INTRODUCCIÓN
La calidad del suelo se relaciona con la capacidad de proveer las condiciones para un buen desarrollo del ecosistema ( Idowu et al., 2009 ; Bone et al., 2014 ; Balota et al., 2015 ), así como para las distintas coberturas productivas. Esta característica implica fusionar los diferentes atributos químicos, físicos y biológicos, de modo tal que tengan la capacidad de describir procesos del ecosistema en un indicador que explique su óptimo funcionamiento ( Andrews et al., 2002 ; Gugino et al., 2009 ); para ello se han propuesto varios marcos conceptuales para monitoreo de la calidad del suelo ( Andrews et al., 2004 ; Velásquez et al., 2007 ; Nosrati, 2013 ; Veum et al., 2014 ).
El manejo aplicado en los suelos de áreas cafeteras en Colombia, se ha enfocado principalmente en la política de investigación propuesta y desarrollada por la Federación Nacional de Cafeteros ( CENICAFÉ, 2014 ). El manejo del cultivo depende entre otras cosas, del esquema de fertilización ( Sadeghian, 2010a ; Gonzáles, 2012 ) relacionado con la densidad de siembra, etapas de crecimiento ( Sadeghian y González, 2012 ; 2014 ), nivel de sombreamiento bajo estructuras agroforestales ( Farfán y Jaramillo, 2009 ; Farfán, 2014 ), manejo ( Gonzáles et al., 2014 ); además de la estructura del sistema de producción (tradicional, tecnificado, con semisombra y con sombra ( Arcila et al., 2007 ). Este enfoque depende también de las condiciones agroecológicas agrupadas en ecotopos ( Gómez et al., 1991 ).
Para valorar la calidad del suelo mediante un indicador, generalmente se parte de un conjunto mínimo de datos ( Chen et al., 2013 ) que integra las variables físicas, químicas y biológicas que muestran su adecuado estado y funcionamiento ( Rezaei et al., 2006 ). Estos datos son seleccionados por su idoneidad hacia una función particular ( Andrews et al., 2004 ), servicio ecosistémico ( Velásquez et al., 2007 ) o por ser considerado como amenaza para el suelo ( Morvan et al., 2008 ). De acuerdo con las variables seleccionadas, estas se integran mediante un proceso de normalización y calificación para integrarse en un valor de índice de la calidad del suelo ( Andrews et al., 2002 ; 2004 ; Idowu et al., 2009 ; Paz-Kagan et al., 2014a , 2014b ) que explica el estado actual de este de acuerdo con la práctica de manejo. El objetivo de este estudio fue establecer el índice de calidad de suelo aditivo (ICSA) en arreglos agroforestales de café ( Coffea arabica L.).
MATERIALES Y MÉTODOS
Área de estudio y manejo
En el año 2013, en nueve fincas se seleccionaron un total 32 lotes de productores con arreglos agroforestales de café ( Coffea arabica L.), bajo dos esquemas de manejo: intensivo y tradicional, dieciséis de cada uno, ubicados en el municipio de Pitalito (1°51’14’’N 76°03’05’’O departamento del Huila), al sur de Colombia. Los lotes con manejo intensivo (Intensivo), siendo este esquema el más implementado por la mayoría de los productores de café de la zona, caracterizado por plantaciones con siembras intensivas (densidad superior a 7000 árboles/ha) a libre exposición, con aplicaciones de fertilizantes inorgánicos con elementos mayores y menores; por lo menos tres aplicaciones al año de urea (600 kg/ha/año), fosfato diamónico (DAP; 110 kg/ha/año), cloruro de potasio (KCl; 315 kg/ha/año) propuesto por la Federación Nacional de Cafeteros (FNC). El manejo tradicional (Tradicional) es un esquema propuesto por el Ministerio de Agricultura y Desarrollo Rural de Colombia ( MADR, 2006 ), reglamentado mediante la normativa de producción orgánica el cual se caracteriza por utilizar enmiendas orgánicas, con densidades de siembra de 5500 árboles/ha o menores, sistema de sombra o semisombra regulada y con vinculación a un programa de certificación orgánica. Este tipo de manejo no es común encontrarlo en la zona de estudio y el objetivo es lograr un precio diferencial en el momento de la venta del café por ser catalogado orgánico.
Parámetros químicos y físicos del suelo
En cada lote se tomó una muestra de suelo compuesta de cinco submuestras, a una profundidad de 30 cm, donde se realizaron las siguientes determinaciones químicas y físicas siguiendo las metodologías descritas por Zamudio et al. (2006) : pH (relación suelo: agua de 1:2), aluminio intercambiable por diferencia de titulación de la acidez e hidrógeno intercambiable, carbono orgánico (Walkley-Black), fósforo asimilable (Bray II modificado), potasio, calcio y magnesio (acetato de amonio 1N y neutro), capacidad de intercambio catiónico (acetato de amonio 1N y neutro), bases totales (Ca, Mg, Na y K) y saturación de bases intercambiables (extracción con acetato de amonio 1N y neutro), nitrógeno total (Kjeldahl), acidez intercambiable (volumetría), bases totales (espectrofotometría de absorción atómica). Para cada una de las variables físicas se tomaron cuatro repeticiones, donde se determinaron densidad aparente mediante el método de cilindro de volumen conocido, densidad real (picnómetro), textura (Bouyoucos), resistencia (penetrómetro de mano análogo), infiltración (anillos de infiltración) con lectura en cada minuto hasta llegar a los diez minutos y después en intervalos de diez minutos, capacidad de campo (CC), punto de marchitez permanente (PMP), agua disponible (AD), conductividad hidráulica (CH) y punto de saturación (estimación) ( Saxton y Rawls, 2004 ).
Índice de calidad de suelo aditivo (ICSA) y análisis estadístico
A cada una de las variables físicas y químicas del suelo se les realizó pruebas de estadística descriptiva y análisis de separación de medias mediante la prueba de LSD Fisher (P<0,05). A las variables que presentaron diferencias estadísticas (p<0,05) entre esquemas se realizó el análisis de componentes principales (ACP) ( D’Hose et al., 2013 ), considerando las variables con un valor de respuesta de la variación ≥1 ( Chen et al., 2013 ; Yao et al., 2013 ) y fueron retenidas de cada componente principal (CP) para el conjunto mínimo de datos (CMD). Las variables altamente ponderadas dentro del 10% mayor o menor del valor absoluto más alto ( Andrews et al., 2002 ; Masto et al., 2008 ).
De acuerdo con los resultados de comparación de métodos de indexación de calidad de suelos propuestos por Andrews et al. (2002) y Qi et al. (2009) , se obtuvo el CMD y, se correlacionaron las variables para verificar posibles redundancias y así retener mayor número de indicadores ( Yao et al., 2013 ).
A partir la identificación de estos indicadores se realizaron los cálculos matemáticos para establecer el índice de calidad de suelo aditivo por cada esquema de manejo ( Cerda, 2008 ; Delgado et al., 2010 ; Chavarría et al., 2012 ), de acuerdo con un análisis factorial lineal ( Cerda et al., 2012 ). Esta combinación de métodos ha sido muy usada para explorar relaciones entre grandes números de variables y facilitar la interpretación de los resultados ( Andrews et al., 2002 ). Para el cálculo del ICS se tomó como referencia la metodología de valoración lineal propuesta por Andrews et al. (2002) , donde se explica que para unos indicadores un mayor valor indica una mejor calidad y que para otros un menor valor indica una mejor calidad; por ello los indicadores se clasificaron en:
- Mayor es mejor: indicadores cuyos valores altos son considerados como buenos.
- Menor es mejor: indicadores cuyos valores bajos son considerados como buenos.
Se calculó un índice de calidad de suelo (ICS) para cada indicador de cada una de las parcelas en estudio, mediante las siguientes fórmulas:
- Mayor es mejor: ICS= valor de cada indicador/valor más alto del indicador
- Menor es mejor: ICS= valor más bajo del indicador/valor de cada indicador
Mediante estas fórmulas se obtienen valores ponderados entre 0-1 para cada uno de los indicadores, soportado mediante los umbrales mínimos y máximos de cada una de las propiedades, tanto químicas como físicas del suelo, obteniendo los valores más altos y más bajos reportados por cada variable, teniendo en cuenta los límites que afectan la producción del cultivo (e.g. CO>5 se considera como el valor más alto reportado, que condiciona la aplicación de materia orgánica al suelo) ( Sadeghian, 2010b ); y así finalmente calcular el ICSA para cada una de las parcelas en estudio.
El ICSA se obtiene mediante la sumatoria de los ICS de todos los indicadores, teniendo en cuenta que entre mayor sea el valor del ICSA mejor es la calidad del suelo del sistema en estudio. La prueba de medias y ACP se realizó utilizando el software libre R versión 3.2.0. ( R Development Core Team, 2015 ), mediante la plataforma independiente para análisis estadísticos R Commander ( Fox, 2005 ), basado en el paquete FactoMineR ( Husson et al., 2012 ).
RESULTADOS Y DISCUSIÓN
Se presentaron diferencias estadísticas (P<0,05) entre los esquemas de manejo del suelo ( Cuadro 1 ), debido al efecto de las enmiendas orgánicas, las cuales modifican la fertilidad del suelo ( Diacono y Montemurro, 2010 ) e incrementan los contenidos de carbono ( Nardi et al., 2004 ; Mandal et al., 2007 ), nitrógeno ( Tittarelli et al., 2007 ), potasio ( Hartl et al., 2003 ), fósforo ( He et al., 2001 ) y bases totales (Ca, Mg y sus relaciones) ( Rosatto-Moda et al., 2014 ). Desde el punto de vista físico se presentaron diferencias en resistencia a la penetración, debido a la presencia de árboles en los arreglos agroforestales que a su vez afectan la velocidad de infiltración ( Muschler, 1999 ) y el crecimiento de las raíces del cultivo; considerando las anteriores variables, tanto químicas y físicas, importantes, debido a que se relacionan con el suministro de nutrientes, crecimiento de la planta, estabilidad de los agregados del suelo, fertilidad y productividad.
Con las dieciséis variables que presentaron diferencias estadísticas entre los esquemas de manejo, se explicó 82% de la variabilidad en los primeros 4 CP en donde se presentó un valor de respuesta ≥1 ( Cuadro 2 ). Este valor de respuesta proporcionó la magnitud de la variable dentro de cada CP ( Yemefack et al., 2006 ), lo cual permitió retener las variables más representativas para el CMD.
*Autovectores. Indicadores en negrita presentaron los mayores valores ponderados y los subrayados fueron los que se incluyeron el CMD. PMP: punto marchitez permanente, CC: capacidad de campo, PS: punto de saturación, RP: resistencia a la penetración, C.O.: carbono orgánico, P: fósforo, N: nitrógeno, Ca: calcio, Mg: magnesio, K: potasio, BT: bases totales, Sat. Bases: saturación de bases / Eigenvalues. Indicators in bold had the highest weighted values and underlined were those that include the CMD. PMP: permanent wilting point, CC: field capacity, PS: saturation point, RP: resistance to penetration, CO: organic carbon, P: phosphorus, N: nitrogen, Ca: calcium, Mg: magnesium, K: potassium, BT: total bases, Sat. Bases: bases saturation.
Se seleccionaron once variables para el CMD, las cuales representan un grupo predominante para la evaluación de la calidad dinámica del suelo ( Obando et al., 2004 ), puesto que son sensibles a los efectos de corto y mediano plazo sobre el cual tienen injerencia los esquemas de manejo ( Doran y Zeiss, 2000 ; Chen et al., 2013 ; Prieto-Méndez et al., 2013 ). Luego de realizar el análisis de correlación, solamente quedaron priorizadas ocho variables ( Cuadro 3) , siendo eliminados los parámetros hídricos (PMP, CC, PS), debido a la existencia de redundancia estadística, ya que su cálculo fue determinado por estimación ( Saxton y Rawls, 2004 ), contrario a lo reportado por Askari y Holden (2014) en la generación de indicadores para la evaluación cuantitativa de la calidad del suelo bajo manejo de pasturas. Este resultado identificó las variables de respuesta más sensibles a las prácticas de manejo del suelo que incluye cada una de los esquemas de manejo, y por tanto, son consideradas como variables de calidad dinámica del suelo ( Santana et al., 1998 ; Karlen et al., 2003 ; Obando et al., 2004 ).
*, **, ***Diferencia significativa a P<0,05, P<0,01 y P<0,001, respectivamente / Significant difference P<0.05, P<0.01 and P<0.001 respectively.
De acuerdo con el método de valoración lineal propuesto por Andrews et al., (2002) , se realizó una valoración de los parámetros retenidos en el CMD asumiendo que el comportamiento de los mismos fue lineal, independientemente del grado de afectación o intensidad con que se implementen los esquemas de manejo evaluados ( Yemefack et al., 2006 ). Lo anterior tuvo como fundamento la revisión del valor óptimo para el desarrollo y producción en el cultivo del café ( Cardona y Sadeghian, 2005 ; Sadeghian, 2008 ; Carvajal et al., 2009 ), originando de esta manera el punto de partida para la transformación de datos del CMD a indicadores de calidad de suelo, haciendo referencia el objetivo de calidad identificado para valorar los indicadores.
Una vez transformados los datos en escala de 0-1, se calculó el índice de calidad de suelo aditivo ( Andrews et al., 2002 ; Cerda, 2008 ). Se encontró que el esquema de manejo tradicional dado en pequeñas fincas en el sur de Colombia contribuyó a un mayor valor de ICSA, comparado con el presentado en el esquema intensivo ( Cuadro 4 ), debido posiblemente al mismo esquema de manejo, el cual se caracteriza por utilizar enmiendas orgánicas, densidades de siembra de 5500 árboles/ha o menores, sistema de sombra o semisombra regulada.
*Valores llevados a 1 directamente, porque los valores reportados eran menores a los resultados del análisis de muestras para este estudio / Values taken directly 1, because the reported values were lower than the results of the analysis of samples for this study.
**Entre pH 5
La interpretación de este resultado mediante la adaptación de los rangos propuesto por Cantú et al. (2007) , fue de muy alta calidad y alta calidad, respectivamente ( Cuadro 5 ), teniendo un impacto en el suelo en relación con una mayor disponibilidad de nutrientes, humedad, y macrofauna. Con relación al sistema de producción, al estar bajo arreglos agroforestales, la eficiencia fotosintética fue mejor, por tanto, una mayor vida útil del cultivo. La interpretación mediante rangos permitió entender de mejor manera los resultados, y aunque no se determinó el nivel de afectación (degradación) de los esquemas de manejo sobre el suelo ( Askari y Holden, 2014 ), se estableció una relación de afectación sobre las variables que respondieron de manera sensible a estos esquemas, en función de la producción como objetivo principal, por tanto se trazaron tendencias que determinaron la calidad dinámica del suelo ( D’Hose et al., 2013 ).
Relación entre los esquemas de manejo y el ICSA
Se observó una diferencia significativa entre los indicadores físicos y químicos del suelo en función de los esquemas de manejo identificados para este estudio, puesto que una vez analizados los datos, tanto por técnica estadística univariada como multivariada, se encontraron valores medios distintos para cada indicador, con confiabilidad del 95%. Mediante análisis multivariado de ACP y la matriz de correlación, se definió un CMD con los ocho indicadores más representativos de la calidad del suelo, en función del objetivo de producción identificado como parámetro de medición para este estudio.
Se estableció una tabla de valores con base en los umbrales mínimos y máximos de los ocho indicadores de calidad del suelo, de manera que reflejaran aquellas limitantes de la producción en el cultivo y sirvieran como referencia para transformar los datos de variables a indicadores en escala 0-1. Los indicadores más representativos fueron BT y CO, respectivamente, los cuales reflejaron condiciones del potencial de fertilidad de un suelo.
El ICSA calculado mostró que existió diferencia significativa entre el esquema intensivo y tradicional con confiabilidad del 95%, al igual se evidenció la diferencia mediante calificación por rangos de los valores obtenidos como alta calidad y muy alta calidad, respectivamente. En este estudio se propuso un cuadro de interpretación de resultados del ICSA, de manera que se pudiera ofrecer datos fácilmente transferibles acerca de la calidad del suelo analizado y se pudiera comparar igualmente dos o más conjuntos de prácticas realizadas en un agroecosistema de café.