27. Medio Ambiente

Predicción de calcio soluble inicial y su dinámica ante el uso de fertilizantes en suelos de la provincia de Buenos Aires, Argentina

Autor: Ferro, Daniel A.; daniel.ferro@agro.unlp.edu.ar

Co-autor: Andreini, Brian; brian_a594@hotmail.com

Centro de Investigación de Suelos para la Sustentabilidad Agropecuaria y Forestal/Facultad

de Ciencias Agrarias y Forestales

Universidad Nacional de La Plata

Resumen Los cultivos absorben calcio (Ca) desde la solución externa del suelo. En zonas templadas

se han observado suelos posiblemente acidificados generando problemas nutricionales. Los

objetivos de este trabajo fueron: predecir la concentración de Ca en la solución externa del

suelo a partir de otros parámetros edáficos en suelos y determinar una curva de dosificación

de Ca que permita predecir la concentración de Ca soluble ante el agregado de fertilizantes

cálcicos en suelos de Buenos Aires. Se realizó la determinación analítica de rutina en

veinticuatro suelos y en tres de ellos se determinaron diferentes relaciones entre agregado

de Ca y concentración final de Ca en solución externa. Se utilizó un software estadístico

para realizar una regresión múltiple con selección de variables paso a paso para el Ca

soluble y se ajustaron diferentes funciones lineales (simples, polinómicas) para la curva de

dosificación. La mejor regresión de predicción de Ca soluble fue con las variables

conductividad eléctrica en el extracto de saturación y la relación entre Ca intercambiable

sobre la suma de bases del suelo, con un grado de ajuste R2=55%. La curva de dosificación

se pudo analizar en dos fracciones: una regresión polinómica de grado dos en bajas

concentraciones y una regresión simple en altas concentraciones, con elevados grados de

ajuste (R2>99%) y buenas calidades relativas de los modelos (AIC y BIC con valores

negativos). Esta información puede ser útil para el manejo de bases en zonas templadas,

con suelos posiblemente acidificados debido a la extracción de sus bases por los sistemas

agropecuarios. Se logró generar una función de regresión predictiva de la concentración de

Ca soluble y se pudo ajustar una función de dosificación para cada uno de los suelos

analizados.

Palabras claves: acidificación, nutrición vegetal, región templada

Introducción El calcio (Ca) es un macronutriente que

las plantas necesitan para completar su

ciclo de vida (Marschner, 2012), esencial

para el funcionamiento y mantenimiento

de la membrana y pared celular, división

celular, desarrollo de pelos radiculares,

funcionamiento de enzimas, resistencia a

enfermedades (Willis, 1989; White &

Broadley, 2003).

El Ca en suelo se encuentra en forma de

ión Ca2+ (White, 2001). La mayoría está

adsorbida a las cargas negativas de los

coloides del suelo formando parte de la

solución interna (fracción intercambiable)

y se encuentra en equilibrio con el Ca

soluble en la solución externa del suelo

desde donde las plantas absorben los

nutrientes (Kirkby & Pilbeam, 1984;

Kumar, Singh, & Manohar, 2015; Chaganti

& Culman, 2017). Los factores edáficos

que determinan su concentración en

suelo, y la absorción por las plantas, son

el contenido del agua en el suelo y la

concentración/tipos de nutrientes en

solución (Malavolta, Vitti, & de Oliveira,

1997; Smethurst, 2000). Estos factores

están relacionados con propiedades del

suelo como densidad aparente (Wilson,

Sasal, & Caviglia, 2013; Safadoust, et al.,

2014; Chen, Weil, & Hill, 2014), porosidad

total (Tormena, da Silva, & Libardi, 1999),

contenido de arcillas (Leão, da Silva,

Macedo, Imhoff, & Euclides, 2006;

Safadoust, et al., 2014), pH, capacidad de

intercambio catiónica (CIC) y contenido

de materia orgánica (Emamgolizadeh,

Bateni, Shahsavani, Ashrafi, & Ghorbani,

2015) además de meteorización del

material parental (Anda & Sarwani, 2012;

Kim & Kim, 2015). Paralelamente, Arrigo &

Conti (1985) lograron evidenciar que el Ca

se absorbe mayoritariamente por medio

de flujo masal trabajando en suelos de la

Región Pampeana Argentina.

El Ca es el catión predominante en suelo

por sobre otras bases como el magnesio

(Mg) y potasio (K), tanto en zonas

tropicales como en zonas templadas

(Lince Salazar, Rodríguez Valencia, &

Sadeghian Khalajabadi, 2015; Sainz

Rozas H. , Eyherabide, Larrea, Martínez

Cuesta, & Angelini, 2019). La selectividad

en la adsorción de los cationes a los

coloides del suelo se explica,

fundamentalmente, características del ion

(valencia, radio hidratado) y su afinidad

con los coloides (Zhang & Zhao, 1997;

McBride, 2000; Jaramillo, 2002) siendo el

Ca retenido más fácilmente debido a su

mayor valencia con respecto al K y debido

a su menor radio de hidratación con

respecto al Mg. Estas características del

Ca le confieren mayores fuerzas de

atracción a los coloides del suelo,

menores pérdidas por lixiviación y reduce

las posibilidades de ser acomplejado y/o

precipitado (Lince Salazar, Rodríguez

Valencia, & Sadeghian Khalajabadi,

2015). En consecuencia, es el catión que

se encuentra en mayor concentración en

la fracción intercambiable del suelo y,

posiblemente, en la fracción soluble

debido al equilibrio existente entre ellas

(Navarro Blaya & Navarro García, 2003).

Aun así, algunos autores (Sparks, 2003;

Arias Suarez, Sadeghian Khalajabadi,

Mejía Muñoz, & Morales Londoño, 2009;

de Freitas Melo & F. Alleon, 2009)

mencionan que en el equilibrio entre las

fracciones, además de las características

de los cationes, pueden intervenir otros

factores interacción entre iones, fijación de

cationes en las arcillas e influencia de la

CIC y el pH. En adición, Snakin,

Prisyazhnaya, & Kovács Láng (2001)

mencionaron que los componentes

bióticos, tanto como los abióticos, podrían

generar modificaciones en la

disponibilidad de los nutrientes en los

sistemas, manifestando la complejidad y

particularidad de cada uno.

Por otro lado, los suelos de la Región

Pampeana han sido considerados

tradicionalmente bien dotados de Ca

aunque, recientemente, algunos autores

diagnosticaron áreas susceptibles a la

disminución de bases en suelo (Presutti,

Susceptibilidad a la acidificación edáfica

por extracción de nutrientes básicos por la

agricultura extensiva bonaerense, 2018).

Más aún, se han reportado zonas con

bajas concentraciones de Ca

intercambiable (Sainz Rozas H. , y otros,

2013; Presutti, García, & Vázquez, 2016;

Sainz Rozas H. , Eyherabide, Larrea,

Martínez Cuesta, & Angelini, 2019),

Agravando la situación, Ciarlo, Cosentino,

García, & Gonzalez (2018) mencionan

que es reducida la determinación de

bases en laboratorios de suelos,

evidenciando la escasa preocupación que

se posee con respecto a la dinámica o

pérdida de estos nutrientes en suelo y, por

lo tanto, la falta de conocimiento para el

manejo eficiente de los recursos.

En términos generales, la disminución de

bases como Ca en suelo desencadena el

proceso de acidificación. Este fenómeno

puede ser de origen natural o antrópico. El

primero se manifiesta en ambientes

tropicales como Brasil debido a la elevada

meteorización del material originario del

suelos, altas precipitaciones y buenos

drenajes de los suelos que origina el

lavado por percolación profunda de estos

elementos; mientras que el segundo se

podría manifestar en ambientes templados

como la provincia de Buenos Aires,

Argentina, en donde la percolación de

bases no posee demasiada influencia en

el sistema y, en consecuencia, se asocia,

fundamentalmente, a extracciones de

bases sin reposición por actividades

agropecuarias y al elevado uso de

fertilizantes con alto índice de acidez

como los nitrogenados amoniacales

(Presutti M. , 2016; Abbona, Presutti, &

Sarandón, 2018; García & Presutti, 2018).

Más aún, autores como Vázquez &

Rotondaro (2005) mencionaron que, el

60% de muestras de suelos enviadas al

laboratorio pertenecientes del norte de la

provincia de Buenos Aires y sur de Santa

Fe se encontraban con pH entre 5,5 y 5,9,

ya en la campaña 2004/2015.

Las acidez en suelo puede generar la

solubilidad de elementos tóxicos para las

plantas, como el aluminio (Al) en pH

menor a 5,5, alteración de propiedades

físicas como la estabilidad estructural,

cambios en la dinámica de nutrientes

como nitrógeno (N) y fósforo (P), entre

otros (Vázquez & Pagani, 2015). Sin

embargo, en condiciones de acidez

moderada como suele manifestarse en

zonas templadas, pH entre 5,5 y 6, la

reducida disponibilidad de nutrientes

podría ser la principal limitante a la

producción de cultivos (Alvarez & Rubio,

2010; Zubillaga & Ciarlo, 2015),

fundamentalmente para las leguminosas

(Gelati & Vázquez, 2008). En adición,

algunos autores han observado

respuestas al agregado de fertilizantes

cálcicos en zonas templadas sobre

cultivos de soja (Vivas & Fontanetto, 2003;

Gambaudo, Picco, Soldano, & Cervetti,

2006; Martínez & Cordone, 2008; Barbieri,

Echeverría, Sainz Rozas, & Martinez,

2015; Fontanetto, y otros, 2011), alfalfa

(Melgar, Lavandera, & Camozzi, 1999),

maíz (Vivas, Fontanetto, & Albrecht, 2001)

y trigo (González, y otros, 2001). Sin

embargo, dichos autores no evaluaron la

respuesta al Ca soluble como hicieron

Aued & Malchiodi (2018) trabajando en

soluciones nutritivas con el objetivo de

encontrar la concentración de Ca en

solución ideal para el crecimiento de

cultivos en zonas templadas utilizando

soluciones nutritivas.

Lince Salazar, Rodríguez Valencia, &

Sadeghian Khalajabadi (2015)

incursionaron en la dinámica del Ca

soluble y realizaron un estudio para

predecir su concentración en diferentes

suelos de la zona central cafetera de

Colombia utilizando modelos lineales

generalizados. Los autores determinaron

que la concentración de Ca en la solución

del suelo, en general, se explicó por la

concentración de otros elementos en la

fase de cambio, con coeficientes de ajuste

R2 del 52%. Los mismos autores,

analizando los suelos individualmente,

lograron ajustar modelos lineales múltiples

que contemplaron concentraciones de

otros cationes en la fase de cambio y con

la CIC, generando modelos con ajustes R2

de 37% hasta 88%. Además, (Narvaez

Ortiz, 2017) logró ajustar modelos que

relacionan la concentración de Ca a partir

del uso de modelos polinomiales de grado

cuadrático en suelos de México. Por otro

lado, otros autores como Genú & Melo

Dematte (2011) informaron que es posible

realizar la predicción de ciertas

propiedades de suelos como pH, Ca, Mg,

K, P, Al y H, suma de bases y saturación

de aluminio también utilizando datos

espectrales del suelo a diferentes

profundidades.

Lograr predecir la concentración de Ca

soluble en suelos de zonas templadas con

potenciales problemáticas de acidificación

como la provincia de Buenos Aires, como

así también conocer la dinámica en la

disponibilidad de este elemento en suelo

con respecto al agregado de fertilizantes,

permitirá ampliar la base cognitiva

relacionada a la dinámica de este

nutriente en suelo y, en consecuencia, se

obtendrá información científica relevante

que permitirá sustentar criterios de

decisión en pos de la disminución en la

pérdida de este elemento en suelos

pampeanos y de su mayor eficiencia de

uso en la producción de cultivos agrícolas

y forrajeros.

Objetivos Generar una función de regresión que

permita predecir la concentración de Ca

soluble a partir de análisis de rutina en

laboratorios en suelos de la provincia de

Buenos Aires

Determinar una función de dosificación

que relacione dosis de fertilizantes

cálcicos con la concentración final de Ca

soluble en tres suelos de la provincia de

Buenos Aires

Materiales y Métodos Predicción de Ca soluble

Se realizó la determinación de 24 suelos

pertenecientes a la provincia de Buenos

Aires, cuyas muestras compartieron las

siguientes características: ubicación en la

posición de loma, de 0 a 20 cm de

profundidad, suelos no salinos y no

sódicos, con pH menor a 7 y con historia

de uso agropecuario. Los suelos fueron

muestreados mediante muestra

compuesta con 20 submuestras por

muestra para superficies de 50 ha. Dichas

muestras fueron secadas en estufa

mediante circulación forzada a 40ºC,

mortereadas y tamizadas según la

determinación practicar, utilizando

protocolos (SAMLA, 2004). A las muestras

se les realizaron los siguientes análisis:

a) pH actual (pH): relación suelo/agua de

1/2,5, determinación potenciométrica

b) textura: método de Bouyoucos.

Determinación de Arena, Limo y

Arcilla.

c) Carbono Oxidable (CO) determinado

por metodología Walkley & Black

micrométodo

d) Nitrógeno total (Nt) por digestión ácida

y destilación Kjeldahl

e) Fósforo extractable (Pbk) por

metodología Bray-Kurtz 1

f) Capacidad de Intercambio Catiónico

(CIC) y bases intercambiables: método

del acetato de amonio 1N pH 7

(bufferado), determinación de CIC por

destilación Kjeldahl, Ca (CaCIC) y Mg

(MgCIC) por quelatometría; K (KCIC) y

Na (NaCIC) por fotometría de llama.

g) Saturación con bases (S/CIC): se

calcularon en base a la suma de

cationes intercambiables (S) en

relación a la CIC

h) Relación CaCIC/S y CaCIC/CIC

i) Conductividad Eléctrica (CE) en

extracto de saturación: realización de

pasta saturada en suelo con agua

destilada, reposo por 24 h y extracción

del extracto mediante bomba de vacío.

j) Ca soluble (CaCE): Ca en extracto de

saturación

Se realizó una regresión lineal múltiple

utilizando software estadístico InfoStat (Di

Rienzo, y otros, 2015) con el objetivo de

inferir la concentración de Ca en la

solución externa del suelo mediante el

método de estadístico de selección de

variables paso a paso (Stepwise), con

significancia de parámetros p-valor <0,05,

utilizando las restantes determinaciones

efectuadas como variables regresoras. Se

evaluó el grado de ajuste de la regresión a

través del valor de R2, el cuadrado medio

del error (CMError), el error cuadrático

medio predictivo (ECMP) y los valores de

AIC y BIC que se asocian a la calidad

relativa del modelo (simpleza y ajuste).

Función de dosificación

Se analizaron las muestras de suelos de

Bellocq, Belgrano e Inchausti por el

procedimiento de cantidad/intensidad

mediante en el método descrito en

(Beckett, 1964 ) modificado para Ca. Para

ello, se prepararon por separado una

solución madre de cloruro de calcio, 10

mmol/l de CaCl2 y cloruro de potasio, 10

mmol/l de KCl. A partir de estas

soluciones separadas, se prepararon

concentraciones con diferente

concentración de Ca.

Los tratamientos consistieron en agregar

diferentes concentraciones de Ca,

expresadas en miliequivalentes de Ca

agregadas por litro (meqagr/l), a cada una

de las muestras. Las dosis fueron de 0,25;

0,5; 0,75; 1; 1,25; 1,5; 1,75; 2; 3; 4; 5; 6; 7;

8 y 9 meqagr/l.

Se pesaron duplicados de 4 g de suelos

de cada muestra de suelo y se

transfirieron cuantitativamente a cada uno

de los cinco tubos de plástico de 50 ml.

Luego, se agregaron 40 ml de las

soluciones de concentración graduada a

los tubos de plástico identificados de

manera correspondiente. Las

suspensiones se agitaron luego con un

agitador vaivén horizontal durante media

hora (180 rpm y 25 ± 1 °C) y se dejaron

equilibrar durante la noche. Después del

equilibrio, las suspensiones se filtraron

utilizando un papel de filtro Whatman N°

42, y las soluciones de equilibrio se

analizaron para determinar Ca mediante

determinación por complejometría con

EDTA (SAMLA, 2004).

Se realizó la comparación entre la

cantidad de calcio agregada en cada

tratamiento (meqagr/l) y la concentración

final de Ca en solución externa (meqlext).

Utilizando software estadístico (Di Rienzo,

y otros, 2015) se relacionó el Ca presente

en solución externa al final de los

tratamientos con respecto al agregado de

Ca utilizando diferentes modelos lineales

(simples y polinomiales). Se realizaron

pruebas de significancia de la regresión

ANOVA y la significancia de los

parámetros encontrados, evaluando los

coeficientes de regresión. Se consideraron

supuestos básicos (normalidad de los

residuos, homocedasticidad de varianzas,

entre otros), grado de ajuste de la

regresión considerando bajos valores de

cuadrado medio del error (CMError) y la

combinación de simplicidad y pertinencia

del modelo mediante bajos valores de AIC

y BIC.

Resultados y Discusión Predicción de Ca soluble

Los resultados encontrados de Ca soluble

en los suelos analizaros variaron entre 1 y

2,8 meq/l (Figura 1).

Figura 1. Concentración de Ca soluble en los suelos

analizados expresado en meq/l.

El análisis de la regresión de predicción

de Ca soluble en función de las variables

analizadas por el método de selección de

variables paso a paso (Stepwise) y los

respectivos estadísticos asociados a los

coeficientes de regresión se presentan en

la Tabla 1.

Tabla 1. Análisis de regresión lineal mediante selección de variables paso a paso (Stepwise) para predecir la concentración de Ca soluble utilizando como variables regresoras a los restantes análisis de suelos realizados y coeficientes de regresión y estadísticos asociados al modelo

Análisis de regresión lineal Variable N R² ECMP AIC BIC

CaCE 24 0,551 0,143 21,04 25,79 Coeficientes de regresión y estadísticos asociados

Coef Est p-valor const -0,925 0,1266 CE 2,175 0,0021

Ca/S 2,554 0,0052 Selección Stepwise.Máximo p-valor para entrar: 0,05Máximo p-valor para retener: 0,05 Número original de regresoras: 17, regresoras retenidas en el modelo 2 Error cuadrático medio: 0,115243

El análisis de regresión retuvo a las

variables CE y Ca/S, arrojando un R2 de

55%; un ECMP de 0,143, y una calidad

relativa del modelo con valores de 21,047

y 25,759 para el AIC y BIC,

respectivamente. Los parámetros

asociados fueron de 2,17 para CE (p-

valor=0,0021), 2,554 para Ca/S (p-

valor=0052) y el término independiente fue

de -0,925 (p-valor=0,1266).

Se observa que los dos coeficientes

retenidos de las variables edáficas fueron

significativos (p-valor<0,05), aunque no se

pudo comprobar que el término

independiente es diferente a cero aunque

pertenece al modelo emitido de todos

modos. La función fue:

Donde: CaCE es la concentración de Ca

en el extracto de saturación a las 24 h

(meq/l); CE es la conductividad eléctrica

medida en extracto de saturación a las 24

h (dS/m) y Ca/S es la relación entre Ca

intercambiable y la sumatoria de bases

intercambiable (Ca, Mg, Na y K).

Se logró ajustar una regresión de

predicción de calcio soluble a partir de

algunos parámetros edáficos en algunos

suelos de la provincia de Buenos Aires,

con grados de ajustes en valores medios.

El posible ajuste se asocia a que los

suelos fueron relativamente similares,

resultantes de la evolución de un mismo

material de origen, por pertenecer a una

determinada zona geográfica dentro de la

provincia, y a su vez con historiales

productivos semejantes, regidos

principalmente por la agricultura

extensiva. Al igual que (Lince Salazar,

Rodríguez Valencia, & Sadeghian

Khalajabadi (2015) quienes también

lograron ajustar una función de regresión

lineal múltiple para determinar la

disponibilidad de Ca en función de las

propiedades del suelo en la zona central

cafetera de Colombia, en este trabajo se

logró encontrar una función con un ajuste

significativo del modelo, para predecir la

disponibilidad de Ca en solución externa,

aunque no se considera agronómicamente

confiable para su utilización a campo

como método diagnóstico debido a su

grado de ajuste. Sin embargo, la variación

de la CE y el Ca/S explicó el 55% de la

variación del Ca soluble, porcentaje muy

similar al encontrado por los autores

mencionados anteriormente que fue de

52,56% utilizando diferentes variables

regresoras. Con estos modelos se podrá

ampliar las relaciones edáficas entre

nutrientes en zonas templadas, ya que en

zonas como Asia e Irán por Anda &

Sarwani (2012) y Emamgolizadeh, Bateni,

Shahsavani, Ashrafi, & Ghorbani (2015)

indicaron que la disponibilidad de Ca se

relaciona con la disponibilidad de

micronutrientes del suelo y las

propiedades químicas del suelo como la

CIC o el pH. Por lo demostrado aquí, y

como afirman Genú & Melo Dematte

(2011), es posible realizar estudios

semejantes para otras zonas geográficas

de manera de poder explicar las

variaciones de concentración de un

nutriente como el Ca, a partir de diferentes

parámetros físicos, químicos y/o

biológicos que se incluyan en los modelos

utilizados

Función de dosificación

Se observó que tres suelos tuvieron patrones similares en la relación entre los tratamientos y la concentración de Ca final

en solución externa (

Figura 2). A su vez, se pudo dividir el estudio de su comportamiento en dos fracciones: un primer segmento con

incrementos crecientes en las concentraciones bajas y un segundo

segmento con incrementos constantes en las concentraciones altas. El primer

segmento correspondió a los tratamientos de 0,25 a 3 meq/l

(

Figura 3) y el segundo correspondió a los tratamientos de 3 a 9 meq/l (Figura 4). Es

interesante observar que el punto de división entre ambos comportamientos coincide con concentraciones de Ca en

solución externa cercano a 2 meq/l, valor encuentrado dentro del rango de

concentraciones de Ca soluble inicial en suelos de la provincia de Buenos Aires

(Figura 1). Además, se observa que en este punto, las concentraciones de Ca soluble final son similares entre la mayoría de los

suelos, mientras que en condiciones extremas de baja concentración

(

Figura 3) como en elevadas

concentraciones de Ca agregado (Figura 4)

se observan mayores diferencias.

Figura 2. Relación entre concentración de Ca agregada en los tratamientos con respecto a la concentración de Ca final en la solución externa del suelos, ambas variables expresadas en meq/l.

Figura 3. Relación entre los tratamientos de 0,25 a 3 meq/l con la concentración de Ca en solución externa expresada en meq/l para los suelos de Bellocq, Inchausti y Belgrano. Las líneas punteadas corresponden a las regresiones encontradas con polinomios de grado dos, presentando las respectivas ecuaciones y grados de ajuste de cada una debajo de la leyenda: izquierda: Bellocq; medio: Inchausti; derecha: Belgrano.

Figura 4. Relación entre los tratamientos de 3 a 9 meq/l con la concentración de Ca en solución externa expresada en meq/l para los suelos de Bellocq, Inchausti y Belgrano. Las líneas punteadas corresponden a las regresiones lineales encontradas, presentando las respectivas ecuaciones y grados de ajuste de cada una debajo de la leyenda: izquierda: Bellocq; medio: Inchausti; derecha: Belgrano.

En la primera fracción analizada, tratamientos entre 0,25 a 3 meq/l de Ca

(

Figura 3), la regresión polinómica de grado

cuadrática se ajustó de forma precisa, con

elevados valores de ajuste en la totalidad

de los suelos analizados. Los residuos de

predicción se distribuyeron al azar en

todos los casos indicando que las

funciones no sobreestiman ni subestiman

sistemáticamente el valor predicho según

la magnitud de concentración. Los niveles

de significancia alcanzados por los

modelos fueron muy elevados en la

totalidad de los casos (p-valor<0,0001), al

igual que los niveles de ajuste

(R2>99,9%). A su vez, la “solución de

compromiso”, denominado trade-off, entre

la bondad de ajuste del modelo y su

complejidad arroja valores muy negativos

en la totalidad de los casos indicando una

calidad relativa del modelo también

significativa (AIC y BIC entre -40 y -70

aproximadamente).

En Bellocq los parámetros de la función

arrojaron valores de 0,050 para el término

cuadrático (p-valor=0,0051), 0,452 para el

término lineal (p-valor<0,0001) y de -0,085

para el término independiente (p-

valor=0,0268); en Inchausti los parámetros

de la función también fueron significativos

y arrojaron valores de 0,088 para el

término cuadrático (p-valor<0,0001),

0,2928 para el término lineal (p-

valor<0,0001) y de 0,1514 para el término

independiente (p-valor=0,0002); mientras

que en Belgrano, al igual que los

anteriores, los parámetros de la función

fueron significativos con valores de 0,0664

para el término cuadrático (p-

valor<0,0001), 0,3109 para el término

lineal (p-valor<0,0001) y de 0,225 para el

término independiente (p-valor<0,0001).

El suelo de Bellocq fue el que arrojó menores valores cercanos a cero de Ca soluble final en el tratamiento más bajo

(

Figura 2) pudiéndose asociar los menores valores iniciales de Ca en solución en este

suelo. Dicho comportamiento en este suelo, indicaría que ante el agregado de

bajas concentraciones de Ca se produciría la retención de este catión desde la

solución externa conllevando la pérdida de disponibilidad debida a la adsorción de este catión a los coloides del suelo, a la precipitación con otros elementos o a

otros procesos de interacción en suelo. Sin embargo, en este caso, se descartaría

este factor como indicador de la concentración inicial en estos casos ya que el suelo de Bellocq obtuvo mayor

concentración de Ca solube inicial (Figura 1). Por otro lado, a pesar de los menores

valores negativos en la ordenada al origen, este suelo combina el valor más elevado de la pendiente (0,452) con el valor más bajo que afecta a la variable

cuadrática (0,050) por lo tanto la gráfica demuestra un crecimiento cercano al

lineal

(

Figura 2) permitiendo alcanzar valores

similares en el Ca soluble final (cercanos

a 2 meq/l) a los demás suelos en los

tratamientos con 3 meq/l de Ca agregado.

Este comportamiento podría asociarse a

la fuerte interacción con otros cationes y

coloides presente en los suelos en bajas

concentraciones donde se produciría una

elevada retención de este elemento en

este suelo, y una menor complejidad de

interacción en a medida que se

incrementa la dosis, alcanzando

relaciones casi lineales.

El suelo de Inchausti presentó un término

independiente positivo (0,151), es decir

que hipotéticamente si se agregaran

concentraciones nulas de Ca, se

produciría una desorción de cationes

desde la solución interna favorecido la

reposición de este elemento en la solución

externa y dicha magnitud se podría

asociar la capacidad el suelo en

amortiguar las disminuciones de Ca

soluble. Por otro lado, los coeficientes

variables de la regresión fueron diferentes

a los de Bellocq y similares a los de

Belgrano. Con respecto a Bellocq,

presentó un menor valor de pendiente

(0,292 vs 0,452) y un mayor valor en el

término cuadrático (0,088 vs 0,0503)

generando una mayor retención del Ca

agregado evidenciado en la menor

pendiente pero aun así con interacciones

más complejas evidenciado en el término

cuadrático. Lo antedicho podría ser

explicado por el mayor porcentaje de

coloides en el suelo que incrementan la

complejidad del sistema y por lo tanto las

interacciones ocurridas en el mismo.

El suelo de Belgrano arrojó el mayor valor en la ordenada al origen

(

Figura 3) alcanzando un valor positivo de

0,215 e indicando, como se mencionó

anteriormente, una posible mayor

capacidad amortiguadora del Ca soluble.

Con respecto a los incrementos

crecientes, este suelo tuvo magnitudes de

cambio similares a las encontradas en

Inchausti y sugiriendo una similitud en el

comportamiento.

En la segunda fracción analizada, tratamientos entre 3 a 9 meq/l de Ca

(Figura 4), se observa

Figura 3que la regresión lineal simple se

logró ajustar al comportamiento

observado, arrojando elevados valores de

ajuste en la totalidad de los suelos

analizados. Los residuos de predicción

nuevamente se distribuyeron al azar y los

niveles de significancia alcanzados por los

modelos fueron muy elevados en la

totalidad de los casos (p-valor <0,0001), al

igual que su nivel de ajuste (R2>99,9%).

La calidad relativa de los modelos fue

buena, no tan significativas como en los

casos anteriores, pero aún así obtuvieron

valores de AIC y BIC negativos (alrededor

de -20).

En Bellocq los parámetros de la función

arrojaron valores de 0,7557 para el

término lineal (p-valor<0,0001) y de -

0,5229 para el término independiente (p-

valor=0,0001), en Inchausti los parámetros

de la función arrojaron valores de 0,7593

para el término lineal (p-valor<0,0001) y

de -0,4157 para el término independiente

(p-valor=0,0004); mientras que en

Belgrano los parámetros de la función

arrojaron valores de 0,685 para el término

lineal (p-valor<0,0001) y de -0,39 para el

término independiente (p-valor=0,0014).

La totalidad de los suelos presentaron

valores negativos en la ordenada al

origen, aun así Bellocq presentó el menor

valor entre los suelos analizados al igual

que lo ocurrido en concentraciones bajas.

Sin embargo, en esta oportunidad, el valor

de la pendiente de este suelo fue

comparable con el encontrado en el suelo

de Inchausti (0,7557 vs 0,7593),

diferenciándose el suelo de Belgrano por

presentar los menores valores en este

parámetro (0,6850). Estos valores

indicarían que en concentraciones

elevadas, los suelos de Bellocq e

Inchausti tendrían menor capacidad de

retener el Ca agregado al suelo y en

consecuencia mayor capacidad para dejar

este elemento disponible para ser

absorbido por las plantas o lixiviado del

sistema, en proporciones mayores al 75%

del Ca agregado. El suelo de Belgrano, de

todos modos y a pesar de tener mayor

afinidad para retener el Ca en el sistema,

dejaría en solución alrededor del 68% del

Ca agregado. Este comportamiento se

podría asociar nuevamente a la

interacción que ocurren entre este catión y

los restantes cationes y coloides del suelo,

siendo complejo y particular en cada

sistema edáfico como mencionaran

algunos autores. Sin embargo, la

linealidad en los comportamientos

observados podría disminuir dichos

comportamientos complejos debido a las

elevadas concentraciones de Ca utilizadas

en el ensayo y que pudieron observarse

en concentraciones mejores. De todos

modos, las elevadas concentraciones en

ningún caso permitieron recuperar el

100% del Ca agregado evidenciando que

hasta en dichas situaciones se producen

interacciones entre los componentes

edáficos.

En general, se pudo observar que los

suelos presentaron comportamientos

similares, aunque variando las magnitudes

de los resultados encontrados. El Ca

presentó concentraciones iniciales

desiguales en los diferentes suelos

pudiéndose asociar con suelos que

originariamente tendrían valores similares

y, quizás, han perdido este elemento por

actividades agropecuarias como

mencionan algunos autores. Más aún, se

pudo encontrar una función para estimar

la concentración de Ca a partir de análisis

de laboratorios de rutina pero con grados

de ajustes medios que no son

considerados aptos para el uso

agropecuario. La baja coincidencia de los

resultados encontrados se podría explicar

por la similitud entre los suelos

analizados, tanto desde el punto de vista

geográfico, de relieve y físico-químico,

como también su exposición al mismo

contexto productivo, es decir, con

historiales productivos semejantes.

Además, estos resultados son

coincidentes con los encontrados en

zonas tropicales por Lince Salazar,

Rodríguez Valencia, & Sadeghian

Khalajabadi (2015), asociándose el bajo

nivel de ajuste a lo mencionado por

Navarro Blaya & Navarro García (2003)

quienes informaron que desde el análisis y

estudio de la fase sólida es muy complejo

predecir la concentración de nutrientes en

la solución externa debido a la

complejidad de la interacción entre ellas y

a la variabilidad de los métodos de

análisis, sobre todo en cuanto al potencial

extractor utilizado en las diferentes

técnicas de laboratorio; y, posiblemente, a

lo informado por Snakin, Prisyazhnaya, &

Kovács Láng (2001) sobre la influencia de

biota en la disponibilidad de nutrientes, a

pesar de haber realizado las

determinaciones de manera semejante y

restringido la zona de estudio en

características edáficas similares con

respecto al relieve, material originario y

clima templado. Aun así, esta información

colabora con el desconocimiento de la

dinámica de bases en suelos bonaerenses

con sistemas productivos sin reposición

de estos nutrientes (Ciarlo, Cosentino,

García, & Gonzalez, 2018) y podría ser de

utilidad para estimar en términos

generales la disponibilidad de algunos

nutrientes como el Ca en solución externa

del suelo, cuya absorción se realiza

mayoritariamente por flujo masal en

suelos de la Región Pampeana (Arrigo &

Conti, 1985) y por ende el suelo cumple

un rol fundamental en la nutrición de

cultivos.

Por otro lado, se pudo observar que la

dinámica del Ca en suelos de Buenos

Aires se comporta de manera diferencial

según la concentración agregada. En

ningún tratamiento se pudo recuperar la

concentración de Ca agregada

evidenciando la convivencia entre la

retención del fertilizante cálcico y su

posibilidad de aprovechamiento por la

planta o lixiviación. Este comportamiento

sería beneficioso ya que implicaría que el

Ca se encuentra retenido en alguna parte

del complejo edáfico impidiendo su

pérdida del sistema, situación favorable

para los templados que posean

acidificación actual o potencial en manejos

productivos sin reposición de estos

elementos, situación mencionada por

varios autores (Presutti, 2016; Abbona,

Presutti, & Sarandón, 2018). Además,

esta información de utilidad para el

manejo de los suelos con el objetivo de

abastecimiento de Ca en suelos que se

encuentran acidificados o potencialmente

en zonas templadas (Presutti, 2018) y/o

de mejorar la nutrición de los cultivos

posible limitante en estos suelos como

han encontrado respuesta algunos

autores como Fontanetto, y otros (2011) y

Narvaez Ortiz (2017).

En términos generales, se pudo observar

comportamientos complejos entre

cationes y coloides en suelos templados

que coinciden con lo mencionado por

varios autores estudiando suelos

acidificados de zonas tropicales y otras

partes del mundo (Zhang & Zhao, 1997;

McBride, 2000; Jaramillo, 2002).

Es necesario conocer los procesos

edafológicos que intervienen ante la

incorporación de nutrientes en suelo ya

que dicha práctica conlleva la necesidad

de establecer un nuevo equilibrio químico

con posibles cambios en las propiedades

físicas de los suelos, pudiendo ser

beneficioso o perjudicial para el

crecimiento vegetal. Contar con esta

información sería muy útil para optimizar

el uso de los recursos naturales escasos y

promover un sistema de producción

agropecuario con bases en la

conservación del suelo, permitiendo

manejar la problemática de acidificación y

su tratamiento mediante la fertilización,

con bases científicas, intentando evitar la

implementación de las prescripciones

generadas por las propias empresas

comercializadores de dichos insumos, las

cuales suelen carecer de bases teóricas.

El estudio de la composición de la

solución externa del suelo, como fue

llevado a cabo en este trabajo, resultaría

adecuado siguiendo el paradigma de no

caer en el reduccionismo de los sistemas

y poder estudiar el resultado de los

efectos directos de las interacciones del

sistema edáfico como un todo, como

mencionan algunos autores (Bolt, de

Boodt, Hayes, McBride, & de Strooper,

2013).

Conclusiones Se logró generar una función de regresión

predictiva de la concentración de calcio en

solución externa a partir de algunos

parámetros edáficos, arrojando como

variables regresoras a la conductividad

eléctrica y a la saturación de Ca

intercambiable en la sumatoria de bases

totales del suelo, pero con escaso alcance

agronómico debido a su reducido grado

de ajuste.

Se pudo generar una función de

dosificación para cada uno de los suelos

analizados, generadas a partir de una

ecuación polinómica de segundo grado y

una regresión lineal recta en diferentes

concentraciones de ambos tipos de

funciones.

Es necesario seguir investigando la

dinámica de los nutrientes básicos en

zonas templadas, con suelos acidificados

y/o susceptibles a serlo agravado por

sistemas que no poseen un manejo con

criterio repositivo de estos elementos

mediante fertilización.

Referencias Bibliográficas Abbona, E., Presutti, M., & Sarandón, S.

(2018). Balance de nutrientes en la

producción hortícola de la provincia

de Buenos Aires. XXVI Congreso

Argentino de la Ciencia del Suelo

(págs. 787-791). San Miguel de

Tucumán, Tucumán, Argentina:

AACS. Alvarez, C., & Rubio, G. (2010). Acidez:

parámetros, efectos sobre los

cultivos y manejo. En R. Álvarez,

G. Rubio, C. Álvarez, R. Lavado,

R. Álvarez, G. Rubio, C. Álvarez, &

R. Lavado (Edits.), Fertilidad de

Suelos: caracterización y manejo

en la Región Pampeana (págs. 45-

58). Buenos Aires: Facultad de

Agronomía UBA.

Anda, M., & Sarwani, M. (2012).

Mineralogy, Chemical Composition,

and Dissolution of Fresh Ash

Eruption: New Potential Source of

Nutrients. Soil Science Society of

America Journal, 76(2), 733-747.

Arias Suarez, E., Sadeghian Khalajabadi,

S., Mejía Muñoz, B., & Morales

Londoño, C. S. (2009). Lixiviación

del nitrógeno en algunos suelos de

la zona cafetera y su relación con

la textura. Cenicafé, 60(3), 239-

252.

Arrigo, N., & Conti, M. (1985). Importancia

de los mecanismos de intercepción

radical, flujo masal y difusión de

Ca, Mg, K y Na en plantas de maíz

en suelos pampeanos. Revista de

la Facultad de Agronomía, 6(3),

183-188.

Aued, M., & Malchiodi, N. (2018). Efecto

de la concentración y relación de

calcio y magnesio en solución

nutritiva para cultivos forrajeros de

importancia en la Región

Pampeana argentina. Informe de

Trabajo Final de Carrera para optar

al título de Ingeniero Agrónomo

(pág. 59). La Plata, Buenos Aires:

FCAyF UNLP.

Barbieri, P., Echeverría, H., Sainz Rozas,

H., & Martinez, J. (2015). Soybean

and wheat response to lime in no-

till Argentinean mollisols. Soil and

Tillage Research, 152, 29–38.

Beckett, P. (1964 ). Studies on soil

potassium. I. Confirmation of ratio

law: Measurement of labile

potassium in the soil. J. Soil. Sci.,

15, 9-23.

Bolt, G., de Boodt, M., Hayes, M.,

McBride, M., & de Strooper, E.

(2013). Interactions at the Soil

Colloid: Soil Solution Interface (Vol.

604). Netherlands: Springer

Science & Business Media.

Chaganti, V. N., & Culman, S. W. (2017).

Historical perspective of soil

balancing theory and identifying

knowledge gaps: A review. Crop,

Forage & Turfgrass Management,

3. Retrieved from ResearchGate.

Chen, G., Weil, R. R., & Hill, R. L. (2014).

Effects of compaction and cover

crops on soil least limiting water

range and air permeability. Soil and

Tillage Research, 136, 61–69.

Ciarlo, E., Cosentino, D., García, M., &

Gonzalez, F. (2018). Análisis de

participación de laboratorios de

suelos en el programa PROINSA.

XXVI Congreso Argentino de la

Ciencia del Suelo (págs. 45-50).

San Miguel de Tucumán,

Tucumán, Argentina: AACS.

de Freitas Melo, V., & F. Alleon, L. R.

(2009). Química e Mineralogia do

Solo. Viçosa: Sociedade Brasileira

de Ciencia do Solo.

Di Rienzo, J., Casanoves, F., Balzarini,

M., Gonzalez, L., Tablada, M., &

C.W., R. (2015). InfoStat versión

2015. Recuperado el 20 de 06 de

2019, de Grupo InfoStat, FCA,

Universidad Nacional de Córdoba,

Argentina:

http://www.infostat.com.ar

Emamgolizadeh, S., Bateni, S. M.,

Shahsavani, D., Ashrafi, T., &

Ghorbani, H. (2015). Estimation of

soil cation exchange capacity using

genetic expression programming

(GEP) and multivariate adaptive

regression splines (MARS). ournal

of Hydrology, 529, 1590-1600.

Fontanetto, H., Gambaudo, S., Keller, O.,

Albrecht, J., Weder, E., Sillón, M., .

. . Meroi, G. (1 de 12 de 2011).

Fertilización cálcica en soja en la

zona central de Santa Fe.

Información Técnica en Cultivos de

Verano. Campaña 2011.

Publicación Miscelánea, 121, 94-

99.

Gambaudo, S., Picco, L., Soldano, P., &

Cervetti, A. (2006). Fertilización

compuesta con calico, magnesio y

azufre en soja. Información

Técnica de cultivos de verano.

Campaña 2006. Publicación

Miscelánea, 185-189.

García, M., & Presutti, M. (2018).

Extracción de bases del modelo

productivo en los suelos de la

provincia de Buenos Aires. XXVI

Congreso Argentino de la Ciencia

del Suelo (págs. 526-531). San

Miguel de Tucumán, Tucumán,

Argentina: AACS.

Gelati, P., & Vázquez, M. (2008).

Extracción agrícola de bases en el

norte de la provincia de Buenos

Aires, Argentina: costo de su

remediación e implicancias

económicas. Revista

Iberoamericana de Economía

Ecológica, 7, 117-129.

Genú, A. M., & Melo Dematte, J. A.

(2011). Prediction of soil chemical

attributes using optical remote

sensing. Acta Scientiarum.

Agronomy, 33(4), 723-727.

González, B., Gambaudo, S., Bersano, D.,

Tenorio, D., Neifert, J., & Osenda,

D. (2001). Enmiendas en trigo.

Revista Fertilizar, 6(23), 18-19.

Jaramillo, D. (2002). Propiedades

químicas del suelo. En D.

Jaramillo, Introducción a la ciencia

del suelo (págs. 319-342). Medillín,

Colombia: Universidad Nacional de

Colombia.

Kim, J., & Kim, Y. (2015). Sorption of

cesium on weathered biotite: The

effects of cations in solution.

CATENA, 135, 107–113.

Kirkby, E., & Pilbeam, D. (1984). Calcium

as a plant nutrient. Plant, Cell and

Environment, 7, 397-405.

Kumar, A., Singh, U. M., & Manohar, M.

(2015). Calcium transport from

source to sink: understanding the

mechanism(s) of acquisition,

translocation, and accumulation for

crop biofortification. Acta Physiol

Plant, 37, 1722.

Leão, T. P., da Silva, A. P., Macedo, M.

C., Imhoff, S., & Euclides, V. P.

(2006). Least limiting water range:

A potential indicator of changes in

near-surface soil physical quality

after the conversion of Brazilian

Savanna into pasture. Soil and

Tillage Research, 88(1-2), 279–

285.

Lince Salazar, L. A., Rodríguez Valencia,

N., & Sadeghian Khalajabadi, S.

(2015). Disponibilidad de Ca2+,

Mg2+ y K+ en función de las

propiedades del suelo, zona

cafetera central de Colombia.

Revista de Investigación Agraria y

Ambiental, 6(1), 29-42.

Malavolta, E., Vitti, G. C., & de Oliveira, S.

A. (1997). Avaliação do estado

nutricional das plantas: princípios e

aplicações. Piracicaba: POTAFOS.

Marschner, P. (2012). Marschner's Mineral

Nutrition of Higher Plants. London,

UK: Academic Press.

Martínez, F., & Cordone, G. (2008). Soja

para Mejorar la Producción.

Estación Experimental

Agropecuaria Oliveros Centro

Regional Santa Fe, 78-80.

McBride, M. (2000). Chemisorption and

Precipitation Reactions. In M.

Sumner (Ed.), Handbook of Soil

Science (pp. 265-302). Florida,

United States of America: CRC

Press.

Melgar, R., Lavandera, J., & Camozzi, M.

(1999). Fertilización balanceada,

clave para la alta productividad.

INTA Fertilizar, 17, 24-25.

Narvaez Ortiz, W. A. (2017). Desarrollo de

modelos matemáticos para el

estudio de la concentración de

elementos en la solución del suelo.

Tesis de Doctorado (pág. 75).

Saltillo, Coahuila, México:

Universidad Autónoma Agraria

Antonio Narro.

Navarro Blaya, S., & Navarro García, J.

(2003). Química Agrícola (Segunda

ed.). Barcelona, España:

Mundiprensa.

Presutti, M. (2016). Extracción y

reposición de nutrientes en la

agricultura bonaerense. Memorias

del XXI Congreso Latinoamericano

de la Ciencia del Suelo y XXV

Congreso Ecuatoriano de la

Ciencia del Suelo (págs. 736-743).

Quito, Ecuador: Sociedad

Ecuatoriana de la Ciencia del

Suelo y Sociedad Latinoamericana

de la Ciencia del Suelo.

Presutti, M. (2018). Susceptibilidad a la

acidificación edáfica por extracción

de nutrientes básicos por la

agricultura extensiva bonaerense.

XXVI Congreso Argentino de la

Ciencia del Suelo: (págs. 673-678).

Tucuman: AACS.

Presutti, M., García, M., & Vázquez, M.

(2016). Acidificación de los suelos

de la pradera pampeana. Mapeo

de la saturación básica y de los

índices relativos. Memorias del XXI

Congreso Latinoamericano de la

Ciencia del Suelo y XXV Congreso

Ecuatoriano de la Ciencia del

Suelo (págs. 507-512). Quito,

Ecuador: Sociedad Ecuatoriana de

la Ciencia del Suelo y Sociedad

Latinoamericana de la Ciencia del

Suelo.

Safadoust, A., Feizee, P., Mahboubi, A.,

G. B., Mosaddeghi, M. R., &

Ahrens, B. (2014). Least limiting

water range as affected by soil

texture and cropping system.

Agricultural Water Management,

136, 34-41.

Sainz Rozas, H., Eyherabide, M.,

Echeverría, H., Barbieri, P.,

Angelini, H., Larrea, G., . . .

Barraco, M. (2013). ¿Cuál es el

estado de la fertilidad de los suelos

argentinos? Actas del Simposio de

Fertilidad (págs. 62-72). Rosario,

Santa Fe, Argentina: IPNI-

FERTILIZAR Asociación Civil.

Sainz Rozas, H., Eyherabide, M., Larrea,

G., Martínez Cuesta, N., &

Angelini, H. (2019). Relevamiento y

determinación de propiedades

químicas en suelos de aptitud

agrícola de la región pampeana.

Actas Simposio Fertilidad (págs.

141-158). Rosario, Santa Fe,

Argentina: FERTILIZAR Asociación

Civil.

SAMLA. (2004). Sistema de Apoyo

Metodológico a los Laboratorios de

Análisis de Suelos. Buenos Aires,

Buenos Aires, Argentina: SAGyP.

Smethurst, P. J. (2000). Soil solution and

other soil analyses as indicators of

nutrient supply: a review. Forest

Ecology and Management, 138,

397-411.

Snakin, V., Prisyazhnaya, A., & Kovács

Láng, E. (2001). Soil Liquid Phase

Composition. Amsterdam, The

Netherlands: ELSEVIER SCIENCE

B.V.

Sparks, D. .. (2003). Environmental soil

chemistry. San Diego: Academic

Press.

Tormena, C., da 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. Soil and

Tillage Research, 52(3-4), 223–

232.

Vázquez, M., & Pagani, A. (2015). Calcio y

magnesio. Manejo de fertilización y

enmiendas. En H. Echeverría, & F.

García, Fertilizad de suelos y

fertilización de cultivos (págs. 317-

350). Buenos Aires: INTA.

Vázquez, M., & Rotondaro, R. (2005).

Acidificación de suelos en el sur de

Santa Fe y el norte bonaerense.

Revista de la Asociación de

Cooperativas Argentinas Acaecer.

350, págs. 26-32. Buenos Aires,

Argentina: ACA.

Vivas, H., & Fontanetto, H. (2003).

Fósforo, azufre y calcio en la

producción de soja en el

Departamento San Justo.

2002/2003. Información Técnica de

cultivos de verano. Campaña

2003. Publicación Miscelánea.

Vivas, H., Fontanetto, H., & Albrecht, R.

(2001). Fertilizacion con calcio,

magnesio y azufre sobre la

produccion de maiz en dos sitios

del centro de Santa Fe.

Información Técnica de cultivos de

verano. Campaña 2001, 1-5.

White, P. (2001). The pathways of calcium

movement to xylem. Journal of

Experimental Botany, 52, 891-899.

White, P., & Broadley, M. (2003). Calcium

in Plants. Annals of Botany, 92,

487-511.

Willis, H. (1989, March). Growing Great

Soybeans from Acres USA.

Retrieved from Ecological

Agriculure Projects:

https://eap.mcgill.ca/CPSO_3.htm

Wilson, M. G., Sasal, M. C., & Caviglia, O.

P. (2013). Critical bulk density for a

Mollisol and a Vertisol using least

limiting water range: Effect on early

wheat growth. Geoderma, 192,

354–361.

Zhang, X., & Zhao, A. (1997). Surface

charge. In T. Yu, Chemistry of

Variable Charge Soils (pp. 17-63).

New York: Oxford University Press.

Zubillaga, M., & Ciarlo, E. (2015).

Nutrientes Básicos. En R. Álvarez

(Ed.), Fertilidad de Suelos y

Fertilización en la Región

Pampeana (págs. 177-193).

Buenos Aires: Facultad de

Agronomía. UBA.