectos de las prácticas de manejo sobre la materia orgánica son fundamentales para
evaluar la sustentabilidad de los cultivos, sistemas de laboreo y sus efectos sobre el
medioambiente.
La inversión abrupta o mezcla de la capa superficial del suelo puede conducir a
incrementar la mineralización de la materia orgánica del suelo a través del aumento de
la aireación, temperatura, accesibilidad de los sustratos a la superficie del suelo sobre el
cual actúan las poblaciones microbianas. El laboreo puede producir la pulverización
física de los agregados y enterrar completamente los residuos superficiales. El efecto
inmediato o a corto plazo de las labranzas, pueden afectar la estructura del suelo,
acrecentar la vulnerabilidad de la superficie del suelo a la erosión, y aumentar los
nutrientes inorgánicos solubles como consecuencia de la alteración de la mineralización.
Efectos secundarios incluyen disminución de la fauna, particularmente lombrices y otros
detrívoros, por la disrupción del hábitat natural y la pérdida de sustratos alimenticios
(Lal, 1991; Weil et al., 1993).
2
Dentro de los sistemas de labranzas, la siembra directa (SD) reduce la pérdida de

carbono orgánico del suelo (CO) y aumentan su secuestro, cambiando las condiciones
físicas del suelo, disminuyendo las tasas de descomposición del CO y aumentando el
aporte de residuos o rastrojos al suelo (Huang et al., 2010).
El análisis factorial multivariado es una técnica que permite analizar simultáneamente
variables correlacionadas y es usado con frecuencia para evaluar la sustentabilidad de
sistemas de manejo e identificar indicadores de calidad de suelos (Wander & Bollero,
1999; Bredja et al., 2000a,b; Dalurzo, 2002; Shukla et al., 2006).
Debido a que diversas variables son consideradas juntas, este análisis permite ver
relaciones que no fueron previstas durante el análisis individual de cada variable (James
& McCulloch, 1990); a la vez, el método permite agrupar diferentes propiedades del
suelo en unos pocos factores.
La proyección de una variable original en el espacio factorial indica la proporción de la
variabilidad de esa variable original que se comparte con las otras variables. Esta
proporción se denomina comunalidad. En consecuencia, la varianza de cada variable
original es la suma de la varianza común (representado por la comunalidad) y la
varianza del factor único para esa variable.
El objetivo del trabajo fue analizar el efecto de cinco años de sistemas de labranzas y
rotaciones sobre las variaciones de algunas propiedades del suelo en un Argiudol
ácuico de Corrientes de régimen hipertérmico que sean posibles indicadores de calidad.
El ensayo se realizó en la Estación Experimental Agropecuaria Corrientes del INTA

(latitud 27º 39' S; longitud 58º 46' W), en el Departamento Empedrado, Corrientes, sobre
un Argiudol ácuico perteneciente a la Serie Treviño (Escobar et al., 1996). Son suelos
moderadamente bien drenados, encharcables por períodos cortos. Presenta un
horizonte superficial mólico, de textura franco arenosa, con un horizonte argílico (Bt) de
textura franco arcillo arenosa, fuertemente estructurado y de reacción neutra. Son
suelos moderadamente fértiles, con valores medios de materia orgánica en el epipedón
y bases de cambio, en el Bt, y con pobres contenidos en fósforo.
El diseño experimental fue en parcelas completamente aleatorizadas de 140 m2 con
cuatro repeticiones, donde cada tratamiento correspondió a la combinación de sistemas
de labranza y secuencia de cultivos, con arreglo factorial (3x4) como se indica en la
Tabla 1.
Los factores fueron: a) Sistemas de labranzas, con tres niveles: labranza convencional
(LC), labranza reducida (LR) y labranza cero o siembra directa (SD); y b) secuencias de
cultivos, con cuatro niveles: Maíz amarillo (Mz)-Descanso (D); Algodón (A)-Descanso
(D); Maíz amarillo (Mz)-Avena negra (Av), Algodón (A)-Avena negra (Av). Estas
rotaciones de cultivos se aplicaron por cuatro años y en el quinto se sembró Mucuna
pruriens (Mu). Los tratamientos resultantes de la combinación de estos factores fueron
doce, con cuatro repeticiones y totalizaron 48 unidades experimentales.
3
Tabla 1: Tratamientos evaluados en un Argiudol ácuico de la Serie Treviño de Corrientes con

Sistemas de labranzas (convencional, reducida y siembra directa) y rotaciones (maíz amarillo,
algodón, avena negra, descanso, durante cuatro años, y en el 5° Mucuna).
Factores
Sistemas de labranzas Rotaciones Tratamientos
Labranza Convencional Mz-D-A-D- Mu LC Mz-D-A-D- Mu
Mz-Av-A-Av- Mu LC Mz-Av-A-Av- Mu
A-Av-Mz-Av- Mu LC A-Av-Mz-Av- Mu
A-D-Mz-D- Mu LC A-D-Mz-D- Mu
Labranza Reducida Mz-D-A-D- Mu LR Mz-D-A-D- Mu
Mz-Av-A-Av- Mu LR Mz-Av-A-Av- Mu
A-Av-Mz-Av- Mu LR A-Av-Mz-Av- Mu
A-D-Mz-D- Mu LR A-D-Mz-D- Mu
Siembra Directa Mz-D-A-D- Mu SD Mz-D-A-D- Mu
Mz-Av-A-Av- Mu SD Mz-Av-A-Av- Mu
A-Av-Mz-Av- Mu SD A-Av-Mz-Av- Mu
A-D-Mz-D- Mu SD A-D-Mz-D- Mu
Nota: LC: labranza convencional, LR: labranza reducida, SD: siembra directa, Mz: maíz amarillo, A: algodón,
Av: avena negra, D: descanso y Mu: Mucuna.
En las muestras tomadas al finalizar el quinto año se determinó: biomasa con un marco
rígido de 625 cm2 donde se extrajeron cuatro muestras por parcela del total de rastrojos
de la superficie del suelo, secadas en estufa a 60°C durante 48 h; densidad aparente
por el método de cilindros no alterados de 5 cm diámetro y 5 cm de altura (100 cm 3), de
0-7 y de 7-20 cm de profundidad (Pla, 1983); resistencia mecánica a la penetración con
penetrómetro de impacto (Pla, 1983), realizando dos observaciones por cada parcela
de: 0-7 cm, 7-20 cm y 20-30 cm. Simultáneamente se determinó la humedad
gravimétrica en las mismas profundidades; Infiltración de agua por el método de
inundación con anillos concéntricos, con anillos internos de 30 cm de diámetro y
externos d 50 cm (Pla, 1983). Se tomaron muestras compuestas de suelos que fueron
secadas al aire y tamizadas (2 mm) para la realizar las siguientes determinaciones:
distribución del tamaño de partículas del suelo con el método hidrométrico (Pla, 1983);
estabilidad de agregados por el método de Kemper & Rosenau (1986) en muestras no
alteradas; pH: potenciométricamente; materia orgánica (MO) por el método de Walkley y
Black modificado (Nelson & Sommers, 1996); fósforo disponible por Bray I (Dewis &
Freitas, 1970); P inorgánico por el método de Condron et al., (1990) y P orgánico (Po)
por el método ácido-base (Bowman, 1989).
Con los datos obtenidos se aplicaron análisis multivariados para interpretar la relación
entre variables de suelo observadas. Se usó el análisis factorial, y el discriminante para
reducir la complejidad de los datos al construir un subespacio de dimensión reducida
(SAS Institute, 2004), identificando las variables de mayor peso entre las estudiadas.
Para los análisis se utilizó el software Statistical Analysis System Versión 9.1. (SAS
Institute Inc., 2004).
4
La matriz de correlación de las variables estandarizadas (SAS Institute, 2004) indicó que
la mayoría de las variables presentaron elevada correlación entre sí con P<0,05 (datos
no presentados).
En la Tabla 2 se observan los valores promedios obtenidos con las variables evaluadas
y los desvíos estándares.
Tabla 2: Medias y desvío estándares de los parámetros evaluados.

Desvío
Variables Medias estándar
-1
Biomasa (BM) Mg ha 12,71 9,99
-3
Densidad aparente (Da) g cm 1,36 0,05
Resistencia mecánica (RM) MPa 0,14 0,05
-1
Infiltración básica (Ib) cm h 3,95 2,31
Estabilidad de agregados (EA) % 73,11 10,20
Materia orgánica (MO) % 2,14 0,29
-1
P disponible (Bray-Kurtz I) mg Kg 11,83 4,86
-1
P inorgánico (Pi) mg Kg 77,53 13,12
-1
P orgánico (Po) mg Kg 66,09 12,71
pH en agua (pH) 5,30 0,24
Arena % 62,14 2,94
Arcilla % 17,97 2,59
Limo % 20,18 2,00
En la Tabla 3 se presentan los datos obtenidos del análisis factorial luego de aplicar una
rotación Varimax. En ella puede verse, para cada factor, sus autovalores o valores
propios, el porcentaje de variabilidad explicada por cada factor y la variabilidad
acumulada.
Los autovalores representan la cantidad de la variancia explicada por cada factor y
aquellos factores con autovalores menores a uno, explican menor variación que las
variables individuales, por lo cual se retuvieron hasta el Factor3 (F3) ya que el F4 no
superó el valor de 0,90. Los tres primeros factores tuvieron autovalores mayores a 1 y
explicaron el 61% de la variabilidad (Tabla 3).
En el análisis factorial, los factores comunes no son únicos. Normalmente, se calcula un
primer conjunto ortonormal de factores comunes, pero estos factores se rotan para
simplificar su interpretación en términos de las variables originales. Una rotación
ortogonal preserva la ortonormalidad de los factores; una transformación oblicua
presenta las correlaciones entre uno o más factores.
Los vectores específicos o autovectores de los tres factores retenidos del modelo
factorial, luego de la rotación se presentan en la Tabla 3 y adquieren magnitudes que
varían entre +1 y -1. Para su interpretación se considera de especial relevancia a las
5
variables que presentaron valores mayores o iguales a 0,7, ya sea positivo o negativo
(Jeffers, 1967). Otros autores sugieren márgenes de 0,4 o 0,5 (Frese, 1991; Aparicio &
López, 1995; Wander & Bollero, 1999; Maddonni et al., 1999).
Tabla 3: Modelo factorial de rotación Varimax (SAS Institute, 2004) con los autovectores de los
primeros tres factores.
Variables Factores
F1 F2 F3 Comunalidad
Biomasa 0,830 0,280 -0,019 0,768
Infiltración básica 0,420 -0,105 0,411 0,356
Estabilidad Agregados 0,665 0,101 0,365 0,586
Densidad aparente 0,662 -0,095 -0,369 0,585
Resistencia Mecánica 0,685 0,001 0,075 0,475
Materia Orgánica 0,304 0,339 0,340 0,323
P disponible 0,104 0,915 -0,040 0,849
P inorgánico -0,044 0,908 0,081 0,833
P orgánico -0,079 0,053 0,854 0,738
Autovalores 2,59 1,71 1,21
Proporción 0,288 0,190 0,134
Acumulados 0,288 0,478 0,613
En el Factor 1 (F1) las mayores comunalidades y autovectores con valores >0,6

surgieron la biomasa que con su función de protección al suelo influyeron a su vez en la
EA que obtuvo un elevado valor de 0,67 indicando la importancia de la misma entre las
variables edáficas, seguidas por la RM y la Da con 0,69 y 0,66 respectivamente.
Las variables que presentaron las mayores comunalidades fueron la biomasa y los
contenidos de fósforo en las diferentes formas evaluadas con valores > de 0,7,
indicando cuanto de la varianza fue explicada por los factores. Una variable con alta
comunalidad indica que una elevada proporción de su variancia es explicada por los
factores, mientras que aquella con bajo valor muestra que mucha de la variancia de esa
variable permanece sin explicación. Así, al interpretar asociaciones de las variables
representadas por cada factor, se adjudicó menor importancia a las variables con baja
comunalidad (Brejda et al., 2000 a, (Brejda et al., 2000b).
En el F2 se explicó el 19% de la variación y manifestó el mayor peso a formas de P
disponible y el P inorgánico que fueron los autovectores más relevantes (0,92 y 0,91).
El F3 explicó el 13% de la variación con el P orgánico cuyo autovector de 0,85 (Tabla 3).
En la clasificación o score de los factores para las muestras de 0-7 cm de profundidad

(Tabla 4) se encontró significación estadística en el análisis de variancia de factores,
salvo el factor F2 relacionado al P disponible y al Pi, donde la P fue < 0,12.
6
Los factores F1, relacionado a la biomasa, la EA, la Da y la RM (P<0,0001), y el F3

relacionado al Po (P < 0,039), resultaron con diferencias significativas con respecto al
sistema de labranzas y las rotaciones empleadas.
Tabla 4. Posicionamiento de los factores de muestras de suelos de 0 a 7 cm de profundidad con

diferentes sistemas de labranza y de rotaciones en un Argiudol ácuico de Corrientes.
Tratamientos Factor 1 Factor 2 Factor 3

LC A-Av-Mz-Av- Mu -0,47 c -0,70 a 0,16 b
LC A-D-Mz-D- Mu -1,17 c 0,19 a 0,20 b
LC Mz-Av-A-Av- Mu -0,72 c -0,21 a 0,63 a
LC Mz-D-A-D- Mu -1,18 c -0,04 a -0,66 c
LR A-Av-Mz-Av- Mu 0,16 b -0,26 a 0,04 b
LR A-D-Mz-D- Mu -0,40 c 0,21 a 0,10 b
LR Mz-Av-A-Av- Mu -0,23 c -0,67 a -0,49 c
LR Mz-D-A-D- Mu -0,54 c -010 a -0,47 c
SD A-Av-Mz-Av- Mu 1,12 a 0,39 a 0,12 b
SD A-D-Mz-D- Mu 1,44 a 0,16 a -0,56 c
SD Mz-Av-A-Av- Mu 1,13 a 0,21 a 0,87 a
SD Mz-D-A-D- Mu 0,86 a 0,81 a 0,04 b
ANOVA P < F 0,0001 0,12 0,039
Nota: LC: labranza convencional, LR: labranza reducida, SD: siembra directa, Mz: maíz amarillo, A: algodón,
Av: avena negra, D: descanso y Mu: Mucuna.
La clasificación del Factor 1 fue mayor y con valores positivos para los sistemas con SD
en las cuatro rotaciones: SD A-D-Mz-D- Mu, SD Mz-Av-A-Av- Mu, SD A-Av-Mz-Av- Mu,
SD Mz-D-A-D- Mu, que superaron al resto de los tratamientos evaluados (Tabla 4),
ajustándose a los análisis de variancia univariados de MO donde SD (2,32%) fue
superior a los otros sistemas de labranza (LC: 2,07 y LR: 2,02%) con diferencias
significativas (P < 0,0001). A continuación se encuentran los laboreos reducidos y para
finalizar con los valores negativos más bajos con labranza convencional.
En el Factor 2 se obtuvieron los mayores valores positivos, en su mayoría, para los
tratamientos con SD, sin diferencias significativas entre los tratamientos (P < 0,12).
El Factor 3 presentó al Po como el atributo más representativo. Los mayores valores
correspondieron a los tratamientos con SD Mz-Av-A-Av- Mu y LC Mz-Av-A-Av- Mu (P <
0,039).
En el análisis discriminante de los factores, el F1 fue relacionado con atributos como la
biomasa aportada por los cultivos y sus remanentes en superficie para proteger el suelo,
y con las variables físicas del suelo: EA, RM y Da (Ecuación [1]).
Y1 = 1,1 (Factor 1) + 0,57 (Factor 2) + 0,23 (Factor 3) [1]
7
Contribuyeron en la discriminación de las poblaciones de los diferentes tratamientos las

siguientes Ecuaciones [2] y [3], donde los factores de mayor importancia fueron el F3 y
F2 respectivamente en cada ecuación:
Y2 = 0,97 (Factor 3) + 0,18 (Factor 2) - 0,08 (Factor 1) [2]
Y3 = 0,93 (Factor 2) - 0,19 (Factor 3) - 0,11 (Factor 1) [3]
El empleo del análisis discriminante, permitió aumentar la presión de selección y

restringir el número de indicadores de calidad a los ya nombrados, con un orden de
prioridades o importancia. Este análisis con los parámetros del suelo para definir la
calidad del mismo y su uso sostenible se caracterizaron con las siguientes ecuaciones:
Y4 = 0,9 (estabilidad de agregados) + 0,57 (materia orgánica) - 0,23 (fósforo orgánico) [4]
Y5 = 0,84 (materia orgánica) - 0,49 (estabilidad de agregados) - 0,1 (fósforo orgánico) [5]
Y6 = 1,02 (fósforo orgánico) + 0,02 (materia orgánica) - 0,11 (estabilidad de agregados) [6]
Los atributos EA, MO y Po presentan prácticamente la mayor importancia dentro de

cada ecuación, definiéndose entre algunos de los indicadores de calidad de relevancia
para la profundidad de 0-7 cm.
El efecto de la MO fue coincidente con la importancia dada por varios autores (Doran &
Parkin. 1996; Dalurzo, 2002; Shukla, et al., 2006) sobre la estructura, y la densificación,
entre otros atributos del suelo. La MO y el Po fueron eficaces atributos en detectar
cambios generados por el efecto de las diferentes prácticas de manejo como sistemas
de labranzas y rotaciones de cultivos, pudiéndose emplear con fines de controlar las
variaciones de calidad del suelo.
La mineralización del Po en suelos tropicales puede variar dependiendo de la tasa de
mineralización (Vaughan & Ord, 1985) y podría resultar una fuente de P para los
cultivos.
Conclusión
El sistema de siembra directa en las cuatro rotaciones evaluadas SD A-D-Mz-D- Mu, SD
Mz-Av-A-Av- Mu, SD A-Av-Mz-Av- Mu, SD Mz-D-A-D- Mu, superó al resto de los
tratamientos, e influyeron directamente sobre la biomasa aportada por los diferentes
tratamientos. Ello contribuyó a aumentar los contenidos de materia orgánica y por lo
tanto a mejorar atributos como la estabilidad de agregados, favoreciendo a las
condiciones físicas del suelo y a la fracciones de fósforo orgánico que actúa como una
reserva de este nutriente resultando posibles indicadores de la calidad del suelo.
8
Bibliografía
Aparicio, J.L. & J.A. López. 1995. Potencial de Eucaliptus grandis en los suelos del
sudeste de la provincia de Corrientes y algunos factores edáficos relacionados con la
producción de madera. Bosque 16: 81-89.
Bowman, R.A. 1989. A sequential extraction procedure with concentrate sulfuric acid
and dilute base for soil organic phosphorus. Soil Sci. Soc. Am. J. 53: 362-366.
Brejda, J.I.; D.L. Karlen; J.L. Smith; D.L. Allan. 2000a. Identification of Regional Soil
Quality Factors and Indicators. II. Northern Mississippi Loess Hills and Palouse Prairie.
Soil Sci. Soc. Am. J. 64: 2125–2135.
Brejda, J.I., T.B. Moorman, D.L. Karlen & T.H. Dao. 2000b. Identification of Regional Soil
Quality Factors and Indicators. I. Central and Southern High Plains. Soil Sci. Soc. Am. J.
64:2115–2124.
Condron, L.M., J.O. Moir, H. Tiessen & J.W.B. Stewart. 1990. Critical evaluation of
methods for determining total organic phosphorus in tropical soil. Soil Sci. Soc. Am. J.
54: 1261-1266.
Dalurzo, H.C. 2002. Agregado de Residuos Orgánicos en Suelos Ferralíticos. Efecto
sobre variables que estiman sustentabilidad. Tesis para optar por el título de Magister
Scientiae – Área: Ciencia del Suelo. Escuela para Graduados Alberto Soriano. 237 pp.
Doran, L.W. &T.B. Parkin. 1996. Quantitative Indicators of Soil Quality. P. 25-37. En: J.
W. Doran & A.J. Jones (eds.). Methods for Assessing Soil Quality. Soil Sci. Soc. Am.
Spec. Publi. 49. Soil Sci. Soc. Am., Madison, WI. 410 pp
Dewis J. & F. Freitas. 1970. Métodos físicos y químicos de análisis de suelos y aguas.
Boletín sobre suelos Nº10. FAO. Roma. 36-57 p.
Escobar, E.H., H.D. Ligier, R. Melgar, H. Matteio & O. Vallejos. 1996. Mapa de Suelos
de la Provincia de Corrientes 1:500.000. EEA INTA Corrientes. Argentina. 430 pp.
Frese, L. 1991. Variation patterns in a leaf beet (Beta vulgaris, Quenopodiaceae)
germoplasm collection. Pl. Syst. Evol. 176: 1-10.
Hamblin, A.P. 1985. The Influence of Soil Structure on Water Movement, Crop Root
Growth and Water Uptake. Adv. Agron. 38: 95-158.
Huang, S., N.Y. Sun, W.Y. Rui, W.R. Liu & J. Zang. 2010. Long-term effect of no-tillage
on soil organic carbon fractions in a continuous maize cropping system of Northeast
China. Pedosphere 20 (3): 285-292.
James, F.C & C.E. McCulloch. 1990. Multivariate Analysis in ecology and systematic:
Panacea or Pandora´s box? Annu. Rev. Ecol. Syst. 21:129-166.
Jeffers, J. M.R. 1967. Two case studies in the application of Principal Component
Analysis. Applied Statistics. 16: 225-236.
9
Kemper, W.D. & R.C. Rosenau. 1986. Aggregate Stability and Size Distribution. 425-442
p. In: A. Klute (ed.). Methods of Soil Analysis. Part 1. Physical and Mineralogical
Methods. Agronomy Monograph Nº9, 2nd ed. Am. Soc. Agron. & Soil Sci. Soc. Am.
Madison. WI. USA. 1188 pp.
Lal, R. 1991. Soil conservation and biodiversity. In: Biodiversity of Microorganisms and
Invertebrates: Its Role in Sustainable Agriculture. (Ed.) Hawksworth. The CAB
International, London. 302 pp
Larson, W.E. & F.J. Pierce. 1991. Conservation and enhancement of soil quality. p 175-
203. In Evaluation of sustainable management in the developing world. Vol. 2. IBSRAM
Proc. 121 (2). Int. Board for Soil Res. and Management. Bangkok. Thailand. 333 pp.
Ligier, H.D. & D.B. Kurtz. 2001. Agricultura de Bajos Insumos en Minifundios de
Corrientes: Estrategias para una Agricultura Sustentable. Pp. 363:370. En: Siembra
Directa II. Panigatti, J.L.; H. Buschiazzo y H. Marelli (eds). Ediciones INTA, 377 pp.
Maddonni, G.A., S. Urricariet, C.M. Ghersa, & R. Lavado. 1999. Assessing soil quality in
the rolling Pampa, using soil properties and maize characteristics. Agron. J. 91: 280-287.
Nelson, D.W. & L.E. Sommers. 1996. Total carbon, organic carbon and organic matter p.
961-1010. In J.M. Bigham (ed.). Methods of soil analysis Part 3. Chemical Methods. ASA
and SSSA, Madison, WI. 1387 pp.
Nyamangara, J., E. Nyazaradzo Masvaya, R. Tirivavi & K. Nyengerai. 2013. Effect of
hand-hoe based conservation agriculture on soil fertility and in selected smallholder
areas in Zimbabwe. Soil Till. Res. 126: 19-25.
Pla, I. 1983. Metodología para la caracterización física con fines de diagnóstico de
problemas de manejo y conservación de suelos en condiciones tropicales. Publ. Rev.
Agron. Alcance nº32. Maracay (Venezuela). 90 pp.
SAS Institute Inc. 2004. SAS/STAT® Versión (9.1) (TS1M3). Copyright (c) 2002-2003 by
SAS Institute Inc. Cary, NC, USA. Propietary Software Version (9.1).
Shukla M.K., R. Lal, & M. Ebinger. 2006. Determining Soil Quality Indicators by Factor
Analysis. Soil Till. Res. 87:194–204.
Vaughan, D. & B. G. Ord. 1985. Soil organic matter. A perspective on its nature,
extraction, turnover and role in soil fertility. In: Vaughan, D. and R.E. Malcolm, (eds.) Soil
organic matter and biological activity. Developments in Plant and Soil Science, 18, p. 1-
35.
Wander, M.M. & G.A. Bollero. 1999. Soil quality assessment of tillage impacts in Illinois.
Soil Sci. Soc. Am. J. 63: 961-971.
Weil, R.R., K.A. Lowell & H.M. Shade. 1993. Effects of conversion to organic agricultural
practices on soil biota. Am. J. of Altern. Agric. 5 (1): 2-32.
10
STOCK DE CARBONO ORGÁNICO DEL SUELO EN SECUENCIAS BASADAS EN EL

CULTIVO DE SOJA
NOVELLI, LE1*; MB FONTANA1; WG UHRICH1 ; MA STERREN1; SM BENINTENDE1 &

PA BARBAGELATA1,2
1Facultad de Ciencias Agropecuarias, Universidad Nacional de Entre Ríos; 2 INTA -

EEA Paraná;
*[email protected]
Palabras Clave: Biomasa microbiana, Carbono Orgánico Particulado, cultivo de

cobertura
Resumen
La fertilización de cultivos junto al uso de cultivos de cobertura (CC) es una estrategia

que permite incrementar el aporte de residuos al suelo y mejorar el balance de carbono
(COS) en secuencias dominadas por soja. El objetivo del trabajo fue evaluar el impacto
de la fertilización e inclusión de CC (trigo) en secuencias basadas en soja sobre el stock
de algunas fracciones del COS. El trabajo se realizó en un experimento ubicado en el
INTA-EEA Paraná sobre un Argiudol ácuico de la Serie Tezanos Pinto. Los tratamientos
incluyeron: i) soja continua con y sin fertilización de reposición de P y S; ii) CC/Sj con y
sin fertilización de reposición de P y S; iii) CC (+50% de la reposición de N)/Sj con
fertilización de P y S; iv) Sj en rotación Maíz-Trigo/Sj 2º-CC/Sj 2º (Rot) con las 3 fases
de la rotación, fertilización de reposición (P y S) y suficiencia (N) en maíz y trigo, 50% de
la reposición de N en el CC y reposición de P y S en la soja. Se realizó un muestreo de
suelos y densidad aparente a 0-5 y 0-15 cm de profundidad, en cuyas muestras se
determinó el COS total, el C de la biomasa microbiana (CBM) y el C asociado a
minerales (<53 um). Por diferencia se obtuvo la fracción particulada (COP). Se analizó el
stock de COS corregido a masa equivalente. La inclusión de CC en secuencias basadas
en soja permitió incrementar el stock de COS total, COP y en CMB, aunque sólo en 0-5
cm. La rotación presentó valores intermedios de stock de COS total, COP y CBM entre
los tratamientos CCN/SjF y CC/SjF comparados a soja continua. La evaluación del stock
de COP y CBM no fueron indicadores más sensibles que el COS total.
Introducción
La soja es el cultivo más ampliamente sembrado en Argentina y con mayor distribución

geográfica, abarcando suelos con distintas aptitudes de uso (Wingeyer et al., 2015). En
comparación con los cereales, el cultivo de soja aporta una escasa cantidad de residuos
de cosecha de baja relación C/N, lo que favorece su rápida descomposición y deja el
1
suelo expuesto a un mayor impacto de los factores erosivos cuando se realiza como
único cultivo en el año (Studdert & Echeverría, 2000; Wright & Hons, 2004).
Se ha documentado que un aumento en la frecuencia de soja en la rotación favorece un

mayor escurrimiento de agua y pérdidas de nutrientes comparada con secuencias con
un mayor nivel de intensificación (Sasal et al., 2010; Caviglia & Andrade, 2010).
Asimismo, se ha reportado una disminución en la cantidad de agregados de suelo
asociada a una mayor frecuencia del cultivo de soja, y pérdida de fracciones lábiles del
carbono orgánico del suelo (COS) (Novelli et al., 2011). El COS es uno de los
principales componentes del suelo y un indicador de su calidad (Doran & Parkin, 1994).
Afecta diferentes propiedades del mismo, ya sea la agregación, la infiltración de agua, la
densidad aparente y la disponibilidad de nutrientes, entre otras. En este sentido, la
disminución en el contenido de COS puede conducir a una rápida degradación en su
calidad.
La fertilización es una práctica de manejo que permite incrementar los aportes de

residuos y mejorar el balance de nutrientes del suelo. Esta práctica, sumada a la
utilización de secuencias de cultivos intensificadas por la inclusión de cultivos dobles o
cultivos de cobertura (CC) en siembra directa, surge como una estrategia promisoria y
sustentable para mantener o mejorar el balance de COS (Martínez et al., 2013; 2014) y
minimizar el efecto negativo de las actuales secuencias de cultivos con elevada
frecuencia de soja (Novelli et al., 2011).
El COS esta compuesto por fracciones de diferente labilidad, siendo algunas ellas
sensibles al efecto de las prácticas de manejo en el corto plazo (Galantini, 2008). El
carbono orgánico particulado (COP), al igual que el carbono de la biomasa microbiana
(CBM), son indicadores de calidad de suelo que han mostrado ser sensibles para
detectar cambios tempranos por efecto de las prácticas de manejo (Cambardella &
Elliot, 1992; Fabrizzi et al., 2003; Ferraras et al., 2009). Se hipotetiza que la práctica de
fertilización junto con la inclusión de un cultivo de cobertura en secuencias basadas en
soja permiten incrementar el stock de COP y CBM en comparación con el monocultivo
de soja sin fertilización. El objetivo del trabajo es evaluar el impacto de la fertilización e
inclusión de CC en secuencias basadas en el cultivo de soja sobre el stock de algunas
fracciones del COS.
El trabajo se realizó sobre un experimento de larga duración de reposición de nutrientes

en secuencias basadas en el cultivo de soja, ubicado en el INTA - EEA Paraná. El suelo
corresponde a un Argiudol ácuico de la Serie Tezanos Pinto. El diseño experimental es
en bloques completos aleatorizados, con 3 repeticiones. La unidad experimental es de
5,3 x 30 m. Los tratamientos evaluados fueron: i) soja continua sin fertilización (Sj); ii)
soja continua con fertilización de reposición de P y S (Sjf); iii) cultivo de cobertura/soja
2
sin fertilización (CC/Sj); iv) cultivo de cobertura/soja con reposición de P y S (CC/Sjf); v)

cultivo de cobertura (+50% de la reposición de N)/soja con fertilización de P y S
(CCN/Sjf); vi) soja en rotación M-T/S 2º-CCtrigo/Sj 2º (Rot). Este tratamiento presentó
las 3 fases de la rotación. El maíz tuvo una fertilización de reposición de P y S y de
suficiencia de N (Rot 1). En el CC (trigo) se aplicó el 50% de la reposición de N y la soja
con fertilización de P y S de reposición (Rot 2). En el caso de T/S se realizó con
fertilización de reposición de P y S y de suficiencia de N (Rot 3).
Hacia fines del mes de mayo del año 2014, luego de 8 años de iniciado del experimento,
se realizó un muestreo de suelo a 0-5 y 0-15 cm de profundidad utilizando un calador de
suelos de 2 cm de diámetro. Cada muestra estuvo compuesta por 20 submuestras.
Adicionalmente, se determinó la densidad aparente (Dap) en las mismas profundidades
descritas anteriormente, utilizando el calador de suelos. Cada muestra de Dap estuvo
compuesta de 5 submuestras que se analizaron de manera individual para conocer la
variabilidad de la determinación. Se utilizó esta metodología ya que resultó práctica y ha
sido sugerida como adecuada para la determinación de Dap en usuarios con
experiencia (Agostini et al., 2014).
Las muestras de suelo se dividieron en dos grupos: i) una parte se utilizó para la
determinación de C de biomasa microbiana (CBM) por la técnica de fumigación –
extracción (Vance et al., 1987; ISO, 1997), por lo que la muestra se manipuló de
acuerdo a la guía general para tratamiento de muestras de suelo para evaluaciones
biológicas de calidad de suelos (ISO, 1993), ii) la mitad restante se secó al aire, molió,
tamizó por 2 mm y se utilizó para la determinación de carbono total y carbono asociado
a la fracción mineral (COA) en un autoanalizador LECO CHN-2000 (LECO Corp., St.
Joseph, MI). Para la obtención del COA se siguió la metodología propuesta por
Cambardella & Elliot (1992). El COP se obtuvo de la diferencia entre el COS total y el
COA.
El stock de C fue estimado en masa de suelo equivalente (Gifford & Roderick, 2003,
Wingeyer et al., 2012), basado en los datos de densidad de suelo y concentración de C
para cada intervalo de profundidad de suelo (0-5 y -15 cm). Para ello se utilizaron dos
masas de referencia: i) 600 Mg ha-1 (aproximadamente 0-5 cm) y ii) 2000 Mg ha-1
(aproximadamente 0-15 cm). El stock de COS a 5-15 cm se estimó como la diferencia
entre 0-15 y 0-5 cm. Se calculó la estratificación de COS como la relación entre el stock
de COS en 0-5 cm y el stock de COS en 5-15 cm (Franzluebbers, 2002).
Los datos se analizaron a través de un ANAVA. Cuando se registraron diferencias

significativas entre los tratamientos (p<0.05), las medias se compararon por medio de un
test de diferencias mínimas significativas (LSD, α=0.05). Todos los análisis estadísticos
se realizaron con el software INFOSTAT (Di Rienzo et al., 2011).
3
Resultados
El stock de COS solo se diferenció entre tratamientos (p<0,05) en 0-5 cm de

profundidad (Figura 1). En dicha capa de suelo, el mayor stock de COS se registró en la
secuencia CCN/Sjf, aunque sin diferencias con las secuencias CC/Sjf y la fase con maíz
del tratamiento en rotación (Rot. 1). El menor stock de COS se registró en el tratamiento
Sjf, aunque sin diferencias estadísticas significativas con el tratamiento de soja continua
sin fertilización (Sj) (Figura 1).
El stock de COS presentó un rango de valores entre 11,7-15,7 Mg ha-1 en 0-5 cm, entre
16,2-21,2 Mg ha-1 en 5-15 cm y entre 27,9 a 26,9 Mg ha-1, considerando el estrato 0-15
cm. No se detectó un efecto de los tratamientos en la estratificación del stock COS (0-
5/5-15 cm). En promedio el valor de estratificación fue de 0,71.
45
40
Stock COS (Mg ha )
35
-1
30
25
20
a
bc b ab ab b b
15 c
10
5
0
Sj Sjf CC/Sj CC/Sjf CCN/Sjf Rot 1 Rot 2 Rot 3
Tratamientos
0-5 cm 5-15 cm 0-15 cm
Figura 1: Stock de COS en diferentes secuencias de cultivo basadas en soja. Ensayo Larga
duración de fertilización y manejo del cultivo de soja. INTA-EEA Paraná. Letras diferentes indican
diferencias estadísticas significativas de acuerdo a LSD ( α=0.05). Barras de error indican el
desvío estándar de los tratamientos.
El COP en 0-5 cm de profundidad fue afectado por las diferentes secuencias de cultivos
(p<0,05). En dicha profundidad, el mayor stock de COP se registró en la secuencia
CCN/Sjf, aunque sin diferencias estadísticas significativas con las secuencias Rot 1, Rot
3 y CC/Sj (Figura 2). De manera similar a lo observado en el stock de COS a 0-5 cm, el
menor valor de stock de COP para dicha profundidad se registró en la secuencia Sjf. Sin
embargo, sólo se diferenció significativamente de las secuencias Rot 1 y CCN/Sjf que
presentaron en promedio un stock de COP 47% mayor que la secuencia Sjf (Figura 2).
4
El COA en 0-5 cm sólo fue diferente al 10 % de significancia. De manera similar a lo

observado para el COP, el mayor stock de COA se detecto en la secuencia CCN/Sj,
mientras que el menor stock en la secuencias Sjf, aunque sólo se diferenció
estadísticamente con la secuencia CCN/Sj y Rot 1.
No se detectaron diferencias estadísticas significativas en el stock de COP ni COA en

las profundidades 5-15 cm y 0-15 cm. El stock de COP promedio de los tratamientos a
0-15 cm fue 6,65 Mg ha-1, mientras el stock de COA 26,5 Mg ha-1 (datos no mostrados).
Al evaluar la proporción del stock de COS que se encontraba en forma de COP, no se
detectaron diferencias estadísticas significativas entre los diferentes tratamientos para
las profundidades 0-5 y 0-15 cm. En promedio un 29% de stock de COS se encontraba
como COP en 0-5 cm, mientras que un 20% considerando 0-15 cm de profundidad.
12
COA COP
10
Stock COS (Mg ha )
-1
6
a
abc ab abc
bc bc
4 c bc
0
Secuencia de cultivos
Figura 2: Stock de COS en la fracción asociada a minerales (COA) y particulada (COP) en

diferentes secuencias del cultivo basadas en soja a 0-5 cm de profundidad. Ensayo Larga
duración de fertilización y manejo de cultivo de soja. INTA-EEA Paraná. Letras diferentes indican
diferencias estadísticas significativas de acuerdo a LSD ( α=0.05).
El stock de CBM presentó diferencias estadísticas significativas entre los tratamientos

evaluados sólo en 0-5 cm de profundidad. El mayor contenido de CBM se detectó en la
secuencia CC/Sjf, aunque sin diferencias con las secuencias Rot 3, CCN/Sjf y CC/Sj. El
menor stock de CBM se detectó en la Rot 1 y 2 (Figura 3). El rango de valores de stock
de CBM fue de 0,16 a 0,28 Mg ha-1 en 0-5 cm y de 0,45 a 0,68 Mg ha-1 considerando 0-
15 cm de profundidad.
5
1.0
0-5cm 5-15 cm
0.8
Stock CBM (Mg ha-1)
0.6
0.4
a ab ab
bc bc abc a
0.2 a
0.0
Secuencias de cultivos
Figura 3: Stock de carbono de la biomasa microbiana (CBM) en diferentes secuencias de cultivo

basadas en soja a 0-5 cm de profundidad. Ensayo Larga duración de fertilización de cultivo de
soja. INTA-EEA Paraná. Letras diferentes indican diferencias estadísticas significativas de
acuerdo a LSD (α=0.05).
Discusión
Luego de 8 años de iniciado el experimento, la utilización de secuencias de cultivos

intensificadas por la utilización de CC con fertilización permitió lograr valores de stock de
COS más elevados en comparación con el monocultivo de soja. La mayor ocupación del
año, con la inclusión de CC, y el mayor aporte de residuos, favorecido por la
fertilización, permitieron aumentar el contenido de la fracción particulada, y un sustrato
más continuo en el tiempo para los microorganismos del suelo, en comparación con las
secuencias menos intensificadas (Caviglia & Andrade, 2010).
No se registraron diferencias entre manejos de fertilización en las secuencia con

monocultivo de soja (Sj vs. Sjf). Estos resultados son coincidentes con los reportados
por Martinez et al. (2014). El impacto de la fertilización se puso en evidencia cuando se
combinó con la inclusión de un CC (Figura 1). Esto se debe principalmente a un mayor
aporte de residuos por la fertilización y a una mejora en la protección del suelo frente a
los factores erosivos.
A pesar de detectarse cambios en el stock de COS por los tratamientos, los mismos
sólo se evidenciaron en la capa superficial de suelo (0-5 cm) (Figura 1 a 3). En
coincidencia con nuestros resultados, ha sido ampliamente demostrado que los cambios
en stock de COS ocurren principalmente en superficie, donde el suelo recibe un mayor
impacto de las prácticas agrícolas y de la lluvia (Franzluebbers, 2010) y que los cambios
comienzan a ser poco evidentes cuando se considera una mayor profundidad en el perfil
(Bowman et al., 1999; Franzluebbers, 2010). La evaluación de algunas fracciones del
COS (COP y CBM) permitió detectar diferencias entre los tratamientos (Figura 2 y 3) Sin
embargo, el COS total fue tan sensible como el COP y CBM para detectar diferencias
6
entre los tratamientos. Cabe aclarar que si bien el experimento cuenta con 8 años de
duración, para este trabajo sólo se considero un año de evaluación (2014), haciendo
necesario la evaluación de más años para poder corroborar los resultados aquí
presentados.
Conclusiones
La inclusión de CC en secuencias basadas en el cultivo de soja permitió incrementar el

Stock de COS total, en la fracción particulada (COP) y de carbono de la biomasa
biomasa microbiana (CMB), aunque los efectos sólo fueron evidentes en 0-5 cm de
profundidad.
En este trabajo, la evaluación del stock de COP y CBM no fueron indicadores más
sensibles que el COS total.
Agradecimientos
Al personal de apoyo del Grupo de Recursos Naturales y Factores Abióticos del INTA
EEA Paraná, por su dedicada labor en el seguimiento y manejo del experimento de
campo. Al personal del Laboratorio de Suelos y Vegetales del INTA Paraná y al de
Microbiología de la FCA-UNER, por los análisis de laboratorio. El trabajo fue financiado
por el PID UNER 2153 “Prácticas de manejo del suelo: Análisis conjunto de su impacto
sobre la calidad biológica del suelo y la productividad de los cultivos”, por el PNCYO
1127033 y el PRETCO ERIOS-1263102 de INTA.
Bibliografía
Agostini, M.A.; MG Monterubbianesi; GA Studdert & S Maurette. Un método simple y

práctico para la determinación de densidad aparente. Cienc Suelo (Argentina)
32(2):171-176.
Barbagelata PA & RJM Melchiori. 2007. Balance de nutrientes en campos agrícolas de
la provincia de Entre Ríos. En; Caviglia, OP; OF Paparotti & MC Sasal (Eds). Agricultura
Sustentable en Entre Ríos, Ediciones INTA, Buenos Aires, pp84-94.
Bowman, RA; MF Vigil; DC Nielsen & RL Anderson. 1999. Soil organic matter changes
in intensively cropped dryland systems. Soil Science Society of America Journal 63,
186–191.
Cambardella, CA & ET Elliot. 1992. Particulate soil organic-matter changes across a
7

argentinean pampas: capture and use efficiency of environmental resources. Americas
J. Plant Sci. Biotech. 3:1-8.
Doran, JW & TB Parkin. 1994. Defining and assessing soil quality. In: Doran et al.
(Eds)Defining soil quality for a sustainable environment. SSSA Spec. Publ. 35. ASA and
SSSA, Madison, WI.
degraded vs. non-degraded Mollisols in Argentina. Soil Sci. Soc. Am. J. 67: 1831-1841.
Ferreras, L; S Toresani; B Bonel; E Fernández; S Bacigaluppo; V Faggioli & C Beltrán.
2009. Parámetros químicos y biológicos como indicadores de calidad del suelo en
diferentes manejos. Ciencia del Suelo 27:103-114.
Franzluebbers, AJ. 2002. Soil organic matter stratification ratio as an indicator of soil
quality. Soil and Tillage Research 66, 95–106.
Franzluebbers, AJ. 2010. Achieving soil organic carbon sequestration with conservation
agricultural systems in the southeastern United States. Soil Science Society of America
Journal 74, 347–357
Galantini, JA. 2008. Fraccionamiento de la materia orgánica del suelo. En Galantini, J.
A. (ed.). Estudio de las fracciones orgánicas en suelos de la Argentina. 1ª ed. Bahía
Blanca: Universidad Nacional del Sur. EdiUNS. 309 p.
Gifford, RM & ML Roderick. 2003. Soil carbon stocks and bulk density: spatial or
cumulative mass coordinates as a basis of expression? Global Change Biology 9:1507-
1514.
Martínez, JP; PA Barbieri; HR Sainz Rozas & HE Echeverría. 2013. Inclusion of cover
crops in cropping sequences with soybean predominance in the Southeast of the humid
Argentine Pampa. TOASJ 7:3-10.
Martínez, JP; PA Barbieri; G Cordone; HR Sainz Rosas; HE Echeverría & GA Studdert.
2014. Secuencias con predominio de soja y su efecto sobre el carbono orgánico. Actas
XXIV Congreso Argentino de la Ciencia del Suelo. Bahía Blanca, Argentina.
Novelli, LE; OP Caviglia & RJM Melchiori. 2011. Impact of soybean cropping frequency
on soil carbon storage in Mollisols and Vertisols. Geoderma 167-168:254-260.
Paul, EA (ed). 2007. Soil Microbiology, Ecology and Biochemistry. 3ª edición. Academic
Press. Burlington. M.A.
8
Sasal, MC; MG Castiglioni & MG Wilson. 2010. Effect of crop sequences on soil
properties and runoff on natural-rainfall erosion plots under no tillage. Soil Till. Res.
108:24-29.
Studdert, GA & HE Echeverria. 2000. Crop rotations and nitrogen fertilization to manage
Wingeyer, AB; DT Walters; RA Drijber; DC Olk; TJ Arkebauer; SB Verma; DA Wedin &
CA Francis. 2012. Fall conservation deep tillage stabilizes maize residues into soil
organic matter. Soil Sci. Soc. Am. J. 76:2154-2163
Wingeyer, AB; TJC Amado; M Pérez-Bidegain; GA Studdert; CH Perdomo Varela; FO
García & DL Karlen. 2015. Soil quality impacts of current South American agricultural
practices. Sustainability 7:2213-2242.
Wright, AL & FH Hons. 2004. Soil aggregation and carbon and nitrogen storage under
soybean cropping sequences. Soil Sci. Soc. Am. J. 68:507-513.
9
ANÁLISIS PRELIMINAR DEL ESCURRIMIENTO EN UNA MICROCUENCA AFORADA

DE LAS LAJITAS, SALTA
OSINAGA, R.1, 4 *; CHAGAS, C.I.2; ARES, M.G.3, 5; OSINAGA, N.2,4,5; ACIAR, M.1
1
Universidad Nacional de Salta, 2Facultad de Agronomía UBA, 3Instituto de Hidrología
de Llanuras Dr EJ Usunoff, 4Instituto de Suelo y Aguas-UNSa, 5CONICET
* [email protected]
Palabras clave: precipitación, número de curva, tiempo de concentración.
Resumen
Algunas regiones de nuestro país como el centro/este de Salta, donde avanzó

significativamente en los últimos 30 años la agriculturización, requieren perentoriamente
información de volúmenes y caudales pico de escurrimiento, en una cuenca, ante una
determinada precipitación, para los planes de conservación de suelo y agua. Este
trabajo, tiene como objetivo analizar registros hidrológicos preliminares obtenidos en
una microcuenca de 5.173 ha, recientemente aforada del área de Las Lajitas, donde se
realizan cultivos anuales desde hace unos 30 años. Se instaló un limnígrafo en el eje de
la vaguada principal, donde con mediciones topográficas se confeccionó una curva
altura/caudal específico. Se recolectaron registros de un pluviógrafo y de pluviómetros
cercanos. Se obtuvo datos de 1,5 años correspondientes a un periodo húmedo. Los
hidrogramas obtenidos fueron integrados para determinar el escurrimiento directo
generado por cada lluvia. Con los valores lluvia/escurrimiento, se obtuvieron datos de
precipitación/Número de Curva (CN) empleando el método de estimación de
escurrimiento del USDA. Analizando estos datos, siguiendo el procedimiento sugerido
por Hawkins, se obtuvo una tendencia a CN de 60, ligeramente inferior al surgido de las
tablas de ese método y que es coherente con la infiltración medida en los suelos
dominantes. Analizando la relación entre el centroide de cada lluvia y el de su respectivo
hidrograma, se obtuvo valores de tiempos de retraso, que transformados a tiempo de
concentración, resultó sensiblemente superior al obtenido empleando el método de
Kirpich. Pero este valor resultó similar en promedio al surgido con el método del USDA,
que es el empleado en la zona. Los resultados obtenidos son promisorios, guardan
coherencia con los valores esperados, indicando un comportamiento hídrico del sistema
que le es propio y requiere del análisis de una más amplia base de datos.
Introducción
Las variables más importantes para calibrar tanto los modelos hidrológicos como de
predicción de erosión hídrica de uso internacional son aquellas que inciden directamente
en la generación de volúmenes y caudales pico de escurrimiento superficial en una
determinada cuenca bajo un cierto estado de cobertura, manejo y antecedente de
1
humedad, ante una determinada precipitación. Contar con un set significativo de pares
de datos de lluvia y escurrimiento superficial medidos in situ, es el paso previo más
importante para tal fin. El método del USDA SCS (1985) es utilizado universalmente
para estimar el escurrimiento directo en pequeñas cuencas agrícolas, forestales y
urbanas. Este modelo integra los principales factores que inciden sobre escorrentía en
un solo parámetro: el número de curva o CN. Los valores de CN pueden ser obtenidos
de las tablas de dicho método. Sin embargo, es conveniente determinarlos a partir de
datos locales de lluvias y escurrimiento (Hawkins, 1993; Boughton, 1989). En nuestro
país ya se han comenzado a determinar valores de CN in situ a partir de microcuencas y
cuencas aforadas para las localidades bonaerenses de Pampa Serrana (Azul) y Pampa
Ondulada (San Pedro) (Ares et al., 2005, 2012, 2014; Chagas et al., 2008). Existen
regiones de nuestro país como el centro/este de Salta, donde avanzó significativamente
en los últimos 20 años el fenómeno de agriculturización, que requieren en forma
perentoria este tipo de información para utilizarlas en planes de conservación de suelo y
agua. El presente trabajo tiene como objetivo analizar los registros hidrológicos
preliminares obtenidos en una microcuenca recientemente aforada del área de Las
Lajitas (Salta), donde se realizan cultivos anuales desde hace unos 20 años.
La zona bajo estudio corresponde a la Provincia de Salta, Departamento de Anta. El

clima de la región es Subhúmedo Seco. La superficie de la cuenca es de 5.173
hectáreas y pertenece a tres establecimientos agropecuarios donde se siembran maíz,
soja y trigo bajo siembra directa (Figura 1). La historia de ocupación agrícola de estas
tierras comenzó progresivamente hace 30 años.
2
Figura 1: cuenca en Finca Guayacanes y desagüe donde se instaló el limnígrafo.
Los suelos dominantes son Argiustoles, Haplustalfes y Haplustoles, con texturas del
horizonte superficial franco y franco arenoso. Los lotes presentan longitudes de 300 a
500 m y 0,3 a 3% de pendiente. La longitud máxima del cauce principal es de 8600 m y
su pendiente media de 1,74%.
Para medir los escurrimientos superficiales, se instaló un limnígrafo con un sensor

piezoresistivo en el eje de la vaguada principal de dicha cuenca. Mediante mediciones
topográficas se confeccionó una curva altura/caudal específico para ese tramo de la
vaguada (Figura 2).
3
Figura 2: Curva altura/caudal determinada para la cuenca bajo estudio.
Paralelamente se recolectaron las lecturas de un pluviógrafo cercano a dicho

instrumento y se controlaron con lecturas pluviométricas de sitios vecinos. Así se obtuvo
un primer set de datos de 1,5 años de registros correspondientes a un periodo húmedo
(2012-2013). Los hidrogramas obtenidos fueron integrados para determinar el
escurrimiento directo total generado por cada lluvia. En la figura 3, se presenta el
Hidrograma de la cuenca, registrado el día 14/10/13 ante una lluvia total promedio de 40
mm.
Figura 3: Hidrograma registrado el día 14/10/13 ante una lluvia total de 40 mm
Con los pares de valores lluvia/escurrimiento, se obtuvieron pares de datos de

precipitación/Número de Curva (CN) empleando el método de estimación de
4
escurrimiento del USDA y siguiendo el procedimiento mencionado por Boughton (1989)

y por Hawkins (1993). A su vez se confeccionó un gráfico con estos últimos datos para
determinar la tendencia que toman los valores de CN medidos in situ, en relación a las
lluvias ordenadas en forma creciente (Hawkins, 1993).
El Tiempo de Concentración de la cuenca bajo estudio se estimó a través de tres

procedimientos:
a) fórmula de Kirpich (1940)

b) analizando el “Tiempo de retraso" como la relación entre el centroide de
cada lluvia y el centroide de su respectivo hidrograma, mediante un
método optimizado por personal del Instituto de Hidrología de Llanuras
(IHLLA, Azul, Bs.As.), en base a un procedimiento citado por Dingman
(2002) (Cazenave com. pers.)
c) método citado por el SCS USDA (1973)
( )
(1) (2)
Tr: tiempo de retardo (hora)

L: longitud cauce principal (m)
S: sustracción potencial (cm)
y: pendiente media del cauce (%)
CN: número de curva
Para los casos b) y c) se asume la relación mencionada por Chow et al. (1994) y
Dingman (2002):
Tc=1,67.Tr (3)
Los valores de infiltración fueron medidos in situ para los diferentes suelos de la cuenca,
empleando un permeámetro de disco (Perroux y White, 1988), en ensayos de 30
minutos de duración.
Analizando estos datos siguiendo el procedimiento sugerido por Hawkins (1993), se

obtuvo una tendencia a CN de 60 (Figura 4), ligeramente inferior al surgido de emplear
las tablas que incluye ese método (USDA SCS, 1985). Dicho valor muestra una alta
capacidad de retención potencial de la cuenca y es coherente con los elevados valores
de infiltración medidos en los suelos dominantes de la misma. En tal sentido, la
medición con permeámetro en 70 sitios de la cuenca dominados por suelos de textura
5
superficial franco arenosa, franca y franco limosa arrojó un promedio de 70 mm h-1 con
un desvío estándar de 50 mm h-1. Los valores de infiltración media coinciden con los
valores medios obtenidos a campo con simulador de lluvias por Ares et al. (2014) en
una microcuenca aforada de Azul (Bs As) cuya tendencia en los valores de CN fue
también de 60.
A su vez la tendencia decreciente y asintótica de CN en Las Lajitas que muestra la

Figura 4, indica un comportamiento hidrológico “standard” de acuerdo a la clasificación
propuesta por Hawkins (1993), indicando que la mayor parte de la cuenca participa del
proceso de escurrimiento en forma armónica.
Figura 4. Tendencia de los valores de CN ante lluvias crecientes.
Con respecto al tiempo de concentración, el valor que se obtuvo de aplicar el método de

Kirpich (1940), para una longitud máxima del escurrimiento de 8600 m y una pendiente
media de 1,74%, fue de 1,7 horas. Sin embargo los valores que surgen de emplear los
dos restantes métodos antes citados arrojan valores 4 veces superiores al de Kirpich, y
muy similares entre sí. Estos resultados indican que la fórmula de Kirpich no es un
estimador adecuado para las condiciones geomorfológicas y de usos de dicha cuenca,
caracterizadas por poseer longitudes largas pero de bajo gradiente relativo, coincidiendo
con lo hallado por Castiglioni et al. (1998), para la Pampa Ondulada Bonaerense. A igual
conclusión llegan los técnicos dedicados a Conservación de Suelos para la propia zona
de Las Lajitas y áreas similares de Salta (Osinaga, com. pers.), los cuales aconsejan
emplear el tercer método, es decir del SCS USDA y no el de Kirpich.
En el caso particular del método b) que emplea las relaciones entre los centroides del
hietograma y del hidrograma, se obtuvo un set heterogéneo de valores de “tiempos de
retraso”, que tal como se mencionó, transformados a tiempo de concentración,
6
resultaron en promedio sensiblemente superiores a los obtenidos empleando el método

de Kirpich. Esta variabilidad muestra que el tiempo de concentración no sería un
parámetro único sino que dependería de las condiciones de la lluvia y de la cuenca al
momento de la tormenta.
Los resultados obtenidos son promisorios ya que guardan coherencia con los valores
esperados, si bien indican un comportamiento hídrico del sistema que le es propio y
requiere del análisis específico de una más amplia base de datos.
Agradecimientos
A la empresa ADECOAGRO y a su Administrador Ing. Agr. Javier Bumbacher, por

colaborar y permitir realizar las observaciones en la Finca Guayacanes –Dpto Anta.
Equipamiento hidrológico financiado parcialmente con fondos del Proyecto
UBACYT 01/W709 Grupos Consolidados (período 2014-2017).
Bibliografia
Ares, M.G., M. Varni, E. Usunoff, L. Vives, 2005. Cálculo del número de curva en
subcuencas del arroyo del Azul, provincia de Buenos Aires. Cuadernos del Curiham
11(1): 39-47.
Ares M.G., M. Varni, C.I. Chagas, I. Entraigas, 2012. Runoff curve number calibration of
a 116 km2 agricultural basin, Buenos Aires province, Argentina .Revista Agrociencia
(México) 46(6): 535-541.
Ares M.G., C.I. Chagas, M. Varni, 2014. Respuesta hidrológica de cuencas de diferentes
tamaños ubicadas en la Pampa Serrana y en la Pampa Ondulada. Ciencia del Suelo
32(1): 117-127.
Boughton W. C., 1989. A review of the USDA SCS curve number method. Aust. J. Soil
Res. 27:511-523.
Castiglioni M.G., M. Massobrio, C.I. Chagas, O.J. Santanatoglia, 1998. Predicción de
hidrogramas modificando el tiempo de concentración de una microcuenca de Pampa
Ondulada, con pendientes menores al 2 %.Ciencia del Suelo, 16 (2):134-136.
Chagas, C.I., O.J. Santanatoglia, M.G. Castiglioni, M.J. Massobrio, A. Buján, C. Irurtia,
2008. Número de Curva de escurrimiento para una microcuenca de Pampa Ondulada
bajo labranza convencional y siembra directa. Ciencia del Suelo, 26(1): 63-69.
Dingman, S.L. 2002. Physical hydrology. 2nd. edition. Prentice Hall, New Jersey. 646 pp.
Hawkins, R., 1993. Asymptotic determination of runoff curve numbers from data. J. Irrig.
Drain. E.-ASCE-, 119(2): 334-345.
7
Kirpich Z.P. 1940. Time of concentration of small agricultural watersheds. Civ. Eng
10:362
Perroux, K.M., I.White, 1988. Designs for disc permeameters. Soil Sci. Soc. Am. J. 52:
1205- 12 15.
USDA SCS. 1973. A Method for Estimating Volume and Rate of Runoff in Small
Watersheds. SCS-TP-149. Revised April 1973.
USDA SCS. 1985. National Engineering Handbook, Section 4. U.S. Government.
Printing Office, Washington DC.
8
COMPETENCIA A BARLOVENTO DE CORTINAS FORESTALES SOBRE UN

CULTIVO DE TRIGO
MARTÍN P. DE LUCIA*; MARIANGELES GUIDI; NORA E. ECHEVERRÍA; MARIANA E.

BOUZA & JUAN C. SILENZI.
Departamento de Agronomía, Universidad Nacional del Sur.

*[email protected]
Palabras clave: Eucalipto, Pino, SO bonaerense
Resumen
La interacción de las raíces de cortinas forestales con las de los cultivos limitará la
productividad de éste último. El objetivo de este trabajo fue medir los efectos a
barlovento de barreras forestales con corte mecánico de las raíces, sobre el contenido
de agua del suelo al finalizar el barbecho y su influencia en parámetros de productividad
para tierras del sudoeste bonaerense. Los tratamientos fueron: EU: cortina de
Eucaliptos, PI: cortina de Pinos y T: sin cortina. Los puntos de muestro se ubicaron a
barlovento de la cortina y se determinó la humedad (0-20 cm; 20-40 cm, 40-100cm) y el
rendimiento de grano y biomasa de trigo. Los muestreo se realizaron en dos años
consecutivos (año 1 y año 2), en el segundo año se cortaron las raíces el 20 de marzo
mediante retroexcavadora. Los resultados fueron analizados estadísticamente mediante
el Software InfoStat. Los valores de humedad al finalizar el barbecho fueron
significativamente más altos para T respecto a EU y PI en los dos años. No obstante en
el año 1 los contenidos menores de agua en el suelo se dieron en los puntos cercanos a
la cortina de pinos mientras que en la de eucaliptos no hubo diferencias entre distancias.
En el año 2 la situación se revertió, en PI mostró uniformidad entre distancias y en EU
los puntos cercanos a la cortina arrojaron valores significativamente más altos. Los
parámetros de rendimiento medidos expresaron un comportamiento semejante. Para el
primer año, los valores de T superaron a EU y PI. En el segundo año no hubo
diferencias significativas entre tratamientos. Por lo tanto, a barlovento de las cortinas
forestales durante el primer año se comprobó que el contenido de agua del suelo y el
rendimiento del cultivo fueron menores que en T. De acuerdo a la merma en los
rendimientos, se estimó un efecto de competencia hasta una distancia de 3,8 H para EU
en ambos años, mientras que en PI alcanzó solo a 2H en el primer año y no se detecto
en el año que fueron cortadas las raíces.
Introducción
Las barreras eólicas constituidas por arbustos y/o arboles reciben el nombre de cortinas
rompe vientos, son una práctica utilizada para disminuir el efecto perjudicial de la
velocidad del viento y proveer la protección del suelo, conservación de la humedad, la
1
protección de plantas y animales y/o para mejorar el microclima edáfico y el del cultivo
(Van Eimern et al., 1964), no obstante las cortinas compiten con los cultivos. La
competencia puede definirse como el efecto negativo que un organismo ejerce sobre
otro debido al consumo o al control que realiza sobre el acceso a un determinado
recurso (luz, agua o nutrientes) de disponibilidad limitada (Keddy, 1989). En este sentido
la cortina forestal presenta una fase negativa ya que compite por radiación, humedad y
nutrientes, ocupa el espacio disponible para el crecimiento con sus copas y raíces,
genera dificultad en las labores, y puede hospedar plagas y enfermedades.
Gea et ál. (2009) afirmaron que cuando hay estrés por deficiencia de agua, la fertilidad
del suelo no es aprovechada y, si se le suma la falta de luz por la sombra que dan los
árboles, el crecimiento de los cultivos sufrirá efectos negativos. La forma y estructura del
sistema radical en arboles es controlado en gran medida por las características
genéticas de las especies e individuos (Spurr & Barnes, 1980), sin embargo las
condiciones del sitio influyen marcadamente en la forma y patrones de desarrollo de las
raíces (Fisher & Binkley, 2000). Algunos elementos y características morfológicas de la
raíz son relevantes ante ciertas situaciones ambientales; por ejemplo, las raíces finas
son esenciales en la absorción de agua y nutrientes (Smith & Read, 1997). Se sabe que
la distribución horizontal y vertical en el suelo es un aspecto fundamental, ya que la
distribución vertical está asociada a la búsqueda de nutrientes y la horizontal está
relacionada con la búsqueda de humedad (Jackson et al., 1990; Parker & Dear, 1996).
El crecimiento y la productividad de la especie protegida dependen de las densidades

relativas de las raíces del cultivo y de los árboles, de los patrones de distribución de
éstas y de su morfología. La interacción de las raíces del rompe vientos con las de los
cultivos limitará la productividad de éste último, cuando ambas exploran el mismo
volumen de suelo, en este caso se establecerá competencia por nutrientes y agua
(Golberg et al., 2003).
El objetivo de este trabajo fue medir los efectos a barlovento de barreras forestales con
corte mecánico de las raíces, sobre el contenido de agua del suelo y su influencia en
parámetros de productividad para tierras del sudoeste bonaerense
Área de estudio. Este trabajo se llevó a cabo en el campo “Napostá”, predio

experimental y educativo del departamento de Agronomía de la Universidad Nacional
del Sur. Consta de 711 hectáreas. El mismo se localiza en el kilómetro 35 de la ruta
Nacional Nº 33, a 38°25´34” LS y 62°17´33” LW.
Caracterización climática. Según la Clasificación climática de Thornthwaite, Bahía

Blanca categoriza como sub-húmedo seco, con nulo o pequeño exceso de agua,
caracterizado por una gran variabilidad de las precipitaciones. Para el periodo 1896-
2
2000, la lluvia promedio fue 584,6 mm, con un año de cuatro con precipitaciones por
debajo de 467,4 mm (Mormeneo, 2003).
Para los años evaluados las precipitaciones acumuladas para el periodo enero-julio
fueron 348 y 472 mm en 2013 y 2014 respectivamente (Campi & Coudrec, 2014)
Características edáficas. El suelo se describió de acuerdo al Soil Taxonmy (Soil Survey

Staff, 1999) y clasificó como Haplustol típico franco fino, mixto, térmico, con una
secuencia de horizontes Ap-A2-AC-C-Ck1- 2Ck2-3Ck3
Tratamientos.
 EU: cortina compuesta por Eucaliptos (Eucalyptus camaldulensis)

 PI: cortina compuesta por Pinos (Pinus halepensis)
 T: testigo, sin cortina
En la cortina de eucaliptos la altura de los arboles es de 23,5 m, el ancho de la cortina

21 m, el diámetro de los ejemplares 0,64 m en promedio y la porosidad de 20 %.
Mientras que en la de pinos la altura de los arboles es de 14,9 m, el ancho de la cortina
21 m, el diámetro de los ejemplares 0,50 m en promedio y la porosidad de 17 %.
Se trazaron tres transectas (repeticiones), perpendiculares a las cortinas, y la misma

cantidad de repeticiones en un sitio aledaño sin cortinas (testigo). En cada una de estas
se ubicaron seis puntos de muestreo (equidistantes 30 m) donde el primero se ubicó a
30 m (1,25H y 2H para eucalipto y pino respectivamente) desde la cortina rompe
vientos, haciendo un total de 180 m. Los muestreo se realizaron en dos años
consecutivos (año 1 y año 2), en el segundo año se cortaron las raíces el 20 de marzo
mediante retroexcavadora a 10 m de distancia desde la cortina y a 1,5 m de
profundidad.
Variables evaluadas. Humedad en barbecho: en cada punto de muestreo, se

establecieron tres profundidades para la determinación de humedad (0-20 cm; 20-40
cm, 40-100cm). La extracción de las muestras fue antes de la siembra del cultivo de
trigo la cual se realizo el 18 de junio y 02 de julio de 2013 y 2014 respectivamente.
Rendimiento de grano y biomasa de Triticum aestivum: se cosecho a mano planta
entera en 0,25 m2 de superficie en cada punto de muestreo, y se procesaron las gavillas
en gabinete determinando peso total de biomasa aérea y rendimiento de grano.
Análisis estadístico. Los resultados fueron analizados estadísticamente mediante el

Software InfoStat (Di Rienzo et al., 2015). Se realizó un ANOVA doble, previa detección
de interacciones entre factores.
3
En cuanto a la humedad del suelo se encontraron diferencias significativas entre

distancias para T (tabla 1) y PI (tabla 3), en el Año 1 a la profundidad de 20-40 (H 20-40)
comportándose diferente en los dos tratamientos, en lo que respecta a T los valores
fueron heterogéneos y no siguen un patrón; mientras que en PI los valores más altos se
presentan en los puntos más alejados de la cortina. Con respecto al Año 2 las
diferencias significativas fueron en T y EU (tabla 2) para la profundidad de 40-100 (H 40-
100) el comportamiento que tomo el tratamiento sin cortina fue similar al del Año 1. En
cuanto a EU los valores fueron significativamente mayores en los puntos cercanos a la
cortina excepto a 30 metros.
En general T (sin cortina) presento los valores más altos de humedad en el perfil en
comparación con los tratamientos con cortinas (PI-EU) que exhiben valores similares
entre sí. Para el año 1 los promedios fueron 248, 206 y 204 mm para T, EU y PI,
mientras que para el año 2 fueron de 285, 243 y 249 mm respectivamente. Estos
valores indican el mismo comportamiento para los dos años, no obstante EU no mostró
diferencias entre distancia para el año 1, luego del corte de las raíces se evidenciaron
valores significativamente más altos en la profundidad de 40-100 cm a los 60 y 90 m
desde los árboles. PI en cambio mostró a 30 metros de la cortina y en la profundidad de
20-40 cm el valor significativamente más bajo y una tendencia similar en las otras
profundidades en el año 1, situación no definida en el muestreo del año 2, donde no
hubo diferencias entre las distancias.
Tabla 1. Contenido de humedad en T a diferentes profundidades y distancias para los 2

años. Letras diferentes indican diferencias estadísticas significativas (p<0,05) entre
tratamientos.
Año 1 Año 2
Trat Distancia H 0-20 H 20-40 H 40-100 H 0-20 H 20-40 H 40-100
m mm mm
30 44 51 bc 133 52 59 177 a
60 43 62 a 172 55 60 166 c
T 90 39 49 c 155 57 61 177 ab
120 45 53 bc 141 58 60 168 bc
150 47 57 ab 157 59 60 163 cd
180 46 55 bc 141 55 63 157 c
4
Tabla 2. Contenido de humedad en EU a diferentes profundidades y distancias para los

2 años. Letras diferentes indican diferencias estadísticas significativas (p<0,05) entre
tratamientos.
Año 1 Año 2
TrTrat Distancia H 0-20 H 20-40 H 40-100 H 0-20 H 20-40 H 40-100
m mm mm
30 39 49 132 45 47 142 abc
60 46 52 121 52 55 151 a
EU 90 40 49 118 52 55 147 a
120 42 46 107 48 49 144 ab
150 38 45 125 52 53 133 bc
180 36 44 106 52 51 128 c
Tabla 3. Contenido de humedad en PI a diferentes profundidades y distancias para los 2

años. Letras diferentes indican diferencias estadísticas significativas (p<0,05) entre
tratamientos.
Año 1 Año 2
Trat Distancia H 0-20 H 20-40 H 40-100 H 0-20 H 20-40 H 40-100
m mm mm
30 37 40 c 95 49 50 139
60 39 46 bc 104 49 49 140
PI 90 42 48 b 113 52 52 146
120 44 50 ab 113 53 55 148
150 49 49 b 115 51 52 146
180 47 56 a 136 53 55 153
La Tabla 4 muestra a los parámetros de rendimiento del cultivo de trigo en T, los valores
de biomasa varían entre 9,5 y 11 Mg ha-1 para el año 1 y entre 8,3 y 8,7 Mg ha-1 para el
año 2 en ningún caso se observan diferencias estadísticas entre distancias. Con
respecto al rendimiento de grano los valores oscilan entre 2 y 3 Mg ha-1 para el año 1,
estas diferencias son significativas aunque muy heterogéneas en su distribución. El
rinde en el año 2 varía entre 2,6 y 2,8 Mg ha-1 presentando uniformidad entre las
distancias analizadas.
5
Tabla 4. Rendimiento de biomasa y grano para el tratamiento testigo. Letras diferentes

indican diferencias estadísticas significativas (p<0,05) entre tratamientos.
Año 1 Año 2
Tratamiento Distancia Biomasa Rinde Biomasa Rinde
-1 -1
m kg ha kg ha
30 10749 2975 a 8282 2612
60 10295 2352 bc 8371 2694
T 90 11373 2666 ab 8422 2710
120 10492 2860 a 8598 2713
150 9561 2091 c 8747 2781
180 10964 2679 ab 8672 2785
En la tabla 5 se observa que el comportamiento del cultivo en EU es similar para los dos
años evidenciándose un efecto negativo de la cortina. Según Rai & Suresh (1988),
algunos eucaliptos son más eficientes que otras especies de árboles compitiendo con
cultivos anuales; por ejemplo, el rendimiento de maíz y sorgo se ve reducido si se
cultivan entre Casuarina equisetifoli o Leucaena leucocephala, sin embargo la reducción
de rendimiento es mayor bajo la influencia de eucalipto. En el presente estudio se puede
apreciar el efecto hasta los 90 metros de distancia desde la cortina esto significa que se
extendería la competencia a 3,8 H a barlovento, con esta relación concuerdan
Heuveldop et al. (1986) que exponen valores de 3 a 7 H, mientras que Salazar (1996)
propone valores que van desde 1 a 10 H dependiendo de la especie que conforme la
cortina. La influencia de la cortina produce una merma de 850 kg ha-1 teniendo en
cuenta la diferencia de rinde entre los promedios de los primeros 90 metros con las
distancias 120, 150 y 180 para el año 1. Para el año 2 a los 30 metros la diferencia es
de 970 kg ha -1 respecto al promedio de las distancias alejadas de la cortina y 420 kg ha-
1
entre los 60 y 90 metros respecto a los puntos no influenciados por la cortina.
Con respecto al comportamiento entre años no se aseguran diferencias, es de suponer

que el efecto negativo en el rendimiento tanto de biomasa como de grano no solo es
por medio de las raíces.
6
Tabla 5. Rendimiento de biomasa y grano para el tratamiento con cortina de eucalipto.

Letras diferentes indican diferencias estadísticas significativas (p<0,05) entre
tratamientos.
Año 1 Año 2
-1 -1
m kg ha kg ha
30 7982 1711 b 6242 c 1972 c
60 7804 1685 b 7824 b 2453 b
EU 90 8786 1681 b 8128 b 2591 b
120 10662 2656 a 9459 a 2946 a
150 10318 2525 a 8988 a 2885 a
180 8985 2446 a 9213 a 2993 a
En la tabla 6 se exponen los datos de rendimiento de biomasa y grano para el
tratamiento PI, para el año 1 si bien no existen diferencias significativas, a 30 metros (2
H) de distancia se ven los valores más bajos. Barber & Johnson (1993) consideran que
la altura de la cortina (H) se relaciona con el área de influencia a barlovento y que la
extensión horizontal del efecto es proporcional a la altura de la cortina, Teuber (2008)
propone una relación de 1 a 2 H a barlovento coincidiendo con los resultados del
presente trabajo en el 1º año de muestreo. En cambio para el 2º año de muestreo los
valores son uniformes entre todas las distancias, por lo tanto la influencia de las raíces
de la cortina de pinos sería la competencia más fuerte para el cultivo aledaño.
Tabla 6. Rendimiento de biomasa y grano para el tratamiento con cortina de pino.
Año 1 Año 2
-1 -1
m kg ha kg ha
30 8867 1982 8203 2610
60 9748 2233 8819 2733
PI 90 10177 2503 8835 2824
120 9944 2205 9212 2873
150 10693 2604 8668 2816
180 9740 2282 8720 2827
En las figuras 1 y 2 se grafican los rendimientos promedios de biomasa y grano de los

dos años analizados. En el primer año la diferencia en el rendimiento de grano (figura 1)
es del 12 y 18 % inferior en PI y EU respectivamente con respecto a T, este
comportamiento no se da en el 2 año de muestreo luego de cortar las raíces de los
arboles donde se observan valores similares entre tratamientos. Con respecto a la
7
biomasa (figura 2) la relación es la misma con una disminución del 9 y 15 % en PI y EU

respectivamente con respecto a T.
3000
a
2500 b
b
2000
EU
kg ha -1
1500 PI
T
1000
500
0
año 1 año 2
Figura 1. Rendimiento promedio de grano en los dos años para los diferentes
tratamientos. Letras diferentes indican diferencias estadísticas significativas (p<0,05)
entre tratamientos.
12000 a
ab
10000 b
8000
EU
kg ha -1
6000
PI
T
4000
2000
0
año 1 año 2
Figura 2. Rendimiento promedio de biomasa en los dos años para los diferentes
tratamientos. Letras diferentes indican diferencias estadísticas significativas (p<0,05)
entre tratamientos.
8
Conclusiones
A barlovento de las cortinas forestales, respecto del testigo sin cortina, se comprobó que
el contenido de agua en el suelo es menor y los rendimientos de grano y biomasa son
inferiores en el año 1 luego la situación se revierte y los rendimientos son homogéneos
en PI y T, mientras que en EU la disminución de los rendimientos es proporcional al
aumento de la distancia hasta los 90 metros donde se estabilizan y se mantienen hasta
los 180 metros.
De acuerdo a la merma en los rendimientos, se estimó un efecto de competencia hasta

una distancia de 3,8 H para EU en ambos años, mientras que en PI alcanzó solo a 2H
en el primer año y no se detecto en el año que fueron cortadas las raíces.
De acuerdo a estas conclusiones y a los objetivos previstos para cortinas rompe vientos,
se puede pensar que el efecto de las raíces se ve más reflejado en la cortina de pinos,
mientras que en la de eucalipto la competencia se da por otros factores que no se
evaluaron en este trabajo.
Esto llevaría a creer que ambas cortinas podrían tener necesidades de intervención o
manejo. También se podría evaluar los parámetros utilizados durante la plantación de
las especies.
Bibliografía
Baber, R.G & Johnson, J. 1993. Aspectos técnicos sobre la instalación de cortinas
rompevientos para la producción de cultivos anuales. Informe Técnico Nº 2 CIAT y
MBAT. Santa Cruz. Bolivia.
Campi E & Coudrec J. 2014. Informe agropecuario mensual. Boletín Nº 95. [en línea]
Disponible en: http://inta.gob.ar/sites/default/files/script-tmp-inta_-
_boletin_rian_julio2014.pdf.
Fisher, R.F. & Binkley, D. 2000. Ecology and Mangament of Forest Soils. Third ed. John
Wyley y Sons, Inc. USA. 489 pp.
Gea-Izquierdo, G; Montero, G; Cañellas, I. 2009. Changes in limiting resources

determine spatio-temporal variability in tree–grass interactions. Agroforestry Systems
76:375–387.
9
Golberg, A.D.; Boldes,U & Colman, J. 2003. La protección de los cultivos de los efectos
del viento. Cap. 5. Viento, Suelo y Plantas, Ed. Golberg A.D. y Kin, A.G. Ediciones INTA,
V 67, 160 pp.
Heuveldop J. Pardo Taisies J. Quirós Conejo S. & Espinoza Prieto L. 1986. Agro-
climatología tropical. [en línea] Disponible en:
https://books.google.com.ar/books?id=DD05AfVeRs0C&printsec=frontcover&hl=es#v=o
nepage&q&f=false . Consultado: 15/11/2015
Jackson, P.B; Manwaring, J.H & Caldwell, M.M. 1990. Rapid physiological adjustment of
roots to localized soil enrichment. Nature 344: 58-60.
Keddy, P.A. Population and community biology. Competition. Chapman and Hall,
London. (1989).
Mormeneo, I. 2003. Caracterización climática de Bahía Blanca. Cátedra de climatología,

Departamento de Agronomía, Universidad Nacional del Sur, [en línea] Disponible en:
www.criba.edu.ar/meteoro/climatologia.htm.
Parker, M.M. & van Dear, D.H. 1996. Soil heterogeneity and root distribution of mature
loblolly pine stands in piedmont soils. Soil Science Society of America Journal 60: 1920-
1925.
Rai R.S.U. & Suresh K.K..1988. Agrosilvicultural studies –optimun species conbination.
Internacional tree crops journal 5:1-8.
Salazar García, J.G. 1996. Influencia de dos cortinas rompevientos sobre el cultivo de
maíz en Villa Aldama, Veracruz, México. Revista ciencia forestal en México. Vol 21 Nº
79.
Smith, S.E. & Read, D.J. 1997. Mycorrhyzal Symbiosis. 2nd ed. Academic Press.
London. 605 pp.
Soil Survey Staff. 1999. Soil Taxonomy. A Basic System of Soil Classification for Making
and Iterpreting Soil Surveys (2nd ed), Agriculture Handbook vol. 436, United States
Departament of Agriculture. Natural Resources Conservation Conservation Service,
Washington, DC, USA
Spurr, S.H. & Barnes, V.B. 1980. Forest Ecology. Third edition . John Wiley and Sons,
Inc. New York, USA. 687 p.
Teuber W,O; Moya N, I & Sotomayor G, A. 2008. Efectos de una Cortina cortavientos
forestall, sobre la producción de cultivos forrajeros en Aysen, Patagonia (Chile). Ciencia
e investigación forestall-instituto forestall volumenm 14 (1). 77-90 pp.
10
Van Eirmern, J.; R Karchon; L.A. Razumova; G.W. Robertson. 1964. Windbreaks and
shelterbelts WMO Technical Note No. 59 (WMO.No. 147.TP.70), 188 pp.
11
MODELOS AGRARIOS, SUELOS Y SUSTENTABILIDAD: UN ANÁLISIS

CUALITATIVO
TOMÁS LOEWY *
Dpto. de Agronomía-Universidad Nacional del Sur;

* [email protected]
Palabras clave: agricultura, paradigmas, sistemas
Resumen
La principal barrera estructural de Argentina, para aspirar a una suficiencia económica,

social, ambiental e institucional, consiste en neutralizar su potente concentración y
polarización geodemográfica. Dentro de una visión que prioriza la integración de las
ciencias sociales y naturales, se aborda la problemática rural del país en general y de la
región pampeana, en particular. El objetivo del trabajo es contrastar los paradigmas de
producción agroindustrial y agrosocial en términos de desarrollo humano, seguridad
alimentaria y ambiental. Metodológicamente se acude a conceptos de economía
ecológica, teoría de sistemas e investigación cualitativa. La diferenciación entre las
tipologías agroindustrial y agrosocial, como paradigmas, se analiza a partir del contraste
de una serie de atributos inherentes y sus respectivos impactos sobre los entornos. Al
efecto se presenta una comparación sistemática, seleccionando 36 variables y 17
indicadores, agrupadas en torno al territorio, el desarrollo y la sustentabilidad. Para la
gestión territorial las primeras cuatro variables son tamaño, residencia, función y
tenencia. Como indicadores se incluyen, entre otros, población, progreso y salud
humana. Se caracterizan seis cualidades estructurales y estructurantes, de la sociedad
y su relación con la naturaleza, según modelo. Entre ellas destacamos la “función social
de la tierra” y “buenas prácticas agrícolas” que aparecen como „desestimadas‟ –
„inherentes‟ y „contingentes‟ – „sistémicas‟, para el modelo agroindustrial y agrosocial,
respectivamente. El análisis de los paradigmas agrarios resalta la calidad de los
sistemas productivos, como variables críticas del desarrollo, en términos de una
sustentabilidad no fragmentada. En nuestro país, jerarquiza problemas estructurales
como el (des) ordenamiento territorial. El modelo agrosocial, emergente, propuesto
como superador del agroindustrial, dominante, puede operar en la región pampeana
como una transición o coevolución en torno a la agroecología. La reconversión del
complejo agroalimentario en Argentina importa, también, una responsabilidad global
frente a la encrucijada civilizatoria del siglo XXI.
Introducción
“Los suelos son, hasta ahora y lo seguirán siendo por mucho tiempo hacia el futuro, la
canasta de alimentos más completa y diversa de la humanidad y un enorme proveedor
de servicios ecosistémicos, pobremente considerados hasta ahora por los humanos”
1
Walter Pengue (2015)

1.- Cambio global
La última y actual época geológica (del período cuaternario) es el Holoceno,

mencionado así desde 1867. En el año 2000, Paul Crutzen acuñó el término
“Antropoceno” para suceder al Holoceno. El fundamento de esta propuesta se apoya en
el decisivo impacto global que las actividades humanas han tenido sobre los
ecosistemas terrestres en las últimas centurias. Más del 75% de la tierra libre de hielo
ya muestra evidencia de alteración como resultado de la residencia humana y uso del
recurso. Algunos sitúan el comienzo de este cambio a fines del siglo XVIII
(industrialización) y otros lo datan desde el inicio de la agricultura. El término ha ganado
espacio y reconocimiento en 2008 aunque todavía no se ha oficializado (Ellis &
Ramankutty, 2008; Vilches & Gil Pérez, 2011).
El indicador más representativo de estos procesos queda reflejado en la evolución de

los suelos. Su rol en los modelos globales de carbono y clima está entrando en un
período de creciente atención y madurez. El cambio climático está acelerando la
liberación microbiana de los gases de efecto invernadero a partir de la materia orgánica
edáfica. Los resultados netos de los impactos sobre este recurso serán globales en
escala y tendrán una incidencia directa en el bienestar y la seguridad humana futura. De
ahí la importancia de recuperar rápidamente el equilibrio de los procesos físicos y
biológicos para mantener la vida (Amundson et al., 2015).
El “cambio global” se define como el conjunto de modificaciones en el medio ambiente

biogeofísico mundial, provocados por acción u omisión humana, que alteran la
capacidad del planeta para sustentar la vida. Entre ellas «…se incluyen el cambio
climático; la pérdida de productividad de los suelos, los océanos y de otros recursos
hídricos; la disminución de la biodiversidad; las alteraciones en el funcionamiento de los
sistemas ecológicos y los grandes cambios de usos del suelo, entre otros» (Pardo
Buendía, 2008). Asumiendo que las causas de este proceso se pueden ponderar
científicamente, a partir de un desarrollo no sostenible, la misma autora promueve una
comunidad epistémica de cambio socioambiental global.
La idea de esta iniciativa se apoya en que si aceptamos que los graves problemas
sociales y ambientales fueron generados por la actividad humana, su reparación puede
lograrse por la misma vía. Una comunidad abocada específicamente a esta tarea sería
un paso ineludible para avanzar en ese sentido, con rigor científico, abordando el
problema en el ámbito político y social. El emprendimiento, más que una opción, califica
hoy como un imperativo de carácter transversal.
2.- Sistema agroalimentario y sustentabilidad
El concepto de desarrollo sostenible se instaló, en la década del 80 como respuesta a

las evidencias previas sobre los límites (físicos) del crecimiento (Meadows et al., 1972).
Sin embargo, el informe Brundtland (1987) aún mantuvo la premisa de que el
2
crecimiento económico era una condición necesaria para el desarrollo, tanto en el sur
como en el norte. La sustentabilidad, que tiene que ver con la biodiversidad y la
supervivencia de la especie humana y cómo lograrla, remite a un carácter
“irremediablemente normativo”. Críticamente, no pasa por cuestiones de naturaleza
técnica-científica, aunque las contiene (Reichmann, S/F). Consecuentemente, ya es
procedente asociar la palabra sustentabilidad con justicia y la visión del desarrollo
sustentable con el desarrollo humano (Cortina, 2014).
La agricultura hoy ocupa el 40% de la superficie de tierra, usa el 70% del agua dulce y
contribuye con el 30% de la emisión de gases con efecto invernadero. El flujo de
nitrógeno y fósforo se duplicó por el uso de fertilizantes, afectando la calidad de agua en
los ríos, lagos y hasta océanos, pero es -también- la mayor causa de pérdida de
biodiversidad. Los impactos globales son comparables al cambio climático por lo que
Foley (2012) los señala como “la otra verdad incómoda”. Hacia 2040 necesitaremos
alimentar nueve mil millones de personas y hacerlo de forma sostenible, equitativa y
justa, protegiendo nuestro planeta para esta y las siguientes generaciones.
Frente a la actual encrucijada social y ecológica, urge revisar y replantear toda la

ingeniería y los modelos de producción y consumo que, hasta aquí, nos han conducido
a un desmantelamiento progresivo de la vida en el planeta. El perfil del sistema
agroalimentario tiene una relevancia decisiva en el metabolismo social. Esa alta
proyección se expresa en indicadores como la huella alimentaria, la biodiversidad, la
energía, la geodemografía y la emisión de gases con efecto invernadero, entre otros.
Estos parámetros son vinculantes al capital natural, sus funciones y servicios y al
bienestar humano (Gómez-Baggethun & De Groot, 2007).
El ciclo completo de producción, distribución y pérdidas de nuestro dispositivo

alimentario mundial está utilizando la mitad de la biocapacidad del planeta. Para
asegurar estabilidad y futuro es necesario cerrar la brecha entre la demanda humana y
la capacidad de restauración ecosistémica. La implementación de unidades agrícolas
sostenibles implicaría un aporte significativo para reducir la huella ecológica a niveles
que la tierra pueda soportar (Deumling et al., 2003). Del diseño y la promoción de este
módulo fundante, depende gran parte del paisaje rural y urbano y la resiliencia de
nuestras comunidades para enfrentar los enormes retos de este siglo.
El complejo agrario -reconversión mediante- puede liderar una influencia, privilegiada,

para visualizar y materializar el cambio socioambiental que contribuya a recrear la
armonía entre sociedad y naturaleza.
3.- Contexto multiescalar y objetivos
Abordar una cuestión tan ligada a fuertes conflictos territoriales, nacionales y globales
demanda un ejercicio de resignificación de muchas palabras y la incorporación de
algunas variables frecuentemente soslayadas. En el primer caso estoy hablando de
3
desarrollo, buenas prácticas agrícolas, agroecología y sustentabilidad, entre otras

expresiones. En el segundo aspecto, además de producto, cadenas de valor y valor
agregado, necesito añadir -emblemáticamente- personas, paisaje, sistemas,
multifuncionalidad y resiliencia.
Al ingresar en estos insumos conceptuales, una premisa relevante es incluir una

referencia de la dinámica mundial para la interpretación de las problemáticas locales o
regionales, añadiendo causalidad al tratamiento de los síntomas. La globalización de las
últimas décadas fue condicionando los estilos y las posibilidades del progreso humano,
mutando -entre otras cosas- la percepción del espacio y del tiempo. También
problematizó las nociones de homogeneidad - heterogeneidad, universalismo -
particularismo (Robertson, 2000) o grande - pequeño (Schumacher, 1984).
Por otra parte, mientras la globalización (impersonal) se “oculta” en la

desterritorialización, el desarrollo (humano) pugna por un territorio diverso y
multidimensional: debe trabajar en toda su complejidad las variables de espacio-tiempo,
desde lo local, endógeno y participativo (Bauman, 1999; Madoery, 2008). Enriqueciendo
este enfoque, Robertson (2000) propone desmitificar la presunta dicotomía global-local,
elaborando la “glocalización” como una hipótesis superadora.
Avalando esa interacción e interdependencia creciente, un segundo recorte analítico,

resalta que la ruralidad o la actividad agraria exceden largamente el ámbito sectorial. Lo
agroalimentario se ubica en una gestión multinivel y multiescalar, vinculante a cualquier
proyecto regional, nacional o global. Más aún en esta encrucijada ecológica que nos
enfrenta a trabajar, desde el aquí y ahora, para viabilizar la civilización que integramos.
Dentro de un contexto de polarización social y deterioro ambiental, Beck (2004) propone
sustituir la política realista del nacionalismo metodológico por una política realista
cosmopolita, involucrando a los estados en la tarea. Este podría ser un intento para que
la humanidad sobreviva al siglo XXI, sin recaer en la barbarie.
Por último, la tercera articulación conceptual se define en el escenario nacional, como

un insumo de contexto ineludible. Al respecto, postulo que la principal barrera estructural
de la Argentina, para aspirar a una cierta suficiencia económica, social, ambiental e
institucional, consiste en neutralizar su enorme concentración y polarización
geodemográfica. La relevancia de esta hipótesis se potencia en un marco donde la
urbanización ha dejado de ser, necesariamente, un indicador de progreso. Esto último
es consistente con la estimación de que el aumento de la urbanización, entre 1990 y
2030, será cubierto -en un 92 %- por Asia, África y América Latina (INTA, 2010).
Dentro de una visión que prioriza la integración de las ciencias sociales y naturales, se
aborda la problemática agroalimentaria en general y de la región pampeana, de
Argentina, en particular. En ese marco, el objetivo consiste en contrastar los paradigmas
de producción agroindustrial (consolidado) y agrosocial (emergente) en términos de
desarrollo y sustentabilidad.
4
1.- Marco teórico

Para desplegar los objetivos propuestos recurro a un marco teórico que incorpora
conceptos de la economía ecológica, la teoría de sistemas y la investigación cualitativa.
El esquema convencional del proceso económico, aislado de la naturaleza y la
sociedad, representa un movimiento pendular entre la producción y el consumo y
proviene de la epistemología mecanicista. La Economía Ecológica -desde mediados del
siglo XX- se aboca a neutralizar estas limitaciones considerando la economía como un
subsistema de la biosfera y admitiendo su carácter transdisciplinar (Naredo, 2004).
Las relación sociedad-naturaleza (metabolismo social) que está operando en el mundo a

partir del crecimiento económico, como premisa cuasi excluyente, ha generado una
inseguridad ambiental sin precedentes al soslayar la complejidad de los equilibrios
ecológicos. El componente rural de ese metabolismo involucra a casi la mitad de la
población mundial.
La secuencia de flujos materiales y energéticos comienza en la naturaleza a partir de los

recursos (input), ingresan en la sociedad como apropiación, circulan, se transforman y
consumen para retornar a la naturaleza como residuos (output). Si dividimos el
metabolismo en rural, urbano e industrial, ellos expresan un máximo en los módulos de
apropiación, consumo y transformación, respectivamente.
La actividad agraria es la interface naturaleza-sociedad más significativa. Del total

social, tal actividad puede definirse como el espacio compuesto por el conjunto de
unidades asignadas a la apropiación (Toledo, 2008). Esas unidades no son otra cosa
que los sistemas productivos que están en la base de las cadenas de valor e interactúan
con los ecosistemas/paisajes que integran lo natural. De esto se deduce que el perfil de
los sistemas agrarios tiene un rol decisivo en los patrones sociales, alimentarios y
ambientales.
2.- Visiones y criterios de investigación
Un campo de aplicación de modelos y estilos de investigación, para responder a

preguntas sociales, ambientales y productivas, bien puede ser el desarrollo rural en
determinada zona. Al respecto, escojo el paradigma interpretativo, contabilizando la
adhesión a valores durante la investigación, la no renuncia al compromiso y la
independencia de los factores de poder dominantes. También apelo a una integración
de las ciencias sociales y naturales, sin olvidar el conocimiento local y de pueblos
originarios para alcanzar un genuino diálogo de saberes (Leff, 2008).
En la región pampeana prevalece una visión productivista, disciplinaria, basada en las

cadenas de valor (rubros), por sobre un enfoque humano, social y ambiental que pone el
acento en el eslabón inicial de aquella cadena (los sistemas productivos y las familias
que las gestionan). En este último enfoque, no se descarta la producción pero se la
5
incluye desde una cosmovisión que se interroga: “desde que, con qué y con quien”
(paradigma), además del “como” (metodología), del “para que” (presupuesto ético y
testimonial), del “que” (rubros) y “para quien” (inclusión) (Vasilachis, 1992).
La diferencia expuesta es medular ya que define la preeminencia de un paradigma

positivista (productivista) o interpretativo (con desarrollo humano). El segundo criterio,
sin ser excluyente, permite armonizar la base humana y ambiental con el producto,
jerarquizando las unidades agrarias como variables criticas (Loewy, 2008). Incorpora,
además, atributos cualitativos que -oportunamente- ayudan a la articulación de
indicadores para los sistemas más o menos sustentables. (Loewy et al., 2013)
El mundo exhibe una complejidad inabarcable y la evolución de la sociedad se puede

ver como un proceso de diferenciación sistémica creciente y plural. No obstante, según
Luhman (1927-1998), solo existen unas pocas alternativas que pueden ser
desarrolladas en beneficio del conjunto: la segmentación, la estratificación y la
diferenciación funcional. Siguiendo las teorías del notable sociólogo alemán, la tercera
opción representa la combinación más avanzada (Luhmann, 1998, 2007). Para él, la
diferenciación funcional es el principal criterio que permite distinguir las sociedades
modernas de las que las preceden. Dentro de este esquema, lo rural o agroalimentario
no es un sector sino un subsistema que se relaciona con los entornos, a su tiempo
sistemas, provincial, nacional o global. Consecuentemente podríamos diferenciar las
unidades agrarias productivas -de la región pampeana- en tanto funcionales a sí mismas
y a los entornos/sistemas, a distintas escalas.
Para este análisis de sistemas agrarios apelamos a dos tipos de sinergias o recursos
hermenéuticos. El primero se refiere a la mediación entre el discurso vertical
(académico, jerárquico) y el horizontal, más cercano al sentido común, para decodificar
el mensaje científico. Por otra parte, contabilizamos las virtudes epistemológicas
(comparación, explicación) de las ciencias naturales, implicándolas con las actitudes y
contenidos más axiológicos de la sociología o la educación (Martin et al., 2010). Esta
digresión analítica es consistente con recurrir a la comparación, en este caso entre
paradigmas agroalimentarios, explorando significados a través de los niveles de
contradicción que exhiben entre sí.
Resultados
En esta sección se definen y analizan dos modelos productivos y su contrastación, en

base a los antecedentes y conceptos metodológicos presentados.
1.- Definición de dos paradigmas de producción agrícola
Los sistemas de producción agraria se ponderan en el diseño de su configuración física,

legal, social y tecnológica. Estos atributos determinan los patrones de uso del suelo y
las sinergias o contradicciones hacia el resto de la comunidad rural y urbana, con
proyecciones de tiempo-espacio multiescalares. Dada la fuerte connotación estructural y
6
conflictiva de esta temática, su tratamiento esta deliberadamente evitado en los medios

masivos de comunicación y en la agenda pública. Esto se debe al condicionamiento del
poder económico global que padecemos, a partir de un discurso antropocéntrico y
etnocéntrico de la modernidad. Parte relevante de este discurso es el silencio y la
omisión de ciertos temas, decretando creaciones de no existencia, socio ambientales y
modelos alternativos (Sevilla Guzman, 2013)
Se describen dos categorías de sistemas productivos que guardan, cada uno, cierta
afinidad en sus características, filosofía, objetivos y formas de relacionarse con el
entorno donde progresan. Recurrimos a los esquemas y las comparaciones,
privilegiando su cualidad heurística, asumiendo las simplificaciones inherentes.
Los modelos en cuestión responden a los paradigmas agroindustrial y agrosocial,

abarcando un amplio espectro de formas organizativas intra e inter grupos. El primero
se puede dar por consolidado y en franca expansión durante las últimas décadas,
mientras que el segundo aparece como una alternativa, en construcción y en conflicto
con el anterior. Solo a los efectos de una aproximación didáctica y conceptual, se
propone subsumir ambos grupos en el agronegocio y la agricultura familiar,
respectivamente.
Aun manteniendo el enfoque no sectorial de lo agrario y rural, no se profundizan las dos

evoluciones desde una lógica del desarrollo capitalista, aceptando que esta tarea
presenta una legitimidad indiscutible. En base a sus diferencias cualitativas, en cambio,
se avanza en el análisis de los efectos actuales y potenciales de ambos modelos, desde
las unidades prediales, sobre los paisajes, territorios y países.
2. - Descripción de las dos tipologías productivas
La agricultura industrial se centra en la producción masiva de pocos productos,

idealmente commodities, con un alto nivel de tecnificación basado en insumos
mecánicos, biológicos, físicos e informáticos. Tiene centralidad en la ecuación
económica y productiva pero difícilmente podría prosperar sin escala y en ausencia de
fuentes energéticas relativamente baratas como son los combustibles fósiles. Ostenta
una alta dependencia externa y confía su evolución y eficiencia en la gestión de los
conocimientos y aportes científicos-tecnológicos.
Hija del paradigma de la “Revolución verde” (años 50-60), progresa desde los 70 y
desplaza a otras formas agrícolas desde los 90. El modelo es vinculante al crecimiento
económico (PBI), pago de deudas externas o focopoliticas (sociales) según el país del
cual se trate. Sarandon & Flores (2014) cita la erosión genética y cultural, entre doce
ítems que cuestionan la sustentabilidad de esta modalidad productiva. Su afianzamiento
progresa hasta nuestros días, a partir de recursos biotecnológicos, uso masivo de
agroquímicos y producción de agrocombustibles. Respondiendo al llamado “consenso
7
de los commodities”, esta evolución en Latinoamérica ratifica la división internacional del

trabajo (Svampa, 2013).
El segundo paradigma lo denominamos agrosocial y fue tomado y adaptado desde una

primera descripción en España (Monllor, 2013). Podríamos decir que agrupa a los
sistemas productivos no industriales. Sin embargo, las producciones campesinas, de
pueblos originarios, agricultura familiar o pymes agropecuarias de nuestro pais,
deberían incorporar ciertos presupuestos para alcanzar la calificación de “agrosociales”.
Inicialmente estos sistemas exhiben diversidad biocultural, propiedad del predio,

tecnologías de procesos y de bajos insumos. Su tamaño es pequeño o mediano, con
residencia de los titulares en el propio campo o centro de servicios cercano. Si bien
algunos segmentos participan en el mercado externo, sus vinculaciones son más
estrechas con lo local y el mercado interno. Se especializan en alimentos y una relación
amigable con el ambiente.
3.- Premisas sistémicas de las unidades agrosociales
Las explotaciones agropecuarias (EAPs) pequeñas y medianas no pueden competir

con los agronegocios, de escala, porque la unidad económica agraria supera
progresivamente el tamaño de sus predios. Desde un análisis economicista estas
unidades fueron inventariadas como “inviables”. De hecho, el éxodo rural permanente
convalida esta condición aparente. Bajo otras condiciones, sin embargo, esos predios
podrían superar largamente este síndrome, partiendo de un análisis espacio-temporal
más abarcativo (Loewy, 2014 a).
De lo que se trata es de afianzar en estos sistemas productivos atributos latentes que

expliciten valores de resiliencia, multifuncionalidad y sustentabilidad. Contribuye a esta
posibilidad, su vocación de arraigo, apego a la naturaleza y tamaño razonable, con
potencialidad para generar equidad, empleo y ocupación humana del espacio. Lograr
este objetivo supone redefinir el rol del sistema agroalimentario, más allá de la
racionalidad económica.
Los factores que entran en juego, en esta nueva cosmovisión, incluyen la prevención o
internalización de los costos sociales y ambientales en la ecuación productiva. Para
alcanzar esta premisa los sistemas deben producir -simultáneamente- bienes
comerciales (alimentos) y bienes públicos (ambiente y desarrollo). Esto significa
convertirse en multifuncionales (Loewy, 2014 b) por sus características y la adopción de
determinadas buenas prácticas agrícolas. De esta forma, las unidades se autonomizan
de la escala, a partir de un umbral mínimo, para ser viables: su rentabilidad integra lo
económico, social y ambiental, con el largo plazo y se comparte con toda la sociedad
(Loewy et al., 2015).
8
4. - Esquemas comparativos de los paradigmas agroalimentarios
Se organiza esta sistematización comparativa seleccionando 36 variables y 17

indicadores, agrupados en torno al territorio y el desarrollo. En el primer caso se
exponen los atributos -en cuatro bloques temáticos- que determinan opciones en la
gestión (Tabla 1), calificando siete indicadores para cada alternativa (Tabla 2). En
relación al desarrollo, se hace un inventario del signo de los impactos en cuatro
componentes de sustentabilidad (Tabla 3) y se distinguen diez indicadores que
sintetizan los efectos relativos (Tabla 4).
Las variables seleccionadas no son extensivas ni excluyentes. Tampoco son

necesariamente dicotómicas, entre paradigmas, pero marcan tendencias inequívocas y
factibles de verificar -empíricamente- en las distintas regiones del país. Los efectos son
directos o indirectos, de corto, mediano o largo plazo, pero ningún atributo o indicador
puede ser desvinculado del proceso sistémico general. En toda la comparación se
asume que ambos modelos satisfacen los parámetros con los que fueron definidos.
Tabla 1- Atributos y funciones estimadas, de los sistemas productivos, para una gestión
territorial/nacional, según el paradigma agroindustrial o agrosocial.
Tamaño Residencia Función Tenencia
Agroindustrial medio/grande distante productiva variable
Agrosocial pequeño/medio local múltiple propiedad
Unidad agraria Tecnología Bienes Modelo

Agroindustrial económica insumos comerciales comercial
Agrosocial social procesos comerciales y públicos territorial
Desarrollo Enfoque Mercado Economía

Agroindustrial urbano sectorial externo macro
Agrosocial rural/urbano nacional interno/externo micro/macro
Autonomía Arraigo Diversidad Millas de alimentos *

Agroindustrial baja bajo baja alto
Agrosocial alta alto alta bajo
*Millas de alimentos: distancia que recorren los alimentos hasta llegar al consumidor
Varios conceptos escogidos en las tablas representan valores simbólicos o intangibles,

como cohesión, identidad, compromiso, entre otros, de una racionalidad ambiental y
social, superadora de la racionalidad instrumental y positivista, centrada en el producto
físico.
9
Tabla 2- Calificación de indicadores estructurales, previsibles, sobre el territorio/nación
P a r a d i g m a
Indicador Agroindustrial Agrosocial
Población Concentrada Equilibrada
Progreso Crecimiento Desarrollo
Salud humana Perjudicada Beneficiada
Servicios ecosistémicos Deteriorados Preservados
Polinización Limitada Asegurada
Ordenamiento territorial Obstruido Facilitado
Cultura Antropocentrica Biocéntrica
Tabla 3.- Impactos negativos o positivos para una gestión del desarrollo, según
componentes de sustentabilidad (S = sociedad; A = ambiente; E = economía; C =
cultura) y paradigma (Ai = Agroindustrial; As = Agrosocial) en un territorio.
Ai - empleo - identidad - equidad - capital - población

S
As + empleo + identidad + equidad + capital + población
Ai + contaminación + inundaciones + desertificación - biodiversidad - paisaje
A
As - contaminación - inundaciones - desertificación + biodiversidad + paisaje
Ai + concentrada + deslocalizada + dependiente + homogénea + competencia
E
As + distribuida + localizada + autónoma + diversificada + cooperación
Ai - institución - patrimonio - servicios - compromiso - participación
C
As + institución + patrimonio + servicios + compromiso + participación
Tabla 4.- Grados relativos de (in)sustentabilidad, resultantes, según indicadores y

paradigmas
Paradigma
Indicador Agroindustrial Agrosocial
Multifuncionalidad Baja Alta
Resiliencia Baja Alta
Huella ecológica Alta Baja
Cambio climático Alto Bajo
Eficiencia energética Baja Alta
Seguridad ambiental Baja Alta
Seguridad alimentaria Baja Alta
Soberanía alimentaria Baja Alta
Patrimonio cultural Bajo Alto
Cohesión social Baja Alta
Una suerte de síntesis abarcativa, de las tablas anteriores, se incluye en la Tabla 5. Al

respecto son emblemáticas las visiones de corto y largo plazo y el reconocimiento, o no,
de la función social de la tierra, entre los seis ítems seleccionados. Se aprecia la
10
potencialidad disciplinadora, en términos de resiliencia y desarrollo, a partir de cada

paradigma.
Tabla 5. Resumen de cualidades estructurales y estructurantes de los dos paradigmas
Paradigma Agroindustrial Agrosocial

Visión Corto plazo Largo plazo
Interés Privado Social
Costos sociales y ambientales Socializados Internalizados
Función social de la tierra Desestimada Inherente
Buenas prácticas agrícolas Contingentes Sistémicas
Cohesión Corporativa Comunitaria
Discusión
1.- Suelos, competencias agronómicas y sociología rural
Si postulo la calidad del suelo y el paisaje como los elementos más sensibles de la
relación sociedad-naturaleza (metabolismo social), es innegable que el análisis del
complejo agroalimentario resulta determinante. En esa línea, pasar de una racionalidad
económica a una ambiental no puede soslayar el abordaje de los modelos productivos,
en orden a su mayor o menor grado de (in)sustentabilidad, en tanto (sub) sistemas de
un territorio (Tabla 3). Paralelamente, urge incorporar el largo plazo como un horizonte
inexcusable de trabajo.
La carta Universal del Agrónomo (Farm LAB, 2015), al hablar de los desafíos globales
del siglo XXI, propone una estrategia donde la alimentación es tecnología y la
sustentabilidad, ambiental. Este sesgo conceptual y reduccionista responde a un
soporte epistémico del paradigma agroindustrial. Reducir la sustentabilidad, por ejemplo,
a una de sus componentes es vaciarla de contenido (Loewy, 2009). En los diez
enunciados de esa carta no aparece, coherentemente, ninguna mención a las
competencias profesionales sobre la calidad de los sistemas productivos agrarios. Valga
esta referencia para enfatizar la relevancia de la batalla cultural para instalar agendas
estructurales frente a los intereses corporativos transnacionales.
La presencia, cada vez más expansiva, del modo de producción agroindustrial se

percibe en el cambio del uso del suelo y en sus impactos sobre este recurso no
renovable. Un informe reciente consigna que el 33 por ciento de la tierra se encuentra
de moderada a altamente degradada debido a la erosión, salinización, compactación,
acidificación y contaminación química. La erosión se lleva de 25 a 40 000 millones de
toneladas de la capa arable del suelo cada año, lo que reduce significativamente los
rendimientos de los cultivos y la capacidad para mantener sus prestaciones
ecosistémicas. El crecimiento demográfico, la urbanización y el cambio climático, por
distintas vías, también ejercen una presión creciente sobre esta base insustituible de la
vida en el planeta (FAO, 2015).
11
Sevilla Guzman (2013) expone una secuencia del pensamiento social agrario
hegemónico, a partir del siglo XIX, desde la sociología rural hasta el desarrollo rural
sustentable. En ese trayecto de cambios, no esenciales, se va consolidando la
agricultura de perfil industrial. Paralelamente, describe el pensamiento social agrario
alternativo desde la lógica del lucro capitalista hasta la dimensión sociopolítica de la
agroecología.
Las dimensiones ecológica (técnico-productiva), socioeconómica y cultural (de

desarrollo endógeno, local) y política (de transformación socioambiental), descriptas
para la agroecología, son concurrentes al modelo agrosocial. Asimismo, se comparte la
filosofía de las tres C: Cooperación desde abajo (democratización); Cuidados frente a
nuestras vulnerabilidades (ecosistemas, necesidades humanas) y Circuitos cortos
alimentarios y energéticos (relocalización) (Calle Collado, 2015).
2.- Actividad agraria, metabolismo social y desarrollo
La transformación de la superficie terrestre por las actividades humanas, en términos de

su metabolismo social, surge como el componente más relevante del Cambio Global.
Para el año 2007, en términos geomorfológicos, las actividades humanas (directas)
habían modificado ya el 53% de la superficie terrestre: 46 % en agricultura y forestación
más 7 % en infraestructura humana (Hooke et al., 2012).
La modalidad de apropiación vigente determina una perturbación de los ecosistemas,

afecta a la biodiversidad y reduce los bienes y servicios que aportan a la humanidad,
muchos de ellos esenciales. Al respecto, las actividades agrícolas -en forma directa o
indirecta- son las principales causantes de esta degradación ambiental. Conciliar esa
producción primaria con el mantenimiento o el aumento de la biodiversidad y de otros
servicios ecosistémicos emerge como un reto indelegable de la humanidad (Rey
Benayas, 2013).
Siempre pensando en Argentina y ejemplificando en la región pampeana, las pequeñas

y medianas empresas invariablemente tuvieron más dificultades para permanecer y
reproducirse que sus pares de mayor tamaño. La agricultura familiar, como caso
representativo, durante la mayor parte del siglo XX -sin embargo- mantuvo una
coexistencia con la mediana y gran empresa capitalista y la agroindustria. Ello fue
posible gracias a la mediación estatal que, con la expansión del capitalismo neoliberal,
se canceló en los años 90. Esto no implicó un simple cambio de forma sino de toda una
lógica productiva, ahora mercadocéntrica. En tal marco, ese segmento productivo acabó
siendo incompatible con el avance del agronegocio (Giarraca, 2014).
La unidad agrosocial delineada, empero, reúne atributos que promueven el desarrollo

local, la seguridad alimentaria y ambiental y -por añadidura- el ordenamiento territorial
(Tablas 2 y 4). Esto se fundamenta en base a la definición de algunos indicadores:
tamaño, tenencia, residencia, diversidad y una determinada tecnología (Tabla 1)
12
Internalizando los costos sociales y ambientales, dentro de su multifuncionalidad. Dicha

tipología puede transformarse en una estrategia de desarrollo humano con equidad intra
e intergeneracional, vinculantes a demandas socios ambientales globales (Tabla 5).
En Argentina, esta agenda jerarquiza -además- problemas estructurales como el (des)

ordenamiento territorial, en la medida que el desarrollo vuelva a ser un objetivo nacional,
afianzado desde lo local, horizontal y participativo.
Conclusiones
Abordar la problemática del complejo agroalimentario, para la Argentina, aparece como

el eslabón primario de cualquier estrategia de país enmarcada en un proyecto nacional.
La comparación detallada de los paradigmas agrarios, resalta a la calidad de los

sistemas productivos como variables críticas del desarrollo, genéricamente, en términos
de una sustentabilidad no fragmentada.
El paradigma agrosocial, emergente, propuesto como superador del agroindustrial,

dominante, puede operar -en la región pampeana- como una transición o coevolución en
torno a la agroecología que aparece como más radicalizada.
La reconversión del complejo agroalimentario en Argentina importa, también, una

responsabilidad global frente a la encrucijada civilizatoria del siglo XXI.
Bibliografía
Amundson, R.; Asefaw Berhe, A.; Hopmans, J. W.; Olson, C.; Sztein, A. E. & D. L.
Sparks. 2015. Soil and human security in the 21st century. Review. Science 8 May 2015:
Vol. 348 no. 6235. DOI: 10.1126/science.1261071.
Bauman, Z.; En busca de la política. México. Fondo de Cultura Económica.2006.
Beck, U. (2004). Introducción: nueva teoría crítica con intención cosmopolita. En “Poder
y contrapoder en la era global”. Capítulo I: 23-67. Barcelona-Buenos Aires-México.
Paidos.
Calle Collado, A. 2015. Democratizar construyendo sostenibilidad alimentaria. En

http://www.rebelion.org/noticia.php?id=205979 (23-11-15)
Cortina, A. 2014. Lo sostenible no siempre es lo justo. El País, España. 17 de octubre.

http://elpais.com/elpais/2014/09/23/opinion/1411493461_920733.html
Deumling, D.; Wackernagel, M. & Ch. Monfreda.; “Eating up the earth: how sustainable
food systems shrink our ecological footprint”. Agriculture footprint brief. Redefining
Progress. 2003, 12p.
13
Ellis, E. C. & N. Ramankutty. 2008. Putting people in the map: anthropogenic

biomes of the world. Front Ecol Environ 2008; 6(8): 439–447.
Farm LAB, 2015. Carta universal del ingeniero agrónomo. VI Congreso Mundial de
Milán. Contribución Nº 103.
FAO, 2015. Informe. Los suelos están en peligro, pero la degradación puede revertirse.
http://www.fao.org/news/story/es/item/357165/icode/
Foley, J. 2012. La otra verdad incómoda. Video y transcripción.

https://www.ted.com/talks/jonathan_foley_the_other_inconvenient_truth/transcript?langu
age=es
Giarraca, N. 2014. “Difícil convivencia (Agricultura familiar y agronegocios)”.

Biodiversidad en América Latina y el Caribe (Web).Publicado | 11 noviembre.
http://www.biodiversidadla.org/Principal/Secciones/Documentos/Dificil_convivencia_Agri
cultura_familiar_y_agronegocios
Gómez-Baggethun, E. & De Groot, R. 2007. Capital natural y funciones de los

ecosistemas: explorando las bases ecológicas de la economía Ecosistemas 16 (3): 4-14.
http://www.revistaecosistemas.net/articulo.asp?Id=496
Hooke, R. L.; Martín-Duque, J. F. & J. Pedraza. 2012. Land transformation by humans: A

review. Science Article, volumen 22, numero 12 | Diciembre 2012
http://www.madrimasd.org/blogs/biodiversidad/files/2013/03/Hooke-et-
al_2012_GSAToday.pdf
Informe Brundtland. 1987. Informe de la Comisión Mundial sobre Medio Ambiente y

Desarrollo. ONU.
INTA, El Mundo Agrario hacia el 2030. Unidad de Coyuntura y Prospectiva. 2010.

Leff, E. 2008. Discursos sustentables, Editorial Siglo XXI, México, 2008, 273 p.
Loewy, T. 2008. Indicadores sociales de las unidades productivas para el desarrollo

rural en Argentina. Volumen 9:75-85 http://www.redibec.org/IVO/rev9_06.pdf
Loewy, T. 2009. Sustentabilidad: hacia la recuperación de un perfil operativo. Actas

Cuartas Jornadas de la Asociación Argentino Uruguaya de Economía Ecológica – Bs
As. http://inta.gob.ar/documentos/sustentabilidad-hacia-la-recuperacion-de-un-perfil-
operativo/at_multi_download/file/1.%20sustentabilidad.pdf
Loewy, T. 2014 a. “La Unidad Agraria Social‟ como herramienta para otra ruralidad”.
Jornadas “La viabilidad de los ínviables´ Universidad Nacional de Quilmes. 12 al 14
nov. 2014.
Loewy, T. 2014b. “Vigencia de la Multifuncionalidad Agrícola”. Revista interdisciplinaria

de estudios sociales (CEISO, Bahía Blanca). Enero-Junio 2014. Nº 9, pp. 9-25.
14
Loewy, T.; Álamo, M.; Milano, F. & H. Campaña. 2013. Otra ruralidad: metas para un
Proyecto Territorial del Sudoeste Bonaerense. Actas y CD, VIII Jornadas
Interdisciplinarias de Estudios Agrarios y Agroindustriales. Facultad de ciencias
Económicas UBA. 29, 30, 31de oct. y 01 de nov. Buenos Aires.
Loewy, T.; Milano, F. A.; Ángeles, G. R.; Saldungaray, M. C.; Campaña, D. H. & M. A.
Álamo. 2015. Buenas prácticas agrícolas con desarrollo local para el sudoeste
bonaerense EdiUns. Serie Extensión Colección Ciencias. 105 p.
Luhmann, N. 1998.Complejidad y modernidad. De la unidad a la diferencia. Ed. Trotta.

185 Pág.
Luhmann, N. 2007. La sociedad de la sociedad. México, Herder. 964 pág.
Madoery, O. 2008. Otro desarrollo. El cambio desde las ciudades y regiones. Colección
Ciencias Sociales. Universidad Nacional de General San Martín (UNSAM).
Argentina.168 p.
http://www.dhl.hegoa.ehu.es/ficheros/0000/0299/Madoery_Otro_Desarrollo_El_cambio_
desde_las_ciudades_y_las_regiones_2008.pdf
Martin, J.; Maton, K. & E. Matruglio. 2010. Historical cosmologies: Epistemology and
axiology in Australian secondary school history discourse. Revista Signos, 43(74)433-
463
Meadows, D.H.; Meadows, D.L.; Randers, J. & W. Behrens (1972). Los límites del
crecimiento. Madrid: Fondo de Cultura Económica.
Monllor, N. 2013. El nuevo paradigma agrosocial, futuro del nuevo campesinado

emergente. Polis, Revista Latinoamericana, Volumen 12, Nº 34, p. 203-223
Naredo, J. M. 2004. “La economía en evolución: invento y configuración de la economía
en los siglos XVIII y XIX y sus consecuencias actuales”. Universidad Politécnica de
Madrid. Ciudad Universitaria. Manuscrito 22: 83-117
Pardo Buendía, M. 2008. Hacia una "comunidad epistémica" de cambio socioambiental

global. http://www.madrimasd.org/informacionIdi/analisis/analisis/analisis.asp?id=34834
Pengue, W. 2015. Suelos, huellas de nutrientes y estabilidad ecosistémica. Revista

Fronteras, UBA. N13: 1-18.
Reichmann, J. 2006. Biomímesis. Ensayos sobre imitación de la naturaleza,

ecosocialismo y autocontención. Ed. Catarata. 369 pág.
Riechmann, J. Sostenibilidad: algunas reflexiones básicas (S/F)
http://www.upf.edu/materials/polietica/_pdf/sossostenibilidadreflexiones.pdf
Rey Benayas, J. M. 2013. La manicura de los campos agrícolas. Dpto. de Ciencias de la

Vida de la Universidad de Alcalá. Publicado el 15 febrero.
15
Robertson, R. 2000. Glocalización: tiempo-espacio y homogeneidad-heterogeneidad.

En: Trotta (Ed.) Cansancio del Leviatán: problemas políticos de la mundialización. Ed.
ZONA ABIERTA, Madrid, 92/93:213-241
Sevilla Guzman, E. 2013. El despliegue de la Sociología Agraria hacia la Agroecología.

Cuides. Nº 10:85-109.
Schumacher, E. F. (1984). Lo pequeño es hermoso. Ediciones Orbis. 320 p.
Svampa, M. 2013. “Consenso de los Commodities” y lenguajes de valoración en
América Latina. Revista Nueva Sociedad.
Toledo, V. M. 2008. Metabolismos rurales: hacia una teoría económico-ecológica de la

apropiación de la naturaleza. Revista Rebivec. Vol. 7: 1-26
http://www.redibec.org/ccount/click.php?id=37
Sarandón, S. J. & Flores, C. C. 2014. Agroecología bases teóricas para el diseño y

manejo de agroecosistemas sustentables. Editorial de la Universidad de La Plata
(Edulp). Buenos Aires. Argentina. 466 pág.
Vasilachis, I de G. 1992. “Métodos cualitativos. I. Problemas teórico-epistemológicos.
Buenos Aires, Centro Editor de América Latina (introducción, tesis nº 2)
Vilches, A & D. Gil Pérez. 2011. El Antropoceno como oportunidad para reorientar el
comportamiento humano y construir un futuro sostenible Revista Electrónica de
Enseñanza de las Ciencias Vol. 10, Nº 3, 394-419
16
VARIACIÓN DE CARBONO ORGÁNICO DEL SUELO BAJO DIFERENTES

MANEJOS EN LOTES DEL AMBIENTE SEMIÁRIDO CALCHAQUI
ANA CHÁVEZ(1)*; PAULINA CABRERA(1); CAROLINA ARMATA(1); RAMÓN

OSINAGA(1); FELIPE RIVELLI(1) & LILIANA PÉREZ(1)
(1)
Universidad Nacional de Salta.
* [email protected]
Palabras clave: Uso de la tierra, vegetación, influencia antrópica
Resumen
El ambiente de las tierras áridas se caracteriza por un conjunto de elementos que
afectan su capacidad para fijar el carbono. La característica principal de las tierras
áridas es la falta de agua. Esto limita la productividad de las plantas de forma severa,
por lo tanto, afecta la acumulación de carbono en los suelos.El presente trabajo evaluó
el impacto en el tiempo de diferentes sistemas de manejo en el contenido de Carbono
Orgánico del Suelo(COS) en el horizonte superficial de un suelo de la región
semiárida de los Valles Calchaquíes (Cafayate), sometido a dos sistemas de manejos
en parcelas contiguas, una con alfalfa implantada (PCA) desde el año 2007 y la otra
con la vegetación natural existente (PSA) y; relacionarlo con algunas propiedades del
suelo.Los suelos bajo estudio pertenecen a la serie Cafayate, desarrollados a partir de
depósitos coluviales y aluviales de arenas medias a finas, provenientes de las rocas
intrusivas y metamórficas del basamento cristalino que conforman las Sierras del
Cajón. Son bien a algo excesivamente drenados, de relieve poco ondulados,
pertenecientes a los sectores medios y terminales de los conos aluviales de las sierras
mencionadas. La serie posee colores pardos grisáceos claros, reacción neutra a
débilmente ácida, inclusiones de lentes y capas de gravilla y grava con clastos
angulosos del basamento y ligera pedregosidad en superficie Las muestras se
tomaron en tres diferentes momentos en los años 2010, 2013 y 2015. Las mismas se
secaron al aire, en laboratorio se determinó: Carbono Orgánico (COS), por el método
de Walkley y Black.La determinación de la Fracción erodable(FE) fue calculada como
el porcentaje de agregados secos <0,84 mm de diámetro. Conductividad eléctrica
(CE),1:2,5 suspensión suelo-agua, pH (1:2,5 suelo-agua, método potenciométrico).Los
valores obtenidos se procesaron mediante el análisis de varianza y el test de
Tukey(P<0,05). Los resultados muestran que no se observaron diferencias
significativas en pH y CE. El análisis de COS y FE de las parcelas PSA y PCA
evidenció diferencias estadísticamente significativas entre ambos manejos. Se
concluye que bajo condiciones de aridez moderada, vegetación xerófila suelos de
texturas arenosas con erosión hídrica y eólica, el cultivo de alfalfa mejora del
contenido de carbono orgánico del suelo.
1
Introducción
El carbono orgánico del suelo (COS) es un componente importante del ciclo global del
Carbono (C), ocupando un 69,8 % del C orgánico de la biosfera (FAO, 2001).
El suelo puede actuar como fuente o reservorio de Cdependiendo de su uso y manejo
(Lalet al., 1990;Lal, 1997).Existen prácticas agronómicas que favorecen la captura de
C en el suelo (West & Post, 2002). La labranza de conservación (Lal, 1997), que
incluye a la cero labranza (FAO, 2001), es un sistema de manejo de suelos que tiene
una alta capacidad potencial para secuestrar C en el suelo (Rasmussen & Parton,
1994; Rosell, 1999).El carbono orgánico del suelo, COS, afecta la mayoría de las
propiedades químicas, físicas y biológicas del suelo vinculadas con su: 1) calidad
(Carter, 2002, Wanderet al., 2002), 2) sustentabilidad (Carter, 2002; Acevedo &
Martínez, 2003) y 3) capacidad productiva (Sánchez et al., 2004; Bauer & Black,
1994) por lo que en un manejo sustentable, el COS debe mantenerse o aumentarse
(Martínez et al., 2008).
El ambiente de las tierras áridas se caracteriza por un conjunto de elementos que
afectan su capacidad para fijar el carbono. La característica principal de las tierras
áridas es la falta de agua. Esto limita la productividad de las plantas de forma severa y,
por lo tanto, afecta la acumulación de carbono en los suelos. El problema se agrava,
debido a que la lluvia no sólo es escasa, sino que generalmente es errática. Por lo
tanto, un buen manejo de la poca agua existente es esencial. Además, el contenido de
carbono orgánico del suelo tiende a decrecer exponencialmente con la temperatura
(Lal, 2002a). En consecuencia, los suelos de las tierras áridas contienen pequeñas
cantidades de carbono (entre uno y menos de 0,5 por ciento) (Lal, 2002b).Los suelos
de las tierras áridas son proclives a la degradación y la desertificación, lo cual conduce
a reducciones importantes en el contenido de carbono orgánico del suelo. Sin
embargo, el potencial de las tierras áridas para secuestrar carbono es alto, no solo
debido a su gran magnitud, sino también porque históricamente, los suelos de las
tierras áridas han perdido cantidades significativas de carbono y falta una cantidad
importante para su saturación. Debido a todas estas características, cualquier
estrategia para restablecer la materia orgánica del suelo en estas regiones resulta
particularmente interesante (FAO,2007:17).
En condiciones naturales el nivel de materia orgánica de un suelo es función del
clima, vegetación, topografía, material madre y tiempo. El uso y manejo del suelo tiene
importantes efectos, negativos o positivos, en el contenido de materia orgánica del
suelo (Cambardella & Elliott, 1992).
El objetivo de este trabajo fue evaluar el impacto en el tiempo de diferentes sistemas
de manejoen el contenido de COS en el horizonte superficial de un suelo de la región
en parcelas contiguas, una con alfalfa implantada (PCA) desde el año 2007 y la otra
2
con la vegetación natural existente (PSA) y; relacionarlo con algunas propiedades del
suelo.
El presente trabajo se desarrolló en los Valles Calchaquíes, específicamente, en el

departamento de Cafayate. La zona de Cafayate se caracteriza por un moderado
gradode aridez, el cual es reflejado en la vegetación xerófila que se desarrolla en el
lugar como consecuencia de las escasas precipitaciones y la enorme demanda de
agua insatisfecha (evapotranspiración), Ortíz(2007).
Presenta grandes amplitudes térmicas, producto de la intensa radiación diurna y la
irradiación nocturna, con una marcada diferencia entre los valores de temperaturas
medias registrados en verano e invierno, alcanzando en verano el valor máximo de
30,8 °C y 1,3 °C, mínimo valor, en invierno . Según Valencia et al., (1970)la cantidad
total de precipitación pluvial se aproxima a 197 mm. Las lluvias se producen en los
meses de verano, período en el que se registraalrededor del 99 % de la precipitación
anual. El hecho, que las lluvias coincidan con el período de temperaturas elevadas
determina un menor aprovechamiento del agua por el suelo a causa de la elevada
evaporación. La época invernal corresponde a la etapa seca, constituyéndose un
periodo de sequía importante.
Los vientos de la zona toman una marcada importancia al analizar su relación con el
movimiento de los cuerpos dunares. Se caracterizan por ser de carácter regional, que
descienden de las cumbres Calchaquíescon gran velocidad y sin humedad (Carón,
2008). Los vientos soplan en dirección NNE – SSW, "en condiciones de viento normal"
las intensidades oscilan entre los 40 y 70 Km/hora, mientras que en los temporales
ventosos de varios días de duración, la velocidad del mismo alcanza límites extremos
entre 70 y 90 Km/hora, oportunidad en que su acción morfológica es tan o más
importante que varias temporadas de viento normales.
Según Cabrera, (1994) la composición florística del área de estudio pertenece a la
Provincia Fitogeográfica "Monte", correspondiente al Dominio Chaqueño. Según
Valencia et al. (1970) el área es muy uniforme y se caracteriza por la presencia de
Zigofiláceas arbustivas pertenecientes en especial al género Larrea (Jarillas), Bulnesia
(Retama), Plectocarpa (Rodajilla), Prosopis (Algarrobo), entre otras. Ligados a una
mayor presencia de humedad extra en el suelo aparecen "arcales" de Acacia visco y
"sauzales" de Salixhumboldtiana. Los "algarrobos" de Prosopisnigra y Prosopis alba,
se hallan ligados a la presencia de agua en el suelo, generalmente provenientes de
cursos de agua o freáticos. En el estrato inferior, predominan las hierbas anuales y las
gramíneas, en el estrato intermedio existen arbustos o arbolitos ramificados desde la
base y cactáceas.
Los suelos bajo estudio pertenecen a la serie Cafayate, desarrollados a partir de
depósitos coluviales y aluviales de arenas medias a finas, provenientes de las rocas
3
intrusivas y metamórficas del basamento cristalino que conforman las Sierras del
Cajón. Son bien a algo excesivamente drenados, de relieve poco ondulados,
pertenecientes a los sectores medios y terminales de los conos aluviales de las sierras
mencionadas. La serie posee colores pardo grisáceos claros, reacción neutra a
débilmente ácida, inclusiones de lentes y capas de gravilla y grava con clastos
angulosos del basamento y ligera pedregosidaden superficie. Las texturas
superficiales varían desde arenas gruesas con gravilla hasta arenasfinas; similares
características presentan las capas del subsuelo pero en general con fracciones de
arenas más finas en profundidad e inclusión de cantos rodados de menos de 10 cm de
diámetro (Valencia et al., 1970).
Las parcelas bajo estudio presentan clase textural arenosa, se corresponden con las
siguientes coordenadas: PCA con alfalfa 26° 2'26.88" 65°52'21.77"O, PSA sin alfalfa
26° 2'29.59"S 65°52'26.08"O.
El presente trabajo evaluó el impacto en el tiempo a diferentes sistemas de manejoen
el contenido de COS, FE, CE y pH en el horizonte superficial de un suelo de la región
en parcelas contiguas, una con alfalfa implantada (PCA) desde el año 2007 con una
superficie aproximada de 20 ha, y la otra con la vegetación natural existente (PSA)con
dimensiones similares a PCA y relacionarlo con algunas propiedades del suelo.
Del trabajo de campo surge que en la PCA hay una coloración más oscura en el
horizonte superficial (Figura N° 1)y acumulación de restos vegetales (Figura N° 2). En
la PSA se observa pavimento de desierto (Figura N° 3), estratificación (Figura N° 4) y
signos e erosión hídrica (Figura N° 5).
Figura N° 1: Coloración más oscura en el

horizonte superficial en PCA
Figura N°2: Restos de vegetales

en superficie en PCA
4
Figura N° 3: Formación de pavimento en PSA
Figura N° 5: Signos de erosión hídrica

en PSA
Figura N° 4: Estratificación en PSA
Las muestras se tomaron en tres diferentes momentos, en los años 2010, 2013 y
2015.El muestreo se realizó con una pala, tomando muestras no alteradas,
superficiales de 2,5 cm de suelo de cada lote. Para la toma de muestra de suelo, en
cada parcela, se demarcaron tres cuadriculas de 50 m por 50 m y en cada una de ellas
en las dos diagonales se tomaron muestras de suelo obteniéndose dos muestras
compuestas por cada cuadrícula o sea seis muestras compuestas por parcela,
haciendo un total de 12 para cada año de muestreo. Las mismas se secaron al aire, en
laboratorio se determinó: Carbono Orgánico (COS), por el método de Walkley y Black
(1934). En ningún caso se detectó presencia de carbonatos. Para la determinación de
la Fracción erodable (FE) se tamizaron muestras no disturbadas de 100 g durante 5
minutos, la (FE) fue calculada como el porcentaje de agregados secos <0,84 mm de
diámetro (López et al. 2007), Conductividad eléctrica (CE),1:2,5 suspensión suelo-
agua y pH (1:2,5 suelo-agua, método potenciométrico).
Para evaluar el efecto del uso de la tierra sobre el contenido de COS, la FE, CE y pH
se realizó un análisis de varianza (ANOVA) utilizando el programa estadístico InfoStat
5
(Di Rienzo et al., 2011). Para la comparación de medias, se utilizó el test de Tukey a
un nivel de significancia estadística de 0,05.
En la Tabla N°1 se presentan valores promedio anuales de las propiedades evaluadas

para las dos situaciones abordadas.
Con respeto a la CE, no se observaron diferencias estadísticas en las PSA y PCA en
el periodo analizado, entre estas parcelas. El pH no mostro diferencias estadísticas en
las parcelas en el periodo evaluado entre PSA y PCA. La ausencia de cambios
significativos en el pH y la CE de este suelo pudo deberse a la influencia dominante
que el clima tiene en las propiedades del suelo.Si bien la materia orgánica del suelo
(MOS) afecta la reacción del suelo (pH) debido a los diversos grupos activos que
aportan grados de acidez, a las bases de cambio y al contenido de nitrógeno presente
en los residuos orgánicos aportados al suelo (Aguilera, 2000). Las precipitaciones
escasas en época estival y la elevada evaporación no permiten la lixiviación de sales.
De acuerdo a Conti, 2014, el agua de lluvia arrastra hacia las profundidades primero
sales solubles y no tan solubles como carbonatos de Calcio, Magnesio, Sodio y
Potasio intercambiables, que son reemplazados por hidrogeniones en el complejo de
intercambio.
En el periodo evaluado 2010 a 2015 registró un incremento en el COS en PCA del 205
%, evidenciando una tendencia creciente, mientras que en (PSA) se observa una
tendencia a la disminución. (Figura N° 6).
FiguraN°6: Variación del contenido de Carbono

Orgánico del Suelo
6
El análisis de comparación entre las medias anuales de COS de las parcelas PSA y
PCA evidenció diferencias estadísticamente significativas entre ambos manejos.
La FE promedio para la parcela bajo uso agrícola y la parcela sin alfalfa fueron
significativamente distintas. En el período registrado no se observan cambios de en los
valores de FE en cada parcela (Figura N° 7).
Tabla N° 1: Resumen de valores medios para los distintos tratamientos

Carbono Conductividad Fracción
Orgánico Eléctrico Erodable pH
% dS/m %
Años PSA PCA PSA PCA PSA PCA PSA PCA
2010 0,227 0,561 0,222 0,233 67 77 8,8 7,9
2013 0,200 0,750 0,223 0,234 69 82 8,8 7,9
2015 0,128 1,150 0,249 0,237 69 82 8,3 8,7
FiguraN°7: Variaciones de la Fracción Erodable en ambos

sistemas de manejo
7
Conclusiones
Los resultados presentados permiten aceptar la hipótesis planteada respecto a que, el

uso diferencial del suelo en zonas de bajas precipitaciones y susceptibles a la erosión
eólica modifica los contenidos de COS a nivel de lote.
El uso de alfalfa favoreció la acumulación de COS, además la parcela con dicha
actividad presentó diferencias en los porcentajes de FE respecto la parcela con
vegetación natural.
Bibliografía
Acevedo, E. y Martínez, E., 2003. Sistema de labranza y productividad de los suelos,
en Acevedo, E.: Sustentabilidad en Cultivos Anuales. Santiago, Universidad de Chile,
Serie Ciencias Agronómicas N ° 8, p. 13-25.
Bauer, A., Black, A. L., 1994. Quantification of the effect of soil organic matter content
on soil productivity. SoilSci. Soc. Am. J. 58,185-193.
Cabrera, A. L. 1958. La vegetación de la Puna Argentina. Revista de Investigaciones
Agrícolas. Buenos Aires, 11(4):317-512.
Carón, M.M. 2008. Análisis de las posibilidades de recuperación del bosque de
algarrobo afectados por incendios. Departamento Cafayate. Provincia de Salta. Tesis
de grado, Universidad Nacional de Salta, Dpto. Cs. Naturales, Salta, Argentina.
Carter, M.R., 2002. Soil quality for sustainable land management: organic matter and
aggregation interactions that maintain soil functions. Agron. J. 94, 38-47.
2011. InfoStatversión 2011. GrupoInfoStat, FCA, Universidad Nacional de Córdoba,
FAO, 2001. Soil carbon sequestration for impoved land management. Worldsoilreports
96. Rome, 58 p.
FAO,2007. Secuestro de carbono en tierras áridas. Food & AgricultureOrg.Informes
sobre recursos mundiales de suelos N°102.ISBN 978-92-5-305230-1. Rome,107 p.
Lal, R.; D. J. Eckert; N. R. Fausey & W. M. Edwards. 1990. Conservation tillage in
sustainable agriculture. In: C. A. Edwards, R. Lal, P. Madden, R. H. Miller and G.
House, Sustainable Agriculture Systems. Soil and WaterConservationSociety, Iowa,
USA, pp. 203-225.
Lal, R., 1997. Residue management, conservation tillage and soil restoration for
mitigating greenhouse effect by CO2 – enrichment. SoilTill. Res. 43, 81-107.
Lal, R. 2002a. Soil carbon dynamics in crop land and rangeland.Env. Poll., 116: 353–
362.
8
Lal, R.2002b. Carbon sequestration in dryland ecosystems of west Asia and north
Africa. Land Deg. Dev., 13: 45–59.
Martínez Castillo, M.; R. Osinaga & J. L. Arzeno. 2010. Terrón Húmedo (TH5): Como
Indicador de Calidad de Suelos. XXII Congreso Argentino de la Ciencia del Suelo.
Rosario. Santa Fe. Argentina.
Martínez H. E.; J. P. Fuentes E. & H. E. Acevedo. 2008. Carbono orgánico y
propiedades del suelo. Revista de la ciencia del suelo y nutrición vegetal, 8(1), 68-96.
Recuperado en 21 de febrero de 2016, de
http://www.scielo.cl/scielo.php?script=sci_arttext & pid=S0718-27912008000100006 &
lng=es & tlng=es. 10.4067/S0718-27912008000100006.
Rasmussen, P. E., Parton, W. J., 1994. Long-term effect of residue management in
wheat – fallow: I. Inputs, yield, and soil organic matter. SoilSci. Soc. Am. J. 58, 523-
530.
Rosell, R.A., 1999. Materia orgánica, fertilidad de suelos y productividad de cultivos.
Proceed. XIV Congreso Latinoamericano de la Ciencia del Suelo. (Texto completo en
CD Rom.) Pucón, Chile.FAO, 2007.
Sánchez, J. E., Harwood, R. R., Willson, T. C., Kizilkaya, K., Smeenk, J., Parker, E.,
Paul, E. A. Knezek, B. D., Robertson, G. P., 2004. Managing soil carbon and nitrogen
for productivity and environmental quality. Agron. J. 96, 769-775.
Valencia R.; A.B. Lago; T. Chafatinos; R.A. Ibarguren; R.P. Menegatti; A. Ocaranza.
1970. Los suelos de los Valles Calchaquíes. Gobierno de la Provincia de Salta -
Universidad Nacional de la Plata. Tomo A.
Wander, M. M., Walter, G. L., Nissen, T. M., Bollero, G. A., Andrews, S. S.,
Cavanaughgrant, D. A., 2002. Soil quality: Science and process. Agron. J. 94, 23–32.
West, T. O. & Post, W. M., 2002. Soil organic carbon sequestration rates by tillage and
crop rotation: A global data analysis. Soil Sci. Soc. Am. J. 66, 1930-1946.
9
PROPUESTA DE MODIFICACION EN EL CÁLCULO DEL FACTOR LS DE LA USLE
JORGE GVOZDENOVICH1,2; & MARIANO SALUZZIO1

1
INTA EEA Paraná; 2 Facultad de Ciencias Agropecuarias (UNER)
* [email protected]
Palabras clave: USLE, RUSLE, LS
Resumen
El método más sencillo y usado para calcular la erosión total laminar y en microsurcos
es la Ecuación Universal de Pérdida de Suelos. Debido al cambio de tecnologías en
los últimos años, la erosión principal paso de ser la laminar a ser erosión en surcos,
para interpretar mejor este efecto, se desarrolló la Ecuación Universal Revisada de
Pérdida de Suelos. El factor topográfico, recoge la influencia del relieve, que es
considerado como factor activo en el proceso de erosión hídrica, responsable de la
circulación del agua sobre el suelo, determinante de su velocidad y por tanto, de su
capacidad disgregadora y de transporte. Se obtiene como producto del factor longitud
de ladera (L) por el factor pendiente (S). Tanto la longitud de ladera como la pendiente
desempeñan un papel muy importante en el proceso de erosión laminar y en surcos.
El modelo RUSLE, asigna una mayor influencia a la longitud de ladera que la
considerada en la USLE, teniendo en cuenta que esta longitud de ladera es decisiva
para la iniciación de la formación de surcos, a partir de los cuales se incrementan
mucho las pérdidas de suelo en las laderas. El objetivo de este trabajo es comparar
los resultados de LS estimados con USLE y RUSLE, y ver que modelo es más preciso
y más eficiente al momento de estimar la erosión total. Las conclusiones del trabajo
arrojaron que los valores de LS con RUSLE son más precisos que los del modelo
USLE, ya que contempla la erosión en surcos y entre surcos. También el valor de LS
obtenido por RUSLE, presenta una continuidad de los resultados en la medida que
aumenta la intensidad de la pendiente, mientras que el valor de LS obtenido por USLE
presenta discontinuidad o saltos a medida que aumentamos la intensidad de la
pendiente.
Introducción
Ante la presencia de un evidente cambio climático, donde las precipitaciones son más
intensas, e impactan directamente sobre los suelos, cultivos y manejo, provocando
erosión principalmente en surcos y cárcavas, se requiere hacer estimaciones de la
erosión (rendimiento de sedimento) en campos de cultivos o cuencas. Para responder
a esta necesidad, se han desarrollado numerosos modelos para predecir la erosión.
1
El método más sencillo y usado para calcular la erosión total laminar y en microsurcos
es la Ecuación Universal de Pérdida de Suelos (Universal Soil Loss Equation) (USLE,
Wischmeier y Smith, 1978). Debido al cambio de tecnologías en los últimos años, la
erosión principal paso de ser la laminar a ser erosión en surcos, para interpretar mejor
este efecto, se desarrolló la Ecuación Universal Revisada de Pérdida de Suelos
(Revisad Universal Soil Loss Equation - RUSLE), (Renard et al., 1997).
Ambos modelos utilizan seis factores: erosividad de la lluvia (R), susceptibilidad de
erosión del suelo (K), largo de la pendiente (L), magnitud de la pendiente (S), cubierta
y manejo de cultivos y residuos (C), y prácticas de conservación (P), para estimar la
pérdida de suelos promedio (A) por el período de tiempo representado por R,
generalmente un año (Scotta et al., 1986).
La RUSLE fue desarrollada para superar algunas de las limitaciones de USLE. Sus
avances incluyen modificaciones en el factor K (susceptibilidad del suelo a la erosión
estacionalmente variable), en el factor C (utilizando subfactores que incluyen uso
previo de la tierra, cubierta de cultivos, cubierta vegetal del suelo y rugosidad), en el
factor LS (que consideran porcentajes de erosión en surcos e inter-surcos, capacidad
de ajustar el LS para pendientes de forma variable) y en el factor P.
El factor topográfico (LS), recoge la influencia del relieve, es considerado como factor
activo en el proceso de erosión hídrica, responsable de la circulación del agua sobre el
suelo, determinante de su velocidad y por tanto, de su capacidad disgregadora y de
transporte. Se obtiene como producto del factor longitud de ladera (L) por el factor
pendiente (S). Tanto la longitud de ladera como la pendiente desempeñan un papel
muy importante en el proceso de erosión laminar y en surcos. La intensidad de la
pendiente, es la que determina la variación de la energía potencial por unidad de
longitud, que se traduce en un incremento de la velocidad del flujo de escorrentía, y
en consecuencia en un incremento en la capacidad erosiva y de transporte (García
Rodriguez & Giménez Suárez, 2009).
En un trabajo realizado por Fernández Yute et al. (2006), donde compararon los
factores LS de USLE y RUSLE, obtuvieron que en el caso del factor LS las diferencias
que aparecen en pendientes elevadas podrían dar estimaciones de pérdida de suelo
muy dispares, sobre-estimándose estas en el caso de la aplicación del modelo USLE,
siendo en algunos casos del doble de las calculadas con RUSLE. De esta
comparación se desprende que el cálculo del factor LS con la nueva formulación de la
RUSLE mejoraría los cálculos en la estima de la pérdida de suelo, ya que en este
modelo se consideran para su cálculo elementos que intervienen en el factor relieve y
que no se consideraban en el modelo USLE.
El modelo RUSLE, asigna una mayor influencia a la longitud de ladera que la
considerada en la USLE, teniendo en cuenta que esta longitud de ladera es decisiva
para la iniciación de la formación de surcos, a partir de los cuales se incrementan
2
mucho las pérdidas de suelo en las laderas. De tal manera, en el cálculo de este factor
con la aplicación del modelo RUSLE, a diferencia de USLE, se incluye un
conocimiento general de las características del suelo, así como el uso, que es
determinante en la relación entre la erosión en surcos y la erosión entre surcos.
Este efecto viene recogido por el parámetro β, que es la relación entre la erosión en
surcos y la erosión entre surcos que se produce en la ladera, y que se evalúa en
función de la pendiente del terreno y el uso del suelo (Fernández Yuste et al., 2006).
Otra diferencia importante entre las dos formas matemáticas de obtener el LS, es que
el calculo del mismo por la USLE, a medida que pasa de un rango de pendiente a otro
(de 1 a 1,1%, 3 a 3,1% y de 4,5 a 4,6%) se produce un salto o discontinuidad que
responde meramente al modelo matemático empleado, que asigna un mayor peso a la
pendiente que a la longitud, lo cual en la realidad no sucede. En cambio, la forma de
estimar el LS con RUSLE, este cambio abrupto por aumentar en un 0,1% la pendiente,
no ocurre.
El objetivo de este trabajo es comparar los resultados de LS estimados con las
ecuaciones de USLE y RUSLE, y ver que modelo es más preciso y de esta forma ser
más eficiente al momento de estimar la erosión total.
Para este trabajo se utilizaron las ecuaciones de Longitud y Pendiente desarrolladas

por los modelos USLE y RUSLE.
Para la USLE se usó la ecuación que está dividida en rangos de pendiente, hasta 1 %,
entre 1 y 3 %, de 3 a 4,5 % y para pendientes mayores a 4,5 %
L0,2 (35,209 sen2 θ + 2,4546 sen θ + 0,035)  Para pendientes hasta 1%

L0,3 (25,832 sen2 θ + 1,8009 sen θ + 0,0257)  Para pendientes de 1 a 3%
L0,4 (18,953 sen2 θ + 1,3212 sen θ + 0,0188)  Para pendientes de 3 a 4,5%
L0,5 (13,905 sen2 θ + 0,9694 sen θ + 0,0138)  Para pendientes mayores a 4,5%
Para obtener el valor de LS de la RUSLE, se usó la ecuación:

Longitud:
𝑙 𝑚 𝛽 𝑠𝑒𝑛 𝜃 / 0,0896
L = [22,1 ] m = 𝛽 :1 𝛽= 𝑚
3 ∗ 𝑠𝑒𝑛 𝜃 : 0,56
Pendiente:
3
𝑆 = 10,8 * 𝑠𝑒𝑛 𝜃 + 0,03 S<9%
𝑆 = 16,8 * 𝑠𝑒𝑛 𝜃 - 0,05 S>9%
Se usaron pendientes que van desde 0,2 hasta 5,5 %, incrementando su valor en 0,1
%, es decir que se usaron 54 datos de pendiente, para poder abarcar todos los
cambios que llegara a presentar la ecuación.
Para el L, se usaron 4 longitudes: 50, 100, 200 y 400 m.
Se realizaron todas las combinaciones posibles para determinar cuál de los dos
modelos es más eficiente para interpretar el cambio de pendiente o de longitud.
En la figura 1, se observan los valores de LS obtenidos con las diferentes ecuaciones.

Donde se observa una clara discontinuidad de la curva al cambiar la pendiente del
terreno. En USLE, con L = 50 m (figura 1 a), al modificar la pendiente de 1 a 1.1 %, la
variación es del 14 %, al pasar de 3 a 3,1 % de pendiente, la variación es del 12 % y
pasar de 4,5 a 4,6 %, la variación es del 11 %; esto es en valores absolutos un
aumento de 0,02 a 0,06, respectivamente. Si tomamos un L = 100 m (figura 1 b), la
variación es del 19, 20 y 19 % respectivamente (valores absolutos de LS de 0,03, 0,08
y 0,14) para los tres cambios de pendiente. Mientras que en RUSLE, ésta
discontinuidad no se registra para ninguna de las dos longitudes.
En la figura 2, se observa un comportamiento similar a la figura 1, pero se acentúa
más ésta diferencia al cambiar la pendiente. Para L = 200 m, pasar de 1 a 1,1, de 3 a
3,1 % y de 4,5 a 4,6 % de pendiente, hay un incremento en el valor final del LS de 33,
30 y 28 %, respectivamente, con valores absolutos de 0,08, 0,15 y 0,27.
Cuando usamos longitudes de 400 m, para los tres valores de cambio de pendiente, el
incremento es del 39 %, mientras que sus valores absolutos son de 0,12, 0,24 y 0,48
respectivamente.
4
a b
Figura 1. Valores de LS para distintas longitudes de 50 y 100 metros, calculados con las
ecuaciones de la USLE (a) y RUSLE (b). Los colores indican el cambio de pendiente. Verde:
pendientes hasta 1%. Celeste: pendientes de 1 a 3%. Violeta: pendientes de 3 a 4.5% y Rojo:
pendientes mayores a 4.5%
a b
Figura 2. Valores de LS para distintas longitudes de 50 y 100 metros, calculados con las
ecuaciones de la USLE (a) y RUSLE (b). Los colores indican el cambio de pendiente. Verde:
pendientes hasta 1%. Celeste: pendientes de 1 a 3%. Violeta: pendientes de 3 a 4.5% y Rojo:
pendientes mayores a 4.5%
5
a b
c d
Figura 3. Comparación de valores de LS obtenidos con USLE (línea de colores) vs

RUSLE (línea de puntos negros), para distintas longitudes (a) 50, (b) 100, (c) 200 y (d)
400 metros. Los colores indican el cambio de pendiente. Verde: pendientes hasta 1%.
Celeste: pendientes de 1 a 3%. Violeta: pendientes de 3 a 4.5% y Rojo: pendientes
mayores a 4.5%.
Conclusión
Se concluye que las ecuaciones matemáticas para estimar el valor de LS del modelo
RUSLE, son más precisas que las del modelo USLE para nuestros sistemas actuales,
ya que contempla la erosión en surcos y entre surcos.
El valor de LS obtenido por RUSLE, presenta una continuidad de los resultados en la
medida que aumenta la intensidad de la pendiente, mientras que el valor de LS
obtenido por USLE presenta discontinuidad o saltos a medida que aumentamos la
intensidad de la pendiente.
Recomendamos usar la fórmula de la RUSLE para calcular el valor de LS.
Consideramos necesario realizar mediciones a campo para corroborar que lo
observado en la teoría se adapta mejor a las mediciones reales.
6
Agradecimientos

Erosión Hídrica.
Bibliografía
Fernández Yuste, J; Gómez Sánz, V. & M Roldán Soriano. 2006. Los factores c y ls
en la RUSLE v.1.06 en su aplicación a la evaluación de la pérdida de suelo en la
cuenca alta del Río Cega (Segovia). Contraste de los resultados con los valores
obtenidos con USLE. Escuela Universitaria de Ingeniería Técnica Forestal. Avda.
Ramiro de Maeztu s/n. 28040. Madrid.
García Rodriguez, J. & M Giménez Suárez. 2009. Metodología para la Estimación del
Factor Topográfico, LS, de los Modelos RUSLE y USPED Bajo Entorno SIG. 5to
congreso forestal español. Montes y sociedad: saber que hacer. 21 a 25 de
septiembre de 2009 ISBN: 987-84936854-6-1
Renard, KG, Meyer LD. & GD Foster.. 1997. Introduction and history. Predicting Soil
Erosion by Water: A Guide to Conservation Planning with the Revised Universal Soil
Loss Equation (RUSLE), (703), 1.
Scotta E, Nani L; Conde A; Rojas A; Castañeira H & O Paparotti. 1986. Manual de
sistematización de tierras para control de erosión hídrica y aguas superficiales
excedentes. INTA EEA Paraná. Serie Didáctica Nº 17:3-4. ISSN 0325 – 8882.
Wischmeier, W H.& DD Smith 1978. Predicting rainfall erosion losses. USDA.
Agricultural Research Service Handbook 537. 58 pp.
7
TIEMPO DE CONCENTRACION PARA EL DISEÑO DE TERRAZAS DE

EVACUACION
SALUZZIO M. 1,3; GVOZDENOVICH, J.1,2 ; KINDERNKNECHT A3 & NOIR J.3

1
Facultad de CienciasAgropecuarias (UNER); 2 INTA EEA Paraná; 3 Actividad privada
(SOLUM)
* [email protected]
Palabras Clave: Número de curva; Caudal; Cuenca
Resumen
El INTA EEA Paraná en Entre Ríos ha estudiado el escurrimiento mediante la

metodología del National Resoures Conservation Service (NRCS). Usando el método
del Número de Curva (CN). Consiste en establecer la relación lluvia escurrimiento. El
Tiempo de concentración (Tc) es el tiempo que demora en llegar a la estación de
salida de una cuenca una gota de agua considerada hipotéticamente situada en el
punto hidrológicamente más alejado de la misma. El objetivo de este trabajo es
evaluar tres métodos de obtención del Tc y compararlos en dos cuencas sin y con
terrazas de evacuación y evaluar si un campo con terrazas aumenta el Tc. Sobre el
proyecto de sistematización realizado sobre un plano de curvas de nivel del campo
experimental de la FCA UNER se utilizarán tres métodos de cálculo del Tc: NRCS,
método SOLUM (en base al NRCS), que consiste en sumar los diferentes Tc del lote:
paño, terrazas y canal colector; y por último el modelo HEC-HMS, donde el Tc es igual
a la sumatoria del tiempo de concentración superficial (Ts) más el tiempo de
concentración superficial concentrado (Tsc) y el tiempo de concentración encauzado
(Tcc). En ambas se calcula el Tc sin y con terrazas. Los resultados muestran que en la
cuenca 2 sin y con terrazas el mayor Tc fue SOLUM. En la cuenca 4 con y sin terrazas
SOLUM dio el mayor valor y HEC el menor. Tanto sin como con terrazas las
metodologías SOLUM y HEC tienen divergencia en los tiempos parciales (ts, tsc y tcc)
aunque ambas coinciden que, en la cuenca con mayor recorrido del flujo en terraza, el
mayor tiempo parcial es el Tsc. Queda demostrado que una cuenca sistematizada
tiene mayor Tc que una cuenca sin terrazas.
Introducción
En la provincia de Entre Ríos es de gran importancia el estudio del manejo del agua
superficial excedente, debido a las características del paisaje ondulado y a las
particularidades propias de los suelos poco permeables.
1
El INTA EEA Paraná ha estudiado el escurrimiento mediante la metodología del

Manual del Servicio de Conservación de Suelos del USDA (1969) y publicada en Entre
Ríos en el Manual de sistematización de tierras para el control de erosión hídrica y
aguas superficiales excedentes (Scotta et al., 1989, 1986)
El SCS propone para el estudio de estos procesos hidrológicos, usar el método de la
Curva Número (CN) que consiste en establecer la relación lluvia escurrimiento. Donde
se plantea transformar la lámina de escurrimiento a caudal. Para esto se debe tener en
cuenta que del total de la precipitación, hay una lámina de lluvia que es retenida en el
suelo, a la que se conoce con el nombre de Sustracción potencial, que es función del
suelo, de las condiciones superficiales del terreno y de la humedad antecedente. La
experiencia práctica evaluada por Raadma y Schulze (1978), demuestra que la
retención real es de aproximadamente el 20 % de la retención potencial.
Para obtener el caudal pico (Qp) que escurre, es necesario conocer además del
escurrimiento, el área de captación, la duración de la tormenta y el tiempo de retardo
(Tr). El método de CN aplica el criterio de establecer el escurrimiento de una tormenta
de duración (D), igual al tiempo de concentración (Tc).
El SCS asimila el tiempo al pico (Tp) igual al Tc y establece que el Tr es el 60 % del
Tc. El Tc es considerado como el tiempo que demora en llegar a la estación de salida
de una cuenca una gota de agua considerada hipotéticamente situada en el punto
hidrológicamente más alejado de la misma. Y el Tr es el tiempo transcurrido desde el
centro de gravedad del hietograma de precipitaciones al centro de gravedad del
Hidrograma de caudales.
El Qp es necesario para para diseñar canales de terrazas, canales colectores, canales
vegetados, etc,
Este es el método que se utiliza en Entre Ríos y en gran parte del país, y que en los
diferentes cursos de posgrado en sistematización dictados a profesionales por INTA
EEA Paraná-FCA UNER, se instruía a calcular la longitud total de la pendiente del
recorrido de la gota más lejana y la pendiente ponderada, para de esta forma obtener
el tiempo de retardo y con éste poder calcular el Tiempo de concentración. Usar este
método en campos sistematizados genera algunas dudas tales como qué pendiente
del recorrido del escurrimiento utilizar y si se adapta para los sectores donde el agua
escurre concentrada.
Surgen entonces otras propuestas para calcular el Tc para campos sistematizados, y
que mejor represente la realidad, la primera la vamos a llamar SOLUM (por ser esta la
empresa que hizo la propuesta). Se debe tener en cuenta que cuanto menor es el Tc,
mayor va a ser el Qp, y por lo tanto, mayor va a ser el caudal que transporten las
terrazas y los canales colectores. Esta propuesta consiste en sumar los diferentes Tc
2
del lote, es decir, que el Tc este representado por la suma del Tc en el trayecto del lote
hasta llegar a la terraza, más el Tc del paño de la terraza, más el Tc en el trayecto del
canal colector, con la misma fórmula propuesta por el SCS.
Otra propuesta es el método de cálculo hidrológico utilizado es HEC-HMS (Hydrologic
Engineering Center- Hydrologic Modeling System. USACE - US Army Corp of
Engineers. 2010), que es un modelo hidrológico de eventos desarrollado por el US
Army Corp of Enginners de los Estados Unidos. El HEC-HMS ha sido diseñado para
simular el proceso de precipitación escorrentía de cuencas con drenaje dendítrico.
Está compuesto de cuatro submodelos que ayudan a una mejor interpretación de la
realidad. Modelo de cuenca, modelo meteorológico, modelo de control y modelo de
tiempo. Define la precipitación que cae sobre la cuenca y sobre cada subcuenca,
define día y hora de comienzo y fin de la simulación, estima lámina escurrida, estima
caudal pico, hidrogramas, etc. Es un método sencillo y de gran aplicabilidad.
Algunos autores (Pardo Gomez y Marredo de León. 2009) utilizando el modelo de
cálculo hidrológico HEC,evaluaron el Tc y lo analizaron por sus componentes,
concluyendo que el Tc es igual a la suma del tiempo de concentración superficial (Ts)
más el tiempo de concentración superficial concentrado (Tsc) más el tiempo de
concentración concentrado (Tcc).
Estos componentes del Tc no los tiene en cuenta el método del SCS. El Ts tiene en
cuenta la rugosidad, la intensidad, longitud de la pendientey la lluvia máxima en 24
horas con una recurrencia de 2 años; pero no tiene en cuenta el manejo, el tipo de
suelo y humedad antecedente que si lo tiene en cuenta el SCS.
El objetivo de este trabajo es evaluar tres métodos de obtención del Tc y compararlos
en dos cuencas sin y con terrazas de evacuación. Y también evaluar si un campo con
terrazas aumenta o disminuye el Tc.
El trabajo se realizó en las cuencas 2 y 4 del campo experimental de la Facultad de

Ciencias Agropecuarias de la Universidad Nacional de Entre Ríos, ubicados en el
departamento Diamante Las cuencas cuentan con una superficie de 18.5 y 27.7 has,
pendientes de 5.1 y 5.4 % respectivamente.
Sobre el proyecto de sistematización realizado sobre un plano de curvas de nivel, se
eligieron dos pendientes. En ambas se calcula el Tc sin y con terrazas con tres
metodologías partiendo desde el mismo punto de inicio de recorrido. En la pendiente
de la cuenca 2 (imagen 1) se produce un corto recorrido del escurrimiento por la
terraza (98 metros) y 459 metros por el canal colector, mientras que en la pendiente de
3
cuenca 4 (imagen 2) el trayecto por la terraza y por el canal es mayor (339 y 530
metros respectivamente).
Se calculó el Tiempo de Concentración con tres metodologías:
1- Método del SCS recomendado por el Manual de Sistematización.
Tc= tr x 1.67
Se toma la longitud total del recorrido de la gota más lejana al punto de salida de la
cuenca y la pendiente media ponderada.
2- SOLUM. Utiliza la misma fórmula que el SCS, pero calcula el Tc final como la
suma del Tc1 en el paño entre terrazas más el Tc2 en el recorrido de la terraza
y el Tc3 del recorrido del flujo dentro del canal colector.
3- HEC. Utiliza la metodología del SCRN recomendada en el programa HEC
donde
Tc= ts+tsc+tcc
ts: Tiempo de escurrimiento superficial en horas

n: coeficiente de rugosidad
L: Longitud del flujo, pies.
P: lámina de agua para una lluvia de 24 horas de duración con una recurrencia de 2 años,
pulgadas.
S: Pendiente, m/m.
tsc: Tiempo de concentración superficial concentrado

L: longitud del fluojo concentrado, pies
V: Velocidad del flujo, pies/seg.
Para superficies no pavimentas:
4
Tiempo de concentración en el cauce:
La velocidad se obtiene de acuerdo a la ecuación de Manning:
V: velocidad, m/seg
R: Radio hidráulico.
C: factor de conversión.
S: Pendiente, m/m
n: coeficiente de rugosidad
Los supuestos utilizados para el cálculo del agua concentrada son,velocidades de 1,2
m/seg y 1,4 m/seg para Tsc y Tcc en la pendiente 2. De1,4 m/seg para Tsc y Tcc en la
pendiente 4. De 0,4 m/seg para el recorrido en la terraza y 1 m/seg para el recorrido
en el canal empastado.
Para obtener el Caudal pico se utilizó la fórmula del SCS recomendada en el Manual
de sistematización (Scotta et al., 1986):
Qp: Caudal pico.

A: superficie aporte, has.
E: Escurrimiento, m.
D: Tiempo de concentración, h.
tr: Tiempo de retardo, h.
Para obtener el Escurrimiento
5
P: Presipitación de diseño, cm.

S: Sustracción potencial (Curva Número 97).
La duración lluvia de diseño se igualó al Tiempo de Concentración y se obtuvo de las

curvas I-D-R para el sitio específico (-31°51´44´´ S – 60°38´24´´ O) del programa
Regionalización de presipitaciones máximas para la provincia de Entre Ríos, con una
recurrencia de 10 años (Zamarillo et al., 2008).
En la imagen 1, se observa en forma gráfica la comparación entre el Tc con y sin

terrazas, con las tres metodologías: HEC, SOLUM y SCS. Donde la línea anaranjada
toma la gota más lejana sin terrazas y la amarillatoma la gota más lejana con terrazas.
Imagen 1. Proyecto de sistematización de una cuenca del lote 2 del campo experimental de la
FCA UNER.
6
Los resultados nos indican que con las tres metodologías de cálculo, la
sistematización con terrazas aumenta el Tc un entre 8 y 70 % dependiendo del método
de cálculo.
Sin terrazas el menor tiempo es con el método del SCS (0,26 h), seguido por HEC
(0.27 h) y muy distante, SOLUM (0.32 h).
Con terrazas el mayor es SOLUM (0,54 h), luego SCS (0.35) y el menor, HEC (0,29 h).
Comparación Tc (hs) según método de cálculo en

cuenca 2
0,60 0,54
0,50
HEC s/T
0,40 0,35
0,32 SOLUM s/T
0,27 0,29
0,30 0,2603
SCS s/T
0,20 HEC c/T
0,10 SOLUM c/T
0,00 SCS c/T

HEC s/T SOLUM SCS s/T HEC c/T SOLUM SCS c/T
s/T c/T
Grafico 1. Comparacion Tc sin terrazas (s/T) y con terrazas (c/T) para los tres metodos
evaluados, HEC, SOLUM y SCS.
Al hacer un análisis detallado del Tc, en ts, tsc y tcc, observamos que para el caso
donde no hay terrazas, con HEC, el ts y tsc son casi iguales y mayor a tcc; mientras
que con SOLUM sucede todo lo contrario.
Si analizamos el tratamiento con terrazas, con HEC observamos que el mayor tiempo
fue en el cauce (tcc), luego en el paño (ts) y por último en la terraza. En cambio para
SOLUM, el menor tiempo fue en el paño respecto al concentrado en la terraza (tsc) y
canal colector (tcc).
7
0,60
0,50
0,40
Ts
0,30 Tsc
Tcc
0,20 Tc
0,10
0,00
s/T c/T
Grafico 2. Comparacion del Tc sin terrazas (s/T) y con terrazas (c/T) para los tres metodos
evaluados, HEC, SOLUM y SCS. Ts: tiempo de concentración superficial. Tsc: tiempo de
concentración superficial concentrado. Tcc: tiempo de concentración concentrado.
La cuenca del lote 4, difiere de la del 2 principalmente por el mayor recorrido del flujo
en la terraza (339 metros versus 98 metros).
En este caso, cuando no hay terrazas (representado por la línea anaranjada en el
plano – Imagen 2) el recorrido de la gota más lejana es de un total de 440 metros,
dividido en 87 metros superficial (con 3,75 % de pendiente), mas 137 metros corre
como superficial y en surcos (con 5,2 % de pendiente) y más 216 metros concentrada
(con 1,4 % de pendiente)
Cuando se hacen terrazas (línea amarilla en el plano – Imagen 2), partiendo del mismo
punto, el recorrido total es de 925 metros (la gota recorre un 110 % más), dividido en
56 metros superficial (con 3,75 % de pendiente), más 339 metros en la terraza (0,32 %
pendiete) y concentrada en el canal en dos secciones (de 273 metros (con 2% de
pendiente) y 257 metros (con 1,4 % de pendiente).
8
Imagen 2. Plano de sistematización del lote del campo experimental de la FCA UNER.
Como se observa en el gráfico 3, los tres métodos evaluados dan un mayor Tc con
terrazas 183 % promedio más que sin terrazas. Esto se debe al largo recorrido del flujo
por la terraza y luego por el canal colector.
La metodología propuesta (SOLUM), fue el que obtuvo el mayor valor de Tc (0,34 y
1.06 horas respectivamente).
Sin terrazas, tanto HEC como SCS, dieron menores resultados (0,18 y 0,25 h
respectivamente).
Mientras que con terrazas SOLUM dio el mayor Tc, seguido de HEC y SCS (0.46 y 0.7
h).
9
Comparación Tc según método

Cuenca 4
1,20
1,00
HEC s/T
0,80
SOLUM s/T
0,60 SCS s/T
0,40 HEC c/T
0,20 SOLUM c/T
0,00 SCS c/T
s/T c/T
Grafico 3. Comparacion Tc sin terrazas (s/T) y con terrazas (c/T) para los tres metodos
evaluados, HEC, SOLUM y SCS.
Si analizamos los componentes del Tc, sin terrazas, HEC tiene mayor ts respecto a tsc
y tcc; mientras que para SOLUM el mayor tiempo es el encauzado respecto al
superficial y surcos. Con terrazas, tanto para HEC como para SOLUM el mayor tiempo
es el que recorre en la terraza, seguido del canal colector y el flujo superficial entre
terrazas.
1,20
1,00
0,80
Ts
0,60 Tsc
0,40 Tcc
Tc (hs)
0,20
0,00
s/T c/T
Grafico 4. Comparación del Tc sin terrazas (s/T) y con terrazas (c/T) para los tres metodos
evaluados, HEC, SOLUM y SCS. Ts: tiempo de concentración superficial. Tsc: tiempo de
concentración superficial concentrado. Tcc: tiempo de concentración concentrado.
10
En el siguiente gráfico se observa el caudal pico para una recurrencia de 10 años

generado a partir de cada Tc al final de cada cuenca. Como era de esperar, cuando se
agregan terrazas y canales colectores, se aumenta el Tc y por lo tanto, disminuye el
caudal pico en la boca de salida de la cuenca.
6,00
4,00
2,00 Cuenca 2
0,00 Cuenca 4
Gráfico 5: Caudal pico (m3/seg) en la boca de salida de las cuencas 2 y 4 con y sin terrazas
calculando el Tc con distintos métodos.
Conclusión
Con todas las metodologías de cálculo el tiempo de concentración aumentó cuando se

hicieron terrazas en la cuenca.
Si bien pareciera más real calcular el tiempo de concentración mediante la forma
aplicada en el programa HEC, faltarían mediciones de velocidad del flujo a campo que
la corroboren.
Los cálculos demostraron que una cuenca sistematizada tiene mayor Tc que una
cuenca sin terrazas.
Agradecimientos

Erosión Hídrica.
11
Bibliografía
Fernández Yuste, J.; V. Gómez Sanz & M.Roldán Soriano. 2006. Los factores C y LS
en la RUSLE V.1.06 en su aplicación a la evaluación de la pérdida de suelo en la
cuenca alta del Río CEGA (SEGOVIA). Contraste de los resultados con los valores
obtenidos con USLE. Escuela Universitaria de Ingeniería Técnica Forestal. Avda.
Ramiro de Maeztu s/n. 28040. Madrid.
García Rodriguez, J. & M. Giménez Suárez. 2009. Metodología para la Estimación del
Factor Topográfico, LS, de los Modelos RUSLE y USPED Bajo Entorno SIG. 5to
congreso forestal español. Montes y sociedad: saber que hacer. 21 a 25 de
septiembre de 2009 ISBN: 987-84936854-6-1
Gómez, R. P., & de León, N. M. 2009. El tiempo de concentración y el número de la
curva para obtener el hidrógrafo de una cuenca. Revista de Ingeniería Hidráulica y
Ambiental, 30(1), 8-12.
Raadsma, S; & F. Schulze. 1978. Sistemas de drenaje agrícola superficial, in
Internaional Institute for land reclamation and improvement (ILRI). Principios y
aplicaciones de drenaje. Publicación 16 V, IV. Wageningen (Holanda) pp. 77-142.
Renard, K. G., Meyer, L. D., & Foster, G. R. 1997. INTRODUCTION AND
HISTORY. Predicting Soil Erosion by Water: A Guide to Conservation Planning with
the Revised Universal Soil Loss Equation (RUSLE), (703), 1.
Scotta E.; L. Nani; A. Conde; A. Rojas; H. Castañeira & O. Paparotti. 1986. Manual de
excedentes. INTA EEA Paraná. Serie Didáctica Nº 17:3-4. ISSN 0325 – 8882.
Scotta E.; O. Paparotti; L. Nani; A. Conde; A. Rojas & H. Castañeira 1989. Manual de
excedentes. Segunda edición corregida y aumentada. INTA EEA Paraná. Serie
Didáctica Nº 17:1-2. Segunda edición corregida y aumentada. ISSN 0325 – 8882.
USDA, Soil Conservation Service. 1969. Engineering Field Manual for Conservation
practices. Washington D.C.
Wischmeier, W. H., & Smith, D. D. 1978.Predicting rainfall erosion losses-A guide to
conservation planning. Predicting rainfall erosion losses-A guide to conservation
planning.
Zamarillo, E.; G. Larenze; M. Tito; M. Perez & Garat, M. 2008.Procedimiento para la
estimación de tormentas de diseño para la provincia de Entre Ríos.
12
EVOLUCIÓN DEL CARBONO ORGÁNICO DE UN SUELO HAPLUSTOL ÉNTICO

BAJO RIEGO SUPLEMENTARIO Y SIEMBRA DIRECTA
GIUBERGIA J.P.(1)(2) *, F. GHIGO(2), M. GINO(2)& R.S. LAVADO(3)
(1 )
INTA, EEA Manfredi, Ruta 9 km 636, Córdoba; (2) IAP Cs. Básicas y Aplicadas.
Universidad Nacional de Villa María, Córdoba; (3) INBA (CONICET/UBA) Facultad de
Agronomía, Buenos Aires.
* [email protected]
Palabras clave: carbono particulado, stock de carbono, riego
Resumen
El riego y los sistemas de labranzas afectan al contenido de carbono orgánico del
suelo (COS). Es conocido que la siembra directa produce un incremento del carbono
orgánico en los primeros centímetros del suelo. Respecto al riego el efecto no es tan
claro. El objetivo del presente trabajo fue cuantificar cambios del COS (total y
particulado) a causa de la aplicación de riego suplementario a un suelo cultivado bajo
SD. Sobre un experimento ubicado en INTA Manfredi, Córdoba, se evaluaron dos
tratamientos: irrigado (Ri) y secano (Sec). En 1996 (instalación experimento), se
muestreó el suelo en cuadrícula. En 2007 y 2013 se muestrearon sitios para
determinar la evolución del COS. Se observó una estratificación del carbono en
profundidad, tanto en Ri como en Sec. Al comparar entre tratamientos, solo se
observaron diferencias en el estrato superficial (0-5 cm), con valores de 2,59% de CO
en el tratamiento Ri y 2,12% en secano. Los mayores valores de carbono obtenidos se
debieron a mayores valores de las fracciones 53-200 micras y >200 micras. La
evolución temporal del COS mostró un incremento significativo en ambos tratamientos.
Hasta el año 2007 se pudo estimar un aumento diferencial del stock de CO en Ri
respecto a Sec del orden de 2,3 tn C/ha, equivalentes a 209kgC/ha/año. Analizando
hasta el año 2013 (17 años de riego), se observó que el incremento diferencial bajo Ri
disminuyó a 94 Kg C/ha/año. En el período 2007-2013, la tasa de acumulación de C
bajo Ri fue menor que en los primeros años, mostrando evidencias de que se podría
estar alcanzando un nuevo equilibrio de CO en el suelo bajo riego.
Introducción
A partir de la década de los 80se han producido importantes cambios en el uso de la

tierra dedicada a la agricultura, en los sistemas de producción de la región central de
Córdoba (RCC). La soja en monocultivo fue reemplazando otros cultivos como el
sorgo, maíz, trigo, girasol y maní, inicialmente en sistemas de labranza convencional,
1
provocando una degradación del recurso suelo, pérdida de materia orgánica (MO),
nitrógeno total y fósforo y disminución de la estabilidad estructural e incremento del
escurrimiento superficial (Salas et al., 2005). Desde la década del 90 los sistemas de
labranza fueron cambiando hacia los llamados “conservacionistas”, dentro de los
cuales el de siembra directa (SD) es el más difundido en la región, cubriendo el 90%
de la superficie dedicada a agricultura en la provincia durante la campaña 2010/11
(Aapresid, 2012).
Por su parte, el uso de riego para suplementar períodos de déficit hídrico, surgió como
una tecnología con el objetivo de aumentar y estabilizar la producción de los
principales cultivos de la región. La adopción de esta técnica comenzó a ser
significativa desde mediados de la década del 90. En la actualidad, si bien la superficie
con riego es baja respecto al total agrícola provincial, su potencial de crecimiento es
muy importante teniendo en cuenta los promisorios resultados obtenidos respecto al
incremento de rendimiento de los cultivos (Martellotto et al., 2005). La superficie bajo
riego suplementario relevada al año 2014fue de 157 mil ha, principalmente con
sistemas de riego presurizados (e.g. pivote central, avance frontal y cañón regador)
(Salinas et al., 2015).
En general hay coincidencia en que la SD produce un incremento en los niveles de
carbono orgánico (CO) en los primeros centímetros del suelo(Unger, 1991; Buschiazzo
et al., 1998; Kay y VandenBygaart, 2002). Respecto al riego el efecto no es tan
claro.En estos sistemas la evolución del contenido de carbono orgánico del suelo
(COS) depende de la ocurrencia de dos procesos contrastantes. Por un lado, se
produce un incremento de los rendimientos de los cultivos regados, lo cual significa
mayor cantidad de residuos aportados al suelo y por lo tanto un incremento en el
contenido de COS (Lal et al., 1998; Gillabel et al., 2007). Por otro lado, bajo riego se
pueden acelerar las tasas de descomposición de los residuos y la mineralización del
COS, con incrementos del flujo de CO2 hacia la atmosfera. Esto se debería a un
incremento de la actividad microbiana, por una mayor cantidad de humedad disponible
en el suelo (Jabro et al., 2008; Sainju et al., 2008). Como consecuencia, las posibles
ganancias de COS bajo riego pueden ser de escasa magnitud o despreciables (De
Bona et al., 2008; Giubergia et al., 2013).
Es conocidoqueel contenido de materia organica total y sus fracciones son importantes
atributos de la calidad del suelo. Sin embargo, una gran parte de la MO es muy estable
y su variación sólo se observa luegode varios años o décadas.En cambio, las
fracciones lábiles son sensibles a los efectos de diferentesusos de la tierra y pueden
ser utilizadas como indicadores tempranos de la calidad de suelo (Six et al., 2002).La
estratificación de la MO producida por la ubicación superficial de los residuos
vegetales bajo SD es debida principalmente a un aumento de las fracciones lábiles de
la MO en los primeros centímetros del suelo;las fracciones más estables sufren poco
cambio frente al sistema de labranza (Álvarez y Steinbach, 2006). Bajo riego, son
2
escasos los antecedentes de estudios del efecto sobre distintas fracciones de la MO.
Gillabel et al. (2007) midieron mayor stock de CO del suelo en riego, asociado
principalmente a un cambio en el carbono en la fracción entre 53 y 250 micras.
Si bien en los últimos años se registra un creciente número de trabajos de
investigación sobre la temática, los experimentos que hayan estudiado los efectos de
la aplicación de riego suplementario en suelos manejados bajo SD, son escasos. Por
ello, el objetivo del presente trabajo es cuantificar cambios del COS (total y
particulado) a causa de la aplicación de riego suplementario por un período de 17 años
a un suelo cultivado bajo siembra directa, en la RCC.
Características del experimento

Las mediciones se realizaron sobre un experimento de larga duración con riego
suplementario y SD, iniciado en el año 1996 en la EEA INTA Manfredi (Lat. 31,5º S,
Long. 63,4º O, Alt. 294 m).El suelo del experimento es un Haplustol éntico (serie
Oncativo) profundo, bien drenado y de textura franco limosa. La serie Oncativo, junto
con otras taxonómicamente similares, ocupa una superficie cercana al millón de
hectáreas, predominantes en un relieve suavemente ondulado con pendientes no
superiores al 0,3% (INTA, 1987).El clima es templado y semiárido. La temperatura
media del mes más cálido (enero) es de 23,5º C y la del mes más frío (julio) 9,6º C
(período 1964-2005). La precipitación media anual es de 757 mm (período 1931-2010)
y presenta un régimen monzónico, con el 80% de las lluvias concentradas en el
semestre octubre-marzo. Sin embargo, existe más del 50% de probabilidad de déficit
hídrico en todos los meses del año (Lovera et al., 1993).
El experimento se inició en el año 1996 y se condujo desde esa época en SD con dos
secuencias bianuales de cultivos: 1) trigo/maíz de segunda época– soja y 2) trigo/soja
de segunda época– maíz, hasta el año 2012. A partir de ese año se modificó la
secuencia de cultivos en la mitad del experimento, incorporando una rotación bianual
de doble cultivo (arveja/maíz de 2°- cebada/soja de 2°). El riego se realiza con un
equipo de aspersión, tipo pivote central, que abarca una superficie circular de
aproximadamente 28 hectáreas. Esto es el tratamiento irrigado (Ri). El lote es de 40
hectáreas, por lo que queda una superficie de 12 hectáreas no irrigada que recibe un
manejo similar al área bajo riego y que se considera el tratamiento secano (Sec). El
lote fue dividido en cuatro parcelas o sectores de aproximadamente 10 hectáreas cada
uno. Cada secuencia de cultivos fue asignada a dos sectores, tanto en riego como en
secano.Detalles del manejo por cultivo se presentan en la Tabla 1.
Cuando se instaló el experimento en el año 1996, se realizó un muestreo de suelo en
la totalidad del lote siguiendo una cuadrícula de 60 metros de lado, con la que se
obtuvieron 106 sitios de muestreo que fueron geoposicionados. De cada sitio se tomó
3
una muestra compuesta a las profundidades de 0 a 20 cm y 20 a 40 cm, y se

obtuvieron los valores de CO (por el método de Walkley y Black -Nelson y Sommers
1982-), conductividad eléctrica (CE) (relación suelo:agua de 1:2,5 por conductimetría)
y pH (relación suelo:agua de 1:2,5 por potenciometría).En el año 2007 se
seleccionaron 48 sitios de muestreo a partir de la cuadrícula inicial y se determinó el
estado de la fertilidad del suelo luego de once años de riego. Para el presente estudio
se seleccionaron los mismos sitios de muestreo que en el año 2007 y se tomaron
muestras compuestas de suelo a las profundidades de 0-5, 5-10, 10-20, 20-40 y 40-80
cm, durante el otoño-invierno del año 2013.
Si bien en el lote experimental se llevan adelante tres rotaciones de cultivos, en el
presente trabajo no se analiza el efecto de las secuencias, sino sólo el efecto de los
tratamientos Ri y Sec. Esto es debido a que lasdos secuencias más antiguas se
componen de las mismas especies, diferenciándose únicamente por el orden de
cultivo. Además, la aplicación de agua de riego (226 mm y 228 mm anuales para las
secuencias 1 y 2 respectivamente) y los rendimientos promedio en Ri (8,9 vs 9,7
tn/ha/año), medidos en ambas secuencias, fueron similares.
Tabla 1.Datos promedio de manejo y rendimiento de los cultivos del experimento.

Secuencia 1 Secuencia 2
Cultivos Maíz de
Trigo Soja Trigo Soja de 2ª Maíz
2ª
Fecha de siembra 20/6 15/12 25/10 20/06 15/12 30/09
Fecha de cosecha 01/12 01/05 25/03 01/12 01/05 10/03
Dosis N Ri 100 130 12 120 12 130
(kg/ha/año) Sec 60 80 12 70 12 80
Dosis P Ri 17 16 14 17 14 18
(kg/ha/año) Sec 17 16 14 17 14 18
Riego (mm/año) 207 119 127 207 98 152
Rendimiento Ri 5,00 8,74 3,98 4,67 2,94 11,74
(tn/ha) Sec 2,23 6,21 3,00 2,04 2,51 8,53
Determinaciones
 Concentración de CO, por el método de Walkley y Black (Nelson y Sommers
1982).
4
 Stock de CO por unidad de superficie, corregido por masa equivalente de suelo

siguiendo la metodología propuesta por Ellert y Bettany (1995) en la
profundidad de 0-20 cm. A partir de la cuadrícula inicial se seleccionaron 14
puntos en el tratamiento Ri y 10 puntos en tratamiento Sec en los que se
determinó densidad aparente (dap) por el método del cilindro (Burke et al.,
1986), utilizando cilindros de 100 cm3 de volumen, en las profundidades de 0 a
5, 5 a 10 y 10 a 20 cm. Con los valores de dap media en Ri y Sec se calculó la
masa de suelo y luego se corrigió para llevar los perfiles de suelo en Ri y Sec a
masa equivalente hasta la profundidad analizada (Ellert y Bettany 1995).
Finalmente con la masa de suelo corregida y la concentración de CO medida
en cada punto se determinó el stock de CO por unidad de superficie.
 Fracciones granulométricas de CO por el método de Cambardella y Elliott
(1992).Muestras de suelo secas y tamizadas por 2 mm se fraccionaron por
duplicado con la técnica de separación física por tamaño de partículas (FTP),
metodología adaptada de Feller (1979). De esta manera se obtuvieron tres
fracciones (%F): (i) fracción 200 a 2000 μm, con residuos vegetales libres, no
asociados a partículas minerales y presencia de arenas medias y gruesas, (ii)
fracción 53 a 200 μm, compuesta por material orgánico asociado a partículas
minerales (arenas finas y muy finas) y también fragmentos vegetales libres en
distintos estados de descomposición, y (iii) fracción menor a 53 μm, organo-
mineral con residuos orgánicos humificados asociados a limos y arcillas. Sobre
las muestras de cada fracción se determinó carbono orgánico(%COF) por el
método de Walkley y Black (Nelson y Sommers 1982). Luego, con los valores
de %F y %COF se determinó el aporte de cada fracción al %COS, según la
fórmula: %COS=(%F*%COF)/100.
Para el análisis de los valores actuales (año 2013) de las variables concentración de
CO (%) y CO particulado se realizó un Análisis de Varianza con un Modelo Mixto,
modelando la correlación espacial entre las observaciones con un modelo
exponencial. Se incluyó un factor de tratamiento, con dos niveles: Riego y Secano. Se
realizó un análisis para cada profundidad. Las comparaciones entre los distintos
niveles del factor de tratamiento se realizaron con un test a posterori LSD Fisher con
un nivel de significación de 0,05.
Para el análisis de la evolución temporal de las variables CO (%) y stock de CO
(Tn/ha) se realizó un Análisis de Varianza con un Modelo Mixto contemplando la
estructura de correlación espacial con un modelo exponencial. En este caso, además
del factor de tratamiento “riego vs. secano”, se incluyó el factor “año de medición”, con
tres niveles: 1996, 2007 y 2013. Se realizó un análisis para cada profundidad y las
comparaciones entre los distintos niveles de los tratamientos se realizaron con un test
a posteriori LSD Fisher con un nivel de significación de 0,05. El análisis de la evolución
5
de CO (%) se realizó en las profundidades de 0-20 y 20-40 cm debido a que esas

fueron las que se utilizaron desde el inicio del experimento en el año 1996.Todos los
análisis se realizaron con el Módulo de Modelos Mixtos del programa estadístico
InfoStat (Di Rienzo et al., 2009).
Los resultados de concentración de COS medidos luego de 17 años de aplicar riego

(año 2013) se presentan en la Figura 1. Se observó una estratificación del carbono en
profundidad, tanto en Ri como en Sec. Los valores medidos, en promedio de los
tratamientos, fueron 2,36, 1,37, 1,13, 0,75 y 0,39% para las profundidades de 0-5, 5-
10, 10-20, 20-40 y 40-80 cm respectivamente. Al comparar entre los tratamientos de
riego y secano, solo se observaron diferencias significativas en el estrato superficial (0-
5 cm),con valores de 2,59% de CO en el tratamiento Ri y 2,12% en secano.
La evolución de los valores de COS a través de los distintos años de medición, se
observa en la Figura 2. En la capa de 0 a 20 cm se observó que al inicio del ensayo
(1996) los valores no diferían entre riego y secano. Luego, en el año 2007, se observa
un incremento significativo del COS en ambos tratamientos, del orden del 15% y 9%
respecto al dato inicial, para riego y secano respectivamente. Esto estaría indicando
que si bien no hubo diferencias significativas entre Ri y Sec en el año 2007, hubo una
tendencia de mayor aumento del COS en el tratamiento Ri. Analizando el muestreo del
año 2013 se observa que no hubo diferencias significativas respecto a la medición
anterior (2007) en ninguno de los tratamientos.
En 1996 el valor inicial de CO era mayor en Sec que en el tratamiento Ri, en el estrato
de 20 a 40 cm de profundidad. Luego, el CO disminuyó en ambos tratamientos y en
2007 no se observaron diferencias significativas entre Ri y Sec, indicando una
disminución del CO del suelo significativamente menor (valor p < 0,05) en Ri que en el
tratamiento Sec. En el año 2013, al igual que en el estrato superior, no se observaron
diferencias respecto a la medición del 2007 ni entre los tratamientos de riego y secano.
6
Figura 1.Concentración de carbono orgánico del suelo a diferentes profundidades

para los tratamientos riego y secano, luego de 17 años de iniciado el experimento.
CO= carbono orgánico del suelo; ns= diferencias no significativas (valor p <0,05) entre
los tratamientos Ri y Sec dentro de la misma profundidad. Letras distintas indican
diferencias significativas (valor p <0,05) dentro de la misma profundidad.
7
Figura 2.Evolución temporal de la concentración de carbono orgánico del suelo para

las situaciones riego y secano, en los estratos de 0-20 y 20-40 cm. CO= carbono
orgánico del suelo; Letras distintas indican diferencias significativas (valor p <0,05)
dentro de la misma profundidad.
Al analizar los datos desde el punto de vista de la cantidad (stock) de CO del suelo, los
resultados mostraron un comportamiento similara los de % de CO medidos en la capa
de 0-20 cm. Hubo una tendencia (significativa al 10%) de mayor acumulación de C en
el tratamiento Rien el año 2007. Luego en el año 2013,no hubo diferencias
significativas entre Ri y Sec (Tabla 2). Se analizó también el incremento diferencial de
C entre riego y secano, suponiendo que el stock de C inicial (1996) fue el mismo en
ambos tratamientos (los valores de %CO respaldan este supuesto). Hasta el año 2007
se pudo estimar un aumento diferencial del stock de CO en Ri respecto a Sec del
orden de 2,3 tnC/ha en 11 años de riego, equivalentes a 209 kg C/ha/año. Analizando
hasta el año 2013 (17 años de riego), se observó que el incremento diferencial bajo Ri
disminuyó a 94 Kg C/ha/año (Tabla 2).
8
Tabla 2. Evolución del stock de carbono del sueloen el estrato de 0-20 cm, para las
situaciones riego y secano.
Stock CO (tn/ha)
Tratamiento
Año 2007 Año 2013
Riego 37,7 (A) 38,5 (A)
Secano 35,4 (B) 36,9 (AB)
Delta Riego (total) 2,3 1,6
Delta Riego (anual) 0,209 0,094

CO= carbono orgánico del suelo. Letras distintas indican diferencias significativas
(valor p<0,1). Delta Riego (total)= StockCRi – StockCSec; Delta Riego (anual)= Delta
Riego (total)/Años desde inicio.
En la Figura 3 se presentan los resultados de concentración de CO y sus diferentes

fracciones granulométricas, obtenidos en ambos tratamientos (riego y secano), luego
de 17 años de ensayo. Si bien no se realizó un análisis estadístico para comparar los
resultados entre profundidades, puede observarse a simple vista que los mayores
valores de CO obtenidos en la profundidad de 0-5 cm se debieron a mayores valores
de las fracciones 53-200 micras y >200 micras. Asimismo, puede verse que no
existieron diferencias marcadas, entre profundidades y tratamientos, en la fracción <53
micras. En la capa de 0-5 cm se observaron valores significativamente (valor p< 0,05)
superiores en el tratamiento Ri en las fracciones 53-200 micras y >200 micras,
comparando riego y secano. En cambio, no hubo diferencias en la fracción <53 micras.
En el resto de las profundidades analizadas no hubo diferencias entre los tratamientos
para ninguna de las fracciones.
La distribución estratificada del CO es característica de los sistemas bajo siembra
directa continua (Unger 1991).En el presente experimento este proceso se viene
observando tanto en el tratamiento Ri como en el tratamiento Sec en las mediciones
realizadas en el año 2007 (Giubergia et al., 2013) y en los resultados presentados en
este trabajo. La Figura 2 presenta el típico proceso de estratificación en suelos bajo
siembra directa, en el que el CO tiende a acumularse en superficie y a disminuir en
profundidad. Esta distribución de CO en SD se atribuye principalmente a cambios de
las fracciones lábiles de la MO (Kay y Van den Bygaart 2002; Álvarez et al., 2009), tal
como ha sido observado en este experimento en la medición del año 2013. La
estratificación del CO bajo SD se debe al mantenimiento de los rastrojos en superficie
y la no remoción del suelo, que llevan a un incremento de la MO en los primeros cm de
suelo (Unger, 1991; Buschiazzo et al., 1998).
9
Figura 3.Valores de carbono orgánico de las diferentes fracciones granulométricas,

expresados como porcentaje de la masa de suelo, a diferentes profundidades para los
tratamientos riego y secano. COS= carbono orgánico del suelo. Letras distintas indican
diferencias significativas (valor p <0,05) dentro de cada fracción de CO a la misma
profundidad.
En general los antecedentes muestran que las diferencias de CO a favor del riego son
de escasa magnitud y en muchos casos no son significativas. Esto se debería a que
bajo riego si bien se incrementa el aporte de C por residuos (por mayores rendimientos
de los cultivos),por otro lado se aceleran las tasas de descomposición de los residuos
y la mineralización del CO(Giubergia et al., 2013). Trost et al. (2013) realizaron una
revisión de 22 investigaciones sobre el efecto del riego sobre el COS, en distintas
regiones del mundo, concluyendo que el efecto del riego es fuertemente dependiente
del clima y el contenido inicial de COS. Los suelos de regiones áridas mostraron en
promedio incrementos del 90 a 500% en el COS, en regiones semiáridas entre el 11 y
35%, mientras no hubo efectos significativos en regiones húmedas.
Respecto a la evolución del stock de C, la tasa diferencial bajo riego en los primeros
11 años de experimentación (209 kgC/ha/año) fue más alta que en el período total de
17 años de riego (94 kgC/ha/año). Este resultado está indicando que la tasa de
acumulación de C bajo Ri desde el inicio del ensayo fue superior entre 1996-2007 que
entre 2007-2013, y que en el caso del secano fue al revés. Por lo tanto, en base a los
resultados obtenidos, se podría plantear la hipótesis de que se estaría alcanzando un
10
nuevo equilibrio de COS en la capa de 0 a 20 cm bajo el tratamiento Ri, y que en

secano este equilibrio llegaría más lentamente.
Conclusiones
Se observó una estratificación del COS en profundidad, tanto en riego como en

secano, atribuída al manejo bajo siembra directa continua. Por su parte, las diferencias
en los valores de carbono entre riego y secano fueron de escasa magnitud y
solamente significativas en el estrato superficial de suelo (0-5 cm). Esto explica la
ausencia de significancia estadística al analizar la capa de 0-20 cm.
En el presente experimento, la práctica de riego bajo siembra directa parece tener un
efecto similar a lo reportado para otras prácticas de manejo del suelo (siembra directa,
rotaciones con gramineas), con incrementos de las fracciones de CO de mayor
tamaño (53-200 micras y >200 micras) y principalmente a nivel superficial. Los
mayores valores de CO obtenidos en la profundidad de 0-5 cm se debieron a mayores
valores de las fracciones de 53-200 micras y >200 micras.
La evolución del COS desde el inicio del experimento hasta el año 2007muestraun
incremento significativo en ambos tratamientos en la capa de 0-20 cm, del orden del
15% y 9%, para riego y secano respectivamente. Luego, en el período 2007-2013, la
tasa de acumulación de C bajo Ri fue menor que en los primeros años, mostrando
evidencias de que se podría estar alcanzando un nuevo equilibrio de CO en el suelo
bajo riego.
Agradecimientos
El presente trabajo fue realizado con fondos provistos por los proyectosPNSUELO-
1134042 (Aprovechamiento de residuos para aumentar el reciclado en el suelo.
Sumideros de carbono y emisiones del suelo) y CORDO-1262205 (Proyecto regional
del territorio agrícola ganadero central de la provincia de Córdoba) del INTA.
Bibliografía
Aapresid. 2012. Evolución de la superficie en siembra directa en Argentina. Campañas

1977/78 a 2010/11 (Disponible en: http://www.aapresid.org.ar/superficie/). Consultado
el 28/05/2014.
Álvarez C.R., Taboada M.A., Gutierrez Boem F.H., Bono A., Fernández P.L., Prystupa
P. 2009. Topsoil Properties as Affected by Tillage Systems in the Rolling Pampa
Region of Argentina. Soil Sci. Soc. Am. J. 73: 1242-1250.
Álvarez R., Steimbach H. 2006. Efecto del sistema de labranza sobre la materia
orgánica. Pp 69-78 en: Álvarez R (Ed.). Materia orgánica. Valor agronómico y dinámica
en suelos pampeanos. Editorial Facultad de Agronomía. UBA. Argentina.
11
Burke W., Gabriels D., Bouma J. 1986.Soil structure assessment. A.A. Balkema,
Rotterdam.
Buschiazzo, D.E.; Panigatti, J.L.; Unger, P.W. 1998. Tillage effects on soil properties
and crop production in the subhumid and semiarid Argentinean Pampas. Soil Till. Res.
49: 105-116.
Cambardella, CA & ET Elliot. 1992. Particulate soil organic matter across grassland
cultivation sequence. Soil Sci. Soc. Am. J. 56:777-783.
De Bona F.D., Bayer C., Dieckow J., Bergamaschi H. 2008. Soil quality assessed by
carbon management index in a subtropical Acrisol subjected to tillage systems and
irrigation. Aust. J. Soil Res. 46: 469–475.
Di Rienzo J.A., Casanoves F., Balzarini M.G., Gonzales L., Tablada M., Robledo C.W.
Argentina.
Ellert B.H., Bettany J.R. 1995. Calculation of organic matter and nutrients stored in
soils under contrasting management regimes. Can. J. Soil Sci. 75: 529-538.
Feller, C.1979. Une méthode de fractionnement granulométrique de la matière
organique des sols. Application ux sols tropicaux, á textures grossiéres, très pauvresen
humus. Cah. ORSTOM, sèr Pèdol., vol. XVII, 4:339-346.
Gillabel, J.; Denef, K.; Brenner, J.; Merckx, R.; Paustian, K. 2007. Carbon
sequestration and soil aggregation in center-pivot irrigated and dryland cultivated
farming systems. Soil Sci. Soc. Am. J. 71: 1020–1028.
Giubergia, J.; Martellotto E.; Lavado R.S. 2013. Complementary irrigation and direct
drilling have little effect on soil organic carbon content in semiarid Argentina. Soil Till.
Res. 134: 147-152.
INTA. 1987. Carta de suelos de la República Argentina. Hoja 3163-32 Oncativo. Plan
Mapa de suelos (Ed.).
Jabro, J.D.; Sainju, U.; Stevens, W.B.; Evans, R.G. 2008. Carbon dioxide flux as
affected by tillage and irrigation in soil converted from perennial forages to annual
crops. J. Environ. Manage. 88: 1478–1484.
Kay B.D, Vanden Bygaart A.J. 2002. Conservation tillage and depth stratification of
porosity and soil organic matter.Soil Till. Res. 66: 107-118.
Lal, R.; Kimble, J.; Follett, R.; Cole, C. 1998.The potential of US cropland to sequester
C and mitigate the greenhouse effect. Ann Arbor Sci. Publ., Chelsea, MI.
Lovera E., Gil R., Martellotto E. 1993. Características edáficas y climáticas del área
perteneciente al PAC II- zona centro. EEA INTA Manfredi (Ed.). Argentina.
12
Martellotto E, Salinas A, Lovera E, Salas P, Alvarez C, Giubergia J, Lingua S. 2005.

Inventario y caracterización del riego suplementario en la provincia de Córdoba. Riego
presurizado. Pivot central. Boletín nº 10. EEA INTA Manfredi (Ed.). Argentina. 15 p.
Nelson D.W., Sommers L.E. 1982. Total carbon, organic carbon and organic matter.
En: Methods of Soil Analysis. Page AL. (Ed.). Part 2. Agronomy 9, Madison, WI, pp
539-579.
Sainju U.M., Jabro J.D., Stevens W.B. 2008. Soil carbon dioxide emission and carbon
content as affected by irrigation, tillage, cropping system, and nitrogen fertilization. J.
Environ. Qual. 37: 98–106.
Salas P., Lovera E., Basanta M., Giubergia J., Martellotto E., Salinas A. 2005.
Producción de soja y maíz en función de la rotación y del sistema de manejo en un
haplustol típico de la región central de Córdoba. Disponibilidad de agua y rendimiento.
EEA INTA Manfredi (Ed.). Argentina. 12p.
Salinas A., Mari N., Bustos V., Giubergia JP., Boccardo M., Severina I., Aimar F. 2015.
Actualización del área bajo riego suplementario en Córdoba. Revista
Riegos&Drenajes. Argentina. Número 77.Julio/Agosto 2015. Pp 56-57.
Six, J.; P. Callewaert, S. Lenders, S. De Gryze,S. J. Morris; E. G.Gregorich,E. A. Paul,
K. Paustian. 2002. Measuring and understending carbon storage in afforested soils by
physical fractionation. Soil Sci. Soc. of Am. J. 66:1981-1987.
Trost B., Prochnow A., Drastig K., Meyer-Aurich A., Ellmer F., Baumecker M. 2013.
Irrigation, soil organic carbon and N2O emissions. A review. Agron. Sustain. Dev.
33:733 – 749.
Unger, P.W. 1991. Organic matter, nutrient and pH distribution in no and conventional
tillages semiarid soils. Agron. J. 83: 186-191.
13
EVALUACIÓN DEL AGREGADO DE YESO SOBRE UN SUELO SÓDICO

"MANCHONEADO"
MILÁN, CECILIA1* & BONADEO, ELENA1,2
1
Universidad Nacional de Villa María; 2 Unversidad Nacional de Río Cuarto
Arturo Jauretche 1555 (5900) Villa María- Córdoba.
* [email protected]
Palabras clave: variabilidad espacial; sodicidad; enmienda cálcica
Resumen
Los suelos sódicos del SE de Córdoba suelen presentar un crecimiento desigual en los
cultivos o pasturas en “parches” o “manchones”, siendo una delas causas relevantes,
la profundidad en que aparece el sodio y las sales, en niveles que afectan
negativamente a los cultivos. Como alternativa de rehabilitación se utilizan enmiendas
cálcicas. Los objetivos de este estudio fueron evaluar el efecto de yeso en dosis única
o fraccionada sobre propiedades de suelo y planta durante la última etapa de un
ensayo de larga duración. La investigación se llevó a cabo en un lote de 25 ha,
representativo del fenómeno de “manchoneo” en la zona de Villa María, Córdoba. El
suelo fue reclasificado como Haplustol tipico, con fases por salinidad y sodicidad. El
diseño utilizado fue en bloques al azar con tres repeticiones, en parcelas de 7x7m
ubicadas en sectores manchoneados. Los tratamientos, T: sin agregado de yeso, DM:
con aplicación única de 6000 kg ha-1 al inicio del ensayo (2005), DA: aplicando 2000
kg ha-1 de yeso en tres oportunidades (2005, 2008 y 2010). El yeso se aplicó en
superficie y al voleo. Las evaluaciones fueron a partir del último reenyesado (2010). Se
determinó pH1:2,5, CE1:1, RAS, Infiltración, Conductividad hidraúlica (K), Densidad
aparente, Resistencia Mecánica, producción de cultivos soja y alfalfa. Se hicieron
determinaciones en sector "normal" como situación de referencia en las variables del
cultivo de soja y en el último corte de alfalfa. El agregado de yeso tendió a mejorar las
propiedades de suelo y la producción de cultivos, especialmente en el tratamiento
DM,aunque la producción de granos y forraje no llegó a aproximarse al rendimiento de
la situación "normal". El régimen de precipitaciones y las bajas velocidades de
infiltación y K en estos suelos no contribuyeron para que la enmienda actúe en forma
satisfactoria.
Introducción
Una caracteristica de los suelos sódicos de la provincia de Córdoba es que la

acumulación del sodio en valores que producen disminuciones de rendimiento de los
1
cultivos, ocurre –en un 64%- en horizontes subsuperficiales. De este modo, existen

269.000 ha con esta condición entre los 50 y 125 cm de profundidad, 1.525.000 ha
entre los 25 y 50 cm y 1.009.000 ha a menos de 25 cm, abarcando un total de
2.803.000 ha. En el departamento San Martín, 93.000 ha poseen esta afectación, de
las cuales en 55.000 ha la acumulación de sodio se produce entre los 25 y 50 cm
(INTA, 1993). Es inherente de estos suelos sódicos, la presencia de una gran
variabilidad espacial con desigual crecimiento de cultivos o pasturas, denominado en
“parches” o “manchones”. Patrones similares de crecimiento, fueron citados por
Rengasamy (1998) para suelos de Australia.
La mayoría de estos suelos posee deficiente drenaje superficial, debido a un relieve

muy suave, con gradientes de pendientes regionales menores al 0,3%, de orientación
O-E. Es común encontrar áreas donde las vías se organizan en forma radial, siendo
los puntos de convergencia charcas permanentes o semipermanentes, conformando
un tipo de drenaje denominado “araña”, que funcionan como aportantes hídricos a la
napa freática (INTA, 1993).
Las precipitaciones son superiores a los 800 mm anuales, lo que permitiría realizar
cultivos en secano con buenos rendimientos en suelos "normales", cobrando entonces
esta problemática una especial relevancia.
Los suelos sódicos están sujetos a una degradación estructural severa en condiciones
de alto pH, presentando exceso de sodio intercambiable y baja concentración de
electrolitos, con arcillas que tienden a dispersarse. El nivel crítico de sodio
intercambiable que separa suelos con tendencia a la dispersión no está aún bien
definido y depende del tipo de suelo (Shainberg & Letely, 1984). Un suelo se considera
sódico cuando el porcentaje de sodio intercambiable (PSI) es superior al 15%,
respecto a la CIC. Aunque menores umbrales de sodicidad, 6% de PSI, son citados
para suelos australianos (Rengasamy, 1997), como asi también, para la región de Villa
y Río Cuarto (Milán et al., 2016). Este menor umbral se debe a la menor cantidad de
sales solubles en algunos suelos (Northcote y Skene, 1972), o un efecto de dispersión
de los agregados con valores de PSI <15% (Milán et al., 2016) .
Para la rehabilitación de suelos sódicos, existen diferentes técnicas de manejo. Entre

las más usadas están las enmiendas cálcicas que mejoran la condición química y
física de los mismos. La corrección de suelos sódicos por la adición de yeso (CaSO 4)
es una práctica generalizada en algunos países, sobre todo en aquellos en los que la
superficie afectada por este problema es significativa, aunque cuando empezó a surgir
en la Argentina fue generando dudas acerca de sus posibles beneficios y materiales a
utilizar. Investigaciones realizadas por Quintero et al. (2003) y por Moreno et al. (2006)
concluyen que la adición de yeso, al disminuir el Na intercambiable, recupera las
condiciones físicas del suelo, reduce el pH y la relación de adsorción de sodio (RAS).
2
De este modo, mejora la utilización de los nutrientes por los cultivos, pudiendo
increntar la producción de los mismos. Aunque, con el paso del tiempo, este efecto
tiende a revertirse. Según Costa & Godz (1999), el yeso aumenta la concentración de
electrolitos a un nivel que permite la floculacion del coloide, manteniendo una
adecuada infiltración del agua. La reacción de dilución-intercambio toma calcio de la
solución del suelo, se produce una disolución adicional de yeso, que puede ser medida
por la conductividad eléctrica (CE), esta misma estaría en función lineal con el
contenido de sodio del suelo.
Con la finalidad de reconocer si el yeso, como enmienda cálcica, mejora la condición

física de este tipo de suelos y aumenta la capacidad productiva, se evaluó su efecto en
dosis única o fraccionada sobre propiedades de suelo y planta en sectores
“manchoneados” en el último tramo de un ensayo de larga duración.
Ubicación del área de estudio y características climáticas

El ensayo estaba ubicado a 18 km al O de la ciudad de Villa María (Lat. S 32°29´ 16”;
Long O 63° 17´31”).
El clima del área es templado subhúmedo, con una temperatura media anual de 16,05
ºC, con una amplitud térmica aproximada entre el mes más cálido (enero) y el más frío
(julio) de 14.5 ºC. El régimen pluviométrico es monzónico, con una precipitación media
anual de 799 mm, con meses más lluviosos en verano y más secos en invierno (INTA,
1987).
Características de suelo
El suelo está clasificado como Haplustol éntico, perteneciente a la unidad cartográfica
Ot (Consociación serie Oncativo) (INTA, 1987). Aunque posteriormente fue
reclasificado como Haplustol tipico, con fases por salinidad y sodicidad (Hampp et al.,
2004), cuyas caracteristicas constan en las Tablas 1 y 2.
Ensayo
El ensayo de larga duración se inició en enero de 2005, en un lote de 25 ha. En ese
momento había una alfalfa (Medicago sativa L.) en su tercer año de implantación,
fuertemente “manchoneada” y los "manchones" invadidos por malezas, especialmente
gramíneas.
Se seleccionaron sectores “manchoneados” para ubicar los bloques. La superficie de

cada unidad experimental fue de 7 x 7m. Se siguió un diseño en bloques completos al
azar, con tres repeticiones. Los tratamientos fueron: testigo (T), dosis agronómica o
3
fraccionada (DA) y dosis máxima o única (DM). En enero de 2005, se aplicaron 2000
kg ha-1 de yeso en DA y 6000 kg ha-1 en DM. Se reenyesó en abril de 2008 y en
diciembre de 2010, solamente en el tratamiento DA, aplicando 2000 kg ha-1 cada vez.
De esta manera DA se igualó a DM en el año 2010. La enmienda cálcica que se utilizó
fue yeso (CaSO4.2H2O) con una pureza del 67 % y se aplicó en forma manual,
superficial y al voleo.
Tabla1. Propiedades morfológicas de los suelos en las zonas "Normales" y en las zonas
"Manchón" (Bonadeoet al., 2006)
Situación “normal” Situación “manchón”
Horiz. Prof. (cm) Textura Estruc. Horiz. Prof.(cm) Textura Estruc.
A 0 – 26 Fran. Lim Bl. sa.me. A 0 – 24 Fran. Lim Bl. sa.me.
(cm)
Bw 26 – 37 Fran. Lim Bl. sa.me. Bwk1 24 – 43 Fran. Lim Bl. sa.me.
Bwk 37 – 55 Fran. Lim Bl. sa.me. Bwk2 43 – 66 Fran. Lim Bl. sa.me.
BCk 55 – 90 Fran. Lim Bl. sa.deb. Ck1 66 – 96 Fran. Lim Masivo
Ck > 90 Fran. Lim Masivo Ck2 > 96 Fran. Lim Masivo
Tabla2. Propiedades físico-químicas de los suelos en las zonas "Normales" y en las zonas
"Manchón" (Bonadeoet al., 2006)
Situación “normal” Situación “manchón”
Prof. pH CE* CIC PSI Prof. pH CE* CIC PSI

-1 -1 -1 -1
(cm) (dS m ) (cmol kg ) (cm) (dS m ) (cmol kg )
0-26 6,88 0,95 12,6 2,4 0 – 24 7,26 0,95 11.70 12.4
26-37 7,80 0,51 14,3 12,4 24 – 43 9,14 1,92 13.36 33.0
37-55 8,62 1,03 14,3 14,2 43 – 66 9,83 3,62 12.60 42.0
55-90 9,33 0,86 13,0 23,4 66 – 96 9,85 7,55 13.00 43.9
> 90 9,56 1,24 10,9 39,7 -- 9,90 -- 10.2 45.1
CE* : CE1:1 /0,63 para texturas franco limosas a franco arcillosas (Smith y Doran, 1996)
Determinaciones
En este trabajo constan las determinaciones realizadas en la última etapa del ensayo
de larga duración, a partir del último reenyesado en 2010.
Se realizaron muestreos de suelo en dos profundidades (0-20 y 20-40 cm) con barreno
helicoidal, con un mínimo de dos piques por cada unidad experimental. Las muestras
de suelo fueron secadas al aire, para luego realizar las determinaciones
correspondientes en laboratorio. Así mismo, se realizaron determinaciones in situ y
muestreos de vegetación.
a) Para estimar si el agregado de yeso provocaba cambios en las propiedades físicas

y físico-químicas del suelo:
4
-Conductividad eléctrica CE1:1 (en relación suelo:agua 1:1) (Richards, 1954) y pH1:2,5
(pH actual en relación suelo:agua 1:2,5) (Page et al., 1982). En 3 momentos: al inicio
(antes del reenyesado en DA) en diciembre de 2010, al año en 2011 y a los dos años
en 2012.
-Relación de adsorción de sodio (RAS) (Richards, 1954). En 2 momentos: al inicio
(antes del reenyesado en DA) en diciembre de 2010 y al año en 2011.
-Resistencia mecánica a la penetración (RM). En febrero de 2012. Se realizaron
tres mediciones por parcela, hasta los 50 cm de profundidad con penetrómetro tipo
Villegas ®, con cono de 30º y diámetro de 12 mm. Se midió el contenido de humedad
cada 10 cm hasta los 50 cm de profundidad.
-Velocidad de infiltración y conductividad hidráulica saturada (K). En marzo de 2013.
Se realizaron las mediciones a los 24 cm, en el segundo horizonte, que es donde
comienzan a diferenciarse entre situaciones, las propiedades características de esta
problemática (Bonadeoet al., 2006). Con permeámetro de disco de 120 mm, se
registraron lecturas hasta que las últimas cuatro no tuvieran una desviación mayor al
10% (Gil, 2006).
-Densidad aparente (DAP). Marzo de 2013. Se determinó en las dos profundidades (0-
20 y 20-40 cm) y en el mismo momento que se midió con el permeámetro. Las
muestras se extrajeron con un cilindro de acero de 7,8 cm de diámetro interior y 8,5
cm de altura (Klute, 1986).
b) Para evaluar la capacidad productiva de los cultivos luego de aplicada la enmienda:

-Producción de soja. La soja (Glycinemax) variedad Don Mario 5.5i, se sembró a 52,5
cm entre surcos, con una densidad de 25 semillas.m-1, en diciembre de 2010, al
momento que se realizó el último reenyesado. En abril de 2011 se cosecharon a razón
de 1,92 m lineal (2 repeticiones) en todas las unidades experimentales y en sitios
cercanos a los 3 bloques situaciones "normales", como referencia. Se realizó conteo y
se midió altura de plantas. Se separó el material y se los llevó a estufa a 60 °C hasta
peso constante. Se obtuvieron los datos de materia seca de partes vegetativas y
reproductivas y se calculó el Índice de cosecha (IC).
-Producción de alfalfa. Se sembró alfalfa (Medicago sativa) cultivar Bar 9242 en doble
labor de siembra directa a razón de 16 kg ha-1 de semilla en mayo del 2011. Se
realizaron 6 cortes en noviembre de 2011, marzo, octubre, noviembre y diciembre de
2012 y en marzo de 2013. El procedimiento constó en realizar dos muestreos de la
parte aérea por parcela o unidad experimental con un aro de 0,25 m². A partir del 5°
corte se observó heterogeneidad en cada parcela debido a la visualización de la
problemática del “manchoneo” con pérdidas de alfalfa y se tomó como criterio
muestrear en sectores donde aún permanecía el cultivo y descartando malezas. En el
último corte (6°) con manifestación aún más importante del “manchoneo” en todo el
lote, además de las unidades experimentales, se muestrearon 6 sitios “normales” que
5
fueron utilizados como referencia. Las muestras se llevaron a estufa a 60°C hasta
peso constante, para obtener el dato de materia seca (MS)(Kg m-2).
Análisis estadísticos de datos

Para comparar el efecto de los tratamientos sobre propiedades del suelo (pH, CE,
RAS, RM, K), producción de materia seca y de granos de los cultivos se realizaron
análisis de la varianza (anava), separando las medias mediante el test LSD de Fisher
(p = 0,05). Se utilizó el software Infostat (Di Rienzo et al., 2014).
Evaluaciones en suelo
La CE1:1 en la profundidad 0-20 cm (Figura 1a) fue más baja en DM en todos los
momentos evaluados, aunque sin diferencias significativas entre tratamientos. DA
presentó los valores mayores en la profundidad 20-40 cm (Figura 1b) debido a que fue
el tratamiento que recibió la aplicación de yeso nuevamente en 2010 y se produjo una
disolución de la enmienda, evidenciada al aumentar la CE1:1con respecto al T.
Posiblemente el tratamiento DA al aplicarse en dosis fraccionada, no logró flocular el
coloide y por lo tanto la lixiviación de sales no fue importante. Según Bonadeoet al.
(2009b), el aumento de CE está directamente relacionada con la disolución del yeso.
La aplicación de yeso en una única dosis (DM) podría haber mejorado la estructura y
la porosidad que favorecieron la lixiviación de sales del suelo a través de los años de
la aplicación del yeso, con una mayor intensidad en el primer horizonte. Esto fue
registrado por Costa &Godz (1999) en un trabajo de similares características,
explicando que el mejoramiento de la infiltración producido por el yeso pudo ser la
causa que permitió el lavado de sales generadas por la aplicación de la enmienda.
Mantener una concentración de electrolitos suficientemente alta es de crucial
importancia, dado que favorece la circulación de agua, de la que depende el proceso
de recuperación.
-1
Figura 1. Conductividad eléctrica (CE1:1) (dS m ) en los diferentes tratamientos al inicio (CE 0),
al año (CE 1) y a los 2 años (CE 2) del reenyesado en DA: a) en la profundidad 0-20 cm y b) en
6
la profundidad 20-40 cm. Letras comunes no son significativamente diferentes (p > 0,05) en el
mismo momento (color).
El agregado del yeso disminuyó el pH en DM y DA con diferencias significativas con
respecto al Testigo (T), en todos los momentos evaluados y en ambas profundidades
(Figura 2). Aunque, en DA al segundo año y en los 0-20 cm de profundidad no se
observan esas diferencias, con una tendencia de valor más alto de pH, provocado por
ser el único tratamiento que en 2010 se le agregó yeso (Figura 2a). Según Costa
&Godz (1999) en los tratamientos con yeso los sulfatos (SO4-2) predominan entre los
aniones, generando pH cercanos a la neutralidad, por ello DM al iniciarse con dosis
de yeso más elevada pudo disminuir su pH. En cambio, como el anión dominante en el
suelo del sitio experimental sin el agregado de yeso es el bicarbonato (HCO3-),
explicaría los mayores pH en el Testigo. Mientras que, las diferencias de pH más alto
en DA con respecto a DM, podría atribuirse a la completa disolución de yeso y lavado
de SO4-2, la cual, una vez ocurrida haría que el HCO3- sea nuevamente el anión
predominante.
Con respecto a la RAS, en la profundidad 0-20 cm, la aplicación de yeso en DM

produjo una disminución con diferencias significativas en relación al T, al inicio y al año
de la aplicación del reenyesado (Figura 3a). En DA estas diferencias en la disminución
del RAS se obtuvieron sólo al año de aplicación. En la profundidad 20-40 cm, antes del
último reenyesado en 2010, no se observaban diferencias significativas entre
tratamientos. Al año, DA obtuvo los valores más bajos de RAS, diferenciándose
significativamente con respecto a DM y T (Figura 3b).
Considerando que el año de aplicación del segundo reenyesado (2011) coincide con
los 6 años del inicio del ensayo, los valores de RAS de DM se asemejan a T, que
podría inferirse a un agotamiento de la enmienda. Quintero et al. (2003) atribuyen la
disminución del contenido de sodio al desplazamiento progresivo del ión sodio del
complejo de cambio por el ión calcio y su posterior lixiviación a horizontes profundos.
Asimismo, Costa y Godz, (1998) indican que para desplazar parte del sodio del
horizonte nátrico hay que agregar más de 30 Mg ha-1 en superficie y mezclarlo con los
primeros centímetros de suelo.
7
Figura 2. pH1:2,5 en los diferentes tratamientos al inicio (pH 0), al año (pH 1) y a los 2 años (pH
2) del reenyesado en DA: a) en la profundidad 0-20 cm y b) en la profundidad 20-40 cm. Letras
comunes no son significativamente diferentes (p > 0,05) en el mismo momento (color).
Figura 3. Relación de absorción de sodio (RAS) en los diferentes tratamientosal inicio y al año
del reenyesado en DA a) en la profundidad 0-20 cm y b) en la profundidad 20-40 cm. Letras
comunes no son significativamente diferentes (p > 0,05) en el mismo momento (color).
En cuanto a la RM, todos los tratamientos, salvo en los primeros 5 cm, superaron al
umbral o nivel crítico máximo de 2 MPa, establecido para la resistencia a la
penetración, por encima del cual las raíces de los principales cultivos dejan de crecer
(Álvarez y Taboada, 2008). DA presentó los valores más altos de RM hasta los 20 cm
y con diferencias significativas con respecto a T y DM hasta los primeros 10 cm. A
partir de los 25 cm se revierte la situación mostrando disminuciones en los
tratamientos con yeso, con diferencias significativas en esta profundidad con respecto
al testigo (Figura 4a y Tabla 3). La menor humedad del suelo en los tratamientos con
yeso, especialmente en los primeros 15 cm de DM con respecto a la misma
profundidad en T (Figura 4b), que se corresponden a mayor RM (Figura 4a), puede
explicarse por las curvas curvas de desorción observadas por Bonadeoet al. (2014),
donde se destaca el menor contenido hídrico a partir de succiones mayores a 1 bar
para los tratamientos con yeso. Ello, es consecuencia de la menor cantidad de poros
que retienen agua a partir de la mencionada succión. Efecto notorio, también a los 15
bares, es evidenciado por la menor cantidad de agua retenida a esta succión
8
(Varallyay, 1981). El mayor valor de RM en DA entre los 5 y 15 cm podría atribuirse a

que dada la menor permeabilidad de estos suelos, el Na que ha sido sustituido por el
Ca, no se lixivia o se mueve muy poco, provocando una mayor dispersión del coloide
(Bonadeoet al., 2009a). Según Lebronet al. (2002), si se agregaran mayores
cantidades de yeso contribuiría que la dispersión o ruptura de los agregados fuese
menor, por ello se estima que en DA, el Ca suministrado en forma fraccionada no
sería suficiente para sustituir al Na. Mon (2007) indica que esto podría corregirse, si la
enmienda se aplicara a una profundidad de 15 a 35 cm y mediante descompactación
con subsolador.
Tabla 3. Anava de Resistencia mecánica
Prof. (cm) T DA DM
0-5 1,20 A 1,53 B 1,29 AB
5-10 3,22 A 3,88 B 3,16 A
10-15 3,48 A 3,77 A 3,74 A
15-20 3,40 A 3,34 A 3,2 A
20-25 3,22 A 3,00 A 3,22 A
25-30 3,51 B 2,79 AB 2,36 A
30-35 4,15 A 3,31 A 3,18 A
Figura 4. Resistencia mecánica en los distintos
tratamientos a) Determinación hasta los 50 cm 35-40 4,60 A 4,81 A 4,30 A
de profundidad b) Porcentaje (%) de humedad 40-45 4,87 A 4,90 A 4,67 A
en el momento de la determinación de la 45-50 4,62 A 4,85 A 4,57 A
Resistencia mecánica. (MPa) por profundidad
Medias con una letra común en la misma fila
o profundidad no son significativamente
diferentes (p > 0,05)
Luego de 2 años del último reenyesado en DA, se observa que infiltra más agua al
suelo en los tratamientos con yeso que en el testigo (T) y superando la dosis única
(DM) a la fraccionada (DA) (Figura 5). Esto se condice con los resultados de la Figura
6, donde DM con una K de 8,21mm h-1 se diferenció significativamente del T con 2,68
mm h-1 de K, mientras que DA obtuvo valores intermedios de 6 mm h-1 y sin diferencias
significativas con respecto a DM y T (Tabla 3). La menor velocidad de infiltración y la
menor K en T tienen coincidencia con una mayor RM en 20-40 cm (Figura 4). Las
mayores K en los tratamientos con yeso podrían explicarse por el aumento en la
concentración electrolítica (Figura 1b) y/o la disminución de la RAS con respecto a T
en la misma profundidad (Figura 3b). La concentración electrolítica es uno de los
factores que controla la K del suelo, la cual está directamente relacionada con el
contenido de sales y el lavado (Torrente, 2003), independientemente del efecto de los
cationes intercambiables. Cuando la concentración de sales en el agua que percola
está por debajo del valor de floculación, la dispersión de las arcillas, el movimiento de
9
las partículas dispersas y su acumulación en el interior de los poros causan oclusión

de los mismos, siendo estos los principales mecanismos responsables de la reducción
en la conductividad hidráulica (García, 1994). En síntesis, en los tratamientos con yeso
la acción floculante del calcio junto con la disminución del sodio intercambiable y el
aumento de la concentración de electrolitos en solución, permiten una mejora en la
estabilidad del sistema poroso (Loveday ,1984). Por ello, Monet al. (2010), afirma que
la función del yeso es reforzar la doble capa que mantiene la arcilla floculada,
minimizando la dispersión de la misma, lo que contribuye al mantenimiento de la
estructura y por lo tanto al sistema poroso que facilita la infiltración de agua de lluvia.
-1
Figura 5. Velocidad de infiltración (mm h ) Figura 6. Conductividad hidráulica saturada (K)
-1
promedio en función del tiempo en los diferentes (mm h ) del segundo horizonte de suelo en los
tratamientos a partir del 2° horizonte. diferentes tratamientos. Letras comunes no son
significativamente diferentes (p> 0,05)
Para la densidad aparente (DAP) en ambas profundidades no se obtuvieron
diferencias significativas entre tratamientos. En la profundidad 20-40 cm hubo una
tendencia de disminución de la DAP en DA, luego de la última aplicación de yeso. DM
se mantuvo muy similar a T (Tabla 4), considerando nuevamente que DM a lo largo del
tiempo, estaría volviendo a su condición inicial. Mientras que DA, al activarse
nuevamente en el último reenyesado explica la disminución de la DAP, debido a que
produce un aumento en la macroporosidad del suelo (Greeneet al., 1988).
Tabla 4 .Densidad aparente del suelo (Mg m-3) en los diferentes tratamientos y profundidades
Profundidad (cm) T DA DM
0-20 1,34a 1,35a 1,38a
20-40 1,40a 1,35a 1,40a
Letras comunes no son significativamente diferentes (p> 0,05)
Evaluaciones en cultivo
En el cultivo de soja sembrado en el mismo momento del último reenyesado en DA, se
obtuvieron diferencias significativas entre la situación "normal" (N) o de referencia con
respecto a los tratamientos de la situación "manchón" (T, DA y DM), salvo en el
número de plantas en los tratamientos DM y DA (Tabla 5). El yeso podría haber
10
contribuido a mantener el stand en los sectores M, que comúnmente sufren pérdidas

de plantas (Bonadeoet al., 2006). En M, la altura de plantas fue mayor y se diferenció
significativamente en los tratamientos con yeso con respecto al T y DM superó a DA,
aunque no llegó a igualar a la altura de plantas de la situación N. A su vez, estas
diferencias fueron convergentes en la variable peso de tallo. Con respecto a todos los
componentes de rendimiento no se obtuvieron diferencias significativas entre
tratamientos, aunque si una tendencia de mayores valores en el tratamiento DM
seguido por DA. Para peso de semillas, T produjo el 41%, DA el 45 % y DM el 47% de
lo que rindió la situación N. El IC también decayó en la situación M, con tendencia de
menor valor en los tratamientos con yeso. De este modo, el yeso sería adecuado para
la producción de la parte vegetativa (n° de plantas, altura de plantas, peso de tallos), y
no así para el rendimiento de granos en este tipo de suelos.
Tabla 5. Rendimiento de soja y sus componentes según tratamientos y situaciones

Situación M Situación N
T DA DM Referencia
N° plantasm-2 37 Aa 43 Bb 42 Bb 42 b
Altura planta prom.(cm) 62,17 A a 66,17 B a 70,50 C b 79,50 c
Peso tallos(g m-2) 108,02 Aa 128,58 ABab 141,82 Bb 172,45 c
-2
N° vainasm 360,50 B a 372,67 AB a 422,00 Aa 534,50 b
-2
Peso vainas(g m ) 97,57 Aa 109,00 Aa 113,78 Aa 214,75 b
N° semillas/vaina 1,22 Aa 1,35 Aa 1,22 Aa 1,70 b
-2
N° semillas m 444,57 Aa 505,50 Aa 505,58 Aa 911,3 b
-2
Peso semillas(g m ) 65,73 Aa 72,87 Aa 76,73 Aa 160,25 b
-1
Rendimiento (kg ha ) * 742,7 Aa 823,4Aa 867Aa 1818,8 b
Peso 100 semillas(g) 14,53 Aa 14,30 Aa 15,00 Aa 17,50 b
Indice de cosecha (IC) 0,31 Aa 0,30 Aa 0,29 Aa 0,41 b
M: "manchón"; N: "normal"; T: Testigo; DA: Dosis fraccionada de yeso; DM: Dosis única de yeso
En la misma fila o variable las medias con una letra común no son significativamente
diferentes (p > 0,05). Estas letras en mayúsculas y negro Test LSD Fisher entre T, DA
y DM. Letras en minúscula y rojo Test LSD Fisher entre T, DA, DM y N.
*Para estimar el rendimiento de soja por tratamiento se sumó el 13% de humedad
peso de seminllas a cosecha. El lote en su totalidad rindió 1270 kg ha-1 con una
humedad a cosecha del 13 % (Datos proporcionados por el productor).
Según FAO (2006), la soja es un cultivo medianamente tolerante a la salinidad (CEe 5
dS m-1 = CE1:1 de 2,8 - 3,6 dS m-1), al no superarse este umbral durante la implantación
del cultivo en ninguno de los tratamientos, se infiere que la producción no fue afectada
11
por esta causa. Aunque sí, podría haberse afectado la producción vegetativa y
reproductiva, al superar los umbrales de pH 7,5, especialmente el tratamiento T
(Figura 2b). La soja tiene un intervalo mínimo óptimo de pH 6 a 7 y de rendimiento
satisfactorio con pH entre 4,5 y 7,5 (Azcarate y Kloster, 2012). Aún, en sectores N, el
pH supera estos umbrales luego de los 26 cm (Tabla 2), que ligado a las escasas
precipitaciones ocurridas en la campaña 2010-2011 podrían justificar los bajos
rendimientos obtenidos de 1270 kg ha-1 en todo el lote (Referencias de la Tabla 5).
Con respecto al cultivo de alfalfa, implantado al año y cinco meses del reenyesado en
DA, la producción de materia seca acumulada (MS Ac) de DM se diferenció
significativamente del T, mientras que DA obtuvo valores intermedios sin diferencias
significativas con los demás tratamientos (Tabla 6). En el 1° y 2° corte, la MS en los 3
tratamientos fue semejante (Figura 7 y Tabla 6), pudiendo deberse a que las raíces
aun no habían profundizado, explorando solo el horizonte superficial, con buenas y
similares condiciones. Luego, durante el 3° y 4° corte se observaron mejoras en la
producción de alfalfa en todos los tratamientos, debido a una época con mayores
precipitaciones. En el 4° corte, DM y T produjeron más forraje y con diferencias
significativas con respecto a DA, atribuido a las lluvias abundantes de esa época que
contribuyeron en disolver el yeso aplicado en DA dos años antes, provocando la
liberación de sodio de las micelas coloidales, que por la baja permeabilidad de estos
suelos, no pudo drenar. La disolución de yeso, además provocó en DA una mayor
CE1:1 (Figura 1) superando el umbral de tolerancia de la alfalfa (CEe 2 dS m-1 = CE1:1
de 1,1 - 1,4 dS m-1 ) por encima del cual empiezan a disminuir los rendimientos y
siendo clasificada como moderadamente sensible a la salinidad (FAO, 2006). A los 2
años, en el 5° corte, cae abruptamente la producción de alfalfa en todos los
tratamientos, por ser una época con déficit hídrico. DA es el tratamiento que produce
más MS en este corte seguido por DM y ambos se diferencian de T. Se infiere que DA
mantuvo su estabilidad con respecto a la eficiencia en el uso del agua, debido a que
en los cortes anteriores había producido menos forraje y podría haberse aclimatado
mejor para poder mantener el stand de plantas, y por ello en este corte pudo superar
en MS a los demás tratamientos. Por el contrario, el tratamiento DM con plantas más
grandes, con una gran demanda de agua, fue más sensible a las condiciones del
estrés hídrico, decayendo su producción, especialmente por muerte de plantas
(observado en los muestreos). Nilsen y Ocurtt (1996) explican que las plantas son
capaces de adquirir más agua o hacen un uso más eficiente de ésta y pueden ser más
resistentes al estrés hídrico al poseer mecanismos de aclimatación para esta situación.
Aunque, Sheafferet al. (1988) señalan que, no obstante, la alfalfa recurre a la
estrategia de poder acceder al agua en profundidad a través de su sistema radicular,
su resistencia a la sequía es deficiente y se ve rápidamente afectada por la escasez
de agua. En el 6° corte se mantienen estables DA y T, y se recupera DM, a causa de
las precipitaciones de esa época. Sin embargo, no hubo diferencias significativas entre
tratamientos en ese momento, pero se diferenciaron de la situación N, obteniendo esta
12
situación 0,18 kg m-2 de MS, aproximadamente el doble de producción con respecto a

la situación M (0,09 en DM y 0,10 kg m-2 en T y DA) (* en Figura 7 y Tabla 6). No se
realizaron más cortes debido al advenimiento de un invierno muy seco, que provocó
grandes pérdidas de plantas en todos los tratamientos.
0,19
*
0,16 -2
Tabla 6.Anava de materia seca (MS) (kg m ) de
MS (kg/m²)-T
alfalfa en los 6 cortes y de materia seca

0,12
Corte T DA DM N
0,09
1 0,12 CD 0,12 BCD 0,14 D SD

0,05
1 2 3 4 5 6
Corte 2 0,11 BCD 0,12 CD 0,12 BCD SD
DA DM T
3 0,11 BCD 0,12 CD 0,14 D SD
Figura 7. Evolución en el tiempo de la materia 4 0,17 E 0,14 D 0,18 E SD

-2
seca (MS)(kg m ) de alfalfa en los tratamientos
Testigo (T), Dosis fraccionada de yeso (DA) y 5 0,08 A 0,12 BCD 0,10 ABC SD
Dosis completa o única de yeso (DM). * valor
-2
de 0,18 kg m para Normal (N) en el 6° corte . 6 0,10 ABC 0,10 ABC 0,09 AB 0,18*
Siembra en junio 2011, 1° corte en octubre

2011, 2° corte en marzo 2012, 3° corte (época MS Ac 0,70 a 0,71 ab 0,76 b SD
húmeda) en octubre 2012, 4° corte (época acumulada (MS Ac.) en todos los cortes
húmeda) en noviembre 2012, 5° corte (época
seca) en diciembre 2012, 6° corte (época seca)
en marzo 2013
Medias con letras diferente son significativa-

mente diferentes (p<0,05). Letras en
mayúsculas indican diferencias entre cortes y
tratamientos; letras en minúscula diferencias
entre tratamientos en la MS Ac y * diferencias
significativas de la situación N con respecto a
los tratamientos en M.
Referencias idem Figura 7.
En concordancia con lo hallado en este experimento, Costa y Godz (1999) en un

Natracuol de la República Argentina, indican que el agregado de altas dosis de yeso
duplicaron la producción de raygrass y trébol en los primeros años. Luego de 10 años
de la aplicación del yeso, en pastura de agropiro y alfalfa no encontraron diferencias
significativas con el testigo y se lo atribuyen a que esa fecha coincide con el comienzo
13
de la reversión del proceso de recuperación y a que en su composición esa pastura

contiene agropiro, especie adaptada a condiciones de sodicidad.
Conclusiones
La incorporación de yeso superficial al voleo en sectores "manchoneados" provocó

cambios en las propiedades del suelo. Siendo significativas la disminución de pH y
RAS, y en mayor magnitud en el tratamiento de dosis única o completa (DM) con
respecto al testigo (T). El tratamiento en dosis fraccionada (DA) que fue reenyesado
en 2010, tuvo los valores más altos de CE por la disolución de la enmienda. No se
obtuvieron diferencias en la DAP entre tratamientos. Con respecto a la RM, DA obtuvo
un aumento en los primeros 15 cm, luego del último reenyesado.
El agregado de yeso, provocó un mayor crecimiento vegetativo, con diferencias

significativas en las variables altura de plantas y peso de tallos del cultivo de soja en el
tratamiento con una única dosis (DM), aunque no fue suficiente para diferenciarse
significativamente del testigo en las variables de componentes de rendimiento. La
tendencia en la disminución del rendimiento en T se relaciona a valores más altos de
pH y RAS, en cambio la tendencia de mayor rendimiento en DM a una mayor
velocidad de infiltración y a valores más adecuados de K, pH, RAS y RM en la
profundidad 20-40 cm. El tratamiento DA, en una situación intermedia fue más
sensible a una elevada RM en el primer horizonte con respecto a los demás
tratamientos.
En cuanto al cultivo de alfalfa, el tratamiento DM fue el que obtuvo mayor producción

de MS acumulada y con diferencias significativas. Esta respuesta ante el agregado de
yeso se manifestó en DM en los cortes de épocas húmedas. mientras que épocas
secas no mostró respuesta con respecto al T. En el tratamiento en dosis fraccionada,
la alfalfa fue sensible al aumento de CE (salinidad) provocado por la disolución de la
enmienda luego de haber sido reenyesado en 2010.
En ambos cultivos hubo tendencias y algunas diferencias significativas en la mejora a

partir del agregado de yeso en dosis única con respecto a la fraccionada. A pesar de
ello, el agregado de esta enmienda en forma superficial en los sectores
"manchoneados" no fue suficiente para alcanzar el rendimiento de los sectores
"normales" en los cultivos y épocas estudiados.
Bibliografía
Alvarez, CR & MA Taboada. 2008.Indicadores de la fertilidad física del suelo. Capítulo

6. En: MA Taboada, CR Alvarez (eds.). Condición física del suelo y su relación con la
fertilidad. Editorial Facultad de Agronomía. UBA. Buenos Aires.
14
Azcarate, P & N Kloster. 2012. Acidez y alcalinidad del suelo. Capítulo II en Manual de
fertilidad y evaluación de suelos. Editores: Alberto Quiroga y Alfredo Bono. INTA
Anguil.
Bonadeo, E; E Hamp; I Moreno y A. Odorizzi. 2006. Relación entre propiedades físicas
y químicas del suelo y raíces de alfalfa (Medicago sativa L.) afectada por
“manchoneo”. Rev. Ciencia del Suelo 24(2) ISSN 0326-3169.
Bonadeo, E; I Moreno; R. Marzari; C Milan & M. Irastorza. 2009a. Influencia del
agregado de yeso sobre el pH de un suelo con horizontes salino-sódicos
subsuperficiales. Rev. Universidad Nacional de Rio Cuarto 29:1-2, 37-46.
Bonadeo, E; C Milán; I Moreno; M Basanta & J. Viola. 2009b. Efecto del agregado de
enmiendas cálcicas y magnésicas a un Natrustalf típico de la República Argentina en
condiciones de secano. Actas del XVIII Congreso latinoamericano de la Ciencia del
suelo. 16-20 noviembre 2009. San José de Costa Rica.
Bonadeo, E; I Moreno; A Baranda. & C Milán. 2014.Changes in a sodic soil after
gypsum application under dryland conditions. European Scientific Journal September
2014 edition vol.10, No.27 ISSN: 1857 – 7881 (Print) e - ISSN 1857- 7431. Pp 367-
377.
Costa JL & P Godz. 1998. The effects of gypsum applied to a Natraquoll of the
Flooding Pampas of Argentina. Soil Use and Managment 14:246247.
Costa JL & P Godz. 1999. Aplicación de yeso a un Natracuol del sudoeste de la
Pampa Deprimida. Ciencia del Suelo 17 (2): 21-27. Argentina.
Di Rienzo, J.A.; Casanoves, F.; Balzarini, M.G.; Gonzalez, L.; Tablada M., & C.W.
Robledo. 2014. INFOSTAT Versión 2014.Grupo InfoStat, FCA, Universidad Nacional
de Córdoba, Argentina. URL http://www.infostat.com.ar
FAO. 2006. Evapotranspiración del cultivo. Guías para la determinación de los
requerimientos de agua de los cultivos. Estudio FAO Riego y Drenaje/56. 299 p. ISBN
92-5-304219-2. Disponible en: ftp://ftp.fao.org/agl/aglw/docs/idp56s.pdf.
García, O. 1994.Diagnóstico y control de la fertilidad en suelos afectados pro sales y
sodio. Fertilidad de suelos. Sociedad Colombiana de la Ciencia del Suelo. Santa Fé de
Bogotá. P. 469-505.
Gil, R. 2006.Infiltrómetro-Permeámetro de disco. Actas XX Congreso Argentino de la
Ciencia del Suelo, Salta-Jujuy, 19 al 22 septiembre de 2006. En CD.
Greene RSB; P Rengasamy; GW Ford; CJ Chartres & JJ Miller. 1988. The effect of
sodium and calcium on the physical properties and micromorphology of two red-
brown earth soils. Soil Sci. 39:639-648.
15
Hampp, E; E Bonadeo; M Bongiovanni & I Moreno. 2004. Aspectos genéticos de

suelos con manchoneo de cultivos. XVI Congreso Latinoamericano y XII Congreso
Colombiano de la Ciencia del Suelo. Cartagena. Colombia.
INTA. 1987. Carta de suelos de la República Argentina. Hoja 3363-9 Villa María. Plan
Mapa de Suelos Córdoba – Argentina.
INTA. 1993. Panorama Edafológico de Córdoba. Inventario de los suelos y de algunos
caracteres edáficos de la provincia por departamentos y pedanías. Plan mapa de
suelos de Córdoba.
Klute, A. (ed.) 1986.Methods of soil analysis.Part 1.Physical and mineralogical
methods.gron. Monograph Nº 9 ASA, SSSA. Madison, Wisconsin USA.
Lebron, I; DL Suarez & T Yoshida, 2002.Gypsum Effect on the Aggregate Size and
Geometry of Three Sodic Soils Under Reclamation Soil Sci. Soc. Am. J. 2002 66: 92–
98.
Loveday, J. 1984.Relative significance of electrolyte and cation exchange effects when
gypsum is applied to a clay soil. Aust. J. Soil Res. 14; 361-372.
Milán, C; Bonadeo, E; Manzotti, M & A Dell'Oso. 2016. Técnica del índice de
dispersión para el reconocimiento de suelos sódicos. Datos a publicarse en el XXV
Congreso Argentino de la Ciencia del Suelo. Río Cuarto. Junio de 2016.
Mon R.2007. Ampliación del perfil de suelos erosionados y compactados mediante
subsolador con enmienda cálcica profunda. Tesis Doctoral Universidade da Coruña.
Área de Edafología y Química Agrícola.
Moreno, I; E Bonadeo; E. Hampp; D. Urbani& M. Bongiovanni. 2006. Agregado de
yeso y dinámica de sales y pH en suelos con horizontes salinos subsuperficiales. XX
Congreso de la Ciencia del Suelo. Salta.
Nilsen, ET & DM Orcutt. 1996.Physiology of plants under stress. Abiotic factors.John
Wiley and Sons, New York, NY.
Northcote, KH &JKM. Skene. 1972.Australian soils with saline and sodic
properties. CSIRO SoilPublication 27.
Page, AL; RI Miller & DR Keeney (ed.) 1982.Methods of soil analysis. Part II. Chemical
and Microbiological Porperties.Second edition.Agron. Monograph Nº 9 ASA, SSSA.
Madison, Wisconsin USA.
Quintero, C; N Boschetti; A Durand Morat& S. Fettoloni. 2003. Recuperación de suelos
dispersivos por medio de enmiendas. http://www.fertilizando.com/articulos/
RecuperaciondeSuelosDispersivosporMediodeEnmiendas.pdf.
Rengasamy, P. 1997. Sodic soils.En: Rengasamy Lal, R.; Blum, W.H. ; Valentine, C.
and A. Stewart (1997) Methods for assessment of soil degradation, R. Lal et al. (Eds.)
16
Rengasamy P. 1998.Sodic soils. In: Lal, R.; W.H. Blum; C. Valentine and B.A. Stewart
Richards, L.A. (ed.) 1954. Diagnosis and improvement of saline and alkali
soils.U.S.D.A. Handbook No. 60. Washington, DC. Sonnewekd, C. and Van Den Ende,
J. 1971. Soil analysis by means of a 7:2 volume extract. Plant Soil 35: 505-516.
Shainberg,I & J Letetey. 1984.Response of soils to sodic and saline conditions,
Hilgardia 52(2): 1- 57.
Sheaffer, CC; CB Tanner & MB Kirkham. 1988. Alfalfa water relations and irrigation.
En: Hanson, A.A., Barnes, D.K. y Hill, R.R., Jr. eds. Alfalfa and alfalfa improvement.
Madison, Wisconsin: American Society of Agronomy, Inc., Crop Science Society of
America, Inc., Soil Science Society of America, Inc., Vol. 29, 373-409.
Smith, JL& JW Doran.1996.Measurement and use of pH and electrical conductivity for
soil quality analysis. p. 176. In J. W. Doran and A. J. Jones (eds.) Methods for
assessing soil quality. SSSA
Torrente, A. 2003.Características físicas e hidrodinámicas en suelos con alta
saturación de magnesio en el Valle del Río Cauca – Colombia. Tesis doctorado en
Ciencias Agropecuarias con énfasis en Suelos, Universidad Nacional de Colombia
Sede Palmira. 234p.
Varallyay, G. 1981. Extreme moisture regime as the main limiting factor of the fertility of
salt affected soils. Proc. Hungaro-Indian Seminar of salt affected soils.
AgrokêmiaésTalajtan, 30:73-96. (Supplementum)
17
EFECTO DE LA INTENSIFICACIÓN EN PROPIEDADES FÍSICAS DE

ESTABLECIMIENTOS LECHEROS DE LA CUENCA OESTE BONAERENSE
MARÍA INÉS VANKEIRSBILCK1*, MIRIAN BARRACO2, MARINA MAEKAWA3, PAULA

GIRÓN2, MARÍA CECILIA SARDIÑA2, FEDERICO DEMATEIS3, MARIANELA DIEZ2, &
ANDREA VERÓNICA LARDONE2.
1
Agencia de Extensión Rural General Villegas 2 Estación Experimental Agropecuaria
General Villegas 3 Agencia de Extensión Rural Trenque Lauquen
* [email protected]
Palabras clave: infiltración, densidad aparente, resistencia mecánica.
Resumen
La producción nacional de leche bovina mostró una tendencia a la intensificación en los

últimos años. Esta intensificación podría afectar las propiedades físicas del suelo, no
obstante la información en este sentido es escasa. El objetivo de este estudio fue
cuantificar algunas propiedades físicas en lotes de tambo con manejo contrastantes:
lotes de alfalfa para pastoreo que hayan cumplido su ciclo productivo (PP) y lotes donde
se hayan realizado dos o tres años consecutivos de cultivos anuales destinados a maíz
de silo (Mz). Para ello se seleccionaron 10 tambos comerciales con al menos 15 años
de historia en la actividad tambera, pertenecientes a la Cuenca Lechera Oeste de la
Provincia de Buenos Aires. Se midió la textura superficial, la infiltración acumulada hasta
120 minutos y la infiltración básica, la densidad aparente, la resistencia mecánica a la
penetración, y la humedad gravimétrica. La granulometría media fue de 56,9 ± 25,6 g kg-
1
de arcilla, 260,8 ± 50,2 g kg-1 de limo y682,3 ± 70,9 g kg-1 de arena. La infiltración
acumulada y básica presentaron gran variabilidad entre los establecimientos. En cinco
establecimientos la infiltración acumulada fue mayor en el lote proveniente de PP
respecto de Mz, mientras que en dos establecimientos fue mayor en el lote proveniente
de Mz. La infiltración básica mostró un patrón similar al observado para la infiltración
acumulada. La densidad aparente no difirió entre manejos a excepción de la capa
superficial donde los lotes con PP presentaron mayores valores que los de Mz. No se
observaron diferencias en la resistencia mecánica entre manejo contrastantes, siendo
en todos los casos inferiores al umbral establecido para la normal productividad de los
cultivos (<2 MPa). Estos resultados muestran la necesidad de nuevos estudios con
mayores efectos acumulados de manejos contrastantes, como así también de ampliar el
número de establecimientos relevados.
Introducción
La producción de leche se encuentra en un proceso de cambio estructural, no solo a

nivel nacional, sino también a nivel mundial. Hay una tendencia a elevar los niveles de
1
producción y eficiencia de los sistemas, que surge por la necesidad de aumentar la

rentabilidad de los tambos y mejorar su competitividad con respecto a otras actividades
del sector agropecuario.
En los últimos años, la producción nacional de leche bovina mostró una tendencia a la
intensificación en sus sistemas, expresados en aumentos de carga animal, mejoras en
la genética, mayor suplementación y calidad de los alimentos (Herrero et al., 2006).
Este incremento en el uso de los recursos, podría afectar algunas propiedades físicas y
químicas de los suelos de tambos. Las propiedades físicas podrían ser modificadas en
sistemas con pastoreo por el efecto del pisoteo de los animales debido a su mayor
carga instantánea; y en cultivos de maíz para silo, por el mayor tránsito de maquinaria
que impacta directamente en la porosidad del suelo. El estudio de algunas propiedades
físicas de los suelos podría evidenciar impedimentos físicos para el normal crecimiento
de los cultivos, o la reducción del tamaño de poros que provoca una disminución del
ingreso de agua de lluvia al perfil.
Este trabajo tiene por objetivo mostrar el avance de un estudio sobre el impacto de la
intensificación de las rotaciones forrajeras en las propiedades físicas en
establecimientos tamberos de la Cuenca Oeste de Buenos Aires, de dos situaciones de
manejo de lote diferente: cultivos de alfalfa (PP) o maíz para silo (Mz).
Descripciones generales del trabajo:
Se seleccionaron 10 tambos comerciales con al menos 15 años de historia en la

actividad tambera, pertenecientes a la Cuenca Lechera Oeste de la Provincia de Buenos
Aires (Figura 1).
2
Figura 1: Ubicación de los establecimientos seleccionados
En cada establecimiento se seleccionaron dos lotes que presentaban situaciones de

manejo previo contrastante: pastura base alfalfa para pastoreo que ya haya cumplido su
ciclo productivo (PP) y lotes donde se hayan realizado 3 años de cultivos anuales
destinados, en lo posible a maíz para silo (Mz) generalmente en alternancia con verdeos
de inverno.
Entre los meses de marzo y junio del 2014, se realizaron las mediciones, en tres
estaciones de muestreo por lote. Se midió textura (de 0 a 20 cm) por el método del
hidrómetro de Bouyoucos, infiltración durante 120 minutos por el método de anillo
simple, densidad aparente (DA) con cilindros de 99,5 cm3 en capas de 10 cm de 0 a 30
cm de profundidad, y resistencia mecánica (RM) con penetrómetro de impacto (Cimmyt,
2013), en capas de 5 cm de espesor hasta los 40 cm de profundidad.Este es un estudio
de larga duración, en el que se repetirán los muestreos cada tres años; por lo que los
puntos de muestreo han sido georeferenciados.
Análisis estadísticos:
Se realizaron pruebas de Test T para establecer diferencias en las propiedades edáficas

entre manejo previo de los lotes, considerando a cada estación de muestreo como
repetición (n=3) y análisis de regresión entre la DA y el contenido de arcilla más limo, y
entre la RP y la humedad de los suelos. Los análisis se realizaron con el programa
estadístico InfoStat (Di Rienzo et al., 2015).
3
Textura
De acuerdo a la proporción de partículas de arena, arcilla y limo de los suelos, se
determinó que 17 de los 20 lotes son de textura franco arenosa, y los 3 restantes
arenosa franca (Tabla 1).
Tabla 1: Contenido de arcilla, limo y arena de los suelos y nomenclatura de la textura,

en diez lotes de maíz silo y diez lotes de pastura de alfalfa en establecimientos lecheros
de la Cuenca Oeste de Buenos Aires.
-1 -1 -1
Establecimiento Lote Arcilla (g kg ) Limo (g kg ) Arena (g kg ) Textura
9 Maíz Silo 35,4 219,8 744,8 Arenosa franca
4
Infiltración básica y acumulada:
A través de mediciones de infiltración, es posible identificar la capacidad de almacenaje

y de transmisión de los fluidos en el suelo (Ferreras et al., 2007), y detectar si existe
algún impedimento al ingreso de agua de lluvia al suelo. En cinco de los diez
establecimientos (1, 3, 4, 9, 10) en estudio se observó mayor infiltración acumulada en
el lote PP, en dos (6, 7) fue mayor en Mz (p<0,10) y en los restantes no se observó
diferencias significativas entre manejos (Tabla 2). Otros estudios muestran que la
presencia de vegetación permanente incrementa la infiltración (Denoia et al., 2000). Con
respecto a infiltración básica, se mantuvo una tendencia similar a lo observado en la
infiltración acumulada (Tabla 2)
En el análisis en conjunto se encontraron diferencias significativas en infiltración

acumulada y básica (p=0,02 y p<0,01 respectivamente), con mayores valores en los
lotes PP. No obstante, se observa una alta variabilidad entre establecimientos, lo que
sugeriría la necesidad de relevar un número mayor de casos de la cuenca oeste de
Buenos Aires.
Tabla 2: Infiltración acumulada e infiltración básica en lotes de producción de maíz silo

(Mz) y pastura de alfalfa (PP), en diez establecimientos lecheros de la Cuenca Oeste de
Buenos Aires.
Infiltración acumulada (mm) Infiltración básica (mm h-1)
Establecimiento Mz PP P valor Mz PP P valor
1 38,0 71,8 0,14 10,7 30,0 0,08
2 179,0 188,6 0,78 78,5 84,2 0,73
3 37,1 111,7 0,01 13,9 44,6 0,02
4 51,2 189,8 <0,01 14,3 78,9 <0,01
5 231,2 206,1 0,51 90,5 90,0 0,97
6 203,0 98,2 0,01 86,8 46,2 0,05
7 243,8 159,4 0,03 98,6 78,6 0,19
8 152,0 149,4 0,94 62,5 67,9 0,72
9 132,2 416,7 <0,01 41,9 196,2 <0,01
10 204,6 292,7 0,02 83,0 121,7 0,11
5
Densidad aparente:
Los valores de DA variaron entre 1,33 y 1,47 g cm-3 (Figura 2). Esta propiedad tiene una
gran relación con la porosidad del suelo (Krüger et al, 2005) y generalmente el pisoteo
conduce al aumento de la densidad superficial del suelo (Denoia et al., 2000). En los
establecimientos 1, 5, 8 y 10 se observó mayor DA superficial (0-10 cm) en los lotes de
PP, mientras que en el establecimiento 2 mayor DA en Mz (p<0,05), sin encontrarse
diferencias en el resto de los establecimientos. En promedio los lotes de PP presentaron
mayor DA que los de Mz (p<0,05) con valores medios de 1,34 y 1,28 g cm-3,
respectivamente. Para la capa de 10-20 cm se observó mayor DA en PP en
establecimiento 8 y en Mz en establecimiento 9, mientras que en el resto de los
establecimientos resultó similar entre manejos. En promedio la DA de esta capa fue de
1,34 g cm-3 sin diferencias entre PP y Mz (p=0,98). Para la capa de 10-20 cm las DA
fueron similares entre manejo en 8 establecimientos, a excepción de establecimiento 9
donde resultó mayor para Mz y establecimiento 10 mayor para PP (p<0,05). En
promedio, la DA fue de 1,36 y 1,35 g cm-3 para PP y Mz, respectivamente, sin
diferencias significativas atribuibles al manejo (p=0,53).
Los valores de DA tienen relación directa con los de textura del suelo, modificando su
valor crítico de acuerdo a esta. Para suelos de textura franco arenosa, el valor crítico de
DA es 1,45 g cm-3, y para los de arenosa franca es de 1,49 g cm-3 (Almorox Alonso,
2007). En este estudio no se observó una relación significativa entre los valores de DA y
la textura de los lotes.
1,60
0 a 10 cm 10 a 20 cm 20 a 30 cm
1,50
Densidad aparente (g cm-3)
1,40
1,30
1,20
1,10
1,00
0,90
0,80
Pastura
Pastura
Pastura
Pastura
Pastura
Pastura
Pastura
Pastura
Pastura
Pastura
Maíz Silo
Maíz Silo
Maíz Silo
Maíz Silo
Maíz Silo
Maíz Silo
Maíz Silo
Maíz Silo
Maíz Silo
Maíz Silo
1 2 3 4 5 6 7 8 9 10
Figura 2: Densidad aparente en lotes de producción de Maíz para silo y Pastura, base
alfalfa, en diez establecimientos lecheros de la Cuenca Oeste de Buenos Aires.
6
Resistencia mecánica
Con respecto a RM, valores menores a 2 MPa para suelos a capacidad de campo, no
resultan críticos para el crecimiento de las plantas (Richmond & Rillo, 2003). En los
sistemas evaluados, el valor más alto de RM obtenido fue a los 15 cm en el
establecimiento 1, el cual fue de 1 MPa (Tabla 3), valor muy inferior al valor crítico para
el desarrollo de los cultivos. En análisis conjunto de los establecimientos relevados no
se encontraron diferencias significativas (p<0,05) entre el manejo de lotes de Mz y PP
en esta propiedad edáfica.
Tabla 3: Resistencia mecánica en Mpa hasta los 40 cm de profundidad en lotes de

producción de maíz silo (Mz) y pastura (PP), base alfalfa, en tambos de la Cuenca
Oeste de Buenos Aires.
Establecimiento
Prof. 1 2 3 4 5 6 7 8 9 10
Mz PP Mz PP Mz PP Mz PP Mz PP Mz PP Mz PP Mz PP Mz PP Mz PP
0-5 0,2 0,2 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,2 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1
5-10 0,6 0,6 0,2 0,5 0,4 0,4 0,4 0,7 0,3 0,4 0,3 0,5 0,5 0,2 0,4 0,4 0,3 0,4 0,2 0,5
10-15 1,0 0,8 0,4 0,6 0,5 0,6 0,7 0,9 0,5 0,6 0,5 0,7 0,8 0,5 0,6 0,6 0,5 0,5 0,5 0,6
15-20 1,0 0,9 0,5 0,9 0,7 0,8 0,9 0,9 0,4 0,7 0,7 0,6 0,7 0,5 0,7 0,7 0,7 0,7 0,6 0,5
20-25 0,8 0,9 0,5 0,8 0,8 0,8 0,8 0,8 0,5 0,7 0,7 0,6 0,6 0,5 0,8 0,8 0,6 0,6 0,6 0,6
25-30 0,7 0,7 0,5 0,7 0,8 0,7 0,6 0,7 0,4 0,7 0,6 0,6 0,5 0,5 0,7 0,8 0,6 0,6 0,6 0,5
30-35 0,6 0,5 0,4 0,6 0,7 0,6 0,5 0,6 0,3 0,6 0,5 0,6 0,4 0,4 0,7 0,8 0,5 0,5 0,5 0,5
35-40 0,6 0,4 0,4 0,5 0,6 0,5 0,4 0,5 0,4 0,5 0,5 0,6 0,4 0,4 0,6 0,7 0,5 0,5 0,5 0,4
Los contenidos de humedad superficial de los suelos variaron entre 11 y 25 % (Tabla 4)

y no se observó una relación significativa entre los contenidos de humedad y la RM.
Tabla 4: Humedad en porcentaje hasta los 20 cm de profundidad, de lotes de

producción de maíz silo (Mz) y pastura (PP), base alfalfa, en tambos de la Cuenca
Oeste de Buenos Aires.
Establecimiento
Prof. (cm) 1 2 3 4 5 6 7 8 9 10
Mz PP Mz PP Mz PP Mz PP Mz PP Mz PP Mz PP Mz PP Mz PP Mz PP
0-5 13 15 17 21 15 17 20 11 12 16 17 15 16 16 25 23 18 16 13 17
5-10 15 14 13 19 14 14 18 15 13 15 16 13 16 15 22 19 17 16 14 10
10-15 15 16 12 17 14 14 19 13 13 14 16 13 17 15 21 21 17 15 15 10
15-20 17 17 11 19 15 12 20 12 15 14 16 14 16 15 22 21 14 15 15 9
7
Conclusiones
Los resultados obtenidos muestran que infiltración en PP presenta un movimiento de

flujo mayor que el que presentan los lotes de Mz en la mitad de los establecimientos
evaluados.
La DA en la capa superficial de los lotes provenientes de PP presentó un mayor valor

con respecto a lotes de Mz.
La información disponible no permitió establecer diferencias significativas en la RM entre

lotes con manejo contrastantes en un mismo establecimiento.
Agradecimientos
Agradecemos a L. Oga, J.A. Bilotta, A. Mosca quienes colaboraron con la recolección de

datos, a los productores que prestaron su campo y su tiempo para realizar este trabajo.
El estudio fue financiado por los Proyectos de INTA BANOR 11271305 y BANOR
11271309.
Bibliografía
Almorox Alonso, J. 2007. Estimación de la densidad aparente.

http://ocw.upm.es/ingenieria-agroforestal/climatologia-aplicada-a-la-ingenieria-y-
medioambiente/contenidos/tema-9/ESTIMACION-DE-LA-DENSIDAD-APARENTE.pdf
Acceso: 23/02/2016.
Cimmyt, 2013. Resistencia a la penetración. Guía útil para comparar las prácticas de
manejo de cultivo. Disponible en: http://repository.cimmyt.org/xmlui/handle/10883/4031
Acceso: 25/02/2016.
Denoia J, O Sosa, G Zerpa & B Martín. 2000. Efecto del pisoteo animal sobre la
velocidad de infiltración y sobre otras propiedades físicas del suelo. Facultad de
Ciencias Agrarias. Universidad Nacional de Rosario. Zavalla. Santa Fé. EN: Pastos 30
(1): p 129-141.
Ferreras L, G Magra, P Beson, E Kovalevsky & F García. 2007. Indicadores de calidad

física en suelos de la Región Pampeana Norte de Argentina bajo siembra directa.
http://www.scielo.org.ar/scielo.php?script=sci_arttext&pid=S1850-20672007000200007
Acceso: 11/08/2014.
8
Herrero A, S Gil, G Sardi, M Flores, L Carbó & A Orlando. 2006. Transferencia de

nutrientes del área de pastoreo a la sala de ordeño, en tambos semiextensivos en
Buenos Aires, Argentina. http://www.scielo.org.ar/scielo.php?pid=S1668-
34982006000100002&script=sci_arttext Acceso 26/01/2016.
Krüger H, S Venanzi & E De Sa Pereira. 2005. Efecto del pisoteo por animales en
planteos de SD. Indicadores de calidad física de suelos. Boletín Técnico Nº 4. EEA
General Villegas.
Richmond P & S Rillo. 2006. Evaluación del efecto de la compactación por el rodado de
maquinarias sobre algunas propiedades físicas del suelo y el cultivo de trigo en siembra
directa. http://www.ipni.net/publication/ia-
lacs.nsf/0/02B1B9D56D66790A852579950079CF58/$FILE/6.pdf Acceso: 11/08/2014.
9
MEJORA DE PROPIEDADES EDÁFICAS CON INCLUSIÓN DE CULTIVOS DE

COBERTURA EN AGROECOSISTEMAS PAMPEANOS
CRISTIAN ALVAREZ1, MIRIAN BARRACO2, CRISTIAN CAZORLA3 *, JUAN CRUZ

COLAZO4, JUAN DE DIOS HERRERO4, ANDREA LARDONE2, PAULA GIRÓN2,
SILVINA RESTOVICH5, & SERGIO RILLO6
1
AER INTA General Pico; 2EEA INTA General Villegas; 3 EEA INTA Marcos Juárez;
4
EEA INTA San Luis; 5EEA INTA Pergamino;6 AER INTA 9 de Julio.
* [email protected]
Palabras clave: Carbono orgánico del suelo, Infiltración, Densidad aparente
Resumen
El objetivo de este trabajo fue evaluar el aporte de los cultivos de cobertura (CC) al
stock de carbono orgánico del suelo (COS) y su fracción lábil y algunas propiedades
físicas edáficas, en ensayos instalados en suelos representativos de la región
subhúmeda y semiárida pampeana. Este trabajo resume estudios de 5 sitios
experimentales ubicados en 4 localidades de la región subhúmeda pampeana (Marcos
Juárez, Córdoba), (Pergamino, 9 de Julio y General Villegas, Buenos Aires) y una
localidad de la región semiárida (Buena Esperanza, San Luis) en donde se compararon
los valores de COS, carbono orgánico particulado (COP), densidad aparente (Dap), e
infiltración, entre tratamientos con y sin CC dentro de cada localidad. Los CC
aumentaron los contenidos de COS en la profundidad 0-5 cm en todas las localidades,
excepto 9 de Julio. En todas las localidades se observaron incrementos en los valores
de COP principalmente en los primeros 5 cm. Por otro lado, los CC disminuyeron la
Dapen la profundidad 0-5 cm en la localidad de 9 de julio. La infiltración acumulada fue
mayor en los tratamientos con CC en comparación con el testigo (entre 34 y 233%). Los
CC tienen la capacidad de mejorar las condiciones edáficas en el mediano y largo plazo.
En suelos arenosos la mejora de los contenidos de COS, COP y la infiltración por la
inclusión de CC son perceptibles desde el primer año. Las variables COP e infiltración
son sensibles para detectar una mejora en las condiciones edáficas promovida por los
CC, principalmente en los primeros 5 cm de profundidad, siendo de gran importancia
debido a su rol en los principales procesos de la interface suelo-atmósfera. La
intensificación de las rotaciones agrícolas con CC podría ser una opción viable para
incrementar la fertilidad edáfica de los agroecosistemas, contribuyendo a una mayor y
más consistente productividad.
Introducción
Diversos trabajos reportan que la inclusión de cultivos de cobertura (CC) en rotaciones

agrícolas provoca una mejora en las condiciones del suelo (Thorup-Kristensen et al.,
1
2003; de Rouw et al., 2010). Estas mejoras pueden producirse en el corto, mediano o
largo plazo dependiendo de las variables a evaluar (Blanco-Canqui et al., 2015).
Mientras que la disminución de la población de malezas o la mejora de la actividad
biológica del suelo se puede visualizar en el corto plazo, las mejoras en los contenidos
de carbono orgánico del suelo (COS) y propiedades físicas asociadas pueden llevar a
un lapso de tiempo mayor. El objetivo de este trabajo fue evaluar el efecto de los CC en
secuencias agrícolas sobre las reservas de COS y su fracción lábil y algunas
propiedades físicas edáficas en suelos representativos de la región subhúmeda y
semiárida pampeana.
Este trabajo resume estudios de 6 sitios experimentales ubicados en 4 localidades de la

región subhúmeda pampeana (Marcos Juárez, Córdoba), Pergamino, 9 de Julio y
General Villegas (Buenos Aires) y 1 localidad de la región semiárida (Buena Esperanza,
San Luis) (Tablas 1 y 2). Estos ensayos de larga duración evalúan el efecto de los CC
en secuencias agrícolas bajo siembra directa continua sobre propiedades físicas y
químicas del suelo.
Tabla 1: Características de los sitios experimentales. T=trigo, S=soja, M=maíz,

CC=cultivo de cobertura, CC Gram= CC gramínea, CC Crucif= CC crucíferas, CC Leg=
CC leguminosa, Años Ev: años entre el inicio del estudio y las evaluaciones realizadas.
Años
Localidad Suelo Rotación Inicio Tratamientos
Ev(*)
Marcos Argiudol
T/S-M-S 1993 CC Gramvs testigo 15
Juarez típico
CC Gram (avena y
centeno);
Argiudol CC Crucif (nabo y
Pergamino S-M 2005 colza); CC Leg 6
típico
(vicia y
vicia+avena) vs
testigo
CC (avena y rye
Hapludol grass) vstestigo 5
9 de Julio S-S 2005
Entico S/S
General CC (triticale) vs
Hapludol típico S-S 2003 8
Villegas 1 testigo
7
Hapludol CC (avena,
General
S-S 2005 centeno y raygrass) (8:
Villegas 2 thaptoárgico vs testigo infiltración
en
2
centeno)
Buena Ustipsamente CC (centeno) vs

S-M 2015 1
Esperanza Típico testigo.
(*) corresponden a los años en que se realizaron las determinaciones de las variables
presentadas
Tabla 2: Contenidos de arcilla, limo y arena, y textura de la capa 0-20 cm de los sitios
experimentales.
Sitio Arena Limo Arcilla Textura
Marcos Juárez 7 68 25 Franco limoso
Pergamino 12 65 23 Franco limoso
9 de julio 65 27 8 Franco arenoso
General
57 29 14 Franco arenoso
Villegas 1
General
52 39 9 Franco
Villegas 2
Buena
84 11 5 Arenoso franco
Esperanza
En los distintos sitios de muestreo se determinó: carbono orgánico del suelo (COS)por el
método combustión húmeda (Nelson y Sommers, 1982) y carbono orgánico particulado
(COP) a través de fraccionamiento físico por tamaño de partículas según el método de
Cambardella y Elliot (1993) a 0-5, 5-10 y 10-20 cm de profundidad. En el sitio de
muestreo de Buena Esperanza estas determinaciones se realizaron en la profundidad 0-
20 cm. Se tomaron muestras de suelo para obtener la densidad aparente (Dap) con el
método del cilindro (Blake y Hartge, 1986)en las profundidades 0 – 5 cm, 5 – 10 cm y 10
– 20 cm. La infiltración acumulada se determinó con el método del anillo simple y se
expresaron los resultados en mm h-1. Se realizó un análisis de varianza (ANAVA)
utilizando el software InfoStat (Di Renzo et al., 2011) para las variables en estudio de los
distintos tratamientos por localidad y para comparación de medias se utilizó test de
Duncan (p<0,05).
Los CC aumentaron los contenidos de COS en la profundidad 0-5 cm en todas las

localidades, a excepción de 9 de Julio (Tabla 3). Estas diferencias se observaron en la
capa superficial del suelo y variaron entre un 8 % y un 41 % de incremento con respecto
a los testigos sin CC. En Pergamino se observó un incremento en los valores de COS
solo con CC leguminosa. Para la localidad de Buena Esperanza, en la profundidad 0-20
cm el incremento de los valores de COS fue de un 60% al incluir CC. En la capa
3
subsuperficial de 5-10 cm de profundidad solo en General Villegas 2 se observó un

mayor valor de COSal incluir CC respecto al tratamiento testigo. En tanto, en la
profundidad 10–20 cm no se observaron cambios en los contenidos de COS para
ninguna de las localidades analizadas. En relación a estos resultados vemos que el uso
de CC en secuencias de cultivos, particularmente con base de soja, en diferentes
agroecosistemas de la región sub húmeda y semiárida pampeana mejora el COS en el
mediano y largo plazo.
Tabla 3: Valores medios de Carbono orgánico del suelo(g kg-1) en tratamientos con
(CC) y sin cultivo de cobertura (Testigo) en diferentes profundidades para las
localidades evaluadas.CC Gram= CC gramínea, CC Crucif= CC crucíferas, CC Leg= CC
leguminosa.
Prof. Marcos General General Buena
Pergamino 9 de Julio
(cm) Juárez Villegas 1* Villegas 2** Esperanza
CC Gram: CC Gram: CC Gram: CC Gram: CC Gram:
22,1 a 22,8 b 12,31 a 24,44 a 17,34 a
Testigo: CC Cru: Testigo: Testigo: Testigo:
19,4 b 22,9 b 12,36 a 17,39 b 14,27 b
0-5
CC Leg:
25,0 a
Testigo:
21,2 b
15,8 a 16,8 a 10,12 a 10,34 a 12,78 a
Testigo:
Testigo: CC Cru: Testigo: Testigo:
12,13 b
5-10 14,7 a 16,2 a 9,70 a 10,25 a
CC Leg:
17,4 a
Testigo:
15,3 a
13,3 a 13.3 a 7.87 a 12,32 a 11,16 a
Testigo: CC Crucif: Testigo: Testigo: Testigo:
13,5 a 13.2 a 7.85 a 11,34 a 10,80 a
10-20
CC Leg:
13.1 a
Testigo:
12.9 a
CC Gram:
0-20 6,4 a
Testigo: 4 b
Letras diferentes indican diferencias significativas (p<0,05).
*Lardone et al., 2012. **Girón et al., 2014.
4
En todas las localidades se observaron incrementos en los valores de COP para la

profundidad 0–5 cm, con incrementos entre un 24 % (Marcos Juárez)hasta un 85
%(Pergamino), y el resto de las localidades con valores intermedios. Para la profundidad
5 – 10 cm, los incrementos sobre el testigo sin CC fueron de menor magnitud, entre un
34 y 58 % (Tabla 4). Estos resultados están en concordancia con lo observado por Dube
et al. (2012), quienes expresan que los CC son los principales contribuyentes a la
materia orgánica particulada. Los CC producen aumentos en las fracciones lábiles
(Quiroga et al., 2005; Sainju et al., 2002). Este efecto puede deberse en parte a las
mayores adiciones de residuos, al mayor aporte de raíces de cultivo y a la mayor
estabilidad de agregados en este sistema (Liu et al., 2005). Al ser mayor la estabilidad
de agregados en sistemas agrícolas con CC es menor la ruptura de los agregados y se
disminuye la exposición de materia orgánica protegida dentro de macro-agregados al
ataque microbiano (Six et al., 2002). Los incrementos en el aporte de C tienen efecto
tanto en el COS (Alvarez & Steinbach, 2006) como así también en las fracciones lábiles
(Studdert & Echeverria, 2000; Galantini & Rosell, 2006; Chung et al., 2008). Los efectos
de los mayores aportes se observan de forma más marcada en el COP debido a que el
impacto de las prácticas agrícolas ocurre primero en las fracciones lábiles (Haynes,
2005). Esta fracción tiene como característica que responde rápidamente a los cambios
provocados por el manejo (Carter et al., 2003; Quiroga et al., 1996).Asimismo, los
efectos de las prácticas de manejo son más evidentes en las profundidades
superficiales y luego tienden a desaparecer (Sixet al., 1999).
5
Tabla 4: Valores medios de Carbono orgánico particulado(g kg-1) en tratamientos con y

sin CC en diferentes profundidades para las localidades evaluadas.CC Gram= CC
gramínea, CC Crucif= CC crucíferas, CC Leg= CC leguminosa.
General
Prof. Marcos General Buena
Pergamino 9 de julio Villegas
(cm) Juárez Villegas 1* Esperanza
2**
6,52 a 3,7 ab 1,93 a 9,27 a 5,23 a
5,03 b 4,07ab 1,29 b 5,39 b 3,33 b
0-5
CC Leg:
5,53 a
Testigo:
2,99 b
2,11 a 1,28 a 0,49 a 0,79 a 1,44 a
1,57 b 1,2 a 0,33 b 0,57 a 0,99 b
5-10
CC Leg:
1,44 a
Testigo:
0,91 a
CC Gram: CC Gram: CC Gram CC Gram: CC Gram:
1,33 a 0,60 a 0.27 a 1,09 a 0,79 a
1,22 a 0,52 a 0,19 a 1,08 a 0,72 a
10-20
CC Leg:
0,53 a
Testigo:
0,49 a
CC Gram:
4,6 a
0-20
Testigo:
1,8 b
El uso de CC disminuyó la Dap en la localidad de 9 de Julio en la profundidad 0–5 cm

(Tabla 5). En el resto de las profundidades y ambientes evaluados no se observaron
cambios en esta variable.
6
Tabla 5: Valores medios de densidad aparente (Dap) en tratamientos con y sin CC en

diferentes profundidades para las localidades evaluadas.CC Gram= CC gramínea, CC
Crucif= CC crucíferas, CC Leg= CC leguminosa.
Prof. Marcos Pergamino 9 de Julio General General

(cm) Juárez Villegas 1* Villegas 2**
CC Gram: CC Gram.: CC Gram: CC Gram: CC Gram:
1,10 a 1,10 a 1,20 b 1,26 a 1,29 a
Testigo: CC Cruc: Testigo: Testigo: 1,30 Testigo: 1,27
1,06 a 1,13 a 1,30 a a a
0-5
CC Leg: 1,07
a
Testigo: 1,16
a
CC Gram: CC Gram.: CC Gram: CC Gram: CC Gram:
1,30 a 1,26 a 1,36 a 1,37 a 1,38 a
1,32 a 1,27 a 1,40 a a a
5-10
CC Leg: 1,31
a
Testigo: 1,29
a
CC Gram.: CC Gram.: CC Gram: CC Gram.: CC Gram.:
1,37 a 1,31 a 1,32 a 1,38 a 1,40 a
1,38 a 1,29 a 1,38 a a a
10-20
CC Leg: 1,28
a
Testigo: 1,32
a
La infiltración acumulada fue mayor en los tratamientos con CC (Figura 1) en las

localidades evaluadas. Esta mejora se observó en todos los suelos a pesar de ser de
texturas contrastantes, en promedio las mejoras fueron entre 233,34, 104 y 35 % de
cultivo de CC vs T para las localidades de 9 de Julio, Marcos Juárez, General Villegas y
Buena Esperanza, respectivamente. Las diferencias encontradas en los valores de
infiltración no se correspondieron con una menor densidad en los primeros cm del perfil.
Estos datos coinciden con los obtenidos por Gil y Borrel (2000) que encontraron para
valores de densidad (0-10 cm)similares (1,30 y 1,28 gcm-3)aumentos en los valores de
conductividad de 4,7 a 15,5 cmh-1. Estos autores atribuyen los mayores valores de
7
conductividad hidráulica a mayores contenidos de COS. La relación entre el COS y la

conductividad hidráulica es lineal y positiva (Free et al., 1940). Además los CC
aumentan la estabilidad de agregados, variable muy relacionada al proceso de entrada
de agua al suelo (Franzluebbers, 2002).
CC Gram Testigo
140
*
120 *
Infiltración acumulada (mm h-1)
*
100
80 *
60
40
20
0
9 de julio Marcos Juarez Buena esperanza Gral Villegas
Figura 1: Infiltración acumulada (mm h-1) en tratamientos con cultivo de cobertura (CC)
gramínea y sin CC en las localidades evaluadas.
*Indican diferencias significativas (p<0,05).
Sitio General Villegas: Lardone et al., 2014.
Conclusiones
Los CC tienen la capacidad de mejorar las condiciones edáficas en el corto y mediano

plazo.En el sitio arenoso la mejora de los contenidos de COS, COP y la infiltración por la
inclusión de CC son perceptibles desde el primer año. Las variables COP e infiltración
son sensibles para detectar una mejora en las condiciones edáficas promovida por los
CC.En general la mejora en las condiciones del suelo puede apreciarse en los primeros
5 cm. Sin embargo, esta mejora sería significativa debido al rol que cumplen los mismos
en los principales procesos de la interface suelo-atmósfera.
Bibliografía
Alvarez, R., Steinbach, H.S. 2006b. Efecto de la agricultura sobre el nivel de

materia orgánica. En: Materia orgánica. Valor agronómico y dinámica en suelos
pampeanos. Ed. Pascale A. J. Editorial Facultad de Agronomía, Universidad de
Buenos Aires, Argentina, pp. 41-53.
8
Blanco-Canqui, H; TM Shaver; JL Lindquist; CA Shapiro; RW Elmre; CA Francis & GW

Hergert. 2015. Cover crops and ecosystem services: Insights from studies in temperate
soils. Agron.J.107:2449-2474.
Blake, G.R., Hartge, K.H., 1986. Bulk density. In: Klute, A. (ed.), Methods of soil
analysis, part 1, Physical and mineralogical methods, Am. Soc. Agr., Madison,
Wisconsin, USA, pp. 363–375.
Cambardella, C. A.; Eliott, E. T. 1993. Methods for physical separation and
characterization of soil organic matter fraction. Geoderma, 56: 449-457.
Carter MR, DA Angers, EGGregorich& MABolinder. 2003. Characterizing organic matter
retention for surface soils in eastern Canada using density and particle size fractions.
Canadian Journal Soil Science 83, 11–23.
Chung, H, JH Grove & J Six. 2008. Indications for Soil Carbon Saturation in a Temperate
Agroecosystem. Soil Sci. Soc. Am. J. 72: 1132-1139.
deRouw, A., Huon, S., Soulileuth, B., Jouquet, P., Pierret, A., Ribolzi, O., Valentin, C.,
Bourdon, E., Chantharath, B., 2010. Possibilities of carbon and nitrogen sequestration
under conventional tillage and no-till cover crop farming (Mekong valley, Laos).
Agriculture, Ecosystems&Environment 136, 148-161.
Di Rienzo, J.; Casanoves, F.; Balzarini, M.; Gonzalez, L.; Tablada, M., Robledo, C. 2011.
Dube, E., Chiduza, C., Muchaonyerwa, P., 2012. Conservation agriculture effects on soil
organic matter on a HaplicCambisol after four years of maize–oat and maize–grazing
vetch rotations in South Africa. Soil and Tillage Research 123, 21-28.
Franzluebbers, A. J. 2002. Water infiltration and soil structure related to organic matter
and its stratification with depth. Soil Till Res 66: 197 – 205.
Free, G, G Browning& G Musgrave. 1940. Relative infiltration and related physical
characteristics of certain soils. USDA. Tech. Bull. Nº 729. pp. 71.
Gil R., Borrell O. 2000. Relaciones entre las características del sistema poroso y la
conductividad hidráulica saturada y no saturada en un Argiudol típico, serie Capitán
Sarmiento. Publicado en http://www.agriculturadeprecision.org/mansit/
Comportamiento%20Fisico-Funcional%20de%20Suelos.htm
Galantini, J.A., Rosell, R. 2006. Long-term fertilization effects on soil organic matter
and Till Res 87: 72–79.
Girón, P; Scianca, C; Barraco, M; Lardone, A; Miranda, W. 2014. Cambios en el carbono
Blanca, Argentina. 5 al 9 de mayo de 2014. En CD.
9
Lardone, A; Barraco, M; Scianca, C; Alvarez, C; Díaz Zorita. 2012. Cultivos de cobertura

en sistemas con soja bajo siembra directa. XIX Congreso Latinoamericano y XXIII
Congreso Argentino de la Ciencia del Suelo. Mar del Plata, Argentina.
Lardone, A; Barraco, M; Justo, C; Girón, P. 2014. Dinámica hídrica en un sistema de
monocultivo de soja, con y sin cultivos de cobertura. MemoriaTécnica 2013-2014. INTA,
EEA General Villegas.
Franzluebbers, AJ. 2002. Water infiltration and soil structure related to organic
matter and its stratification with depth. Soil and Tillage Research 66, 197 – 205.
Haynes, RJ. 2005. Labile organic matter fractions as central component of the quality of
agricultural soils: an overview. Advances in Agronomy 85: 221-268.
Liu, A; BL Ma & AA Bomke. 2005. Effects of Cover Crops on Soil Aggregate Stability,
Total Organic Carbon, and Polysaccharides.Soil SciSoc Am J 69: 2041-2048.
Nelson, DW&LE Sommers. 1982. Total carbon, organic carbon, and organic matter. A.L.
Page, R.H. Miller, D.R. Keeney (Eds.), Methods of Soil Analysis. Part 2 (2nd Edn.),
American Society of Agronomy, Madison, pp. 539–579
Quiroga, A.R., Buschiazzo, D.E., Peinemann, N. 1996. Soil organic matter particle size
fraction in soils of the semiarid argentinian pampas. SoilSci 161: 104-108.
Quiroga, A.R., Funaro, D., Fernández, R. 2005. Propiedades edáficas en molisoles bajo
siembra directa. EEA Anguil. Aspectos del manejo de los suelos en sistemas mixtos de
las regiones semiárida y subhúmeda pampeana. Boletín de Divulgación Técnica Nº 87:
3 -16.
Sainju, U.M., Singh B.P., Whitehead W.F. 2002. Long-term effects of tillage, cover crops,
and nitrogen fertilization on organic carbon and nitrogen concentrations in sandy loam
soils in Georgia, USA. Soil and Tillage Research 63:167-179.
Six, J., Conant, R.T., Paul, E.A., Paustian, K. 2002. Stabilization mechanism of soil
organic matter: Implications for C-saturation of soils. Plant and Soil 241: 155-176.
Six, J., Elliott, E.T., Paustian, K. 1999. Aggregate and Soil Organic Matter dynamics
under Conventional and No-Tillage Systems. Soil Sci. Soc. Am. J. 63: 1350-1358
Studdert, G & H Echeverría. 2000. Crop rotations and nitrogen fertilization to manage
Thorup-Kristensen, K., Magid, J., Jensen, L.S., Sparks, 2003. Catch crops and green
manures as biological tools in nitrogen management in temperate zones. Adv. Agron.
AcademicPress, pp. 227-302.
10
EVOLUCION DE VARIABLES EDÁFICAS EN LA LLANURA DEPRIMIDA SALINA DE

TUCUMÁN ANTE CAMBIOS DE USO
JEREMIAS N. LUCHINA1*, EMILCE VIRUEL1, ADRIANA M. PLASENCIA2, GERARDO

A. SANZANO2, 3 & NATALIA R. BANEGAS1, 2.
1
Instituto de Investigación animal del Chaco Semiárido, INTA; 2 Cátedra de Edafología,
Universidad Nacional de Tucumán; 3 Estación Experimental Agroindustrial Obispo
Colombres
* [email protected]
Palabras clave: indicador de calidad de suelo, ganadería, carbono orgánico
Resumen
Duramente los últimos años se ha producido en el noroeste argentino un proceso de

transformación de los sistemas productivos, avanzando la agricultura sobre áreas
boscosas o bien ocupadas anteriormente por la ganadería. La región de la Llanura
Deprimida Salina de Tucumán no escapa a esta realidad y se ha visto envuelta en estos
procesos de conversión de sistemas ganaderos a agrícolas. El impacto de estos
cambios del uso de suelo no ha sido aún estudiado regionalmente. En este trabajo se
evalúa el efecto de la transformación de sistemas ganaderos en base pastoril a sistemas
agrícolas, con dos cultivos diferentes (maíz y caupi) y dos sistemas de labranza
(convencional y siembra directa). Se determinó carbono orgánico (CO), conductividad
eléctrica (CE), pH y densidad aparente (DA) del suelo en tres profundidades. En la
primera profundidad evaluada (0-5 cm) el CO disminuyó 29,65% en el pasaje de
sistemas ganaderos a laboreo convencional (con caupi), mientras que en el pasaje de
ganadería a siembra directa la magnitud de pérdida fue menor (4,85% para el caso de
caupi y de 0,44% para maíz). Al analizar la profundidad 5-20 cm se observaron
disminuciones menores en el pasaje de sistemas ganaderos pastoriles a sistemas
agrícolas bajo labranza convencional. Los sitios bajo siembra directa, mostraron valores
más altos de CO respecto a la labranza convencional y ganadería (no diferenciándose
estadísticamente de esta última). Tanto pH, como CE no mostraron diferencias
significativas en los tratamientos evaluados. DA mostró diferencias sólo en tratamiento
ganadero (valores inferiores), no se evidencian aún problemas de compactación en los
tratamientos agrícolas dados los valores de DA y la textura del suelo. Del total de
variables, CO fue la que se mostró más sensible a los cambios de uso del suelo y
prácticas de manejo.
1
Introducción
En los últimos años se ha incrementado el interés en evaluar la calidad y la salud del

recurso suelo debido a que es un componente fundamental de la biosfera, cumpliendo
funciones en la producción de alimentos, fibras y energía, como así también en el
mantenimiento de la calidad ambiental (Doran & Zeiss, 2000; Gil-Sotres et al., 2005;
Ferreras et al. 2007). El concepto de calidad de suelo se basa en la premisa de que el
manejo del mismo puede mantener, mejorar o degradar dichas funciones
(Franzluebbers, 2002). Interpretar y predecir los efectos del manejo sobre la calidad del
suelo a través de indicadores confiables y sensibles constituye una de las principales
finalidades de la ciencia del suelo moderna (Quiroga & Funaro, 2003; Campitelli et al,
2010). Un indicador de calidad de suelo (ICS) puede definirse como una propiedad
física, química o biológica que es sensible a las perturbaciones y que, representa el
desempeño de las funciones ecosistémicas en el suelo de interés. Para Doran & Parkin
(1994) un ICS debe ser sensible a los cambios en las prácticas de manejo, estar bien
correlacionado con las funciones básicas más importantes del suelo, indicar procesos
del ecosistema, ser comprensible, de fácil manejo por cualquier usuario, y accesible en
términos de tiempo y dinero. De esta manera, los indicadores constituirán herramientas
que permitirán simplificar el análisis de un sistema con el fin de facilitar el diagnóstico y
la capacidad de decisión de los usuarios que los administran (Toresani et al., 2009).
Monitoreando los cambios en el tiempo de los indicadores de calidad de suelo se podría
determinar si un sistema de manejo está en una situación de estabilidad, mejora o
degradación (Shukla et al., 2006).
En los sistemas de producción del noroeste argentino, durante los últimos años, han
ocurrido importantes cambios en el uso de la tierra, caracterizados por un avance de la
agricultura sobre áreas boscosas, como así también, sobre aquellas ocupadas por
ganadería. La siembra directa (SD) ha sido un componente fundamental en el
corrimiento de la frontera agropecuaria hacia zonas consideradas desde el punto de
vista edáfico y climático menos aptas para la producción agrícola. Según datos de
AAPRESID, la superficie manejada bajo siembra directa ha crecido en el país desde 9
millones de hectáreas en 1999, a más de 25 millones en el año 2010. Sin embargo, a
pesar de que existen estudios que demuestran el deterioro de algunas propiedades del
suelo a medida en que se intensifica el laboreo del mismo (Ratan, 1993; Karlen et al.,
1994; Corbella, 2004; Sanzano et al., 2005), todavía subsisten grandes superficies
manejadas con laboreos convencionales (LC). La Llanura Deprimida Salina de Tucumán
(LDS) no escapa a esta realidad, y en los últimos años, se ha producido una conversión
de sistemas ganaderos a agricultura, es decir, un reemplazo de las pasturas por cultivos
como soja, maíz o trigo. Si bien existe bibliografía que sostiene que, la calidad de
muchos suelos de diversas áreas de nuestro planeta ha declinado significativamente
desde que sistemas pastoriles o forestales fueron paulatinamente reemplazados por la
actividad agrícola (Ferreras et al., 2007), el impacto de esta transformación en la región
todavía no ha sido evaluado.
2
La materia orgánica del suelo (MOS) es, para numerosos autores, el indicador que
ejerce la influencia más significativa sobre la calidad del suelo y su productividad
(Galantini & Rosell, 2006; Corbella et al., 2006; Quiroga & Funaro, 2003; Campitelli et
al., 2010). No obstante, otros autores resaltan la importancia de evaluar un grupo de
propiedades del suelo, asociadas a la región de estudio, al encontrarse las variables
edáficas íntimamente relacionadas entre sí, como así también al verse influenciadas por
condiciones propias de la región (Larson & Pierce, 1991; Doran & Parkin, 1994; Seybold
et al., 1997). En ese sentido, el estudio de variables físicas y de físico-químicas resultan
de interés en sistemas agropecuarios de la LDS, dadas las características de la región:
napa freática de naturaleza salina a escasa o mediana profundidad, suelos de reacción
neutra a alcalina, y frecuentemente con tendencia a la salinización y/o sodificación.
(Zuccardi & Fadda, 1985).
En este trabajo se plantea como objetivo evaluar el efecto de cambio de uso de suelo
(transformación de sistemas ganaderos a la agricultura) a través del seguimiento de
indicadores de calidad de suelo de naturaleza químicas, físico-químicas y físicas en la
LDS de Tucumán.
El trabajo experimental se desarrolló en el Instituto de Investigación Animal del Chaco

semiárido (IIACS) de INTA, localizado en el departamento Leales, provincia de Tucumán
(27°11’ L.S y 65°17’ L.O), a una altitud de 335 msnm. La precipitación media anual es
de 880 mm, concentrados de octubre a marzo. La temperatura media anual es de 19°C,
siendo la media del mes más cálido 25°C y la del mes más frío 13°C. El clima es de tipo
subtropical subhúmedo con estación seca, según clasificación de Thornthwaite (Torres
Bruchmann, 1978). El suelo en estudio es un Haplustol fluvacuentico de textura franca.
Se trabajó en un sistema ganadero pastoril con Chloris gayana cv Finecut implantada en
el año 2000. En el 2010, se transformó parte de la superficie a la agricultura, bajo dos
sistemas de labranza: siembra directa y labranza convencional. El diseño experimental
fue completamente aleatorizado, con tres repeticiones por tratamiento. Los tratamientos
quedaron establecidos de la siguiente manera: G, ganadero en base pastoril (Chloris
gayana cv Finecut) con pastoreo rotativo; C-SD, caupi (Vigna unguiculata) bajo siembra
directa; M-SD, maíz (Zea maiz) bajo siembra directa; C-LC, caupi bajo labranza
convencional; M-LC, maíz bajo labranza convencional.
En cada tratamiento se efectuó muestreo compuesto de seis submuestras a las

siguientes profundidades: 0-5, 5-20 y 20-40 cm. En cada una de las profundidades se
determinó carbono orgánico (CO), por Walkley & Black (Nelson & Sommers, 1982),
conductividad eléctrica (CE) del extracto de saturación a 25°C y pH en agua (1:2,5)
método potenciométrico. Paralelamente, se tomaron muestras de densidad aparente,
por el método del cilindro (Blake & Hartge 1986) en la profundidad 0-5 cm.
3
Los datos obtenidos fueron analizados estadísticamente con el programa INFOSTAT

(2012). Se realizó un test LCD de Fisher (p≤ 0,05) para detectar diferencias entre
medias.
En las tablas 1, 2 y 3 se observan los datos obtenidos para las distintas profundidades
(0-5, 5-20 y 20-40 cm, respectivamente), y todos los tratamientos estudiados
Tabla 1. Valores medios de carbono orgánico (CO), conductividad eléctrica (CE), pH y

densidad aparente (DA) en la profundidad 0-5 cm
CO (g.kg-
Trat 1 CE (dS.m-1) pH DA (g.cm-3)
)
G 18,14 a 0,52 a 7,35 a 1,11 b
C-SD 17,29 ab 0,37 a 6,70 a 1,16 ab
M-SD 18,06 a 0,32 a 7,09 a 1,22 a
C-LC 12,76 b 0,50 a 7,73 a 1,25 a
M-LC 13,87 ab 0, 42 a 7,24 a 1,24 a
Referencias: : G, ganadero en base pastoril (Chloris gayana cv Finecut) con pastoreo

rotativo; C-SD, caupi (Vigna unguiculata) bajo siembra directa; M-SD, maíz (Zea maiz)
bajo siembra directa; C-LC, caupi bajo labranza convencional; M-LC, maíz bajo labranza
convencional. Letras distintas en columnas indican diferencias significativas (p<0,05).
Tabla 2. Valores medios de carbono orgánico (CO) conductividad eléctrica (CE) y pH en

la profundidad 5-20 cm
CO (g.kg-
Trat 1 CE (dS.m-1) pH
)
G 12,95 a 0,64 a 8,16 a
C-SD 13,09 a 0,44 a 7,69 a
M-SD 13,53 a 0,65 a 8,09 a
C-LC 9,34 b 0,58 a 8,11 a
M-LC 10,64 ab 0,59 a 8,00 a

4
Tabla 3. Valores medios de carbono orgánico (CO), conductividad eléctrica (CE) y pH en

la profundidad 20 a 40 cm
CO (g.kg- CE (dS.m-
Trat 1 1 pH
) )
G 6,05 a 1,14 a 8,92 a
C-SD 6,37 a 0,42 a 8,17 a
M-SD 6,33 a 0,89 a 9,10 a
C-LC 6,13 a 1,14 a 8,87 a
M-LC 5,65 a 0,89 a 9,34 a

Los valores de CO mostraron diferencias significativas en dos de las profundidades

consideradas 0-5 y 5-20 cm (tablas 1 y 2). Para la profundidad 0-5 cm se observó una
disminución de 0,88 g.kg-1 cuando se pasó de G a C-SD, y de 0,08 g.kg-1 cuando el
cambio fue de G a M-SD. La transformación a sistemas agrícolas a través de labranza
convencional se observó que las caídas fueron mayores, presentado disminuciones de
4,27 g.kg-1 comparando G y M-LC, y de 5,38 g.kg-1 en el caso del pasaje de G a C-LC.
En este último caso, el cambio de uso de suelo representó una disminución de CO del
29,65%, mientras que en SD la magnitud de pérdida fue menor (4,85% para el caso de
caupi y de 0,44% para maíz). Al analizar la profundidad 5-20 cm, se observaron
disminuciones menores en el pasaje de G a sistemas agrícolas bajo siembra
convencional (4,85% para el caso de caupi y de 0,44% para maíz). Sin embargo, los
que fueron manejados con laboreos mecánicos y sistema ganadero (no diferenciándose
estadísticamente de este último). Estos resultados concuerdan con lo reportado por
otros estudios regionales (Sanzano, et al., 2008, Corbella 2004, Sánchez et al., 1998,).
En la profundidad 20-40 cm, no se observan diferencias significativas en los contenidos
de CO para los tratamientos evaluados, lo que indicaría que en esta profundidad la
influencia del manejo sobre la dinámica del CO es menor.
La DA, en la profundidad evaluada (0-5 cm) no evidenció diferencias significativas

ninguno de los tratamientos. Si bien los tratamientos C-LC y M-LC presentaron valores
de densidad aparente más altos, por la clase textural del suelo no puede afirmarse que
existan problemas de compactación.
Los valores de CE no mostraron diferencias significativas para ninguno de los

tratamientos en las profundidades evaluadas. Debe considerarse, sin embargo, que la
dinámica de la salinización de los suelos de esta región está estrechamente relacionada
5
a las fluctuaciones y composición de la napa freática, la cual se encontró en este

período de evaluación a una profundidad de al menos 2 metros desde la superficie,
asociado esto a que las precipitaciones de los últimos años estuvieron por debajo de la
media para la zona. E sobre la dinámica de la napa freáticaen la región (Puchulu, 2009)
indican que su altura puede variar entre 0,9 a 4 metros en la estación seca y entre 0,07
y 2,30 metros en la húmeda, dependiendo de los años considerados. Dada la
importancia de la dinámica de sales en la región en estudio, se considera que la CE es
una variable que debe continuar evaluándose, acompañada con el seguimiento de las
condiciones meteorológicas, principalmente precipitaciones.
Los valores de pH tampoco mostraron diferencias en ninguna de las profundidades

analizadas, lo cual concuerda con otros estudios locales (Sanzano et al., 2005). Se
registró que los valores de pH fueron incrementándose en profundidad, pasando de
ligeramente ácidos o neutros en la superficie, a alcalinos fuertes a muy fuertes en
profundidad. Estos aumentos de pH con la profundidad indicarían un predominio del
catión Na en las capas más profundas, lo cual podría provocar problemas en cuanto a la
fertilidad física de los suelos, especialmente en aquellos manejos como la LC que
afectan la agregación del suelo y su estabilidad (Cabria et al., 2002; Sanzano et al.
2005; Roldan et al. 2014).
Conclusiones
Del conjunto de variables analizadas, CO fue el que se mostró más sensible a los
cambios de uso y prácticas de manejo. Se considera importante complementar las
evaluaciones de CO con determinaciones de fracciones lábiles del mismo, como CO
particulado dada la mayor sensibilidad esta fracción, lo que permitiría detectar de
manera más temprana las variaciones producto del manejo Si bien la CE no mostró
diferencias entre los tratamientos, se destaca la importancia de continuar su evaluación,
dada la relevancia de los problemas de salinización en esta región y a su estrecha
relación con las fluctuaciones de la napa freática.
Los valores de pH tampoco mostraron diferencias significativas entre tratamientos, sin

embargo evidenciaron una posible problemática de sodicidad de suelos (valores
superiores a 8,5). En base a estos datos surge la necesidad de plantear a futuro la
necesidad de trabajar con ICS del tipo físico cuando se considere la evaluación de estos
suelos.
Agradecimientos
Los autores desean agradecer al personal técnico y de apoyo del grupo de Sistemas de
Producción del IIACS, sin cuya colaboración este trabajo no hubiese sido posible.
Asimismo se hace extensivo el agradecimiento a la Cátedra de Edafología de la
6
Universidad Nacional de Tucumán por facilitar las instalaciones de laboratorio para las
determinaciones realizadas.
Este trabajo se realizó con fondos de los proyectos INTA PNPA 1126073 y PNS
1134023
Bibliografia
Blake,GR & KH Hartge. 1986. Bulk density. p. 363–375. In A. Klute (ed.) Methods of soil
analysis. Part 1. 2nd ed. Agron. Monogr. 9. ASA and SSSA, Madison, WI.
Cabria, F; M Calandroni & G Monterubbianesi. 2002. Tamaño y Estabilidad de

Agregados y su Relación con la Conductividad Hidráulica Saturada en Suelos Bajo
Labranza Convencional y Praderas. Ciencia del suelo 20 (2).
Campitelli, P; Aoaki, A; Gudelj, O; Rrubemacker, A & R Serenosi. Selección de

indicadores de calidad de suelos para determinar los efectos del uso y prácticas
agrícolas en un área piloto de la Región Central de Córdoba. Ci. Suelo (Argentina)
28(2): 223-231, 2010.
Corbella, RD. 2004. Dinámica de la Descomposición y Liberación de Nutrientes de

Rastrojo de Soja y Maíz, en Suelos del Subtrópico Subhúmedo Seco y Semiárido del
Noroeste Argentino. Tesis para optar para el grado de Magister en Ciencias Agrarias.
Facultad de Agronomía y Zootecnia, Universidad Nacional de Tucumán.
Corbella, RD; JR García; GA Sanzano; AM Plasencia & J Fernández de Ulivarri. 2006.

Diferentes fracciones de carbono orgánico como indicadores de calidad de suelos del
este Tucumano. Actas XX Congreso Argentino de la Ciencia del Suelo. Salta-Jujuy,
Argentina. CD 5 pp.
Doran, J & T Parkin.1994. Defining and assessing soil quality. Doran, JW; DC Coleman;
DF Bezdieck & BA Stewart (eds.). Defining soil quality for a sustainable environment.
SoilSci. Soc. Am., Madison, WI, p. 3-21.
Doran, JW; & MR Zeiss. 2000. Soil health and sustainability: managing the biotic
component of soil quality. Applied Soil Ecology 15, 3–11.
Ferraras, L; G, Magra; P Besson; E Kovalevski & F García. 2007.Indicadores de calidad

física en suelos de la región pampeana norte de Argentina bajo siembra directa. Ciencia
del Suelo25(2): 159-172.
Franzluebbers, AJ. Soil organic matter stratification ratio as anindicator of soil quality.
Soil & Tillage Research 66 (2002) 95–106.
7
Galantini, J & R Rosell. 2006. Long-term fertilization effects on soil organic matter quality
and dynamics under different production systems in semiarid Pampean soils. Soil Till.
Res.87: 72-79.
Gil-Sotres, F; C Trasar-Cepeda; M Leirós & S Seoane. 2005. Different approaches to

evaluating soil quality using biochemical properties. Soil Biol. Biochem. 37: 877-887.
Karlen, A; NC Wollenhaupt; DC Erbach; EC Berry ; JB Swan; NS Eash & JL Jordahl.

1994. Long-term tillage effects on soil quality. Soil & Tillage Research 32 (1994) 313-327
Larson, WE & FJ Pierce. 1994. The dynamics of soil quality as a measure of sustainable
management. In: Doran, JW; DC Coleman; DF Bezdieck & BA Stewart (eds.). Defining
soil quality for a sustainable environment. Soil Sci. Soc. Am.,Madison, WI, p. 37-51.
Nelson, DW & Sommers LE. 1982 Total carbon, organic carbon and organic matter. In:
PAGE, AL; MILLER RH & DR KEENEY., eds. Methods of soil analysis: Chemical and
microbiological properties. Part 2. Madison, Soil Science Society of America p.539-579.
Puchulu, ME. 2011. Variación de la Profundidad y Composición de la Capa Freática

Salina en la Llanura Deprimida de la Provincia de Tucumán. Serie conferencias 2ª
Reunión de la Red Argentina de Salinidad RASTUC 2011.
Quiroga, A & D Funaro. 2003 [Online]. Indicadores de calidad de suelos. Homepage:

http://www.aacrea.org.ar/soft/nro275.htm#notatapa.
Ratan, L. 1993. Tillage effects on soil degradation, soil resilience, soil quality, and
sustainability. Soil & Tillage Research, 27, 1-8
Roldán, MF; Studdert GA; Videla C; San Martino S & LI Picone. 2014. Distribución De
Tamaño y Estabilidad De Agregados En Molisoles Bajo Labranzas Contrastantes. Cienc.
Suelo 32(2): 247-257.
Sánchez, H A.; García JR; Cáceres MR & RD Corbella. 1998. Labranzas en la Región
Chacopampeana Subhúmeda de Tucumán. En: Panigatti, J. L.; H. Marelli; D.
Buzchiazzo y R. Gil (eds.), Siembra Directa, INTA, Ed. Hemisferio Sur, Buenos Aires,
pp. 245-256.
Sanzano, AG; Morandini M; Hernández CF; Rojas Quinteros HC; Sosa FA; Hasán Jalil
AJ; Fadda GS & MR Devani. 2008. Efecto de la cobertura de rastrojos y las propiedades
edáficas superficiales sobre la erosión hídrica en monocultivo de soja. Rev. Ind. y Agríc.
de Tucumán Tomo 85 (1): 23 – 30
8
Sanzano, GA; Corbella RD; Garcia JR & GS Fadda. 2005. Degradación Física y
Química de un Haplustol Típico Bajo Distintos Sistemas de Manejo de Suelo. Cienc.
Suelo 23 (1) 93-100.
Seybold, CA; Mausbach, MJ; Karlen, DL & HH Rogers. 1997. Quantification of soil
quality. In Lal, R; Kimble JM; Follett RF & BA Stewart, eds. Soil Processes and the
Carbon Cycle. CRC Press. Washington, D.C., USA.
Shukla, MK; Lal, R & M Ebinger. 2006. Determining soil quality indicators by factor
análisis. Soil Till. Res. 87: 194-204.
Toresani, S; Ferreras, L; Bonel, B; Bacigaluppo, S; Bodrero, M; Galarza, C & J Villar.

2009. Parámetros edáficos como indicadores de calidad de suelo en diferentes sistemas
de manejo. Para Mejorar la Producción 42- INTA EEA Oliveros.
Torres Bruchmann, E. 1978. Características climáticas de las áreas ganaderas de

Tucumán. Rev. Agron. del Noroeste Argentino 15 (5): 115-169.
Zuccardi, RB; & GS Fadda. 1985. Bosquejo Agroecológico de la provincia de Tucumán.

Miscelanea. Facultad de Agronomía Y Zootecnia. Universidad Nacional de Tucumán,
86.
9
EFECTO DE LA AGRICULTURIZACIÓN SOBRE EL NIVEL DE MATERIA ORGÁNICA

EN EL CHACO ARGENTINO
REDEL, MATIAS 1,2 *; OSINAGA, NATALIA.2,3,4; FEIGUIN FERNANDA1 OSINAGA,

RAMON 3; VÁZQUEZ AMABILE, GABRIEL. 1; CARABACA, LAURA1; AZNAR RAMIRO5
& ELIANA DI BECO
1
AACREA; 2Facultad de Agronomia (UBA); 3Instituto de Suelo y Aguas – UNSa;
4
CONICET; 5Viluco S.A Sarmiento 1236 CABA; 011-4382-2076
* [email protected]
Palabras clave: carbono, cambio del uso, rotación
Resumen
El aumento de la demanda de alimento promovió la expansión de la frontera

agropecuaria. Desde fines la década del ’90 el norte argentino tuvo un aumento de la
superficie desmontada causando pérdidas importantes de la materia orgánica (MO) del
suelo. El objetivo del presente trabajo fue realizar un análisis regional de como la
agriculturización afecta el contenido de carbono en los primeros 20 cm de suelo y
relacionarlo con factores de manejo y variables de sitio. En los primeros 3 años
postdesmonte se observa una caída pronunciada de la MO para luego estabilizarse a
los 15 años de uso agrícola. Los suelos con más del 20% de arcilla inicialmente poseen
5.1% de MO, se estabiliza en 2.7% produciéndose una caída del 47% con respecto al
suelo virgen y los suelos con menos del 20% de arcilla inicia con 3.5% de MO se
estabiliza en 2.1% y la caída es del 39%. El contenido de MO presenta una relación
directa con el porcentaje de arcilla (r=0.46 p<0.01) y en menor medida con las
precipitaciones y el porcentaje de limo (r=0.17 p<0.01). Por otro lado hay una relación
inversa entre MO y porcentaje de arena (r=-0.38 p<0.01). En el NO de Santiago del
Estero y E de Tucumán las caídas de MO son menos abruptas, comparando con el
resto de la región, ya que su manejo prioriza la incorporación de gramíneas en la
rotación. El contenido de MO es sensible al cambio de uso, a los años de agricultura y al
contenido de arcilla de los suelos. En estos ambientes frágiles las técnicas de manejo
conservacionistas, como la incorporación de gramíneas, atenúa las caídas de carbono
manteniendo la sustentabilidad del sistema.
Introducción
El aumento de la demanda de alimento, principalmente de China, y la posición clave de
América del Sur como productor de alimentos promovió la expansión de la producción
agrícola, siendo ésta el principal motor de la deforestación (Aide et al., 2012; Hansen et
al., 2013; Kastner et al., 2012).
1
agropecuaria (Gasparri & Grau, 2009; Viglizzo & Jobbagy, 2010). El norte argentino
tiene una de las mayores superficies de bosque nativo el cual incluye más de la mitad
del llamado bosque Chaqueño y desde 1997 ocurrió un notable aumento de la superficie
desmontada, llegando a tasas del 1.5 y 2.5 % anual (Volante et al., 2009). Todo esto
causado por la introducción de la soja transgénica, la siembra directa (Lombardo &
Pescio, 2011), el inicio de un período húmedo en la Argentina (Grau, 2005) y la
liberación del tipo de cambio en 2001.
Los desmontes ocurrieron principalmente en las Provincias de Salta y Santiago del

Estero donde la superficie desmontada, la tasa y la tendencia a la deforestación es alta
(Volante et al., 2009). La pérdida de los bosques no solo reduce los stocks de carbono
en la vegetación sino también causa pérdidas importantes del carbono orgánico (CO)
del suelo (Neill et al., 1998; Post & Kwon, 2000; Desjardins et al., 2004). Por la
introducción de la agricultura se puede perder hasta un 50% de materia orgánica del
suelo después de 20 a 30 años en los bosques de América tropical, hasta llegar a un
nuevo equilibro (Eswaran et al., 1993). En el este del Chaco Subhúmedo se han
detectado reducciones en los niveles de la materia orgánica en los primeros
centímetros, sobre todo de su fracción lábil (Álvarez & Lavado, 1998; Roldán et al.,
2000; Albanesi et al., 2003; Sánchez et al., 2006; Barbero et al., 2010; Osinaga et al.,
2015). Los principales motivos que generaron dicha disminución fueron la deforestación
sumada al monocultivo de soja, el aumento de los años de agricultura y el manejo
inadecuado. Estudios llevados a cabo en otras regiones la pérdida de carbono es más
rápida durante los primeros años de uso agrícola y luego se hace más lenta tendiendo a
un equilibrio hasta un nuevo nivel que es el 40-60% del que tenía el suelo virgen
(Álvarez & Steinbach, 2015).
El objetivo del presente trabajo fue realizar un análisis regional de como la

agriculturización afecta el contenido de carbono en los primeros 20 cm de suelo y
relacionarlo con factores de manejo y variables de sitio.
Sitio de estudio
El estudio se llevó a cabo en las áreas con mayor tasa de deforestación de las
provincias de Salta, Tucumán y Santiago del Estero (Volante et al., 2009) en lotes
manejados actualmente bajo siembra directa a secano donde el principal componente
de la rotación es soja (Figura 1). Estas áreas se encuentran dentro de las siguientes
regiones naturales, de este a oeste:
 Chaco subhúmedo: Ocupa una franja meridional que bordea el límite Este del
Chaco semiárido. Las precipitaciones anuales varían de 700 mm a 1000 mm. La
2
temperatura media anual es de 21°C. Los suelos más representativos son los
Haplustoles y Argiustoles (Vargas Gil, 1988).
 Chaco semiárido: Es una extensa llanura ubicada en la porción central del Chaco
sudamericano. Las precipitaciones oscilan entre 450 y 650 m. La temperatura
media anual es de 22°C. Los suelos son Haplustoles, Torripsamments,
Haplustalfs, Natracualfs y Torrifluventes (Vargas Gil, 1988).
 Umbral al Chaco: Es una región de transición entre la llanura chaqueña y las

sierras subandinas. Las precipitaciones alcanzan valores entre 650 y 900 mm
anuales. La temperatura media anual es de 20°C. Dominan los suelos
Haplustoles. Argiustoles y Natrustalfs (Vargas Gil, 1988).
Figura 1. Ubicación de los puntos analizados en el Gran Chaco. Elaboración propia.
Parámetros evaluados
Los parámetros evaluados fueron materia orgánica (MO), textura, año de desmonte,
precipitación y rotación. Los datos de materia orgánica y textura de los primeros 20
centímetros se tomaron de análisis de suelos obtenidos por grupos de investigación,
grupos CREA y empresas agropecuarias. El año de desmonte se extrajo del proyecto
“Monitoreo de desmontes en el Chaco Seco” disponible en la plataforma GeoINTA. Los
datos de precipitación anual se obtuvieron de los registros pluviométricos de cada
campo, y en los casos de no encontrarse estos datos se obtuvieron del mapa generado
3
por INTA. Así se obtuvieron 450 sitios, cada uno con su dato de MO, textura, años de
uso y precipitación.
Se promediaron los valores de MO para cada departamento y de la base de datos del

SIIA (Sistema integrado de información agropecuaria) se extrajo el porcentaje de
gramíneas en la rotación calculado como la proporción de hectáreas de la campaña
2011/12 de maíz, trigo, sorgo, cebada sobre la superficie sembrada total.
El impacto del uso sobre los contenidos de MO se determinó relacionándolo

(regresiones simples) con los años de desmonte y distinguiendo dos niveles de
contenido de arcilla. También se analizó si otros factores (arena, limo, precipitación)
podían influir en los niveles de carbono a través del coeficiente de correlación de
Pearson.
Relación de la MO con los años de desmonte y el contenido de arcilla
El análisis regional de la caída postdesmonte de la MO sigue un patrón conocido. En los

primeros 3 años se observa una caída pronunciada, para luego estabilizarse a los 15
años de uso agrícola. Los suelos con más del 20% de arcilla inicialmente poseen 5.1%
de MO, se estabiliza en 2.71% produciéndose una caída del 47% con respecto al suelo
virgen y en los suelos con menos del 20% de arcilla inicia con 3.5% de MO se estabiliza
en 2.15% y la caída es del 39% (Figura 1). Estos resultados coinciden con los
observados en otras regiones del país y del mundo donde la caída de la MO puede
llegar al 60% (Eswaran et al., 1993; Andriulo & Cordone, 1998).
4
6 >20% arcilla
<20% arcilla
y = -0.306ln(x) + 3.7541
5 R² = 0.5597
MO (g kg-1)
1 y = -0.172ln(x) + 2.7387
R² = 0.1842
0
0 5 10 15 20 25 30 35 40 45
Años Postdesmonte
Figura 2. Relación entre el contenido de materia orgánica (MO) de 0-20 cm y los años
de postdesmonte.
La dispersión de los puntos observada en la figura 2 puede atribuirse a la variabilidad

inicial entre lotes, a la diferencia en el manejo durante la fase agrícola que determinan
distintos aportes de residuos.
Relación de la MO con las partículas del suelo y la precipitación
El contenido de MO presenta una relación directa y significativa (r=0.46 p<0.01) con el

porcentaje de arcilla y en menor medida con las precipitaciones y el porcentaje de limo
(Tabla 1). Las precipitaciones observadas fueron en promedio de 717 mm año-1, con un
rango desde los 1000 a escasos 451 mm año-1. Las arcillas tienen un doble efecto sobre
la MO, siendo una de ellas la de permitir mayor retención hídrica, que contribuye a
aumentar la productividad del sitio favoreciendo el aporte de carbono al suelo, y a través
de la protección física de la misma lo que impide su degradación. En la Figura 2 los
valores de estabilización para suelos con más del 20% de arcilla son elevados lo que
evidencia lo dicho anteriormente. En muchas regiones del país hay una clara relación
entre el contenido de materia orgánica y el contenido de arcilla (Quiroga et al., 1996,
Álvarez & Lavado, 1998)
5
Por otro lado hay una relación inversa entre materia orgánica y porcentaje de arena (r=-
0.38 p<0.01). Las texturas gruesas retienen menor cantidad de agua, afectando la
productividad y por lo tanto en los aportes de carbono. Para atenuar la caída de MO en
suelos arenosos se debe recurrir a la incorporación de gramíneas en la rotación en más
del 50%. Sin embargo, en la región este porcentaje varía entre el 15% y el 75% (Figura
3).
Tabla 1. Correlación del contenido de materia orgánica (MO) con la textura y las
precipitaciones.
%MO
r p-valor
Años de Postdesmonte -0.52 <0.01
% arcilla 0.46 <0.01
% arena -0.38 <0.01
% arcilla + limo 0.38 <0.01
Precipitaciones 0.17 <0.01
% limo 0.17 <0.01
Relación de la MO con las rotaciones
La Figura 3 muestra la distribución espacial de los contenidos de MO promedio de cada

departamento para periodos de 0-15 y más de 15 años de agricultura junto con el % de
gramíneas en la rotación para la campaña 2011/12. En el NO de Santiago del Estero y E
de Tucumán las caídas de MO son menos abruptas comparando con el resto de la
región ya que su manejo prioriza la incorporación de gramíneas en la rotación. Gracias a
su sistema radical profundo en cabellera y su alta productividad primaria neta las
gramíneas contribuyen al aporte de MO y aumenta la protección física de la ya existente
elevando los valores de estabilización.
6
Figura 3. Porcentaje de gramíneas en la rotación y contenido de materia orgánica

antes y después de los 15 años de uso agrícola en el NOA.
Conclusiones
El contenido de materia orgánica es sensible al cambio de uso, a los años de agricultura

y al contenido de arcilla de los suelos. En ambas categorías de suelos, finos y no tan
finos, la caída de MO se estabilizó alrededor de los 15 años de agricultura,
estabilizándose el primero cerca de 2.71% de MO mientras que los suelos más gruesos
este valor ronda los 2.15%. En estos ambientes frágiles las técnicas de manejo
conservacionistas, como la incorporación de gramíneas, atenúa las caídas de carbono
manteniendo la sustentabilidad del sistema.
7
Bibliografía
Aide, T. M; Clark, M. L; Grau, H. R; Lopez-Carr, D; Levy, M. A; Redo, D; Bonilla-

Moheno, M; Riner, G; Andrade-Nuñez, M. J. & M. Nuñez. 2012. Deforestation and
reforestation of Latin America and the Caribbean (2001-2010). Biotropica: 1-10.
Albanesi A., A. Anriquez & A. Polo Sanchez. 2003. Efectos de la agricultura

convencional sobre algunas formas del C en una toposecuencia de la Región
Chaqueña, Argentina. AGRISCIENTIA VOL. XX: 9-17.
Álvarez R. & R.S. Lavado. 1998. Climate, organic matter and clay content relationships
in the Pampa and Chaco soils, Argentina. Geoderma 83: 127-141
Andriulo A. & G. Cordone. 1998. Impacto de labranzas y rotaciones sobre la materia

orgánica de suelos de la Región Pampeana Húmeda. Pp 65-96, en: JL Panigatti; H
Marelli; D Buschiazzo & R Gil (eds.). Siembra directa. Hemisferio Sur; Buenos Aires;
Argentina.
Barbero F., H.P. Apezteguía & R. Sereno. 2010. Tasa de mineralización del suelo luego
del desmonte en Córdoba y Santiago del Estero. HUMUSLAB. URL:
humuslab.com/articulos/resumen-e pandido.doc
Desjardins T., E. Barros, M. Sarrazin, C. Girardin & A. Mariotti. 2004. Effects of forest
conversion to pasture on soil carbon content and dynamics in Brazilian Amazonia.
Agroc. Ecosyst. Environ. 103, 365-373.
Eswaran H., E. van den Berg & P. Reich. 1993. Organic carbon in soils of the world. Soil
Science Society of American Journal, 57, 192-194.
Gasparri, N.I. & H.R. Grau. 2009. Deforestation and fragmentation of Chaco dry forest in
NW Argentina (1972-2007). Forest Ecology and Management 258, Issue 6, 913-921.
Grau, H. R; Gassparri, N. I. & T.M. Aide. 2005. Agriculture expansión and deforestation
in seasonally dry forests of north-west Argentina. Environmental Conservation. 32: 140-
148.
Hansen, M. C.; Potapov, P. V.; Moore, R.; Hancher, M.; Turubanova, S.A.; Tyukavina,
A.; Thau, D.; Stehman, S.V.; Goetz, S. J.; Loveland, T. R.; Kommareddy, A.; Egorov, A.;
Chini, L.; Justice, C. O. & J. R. G. Townshed. 2013. High-Resolution Global Maps of
21st-Cetury Forest Cover Change. Science, 342, 850-853.
8
Kastner, T. M; Ibarrola-Rivas, M.J; Koch, W. & S. Nonhebel. 2012. Global changes in

diets and the consequences for land requirements for food. Proceedings of the National
Academy of Sciences, Vol. 109, issue 18, pp. 6868-6872.
Lombardo P. & F. Pescio. 2011. Avance de la agriculturización en el noroeste argentino:

el caso de la provincia de Santiago del Estero.
Neill C., C. Cerri, J. Melillo, B. Feigl, P. Steudler, J. Moraes & M. Piccolo. 1998. Stocks
and dynamics of soil carbon following deforestation for pasture in Rondonia. In Lal R,
Kimble J, Follet R, Stewart B. (eds): Soil processes and the carbon cycle. CRC Press,
Boca Raton, Boston, NY, Washington, London, pp 9-28.
Osinaga N., JE Castro, CR Alvarez & MA Taboada. 2015. ¿Cómo influye la

agriculturización la calidad edáfica y los stocks de carbono del Chaco Subhúmedo?
Simposio de Fertilidad 2015. Rosario-Santa Fe.
Post W.M. & K.C. Kwon. 2000. Soil carbon sequestration and land use change :
processes and potential. Global Change Biology. 6,317-327.
Roldán S., G. Lorenz & L. Bonelli. 2000. Aspectos de calidad de la materia orgánica del
suelo en función del uso de la tierra en el Centro Este santiagueño. XVII Congreso
Argentino de la Ciencia del Suelo. Mar del Plata. Argentina. En soporte CD.
Sánchez M.C., O. Heredia, N. Bartoloni, C. González & N. Arrigo. 2006. Secuencias de
Cultivos y Labranzas: efecto sobre las fracciones de carbono del suelo. XX Congreso
Argentino de la Ciencia del Suelo. 19 al 22 de Septiembre. Salta. En soporte CD.

Viglizzo E.F. & E. Jobaggy. 2010 (Eds). Expansión de la frontera agropecuaria argentina
y su impacto ecológico-ambiemtal. 102pp. INTA.
Volante J.N., J.M. Paruelo, L. Vale, C. Morales & S. Suhring. 2009. Dinámica espacial y
Alvarez, R. & Steinbach, H. 2015. Fertilidad de Suelos y Fertilización de la Región

Pampeana. Capítulo 3. Editorial Facultad de Agronomía.
Quiroga, A.R., Monsalvo, M., Buschiazzo, D.E. y Adema, E. 1996. Labranzas en la

Región Semiárida Pampeana Central. En: Buschiazzo, D.E., Panigatti, J. L. Babinec, F.
J. (Ed). Labranzas en la Región Semiárida Argentina. 81-91.
9
SECUENCIAS AGRÍCOLAS Y SU EFECTO EN LA PRODUCTIVIDAD DE SOJA Y

PROPIEDADES EDÁFICAS
MIRIAN BARRACO1 *, ANDREA LARDONE1, PAULA GIRÓN1, WALTER MIRANDA1, &

MARTÍN DÍAZ- ZORITA2
1
EEA INTA General Villegas 2 Monsanto BioAg
* [email protected]
Palabras claves: cultivos de cobertura, fertilización, materia orgánica
Resumen
El cultivo de soja ocupa la mayor superficie agrícola de Argentina y en muchos casos

bajo monocultivo, lo que a largo plazo podría afectar su productividad y algunas
propiedades edáficas. La inclusión de cultivos de cobertura (CC) mejora o mantiene
algunas propiedades edáficas en secuencias de soja, al igual que estrategias de
fertilización con fósforo (P) y azufre (S). El objetivo del trabajo fue evaluar el efecto de
diferentes secuencias basadas en soja sobre aportes de residuos, productividad del
cultivo y propiedades edáficas. El estudio se inició en 2006 en la EEA INTA General
Villegas. Se evaluaron 6 secuencias: S1= soja/soja sin fertilización, S2= soja/soja con
reposición de P y S, S3= CC-soja/ CC-soja sin fertilización, S4= CC-soja/ CC-soja con
reposición de P y S en soja, S5= CC-soja/ CC-soja con 46 kg N ha-1 en el CC y
reposición de P y S en soja, S6= rotación (2007-2010: maíz-trigo/soja-CC/soja y 2011-
2015: maíz-CC/soja-trigo/soja). Se evaluó anualmente el aporte de materia seca (MS)
de los CC y los rendimientos de soja. En otoño de 2015 se evaluaron los contenidos de
P y S-SO4-2, pH (0-20 cm) y Carbono orgánico total (COT) y Particulado (COP) en
capas estratificadas. La producción de MS de los CC fue S4=S5>S6>S3. Los
rendimientos promedios de soja fueron mayores en S6, S5, S4, intermedios para S2 y
menores para S1 y S3, con una brecha de rendimiento del 19 % entre S6 y S3. En las
secuencias no fertilizadas los niveles de P del suelo disminuyeron 0,5 mg kg -1 año-1,
mientras que en secuencias fertilizadas se incrementaron 1,1 mg kg -1 año-1. Los niveles
de S-SO42- fueron similares entre secuencias, mientras que el pH fue menor en S6. Los
niveles de COT y COP resultaron mayores en las secuencias que combinaron CC y
fertilización (S4-S5-S6).
Introducción
El cultivo de soja [Glycine max (L.) Merill] ocupa la mayor superficie agrícola de
Argentina, con una superficie implantada de aproximadamente 19,8 millones de
hectáreas (SIIA, 2016). En el noroeste de la Pcia de Buenos Aires este cultivo
representa alrededor del 70% de la superficie implantada con cultivos estivales
1
(Zaniboni, 2014). En muchos casos la práctica de manejo utilizada es el monocultivo lo

cual genera bajo aporte de residuos a los suelos, lo que en el largo plazo podría afectar
algunas de sus propiedades.
Numerosos estudios muestran que la inclusión de cultivos invernales,

fundamentalmente de gramíneas como cultivos de cobertura (CC) permiten proveer de
residuos ricos en Carbono y promover al mantenimiento de la cobertura de los suelos
(Blanco-Canqui et al., 2015). La selección de especies y su estrategia de manejo tales
como fecha de siembra y de secado condicionan entre otros factores el aporte de
biomasa y la disponibilidad hídrica de los suelos al momento de la siembra de soja
(Barraco et al., 2012).
Si bien el cultivo de soja se adapta a diferentes condiciones edáficas presenta

requerimientos de nutrientes similares o superiores a gramíneas como maíz y trigo. En
general los balances de fósforo (P) y azufre (S) resultan negativos ya que a través de la
fertilización solo se repone aproximadamente el 68% de P y 50% de S extraído en la
cosecha (García & González Sanjuan, 2013). Para el caso particular de P, Sainz Rosas
et al., (2012) sobre un total de 7519 muestras relevadas en varios Partidos del Oeste de
la Provincia de Buenos Aires reportaron que el 50% de los lotes presentaban niveles de
P inferiores a 11,4 mg kg-1. Si se considera que el umbral crítico para obtener respuesta
a la fertilización en soja varía entre 9 y 12 mg kg -1 (Dodd & Mallarino, 2005), estos
resultados sugieren que el nivel de P actual de esta región podría ser limitante para la
producción del cultivo. La fertilización con P ha mostrado incrementos de rendimiento en
otras zonas de la región pampeana de entre 5 y el 20 % dependiendo de dosis y
momento de aplicación (Bermúdez et al., 2014; Ferraris et al., 2015), mientras que la
fertilización con S resulta ser más errática con respuestas entre 230 y 520 kg ha-1
(Gentilini & Gutierrez Boem, 2004).
Si bien muchos estudios muestran el efecto de estas tecnologías en forma aislada

(inclusión de CC y/o fertilización), son escasos los trabajos que evalúan el impacto
sobre la producción del cultivo y propiedades de suelo de forma integrada. El objetivo
del trabajo fue evaluar el efecto de diferentes secuencias agrícolas basadas en soja
sobre aportes de residuos a los suelos, productividad del cultivo y algunas propiedades
edáficas en el largo plazo.
El ensayo fue conducido en el Campo experimental de la EEA INTA General Villegas

(34º51,4´42,8´´ S; 62º46,9´9,86´´ O) entre los años 2006-2015 sobre un Suelo Hapludol
Típico, (MO= 22,0 g kg-1, P= 12,6 mg kg-1, pH=6,0).
2
Se evaluaron 6 secuencias agrícolas establecidas en siembra directa:

S1= soja/soja sin fertilización
S2= soja/soja con reposición de P y S
S3= CC-soja/ CC-soja sin fertilización
S4= CC-soja/ CC-soja con reposición de P y S en soja
S5= CC-soja/ CC-soja con 46 kg N ha-1 en el CC y reposición de P y S en soja
S6= maíz-trigo/soja-CC/soja (2007 a 2010), maíz-CC/soja-trigo/soja (2011 a
2015).
En la S6 se fertilizó por reposición de P y S en trigo, soja y maíz, con N hasta alcanzar

niveles de 140 kg ha-1 de N disponible (Nsuelo+ Nfertilizante) en trigo y maíz y 46 kg N ha-1 en
el CC. Las dosis de reposición de P y S se calcularon en base a lo extraído con 4000 kg
ha-1 de soja, 10000 kg ha-1 de maíz, 4000 kg ha-1 de trigo y 2500 kg ha-1 de soja de
segunda.
En todos los tratamientos que incluyeron CC se usó la especie centeno (Secale cereale
L.), sembrado a mediados-fines de abril, a excepción de centeno en S6 en el período
2007 a 2010 cuando se sembró unos 15 días después que el resto de las secuencias
después de la cosecha de la soja de segunda.
Anualmente se evaluó la producción de biomasa aérea (MS) de los CC sobre una

superficie de 0,5 m2 previo al momento de su secado con glifosato a principios del mes
de setiembre y los rendimientos de soja sobre una superficie de 3,2 m 2 (2007/8 al
2012/13, cosecha manual) y de 15 m2 (2013/14 y 2014/15, cosecha mecánica). Si bien
el ensayo se inició en Octubre de 2006 con la siembra de cultivos estivales no se pudo
obtener la información de rendimiento por problemas de granizo.
En otoño de 2015 se extrajeron muestras compuestas de los suelos de la capa de 0 a

20 cm para la determinación de P (Bray & Kurtz, 1945), azufre de sulfatos (S-SO4-2)
(método turbidimétrico) y pH en suspensión suelo:agua (1:2,5). También se extrajeron
muestras en capas estratificadas de 0-5, 5-10, 10-15 y 15-20 cm para la determinación
de Carbono orgánico total (COT) y Particulado (COP) (>106 µm) según la metodología
de fraccionamiento propuesta por Cambardella & Elliot (1992) y posterior combustión
húmeda (método Walkley & Black, 1934). En dichas capas se midió la densidad
aparente (método del cilindro). Los valores de COT y COP se expresaron en Mg ha-1.
El diseño del ensayo fue en bloques completamente aleatorizados (n=3). Los resultados
de P, S-SO4-2 y pH se analizaron mediante ANOVA y prueba de diferencias de medias
de LSD (p<0,05), mientras que para C total y C particulado, MS de los CC y
rendimientos de soja se emplearon modelos mixtos, seleccionando en base al criterio de
Akaike. El programa estadístico usado fue Infostat versión 2016 (Di Rienzo et al., 2016).
3
Materia seca de los CC
El aporte de MS de los CC varió entre 2719 y 7292 kg ha-1, con un promedio de 4989 kg
ha-1 para las 8 campañas evaluadas. Se observaron diferencias entre secuencias
(p<0,01) y campañas (p=0,03), sin interacción entre secuencias y campañas (p=0,52).
Los menores valores de MS se observaron en la secuencia S3, intermedios en S6 y
mayores para S5 y S4. La implantación tardía del CC en la S6 con antecesor soja de
segunda o menor eficiencia de implantación sobre maíz podrán haber incidido en su
menor producción de biomasa. La brecha en la producción de MS entre secuencias sin
(S3) y con fertilización (promedio de S4 y S5) se incrementó a lo largo del estudio
(diferencia de 20 y 40%, respectivamente, en campañas 2007 y 2014, respectivamente).
El agregado de N en macollaje del CC no incrementó significativamente la producción
de MS (S4 versus S5, p=0,91), (Tabla 1).
Tabla 1: Producción de materia seca de los cultivos de cobertura (CC) en kg ha-1 según
secuencias. S3= CC-soja/CC-soja sin fertilización, S4= CC-soja/CC-soja con reposición
de P y S en soja, S5= CC-soja/CC-soja con 46 kg N ha-1 en el CC y reposición de P y S
en soja, S6= rotación (2007 a 2010: maíz-trigo/soja-CC/soja y desde 2011 a 2015 maíz-
CC/soja-trigo/soja).
Secuencia 2007-8 2008-9 2009-10 2010-11 2011-12 2012-13 2013-14 2014-15 Prom
-1
(kg ha )
S3 5044 4257 3749 4136 3511 3085 2719 3678 3772 b
S4 5998 6436 5673 7292 6059 6357 4455 4858 5891 a
S5 6666 5369 5091 6593 6287 5971 5192 6256 5928 a
S6 5650 4793 3420 3373 3512 5661 4047 4452 4364 ab
Letras diferentes indican diferencias significativas entre secuencias (p<0,05).
Rendimientos de soja
Los rendimientos de soja variaron entre 1582 y 5977 kg ha-1, con un promedio de 3541
kg ha-1 (Tabla 2). En el análisis en conjunto de las 8 campañas se detectaron diferencias
entre secuencias (p<0,05), sin interacción entre campañas (p=0,67). Los menores
rendimientos se observaron en la secuencia CC/soja sin fertilización (S3) y en los
monocultivos de soja (S1 y S2), rendimientos intermedios para CC/soja fertilizados (S4 y
S5) y mayores rendimientos medios en la soja en rotación (S6). La brecha de
rendimiento entre S2 y S6 fue en promedio de 332 kg ha-1 (9%), mientras que entre S3 y
S6 fue del 19%. En sistemas de monocultivo de soja la fertilización con PS no
incrementó significativamente los rendimientos de soja (S1 versus S2, p=0,50) pero sí
4
tuvo un efecto positivo cuando además se incorporó un CC en la secuencia (S3 versus

S4, p<0,05).
Tabla 2: Rendimientos de soja en kg ha-1 según secuencias. S1= soja/soja sin

fertilización, S2= soja/soja con reposición de P y S, S3= CC-soja/CC-soja sin
fertilización, S4= CC-soja/CC-soja con reposición de P y S en soja, S5= CC-soja/CC-
soja con 46 kg N ha-1 en el CC y reposición de P y S en soja, S6= rotación (2007 a
2010: maíz-trigo/soja-CC/soja y desde 2011 a 2015 maíz-CC/soja-trigo/soja).
Secuencia 2007-8 2008-9 2009-10 2010-11 2011-12 2012-13 2013-14 2014-15 Prom
(kg ha-1)
S1 2113 1912 3517 3549 2595 4363 4132 5394 3447 bc
S2 2430 1964 3204 3860 2708 4406 4231 5438 3530 abc
S3 2419 1582 3779 4311 1984 3584 3344 4926 3241 c
S4 2271 1765 4019 4394 2484 4631 3627 5285 3560 ab
S5 2265 2077 3858 4486 2042 4748 3648 5704 3604 ab
S6 2663 1790 3616 4805 2884 4634 4531 5977 3862 a
Propiedades edáficas luego de 9 años de efectos acumulados
En secuencias no fertilizadas los niveles de P del suelo disminuyeron a razón de 0,5 mg

kg-1 año-1, mientras que en las secuencias fertilizadas se incrementaron unos 1,1 mg kg-
1
año-1 (Tabla 3). El incremento significativo en los niveles de P del suelo con la
estrategia de reposición podría deberse a balances positivos (P agregado – P extraído),
ya que los rendimientos promedios resultaron inferiores a los utilizados para los cálculos
de dosis de reposición, lo que indicaría una menor extracción de P.
Los niveles de S-SO42- resultaron muy bajos en todos los tratamientos y si bien se
observó una tendencia a menores valores para las dos secuencias sin fertilización (S1 y
S3), estas diferencias no resultaron estadísticamente significativas (p=0,18). En cuanto
a los niveles de pH de los suelos se observaron valores más bajos para la secuencia en
rotación (S6) respecto a los restantes tratamientos (p=0,08), posiblemente atribuido al
mayor uso de fertilizantes nitrogenados. Resultados similares fueron descriptos por
Lardone et. al., (2012a) en ensayos de larga duración en Marcos Juárez.
5
Tabla 3: Niveles de fósforo (P bray), azufre (S-SO42-) en mg kg-1 y pH de los suelos en la

capa de 0 a 20 cm luego de 9 años de secuencias. S1= soja/soja sin fertilización, S2=
soja/soja con reposición de P y S, S3= CC-soja/CC-soja sin fertilización, S4= CC-
soja/CC-soja con reposición de P y S en soja, S5= CC-soja/CC-soja con 46 kg N ha-1 en
el CC y reposición de P y S en soja, S6= rotación (2007 a 2010: maíz-trigo/soja-CC/soja
y desde 2011 a 2015 maíz-CC/soja-trigo/soja).
Secuencia P bray S-SO42- pH
(mg kg-1) (mg kg-1)
S1 8,5 b 1,3 a 6,1 a
S2 26,1 a 4,0 a 6,0 ab
S3 7,3 b 1,9 a 6,1 a
S4 21,8 a 6,4 a 6,1 a
S5 21,9 a 3,6 a 6,1 a
S6 22,8 a 6,4 a 5,9 b
Los contenidos de COT variaron entre tratamientos (p<0,01) y profundidades de

muestreo (p<0,01), sin interacción entre tratamiento y profundidad (p=0,43). Los valores
para cada capa variaron entre 7,7 y 18,1 Mg ha-1 (Tabla 4). En general las secuencias
S5 y S6 presentaron los mayores valores de COT y se diferenciaron significativamente
de los monocultivos (S1, S2), mientras que para todas las secuencias los mayores
valores se observaron en 0-5 cm, intermedios en 5-10 cm y menores en las capas de
10-15 y 15-20 cm (sin diferencias entre sí), (Tabla 4).
6
Tabla 4: Contenidos de carbono total de los suelos en Mg ha-1 en la capa de 0 a 20 cm

luego de 9 años de secuencias. S1= soja/soja sin fertilización, S2= soja/soja con
reposición de P y S, S3= CC-soja/CC-soja sin fertilización, S4= CC-soja/CC-soja con
reposición de P y S en soja, S5= CC-soja/CC-soja con 46 kg N ha-1 en el CC y
reposición de P y S en soja, S6= rotación (2007 a 2010: maíz-trigo/soja-CC/soja y desde
2011 a 2015 maíz-CC/soja-trigo/soja).
Profundidad de muestreo (cm)
Secuencia 0-5 5-10 10-15 15-20 Total
(Mg ha-1)
S1 12,5 b 11,8 a 8,8 b 8,1 b 41,2
S2 11,9 b 10,1 a 8,2 b 7,7 b 38,0
S3 15,6 ab 10,4 a 9,7 ab 8,3 b 44,1
S4 15,6 ab 11,5 a 9,7 a 9,1 b 45,9
S5 18,1 a 12,8 a 9,2 ab 8,3 b 48,4
S6 15,2 ab 11,9 a 10,1 a 11,0 a 48,2
Letras diferentes en sentido vertical indican diferencias significativas entre secuencias

para cada profundidad de muestreo (p>0,05).
Los niveles de COP difirieron entre tratamientos (p>0,05), entre profundidades de

muestreo (p<0,01) e interacción tratamiento*profundidad (p>0,01), (Tabla 5). Para la
capa superficial, S4 presentó el mayor nivel de COP, en contraposición a los
tratamientos sin CC (S1 y S2) y con CC pero sin PS (S3), y un comportamiento
intermedio se observó en S5 y S6. En general en las capas subsuperficiales S6
presentó los mayores valores de COP (Tabla 5). El stock de C particulado (suma de las
4 capas evaluadas fue mayor para las secuencias S4, S5 y S6). La contribución de los
CC a incrementos en el COT y COP también fueron reportados por otros estudios
desarrollados en similares condiciones edáficas (Girón et al., 2014; Lardone et al.,
2012b).
7
Tabla 5: Contenidos de carbono particulado de los suelos en Mg ha-1 en la capa de 0 a

20 cm luego de 9 años de secuencias S1= soja/soja sin fertilización, S2= soja/soja con
reposición de P y S, S3= CC-soja/CC-soja sin fertilización, S4= CC-soja/CC-soja con
reposición de P y S en soja, S5= CC-soja/CC-soja con 46 kg N ha-1 en el CC y
reposición de P y S en soja, S6= rotación (2007 a 2010: maíz-trigo/soja-CC/soja y desde
2011 a 2015 maíz-CC/soja-trigo/soja).
Profundidad de muestreo (cm)
Secuencia 0-5 5-10 10-15 15-20 Total
(Mg ha-1)
S1 2,19 bA 0,97 aB 0,36 bC 0,38 cC 3,91
S2 2,09 bA 0,76 aB 0,48 abC 0,61 aBC 3,94
S3 2,04 bA 0,78 aB 0,56 abB 0,55 bB 3,96
S4 2,97 aA 0,88 aB 0,47 abC 0,46 bC 4,78
S5 2,54 abA 1,07 aB 0,47 abC 0,42 bC 4,50
S6 2,71 abA 0,83 aB 0,80 aB 0,59 aB 4,94
Letras minúsculas diferentes indican diferencias significativas entre secuencias para

cada profundidad de muestreo y letras mayúsculas diferentes indican diferencias entre
profundidades de muestreo para cada secuencia (p>0,05).
Conclusiones
El aporte de biomasa de los CC se modificó por el cultivo agrícola antecesor y estrategia

de reposición con P y S.
Los rendimientos de soja fueron mayores en secuencias rotadas con maíz y trigo o en
combinación con CC y reposición de PS.
La estrategia de reposición de P permitió incrementar los niveles de P unos 1,1 mg kg-1

año-1, mientras que en las secuencias sin fertilización disminuyeron a razón de 0,5 mg
kg-1, con valores entre 7 y 8 mg kg-1 al final del estudio.
Los contenidos de COT y COP de los suelos se modificaron con las secuencias
evaluadas, con mayores valores para las secuencias con CC y reposición de PS y la
secuencia con participación de maíz y trigo.
8
Bibliografía
Barraco, M; C. Scianca; A. Lardone; C. Alvarez & M. Diaz-Zorita. 2012. Cereales de

invierno como cultivos de cobertura en secuencias continuas de soja. En: Stenglein, SA
(comp) (Et al.,). Cereales de invierno: Investigación científico_técnica desarrollada por el
INBA (CONICET/FAUBA), EL BIOLAB AZUL(CIC-PBA/FIBA/FAUNCPBA), la Facultad
de Agronomía UBA y la Facultad de Agronomía UNCPBA. Tandil. UNCPBA. Pp:231-
238.
Bermúdez, M; M. Díaz- Zorita; G. Espósito; G. Ferraris; G. Guester; M. Saks; F.

Salvagiotti & L. Ventimiglia. 2014. Fertilización con fósforo en secuencias continuas de
soja. XXIV Congreso Argentino de la Ciencia Del Suelo, II Reunión Nacional Materia
Orgánica y Sustancias Húmicas. Bahía Blanca, Argentina. 5 al 9 de mayo de 2014. En
CD.
Blanco-Canqui, H; T.M. Shaver; J.L. Lindquist; C.A. Shapiro; R.W. Elmre; C.A. Francis &
G.W. Hergert. 2015. Cover crops and ecosystem services: Insights from studies in
temperate soils. Agron.J.107:2449-2474.
Bray, R.H & L.T. Kurtz. 1945. Determination of total, organic, and available forms of
Cambardella, C.A & E.T. Elliot. 1992. Particulate soil organic matter changes across a
grassland cultivation sequence. Soil Sci. Am. J. 56: 777-783.
Dodd, J.R & A.P Mallarino. 2005. Soil-test phosphorus and crop grain yield responses to
long-term phosphorus fertilization for corn-soybean rotations. Soil Soc. Am. J. 69: 1118-
1128.
Ferraris, G; P. Traficante & A. Tortoriello. Fertilización fosforo-azufrada en soja.

Estrategias basadas en dosis, localización y momentos de aplicación INTA EEA
Pergamino-Fertilizar Asociación Civil resultados de cinco años de experimentación
campañas 2010/11 a 2014/15. Disponible en http://www.aapresid.org.ar. Acceso: 7-3-
2016.
García F.O. & M.F. González Sanjuan. 2013. La nutrición de suelos y cultivos y el
balance de nutrientes: ¿Cómo estamos? Informaciones Agronómicas de
Hispanoamérica. 9:2-7. IPNI. Disponible en http://www.ipni.net. Acceso: 25-2-2016.
9
Gentilini, A & F Gutierrez Boem. 2004. Fertilización azufrada del cultivo de soja en el
centro-sur de Santa Fe. Informaciones Agronómicas de Inpofós Nº 24.
Girón, P; Scianca, C; Barraco, M; Lardone, A; Miranda, W. 2014. Cambios en el carbono

Blanca, Argentina. 5 al 9 de mayo de 2014. En CD.
Lardone, A.V.; C. Cazorla; C. Galarza. 2012a. Fertilización en el sud-este de córdoba:

rendimientos y efectos sobre algunas propiedades edáficas. XIX Congreso
Latinoamericano de la Ciencia del Suelo XXIII Congreso Argentino de la Ciencia del
Suelo. Mar del Plata, Argentina – 16 al 20 de abril de 2012. En CD.
Lardone, A; Barraco, M; Scianca, C; Alvarez, C; Díaz Zorita. 2012b. Cultivos de

cobertura en sistemas con soja bajo siembra directa. XIX Congreso Latinoamericano y
XXIII Congreso Argentino de la Ciencia del Suelo. Mar del Plata, Argentina.
Sainz Rozas, H.R., H.E. Echeverría, y H. Angelini. 2012. Fósforo disponible en suelos
agrícolas de la región Pampeana y ExtraPampeana argentina. RIA / Vol. 38:(1):33-39.
SIIA. 2016. http://www.siia.gov.ar/_apps/siia/estimaciones/estima2.php. Acceso: 3-3-

2016.
Walkley A, y IA Black. 1934. An examination of Degtjareff method for determining soil

Science 37, 29-37.
Zaniboni, M. 2014. Potencial agrícola ganadero del noroeste bonaerense. Memoria

técnica 2013-2014 INTA Gral Villegas. pp 180-183.
10
EVALUACIÓN DE SECUENCIAS DE CULTIVOS FORRAJEROS: PRODUCCIÓN Y

VARIABLES EDÁFICAS
CECILIA SARDIÑA1; ANDREA LARDONE2;MIRIAN BARRACO2 & MARIANELA DIEZ1
EEA INTA General Villegas; Área 1Producción Animal y 2Producción Agrícola y gestión
ambiental.,San Martín 26 (6230). Gral. Villegas (BA). Tel: 03388-423816
*[email protected]
Palabras clave: Recursos forrajeros anuales, pastura, propiedades edáficas
Resumen
El objetivo del trabajo fue evaluar la producción de materia seca (MS) y algunas
propiedades edáficas en tres secuencias de cultivos forrajeros anuales y una pastura
base alfalfa, durante el período 2010-2013. El ensayo se realizó en INTA EEA Gral
Villegas (Bs. As.) sobre un suelo Hapludol Típico franco arenoso con 25,8 g kg-1 materia
orgánico (MO), 30,8 mg kg-1 de fósforo y pH 6,23. Se inició el 8/4/2010 con la
implantación de la pastura y los cultivos de invierno. Los tratamientos fueron: cebada
(Hordeum vulgare) para silo-soja(Glycine max) para silo (C/S), raigrás anual (Lolium
multiflorum) para pastoreo-maíz (Zea mayz) para silo (RP/M), raigrás anual para silo-
maíz para silo (RS/M) y una pastura de alfalfa y festuca alta como testigo (PP). En cada
tratamiento se determinó producción de MS. Los períodos se analizaron de noviembre a
octubre. En otoño de 2013 se tomaron muestras de suelo de 0-5, 5-10 y 10-20 cm para
determinar carbono orgánico total oxidable(CO) y particulado. Se midió infiltración,
resistencia mecánica a la penetración (RM) hasta los 40 cm de profundidad, humedad
edáfica y densidad aparente (DA) hasta los 30 cm. Las secuenciasaportaron más de 18
t MS ha-1 cuando las condiciones ambientales fueron adecuadas. Tuvieron menor
biomasa acumulada respecto a PP cuando la distribución de lluvias no fue homogénea y
la demanda atmosférica fue elevada. Al cabo de tres años se observó que RP/M y RS/M
alcanzaron las máximas producciones de MS ha-1(53,1 y 47,6 t ha-1 respectivamente),
sin diferenciarse estadísticamente RS/M de PP, C/S fue la menos productiva (36,7 t ha-
1
). Existieron diferencias en el CO solo en los primeros centímetros del suelo (0-5 cm), el
cual resultó mayor en PP. Se alcanzó la mayor lámina acumulada a los 80 min y la
mayor infiltración básica en PP.
Introducción
Las numerosas combinaciones de cultivos y labranzas disponibles para los productores

varían acorde a las expectativas de lluvias, tipo de suelo y condiciones locales. La
variabilidad de precipitaciones y en particular el medio ambiente determinan en gran
medida la opción productiva más rentable (Mointeith & Ingram, 1998). La combinación
de cultivos forrajeros anuales de ciclo invernal y estival, constituye una alternativa que
1
podría aumentar la producción por unidad de superficie en comparación con un

monocultivo anual o perenne, debido a una mayor eficiencia en el uso de la radiación
solar y otros recursos como agua y nutrientes. En este sentido, los verdeos invernales
cumplen un rol fundamental en las cadenas forrajeras, ya que dada la rigurosidad de los
inviernos, ofrecen cantidad y calidad de pasto si las condiciones climáticas son las
adecuadas. En cuanto a cultivos estivales, la inclusión de cultivos voluminosos como el
maíz(Zea mayz) dentro de las secuencias forrajeras permite mayores aumentos de
producción total de los sistemas, mientras que la incorporación de especies forrajeras
anuales, fijadoras de N, como la soja (Glycine max L.), es más reciente, por lo que
experiencias en este sentido aportará información para el diseño de rotaciones
sustentables. Por otro lado, al hablar de pasturas perennes, la alfalfa(Medicago sativa.
L.) constituye el principal componente de la oferta forrajera de las pasturas implantadas
para el engorde de bovinos o la producción de leche. De su calidad depende el nivel de
producción y la performance de todo el sistema (Pordomingo et al., 2004). La alfalfa
pura o asociada con gramíneas como la festuca alta (Festuca arundinacea) cumple un
rol fundamental en la rotación con cultivos anuales, no solo por su excelente calidad
forrajera y elevados rendimientos de materia seca, sino también por su aporte a la
sostenibilidad de los sistemas (Basigalup et al., 2007).
En ambientes de mayor potencial la ganadería ha perdido terreno, prevaleciendo los

sistemas intensificados basados en cultivos y pasturas anuales. Este tipo de planteos
anualizados son altamente dependientes del clima, lo que los hace más riesgosos y
propensos a manifestar problemas de sustentabilidad ambiental (Moore et al., 2006).
Por el contrario, las pasturas perennes, conformando rotaciones con cultivos forrajeros o
con agricultura, tienen gran potencial para mejorar la productividad y la adaptación de
los sistemas a la variabilidad climática, evitar daños severos como ascenso de napas y
la salinización de suelos (Zamolinski, 2000).
Los criterios de intensificación se utilizan actualmente en la investigación de sistemas

lecheros australianos intensivos, donde se debate el desarrollo de nuevos sistemas de
producción basados en incrementar la eficiencia en el uso de los recursos (García &
Fulkerson, 2004).
El objetivo del trabajo fue evaluar la producción de materia seca y algunas propiedades
edáficas en tres secuencias de cultivos forrajeros anuales (verdeo de invierno + cultivo
de verano) y una pastura base alfalfa, durante el período 2010-2013.
El ensayo se realizó en el campo experimental de la EEA INTA Gral Villegas en Drabble

(Bs. As.) sobre un suelo Hapludol Típico franco arenoso con 25,8 g kg-1 materia
orgánica (MO), 30,8 mg kg-1 de fósforo (P) y pH 6,23. El mismo se inició el 8/4/2010 con
la implantación de la pastura y los cultivos de invierno, sembrándose los verdeos todos
2
los años en abril y los cultivos de verano en noviembre. Los tratamientos evaluados
fueron: cebada (Hordeum vulgare) para silo-soja para silo (C/S), raigrás anual (Lolium
multiflorum) para pastoreo-maíz para silo (RP/M), raigrás anual para silo-maíz para silo
(RS/M) y una pastura de alfalfa y festuca alta como testigo (PP). La pastura implantada
fue una alfalfa grupo 7 Patricia INTA con una densidad de 10 kg ha-1 y una festuca
Palenque Plus con 6 kg ha-1. Los verdeos de invierno fueron una cebada Scarlet con
una densidad de 90 kg ha-1 y un raigras anual Bill max con una densidad de 30 kg ha-1.
La soja utilizada fue DM 4970 a una densidad de 45 plantas m-2 y para maíz se utilizó un
DK 780, Duo 548 y DK 747 para el primer, segundo y tercer año respectivamente, con
una densidad de 7,6 plantas m-2. En todos los cultivos, excepto la pastura y la soja, se
realizaron fertilizaciones con urea (46-0-0), fraccionados entre la siembra (50 kg ha-1 de
N para todos los verdeos de invierno), después del primer corte (50 kg ha-1 de N para la
cebada y el raigras para pastoreo, y también se fertilizó en este momento el raigras para
silo), después del segundo corte (50 kg ha-1 de N en raigras para pastoreo) y en V6 en
maíz (100 kg ha-1 de N).
No se realizaron fertilizaciones con P por encontrarse el suelo bien provisto. Se hicieron

en cada tratamiento determinaciones de producción de materia seca en cada corte y
para cada cultivo (t MS ha-1). Para el análisis de los aportes acumulados para cada
secuencia se tomaron períodos de evaluación que fueron de noviembre a octubre de
cada año (período 2010-11, 2011-12 y 2012-13). En estación meteorológica ubicada a
500 m se registraron temperaturas y precipitaciones.
En otoño de 2013 se tomaron muestras de suelo estratificadas en las capas de 0-5, 5-10
y 10-20 cm para determinar el contenido de carbono orgánico (CO) total oxidable y
particulado (fraccionamiento físico por tamaño de partículas), se midió infiltración
(permeámetro de disco), resistencia mecánica a la penetración (RM; con penetrómetro
de impacto, en capas de 5 cm de espesor hasta los 40 cm de profundidad, Cimmyt,
2013), humedad edáfica (gravimétrica) y densidad aparente (DA; con cilindros de 137,41
cm3, en capas de 10 cm hasta los 30 cm de profundidad).
El experimento tiene un diseño en bloques completos aleatorizados (n=3), con parcelas

de 91 m2. Se realizaron análisis de ANOVA y el test de diferencias mínimas
significativas (LSD) con el programa estadístico InfoStat(Di Rienzo et al., 2014).
En la Figura 1 se pueden observar las precipitaciones ocurridas desde el año 2010 al

2013. Las mismas resultaron muy diferentes para cada uno de los años calendarios, con
632, 540, 1275 y 529 mm para los años 2010, 2011, 2012 y 2013, respectivamente.
Cada período de evaluación (noviembre-octubre) tuvo su particularidad climática, siendo

el período noviembre 2011-octubre 2012 el más crítico por las escasas precipitaciones y
3
elevadas temperaturas registradas durante diciembre y enero de dicho período (Figura 1

y 2). Si bien las lluvias acumuladas en el mismo fueron de 1110 mm (vs 546 mm de
promedio en los otros dos períodos), durante el verano 2011-12 las temperaturas fueron
muy elevadas, especialmente los 10 primeros días de enero 2012 (Figura 2), donde se
registraron máximas de entre 28 y 33,7°C, que sumado a un diciembre 2011 muy seco
(2,8 mm) generaron una gran demanda atmosférica durante las etapas más críticas de
los cultivos estivales.
Figura 1.Precipitaciones mensuales históricas (1974-2013) y por año (2010-2011-2012-2013).

Valores registrados por la estación meteorológica del INTA EEA General Villegas.
Figura 2. Temperaturas máximas diarias de enero de los años 2011-12-13. Valores registrados
por la estación meteorológica del INTA EEA General Villegas.
4
En cuanto al aporte de MS (Tabla 1), si observó que en el período 2010-2011 las

secuencias que incluyeron cultivos voluminosos como el maíz (RP/M y RS/M) superaron
el aporte de MS acumulado en el período, respecto a la secuencia menos voluminosa
(C/S), sin encontrarse diferencias significativas entre las primeras secuencias y PP.
El período 2011-12 fue totalmente distinto al primero por el mencionado déficit hídrico
estival, resultando el aporte de PP mayor que el de las secuencias (5,9 vs 12,0 t MS ha-1).
Este período fue particular ya que la producción de los maíces fue muy baja (4000 kg
MS ha-1 promedio). La soja ese verano se perdió y no se pudo resembrar, con lo cual
ese período no aportó MS a la secuencia correspondiente.
Las excelentes precipitaciones recibidas durante el año 2012 (1275 mm acumulados),

hicieron que el último período se diferenciara mucho de los anteriores. Durante el 2012-
2013 se encontraron diferencias significativas entre tratamientos, siendo RP/M la
secuencia que realizó mayores aportes de MS (30,0 t MS ha-1), aunque no se diferenció
estadísticamente de RS/M. Los menores aportes se registraron en PP (14,7 t MS ha-1) y
este tratamiento no se diferenció estadísticamente de C/S.
Al cabo de tres años de evaluación y analizando el aporte acumulado, se observó que

RP/M y RS/M alcanzaron las máximas producciones de MS ha-1(53,1 y 47,6 t ha-1
respectivamente), sin diferenciarse estadísticamente RS/M de PP, siendo la secuencia
C/S la menos productiva (36,7 t ha-1).
Tabla 1. Aporte de materia seca (MS) en toneladas por hectárea en los tres períodos productivos
y el acumulado de los 3 años para cada tratamiento. PP: pastura; C/S: cebada silo-soja silo;
RP/M: raigrás pastoreo-maíz silo; RS/M: raigrás silo-maíz silo
Tratamientos 2010-2011 2011-2012 2012-2013 Acumulado

18,5 a
RP/M (712,1) 4,5 c (199,4) 30,1 a (1493) 53,1 a (1851)
16,6 a
-1
MS (t ha ) RS/M (712,1) 9,0 b (199,4) 22,1 b (1493) 47,6 ab (1851)
18,5 a 12,0 a
PP (712,1) (199,4) 14,7 c (1493) 45,2 b (1851)
C/S 14 b (712,1) 4,3 c (199,4) 18,4 bc (1493) 36,7 c (1851)
Letras distintas en la columna indican diferencias significativas (P ≤ 0,05). Entre paréntesis error
En lo que respecta a las evaluaciones edáficas, se pudo observar que a los 3 años de
establecido el ensayo existieron diferencias entre tratamientos en el CO solo en los
primeros centímetros del suelo (0-5 cm), el cual resultó mayor en la pastura (Tabla 2). El
CO es el atributo mayormente estudiado en ensayos de larga duración como indicador
de la calidad de los suelos y de la sustentabilidad de los mismos (Álvarez & Barraco,
2005). Cualquier sistema de cultivo que permita el crecimiento continuo o casi continuo
5
de las plantas, implica un aporte permanente de residuos, por lo que es esperable el

potencial de la pastura para suministrar la mayor cantidad de MO para su inclusión en el
suelo. Si bien se acepta que la rotación cultivo-pastura es la alternativa más sustentable,
en la práctica ello dependerá de cómo el tipo de secuencia (combinación de especies),
en interacción con el manejo (ej. fertilización) y el ambiente (suelo, clima), afecten las
entradas de carbono (C) y nitrógeno (N) al suelo y, con ello, la calidad de la MO (C: N).
En general cultivos con relaciones C:N altas como el maíz permitirían un mayor
enriquecimiento de MO de los suelos (Álvarez & Barraco, 2005). En este trabajo, 3
años de efectos acumulados no fueron suficientes para evidenciar diferencias entre las
secuencias estudiadas por lo que posiblemente se requieran de más años de evaluación
para encontrar diferencias más consistentes entre tratamientos.
Tabla 2. Contenido de Carbono orgánico total y particulado (%) del suelo a los 3 años de iniciado
el ensayo para cada tratamiento. PP: pastura; C/S: cebada silo-soja silo; RP/M: raigrás pastoreo-
maíz silo; RS/M: raigrás silo-maíz silo
Carbono total Carbono particulado

Tratamientos
0-5 cm 05-10 cm 10-20 cm 0-5 cm 05-10 cm 10-20 cm
1,94a 1,45 a 1,32 a 0,40 a 0,16 a 0,12 a
PP (0,04) (0,03) (0,05) (0,02) (0,02) (0,02)
1,80 b 1,43 a 1,36 a 0,32 a 0,14 a 0,14 a
C/S (0,04) (0,03) (0,05) (0,02) (0,02) (0,02)
1,72 bc 1,44 a 1,34 a 0,39 a 0,15 a 0,12 a
RS/M (0,04) (0,03) (0,05) (0,02) (0,02) (0,02)
1,64 c 1,44 a 1,29 a 0,31 a 0,20 a 0,12 a
RP/M (0,04) (0,03) (0,05) (0,02) (0,02) (0,02)
Letras distintas en la columna indican diferencias significativas (P ≤ 0,05). Entre paréntesis error
En cuanto a las determinaciones de infiltración, la PP alcanzó la mayor lámina

acumulada a los 80 min (Figura 3a) y la mayor infiltración básica (Figura 3b), lo que
podría explicarse por la presencia de raíces que constantemente forman grietas y
galerías que favorecen el ingreso de agua en el suelo. Esto puede indicar un beneficio
en el sistema poroso de la misma, ya que en sistemas de pasturas perennes, como por
ejemplo pasto llorón, existe un incremento en la conductividad hidráulica en profundidad,
por la influencia positiva que las raíces y raicillas vivas y muertas de la pastura poseen
sobre la porosidad y la agregación (Álvarez & Barraco, 2005). En los sistemas más
conservacionistas la actividad de lombrices, la mayor estabilidad de agregados y el
mayor contenido de MO incrementan la infiltración (Wilson-Rummenie et al., 1999).
6
-1
Figura 3. Lámina acumulada (mm) y Velocidad de infiltración (mm h ) para cada tratamiento. PP:
pastura; RP/M: raigrás pastoreo-maíz; RS/M: raigrás silo-maíz; C/S: cebada-soja.
En cuanto a la RM (Figura 4), los valores obtenidos no resultan críticos para el

crecimiento de los cultivos, ya que ninguno supera los 2 MPa de presión. Tampoco se
encontraron grandes diferencias entre tratamientos hasta los 25 cm.
Para la variable DA tampoco se encontraron diferencias significativas entre las

secuencias y la pastura, como tampoco dentro de cada tratamiento en las distintas
profundidades, con una DA promedio de 1,27 g cm-3.
Cabe mencionar que en este trabajo no se utilizaron animales para pastorear los
cultivos correspondientes, con lo cual en sistemas reales el impacto de la utilización de
las secuencias o la pastura sobre estas variables puede ser diferente. En trabajos
realizados por Krüger, et al. (2005) en suelos HapludolesTípicos y Énticos encontraron
7
que la DA de tratamientos pastoreados, en la capa de 5-10 cm se incrementó durante

los primeros 30 meses, alcanzando valores entre 1,30 y 1,32 g cm-3 y en
determinaciones posteriores, hasta los 50 meses, se observó una disminución hasta
niveles de 1,22 g cm-3. Con gramíneas perennes (pasto llorón), las compactaciones se
registran en la capas superficiales por efecto del pisoteo, lo mismo ocurre en pasturas
monofiticas de alfalfa que se pueden observar capas compactadas desde superficie que
pueden limitar el crecimiento de raíces (Álvarez & Barraco, 2005).
Figura 4. Resistencia a la penetración (MPa) y agua total acumulada en el perfil del suelo (mm)
al momento del muestreo, para cada tratamiento. PP: pastura; RP/M: raigrás pastoreo-maíz;
RS/M: raigrás silo-maíz; C/S: cebada-soja.
8
-3
Tabla 3. Densidad aparente (g cm ) en capas de 10 cm de 0 a 30 cm de profundidad para cada
tratamiento. PP: pastura; RP/M: raigrás pastoreo-maíz; RS/M: raigrás silo-maíz; C/S: cebada-
soja. Diferencias no significativas (p>0,05)
Tratamientos
Profundidad PP RS/M RP/M C/S
0-5 cm 1,33 1,25 1,23 1,23
5-10 cm 1,33 1,29 1,32 1,31
10-20 cm 1,25 1,28 1,29 1,27
Promedio 1,3 1,27 1,28 1,27
Conclusiones
En las condiciones experimentales del presente trabajo, las secuencias alcanzaron

producciones acumuladas superiores a las 36 t MS ha-1, logrando producir más de 18 t
MS ha-1 en el período de evaluación (noviembre-octubre) cuando las condiciones
ambientales fueron adecuadas. Las secuencias tuvieron menor biomasa acumulada
respecto a la pastura cuando la distribución de lluvias no fue homogénea y la demanda
atmosférica fue elevada (principalmente en verano), mostrando ser poco estables entre
años, copiando la variabilidad climática.
A los tres años del ensayo, se pudo observar que la pastura mostró una mayor
capacidad de infiltración, como tambiéndiferencias del CO total solo en la capa de 0-5
cm de profundidad, mostrando algún indicio de sus beneficios en las propiedades del
suelo. Son necesarios más años de evaluación para poder detectar diferencias
significativas en otras propiedades edáficas.
Bibliografía
Álvarez, C & M Barraco. 2005. Efecto de los sistemas de labranzas sobre

laspropiedades edáficas y rendimiento de los cultivos. En: Indicadores de calidad física
de lossuelos. Boletín Técnico Nº4 EEA INTA Gral. Villegas. p. 5-18.
Basigalup, DH; R. Rossanigo & MV Ballario. 2007. Panorama actual de laalfalfaenla

Argentina. En: Basigalup, D.H. El cultivo de laalfalfaenla argentina. Buenos Aires: INTA.
Cap. 1. pp 13-25. (ISBN 987-521-046-3)
Cimmyt, 2013. Resistencia a la penetración. Guía útil para comparar las prácticas de
manejo de cultivo. Disponible en:
http://repository.cimmyt.org/xmlui/handle/10883/4031Acceso: 25/02/2016.
Díaz-Zorita, M. 1999. Soil Organic Carbon Recovery by the Walkley-Black Method in a

Tipic Hapludoll. Commun soil SCI Plant Anal., 30 (5-6), 739-745
9
García, SC & WJ Fulkerson. 2004. Opportunities for future Australian dairy systems: a
review. In: Australian Journal of Experimental Agriculture 45(9) 1041–1055.
Krüger, RH; S Venazi & E Sa Pereira. 2005. Efecto delpisoteo por animales en planteos
de siembra directa. En: Indicadores de calidad física de los suelos. Boletín Técnico Nº4
EEA INTA Gral. Villegas. p. 27-30.
Monteith, JL & JSL Ingram. 1998. Climate variation and crop growth. In: Chopra, V. L.,
Singh, R. B., Anupam V. (Eds.), Procceding of the Second International Crop Science
Congress on Crop Productivity and Sustainability. Sshamping the Future. National
Academy of Agricultural Sciences of India and the Indian Council of Agricultural
Research, New Dalhi, pp 57-70.
Pordomingo, AJ; NA Romero; AB Pordomingo; CI Barbeito; LA Martiren; LA Bargesio &

DA Waimann. 2004. Evaluación de la producción y la composición nutritiva de alfalfas
de diferente latencia en la región este de la pampa. En: Investigación en producción
animal 2002-2003. Región subhumeda y semiárida pampeana: pp. 70-73 (ISSN 0325-
2167).
Potter, K; O Jones; H Torbert & P Unger. 1997. Crop rotation and tillage effects on
organic carbon sequestration in the semiarid Southern Great Plins. Soil Science. 162
(2):140-147.
Moore, G; P Sanford & T Wiley. 2006, Perennial pastures for Western Australia,
Department of Agriculture and Food Western Australia, Bulletin 4690, Perth.
Wilson-Rummenier, AC; BJ Radford; LN Robenson; GB Simpson & KJ Bell. 1999.

Reduced tillage increases population density of soil macrofauna in a semiarid
envirometal in central queensland. Envirometal Entomology. 28(2) 163-172
Zamolinski, A. 2000. Experiencia en recuperación de suelos salinizados. EEA INTA

General Villegas. Publicación Técnica Nº 31
10
USO DE AGUA Y PRODUCCIÓN DE SOJA EN AMBIENTES DE LA PAMPA

ARENOSA
MATÍAS WHITE1, WALTER MIRANDA 2, ALVARO PEREIRO 3, MARTIN LOBOS4,

MARTIN DÍAZ- ZORITA1, PAULA GIRÓN2& CRISTIAN ÁLVAREZ4 *
Monsanto1 EEA Gral. Villegas 2, AER Pehuajó3, pasante AER Gral. Pico 4, AER Gral.
Pico4
* alvarez.cristian@ inta.gob.ar
Palabras clave: régimen hídrico – genotipos – agua freática
Resumen
La región subhúmeda pampeana presenta una gran heterogeneidad en sus ambientes

productivos, que se caracterizan por sus limitaciones en cuanto a la disponibilidad de
agua para los cultivos y por grandes diferencias en la capacidad de retención de este
recurso de los suelos. El objetivo fue estudiar el efecto del ambiente sobre la
productividad de la soja en diferentes sitios de la pampa arenosa. El estudio se
desarrolló durante la campaña 14-15 en tres sitios (Intendente Alvear, LP; General
Villegas, Bs As; y Pehuajó, Bs As) en dos ambientes contrastantes: baja productividad
(BP) y alta productividad (AP). Los suelos de BP fueron clasificados como Ustipsament
Típicos (Intendente Alvear), Hapludoles Típicos (General Villegas) y Hapludoles Enticos
(Pehuajo) mientras que los de AP fueron Haplustoles Enticos (Intendente Alvear),
Hapludoles Típicos (General Villegas) y Hapludoles Enticos (Pehuajo). Se evaluaron dos
cultivares de soja pertenecientes al grupo de madurez (GM) 3 largo (DM3810) y 5 corto
(NA5009), sembradas a 35 cm entre hileras y con una densidad de 300 mil plantas ha-1.
La diferencia de producción entre ambientes fue un 46% mayor en AP respecto de BP.
El genotipo aporto en promedio 13.8% independientemente del GM, ambiente y sitio
evaluado. El genotipo de menor GM (DM3810) mostró un mayor potencial de producción
n según ambiente (AP 15% y BP 13.6%). El rendimiento estuvo explicado en mayor
medida por el nº de granos (AP R2=0.84 y BP R2=0.94) y se lograron los mayores
pesos en ambiente de AP, lo cual impacto sobre el rendimiento final. Los UC fueron
similares entre GM en todos los sitios y ambientes evaluados, registrándose los
mayores consumos en ambientes con presencia de agua freática (Intendente Alvear y
General Villegas) durante todo el ciclo. Se registraron diferencias de hasta 19% por el
ambiente y un 15% por GM evaluado en la EUA.
Introducción
Los rendimientos alcanzables de los cultivos varían como resultado de la interacción de

factores naturales y de manejo que ocurren durante su desarrollo afectando la oferta y
aprovechamiento de recursos productivos. La brecha entre el rendimiento potencial y
1
real es reducida en cultivos bajo riego, en los cuales se obtiene alrededor del 85 a 95%
del rendimiento potencial, mientras que en cultivos sin riego raras veces se superan el
50%. Según Aramburu Merlos et al., (2015), la brecha entre el rendimiento alcanzable
en secano en soja versus el obtenido por el productor es de 32%. Esto resalta la
necesidad de desarrollar tecnologías para mejorar la productividad de cultivos en
secano, ya que la posibilidad de incorporar nuevas tierras a producciones bajo riego es
limitada. Por otra parte, de acuerdo con varios autores, el avance genético ha llegado a
su límite en cuanto a su impacto sobre el rendimiento de los cultivos. Por este motivo se
plantea la necesidad de intensificar la agricultura. Según Cassman (1999) es necesaria
la “intensificación ecológica”, que consiste en sistemas de producción de altos
rendimientos que protegen la calidad de los suelos y del ambiente conservando los
recursos naturales. Si bien sería en la práctica imposible lograr todos estos objetivos en
la misma manera, el concepto de intensificación productiva utilizando conceptos
ecológicos provee un abordaje novedoso para vencer las barreras que causan las
brechas de rendimiento. Lobellet al., (2009) sugieren que una de las cuestiones a
resolver sería identificar el efecto que tiene la variación climática y la variabilidad de
suelos sobre la productividad potencial de un sitio. En cuanto a las condiciones de suelo
que afectan el rendimiento de los cultivos se puede distinguir entre factores físicos
(capacidad de retención de agua-CRA, densidad aparente-DA.) y nutricionales
(disponibilidad de nitrógeno-N, fósforo-P, etc.), A su vez, estos factores pueden ser
genéticamente determinados o pueden ser el resultado de procesos degradantes
causados por el uso del suelo. El manejo uniforme de cultivos no solo produce
disparidad de rendimientos y disminución de la rentabilidad de los cultivos, sino también
desencadena procesos de degradación de los suelos sometidos a usos y mane

XXV Congreso Argentino de La Ciencia Del Suelo PDF

Cargado por

Copyright:

Formatos disponibles

XXV Congreso Argentino de La Ciencia Del Suelo PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

XXV Congreso Argentino de La Ciencia Del Suelo PDF

Cargado por

Copyright:

Formatos disponibles

XXV CONGRESO

Año del bicentenario de la Independencia Nacional

UNIVERSIDAD NACIONAL DE RIO CUARTO

Universidad Nacional de Río Cuarto

Archivo Digital: descarga y online

XXV Congreso Argentino de la Ciencia del Suelo

2016 © by UniRío editora. Universidad Nacional de Río Cuarto

Los compiladores asumen la responsabilidad de correcciones adicionales a las realizadas

Facultad de Agronomía y Veterinaria Facultad de Ciencias Humanas

COMISIÓN DIRECTIVA ASOCIACIÓN ARGENTINA DE LA

PRESIDENTE Diego Cosentino

SECRETARIA Carina Alvarez

María Rosa Landriscini

Cesar Mario Rostagno

EDITOR REVISTA CIENCIA DEL SUELO

COMISIÓN ORGANIZADORA DEL XXV CONGRESOARGENTINO DE LA

Presidente: Ing. Agr. Dr. Américo Degioanni

Secretaria: Carmen Cholaky

NÓMINA DE REVISORES DE TRABAJOS

Cisneros, José Manuel

ASOCIACION ARGENTINA DE LA CIENCIA DEL SUELO

INSTITUTO NACIONAL DE TECNOLOGIA AGROPECUARIA INTA

INDICE DE TRABAJOS DE INVESTIGACIÓN

COMISIÓN 1. FÍSICA, QUÍMICA Y FÍSICO-QUÍMICA DE SUELOS

ANÁLISIS DE COMPONENTES PRINCIPALES SOBRE PROPIEDADES

REGIONALIZACIÓN DE LA CAPACIDAD BUFFER Y NECESIDAD DE

BALANCE SIMPLIFICADO DE NUTRIENTES DEL SUELO EN SECUENCIAS

FERTILIZACIONES CÁLCICO-MAGNÉSICAS / CORRECIONES

EVALUACIÓN DE FOSFORO BRAY-KURTZ 1 Y OLSEN EN

VARIACIÓN TEMPORAL DEL SISTEMA POROSO Y DEL FLUJO DE AGUA

VARIACIÓN DE LAS FRACCIONES ORGÁNICAS RESISTENTES EN SUELOS

DISTRIBUCIÓN DEL CARBONO ORGÁNICO Y LA FRACCIÓN

EFECTO DE LA ACIDIFICACIÓN EDÁFICA SOBRE LOS

SISTEMAS INTEGRADOS EN EL S DE SANTA FE. I. CARBONO ORGÁNICO,

CONDUCTIVIDAD ELECTRICA EN PASTA Y EXTRACTO MODIFICANDO

ROL DE LA COBERTURA EN LAS PROPIEDADES QUÍMICAS Y

POLIACRIDAMIDAS Y SU EFECTO SOBRE PROPIEDADES FÍSICAS Y

RELACIONES ENTRE INDICADORES DE MINERALIZACIÓN DE

DETERMINACIÓN DEL NITRÓGENO POTENCIALMENTE

COMPARACIÓN DE DIFERENTES CULTIVOS DE COBERTURA: EFECTOS

BALANCE DE MATERIA ORGANICA Y CAPACIDAD DE MINERALIZACIÓN

EVALUACIÓN ESTRUCTURAL DE UN HAPLUSTOL ÉNTICO BAJO

SISTEMAS INTEGRADOS EN EL SUR DE SANTA FE. II. CARBONO

EFECTOS COMPENSATORIOS DE LAS RAÍCES DE SOJA EN RESPUESTA A

RELACIÓN ENTRE RESISTENCIA MECÁNICA A LA PENETRACIÓN Y

CALIBRACIÓN Y VALIDACIÓN DE UNA SONDA DE CAPACITANCIA (FDR)

MECANISMOS IMPLICADOS EN EL SECUESTRO DE CARBONO EN SUELOS

¿CÓMO ES LA EXPANSIÓN-CONTRACCIÓN DE SUELOS

EFECTO DEL CAMBIO DE USO DE LA TIERRA SOBRE EL FÓSFORO

INDICADORES DE CALIDAD DE SUELO EN EL SUDOESTE BONAERENSE

ESTIMACIÓN DE LA CONDUCTIVIDAD HIDRÁULICA DEL SUELO A

EFECTO DEL ENCALADO SOBRE PROPIEDADES FÍSICAS Y QUÍMICAS EN

MÉTODO DE LE BISSONNAIS PARA ESTABILIDAD DE AGREGADOS EN

PROPAGACIÓN DE ESPECIES EXÓTICAS POR APLICACIÓN DE COMPOST

LUPINUS POLYPHYLLUS ENRIQUECE EN NITRÓGENO A LA CENIZA

VARIACIÓN DE DOS PARÁMETROS EDÁFICOS LUEGO DE SUCESIVAS

POROSIDAD DE SUELOS BAJO SIEMBRA DIRECTA EN EL SUDOESTE

ADSORCIÓN- DESORCIÓN DEL ÁCIDO 2-METIL-4 CLOROFENOXIACÉTICO

INFLUENCIA DE LA APLICACIÓN DE RESIDUOS ORGÁNICOS DE TAMBO