Explorar
Comunidades en español
Anunciar en Engormix

Algunos saberes implícitos en la calibración de análisis de suelos

Publicado: 2 de septiembre de 2014
Por: Mercedes Ron, Depto. Agronomía (UNS). Bahía Blanca (BA); Argentina
Saberes implícitos y tecnología
Todos somos conscientes de los saberes explícitos, de carácter declarativo, vinculados con lo que generalmente se designa como conocimiento. Desde hace tiempo las ciencias de la educación reconocen que, en el proceso de enseñanza-aprendizaje, se combinan teorías científicas con saberes implícitos (Bar y Storni, 2006). Estos son modelos mentales, creencias y percepciones tan arraigadas que son frecuentemente ignoradas. Sin embargo, su importancia es evidente en la teoría de las organizaciones, que plantea cómo convertir el conocimiento implícito-conductual de los miembros de un grupo en conocimiento organizacional. La explicitación de saberes juega un rol importante -también- en la aplicación de tecnología.
 
Calibración y Movilidad de nutrientes
La transferencia de tecnología de fertilización iniciada en la revolución verde depende fuertemente de una correcta interpretación de los análisis de suelos, especialmente en producciones extensivas. Es decir, para un nivel de nutriente en el suelo, se requiere “determinar el grado de limitación para el crecimiento del cultivo o la probabilidad de respuesta a la aplicación de ese nutriente” (Dahnke y Olson, 1990). Esta definición tradicional de la calibración presupone la probabilidad de respuesta económica a la fertilización. La transferencia se vehiculiza mediante niveles de suficiencia, clases de fertilidad, etc.

Siendo que la interpretación se realiza para cada elemento individual, de una cantidad extraída por un reactivo, se sobreentiende que hay diferencias entre reactivos y nutrientes. La diferencia más importante en cuanto a la disponibilidad de los distintos nutrientes (y base de muchos aspectos de la tecnología de la fertilización) es su movilidad en el suelo. Los análisis de formas de nutrientes móviles en el suelo (v.g. nitratos) proveen estimaciones razonables de su cantidad disponible, son menos afectados por la composición de los reactivos y pueden ser interpretados mediante ecuaciones de balance. Para los elementos de menor movilidad (v.g. fosfatos) los extractantes estiman una cantidad proporcional a la absorbida por las plantas (garantizada por previa correlación) que depende del método utilizado.
 
Niveles óptimos de fósforo según cultivo
La Tabla 1 muestra una calibración de distintos métodos de análisis de fósforo. La disparidad de valores por encima de los cuales se alcanza el nivel óptimo es evidencia de que cada método extrae distintas cantidades de la fracción lábil y que no son valores que admitan un balance, como en el caso del nitrógeno.
Tabla 1 Resumen de métodos de análisis de fósforo y niveles óptimos (adaptado de Sims, 2000)
Algunos saberes implícitos en la calibración de análisis de suelos - Image 1
Para el método de Bray y Kurtz, el más difundido en la región pampeana, hay consenso de una suficiencia general por encima de 30 mg de P extraíble kg-1 suelo. Dependiendo del tipo de cultivo la suficiencia se alcanza con niveles menores (Tabla 2). Contrario a lo que podría pensarse, estos no son proporcionales a los requerimientos, sino que aparecen relacionados con otros factores como las características del sistema radical. Además, las especies con semillas más grandes (con mayor reserva de P) y siembras primaverales tienen mayor velocidad de crecimiento inicial, lo que implica una mayor zona de extracción de P. La absorción de agua y nutrientes se incrementa con la transpiración en días cálidos (si no hay sequía), lo que significa un mayor gradiente de concentración y difusión de P a las raíces. Además, puede haber un aporte relevante proveniente de la mineralización del P orgánico, no contabilizado por el método de Bray y Kurtz. Lo opuesto es válido para cultivos de fina, en los que es frecuente encontrar respuesta a la fertilización de arranque aun cuando el análisis indica suficiencia de P. La temperatura del suelo en germinación, conjuntamente con el mejor aprovechamiento del P nativo, explica el hecho de que la respuesta a la fertilización es algo menor en los trigos de ciclo largo (Ron & Loewy, 1990)..

Tabla 2. Niveles de suficiencia en suelos, requerimientos de P y tamaño de semillas para algunos cultivos y características del crecimiento inicial (elaborado con datos de García y Salvagiotti, 2009 y Cárcova et al. 2003)
Algunos saberes implícitos en la calibración de análisis de suelos - Image 2
Variabilidad espacio temporal y precisión
Los valores en Tabla 2 son aceptados globalmente para la calibración del método. No obstante, a nivel de ambiente tienen baja precisión, dadas las diferencias presentadas por la heterogeneidad de suelos y clima. El axioma de calibrar los métodos por cultivos y zona remite a dicha heterogeneidad. En la región pampeana las primeras calibraciones del método de Bray y Kurtz para trigo incorporaron variables como materia orgánica (Berardo & Darwich, 1974) o textura del suelo (Ron & Loewy, 1990) para mejorar la predicción de la respuesta. En sentido contrario, es decir de generalización, se ha cuestionado la diferencia aceptada entre los niveles para soja y maíz en el sur de Santa Fe (Gutiérrez Boem et al., 2010)
Además, puede ocurrir una pérdida de precisión por falta de actualización de las calibraciones tradicionales. Estas deben rectificarse o ratificarse, a partir de cambios tecnológicos que potencialmente afecten la respuesta a la fertilización. Con frecuencia, un nuevo estudio de calibración tendrá como consecuencias aumentos sustanciales en las recomendaciones de fertilización ya que el anterior se realizó para niveles de producción mucho menores.
 
Dificultades inherentes a las calibraciones
Muchas dificultades se derivan de la experimentación requerida. Calibraciones basadas en un bajo número de experimentos o en ensayos independientes en distintos suelos a lo largo de muchos años y ejecutados por distintos operadores, tienen un nivel de precisión muy bajo (Conyers et al, 2013). Entre otros factores esto se debe a que la tecnología de fertilización y la evaluación inicial del nutriente extraíble no siempre es uniforme entre experimentos.
El hecho de que las calibraciones realizadas aplicarán “a posteriori” para la misma tecnología de fertilización y profundidad de muestreo se sobreentiende pero no siempre se atiende. En la Región Pampeana la primera exploración sobre la disponibilidad de fósforo, publicada por Darwich (1980) se realizó sobre suelos bajo labranza convencional no fertilizados y con una profundidad de muestreo en el sitio de ensayo de 0- 12 cm, de acuerdo con pautas de FAO (FAO 1968). Actualmente estos resultados se comparan con mapas recientes, elaborados con muestras 0-20 cm, en gran parte bajo siembra directa (Sainz Rosas et al., 2011). Sin afán de desconocer la caída de fertilidad fosfórica de los suelos por baja o nula reposición, debe admitirse que esta se ha sobreestimado por diferencias en la profundidad de muestreo, no puntualizadas en el trabajo de referencia.
En otro orden, el uso de fosfato diamónico otorga una cierta flexibilidad y autonomía, para la provisión de fósforo, pero no es aconsejable para la experimentación base de calibraciones
 
Modelización
La modelización matemática con los resultados de los ensayos apunta a relacionar el rendimiento o la respuesta a la fertilización con un nutriente y su disponibilidad en el suelo. El hecho de que este no es el único factor que puede afectar el rendimiento es la base del modelo conceptual de la línea limite (Walworth et al., 1986). Las dispersiones de datos son a menudo resueltas con la transformación del rendimiento relativo (RR), tradicional en las calibraciones de fertilidad. Sin embargo hay objeciones al uso de esta variable de la respuesta por consideraciones de aplicación práctica y de rigor estadístico. En la primera calibración del método de Bray y Kurtz para el sudoeste bonaerense enfatizamos este aspecto (Ron y Loewy, 1990). Más recientemente, Álvarez (2008) analizó resultados de ensayos de fertilización nitrogenada y concluyó que la variabilidad de la respuesta a la fertilización debe ser abordada aumentando la cantidad de datos que se utilizan, en vez de aplicar la transformación RR.
Otra tradición en las calibraciones es la división en clases de fertilidad arbitrarias, a partir de modelos continuos, según valores del RR. Este procedimiento importa una transgresión adicional a la estadística, al estimar valores de la variable regresora en función de la independiente (Webster, 1997). La necesidad de usar el 90-95 % para la determinación de un óptimo se deriva de la utilización de ecuaciones basadas en la exponencial negativa, propuesta por Mitscherlich. Esto lleva implícito que no es necesario usar un valor menor al 100% en modelos con un máximo definido.
Por otra parte, originalmente el nivel crítico determinado por Cate y Nelson aparecía incluido en una clase de fertilidad intermedia cuando se separaban los suelos en más de dos clases. En los últimos 20 años el nivel crítico se sitúa en el mismo porcentaje de RR que el de suficiencia, unificando dos conceptos diferentes (Ron, 2003).
Para profundizar las dificultades, el cálculo del RR -en cada ensayo- admite distintos procedimientos para la determinación del rendimiento máximo, registrándose diferencias en distintas contribuciones. Recientemente, hemos traducido al castellano la hoja de cálculo diseñada por Bruulsema (CNRT) para la determinación de dosis óptima económica, basada en el promedio ponderado de distintas funciones de respuesta (Ron, 2013). Esta herramienta permite, en forma análoga, la estimación del máximo rendimiento y respuesta si se ingresa un valor ínfimo del costo del fertilizante. De este modo se pueden combinar las ventajas relativas de varias ecuaciones.
 
Calibrar para el ambiente
Los resultados de los análisis de suelo se interpretan más comúnmente como la probabilidad de una respuesta económica a la aplicación de nutrientes. Debido al impacto potencial de los nutrientes en el ambiente, se requieren calibraciones que relacionen el valor del análisis con la pérdidas potenciales de nutrientes. En el caso del P se debería integrar la química del suelo con la pericia de hidrólogos, agrónomos, limnólogos y otros científicos para evaluar los riesgos que el P en suelos agrícolas representa para las aguas superficiales (Sharpley, 1995).
 
Calibrar considerando el efecto de la fertilización sobre la calidad del producto
A pesar de que la calibración determina clases con mayor probabilidad de respuesta rentable no se incluye habitualmente el efecto de la aplicación del nutriente sobre la calidad del producto, que puede modificar su precio en la comercialización. Se plantea la posibilidad de tener en cuenta este impacto, convirtiendo los resultados en unidades de rendimiento equivalentes de una calidad única, como en Ron et al. (2014). De no aplicarse esta corrección se podría sobre o subestimar la rentabilidad de la fertilización.
 
CONCLUSIONES
La explicitación de saberes, en cuanto a calibración de análisis de suelos, facilita la transferencia y aplicación de la tecnología de fertilización. La calibración resulta indispensable para la interpretación de los análisis extractivos de nutrientes poco móviles. La precisión de las calibraciones disminuye con la heterogeneidad de los suelos y cultivos involucrados. Como consecuencia resultan menos precisas cuando se basan en bajo número de experimentos o en ensayos independientes poco uniformes. Se destaca la importancia de mantener la misma tecnología de fertilización y la evaluación inicial del nutriente extraíble entre experimentos, con énfasis en la profundidad de muestreo. No siempre resulta explícita la influencia del método utilizado en la modelización matemática sobre los niveles determinados como críticos o de suficiencia, conceptos que se han unificado en los últimos años. Hay un déficit de rigor estadístico en la transformación del rendimiento relativo y las clases determinadas a niveles arbitrarios de esta variable. Se puede aplicar la herramienta CNRT para mejorar la estimación del rendimiento máximo obtenido por fertilización. Se requiere incluir en las calibraciones nacionales los potenciales efectos de la fertilización sobre el ambiente y la calidad del producto.
 
Bibliografia
  1. Alvarez, R. 2008. Analysis of yield response variability to nitrogen fertilization in experiments performed in the Argentine Pampas. Comm. Soil Sci. Plant 39: 1235-1244
  2. Bar, AR & MT Storni. 2006. Las concepciones de los docentes sobre la evolución biológica. Una combinación entre ciencia y creencia. UNIVERSIDAD NACIONAL DEL NORDESTE. Comunicaciones Científicas y Tecnológicas 2006. http://www.unne.edu.ar/unnevieja/Web/cyt/cyt2006/09-Educacion/2006-D-003.pdf
  3. Berardo, A & NA Darwich. 1974. Fertilización del cultivo de trigo en el sudeste bonaerense. Boletín Técnico Nº 76. INTA Balcarce. 16 p.
  4. Cárcova, J; LG Abeledo & M López Pereira. 2003. Análisis de la generación del rendimiento: crecimiento, partición y componentes. En EH Satorre et al. (eds.). Producción de granos: Bases funcionales para su manejo. Pp 75-95. Editorial Facultad Agronomía UBA.
  5. CNRT . Crop nutrient response tool - http://lacs.ipni.net/article/LACS-1184
  6. Conyers, MK: MJ Bell; NS Wilhelm; R Bell; RM Norton & C Walker. 2013. Making better fertiliser decisions for cropping systems in Australia (BFDC): Knowledge gaps and lessons learnt. Crop Pasture Sc. 64(5): 539-547 http://dx.doi.org/10.1071/CP13068
  7. Dahnke, WC & RA Olson. 1990. Soil test correlation, calibration, and recommendation. In RL. Westerman (ed). Soil testing and plant analysis. Third edition. Pp. 45-71. Madison, WI.
  8. Darwich, NA. 1980. Niveles de fósforo asimilable en los suelos pampeanos. Actas IX Reunión Argentina de la Ciencia del Suelo. Tomo II pp. 707-710
  9. FAO. 1968. Guide to the calibration of soil tests for fertilizer recommendations. FAO Soils Bulletin 18
  10. García FO & F Salvagiotti. 2009. Nutrient use efficiency of cropping systems in the southern cone of Latin America. En J Espinosa & F García (Eds.) Proceedings of the Symposium “Nutrient Use Efficiency” presented by the International Plant Nutrition Institute (IPNI) at the XVIII Latin American Congress of Soil Science. San José, Costa Rica November 16-20, 2009
  11. Gutiérrez Boem, FH; FO 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; Rosario, Argentina.
  12. 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
  13. Ron, MM. 2003. Calibración de análisis de suelos. Niveles y paradigmas. Informaciones agronómicas Nº 17: 13-16. Marzo 2003. ISSN 1666-7115
  14. Ron, MM. 2013. Descubriendo la herramienta CNRT (Crop Nutrient Response Tool). Informaciones Agronómicas de Hispanoamérica (LACS) 9. Marzo 2013: 21-25
  15. Ron MM; R Storniolo & AF Rausch. 2014. Dosis óptima económica de nitrógeno para rendimiento y calidad en cebada cervecera. XXIV Congreso Argentino de la Ciencia del Suelo; Bahía Blanca, Argentina
  16. Sainz Rozas, H; HE Echeverría & H Angelini. 2011. Fósforo extractable en suelos agrícolas de las regiones pampeana y extrapampeana de argentina. Informaciones Agronómicas de Hispanoamérica No. 4: 14-18
  17. Sharpley, AN. 1995. Dependence of Runoff Phosphorus on Extractable Soil Phosphorus. J. Environ. Qual. 24:920-926
  18. Sims, JT. 2000. Soil fertility evaluation. En ME Sumner (ed.). Handbook of Soil Science. pp.113-153. CRC Press. Boca Raton, FL.
  19. Walworth, JL; WS Letzsch & ME Sumner. 1986. Use of boundary lines in establishing diagnostic norms. Soil Sci Soc Am J 50: 123-8.
  20. Webster R. 1997. Regression and functional relations. Eur. J. Soil Sci. 48 (3): 557-566.
Contenido del evento:
Temas relacionados:
Autores:
Mercedes Ron
Centro Regional de Investigaciones Basicas y Aplicadas de Bahia Blanca CRIBA
Recomendar
Comentar
Compartir
Profile picture
¿Quieres comentar sobre otro tema? Crea una nueva publicación para dialogar con expertos de la comunidad.
Súmate a Engormix y forma parte de la red social agropecuaria más grande del mundo.