AGRO RODRIGUEZRIVERAE

Índices de Calidad de Suelos de las Series Yauco y San Antón, dos Molisoles del Sur de Puerto Rico Por: Emmanuel Rodríguez Rivera Tesis sometida en cumplimiento parcial de los requisitos para el grado de MAESTRIA EN CIENCIAS en SUELO UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGÜEZ 2023 Aprobado por. _____________________________ Miguel A. Muñoz Muñoz, Ph.D. Presidente, Comité Graduado __________ Fecha ______________________________ Julia M. O’Hallorans Castillo, Ph.D. Miembro, Comité Graduado __________ Fecha ______________________________ Rebecca Tirado Corbalá, Ph.D. Miembro, Comité Graduado __________ Fecha _______________________________ Daniel Bair, Ph.D. Miembro, Comité Graduado ___________ Fecha _______________________________ Salvador F. Acuña Guzmán, Ph.D. Representante, Oficina de Estudios Graduados ___________ Fecha _______________________________ María Plaza Delestre, Ph.D. Directora Interina, Departamento de Ciencias Agroambientales ___________ Fecha Resumen Seis índices de calidad de suelos fueron utilizados para evaluar la calidad de los suelos Yauco (Typic Calciustolls) y San Antón (Cumulic Haplustolls), bajo labranza convencional y sin labranza. Estos fueron el índice aditivo (SQIA), los índices por peso (SQIW1 y SQIW2) y los índices por componente principal (SQIPC1, SQIPC2 y SQIPC3). Los predios cultivados se araron cada dos meses, y a los no cultivados solo se les pasó una taladora. Se realizaron dos muestreos de suelos a las profundidades de 0 a 8 y 8 a 20 cm. El análisis de la arcilla por espectroscopía de infrarojo (FTIR) y difractogramas de rayos X (XRD) indicó la presencia de montmorilonita, vermiculita, ilita, caolinita, haloisita, cuarzo, calcita en ambos Molisoles. Los índices de calidad de suelos SQIA y SQIPC1 le atribuyeron al suelo San Antón valores mas altos de calidad. Estos índices consideran todos los parámetros evaluados, y se enfocan en la disponibilidad de nutrimentos, pH, % MO, P disponible y micronutrimentos Cu, Fe, Mn y Zn. El SQIW y SQIw2 mostraron valores más altos de calidad para el suelo Yauco. Estos índices dan más peso a parámetros físicos como densidad aparente (Da), estabilidad de agregados (EA) y resistencia a penetración (RP). También los índices SQIPC2 y SQIPC3 que dan más peso a CICE, % MO, actividad de DHA y respiración basal (RB) le adjudicaron mejores índices de calidad al suelo Yauco. Los seis índices evaluados demostraron una reducción en la calidad de suelo al aumentar la profundidad a 20 cm, pero no mostraron diferencia significativa entre predios cultivados y no cultivados. ii Abstract Six soil quality indexs were used to evaluate soil quality of Yauco (Typic Calciustolls) and San Antón (Cumulic Haplustolls) soils, under conventional tillage and non-tillage. The six indexes were the additive index SQIA, the weight indexes SQIW1 and SQIW2, and the principal components indexes SQIPC1, SQIPC2 and SQIPC3. The tillage plots were plowed every two months and for the no tillage plots the cover crops were cut and left on the ground without further treatment. Two soil samplings were performed at depths of 0 - 8 and 8 - 20 cm. FTIR and XRD analyses of the clay fraction indicated the presence of montmorillonite, vermiculite, illite, kaolinite, halloysite, quartz, calcite in both Mollisols. The soil quality indexes SQIA and SQIPC1 attributed better soil quality values to San Anton soil. These indexes give more weight to nutrient availability, pH, % OM, available P and Cu, Fe, Mn y Zn content. The SQIW1 and SQIw2 assigned better soil quality values to Yauco soil. These indexes give more weight to physical parameters like bulk density (BD), aggregate stability (AE) and resistance to penetration (RP). The other two indexes SQIPC2 y SQIPC3, that give more weight to ECEC, % OM, DHA activity and basal respiration (BR) atributed better soil quality indexes to Yauco soil. The six indexes indicated a reduction in soil quality with an increase in soil depth to 20 cm, but no significant differences were observed between tillage and no tillage treatments. iii COPYRIGHT © 2023 EMMANUEL RODRIGUEZ RIVERA Dedicatoria A mi familia, Petra Rivera, Edgar Rodríguez, Felíta Rivera, Jorge Díaz I & II y Zemarilis Díaz por su cuido, mentoría, amor y apoyo incondicional que me brindan. Por su comprensión y ayuda en todos los aspectos de mi vida. Con amor. Emmanuel Rodríguez Rivera iv Agradecimientos Al Dr. Miguel Muñoz Muñoz, presidente del comité graduado. Gracias por ser mi mentor y haberme ayudado a expandir mis conocimientos en las ciencias de suelos. Por su confianza y oportunidades para que pueda completar el proceso. Su sabiduría y enseñanzas siempre serán herramientas para mi futuro. Soy afortunado de ser su estudiante. A los miembros del comité. La Dra. Julia M O’Hallorans Castillo por brindarme los detalles técnicos en identificación de variables de error y presentación de conocimiento selectivo. La Dra. Rebecca Tirado Corbalá por sus adiestramientos, motivación, consejos y comprensión en el proceso. Al Dr. Daniel Bair por brindar los puntos de vista, apoyo y aportaciones científicas que llevaron a la formación del proyecto. Al comité de enseñanza. Al Dr. Raul Machiavelli por su asesoramiento estadístico en el análisis de los datos y sugerencias. Al Dr. Roberto Vargas Ayala, por su guía, humor, consejos y por brindarme la oportunidad de dictar el laboratorio de suelos. A la Dra. Yaniria Sánchez por su guía y enseñanzas de liderazgo. Al personal de la Estación Experimental Agrícola en Juana Díaz. Al Prof. Carlos Flores, Carlos Almodóvar, Alexis Negrón (capataz), Danny Colón y Luis Burgos (maquinistas). Por su asesoramiento en estructurar los trabajos de campo y lograr que estos se cumplieran efectivamente. A mis colegas Catherine Rivera, Zoelie Rivera, Natalia Franqui, Merari Torres, Yailyn Rosado, Darline Toussaint, Paola Feliciano, Michelle Álvarez, Alexis Soto, Mia Fuentes y Carolina Ríos por su colaboración en el proyecto, por ser parte de esta aventura, y por la amistad que hemos forjado. Éxitos antes, ahora y siempre. Al Programa HATCH del USDA por el financiamiento del Proyecto HATCH 500 (Soil quality assessment among soil orders and ecological zones in PR) que ha brindado los recursos necesarios para realizar la investigacion, a pesar de adversidades como los huracanes, los temblores, pandemia (covid – 19) y huelgas estudiantiles. Al personal del Departamento de Ciencias Agroambientales. Norma García y Evelyn Roselló, gracias por todo su apoyo. v Tabla de Contenido 1. Introducción 1 1.1. Objetivos 3 2. Revisión de Literatura 4 2.1. Calidad de Suelo 4 2.2. Suelos de Puerto Rico y su clasificación 5 2.3. Labranza convencional (arado de discos) 7 2.4. Funciones del Suelo 8 2.5. Índice de Calidad de Suelos (SQI) 10 2.6. Indicadores Químicos 11 2.6.1. pH 11 2.6.2. Materia Orgánica 13 2.6.3. Capacidad de Intercambio catiónico 14 2.6.4. Fósforo 15 2.7. Indicadores Físicos 16 2.7.1. Textura 16 2.7.2. Densidad aparente y resistencia penetración 17 2.7.3. Estabilidad de agregados 18 2.8. Indicadores Biológicos 19 2.8.1. Deshidrogenasa 20 2.8.2. Respiración Basal 21 2.9. Caracterización de Minerales del Suelo 21 2.9.1. FTIR 22 2.9.2. XRD 23 3. Metodología 24 3.1. Localización del estudio 24 3.2. Predios y Diseño experimental 26 3.3. Análisis químicos 29 3.3.1. pH 29 vi 3.3.2. Carbono orgánico 29 3.3.3. Cationes intercambiables 30 3.3.4. Fósforo disponible 30 3.4. Análisis Físicos 31 3.4.1. Textura 31 3.4.2. Densidad aparente 32 3.4.3. Resistencia a penetración 32 3.4.4. Estabilidad de agregados 32 3.5. Análisis Biológicos 33 3.5.1. Deshidrogenasa (DHA) 33 3.5.2. Respiración basal 34 3.6. Análisis Mineralógicos 35 3.6.1. Extracción de arcillas para análisis mineralógico 35 3.6.2. FTIR 35 3.6.3. XRD 36 3.7. Índice de Calidad de Suelos (SQI) 36 3.7.1. Estandarización de parámetros de calidad de suelos 36 3.7.2. Integración de parámetros de calidad de suelo de índices (SQI) 41 4. Resultados y Discusión 44 4.1. Propiedades Químicas 44 4.1.1. pH 45 4.1.2. Materia orgánica 46 4.1.3. Fósforo 47 4.1.4. Calcio 48 4.1.5. Magnesio 48 4.1.6. Potasio 49 4.1.7. Sodio 50 4.1.8. CICE 50 4.1.9. Micronutrimentes 51 vii 4.2. Parametros Físicos 53 4.2.1. Resumen textura 54 4.2.2. Densidad aparente 54 4.2.3. Resistencia a penetración 55 4.3. Parametros Biológicos 58 4.4. Análisis Mineralógico 60 4.4.1. FTIR 60 4.4.2. XRD 61 4.5. Estandarización de parámetros de calidad de suelos (Si) 63 4.5.1. Estandarización de parámetros químicos del suelo (Si) 63 4.5.2. Micronutrimentos (Si) 64 4.5.3. Estandarización de parámetros físicos(Si) 66 4.5.4. Estandarización de parámetros biológicos (Si) 67 4.6. Índices de Calidad de Suelos (SQI) 68 4.6.1. Índice de Calidad de Suelo Promedio (SQIA) 70 4.6.2. Índice de Calidad de Suelo por Peso (SQIW1 y SQIW2) 71 4.6.2.1. Disponibilidad de nutrimentos (DN) 72 4.6.2.2. Proliferación de raíces (PR) 73 4.6.2.3. Estatus de la flora microbiana (AFFM) 74 4.6.2.4. SQIW1 75 4.6.2.5. SQIW2 76 4.6.3. Índice de Calidad de Suelo Estadístico (SQIPC) 77 4.6.3.1. SQIPC1 77 4.6.3.2. SQIPC2 78 4.6.3.3. SQIPC3 79 4.7. Conclusiones y recomendaciones 80 4.8. Referencias 82 4.9. Apéndice 97 viii Lista de Tablas Tabla 1. Funciones del suelo e indicadores de calidad. 8 Tabla 2. Parámetros de calidad del suelo para evaluación de suelos para 9 producción. Tabla 3. Clasificaciones de acidez según Troug, 1951. 12 Tabla 4. Calificaciones pH según intervalos de calidad. 12 Tabla 5. Categorías de materia orgánica del suelo. 13 Tabla 6. Estandarización para el contenido de materia orgánica del suelo. 14 Tabla 7. Capacidad de intercambio catiónico de varios minerales del suelo y 15 materia orgánica. Tabla 8. Clasificación de partículas por tamaño. 17 Tabla 9. Estandarización para clases texturales. 17 Tabla 10. Estandarización de valores de densidad aparente y resistencia a 18 penetración. Tabla 11. Valores de estandarización del porciento de estabilidad de agregados. 19 Tabla 12. Valores de estandarización para la actividad de deshidrogenasa. 20 Tabla 13. Vibraciones de infrarojo de las arcillas más comunes. 22 Tabla 14. Distancias interlaminares de minerales del suelo (XRD). 23 Tabla 15. Ecuaciones para estandarización de parámetros de calidad de suelos. 40 Tabla 16. Análisis de componentes principales, valores de coeficientes y 43 varianzas. Tabla 17. Variables y vectores de distribución del análisis de componentes 43 principales. Tabla 18. Parámetros químicos del suelo. 45 Tabla 19. Contenido de Ca+2 intercambiable (cmolc kg-1). 48 Tabla 20. Contenido de Mg+2 intercambiable (cmolc kg-1). 49 Tabla 21. Contenido de K+ intercambiable (cmolc kg-1). 50 Tabla 22. Contenido de Na+ intercambiable (cmolc kg-1). 50 Tabla 23. Capacidad de intercambio catiónico efectivo (cmolc kg-1). 51 Tabla 24. Micronutrimentos (mg kg-1) 52 ix Tabla 25. Parámetros físicos del suelo 53 Tabla 26. Densidad aparente del suelo 54 Tabla 27. Parámetros biológicos del Suelo 59 Tabla 28. Porcentaje de calificación (Estandarización) de parámetros químicos (Si) 63 Tabla 29. Porcentaje de calificaciones para Cu, Fe, Mn y Zn 65 Tabla 30. Porcentaje de estandarización de parámetros físicos 66 Tabla 31. Parámetros Biológicos del Suelo (Si)(%) 68 Tabla 32. Índices de Calidad de Suelos (SQI)(%) 69 Tabla 33. Calificaciones de grupos funcionales del suelo. 71 x Lista de Figuras Figura 1. Subestación Experimental Agrícola de Juana Díaz. 24 Figura 2. Perfil de suelo Yauco. 25 Figura 3. Perfil de suelo San Antón. 25 Figura 4. Predios experimentales de la serie Yauco. 27 Figura 5. Delimitación de predios experimentales de la serie San Antón. 27 Figura 6. A. Predio no cultivado de la Serie San Antón, EEA Juana Díaz. 28 Figura 6. B. Predio no cultivado de la Serie Yauco, EEA Juana Díaz. 28 Figura 6. C. Predio Cultivado de la Serie San Antón, EAA Juana Díaz. 28 Figura 6. D. Predio Cultivado de la Serie Yauco, EAA Juana Díaz 28 Figura 7. Interacción triple del porciento de MO entre las variables muestreo, 46 tratamiento y serie. Figura 8. Interacción triple de Fósforo disponible entre las variables profundidad, 47 tratamiento y serie. Figura 9. Resistencia a penetración para la serie Yauco. 56 Figura 10. Resistencia a penetración para la serie San Antón. 57 Figura 11. Resistencia a penetración para los suelos Yauco y San Antón. 57 Figura 12. Resistencia a penetración en los prdios no cultivados y cultivados. 58 Figura 13. Análisis de FTIR para la fracción de arcilla de la serie Yauco. 60 Figura 14. Análisis de FTIR para la fracción de arcilla de la serie San Antón. 61 Figura 15. Difractograma de rayos x de la serie San Antón no cultivado. 62 Figura 16. Difractograma de rayos x de la serie Yauco no cultivado. 62 Figura 17. Índice de calidad de suelo por método aditivo SQIA. 70 Figura 18. Calificación de la disponibilidad de nutrientes del suelo (DN%) 72 Figura 19. Calificación de la proliferación de raíces (PR%). 73 Figura 20. Calificación del ambiente favorable para la flora microbiana 74 (AFFM%). Figura 21. Índice de calidad de suelos por método de peso aditivo (SQIW1). 75 Figura 22. Índice de calidad de suelo por método peso aditivo (SQIW2). 76 xi Figura 23. Índice de calidad de suelo por método de componente principal 77 (SQIPC1). Figura 24. Índice de calidad de suelo por método de componente principal 78 (SQIPC2). Figura 25. Índice de calidad de suelo por método de componente principal (SQIPC3). xii 79 Lista de Ecuaciones Ecuación 1. Contenido de carbono orgánico 29 Ecuación 2. Corrección para % Materia Orgánica 29 Ecuación 3. Capacidad de intercambio catiónico efectivo 30 Ecuación 4. Textura del Suelo 31 Ecuación 5. Densidad Aparente del Suelo 32 Ecuación 6. Porciento de Estabilidad de Agregados 32 Ecuación 7. Deshidrogenasa 33 Ecuación 8. Respiración Basal 34 Ecuación 9. Estandarización no lineal de parámetros de calidad de suelo 36 Ecuación 10. Estandarización no lineal para comportamiento óptimos (Piecewise) 36 Ecuación 11. Adaptación para Microsoft Excel 37 Ecuación 12. SQIA 41 Ecuación 13. DN 41 Ecuación 14. PR 41 Ecuación 15. AFFM 41 Ecuación 16. SQIW1 41 Ecuación 17. SQIW2 42 Ecuación 18. SQIPCA 42 xiii Lista de Apéndices Apéndice 1. Datos de componentes químicos incluidos en el estudio y posibles 97 interacciones. Apéndice 2. Datos de componentes físicos incluidos en el estudio y posibles 98 interacciones. Apéndice 3. Datos de componentes biológicos incluidos en el estudio y posibles 99 interacciones. Apéndice 4. Calificaciones de porciento de calidad de suelo (estandarización) de 100 parámetros químicos del suelo. Apéndice 5. Calificaciones de porciento de calidad de suelo (estandarización) de 101 parámetros físicos del suelo. Apéndice 6. Calificaciones de porciento de calidad de suelo (estandarización) de 101 parámetros biológicos del suelo. Apéndice 7. Calificaciones de los índices de calidad de suelos. 102 Apéndice 8. Resistencia a penetración. 103 Apéndice 9. Biplot de la distribución de vectores de variación. 104 . xiv 1. Introducción Se estima que para el año 2,050 la población mundial será 9.1 mil millones habitantes, lo cual implica aumentar la producción agrícola en un 15% o más con el menor impacto al ambiente posible (Pérez et al., 2018). La rápida reducción en salud en suelos cultivados o labrados se atribuye a una baja secuestración de carbono y una alta mineralización de la materia orgánica (Lal et al., 2004). La labranza es una de las prácticas de mayor antigüedad en la producción agrícola, la misma consiste en fragmentar, granular, invertir y homogenizar al suelo junto a los residuos, malezas y enmiendas orgánicas (Nichols, 1929). Esta práctica facilita la siembra, la germinación y trasplante de los cultivos (Terminiello et al., 2000). Sin embargo, la labranza rompe el balance de carbono en el suelo exponiendo la materia orgánica (MO) y acelerando su descomposición (Rastogi et al., 2002). Veenstra (2010) describió como un Typic Hapludoll del noreste de Iowa, con una inclinación de un 3%, perdió 15 cm de su horizonte superficial con alto por ciento de materia orgánica al compararse a una evaluación realizada en el 1,959. Por otra parte, Yang et al., (2003) observaron que mediante la conversión de labranza o cultivado tradicional a no perturbar el suelo, se pudo recuperar el carbono orgánico perdido en Molisoles cultivados por 20 años. El balance adecuado de dicha práctica se puede evaluar mediante la interpretación de parámetros e indicadores de calidad de suelos (Andrews et al., 2002). Un indicador o parámetro de calidad de suelo es la medida que nos permite predecir o evaluar el estado de alguna o varias funciones del suelo. Por ejemplo, el pH o concentración de protones está directamente relacionada con la solubilidad de nutrientes esenciales para el crecimiento de las plantas, brindando un indicio de la fertilidad o calidad química del suelo (Neina, 2019), la estabilidad de agregados (EA) nos da un indicio del soporte y estabilidad física del suelo ante erosión (Volchko, 2014) y la respiración basal o mineralización de carbón refleja el nivel de actividad microbiana, MO, su descomposición y estado o calidad. Los indicadores son seleccionados de acuerdo con el enfoque del estudio, conveniencia y validez (Vasiliniuc y Patriche, 2011). En casos de presentar los resultados en forma de índices (%), la integración de los parámetros se estructura reflejando la prioridad de cada indicador de calidad de suelo sobre el objetivo establecido (Mandal et al., 2014). Para propósito del estudio la calidad del suelo y la salud del suelo no son términos similares. La salud del suelo se enfoca en el suelo como un sistema dinámico y vivo, en donde la biodiversidad es esencial para ejecutar sus funciones y promover la calidad ambiental (Doran y Zeiss., 2000). Por otra parte, calidad del suelo es la capacidad del suelo para ejecutar sus funciones químicas, físicas y biológicas mientras provee un habitad saludable (Doran et al., 1994; Doran y Parkin, 1996). Se han identificado 65 distintas combinaciones de parámetros para determinar la calidad del suelo, en el estudio se presentan los indicadores de calidad de suelo mas utilizados e incluyendo parámetros relativamente nuevos como la actividad enzimatica (Bünemann et al., 2018). En el estudio se escogieron 12 indicadores de funciones químicas, cuatro indicadores de funciones físicas, dos indicadores de funciones bióticas y dos indicadores de la característica mineral del suelo: pH, contenido de MO, capacidad de intercambio catiónico efectivo (CICE), fósforo (P) disponible, contenido de calcio (Ca+2), magnesio (Mg+2), potasio (K+), sodio (Na+), cobre (Cu), hierro (Fe), manganeso (Mn), zinc (Zn), textura, estabilidad de agregados (EA), densidad aparente (Da), resistencia a penetración (RP), actividad de la enzima deshidrogenasa (DHA), respiración basal (RB) e identificación de minerales en la fracción de arcilla vía grupos funcionales por espectroscopía de infra rojo (FTIR) y por difractogramas de rayos x en escaneos de °2θ (XRD). En el estudio se evaluaron 6 índices de calidad de suelos (SQI). El primer índice evaluado fue el SQIA (método aditivo) en donde los valores de SQI son el promedio de los todos parametros 2 estandarizados (Masto et al., 2008). El segundo y tercer índice evaluados fueron el SQIw1 y SQIw2 (método por peso-aditivo) (Cude, 2001), es la integración de parámetros que representen grupos divididos en disponibilidad de nutrimento (DN), proliferación de raicez (PR) y el ambiente favorable para la flora mircobiana (AFFM) o refiérase a indicadores químicos, físicos y biológicos de calidad de suelo. Los próximos índices evaluados fueron por componente principal SQIPC descrito por Mandal et al. 2014, evaluadose tres índices (SQIPC1, SQIPC2, SQIPC3). El análisis de componente principal se utiliza para determinar los parámetros más determinantes y provee una descripción condensada de los patrones de variación en un conjunto de data multivariado, de este modo reducir los parámetros que se utilizan para estimar el índice de calidad de suelo (SQI) (PerezNeto, 2005). El estudio se enfoca en dos series de suelos del orden Molisol. Estos, son considerados suelos de alto valor económico por su alta fertilidad (Muñoz et al., 2017). Las series seleccionadas, Yauco y San Antón poseen características deseables en un suelo de alta calidad y se diferencian en su material parental (Gierbolini, 1979). La serie Yauco se forma de un material parental aluvial de carbonato de calcio y la serie San Antón de material parental aluvial. Los resultados nos permiten establecer una comparación de índices de calidad de suelos (SQI) y predios disponibles para establecer cultivos que nos puedan brindar un indicio del rendimiento y comparar los valores porcentuales de los índices. 1.1 Objetivos 1) Evaluar parámetros de calidad de suelo de dos Molisoles de la costa sur de Puerto Rico. 2) Evaluar el efecto de labranza y no labranza en los parámetros de calidad del suelo. 3) Diseñar y evaluar la aplicabilidad de un índice de calidad de suelos (SQI). 3 2. Revisión de literatura 2.1 Calidad de Suelos La conservación del ambiente y los recursos naturales es de suma importancia en nuestra sociedad moderna y tecnificada. La calidad del aire, el agua y el suelo pueden estar en peligro por los efectos del cambio climático, las malas prácticas sociales, culturales, agrícolas e industriales (Oldeman, 1994; Warkentin y Fletcher, 1997; Steer, 1998; Hedlund et al., 2003). Los conceptos de calidad del agua, aire y suelo se amplían en torno al grado de contaminación (Harwood, 1990; DNER, 2019). El concepto de calidad del suelo es la capacidad del suelo para ejercer sus funciones químicas, físicas y biológicas brindando un hábitat saludable (Doran et al., 1994; Doran y Parkin, 1996; Karlen et al., 2008). Este concepto ha recibido varias críticas ya que establecer niveles de calidad de suelo puede provocar un prejuicio a suelos que no cumplan con las propiedades intrínsecas o completamente deseables como la textura y pH. Los cultivos tienen diferentes requerimientos y la mayoría de los estándares o rangos de valores para condiciones óptimas de alta calidad se han validado para cultivos agronómicos maíz, zoja, trigo, entre otros, restringiendo la definición de un suelo de alta calidad (Letey et al., 2003). Por ejemplo, un rango óptimo del parámetro pH para cultivos en general sería 6.0-7.0 pero para cultivos como la papa (Solanum tuberosum) que dan buenos rendimientos en pH ácidos del suelo se puede adjudicar buenas calificaciones de porciento de calidad de suelos en estos valores (Ignatieff y Page, 1959). La misma crítica es aplicable a cultivos como cebada (Hordeum sativum), remolacha (Beta vulgaris var. Rapa) y caña de azúcar (Saccharum officinarum) entre otros, resistentes a condiciones alcalinas del suelo (Ignatieff y Page, 1959). El dilema no solo se mantiene sobre el parámetro químico mencionado, también se extiende a los parámetros físicos, biológicos, al material parental o 4 mineralogía del suelo, orden de suelo, uso previo e interacción con el ecosistema (Bunemann et al., 2018). A pesar de establecer una definición estable/adaptable sobre calidad de suelos, analizar el concepto es difícil porque los suelos reaccionan lentamente a manejo y uso (Nortcliff, 2002). Estas limitaciones no han evitado que se desarrollen herramientas para estimar la calidad del suelo, primero se diseño las técnicas visuales de asesoramiento por ejemplo el método de Peerlkamp (1959) luego se comenzó el análisis visual y de parámetros en el laboratorio para llegar a los resultados (Pulido-Moncada et al., 2014). El proceso de acesoriamiento o determinación de la calidad de suelo ha ido modificándose según las nuevas technologias que van desde un análisis visual y analítico hasta programas estadísticos y de predicciones como el Cornell Soil Health Assessent (Moebius-Clune et al., 2016), Horizon 2020 project LANDMARK, SMAF Soil Management Assesment Framework, el monitoreo de calidad de suelos canadiense (Clearwater et al., 2016) y el SIMOQS (Lima et al., 2013) entre otros métodos propuestos para la determinación de valores de este concepto multivariado. 2.2 Suelos de Puerto Rico y su clasificación El sistema de clasificación de suelos del Departamento de Agricultura de los Estados Unidos (Taxonomía de Suelos) indica que en Puerto Rico se han identificado 213 series de suelos distribuidos en 45 Inceptisoles, 36 Molisoles, 29 Ultisoles, 24 Oxisoles, 19 Vertisoles, 17 Alfisoles, 17 Entisoles, 15 Aridisoles, 8 Histosoles y 3 Espodosoles. De los 12 órdenes existentes solo dos, los Gelisoles y los Andisoles no se encuentran en Puerto Rico (Muñoz et al., 2017). Los Molisoles, son considerados los suelos más fértiles con una saturación de bases (SB) mayor de 50% (Wilding et al., 1983), alto contenido de MO y alta capacidad de retención de agua (Encina Rojas, 1998). Estos suelos representan el 17.7% de los suelos en Puerto Rico, de los cuales 5 el 42.9% son Ustolls y un 25.5% Rendolls. A nivel mundial se han identificado 916 millones de hectáreas (ha) de Molisoles. En los Estados Unidos ocupan unos 200 millones de ha, 148 millones ha en Rusia, 89 millones ha en Argentina, 50 millones ha en México, 40 millones ha en Canada, 35 millones ha en China, 34 millones ha en Ucrania y 13 millones ha en Uruguay (Liu X et al., 2012; Muñoz et al., 2017). En el estudio se evaluó la calidad de dos Molisoles de la Suborden Ustolls, las series Yauco y San Antón. El suelo Yauco (Fig. 2) está clasificado como “Fine-silty, carbonatic, isohyperthermic Typic Calciustolls”. El material parental es sedimentos calcáreos y los encontramos en las faldas de colinas calcáreas. El horizonte (Ap) alcanza una profundidad de 28 cm, es de color marrón grisáceo muy oscuro (10YR 3/2), textura franco limoso arcilloso, con fracciones texturales aproximadas de 0 a 20% de arena, 60 a 70% limo y 30 a 40% de arcilla (Gierbolini, 1979). Este suelo ocupa unos 13.8 km2 en Puerto Rico, correspondiendo a un 1.01 % de los Molisoles en la isla (Muñoz et al., 2017). El suelo San Antón (Fig. 3) está clasificado como “Fine-loamy, mixed, superactive, isohyperthermic Cumulic Haplustolls”. El material parental es depósitos aluviales en llanos inundables. El horizonte (Ap) alcanza una profundidad de 23 cm, es de color marrón muy oscuro (10YR 2/2), textura limo arcillosa, con fracciones texturales aproximadas de 0 de 20% de arena, 40 a 60% de limo y 40 a 60% arcilla (Gierbolini, 1979). Este suelo ocupa unos 33.7 km2 en Puerto Rico, correspondiendo un 2.48% de los Molisoles en la isla (Muñoz et al., 2017). Dumas et al. (2008) reportó que la serie San Antón en la Subestación Experimental Agrícola de Juana Díaz posee un de pH 7.4, CIC de 29 cmolc kg-1 y 3.1% de MO, con una distribución de fracciones texturalesarena 41%, limo 31% y arcilla 28%. 6 2.3 Labranza convencional (arado de discos) La labranza es una de las prácticas de mayor antigüedad en la producción agrícola, la misma consiste en romper, granular, invertir y homogenizar al suelo junto a los residuos, malezas y enmiendas orgánicas (Nichols, 1929). Esta práctica facilita la siembra, la germinación y trasplante de los cultivos (Terminiello et al., 2000). Se utiliza como control de malezas dejando la superficie libre de yerbajos. Sin embargo, la labranza rompe el balance de carbón en el suelo exponiendo la materia orgánica al ambiente exterior y aumentando su descomposición (Rastogi et al., 2002). Los microorganismos responsables de la destrucción de la materia orgánica predominan bajo el arado convencional (Shikula et al., 1988). La rápida reducción en salud en suelos arados se atribuye generalmente a una baja secuestración de C y una alta mineralización de la MO (Lal et al., 2004). La erosión por labranza es mayor a la erosión hídrica, debido a una mayor presencia de agregados de menor tamaño, susceptibles incluso en condiciones de lluvias de baja intensidad (Gomez-Calderón, 2018). Por otra parte, mantener una cobertura vegetal mejora las propiedades del suelo a corto plazo, aumenta el contenido de carbono y la respiración basal (Ramos-Pérez et al., 2017). López-Bellido et al., (1996) reportaron una reducción en la evaporación de la solución del suelo debido a la cobertura con residuos de la no labranza. Estos autores también mostraron como el arado convencional o de discos tiene un efecto sobre una menor húmedad superficial debido a la falta de cobertura vegetal. 7 2.4 Funciones del Suelo En la determinación de la calidad del suelo se toma en cuenta la mineralogía y las funciones químicas, físicas y biológicas que en este se ejercen. Esto se refleja en el hábitat, la biodiversidad, en el reciclaje de nutrimentos, en la descomposición de la MO por los organismos, en el mantenimiento estructural, en el reciclaje de agua y su resiliencia (Andrews et al., 2004). Los indicadores o parámetros de calidad de suelo nos permiten describir la condición de una o más funciones del suelo (Tabla 1) (Andrews et al., 2004). Un indicador ideal debe estar correlacionado con los procesos del ecosistema e integrar la química, física y biología del suelo con sus propiedades y procesos. Tabla 1. Funciones del suelo e indicadores de calidad Función del Suelo Indicador de calidad Hábitat y biodiversidad Amortiguamiento y filtración Respiración basal Densidad aparente Fósforo Carbón orgánico total Reciclaje de nutrientes Nitrógeno pH Fósforo Soporte y estabilidad física Estabilidad de agregados Densidad aparente pH Resistencia y adaptación Profundidad Carbón orgánico total Reciclaje de agua Humedad disponible Densidad aparente Conductividad eléctrica Adsorción de sodio pH (Andrews et al., 2004; Volchko, 2014). Motivo del manejo Protección del medio ambiente. Protección del medio ambiente y manejo de desperdicios. Protección del medio ambiente, manejo de desperdicios y fertilidad. Protección del medio ambiente y fertilidad Protección del medio ambiente, manejo de desperdicios y fertilidad Protección del medio ambiente, manejo de desperdicios y fertilidad. El indicador también debe ser accesible, sensitivo al manejo y clima, ser componentes ya estudiados y haber data actualizada (Doran y Parkin, 1996; Doran y Zeiss, 2000). De acuerdo con 8 esta definición, se ha sugerido que el mejor indicador de la calidad del suelo es el contenido de materia orgánica. La materia orgánica del suelo incluye el material orgánico fresco o residuos de plantas, activo o en descomposición y el estable o humus. La materia orgánica influye directamente sobre la mayoría de los procesos del suelo, pero por sí sola no puede determinar la calidad, estado o condición de todas las funciones del suelo (Bastida et al., 2008; Masto et al., 2015). Esta limitación es aplicable a todos los parámetros de calidad de suelo, por esta razón se introdujo el concepto “conjunto mínimo de data” (MDS sus siglas en inglés) lo cual representa la combinación mínima de parámetros para la determinación efectiva de la calidad de un suelo o el objetivo establecido (Larson et al., 1994). Se han identificado 65 distintas combinaciones de parámetros o conjunto mínimo de datos para determinar la calidad del suelo y su selección está ligada a la designación de uso del suelo (Bünemann et al., 2018). Idowu et al., (2008) seleccionó un grupo de parámetros para determinar la calidad de un suelo para producción de cultivos (Tabla 2). Tabla 2. Parámetros de calidad del suelo para evaluación de suelos para producción de cultivos. Parámetro Función del suelo Textura y contenido de rocas Todas Estabilidad de agregados Aeración, infiltración, enraizamiento y costras. Capacidad de humedad disponible Humedad disponible para las plantas. Resistencia a penetración Enraizamiento Contenido de materia orgánica Almacenamiento de energía, retención de agua y nutrientes. Contenido de carbón activo Material orgánico para sostener funciones biológicas. Nitrógeno mineral Habilidad de los microorganismos en suplir nitrógeno Salud de las raíces Plagas transportadas por el suelo. pH Toxicidad y nutrientes disponibles P extractable P disponible y pérdida potencial al medioambiente Potasio extractable Potasio disponible. Contenido de microelementos Disponibilidad de micro nutrimentos, desbalances de elementos y toxicidad. (Idowu et al., 2008; Volchko, 2014) 9 2.5 Índice de calidad de suelos (SQI) Se han establecido varios métodos para determinar la calidad de los suelos, pero la gran mayoría utiliza los índices de calidad de suelos (SQI) de indicadores estandarizados de Andrews et al. (2004). La estandarización, término introducido por Parra-Gonzáles y Rodríguez-Valenzuela (2017) requiere un marco de referencia teórico de valores óptimos sobre cada parámetro que permita dar una calificación en términos de porciento de calidad de suelo. En otras palabras, cada parámetro o indicador de calidad de suelo se encuentra en unidades diferentes por tanto se deben llevar a la misma unidad, “porciento de calidad de suelo”, para esto se deben evaluar el rendimiento de los cultivos a diferentes niveles del parámetro y corelacionarlo en términos de porciento o su relación con alguna función del suelo. Ejemplos específicos de estandarización se presentan en las tablas 4, 6 y 9- 12. Los parametros estandarizados pueden integrarse en índices de varias maneras, ya que se encuentran en una unidad similar. Por ejemplo, si se desea saber la calidad química en términos de fertilidad se pueden promediar los parámetros químicos solamente (pH, %MO, cationes intercambiables, fósforo disponible). Por otro lado, si se desea un indicio gobal, se promedian todos los parámetros evaludados en el estudio (químicos, físicos y biológicos) (Masto et al., 2008). Los índices se pueden adaptar según el enfoque del estudio, entiéndase que la integración de parámetros puede ser filtrada con análisis estadísticos (corelación Pearson, componentes principales) antes de llegar a los valores calculados de SQI (Cude, 2001; Mandal et al., 2014). En términos de presentar los valores en escalas, suelos con 85% o más en SQI son considerados calidad bien alta, 85-70% es alta calidad, 70-55% es media calidad, 55-40% baja calidad y menos de 40% es bien baja calidad de suelos (Moebius-Clune et al., 2017). Zhan-jun et al. (2014) categorizó suelos bajo producción que reciben enmiendas inorgánicas y orgánicas como 10 de alta productividad al tener un SQI demás de 95%, con 94-83% productividad mediana y 8360% productividad baja. Mukherjee y Lal (2014) compararon tres métodos de calculación del SQI y los correlacionaron con el rendimiento de maíz y soya en tres suelos de Ohio. Los índices de calidad de suelo fueron mayores para el suelo (Martisco franco limoso) Histic Humaqueqts que para los suelos minerales y no variaron con la profundidad. El índice de calidad de suelo para el Kokomo franco limo-arcilloso (Molisol) fue mayor que el del Crosby franco limoso (Alfisol). El estudio mostró una alta correlación de los SQI con el rendimiento de maíz y soya. Noviyanto et al. (2017) evaluó el SQI de suelos reclamados en periodos de 1, 15 y 18 años previamente utilizados para la minería en Indonesia. Estos autores utilizaron los parámetros de pH, saturación de bases (SB), Da, conductividad eléctrica (CE), CIC, P disponible, nitrógeno (N) total y Carbon orgánico, y observaron un aumento en el índice de calidad (SQI) al aumentar los años de reclamación. 2.6 Indicadores químicos Entre los indicadores químicos de mayor importancia en calidad de suelos tenemos MO, pH, CIC y cationes intercambiables. 2.6.1 pH Ignatieff, et al. (1959) reportó que la mayoría de las plantas tienen una región óptima de pH de 6.0 – 7.5. Se han clasificado los suelos en estratos de acuerdo con su nivel de pH. El pH es un excelente indicador de la calidad del suelo por su efecto en la solubilidad de elementos, la disponibilidad de nutrimentos, los procesos de adsorción, disolución y la CIC (Rangel-Peraza et al., 2017). 11 Tabla 3. Clasificaciones de acidez según Troug, 1951. Clasificación pH (H2O) muy ácido < 5.5 acidez media 5.5 – 6.0 acidez débil 6.0 – 6.5 acidez muy débil 6.5 – 7.0 alcalinidad muy débil 7.0 – 7.5 alcalinidad débil 7.5 – 8.0 alcalinidad media 8.0 – 8.5 muy alcalino < 8.5 La concentración de cationes y aniones disponibles, niveles tóxicos de Aluminio (Al+3) y Manganeso (Mn+2) junto a los rangos de producción óptima para las plantas se deben tomar en cuenta al momento de la estandarización. Varios autores han propuesto categorías o rangos de calidad de suelos basados en el pH (Tabla 4). Tabla 4. Calificaciones pH según intervalos de calidad. Intervalos Interpretación Calificación 5.5 – 7.2 Óptimo para las plantas 2 7.2-8.0 Preferido por algunas 1 plantas posibles deficiencias de P y algunos metales. <5.4, >8.1 0 7.5 – 6.5 1 6.4- 6.0 0.8 5.9- 5 0.6 4.9- 4.1 0.4 < 4.0 0.2 5.5-7.2 Alto 3 4-5.5 y 7.2-8.5 Medio 2 <4.0, >8.5 Bajo 1 12 Referencia Mukherjee, 2014 Nepal y Mandal, 2018 Spandana 2013 et al., 2.6.2 Contenido de materia orgánica La materia orgánica es de suma importancia al determinar la calidad de un suelo dado que promueve la agregación, aumenta la porosidad del suelo, reduce la Da, aumenta la retención de agua y reduce la erosión del suelo. También aumenta la CIC, la actividad biológica y la fertilidad del suelo (Rangel-Peraza et al., 2017). El contenido de MO de los suelos puede ser muy variable dependiendo del clima, la vegetación, el contenido de humedad, la textura del suelo (Jiao et al., 2020). En estudios de suelos de América Central se encontró un rango de 0.4 a 12.2 % de C orgánico con una media muestral de 2.96 % (n=167) (Díaz-Romeu et al., 1970). Se evaluaron 32 suelos de Guatemala, 25 de El Salvador, 28 de Honduras, 32 de Nicaragua y 59 de Costa Rica. El 57 % de las muestras presentó un contenido de C orgánico entre 1 a 2.5 %. Se ha demostrado que la adición frecuente de residuos de plantas y estiércol estimula la producción de masa microbiana y estabilidad en el ciclo de carbono (Medvedev, 2002). El contenido de MO del suelo fue categorizado por Hardy (1961) (Tabla 5). Tabla 5. Categorías de materia orgánica del suelo. Clasificación % Materia orgánica % Carbono orgánico Bajos < 2.0 < 1.15 Medios 2.1 – 4.0 1.2 – 2.3 Altos 4.1 – 10.0 2.4 – 5.8 Muy Altos > 10.0 > 5.8 (Hardy, 1961) Algunas categorías de estandarización de materia orgánica (SOM por sus siglas en ingles) y carbono orgánico del suelo (SOC por sus siglas en inglés) como índice de calidad de suelos se presentan en la Tabla 6. 13 Tabla 6. Estandarización para el contenido de carbon orgánico del suelo. Intervalos (%) Interpretación Calificación Referencia >3.0 Poca o ninguna 2 Mukherjee y Lal, limitación 2014 2.0-3.0 Limitación moderada 1 < 2.0 >0.75 0.5-0.75 <0.5 >1.4 0.73-1.4 <0.72 Alta Media Baja Alta Media Baja 0 3 2 1 2 1 0 Spandana 2013 et al., Pham et al., 2015 2.6.3 Capacidad de intercambio catiónico La CIC es una medida de la habilidad de un compuesto orgánico o inorgánico en intercambiar cationes con la solución del suelo. En estudios de suelos de Centro América se observó valores de CIC entre 7 cmolc kg-1 y 83 cmolc kg-1 en donde el 62% de los suelos presentaron valores entre 15 y 45 cmolc kg-1 con una media muestral aproximada de 27 cmolc kg1 (Hardy, 1961). La variación corresponde a la cantidad de materia orgánica y de arcilla que contengan las muestras. Se ha evidenciado una relación lineal positiva entre CIC y el área superficial de las arcillas (m2 g-1) (Gamble et al., 1969) y entre pH y CIC (Igue et al., 1970). En la Tabla 7 se muestra las medidas de capacidad de intercambio catiónico de varios componentes minerales del suelo y materia orgánica. La CIC puede ser medida directamente del suelo (Chapman, 1965), pero también puede ser estimada utilizando el porciento de materia orgánica (MO) y el porciento de arcilla. El resumen de los resultados encontrados por Yuan et al. (1967) en los Molisoles de Florida (Anclote, Buccaneer, Chobee, Delray, Yulee y Floridana, entre otros) observó un CIC promedio de 12.3 cmolc kg-1 con valores limitan desde 3.2 a 23.1 cmolc kg-1. Estos suelos mostraron un contenido promedio de materia orgánica de 5.26 % y 4.1 % de arcilla. El autor 14 estimó la CIC utilizando la ecuación, CIC= -2.68 + 1.97 (%M.O.) + 1.28 (% Arcilla). La ecuación mostró una alta correlación en este estudio, pero no es posible una extrapolación a otros Molisoles sin antes evaluar el grado de humificación de la materia orgánica. Sin embargo, si podemos establecer correlaciones entre CIC medido por métodos tradicionales y valores estimados una vez conozcamos el contenido de materia orgánica y el contenido de arcilla. Tabla 7. Capacidad de intercambio catiónico de varios minerales del suelo y materia orgánica. Mineral Capacidad de intercambio catiónico (cmolc kg-1) Caolinita 3 – 15 Haloisita 5 – 10 Montmorillonita 80 – 120 Vermiculita 100 – 150 Ilita 20 – 50 Clorita 10 – 40 Alófana < 100 Ópalo 11 – 34 Oxido Fe amorfo 10 – 25 Materia orgánica 100 – 250 (Scheffer y Schachtschabel, 1966). La CIC es muy buen indicador de la calidad de un suelo porque el nivel de fertilidad está directamente relacionado a ella. Es deseable una alta CIC para que el suelo tenga la habilidad de retener los nutrimentos necesarios para las plantas (Rangel-Peraza et al., 2017). 2.6.4 Fósforo El P es relativamente estable en los suelos, no presenta dificultades como los nitrogenados que pueden ser volatilizados y lixiviados, pero si puede ser adsorbido y retenido fuertemente por suelos altamente meteorizados (Fassbender, 1984). Por esta razón la fertilización con P es vital para alcanzar niveles adecuados para las plantas. Por otro lado, fertilización intensiva con P puede 15 causar eutroficación de cuerpos de agua, afectando negativamente el ambiente. El P se acumula en el suelo como respuesta al uso excesivo de fertilizantes, estiércol o desechos municipales y puede ser transportado en sedimentos por el agua de escorrentía o en pocos casos por agua subterránea por lixiviación (Silveira et al., 2010). Algunos estudios han reportado categorías de P en su forma disponible y total del suelo como un indicador de calidad de suelos (Spandana et al., 2013; Pham et al., 2015). 2.7 Indicadores físicos Las características físicas del suelo son una parte necesaria en la evaluación de la calidad de este recurso porque no se pueden mejorar fácilmente (Singer y Ewing, 2000). Los indicadores físicos reflejan la manera en que el suelo acepta, retiene y transmite agua a las plantas, así como las limitaciones que se pueden encontrar en el crecimiento de las raíces, la emergencia de las plántulas, la infiltración o el movimiento del agua dentro del perfil (Bautista et al., 2004). La textura, Da, estructura y EA son parámetros usualmente utilizados para la evaluación física del suelo ya que son sensitivos al manejo y clima, según aumenta el porciento de arcilla, Da, RP y menores agregados mayor será las limitaciones al crecimiento de las raíces (Kuykendall, 2008). 2.7.1 Textura La textura es una cualidad inherente del suelo. La misma se refiere a la distribución de tamaños de partículas menor de 2.0 mm de diámetro que componen la fracción mineral del suelo. Este parametro al ser inherente no cambia ante la labranza y no labranza. Se han propuesto varias clasificaciones según el tamaño de partícula, pero se utiliza la clasificación de la USDA en donde 16 la Arena 2.00-0.10 mm, el Limo 0.10-.002 mm y la arcilla en 0.002 mm > llegando a los coloides (Tabla 8). Tabla 8. Clasificación de partículas por tamaño (USDA, 1951; Portland Cement Association, 1962; adaptado por Baver et al., 1972). Tamaño (mm) Sistema 0.002 0.005 0.01 0.02 0.05 0.10 0.20 0.50 1.0 2.0 Material fino (arcilla y limo) Arena fina Arena Gruesa Nombre Arcilla Limo Arena fina Arena Gruesa FAA Coloides Arcilla Limo Arena fina Arena Gruesa AASHO Arcilla Limo Arena Arena Arena Arena Arena muy fina mediana Gruesa muy USDA fina gruesa Arcilla Limo Arena fina Arena gruesa ISSS (FAA = Federal Aviation Authority; AASHO = American Association of State highway officials; USDA = United Stated Department of Agriculture; ISS = International Soil Society) <0.001 La textura por ser una característica inherente del suelo es un excelente indicador de la calidad del suelo. La proporción de fracciones texturales está directamente relacionada con la capacidad de retención de agua, porosidad, capacidad de intercambio catiónico y la habilidad de retener materia orgánica (Rangel-Peraza et al., 2017). Algunas categorías de estandarización de la textura como indicador de calidad de suelos se presentan en la tabla 9 (Nepal et al., 2018). Tabla 9. Estandarización para clases texturales. Clase textural Calificación Franco arcillo limoso 1 Limoso, franco limoso, Limoso 0.8 arenoso Franco, Arenoso limoso 0.6 Arcillo limoso, Arcillo arenoso, 0.4 Franco arcilloso Arcilloso, Arenoso 0.2 Referencia (Nepal et 2018) al., 2.7.2 Densidad aparente y resistencia a penetración La Da y la RP brindan una medida de la compactación del suelo. La compactación del suelo restringe el crecimiento de raíces, disminuye el espacio poroso, el flujo de agua y nutrientes, y aumenta la proporción de poros llenos por agua, disminuyendo la infiltración y aumentando la 17 escorrentía (Blanco-Sepúlveda, 2009). Poros llenos de agua además afectarán la actividad microbiana al disminuir la tasa de descomposición de la MO y evitará la liberación de nutrientes (Cabalceta, 1999; Porta et al., 2003). Mukherjee y Lal (2014) nos presentan una estandarización de acuerdo con los valores de densidades aparentes y resistencia a penetración para calidad de suelos. Tabla 10. Estandarización de valores de densidad aparente y resistencia a penetración. Unidad Intervalos Interpretación Calificación <1.0 Buen soporte 2 Densidad 1.0 – 1.5 Efectos adversos no usuales 1 aparente >1.5 Probables efectos adversos 0 (Mg/m3) Resistencia a 1.0- 2.0 Baja posibilidad de efectos 2 penetración adversos sobre el crecimiento (Mpa) de raíces. 2.0 – 3.0 Efecto moderado adverso 1 sobre el crecimiento de raíces. >3.0 Efecto alto adverso sobre el 0 crecimiento de raíces. (Mukherjee y Lal, 2014) 2.7.3 Estabilidad de agregados El porciento de estabilidad de agregados (% EA) guarda una estrecha relación con el contenido de C orgánico del suelo y el parámetro se utiliza para estimar la erosion del suelo (Ramos-Pérez et al., 2017; Liu et al., 2019; Zhoul et al., 2020). Las raíces y las hifas de los hongos se encargan de cementar y arreglar las partículas del suelo mediante la liberación de compuestos orgánicos, proceso que tiene un impacto positivo en el secuestro de Carbono y por ende crea mejores agregados (Bronick y Lal, 2005). Byung-Kenn et al., (2007) encontró que la estabilidad de agregados tiene una correlación negativa con el contenido de arena y una correlación positiva con el limo, la arcilla, contenido de Ca y MO. Liu et al., (2019) observaron que la estabilidad de agregados aumentó luego de llevar un suelo cultivado a no cultivado lo cual sugiere una 18 secuestración de carbono a largo plazo. En la tabla 11 se muestran valores para índices de calidad de suelos atribuibles a la estabilidad de agregados. Tabla 11. agregados. Intervalos >90 89 – 70 70- 50 <50 >66.1 66-50.1 50-34.1 34-18 <18 Valores de estandarización del porciento de estabilidad de Interpretación Suelo excelente Buen suelo Probables efectos adversos Posibles problemas de erosión e infiltración. Suelo excelente Buen suelo Calidad estructural media Calidad estructural pobre Calidad estructural con posibles problemas de erosión. Calificación Referencia 3 Mukherjee y Lal, 2014 2 1 0 1 0.75 0.5 0.25 0 Bartlova et al., 2015 2.8 Indicadores Biológicos Las transformaciones más importantes en los procesos de la mineralización y la humificación son de naturaleza bioquímica. Después de la destrucción mecánica y física de los restos vegetales y animales se produce el ataque por microrganismos y enzimas que descomponen los compuestos orgánicos resultando en la liberación de minerales (Fassbender, 1984). Visser y Parkinson (1992) han sugerido que las propiedades biológicas y bioquímicas más útiles para determinar la calidad del suelo desde una perspectiva funcional, son aquellas relacionadas más íntimamente con el reciclado de nutrientes, porque proporcionan “información” sobre el estado funcional del suelo. La actividad enzimática ha sido sugerida como indicador de calidad de suelos ya que mide principalmente las reacciones microbianas envueltas en los ciclos de nutrientes, responden fácilmente a cambios naturales o antropogénicos en el suelo y puede ser medida fácilmente 19 (Nannipieri et al., 2002). Las enzimas son catalizadores orgánicos que disminuyen la energía de activación de las reacciones metabólicas y permiten que se produzcan a temperaturas y presiones a las que normalmente no tendrían lugar (Coyne, 2000). Las enzimas deshidrogenasa, ßglucosidasa, fosfatasa y ureasa se han utilizado como indicadores para evaluar el efecto del manejo agronómico sobre características de calidad o estado de sanidad del suelo (Gajda y Mortyniuk, 2005). Estas enzimas son responsables de la liberación de C, N, y P, elementos importantes en la nutrición de las plantas. Según su función, las enzimas del suelo más estudiadas son las oxidorreductasas como la deshidrogenasa (Alef y Nannipieri, 1995). 2.8.1 Deshidrogenasa La actividad de la deshidrogenasa permite inferir sobre la calidad del suelo y los procesos microbianos que ocurren en este en tiempo actual debido a que se encuentran presentes únicamente en sistemas vivos (Henríquez et al., 2014). Esta enzima está directamente relacionada a la tasa de oxidación de la materia orgánica y tiene una alta correlación con otros parámetros como el C de la biomasa, la relación C-biomasa/COT y la respiración basal (Reddy y Faza, 1989). Tabla 12. Valores de estandarización para la actividad de deshidrogenasa. Unidad Intervalos Calificación Referencias DHA ug TPF kg-1 h-1 >30 4 Tamilselvi et al., (2015) 29-21 3 Chinnadurai 20-7 2 (2014) 6-3.5 1 et al., Acosta y Paolini (2005) encontraron que la incorporación de materiales orgánicos al suelo, provenientes del tratamiento de aguas servidas, estiércol de chivo y residuo del procesamiento industrial de sábila, Aloe vera incrementó significativamente la actividad de esta enzima con 20 respecto al control. Aravindh et al. (2020) utilizó los valores de la tabla 12 para realizar las estandarizaciónes para índice de calidad de suelo basado en la actividad de dehidrogenasa. 2.8.2 Respiración Basal (CO2) La respiración basal o emisiones de CO2 del suelo son producidas por varios factores, pero la flora microbiana que prolifera de la materia orgánica es el factor más significante (Wang et al., 2010). La misma es afectada directamente por la temperatura y la humedad (Vose y Bolstad, 2007). Se ha observado un aumento en emisiones de CO2 del suelo a medida que aumenta la temperatura ya que hay mayor producción tanto autotrófica como heterotrófica (Bouma et al., 1997; Edwards y Nordby, 1998). La humedad influye de dos maneras a las emisiones de CO2, cuando el suelo está seco las emisiones aumentarán según la humedad aumente, pero en regímenes húmedos ocurre lo contrario, entiéndase mientras más se humedece o se satura el suelo se reducen las emisiones ya que entra en estado anaeróbico (Pacific et al., 2009). 2.9 Caracterización de Minerales del Suelo Los minerales de la fracción de arcilla del suelo pueden identificarse mediante la implementación de varias técnicas como microscopia óptica, microscopía electrónica y difractometría de rayos X (XRD). Estas técnicas se utilizan en forma conjunta ya que una sola no suministra toda la información necesaria, ya que se enfocan en aspectos distintos de la composición del mineral, entiéndase tamaños y grupos funcionales, entre otros (Londoño-Escobar et al., 2010). Estos minerales pueden ser minerales 2:1 (trilaminares) como lo es la ilita, vermiculita, montmorillonita, nontronita, beidelita, bentonita y atapulgita o minerales 1:1 como la caolinita, haloisita, la dickita y la nacrita (Jackson, 1964). 21 2.9.1 FTIR Mediante el espectro de infrarrojo medio (IR Medio) 4,000-200 cm-1 (2.5-50 µm), podemos determinar vibraciones y libraciones de grupos funcionales, representativos de los minerales. Según Madejová (2003) los largos de onda de 3,700, 3,675-3,540, 3,390-2,500 y 1,700-1,610 cm1 son vibraciónes de grupos O-H de la estructura. Los picos en (950-915 (Al3OH), 890 (Fe3AlOH), 840 (MgAlOH) y 800 (MgFe3OH) cm-1 son de liberación de OH. Las vibraciones más fuertes son 1,100-970, 800-600, 540-400 cm-1 corresponden a Si-O. Por último, los picos en 1,490-1,410, 1,085-1,050 y 875-860 cm-1 para vibración de CO3. Mientras se reduce cm-1 va aumentando la fuerza del enlace del grupo funcional (Bayu et al., 2019). Las frecuencias de FTIR de las arcillas más comunes se presentan en la tabla 13. Tabla 13. Frecuencias de las arcillas más comunes adaptado de Djomgoue y Njopwouo, 2013. Tipo de Arcilla Largo de onda (OH) cm-1 Caolinita 3696, 3671, 3650 Spence y Kelleher, 2012 Montmorillonita 3624 (Al-OH), 3422 (H2O) Long et al., 2013 Vermiculita 3675 (Mg-), 3594 (Na-) Matejka et al., 2010 Bentonita 3625 Hussin et al., 2011 Illita 3600 Chang et al., 2012 Clorita 3670, 3580, 3440 (H2O) Tan et al., 2012 Esmectita 3622 Deng et al., 2012 Saponita 740 (Si-), 3670 (Mg), 3570 Bisio et al., 2008 Sepiolita 719 (Si-) 3689 (Mg) Akyuz et al., 2010 Nacrita 701 y 3647, 3647 Shoval et al., 1999 Dickita 3708, 3654, 3628 Zamana y Knidini, 2000 Lizardita 686 (Mg-) Feng et al., 2012 Calcita 1420 CO3, 875 Ca, 712 Bosch et al., 2002 Referencia Plavsic et al., 1999 Cuarzo 1614-1620 Si-, 690 Ramasamy et al., 2006 Saikia et al., 2014 y 2015 22 2.9.2. XRD La difracccion de rayos X permite identificar fases cristalinas en muestras sólidas de compuestos químicos o minerales. Se basa en la aplicación de la Ley Bragg, que determina la distancia interplanar de los compuestos con un ángulo de incidencia de los rayos X. El método es relativamente rápido y no destruye la muestra. (Londoño-Escobar et al., 2010). Thorez (2003) presenta una recolección de los tamaños en angstrom de algunos minerales de arcilla (Tabla 14). Tabla 14. Distancias interlaminares de minerales comunes del suelo (Thorez, 2003). Mineral (Muestras saturadas con Mg+2) Reflexión (Angstrom) Goetita 3.9 y 33.1 Muscovita 21 Pirofilita 20 Clorita 13.6-14.7 Vermiculita 14-15 Montmorilonita 14-15 Mica (ilita) 9.9-10.1 Talco 9.2-9.4 y 20 Haloisita 10.1 Caolinita 7.1-7.2 Gibbsita 4.85 Yeso 4.27 Goetita 4.18 Cuarzo 3.34 y 26 Calcita 3.03 y 29.4 Magnetita 2.53 23 3. Metodología 3.1 Localización del estudio El estudio se realizó en dos suelos del orden Molisol, las series Yauco y San Antón, típicas de la región sur semiárida de Puerto Rico. El lugar de estudio fue la Subestación Experimental Agrícola, de la Universidad de Puerto Rico en Juana Díaz, ubicada en la latitud 18° 1'50.23"N y longitud 66°31'26.69"W (Fig. 1). La serie Yauco está clasificada como “Fine-silty, carbonatic, isohyperthermic Typic Calciustolls” y la serie San Antón como “Fine-loamy, mixed, superactive, isohyperthermic Cumulic Haplustolls” (Muñoz et al., 2017). El suelo San Antón está considerado como uno de los suelos de mayor potencial agrícola de Puerto Rico. Figura 1. Subestación Experimental Agrícola de Juana Díaz. El número 1 identifica la localización del predio de la serie San Antón y el número 2 el predio de la serie Yauco. 24 El predio de la serie Yauco está ubicado al noreste de la subestación, adyacente al suelo Aguilita. Este último es un Molisol que ocupa las colinas y laderas, mientras que el Yauco está ubicado en la parte baja, semillana. El predio de San Antón está ubicado al noroeste de la subestación, cercano a la comunidad Aguilita. Dos perfiles representativos de los suelos se presentan en las figuras 2 y 3. Figura 2. Perfil de suelo Yauco. Figura 3. Perfil de suelo San Antón. 25 3.2 Predios y Diseño Experimental De cada serie de suelo se delimitaron dos predios de 33.5 x 33.5 metros (Fig. 4 y 5). En uno de los predios no se efectuó aradura, solo se cortó la vegetación con una taladora Bush Hog 2208 Multi-Spindle Rotary Cutter (Fig. 6) y se dejó el material vegetativo sobre la superficie para su eventual descomposición. Este predio fue designado como “no cultivado” (Fig. 7 A y B). El segundo predio fue sometido a labranza convencional con arado de discos de 23 cm (Apéndice 8) cada tres meses y el mismo identificado como “cultivado” (Fig. 7 C y D). Los predios fueron subdivididos en 16 parcelas de 6.1 x 6.1 metros dejando 1.5 metros entre parcelas y 3 metros de borde. La recolección de muestras de suelo para análisis químicos, físicos y biológicos se hizo a profundidades de 0 a 8 cm y de 8 a 20 cm. Se realizaron dos muestreos en cada predio experimental en un intervalo de 11 meses. Las muestras para análisis químico fueron secadas al aire libre, molidas y pasadas a través de un cedazo de una apertura de 2 mm. Las muestras fueron almacenadas en bolsas plásticas selladas a temperatura de 25 C. Las muestras para análisis enzimáticos se secaron al aire, se pasaron por un cedazo de 2 mm y se almacenaron a 4° C desde su recolección hasta el momento del análisis. Se evaluaron los tratamientos utilizando un diseño completo aleatorizado (DCA) con 16 unidades o parcelas en cada tratamiento, con las variables categóricas. serie, labranza convencional, no labranza, profundidad de 0–8 cm o 8–20 cm y muestreo primero o segundo. 26 Figura 4. Predios experimentales de la serie Yauco (línea roja). Figura 5. Delimitación de predios experimentales de la serie San Antón (línea roja). 27 A B C D Figura 6. A = Predio no cultivado de la serie San Antón, B = Predio no cultivado de la serie Yauco, C = Predio cultivado de la serie San Antón y D = Predio cultivado de la serie Yauco, EEA Juana Díaz. 28 3.3 Análisis químicos 3.3.1 pHH2O El pH del suelo fue medido en una solución 1:2 (suelo/agua), utilizando 5 g de suelo y 10 ml de agua destilada. Las muestras fueron agitadas por 5 min y luego se midió el pH de la suspensión con un medidor de pH Orion 960 Autochemistry System previamente calibrado (Thomas, 1996). 3.3.2 Carbón Orgánico El contenido de C orgánico fue medido por el método de oxidación húmeda Black (1965) modificado por Heanes (1984). Se pesaron muestras de 0.2 g en tubos de ensayo de 100 ml, se le añadieron 10 ml de dicromato de potasio (K2CrO7) 1 N y 20 ml de ácido sulfúrico concentrado (H2SO4). Se dejaron reaccionar durante 30 min para luego diluir la solución con 50 ml de agua destilada. Las muestras se agitaron dos veces por inversión y se dejaron reposar durante 12 h para la clarificación de las soluciones. Se preparó una curva de calibración utilizando dextrosa y siguiendo el mismo procedimiento utilizado para las muestras. Las muestras y los estándares se dejaron reposar por 24 horas y se leyó la absorbancia a un largo de onda de 590 nm utilizando un espectofotómetro Thermo Scientific. El % C se calculó mediante la ecuación 1. Ecuación 1. %𝐶 = 𝐶 (𝑔) 𝑝𝑒𝑠𝑜 𝑑𝑒 𝑚𝑢𝑒𝑠𝑡𝑟𝑎 (𝑔) 𝑥 (1.29) 𝑥 100 El método utilizado oxida un 77 % del C orgánico por lo que se multiplica por un factor de corrección de 1.29. El contenido de MO fue determinado a partir del porciento de C orgánico (Ecuación 2). Se utilizó un factor de conversión que se basa en el porcentaje de C en la materia orgánica. Estos factores pueden variar desde 1.72-2.0 (Nelson y Sommers, 1982). En el estudio se utilizó un valor de 1.72. Ecuación 2. % 𝑀𝑂 = % 𝐶 𝑥 1.72 29 3.3.3 Cationes Intercambiables Los cationes intercambiables Ca2+, K+, Mg2+ y Na+ se extrajeron con una solución de acetato de amonio (1 M NH4OAc) a pH 7.0 (Summer y Miller, 1996). Para la extracción de Ca2+, K+ y Mg2+ intercambiables se pesó 5 g de suelo en un vaso con tapa de 100 mL, se añadió 33 mL de la solución de acetato de amonio. Las muestras se agitaron por 15 minutos, se centrifugaron y filtraron a través de un papel de filtro Whatman no.42. El contenido de cationes fue determinado utilizando la técnica de plasma inducido y acoplado (ICP por sus siglas en inglés), leyendo las muestras en 285.2nm Mg, 431.8nm Ca, 766.4nm K y 568.8nm Na. La capacidad de intercambio catiónico total efectivo (CICE) fue calculada por sumatoria de los cationes Calcio (Ca+2), Magnesio (Mg+2), Potasio (K+) y Sodio (Na+) utilizando la ecuación 3. Ecuación 3. 𝐶𝐼𝐶 = ∑ 𝐶𝑎+2 𝑀𝑔+2 𝐾 + 𝑁𝑎+ 3.3.4 Fósforo Disponible El P disponible se determinó por el método Olsen (1954). Dos gramos de muestra de suelo fueron mezclados con 40 ml de la solución extractante a pH 8.5 (0.5 N NaHCO3), se agitaron por 30 minutos y se filtraron utilizando un filtro Whatman 42. Dos ml del filtrado se mezclaron con 8 ml de la solución Murphy y Riley para desarrollar color y después de 10 minutos se leyó la absorbancia de las muestras en el espectrofotómetro a una longitud de onda de 882 nm utilizando un espectrofotómetro Thermo Scientific Gensys UV. La curva de estándares se preparó siguiendo un procedimiento similar. 30 3.4 Análisis Físicos 3.4.1 Textura La textura del suelo se determinó con el método del hidrómetro de Bouyoucos. Se pesaron dos porciones de 50 g de muestra de suelo, la primera porción fue secada durante 24 hr a 105° C identificada como “muestra seca” se tomó el peso de la muestra, mientras que la segunda fue batida durante 5 min con 200 ml de una solución de metafosfato de sodio al 5 %. Se vertió el licuado en un cilindro de cristal de 1000 ml y se subió el nivel de la solución hasta la mitad del cilindro con agua destilada. Se colocó el hidrómetro en la solución del cilindro de 1000 ml y se subió el volumen de agua hasta una marca establecida en el cilindro que indica el volumen requerido. El hidrómetro se removió de la solución para agitar la muestra, se colocó nuevamente en el cilindro. La primera lectura del hidrómetro se efectuó a los 40 segundos y una segunda lectura hora y media después. Se corrigieron las lecturas con un factor de 0.2 por cada grado de variación en temperatura y se calculó el por ciento de fracción textural mediante la ecuación 4. Ecuación 4. % 𝑎𝑟𝑒𝑛𝑎 = 𝑚𝑢𝑒𝑠𝑡𝑟𝑎 𝑠𝑒𝑐𝑎 (𝑔) − 1𝑟𝑎 𝑙𝑒𝑐𝑡𝑢𝑟𝑎 𝑥 100 𝑚𝑢𝑒𝑠𝑡𝑟𝑎 𝑠𝑒𝑐𝑎 (𝑔) % 𝑙𝑖𝑚𝑜 = 1𝑟𝑎 𝑙𝑒𝑐𝑡𝑢𝑟𝑎 − 2𝑑𝑎 𝑙𝑒𝑐𝑡𝑢𝑟𝑎 𝑥 100 𝑚𝑢𝑒𝑠𝑡𝑟𝑎 𝑠𝑒𝑐𝑎 (𝑔) % 𝑎𝑟𝑐𝑖𝑙𝑙𝑎 = 2𝑑𝑎 𝑙𝑒𝑐𝑡𝑢𝑟𝑎 𝑥 100 𝑚𝑢𝑒𝑠𝑡𝑟𝑎 𝑠𝑒𝑐𝑎 (𝑔) Para determinar la clase textural se utilizó el triángulo textural del Departamento de Agricultura de Estado Unidos (Klute, 1986). 31 3.4.2 Densidad aparente (Da) La Da se determinó mediante el método de cilindro (Blake y Hartge, 1986). Se colectaron muestras sin compactar directas del campo utilizando un martillo de remoción de cilindros de 7.62 cm de diámetro x 7.62 cm de altura. Las muestras fueron secadas en el horno a 105° C por 72 hr. Se tomó el peso seco y se calculó la densidad aparente mediante la ecuación 5. Ecuación 5. 𝐷𝑎 = 𝑀𝑢𝑒𝑠𝑡𝑟𝑎 𝑠𝑒𝑐𝑎 (𝑔) 𝑉𝑜𝑙𝑢𝑚𝑒𝑛 𝑑𝑒𝑙 𝑐𝑖𝑙𝑖𝑛𝑑𝑟𝑜 (𝑐𝑚3 ) 3.4.3 Resistencia a penetración (MPa) La RP fue medida con un penetrómetro de mano Field Scout TM SC 900, equipado con una punta cónica de 1.27 cm de diámetro, una resolución de profundidad de 2.5 cm y resistencia de 35 kPa. Se evaluó la RP hasta una profundidad de 30 cm y tomando tres mediciones por parcela aleatoriamente (Bradford, 1986). Los resultados fueron reportados en MPa. 3.4.4 Estabilidad de Agregados (% EA) El porcentaje de EA fue determinado por el método de tamizado húmedo (Kemper y Rosenau, 1986). Se utilizó una muestra de agregados pasados por un cedazo #4 (4.75 mm) y retenidos en un cedazo #10 (2 mm). Se pesaron dos muestras de 30 g, la primera se secó en el horno a 105° C y se identificó como C, la segunda se colocó en un sistema de tamices con suficiente agua para cubrir los agregados. El sistema consiste en un cedazo de 1.65 mm sobre un cedazo de 0.68 mm, sumergidos en agua. Las muestras se agitaron por 30 minutos con un movimiento arriba/abajo a una secuencia de aproximadamente 60 ciclos por minuto. Luego las porciones retenidas en los tamices se secaron en el horno a 105° C y se identificaron como A y B. Se calculó la estabilidad de agregados con la ecuación 6. Ecuación 6. % 𝐸. 𝐴. = [ 32 (𝐴+𝐵) 𝐶 ] 𝑥 100 3.5 Análisis Biológico 3.5.1. Deshidrogenasa (DHA) La actividad de la DHA se determinó utilizando el método descrito por Tabatabai (1994). Una muestra de 6.00 g de suelo se mezcló con 0.067 g de CaCO3. La muestra se colocó en un tubo de cristal Corning, se añadió 1 mL de cloruro de trifeniltetrazolio (TTC por sus siglas en inglés) y 3.5 ml de agua destilada y se mezcló manualmente. La muestra se colocó en una incubadora a 37° C durante 24 horas. Al culminar el periodo de incubación, se agregó 10 ml de metanol para detener la reacción y se mezcló la muestra manualmente por 1 minuto. Se preparó tubos de ensayos Pyrex TM de 50 mL con embudo de cristal de cuello pequeño con algodón absorbente y se filtró la solución. La muestra se lavó con metanol en incrementos de 10 mL hasta alcanzar 50 mL y que la coloración roja desapareciera en el algodón. Se preparó una curva de calibración utilizando trifenil formazán (TPF) y se leyó la absorbancia del filtrado por espectrofotometría a un largo de onda de 485 nm, utilizando un espectrofotómetro (Thermo Scientific Gensys UV). La actividad de la enzima fue calculada utilizando la siguiente ecuación 7. Ecuación 7. 𝐷𝐻𝐴 = [𝑇𝑃𝐹]∗𝑉∗𝐻 𝑃∗𝑇∗0.99 Donde P es la cantidad de carbonato de calcio (CaCO3), T el tiempo de incubación en hrs, H el factor de corrección de humedad, 0.99 el factor de corrección, V el volumen de suelo y TPF (triphenyl formazan) la cantidad medida por el espectrofotómetro. 33 3.5.2 Respiración basal (RB) La RB del suelo se midió por el método de titulación (Pell et al., 2006). Se pesaron 40 g de suelo y se esparció sobre una bolsa de plástico donde se roció con agua destilada hasta llevarlo un 60% de su capacidad de campo. El suelo humedecido fue transferido a un frasco de conserva o “mason jar” y sobre él se colocó un frascode absorción con 2 mL 1 M NaOH libre de CO2. En la pared del frasco de conserva se colocó un papel de filtro humedecido con agua libre de CO2. Se cerró el frasco y se dejó pre incubado por 10 días a una temperatura de 20 °C. Finalizado el tiempo de la incubación se abrió el frasco y se sustituyó el vial de absorción por otro con 2 mL 0.1M NaOH. Luego se cerró el frasco y se dejó incubando por 24 horas a 20 °C. Se prepararon 3 muestras blanco de la misma manera. Al finalizar la segunda incubación, se removieron los frascos de absorción y se le añadieron 4 mL de 0.05 BaCl2 para precipitar el carbonato. Se añadieron 3–4 gotas de fenolftaleína al 60% y se tituló con 0.05 HCl hasta que la solución perdió el color rosado. La respiración basal en µg CO2-C g-1 h-1 calculó mediante la ecuación 8. Ecuación 8. Mc= Peso molecular carbono (12.0) 𝑅𝐵 = 𝑀𝑐 ∗(𝑉𝑏 − 𝑉𝑠 )∗ 0.05 𝑆𝑑𝑤∗𝑇∗2 Vb= Volumen HCl consumido en el blanco Vs= Volumen HCl consumido por la muestra Sdw= Peso de la muestra T= Tiempo de incubación (24 hr) 2= Factor de conversión por los 2 iones de OH- consumidos 0.05= Concentración de HCl 34 3.6 Análisis Mineralógicos 3.6.1 Extracción de Arcillas para Análisis Mineralógicos La fracción de arcilla se extrajo por el método de centrifugación (Jackson, 1956; Acevedo et al., 1975). Se pesaron 30 g de suelo en un beaker de 1000 ml y se humedeció el suelo con NaOAc hasta formar una pasta fina. Luego se añadió volúmenes de 5 ml de H2O2 al 30% para destruir la MO mientras la muestra se calentaba en un baño de María a 80° C. Se repitió el proceso de añadir 5 ml adicionales de H2O2 al 30% hasta que se observó una dismininución significativa en la reacción. La muestra se transfirió a una botella de centrífuga de 250 ml, se le añadió 100 ml de una solución 0.25 M NaCl, se mezcló cuidadosamente y se centrifugó por 5 minutos a 1500 rpm para separar el sobrenadante. La muestra se transfirio al vaso de una licuadora utilizando una solución diluida y se procesó por 15 minutos. La muestra procesada por 15min se transfirió nuevamente a la botella de centrífuga, se añadió solución dispersora adicional hasta una marca predeterminada y se centrifugó a 700 rpm por 3.5 minutos. Para la fracción de arcilla en suspensión el proceso de extracción se repitió hasta que la suspensión salió libre de arcillas. La fracción de arcilla se saturó con una solución de 1N MgCl2, se secó al horno a una temperatura de 60 °C, se molió cuidadosamente en un mortero de ágate y se almacenaron en un desecador hasta el momento de análisis de FTIR y XRD. 3.6.2 FTIR Las muestras de arcilla secas se calentaron en el horno a 105° C previo a la caracterización por espectroscopía de infrarrojo (IR), se utilizó la técnica de reflectancia total atenuada (ATR por sus siglas en ingles). El espectro de FTIR se recolectó de 4000 a 550 cm-1 y se registraron en un total de 40 corridas por muestra (Djomgoue y Njopwouo, 2013). 35 3.6.3 XRD Las muestras de arcilla saturadas con magnesio y molidas fueron colocadas en laminillas formando una superficie homogénea. Estas se analizaron con un Siemmens Difraktometer D5000 utilizando radiación Cukα para generar rayos X, y se recolectó el difractrograma de XRD en un rango de 4-60° 2θ. 3.7 Índices de Calidad de Suelos (SQI) 3.7.1 Estandarización de Parámetros de Calidad de Suelos El índice de calidad de suelo (SQI) fue desarrollado mediante el método descrito por Karlen et al. (1992) modificado (Andrews et al., 2002; Mukherjee y Lal, 2014; Volchko et al., 2014; Rangel-Peraza et al., 2017; Jiang et al., 2020). El primer paso fue seleccionar los parámetros y estandarizar los valores (Si). Se estandarizaron los valores utilizando funciones no lineales siguiendo la ecuación 9. 𝑆𝑖 (%) = ( Ecuación 9. 1 (1+( ) 100 𝑋 𝑏 ) ) 𝑋𝑜 En la ecuación 9, Si es la calificación del parámetro, X es el valor del parámetro, X0 es la media del parámetro, b es la pendiente (-2.5 para pendientes positivas y +2.5 para pendientes negativas). Ecuación 10. 𝑆𝑖 (%) = { 1 ( 𝑋 −2.5 ) (1+( ) 𝑋𝑜 𝐿𝐼 ( +2.5 𝑋 (1+( ) ) 𝑋𝑜 𝐿𝑆 1 36 ) ∗ 100 , 𝑥 < 𝐿𝐼 100 , 𝐿𝑆 > 𝑥 ≥ 𝐿𝐼 ) ∗ 100 , 𝑥 > 𝐿𝑆 En la ecuación 10 (X0 LI) es la media para la parte creciente de la curva antes del rango óptimo y (X0 LS) la media la parte decriciente de la curva luego del rango óptimo de cada parámetro. Se seleccionaron los valores de (X0), (X0 LI), (X0 LI), (LI) y (LS) de cada parámetro según la literatura. Por ejemplo, para el parámetro pH se escoge la ecuación 10, luego los valores de (X0 LI=5.0), (X0 LS=7.8), (LI=5.51) y (LS=7.2) (Amacher et al., 2007). Por otro lado, el contenido de materia orgánica se escoge la ecuación 9, luego los valores (b=-2.5), (X0=2.58) (Feiza et al 2011). Para calculaciones en Microsoft Excel (Microsoft, 2022) se utilizó la ecuación 11 en donde f(x)=Si, LI valor inferior del rango óptimo, LS valor máximo del rango óptimo, A ecuación 9 con valores sobre el rango óptimo y B ecuación 9 con valores bajo el rango óptimo, IF= función. Ecuación 11. 𝑓(𝑥) = 𝐼𝐹(𝑋 ≥ 𝐿𝐼), (𝐼𝐹(𝑋 ≤ 𝐿𝑆, 1, 𝐴)), (𝐵)) Se realizaron las ecuaciones de calificación según la literatura, los parámetros químicos fueron valorados bajo el objetivo de disponibilidad de nutrimentos para las plantas. La conversión o calificación para valores de pH por debajo de 5.5 obtendran porcientos bajos de calidad suelo debido a altos niveles de metales disponibles como el Al+3 y Mn provocando toxicidad en las plantas y reduciendo su rendimiento. Por otra parte, valores óptimos entre 5.51-7.2 reciben un alto porciento de calidad de suelo ya que existe un balance entre nutrimentos solubles y baja disponibilidad aluminio. En valores superiores a 7.3 la mayoría de los metales se precipitan, provocando posibles deficiencias nutricionales, recibiendo una baja calidad de suelo (Amacher et al., 2007). El contenido de MO del suelo fue calificado por Feiza et al., (2011) en donde valores menores de 0.5 % son denotados como suelos degradados y reciben una bien baja calificación en calidad de suelo, en la otra mano, suelos con 1.6 % son baja calidad, 2.3 % moderada o optima calidad y valores mayores son alta calidad de suelo (Feiza et al., 2011). El P disponible fue 37 calificado según las deficiencias posibles. Un contenido de P menor de 10 mg kg-1 es considerado deficiente y reciben baja calificación en calidad de suelo, valores 15 mg kg-1 es considerado como moderado o adecuado para el crecimiento de las plantas y valores mayores a 30 mg kg-1 son excelentes reserva de P (Amacher et al., 2007). Para calificaciones del Mg+2 disponibles valores mayores de 4.1 cmol kg-1 es categorizado de alta calidad o excelente reserva, valores de 2.0 cmol kg-1 es considerado moderado y adecuando para el crecimiento de las plantas, valores menores de 0.4 cmol kg-1 es considerado baja calidad y posible deficiencia (Amacher et al., 2007). Los valores superiores de 1.3 cmol kg-1 de K+ fue categorizado como alta calidad de suelo o excelente reserva, valores promediando en 0.6 cmol kg-1 son niveles moderados o adecuados para la mayoría de las plantas y niveles por debajo de 0.2 cmol kg-1 son de baja calidad de suelo (Amacher et al., 2007). El Na+ fue categorizado utilizando el porciento de Na+ intercambiable en donde valores mayores de 15% es alto y asociado a problemas sódicos denominados suelos de baja calidad (Amacher et al., 2007). El Cu disponible entre los valores de 0.1 a 1.0 mg kg-1 es considerado alta calidad o efectos adversos poco probables, por otra parte, valores mayores o menores de este rango se denominan baja calidad de suelo debido a la posible toxicidad a valores sobre 50 mg kg-1 y deficiencia de este nutrimento (Allaway, 1968). Valores superiores de 25 mg kg-1 de Fe reciben una alta calidad de suelo y valores menores de 24.9 mg kg-1 baja calidad por posible deficiencia nutricional de este elemento (Moebius-Clune et al., 2017). El Mn disponible entre los valores 2 a 99 mg kg-1 es considerado alta calidad o efectos adversos poco probables, por otra parte, valores mayores o menores de este rango se denominan baja calidad de suelo debido a la posible toxicidad en valores sobre 800 mg kg-1 y deficiencia de este nutrimento (Amacher et al., 2007; Allaway, 1968). El Zn disponible entre los valores 1 a 10 mg kg-1 es considerado alta calidad o efectos adversos poco 38 probables, por otra parte, valores mayores o menores de este rango se denominan baja calidad de suelo debido a la posible toxicidad y deficiencia de este nutrimento (Amacher et al., 2007). Los parámetros físicos fueron estandarizados bajo el objetivo de proliferación de raíces y estabilidad física del suelo. La Da del suelo fue categorizada según el grado de compactación, valores superiores a la media 1.3 g cm-3 se le atribuye una baja calidad de suelo ya que restringe el crecimiento de las raíces (Mukherjee y Lal, 2014; Amacher et al., 2007). Valores superiores de 40 % de EA reciben una alta calidad de suelo y valores menores de 39.9% baja calidad por la baja resistencia ante erosión (Moebius-Clune et al., 2017). Los valores entre 1 a 2 MPa en resistencia a penetración son categorizados como alta calidad de suelo o efectos adversos a las raíces poco probables, valores entre 2.5 MPa son niveles moderados o adecuados para la mayoría de las plantas y valores superiores a de 3 MPa son de baja calidad de suelo o efectos severos al crecimiento de raíces (Mukherjee y Lal, 2014; Moebius-Clune et al., 2017). Los parámetros biológicos fueron estandarizados bajo el objetivo de estimar el estado de la microflora. Valores superiores a 0.6 µg CO2-C g-1 h-1 en respiración basal son considerados suelos de alta calidad, mientras que valores por debajo del mismo son considerados suelos de baja calidad (Moebius-Clune et al., 2017). Valores de 30 ug TPF kg-1 h-1 en la prueba de DHA son categorizados como alta calidad de suelo, valores promedios entre 20 ug TPF kg-1 h-1 se consideran moderados o adecuada calidad de suelo y valores por debajo de 6 ug TPF kg-1 h-1 son considerados baja calidad de suelo (Aravindh et al., 2020). Las ecuaciones de calificación para cada parámetro se presentan en la tabla 16 en donde x es valor del parámetro y la variable y es (Si) porciento de calidad de suelo. 39 Tabla 15. Ecuaciones para estandarización de parámetros de calidad de suelos. Variable Ecuación R2 Referencia pH y = -0.0001x5 + 0.006x4 - 0.0873x3 + 0.5398x2 - 0.80 Mukherjee y Lal, 2014; 1.2168x + 0.8925 3 % MO Amacher et al., 2007 2 y = 0.001x - 0.0306x + 0.3191x - 0.1345 0.98 Mukherjee y Lal, 2014; Feiza et al., 2011 Fósforo 2 disponible y = -0.0004x + 0.0411x - 0.0653 0.97 Amacher et al., 2007 (mg kg-1) Calcio (cmolc kg-1) y = 0.0011x3 - 0.0333x2 + 0.3429x - 0.1778 0.99 Amacher et al., 2007 Magnesio (cmolc kg-1) y = -0.0319x2 + 0.3654x - 0.1074 0.98 Amacher et al., 2007 Potasio (cmolc kg-1) y = -0.3119x2 + 1.1548x - 0.1282 0.98 Amacher et al., 2007 Sodio (cmolc kg-1) y = 0.002x2 - 0.0938x + 1.0823 0.98 Amacher et al., 2007 CIC (cmolc kg-1) y = -0.0006x2 + 0.0519x - 0.154 0.99 Fassbender, 1984 Cobre (mg kg-1) y = -0.1452x2 + 0.8096x - 0.1804 0.99 Allaway, 1968 Hierro (mg kg-1) y = -0.0001x2 + 0.0223x - 0.1531 0.99 Moebius-Clune et al., 2017 -1 Manganeso (mg kg ) 2 y = -6E-05x + 0.0167x - 0.1783 0.99 Amacher et al., 2007Allaway, 1968 Zinc (mg kg-1) y = 0.0024x3 - 0.0692x2 + 0.4993x + 0.1865 Densidad aparente (g y = 0.1266x2 - 0.7805x + 1.2604 0.74 Amacher et al., 2007 0.99 Mukherjee y Lal, 2014; Amacher et al., 2007 cm-3) Estabilidad de y = -1.3381x2 + 2.4614x - 0.2072 0.99 et al.,2017 agregados (%) Resistencia Moebius-Clune a y = -2E-07x2 - 0.0018x + 1.0728 0.98 Mukherjee y Lal, 2014; Moebius-Clune penetración (MPa) et al., et al., 2017 2 Respiración basal (µg y = -0.4904x + 1.4966x - 0.2287 0.99 2017 CO2-C g-1 h-1) Deshidrogenasa Moebius-Clune (ug y = -0.0004x2 + 0.043x - 0.2041 TPF. kg-1 h-1) 0.99 Aravindh et al.,2020 Tamilselvi et al.,2015 Ciarkowska y Gambus, 2020 40 Luego de calcular los parámetros estandarizados (Si) se procedió a integrarlos en índices de calidad de suelos (SQI). 3.7.2 Integración de parámetros de calidad de suelo en Índices (SQI) El primer índice evaluado fue el SQIA (método aditivo) en donde ∑Si es la sumatoria de los parámetros estandarizados (calificados) y n es el número total de parámetros evaluados en la sumatoria (Amacher et al., 2007; Masto et al., 2008) (Ecuación 12). Ecuación 12. 𝑆𝑄𝐼𝐴 = ∑ 𝑆𝑖 𝑛 El segundo índice evaluado fue el SQIw1 (método por peso-aditivo, ecuación 16) (Karlen et al., 1994; Cude, 2001; Fernandes et al., 2011) en donde DN (disponibilidad de nutrimentos) se refiere al promedio de los parámetros químicos calificados en base al efecto en la fertilidad de las plantas (ecuación 13), PR (proliferación de raíces) se refiere al promedio de los parámetros físicos calificados en base al efecto negativo sobre el crecimiento de las raicez (ecuación 14) y AFFM (ambiente favorable para la flora microbiana) se refiere al promedio de parámetros biológicos calificados en base al ambiente favorable para la flora microbiana (ecuación 15) y n el número total de indicadores dentro de cada grupo. Ecuación 13. 𝐷𝑁 = 𝑆𝑝𝐻 +𝑆𝑀𝑂 +𝑆𝑃 +𝑆𝐶𝑎 +𝑆𝑀𝑔 +𝑆𝐾 +𝑆𝑁𝑎 +𝑆𝐶𝐼𝐶𝐸 +𝑆𝐶𝑢 +𝑆𝐹𝑒 +𝑆𝑀𝑛 +𝑆𝑍𝑛 Ecuación 14. 𝑃𝑅 = 𝑆𝐷𝑎 +𝑆𝐸𝐴 +𝑆𝑅𝑃 Ecuación 15. 𝐴𝐹𝐹𝑀 = Ecuación 16. 𝑆𝑄𝐼𝑊1 = [0.4 ∗ ( 𝐷𝑁 𝑛 𝑛 𝑛 𝑆𝐷𝐻𝐴 +𝑆𝑅𝐵 𝑛 𝑃𝑅 )] + [0.4 ∗ ( )] + [0.2 ∗ ( 𝑛 𝐴𝐹𝐹𝑀 𝑛 )] El tercer índice evaluado fue el SQIw2 (método por peso-aditivo, ecuación 20) (Karlen et al., 1994; Cude, 2001; Fernandes et al., 2011). 41 Ecuación 17. 𝑆𝑄𝐼𝑊2 = [0.33 ∗ ( 𝐷𝑁 𝑛 𝑃𝑅 )] + [0.33 ∗ ( )] + [0.33 ∗ ( 𝑛 𝐴𝐹𝐹𝑀 𝑛 )] El cuarto, quinto y sexto índice evaluado fue el SQIPC1, SQIPC2 y SQIPC3 (ecuación 21) (Mandal et al., 2014; Mukherjee y Lal, 2014), a los valores de los parámetros evaludados en el estudio se realizó un análisis de componente principal con infostat (Tabla 16 y 17). El método mutlivariado genera vectores en un espacio euclideano con dimensiones iguales al numero total de componentes retirados de la matriz. La distancia de los puntos del vector es formada a partir de la ∆ en la data (Apéndice 9) (Pereira-dos Santos et al., 2021). Del análisis se escogieron los primeros tres conjuntos de datos (Kaiser, 1960), se incluyo principalmente el contenido de materia orgánica luego se seleccionaron los parámetros con valores mayores de cada conjunto, eliminando los parámetros con correlación alta (análisis Pearson). Luego se calcula el SQIPCA con la ecuación 18 en donde los valores de Wi fueron calculados dividiendo la proporción cumulativa del componente principal entre la proporción cumulativa igual al número de parameros seleccionados en el índice (Parra-Gonzáles y Rodríguez-Valenzuela, 2017). 𝑊𝑆 𝑖 𝑖 Ecuación 18. 𝑆𝑄𝐼𝑃𝐶𝐴 = ∑ ∑ 𝑊 𝑖 En el SQIPC1 el coeficiente (9.38) obtuvo una proporción de varianza de 0.55 e indicando que la diferencia principal entre el conjunto de datos está en los parámetros pH, % MO, Cu, Fe y Mn. Se observó alta correlación entre los parámetros seleccionados reduciendo de cinco a dos parámetros, contenido de Fe disponible y MO. El valor de Wi es (0.55/0.72) = 0.77 (Tabla 16 y 17, Apéndice 9). En el SQIPC2 el coeficiente (2.84) obtuvo una proporción de varianza de 0.17 e indicando que la diferencia principal no explicada en el primer conjunto (SQIPC1) está en los parámetros CIC, DHA, RB y Mg. Se incluyó la MO. Se observó alta correlación entre los parámetros seleccionados reduciendo de cinco a cuatro parámetros, MO, CIC, DHA y Mg. El valor de Wi es (0.17/0.90) = 0.19 (Tabla 16 y 17). En el SQIPC3 el coeficiente (1.97) obtuvo una 42 proporción de varianza de (0.12) e indicando que la diferencia principal no explicada en el primer y segundo conjunto (SQIPC1 y SQIPC2) está en los P disponible y RB. Se incluyó la materia orgánica y valor de Wi es (0.12/0.83) = 0.12 (Tabla 16 y 17, Apéndice 9). Tabla 16. Análisis de componente principal, valores de coeficientes y varianzas. Coeficientes Proporción Acumulación Parámetros en el índice SQIPC1 9.38 0.55 0.552 1 SQIPC2 2.84 0.17 0.718 2 SQIPC3 1.97 0.12 0.834 3 N/A 1.18 0.07 0.903 4 .944 5 Tabla 17. Variables y vectores de distribución del análisis de componentes principales. Variables Vectores de distribución PC1 PC2 PC3 PC4 pH Ω-0.31 0.01 -0.12 0.12 MO ☺-0.28 ☺0.20 ☺0.14 0.01 P 0.17 0.16 ☺0.51 0.22 CIC -0.22 ☺0.37 -0.24 -0.09 EA -0.08 0.22 -0.29 0.64 Da 0.26 -0.17 -0.02 0.34 RP -0.15 0.25 0.36 -0.44 DHA 0.20 ☺0.32 -0.02 -0.12 RB -0.04 Ω0.36 ☺0.49 0.30 Ca -0.25 0.284 -0.29 -0.08 Mg 0.12 ☺0.43 -0.23 -0.17 K -0.28 0.03 0.22 0.18 Na 0.25 0.31 -0.19 0.07 Cu Ω0.31 0.11 -0.05 -0.04 Fe ☺0.32 0.01 0.01 -0.05 Mn Ω0.317 -0.01 0.04 -0.17 Zn 0.29 0.25 0.02 0.10 Celdas con Ω representa los vectores de mayor valor en los coeficientes. ☺ representan los parámetros retenidos luego de análisis de correlación Pearson. 43 4. Resultados y Discusión 4.1. Propiedades Químicas El suelo Yauco mostró un valor de pH de 8.2 el cual fue significativamente mayor al del suelo San Antón, cuyo pH fue de 7.5. El mayor valor de pH del suelo Yauco es resultado de la acumulación de carbonato de calcio, lo que a su vez se refleja en un mayor contenido de calcio intercambiable (27.9 cmolc kg-1) (Tabla 18). El suelo Yauco también mostró un mayor contenido de materia orgánica (5.14%). El contenido de materia orgánica del suelo San Antón fue de (3.04%), un valor significativamente inferior al del Yauco, pero considerado bueno y representativo de Molisoles bajo cultivo. El alto contenido de MO del suelo Yauco propicia buenos valores de K+ (1.84 cmolc kg-1) y una mayor CICE (33.4 cmolc kg-1). La presencia de carbonatos y el alto pH, resultan en valores significativamente menores en los micronutrimentos que los del suelo San Antón (Fig 13-16). También se observaron valores significativamene menores en la actividad de la deshidrogenasa (13.1 µg TPF g-1 h-1) (Tabla 27) El suelo San Antón mostró valores significativamente superiores de P disponible (34.6 mg kg-1) y Mg2+ (4.74 cmolc kg-1) y Na+ intercambiables (0.39 cmolc kg-1). El suelo San Antón mostró valores significativamente superiores de micronutrimentos (Tabla 24). El contenido de Cu fue 8.29 mg kg-1, Fe 99.1 mg kg-1, Mn 331 mg kg-1 y Zn 4.83 mg kg-1, pero obtuvo valores significativamente menores en porciento de MO (3.04), Ca disponible y una CICE de 24.2 (cmolc kg-1). Salidas de análisis anova de diferencia mínima significativa (DMS) Fisher con alfa de 0.05, en un modelo linear mixto extendido a nivel de los factores serie, tratamiento, profundidad y muestreo, incluyendo sus interacciones con efectos aleatorios entre parcela, tratamiento y serie para todos los parámetros se encuentran en el apéndice 1. 44 Tabla 18. Parámetros químicos del suelo. Clase pH MO P 2.1 % mg·kg-1 Ca2+ Mg2+ K+ Na+ CICE -1 ---------------------cmolc kg --------------------Serie Yauco 8.2 a 5.14 a 27.0 b 27.9 a 3.55 b 1.84 a 0.14 b 33.4 a San Antón 7.5b 3.04 b 34.6 a 18.8 b 4.24 a 0.79 b 0.39 a 24.2 b Tratamiento No Cultivado 7.7 a 4.18 a 33.7 a 23.5 a 3.64 b 1.27 b 0.29 a 28.4 a Cultivado 7.9 a 4.00 b 27.8 b 23.2 a 4.15 a 1.36 a 0.24 b 29.2 a Profundidad 0-8 cm 7.8b 4.44 a 36.3 a 22.9 a 3.94 a 1.47 a 0.26 a 28.5 b 8-20 cm 7.9 a 3.74 b 25.3 b 23.8 a 3.84 b 1.16 b 0.27 a 29.0 a Muestreo Primer 7.9 a 4.05 a 31.3 a 25.0 a 5.01 a 1.25 b 0.40 a 31.7 a Segundo 7.9 a 4.13 a 30.3 a 21.6 b 2.77 b 1.38 a 0.14 b 25.9 b Medias con letras similares no son significativamente diferentes. DMS Fisher (p<0.05). 4.1.1 pH Los valores de pH de ambas series de suelo fueron neutrales a alcalinos. La serie Yauco mostró valores significativamente más altos (8.2) que la serie San Antón (7.5) Esto se debe al material parental calcáreo que está presente en grandes cantidades en el suelo Yauco (Tabla 18, Fig. 13). La diferencia en pH y la presencia de carbonatos también se manifiesta en una cocentración de Ca2+ de 27.9 cmolc kg-1 en la serie Yauco y de 18.8 cmolc kg-1 en la serie San Antón. Se observó diferencia significativa para la interacción doble entre “muestreo y serie” indicando que el pH de la serie Yauco disminuyó de 8.2 a 8.1 entre el primer y segundo muestreo, mientras que el pH de la serie San Antón aumentó de 7.5 a 7.6 entre el primer y segundo muestreo (Apéndice 1). No se observó diferencia significativa en pH entre los predios cultivados y no cultivados, pero el pH aumentó en la segunda profundidad. 45 4.1.2. Contenido de materia orgánica La serie Yauco mostró valores significativamente más altos de MO (5.14%) que la serie San Antón (3.04%) (Tabla 18). Se observó diferencia significativa entre el tratamiento no cultivado con (4.18%) y el cultivado con (4.00%). También se observó diferencia significativa entre las profundidades de 0-8 cm con (4.44%) y 8-20 cm con (3.74%). La variable MO del suelo mostró diferencia significativa (p< 0.05) para la interacción triple de “muestreo, tratamiento y serie” (Fig. 7) indicando que no hubo diferencia entre muestreos (5.17%) y (5.19%) para la serie Yauco tratamiento no cultivado, pero si hubo diferencia significativa entre muestreos aumentando de (4.54%) a (5.66%) para la serie Yauco tratamiento cultivado. Esto puede ser provocado por la incorporación del material vegetativo durante el arado. Este efecto no se observó en la serie San Antón, donde se observó una reducción independientemente del tratamiento en el contenido de MO (3.39%) a (2.99%) en el predio no cultivado y (3.11%) a (2.67%) en el predio cultivado (Apéndice 1). 6 Yauco 5.17 % Materia orgánica 5 4 San Antón 5.66 5.19 4.54 3.39 3.11 3 2.99 2.67 2 1 0 No Cultivado Cultivado Primer muestreo No Cultivado Cultivado Segundo muestreo Figura 7. Interacción triple del porciento de MO del suelo entre las variables muestreo, tratamiento y serie. 46 4.1.3. Fósforo disponible Olsen- P (mg kg-1) La serie Yauco mostró valores significativamente más bajos de P disponible (27.0 mg kg-1) que la serie San Antón (34.6 mg kg-1) lo cual puede deberse a la diferencia en pH entre ambas series de suelo y a la presencia de carbonatos en el suelo Yauco (Tabla 18, Fig. 13). El P disponible disminuye su solubilidad al aumentar el pH, se precipita como fosfatos de calcio adheridos a la superficie de las arcillas (arcilla-Ca-H2PO4) (Tisdale y Nelson, 1975). Se observó diferencia significativa entre tratamientos, mostrando los predios no cultivados un mayor contenido de P disponible (33.7 mg kg-1) que los predios cultivados (27.8 mg kg-1). Se observó diferencia significativa entre las profundidades de 0-8 cm 36.3 mg kg-1 y 8-20 cm 25.3 mg kg-1. La variable P disponible del suelo mostró diferencia significativa para la interacción triple de “serie, tratamiento y profundidad” indicando que el contenido de P disponible es significativamente mayor en la serie San Antón, en los tratamientos no cultivados y a profundidad de 0-8 cm (Fig. 8). 45 Fósforo disponible (mg kg) 40 42.4 Yauco San Antón 38.2 33.1 35 34.2 31.2 30.5 30 25 20 20 16.5 15 10 5 0 No Cultivado Cultivado 0-8 cm No Cultvado 8-20 cm Cultivado Figura 8. Interacción triple (p<0.05) fósforo disponible entre las variables profundidad, tratamiento y serie. 47 Cationes Intercambiables 4.1.4. Calcio (Ca2+) intercambiable La serie Yauco mostró valores significativamente más altos de Ca2+ intercambiable con un valor de 27.9 cmolc kg-1 mientras que la serie San Antón mostró un valor de 18.8 cmolc kg-1 (Tabla 18). No se observó diferencia significativa entre tratamientos cultivado y no cultivado, pero el Ca2+ intercambiable aumentó en el suelo Yauco a la profundidad de 8-20 cm (Tabla 19). Se observó diferencia significativa entre muestreos, reduciéndose el contenido de Ca2+ intercambiable de 25 cmolc kg-1 en el primer muestreo a 21.6 cmolc kg-1 en el segundo muestreo (Tabla 18). En el suelo San Antón no se observó diferencia significativa entre profundidades (Tabla 19). Tabla 19. Contenido de Ca2+ intercambiable (cmolc kg-1). Yauco San Antón Muestreo Profundidad Cultivado No Cultivado Cultivado No Cultivado 0-8 cm 24.8 d 28.1 bc 22.4 e 21.6 e Primer 8-20 cm 28.1 bc 30.5 a 23.0 e 21.7 e 0-8 cm 28.1 bc 27.1 c 16.5 f 14.2 g Segundo 16.9 f 8-20 cm 27.9 bc 28.2 b 13.8 g Medias con letras similares no son significativamente diferentes. DMS Fisher (p<0.05). 4.1.5. Magnesio (Mg2+) intercambiable La serie Yauco mostró valores significativamente más bajos de Mg2+ intercambiable, con un valor de 3.55 cmolc kg-1 mientras que para la serie San Antón fue de 4.24 cmolc kg-1 . Esto puede ser resultado de la alta concentración de Ca2+ en el suelo Yauco, el cual desplaza el Mg2+ de los lugares de intercambio (Tabla 18). Se observó diferencia significativa entre los predios cultivados (4.15 cmolc kg-1) y no cultivados (3.64 cmolc kg-1). Se observó diferencia significativa entre muestreo de 5.01 cmolc kg-1 en el primer muestreo a 2.77 cmolc kg-1 al segundo. Se observó diferencia significativa para el nutrimento magnesio entre las profundidades de 0-8 cm con 3.94 48 cmolc kg-1 y 8-20 cm con 3.84 cmolc kg-1 (Tabla 18). Se observó interacción triple (p<0.05) para serie, muestreo y tratamiento demostrando una reducción de un 50% entre el primer al segundo muestreo, con un efecto mucho mas directo en la serie Yauco (Tabla 20). Tabla 20. Contenido de Mg+2 intercambiable (cmolc kg-1). Muestreo Profundidad Yauco San Antón Cultivado No Cultivado Cultivado No Cultivado Primer 0-8 cm 4.51 d 4.92 c 6.55 a 4.44 d 8-20 cm 4.39 de 5.03 c 6.25 b 4.02 e Segundo 0-8 cm 2.37 h 2.33 h 3.42 f 2.98 g 8-20 cm 2.39 h 2.44 h 3.30 fg 2.93 g Medias con letras similares no son significativamente diferentes. DMS Fisher (p<0.05) 4.1.6. Potasio (K+) intercambiable La serie Yauco mostró valores significativamente mayores de K+ para ambos tratamientos y profundidades, pero el San Antón, no mostró diferencia significativa entre los tratamientos (Tabla 21). El K+ intercambiable en la serie Yauco fue 1.84 cmolc kg-1 mientras que la serie San Antón fue 0.79 cmolc kg-1 (Tabla 18). El mayor contenido de MO en el suelo Yauco puede ser el factor determinante en esta diferencia (Tabla 18). Se observó diferencia significativa para el K+ entre las profundidades de 0 - 8 cm con 1.47 cmolc kg-1 y 8 - 20 cm con 1.16 cmolc kg-1 debido a que la MO está en mayor descomposición en la profundidad de 0-8 cm. Se observó diferencia significativa entre muestreo para el K+ aumentando de 1.25 cmolc kg-1 en el primer muestreo luego a 1.38 cmolc kg-1 en el segundo (Tabla 18). Se observo interacción triple para serie, tratamiento y profundidad demostrando como la serie Yauco tiene valores superiores a la serie San Antón independiente del tratamiento, pero se observa diferencia entre profundidades para la serie Yauco mientras que para la San Antón no (Tabla 21). 49 Tabla 21. Contenido de K+ intercambiable (cmolc kg-1). Muestreo Profundidad Yauco San Antón Cultivado No Cultivado Cultivado No Cultivado Primer 0-8 cm 2.64 a 1.84 b 0.59 hi 0.63 gh 8-20 cm 1.85 b 1.58 c 0.47 hi 0.43 i Segundo 0-8 cm 1.98 b 1.88 b 0.98 f 1.22 de 8-20 cm 1.55 c 1.43 cd 0.83 g 1.17 ef Medias con letras similares no son significativamente diferentes. DMS Fisher (p<0.05). 4.1.7. Sodio (Na+) intercambiable El Na+ del suelo mostró diferencia significativa (p<0.05) para la interacción “MuestreoTratamiento” indicando que se reduce el contenido sodio entre muestreo y provoca que se observe diferencia significa entre tratamientos, la cual no se observa en el primer muestreo (Tabla 22). La serie Yauco mostró valores significativamente más bajos de Na+intercambiable con un valor de 0.14 cmolc kg-1 que la serie San Antón cuyo contenido fue de 0.39 cmolc kg-1 (Tabla 18). Se observó diferencia significativa entre cultivado (0.24 cmolc kg-1) y no cultivado (0.29 cmolc kg-1). Tabla 22. Contenido de Na+ intercambiable (cmolc kg-1). Muestreo Profundidad Yauco San Antón Cultivado No Cultivado Cultivado No Cultivado Primer 0-8 cm 0.17 cde 0.23 cd 0.51 b 0.67 a 8-20 cm 0.17 de 0.25 c 0.55 b 0.64 a Segundo 0-8 cm 0.07 f 0.09 ef 0.19 cd 0.19 cd 8-20 cm 0.08 f 0.09 ef 0.19 cd 0.19 cd Medias con letras similares no son significativamente diferentes. DMS Fisher (p<0.05). 4.1.8. Capacidad de Intercambio Catiónico Efectivo Se observó valores más altos de CICE para la serie Yauco, se observó la reducción de valores entre muestreos y se observó un aumento de CICE según aumenta la profundidad para la serie San Antón, pero no para la serie Yauco (Tabla 23). La serie Yauco mostró valores significativamente mayores en capacidad de intercambio catiónico, con un valor de 33.4 cmolc kg-1 mientras que la 50 serie San Antón 24.2 cmolc kg-1 esto se debe a la diferencia en el contenido de materia orgánica en el suelo con la serie Yauco con un 5.14% y San Antón 3.04% (Tabla 18). Se observó diferencia significativa para CICE entre las profundidades de 0-8 cm con 28.5 cmolc kg-1 y 8-20 cm con 29.0 cmolc kg-1. Se observó diferencia significativa entre muestreo para la CICE reduciendo de 31.7 cmolc kg-1 en el primer muestreo a 25.9 cmolc kg-1 en el segundo. Tabla 23. Capacidad de intercambio catiónico efectivo (CICE) (cmolc kg-1) Muestreo Profundidad Yauco San Antón Cultivado No Cultivado Cultivado No Cultivado Primer 0-8 cm 32.1 c 35.1 b 30.1 d 27.3 e 8-20 cm 34.5 b 37.4 a 30.3 d 26.8 e Segundo 0-8 cm 32.6 c 31.4 cd 21.1 f 18.6 g 8-20 cm 31.9 cd 32.2 c 21.2 f 18.1 g Medias con letras similares no son significativamente diferentes. DMS Fisher (p<0.05). 4.1.9. Micronutrimentos Se observa como la serie San Antón tiene valores significativamente más altos en todos los micronutrimentos que la serie Yauco (Tabla 24). No se observó diferencia significativa entre tratamiento excepto para el Mn obteniendo valores mas altos en los predios cultivados. Se observó significativamente mayor disponibilidad de micronutrimentos a profundidad de 0-8 cm y en el primer muestreo. La serie Yauco mostró valores significativamente más bajos para el cobre disponible (Tabla 24), con un valor de 2.2 mg kg-1 que la serie San Antón 8.29 mg kg-1 esto se debe a la diferencia en pH alcalino que presenta la serie Yauco. Se observó diferencia significativa para el cobre disponible reduciendo de 5.35 mg kg-1 en 0-3 cm a 5.14 mg kg-1 en 8-20 cm. Se observó diferencia significativa entre muestreos reduciendo de 6.33 mg kg-1 a 4.16 mg kg-1. La serie Yauco mostró valores significativamente más bajos para el Fe disponible (Tabla 24), con un valor de 11 mg kg-1 que la serie San Antón 99.1mg kg-1 esto se debe a la diferencia en pH alcalino 51 que presenta la serie Yauco. Se observó diferencia significativa para el Fe disponible reduciendo de 57.0 mg kg-1 en 0-8 cm a 52.5 mg kg-1 en 8-20 cm. Se observó diferencia significativa entre muestreos reduciendo de 61.4 mg kg-1 a 48.8 mg kg-1. La serie Yauco mostró valores significativamente más bajos para el catión Mn (Tabla 24), con un valor de 76.0 mg kg-1 que la serie San Antón 331 mg kg-1. Se observó diferencia significativa entre tratamientos siendo el cultivado 217 mg kg-1 más alto que el no cultivado 189 mg kg-1. Se observó diferencia significativa para el Mn disponible entre las profundidades 0-8 cm (212 mg kg-1) y 8-20 cm (195 mg kg-1). Se observó diferencia significativa entre el primer muestreo 220 mg kg-1 al segundo muestreo 187 mg kg-1. La serie Yauco mostró valores significativamente más bajos para el catión Zn (Tabla 24), con un valor de 2.97 mg kg-1 que la serie San Antón 4.83 mg kg-1. Se observó diferencia significativa reduciendo de 4.47 mg kg-1 en el primer muestreo a 3.33 mg kg-1 en el segundo muestreo. Se observó diferencia significativa para el catión Zn entre las profundidades 0-8 cm 4.16 mg kg-1 a 3.64 mg kg-1 para la profundidad de 8-20 cm. Tabla 24. Micronutrimentos (mg kg-1) Clase Cu Fe Mn Zn -------------------------------- mg kg-1-------------------------------Serie Yauco 2.20 b 11.0 b 76 b 2.97 b San Antón 8.29 a 99.5 a 331 a 4.83 a Tratamiento No Cultivado 5.26 a 55.1 a 190 b 4.01 a Cultivado 5.23 a 55.1 a 217.1 a 3.79 a Profundidad 0-8 cm 5.35 a 57.6 a 212 a 4.16 a 8-20 cm 5.14 b 52.5 b 195 b 3.64 b Muestreos Primero 6.33 a 61.4 a 220 a 4.47 a Segundo 4.16 b 48.8 b 187 b 3.33 b Medias con letras similares no son significativamente diferentes. DMS Fisher (p<0.05). 52 4.2. Propiedades Físicas La serie Yauco mostró una textura franco arcillosa, se observó una menor Da 0.89 g cm-3, RP 0.99 MPa y agregados más estables 54% (Tabla 25). Estos valores se atribuyen al alto contenido de MO que posee la serie Yauco en ambos predios experimentales (cultivados y no cultivado) (Tabla 18, Apéndice 1). Tabla 25. Parámetros físicos del suelo según serie, tratamiento, profundidad y muestreo. Clase Da EA RP -3 g cm % MPa Serie Yauco 0.89 b 54.1 a 0.99 San Antón 1.16 b 46.5 b 1.83 Tratamiento No Cultivado 1.09 a 53.3 a 1.91 Cultivado 0.96 b 47.4 b 0.91 Profundidad 0-8 cm 0.99 b 48.6 b 0.65 8-20 cm 1.05 b 52.0 a 2.17 Muestreo Primer 1.02 a 57.1 a 1.37 Segundo 1.03 a 1.45 43.6 b Medias con letras similares no son significativamente diferente. DMS Fisher (p<0.05). Por otra parte, la serie San Antón mostró una textura arcillosa, mayor Da de 1.16 (g cm-3), RP de 1.83 MPa en los predios cultivados y una reducción significativa del porciento de EA de 46% (Tabla 25). Esto se atribuye al bajo contenido de MO. Se observó diferencia significativa para la Da entre los tratamientos no cultivado con 1.09 g cm-3 y los cultivados con 0.96 g cm-3 evidenciando el efecto del cultivo en soltar el suelo y aumentar la porosidad total en la capa arable (Tabla 25). Los predios cultivados presentaron menor resistencia a penetración (0.91 MPa) que los no cultivados (1.91 MPa). También se observó el mismo comportamiento entre profundidades aumentando de 0-8 cm a 8-20 cm los valores de Da, EA y RP. En el %EA se observó diferencia 53 significativa entre muestreo, reduciendo de 57% a 43% comprobando la influencia de la reducción de MO sobre los agregados (Tabla 24). Se observó diferencia significativa entre los tratamientos no cultivados con 53% y los cultivados con 47%. Se observó un aumento de 48% a 52% en EA entre las profundidades de 0-8 cm a 8-20, lo que puede atribuirs a mayor contenido de arcilla en la profundidad de 8-20 cm (Apéndice 2). 4.2.1 Textura del Suelo La textura del suelo Yauco fue Franco arcillosa y la del San Antón fue arcillosa (Apéndice 2). El suelo Yauco obtuvo 25.2 % de arena, 47.2 % de limo y 27.5 % arcilla. Por otro lado, el suelo San Antón obtuvo 4.32 % de arena, 28.7 % de limo y 67.0 % de arcilla. No se observó cambio en la textura de los suelos con los tratamientos. 4.2.2 Densidad Aparente (Da) Se observó diferencia significativa para el parámetro Da del suelo en interacción doble “muestreo y tratamiento” lo que indica que los predios no cultivados aumentaron de 1.03 g cm-3 a 1.15 g cm-3 entre muestreo, mientras que el tratamiento cultivado disminuyó de 1.00 g cm-3 a 0.91 g cm-3 entre muestreo (Tabla 26). Tabla 26. Densidad aparente del suelo Yauco y San Antón bajo tratramientos (g cm-3). Muestreo Profundidad Yauco San Antón Cultivado No Cultivado Cultivado No Cultivado Primer 0-8 cm 0.89 efg 0.86 fg 1.03 d 1.26 b 8-20 cm 0.92 ef 0.86 fg 1.16 c 1.14 c Segundo 0-8 cm 0.79 h 0.85 gh 0.94 e 1.29 b 8-20 cm 0.88 efg 1.03 d 1.04 d 1.41 a Medias con letras similares no son significativamente diferentes. DMS Fisher (p<0.05). 54 Se observó diferencia significativa para la interacción doble “Serie y Tratamiento”. El suelo Yauco no cultivado mostró una densidad aparente de 0.90 g cm-3 y el cultivado de 0.87 g cm-3. Por otra parte, en el suelo San Antón 1.28 g cm-3 en el predio no cultivado se redujo a 1.04 g cm-3 en el cultivado, se observó una densidad más baja (Tabla 26). 4.2.3 Resistencia a Penetración (MPa) La resistencia a penetración del predio no cultivado de la serie Yauco fue mayor en el segundo muestreo (Fig. 9), lo que va acorde con una mayor Da (Tabla 25 y 26). Los predios del suelo Yauco se encontraban bajo arado de mantenimiento, previo al inicio del experimento. Una vez comenzado el experimento los predios no cultivados se compactan en la capa arable (Tabla 25, Fig. 12) y una mayor masa de raíces contribuye a la mayor RP en los primeros 20 cm (Fig. 9). A partir de los 20 cm de profundidad las cuatro curvas de RP son muy similares. La resistencia a penetración en la serie San Antón no mostró diferencia entre los muestreos (Fig. 10), pero si observamos diferencia entre predios cultivados y no cultivados (Fig. 10). A una profundidad de 20 cm observamos una RP de aproximadamente 1.9 MPa en los predios cultivados, mientras que en los no cultivados alcanza cifras sobre 3.0 MPa. La Da en los predios cultivados de San Antón también fue significativamente superior (Tabla 25), específicamente en el segundo muestreo. Los resultados concuerdan con los reportados por Trouse y Baver (1965) quienes observaron compactación del suelo bajo la capa arable. Esta capa es formada por la presión ejercida por el arado, dejando atrás dos horizontes uno superficial suelto y un subsuelo denso creado por agregados presionados. La textura arcillosa del suelo San Antón contribuye a la mayor resistencia a penetración observada al comparar ambas series (Frese y Altemuller, 1962). El efecto se puede observar en las figuras 10, 11 y 12, donde observamos que el suelo San Antón presenta una mayor 55 resistencia a penetración desde la superficie hasta los 25 cm (Fig. 11 y 12) y que la separación entre las curvas al considerar cultivado y no cultivado se cierra cuando nos acercamos a los 25 cm de profundidad (Fig. 12). Resistencia a Penetración (MPa) 0.00 0.0 0.50 1.00 1.50 2.00 3.00 3.50 4.00 1YC 1YNC 2YC 2YNC 5.0 Profundidad (cm) 2.50 10.0 15.0 20.0 25.0 30.0 35.0 Figura 9. Resistencia a penetración versus profundidad para la serie de suelos Yauco. 1YC= Primer muestreo Yauco cultivado, 1YNC= Primer muestreo Yauco no cultivado, 2YC= Segundo muestreo Yauco cultivado, 2YNC= Segundo muestreo Yauco no cultivado. 56 Resistencia a penetración (MPa) 0.00 0.0 1.00 2.00 3.00 4.00 5.00 1SAC Profundidad (cm) 5.0 1SANC 2SAC 10.0 2SANC 15.0 20.0 25.0 30.0 35.0 Figura 10. Resistencia a penetración versus profundidad para la serie de suelos San Antón. 1SAC= Primer muestreo San Antón Cultivado, 1SANC= Primer muestreo San Antón no cultivado, 2SAC= Segundo muestreo San Antón cultivado, 2SANC= Segundo muestreo San Antón no cultivado. Profundidad (cm) Resistencia a penetración (MPa) 0.00 0.0 2.5 5.0 7.5 10.0 12.5 15.0 17.5 20.0 22.5 25.0 27.5 0.50 1.00 1.50 2.00 2.50 3.00 3.50 4.00 4.50 Yauco San Antón Figura 11. Resistencia a penetración (MPa) versus profundidad. 57 Profundidad (cm) Resistencia a penetración (MPa) 0.00 0.0 2.5 5.0 7.5 10.0 12.5 15.0 17.5 20.0 22.5 25.0 27.5 0.50 1.00 1.50 2.00 2.50 3.00 3.50 4.00 4.50 No cultivado Cultivado Figura 12. Resistencia a penetración (MPa) versus profundidad. 4.3. Parámetros Biológicos Las propiedades bióticas del suelo están estrechamente relacionadas al contenido de materia orgánica (Tabla 18, Tabla 27). La serie Yauco mostró valores significativamente más altos 0.77 µg CO2-C g-1 h-1 que la serie San Antón 0.68 µg CO2-C g-1 h-1 (Tabla 27), lo que se atribuye al mayor contenido de materia orgánica del suelo Yauco (Tabla 18). La evolución de CO2 disminuyó al cultivarse el terreno, con la profundidad del muestreo y en el segundo muestreo (Tabla 27). El cultivo o aradura promueve la aereación del suelo en la capa arable, lo cual contribuye a la descomposición de la materia orgánica. Se observó diferencia significativa entre los tratamientos no cultivado con 0.77 µg CO2-C g-1 h-1 y el cultivado con 0.68 µg CO2-C g-1 h-1, evidenciando el efecto de la reducción de MO que provoca la práctica agrícola del arado. Se observó diferencia 58 significativa entre profundidad disminuyendo de 0.89 µg CO2-C g-1 h-1 a 0.55 µg CO2-C g-1 h-1 entre las profundidades de 0-8 cm a 8-20 cm (Tabla 28). En la actividad de dehidrogenasa se observó diferencias significativas entre los suelos, la profundidad y los muestreos. Los tratamienos cultivado y no cultivado no afectaron la actividad de dehidrogenasa (Tabla 28). El suelo Yauco mostró valores promedio de 13.1 de µg TPF g-1 h-1 y el San Antón de 18.6 µg TPF g-1 h-1. Se observó diferencia significativa entre profundidades, en 0-8 cm 17.3 µg TPF g-1 h-1 a 14.4 µg TPF g-1 h-1 en 8-20 cm. Ramos-Vasquez y Zúñiga-Dávila (2008) encontraron que al aumentar el pH del suelo de 7.8 a 8.2 se observó una reducción de la actividad de deshidrogenasa de 7.13 a 4.43 ug TPF g-1 h-1. Esto explica por qué a pesar de que el contenido de MO de Yauco es mayor que el de San Antón, los valores de la actividad enzimática son menores (Apéndice 3). Taba 27. Parámetros biológicos del suelo. Clase Respiración Basal DHA µg CO2-C g-1 h-1 µg TPF g-1 h-1 Serie Yauco 0.77 a 13.1 b San Antón 0.68 b 18.6 a Tratamiento No Cultivado 0.77 a 16.5 a Cultivado 0.68 b 15.2 a Profundidad 0-8 cm 0.89 a 17.3 a 8-20 cm 0.56 b 14.4 b Muestreo Primer 0.79 a 18.1 a Segundo 0.66 b 13.6 b Medias con letras similares no son significativamente diferentes. DMS Fisher (p<0.05). 59 4.4. Análisis mineralógico 4.4.1 FTIR El análisis de FTIR de la fracción de arcilla de ambas series de suelo indican la presencia de minerales 2:1 como montmorilonita y vermiculita con dos picos alrededor de 3,600 – 3,700 cm1 , estos picos corresponden a estiramiento de grupo funcional O-H (Deng et al., 2006; Biso et al., 2008). En el suelo Yauco observamos un pico intenso a 1,429 cm-1 que corresponde a calcita (Plavsic et al., 1999). Este pico no se observa en el suelo San Antón, lo que resalta una diferencia fundamental entre las dos series, Yauco es un Calciutolls y San Antón es un Haplustolls (Fig. 3, 4, 13-16). Figura 13. Análisis de FTIR para la fracción de arcilla de la serie Yauco. 60 Figura 14. Análisis de FTIR para la fracción de arcilla de la serie San Antón. 4.4.2 XRD El análisis de rayos x de la arcilla de los suelos San Antón y Yauco no cultivados se presenta en las figuras 15 y 16. En ambos análisis se observa la presencia de minerales 2:1, probablemente montmorilonita y vermiculita e ilita. También observamos picos correspondientes a haolisita, caolinita, cuarzo y goetita. La caracterización mineralógica por XRD de la fracción de arcilla de los suelos fue acorde con los resultados de FTIR. El análisis de rayos x del suelo Yauco muestra un pico intenso alrededor de 29 grados 2θ correspondiente a calcita, confirmando lo observado por FTIR (Fig. 13). El análisis de rayos x del suelo San Antón cultivado si detectamos un pico debil correspondiente a calcita, no así en el San Antón no cultivado. 61 INTENSIDAD Ha Mt Qz K V Mi Il Gt 0 10 20 30 40 50 60 GRADOS 2Θ Fig. 15. Difractograma de rayos x de la serie San Antón no cultivado. INTENSIDAD Ca Mt V 0 Mi K Gt Ha Il 10 Qz 20 30 40 GRADOS 2Θ Figura 16. Difractograma de rayos x de la serie Yauco no cultivado. 62 50 60 4.5 Estandarización de Parámetros de Calidad de Suelos (Si) 4.5.1 Estandarización de parámetros químicos del suelo Los valores de % de calidad de suelo para pH de ambas series de suelo fueron medianos a bajos (Tabla 28). La serie Yauco mostró valores significativamente más bajos (46.9 %) que la serie San Antón (53.9 %) (Tabla 28) esto se debe a que los limites inferior y superior óptimo para las escalas de referencia de pH son 5.5 y 7.2 (Mukherjee y Lal, 2014). El limite superior óptimo es 7.2, un valor de pH mas cercano al del suelo San Antón (Tabla 18). La variable MO del suelo mostró que no hubo diferencia entre muestreos (84.5 %) y (84.3 %) para la serie Yauco tratamiento no cultivado, pero si hubo diferencia significativa entre muestreos aumentando de (78.8 %) a (87.4 %) para la serie Yauco tratamiento cultivado (Apéndice 1), este comportamiento es similar a los valores obtenidos en el estudio de % de MO del suelo (Fig. 7), siendo ambos suelos alta calidad en materia orgánica. La serie Yauco mostró porcientos de calidad de P disponible significativamente más bajos (66 %) que la serie San Antón (80 %) (Tabla 28). Se observó mayor porcentaje de calidad de P disponible en el tratamiento no cultivado (75 %) que los predios cultivados (71 %) (Tabla 28). Tabla 28. Porcentaje de calificación (Estandarización) de parámetros químicos (Si). Clase pH MO P Ca2+ Mg2+ K+ Na+ CICE Serie Yauco 46.9 b 83.8 a 66.0 b 99.0 a 74.4 b 91.1 a 99.8 a 87.7 a San Antón 53.9 a 58.5 b 80.0 a 97.0 b 82.8 a 55.7 b 96.9 b 74.5 b Tratamiento No Cultivado 51.0 a 72.8 a 75.0 a 98.0 a 76.9 b 73.9 a 97.7 b 79.8 b Cultivado 49.8 a 69.5 b 71.0 b 98.0 a 80.3 a 72.9 a 99.0 a 82.5 a Profundidad 0-8 cm 50.7 a 75.7 a 81.0 a 98.0 a 78.8 a 77.5 a 98.4 a 81.0 a 8-20 cm 50.1 a 66.5 b 65.0 b 98.0 a 78.3 a 69.3 b 98.3 a 81.2 a Muestreo Primer 51.4 a 72.3 a 79.0 a 99.0 a 89.3 a 64.6 b 97.1 b 85.8 a Segundo 49.5 b 70.0 b 66.0 b 97.0 b 67.8 b 82.2 a 99.6 a 76.4 b Medias con letras similares no son significativamente diferentes. DMS Fisher (p<0.05). 63 El calcio disponible es mayor en la serie de suelo Yauco independientemente del muestreo y el tratamiento recibiendo mayores calificaciones (Tabla 28). Por otra parte, en la serie San Antón se observó una reducción significativa entre muestreos, siendo el tratamiento no cultivado el de menor calificación con 94 % (Apéndice 3). La serie Yauco mostró valores significativamente más bajos para el catión Mg2+, con un valor de (74.4 %) mientras que la serie San Antón (82.8 %) (Tabla 28). También se observó diferencia significativa entre tratamientos siendo el cultivado (80.3 %) más alto que el no cultivado (76.9 %) (Tabla 28). La serie Yauco mostró valores significativamente mayores para el K+, con un valor de (91.1 %) mientras que la serie San Antón (55.7 %) (Tabla 28), pero no se observó diferencia significativa entre los tratamientos. La serie Yauco mostró valores significativamente más altos para el porciento de Na+ intercambiable, con un valor de 99.8 % que la serie San Antón con 96.9 % (Tabla 28). Se observó diferencia significativa entre tratamientos siendo el cultivado (99.0 %) más alto que el no cultivado (97.7 %). No se observó diferencia significativa para el porciento de Na+ intercambiable entre las profundidades. Se observó diferencia significativa para el porciento de Na+ intercambiable reduciendo de 97.1 % a 99.6 % (Tabla 28). La serie Yauco mostró valores significativamente mayores en CIC, con un valor de 87.7 % mientras que la serie San Antón con 74.5 %. Se observó diferencia significativa entre los tratamientos cutlivados 82.5 % y no cultivado 79.8 %. No se observó diferencia significativa para CIC entre las profundidades de 0-8 cm y 8-20 cm (Tabla 28). 4.5.2 Micronutrimentos (Si) La serie Yauco mostró valores significativamente más bajos para el Cu disponible (Tabla 30), con un valor de 84 % que la serie San Antón con 99.4 %. No se observó diferencia significativa entre tratamientos. Se observó diferencia significativa para el cobre disponible reduciendo de 92.8 64 % en 0-3 cm a 90.6 % en 8-20 cm. Se observó diferencia significativa entre muestreos reduciendo de 94.2 % a 89.2 % (Tabla 30). Tabla 29. Porcentaje de calificaciones para Cu, Fe, Mn y Zn. Clase Cu Fe Mn Zn Serie Yauco 84.0 b 6.4 b 63.3 b 99.3 a San Antón 99.4 a 92.2 a 99.0 a 98.7 a Tratamiento No Cultivado 91.6 a 48.1 b 80.2 a 99.1 a Cultivado 91.8 a 50.5 a 82.0 a 98.9 a Profundidad 0-8 cm 92.8 a 50.4 a 88.9 a 98.7 a 8-20 cm 90.6 b 48.2 b 73.4 b 99.3 a Muestreos Primer 94.2 a 50.7 a 79.7 a 98.0 b Segundo 89.2 b 47.9 b 82.6 a 100.0 a Medias con letras similares no son significativamente diferentes. DMS Fisher (p<0.05). La serie Yauco mostró valores significativamente más bajos (6.4 %) para el hierro disponible que la serie San Antón (92.2 %) (Tabla 30). Se observó diferencia significativa entre tratamientos para el hierro disponible siendo el cultivado más alto (50.5 %) que el no cultivado (48.1 %). Se observó diferencia significativa para el Fe disponible de 0-3 cm con 50.4 % y en 8-20 cm con 48.2 %. Se observó diferencia significativa entre muestreos reduciendo de 50.7 % en el primer muestreo a 47.9 % en el segundo. La serie Yauco mostró valores significativamente más bajos de Mn disponible (Tabla 30), que la serie San Antón (Tabla 30). No se observó diferencia significativa entre tratamientos ni en muestreos. También se observó diferencia significativa el porcentaje de Mn disponible entre las profundidades 0-8 cm (88.9 %) y 8-20 cm (73.4 %). La serie Yauco mostró valores significativamente más bajos para el catión Zn (Tabla 32), con un valor de 99.3 % que la serie San Antón 98.7 %. Se observó diferencia significativa reduciendo de 100 % en el primer 65 muestreo a 98 % en el segundo muestreo. No se observó diferencia significativa entre tratamientos tampoco entre profundidades. 4.5.3 Estandarización de parámetros Físicos La serie Yauco mostró valores significativamente más altos (Tabla 30) para Da del suelo (68.0 %) que la serie San Antón (52.9%). Se observó diferencia significativa entre los tratamientos cultivados con 63.9% y no cultivados con 57.0%. Se observó diferencia significativa entre profundidad aumentando de 62.2 % a 58.7 % entre las profundidades de 0-8 cm a 8-20 cm. No se observó diferencia significativa entre muestreos (Tabla 30). Tabla 30. Porcentaje de Estandarización de parámetros Físicos (Si) Clase Da EA RP Serie Yauco 68.0 a 70.1 a 83.3 San Antón 52.9 b 62.7 b 60.1 Tratamiento No Cultivado 57.0 b 69.1 a 60.8 Cultivado 63.9 a 63.6 b 87.6 Profundidad 0-8 cm 62.2 a 65.6 a 93.2 8-20 cm 58.7 b 67.2 a 70.2 Muestreo Primer 60.8 a 72.0 a 69.6 Segundo 60.1 a 60.8 b 78.8 Medias con letras similares no son significativamente diferentes. DMS Fisher (p<0.05). La serie Yauco mostró valores significativamente más altos en EA (70.1 %) que la serie San Antón (62.7 %) (Tabla 30). Se observó diferencia significativa entre los tratamientos no cultivado (69.1 %) y cultivado (63.6). Se observó diferencia significativa entre muestreo, reduciendo de 70 66 % a 60.8 %. Esto concuerda con la reducción de contenido de materia organcia entre muestreo, observándose una relación directa entre estos parámetros. Se observó tendencia entre serie para los valores de porciento de estandarización de RP. La serie Yauco obtuvo valores mayores (88.3 %) que la serie (60.1 %) San Antón. Los predios cultivados mostraron su alta descompactación con valores de 87.6 % en calidad de suelo, los predios no cultivo un 60.8 %. Datos que se comportan igual a el efecto de profundidad, 0-8 cm con 93.2 % y 8-20 cm con 55.3 % (Tabla 30). 4.5.4 Estandarización de parámetros Biológicos (Si) Los valores de calificación de emisión de CO2 de ambas series de suelo fueron bajas (Tabla 31), ya que los valores observados fueron cercanos al valor promedio (0.6 µg CO2-C g-1 h-1) y comparados con la literatura (Vázquez et al., 2013; Toussaint et al., 2021). La serie Yauco mostró valores significativamente más altos (60.6 %) que la serie San Antón (55.1 %) esto se debe principalmente a la diferencia en porciento de MO que hay entre ambos suelos. Se observó diferencia significativa entre muestreos, reduciendo de 61 % en el primer muestreo a 54 % en el segundo muestreo. Se observó diferencia significativa entre los tratamientos no cultivado con 61.2 % y cultivados con 54.5 % evidenciando el efecto de la reducción en calidad de suelo que provoca la práctica agrícola del cultivado. Se observó diferencia significativa entre profundidad disminuyendo de 70.7 % a 45.1 % entre las profundidades de 0-8 cm a 8-20 cm. Se observó diferencia significativa entre muestreo reduciendo de 40.9 a 27.1 % en la actividad de la deshidrogenasa (Tabla 31). Se observó diferencia significativa entre las series de suelo, la serie San Antón mostró valores mayores 40.3 % sobre los valores de Yauco 27.7 %. No se observó 67 diferencia significativa entre tratamientos. Se observó diferencia significativa entre profundidades, en 0-8 cm 38.4 % a 29.6 % en 8-20 cm. Tabla 31. Parámetros Biológicos del Suelo (Si) (%) Clase Respiración Basal DHA Serie Yauco 60.6 a 27.7 b San Antón 55.1 b 40.3 a Tratamiento No Cultivado 61.2 a 36.6 a Cultivado 54.5 b 31.3 a Profundidad 0-8 cm 70.7 a 38.4 a 8-20 cm 45.1 b 29.6 b Muestreo Primer 61.4 a 40.9 a Segundo 54.3 b 27.1 b Medias con letras similares no son significativamente diferente. DMS Fisher (p<0.05). 4.6 Índices de Calidad de Suelos (SQI) La serie Yauco obtuvo valores más altos en 4 índices (SQIW, SQIW2, SQIPC2 y SQIPC3), que le dan más peso a MO, CICE, Da, RP, EA, RB y DHA (Tabla 32, Fig. 21, 22, 24 y 25). La serie San Antón obtuvo valores más altos con los índices SQIA y SQIPC1 que le dan más peso al pH, disponibilidad de P, Mg intercambiable, cobre, hierro, manganeso y zinc (Tabla 32, Fig. 17 y 23). Los predios cultivados mostraron valores más altos con los índices de calidad SQIA, SQIW y SQIPC2, atribuibles a valores superiores de Da, RP y macronutrimentos. Por otro lado, el índice SQIPC3 mostró una mayor calidad de suelo en predio no cultivado, atribuible al contenido de materia orgánica y respiración basal. La calidad del suelo disminuyó al aumentar la profundidad de muestreo de 0-3 cm a 8-20 cm y entre el primer muestreo y el segundo. El contenido y descomposición de la MO puede estar influenciando las diferencias entre muestreos. La respiración basal fue mayor en el suelo Yauco, pero la actividad deshidrogenasa fue mayor en el 68 San Antón. Ambos parámetros fueron mayores a la profundidad de 0-8 cm y la respiración basal fue mayor en los predios no cultivados. Tabla 32. Índices de Calidad de Suelos (SQI) (%) Clase SQIA SQIW SQIW2 SQIPC1 SQIPC2 SQIPC3 Serie Yauco 71.0 b 67.9 a 63.3 a 45.1 b 68.4 a 70.1 a San Antón 73.9 a 65.5 b 61.9 b 75.3 a 64.0 b 64.4 b Tratamiento No Cultivado 72.0 b 65.7 b 62.2 a 60.5 a 76.5 b 69.6 a Cultivado 72.9 a 67.8 a 63.0 a 60.0 a 77.4 a 64.9 b Profundidad 0-8 cm 76.2 a 72.0 a 68.4 a 63.1 a 68.5 a 75.7 a 8-20 cm 68.7 b 61.4 b 56.9 b 57.4 b 63.9 b 58.8 b Muestreos Primero 74.4 a 69.1 a 65.5 a 61.5 a 72.1 a 71.0 a Segundo 70.5 b 64.3 b 59.8 b 59.0 b 60.3 b 63.5 b Medias con letras similares no son significativamente diferentes. DMS Fisher (p<0.05). 69 4.6.1. Índice de Calidad de Suelo Promedio (SQIA) En el SQIA, el suelo San Antón mostró valores mayores (73.9 %) al suelo Yauco (71.0 %). Se observó diferencia significativa entre tratamientos, siendo los predios cultivados los de mayor porcentaje de índice de calidad (72.9 %) que los no cultivados (72.0 %). Se observó diferencia significativa entre profundidades y muestreos de suelo, reduciéndose de 76.2 % 0-8 cm a 68.7 % 8-20 cm, y de 74.4 % en el primer muestreo a 70.5 % en el segundo muestreo (Tabla 32). En la figura 17 se observa como la serie San Antón obtuvo mayores calificaciones en calidad de suelos para ambos tratamientos que la serie Yauco según el SQIA. Yauco 75 San Antón 74.4 74 73.4 SQIA (%) 73 72 71.4 70.7 71 70 69 68 Cultivado No Cultivado Figura 17. Indice de calidad de suelo por método aditivo (SQIA, %) para los suelos Yauco y San Antón cultivado y no cultivado. 70 4.6.2. Índice de Calidad de Suelo por Peso (SQIW1 y SQIW2) Se observó valores mayores para la disponibilidad de nutrimentos (DN) y para el ambiente favorable para la flora microbiana (AFFM) en la serie San Antón por aproximadamente 5 %, por otro lado, obtuvo un menor valor en proliferación de raíces (PR) 15 % menos calidad (Tabla 33). En términos del efecto del tratamiento no se observó diferencia en disponibilidad de nutrimentos (DN), por otra parte, el tratamiento cultivado fue mayor en la proliferación de raíces (PR) pero no en el ambiente favorable para la flora microbiana (AFFM). Se observó una reducción significativa para los tres parámetros según aumentamos la profundidad y entre el primer y segundo muestreo. Tabla 33. Calificaciones de grupos funcionales del suelo (%). Clase Disponibilidad de nutrimentos (DN) Proliferación de raíces (PR) Ambiente favorable para la flora microbiana (AFFM) Serie Yauco 75.1 b 72.6 a 44.2 b San Antón 82.3 a 57.6 b 47.7 a Tratamiento No Cultivado 78.6 a 61.0 b 48.9 a Cultivado 78.8 a 69.2 a 42.9 b Profundidad 0-8 cm 81.0 a 71.7 a 54.5 a 8-20 cm 76.5 b 58.5 b 37.3 b Muestreos Primero 80.1 a 67.1 a 51.2 a Segundo 77.4 b 63.1 b 40.7 b Medias con letras similares no son significativamente diferentes. DMS Fisher (p<0.05) 71 4.6.2.1. Calificación de disponibilidad de nutrimentos (DN) En la calificación de la DN, la serie San Antón mostró valores mayores (82.3 %) que la serie Yauco (75.1 %). No se observó diferencia significativa entre cultivado y no cultivado. Se observó diferencia significativa entre profundidades, en 0-8 cm 81.0 % a 76.5 % en 8-20 cm. Se observó diferencia significativa entre muestreo reduciéndose de 80.1 % a 77.4 % (Tabla 33). En la figura 18 se muestra como la serie San Antón obtuvo mejores calificaciones en la disponibilidad de nutrientes que la serie Yauco. Yauco 84 San Antón 82.6 82.1 82 DN (%) 80 78 76 75.6 74.7 74 72 70 No Cultivado Cultivado Figura 18. Calificación de disponibilidad de nutrientes (DN, %) para los suelos Yauco y San Antón cultivado y no cultivado. 72 4.6.2.2. Calificaciones de la proliferación de raíces (PR) En la calificación de la PR, la serie Yauco mostró valores mayores (72.6 %) al suelo San Antón (57.6 %). Se observó diferencia significativa entre tratamientos siendo el cultivado mayor con 69.2 % al no cultivado con 61.0 %. Se observó diferencias significativas entre profundidades y entre muestreos. A la profundidad de 0-8 cm la calificación fue de 71.7 % y 58.5 % la profundidad de 8-20 cm. Se observó diferencia significativa entre muestreo reduciendo de 67.1 a 63.1 %, del primer al segundo muestreo (Tabla 33). En la figura 19 se observa que la serie Yauco obtuvo mejores calificaciones que la serie San Antón y como el tratamiento de cultivado obtuvo mejores porcentajes de calidad del suelo en los parámetros físicos. Yauco San Antón 80 74.6 75 70.6 PR (%) 70 63.7 65 60 55 51.5 50 45 No Cultivado Cultivado Figura 19. Calificación proliferación de raíces (PR, %) para los suelos Yauco y San Antón no cultivado y cultivado. 73 4.6.2.3. Calificacion del ambiente favorable para la flora microbiana (AFFM) En la calificación de la AFFM, la serie San Antón mostró valores mayores (44.7%) a la serie Yauco (44.2 %). Se observó diferencia significativa entre tratamientos siendo el no cultivado mayor con 48.9 % y el cultivado con 42.9 %. Se observó diferencia significativa entre profundidades, en 0-8 cm 54.5 % a 37.3 % en 8-20 cm. Se observó diferencia significativa entre muestreo reduciéndose el índice de 51.2 % a 40.7 % en el muestreo 2 (Tabla 33). En la figura 20 se observa como los tratamientos no cultivados obtuvieron mejor porciento de calidad de suelo en el ambiente favorable para la flora microbiana. Yauco San Antón 55 51.3 50 AFFM (%) 46.5 44.1 45 41.8 40 35 30 No Cultvido Cultivado Figura 20. Calificación de ambiente favorable para la flora microbiana (AFFM, %) para los suelos Yauco y San Antón no cultivado y cultivado. 74 4.6.2.4. Índice de calidad de suelo por peso (SQIW1) En el índice de calidad de suelo por peso (SQIW1) la serie Yauco mostró valores mayores (67.9 %) que la serie San Antón (65.5 %). Se observó diferencia significativa entre tratamientos, siendo los predios cultivados con mayor porcentaje 67.8 % que los no cultivados 65.7 %. Se observó diferencia significativa entre profundidades, reduciéndose de 72.0 % en 0-8 cm a 61.4 % en 8-20 cm. Se observó diferencia significativa entre muestreo reduciendo de 69.1 % a 64.3 % del primero al segundo (Tabla 32). La serie Yauco mostró valores más altos de calidad en ambos tratamientos, no cultivado y cultivado según el SQIW1. Este índice le da más peso a las propidades físicas como Da, RP y EA. SQIw (%) Yauco 70 69 68 67 66 65 64 63 62 61 60 San Antón 68.4 67.4 67.1 63.9 Cultivado No Cultivado Figura 21. Indice de calidad de suelo por método de peso aditivo (SQIw, %) para los suelos Yauco y San Antón cultivado y no cultivado. 75 4.6.2.5. Índice de calidad de suelo por peso (SQIW2) En el SQIW2 la serie Yauco mostró valores mayores (63.3 %) que la serie San Antón (61.9 %). No se observó diferencia significativa entre tratamientos. Se observó una reducción significativa de 65.5 % a 59.8 % del primer al segundo muestreo (Tabla 32). En la figura 22 se observa como la serie Yauco obtuvo mayores calificaciones para ambos tratamientos en calidad de suelo que la serie San Antón según el SQIW2. Al igual que el SQIw1, SQIw2 da más peso a las propiedades físicas del suelo, lo que favorece la calificación del suelo Yauco sobre el San Antón. Yauco San Antón 65 SQIw2 (%) 64 63.3 63.3 62.7 63 62 61.2 61 60 Cultivado No Cultivado Figura 22. Indice de calidad de suelo por método peso aditivo (SQIw2, %) para los suelos Yauco y San Antón cultivado y no cultivado. 76 4.6.3. Índice de Calidad de Suelo por Componente Principal (SQIPC) 4.6.3.1. Primer índice de calidad de suelo por componente principal (SQIPC1) Según el SQIPC1, la serie San Antón mostró valores mayores (75.3 %) que la serie Yauco (45.1 %). No se observó diferencia significativa entre tratamientos. Se observó diferencia significativa entre profundidad reduciendo de 63.1 % 0-8 cm a 57.4 % 8-20 cm y se observó diferencia significativa entre muestreo reduciendo de 61.5 % a 59.0 % del primero al segundo (Tabla 32). En la figura 23 se observa la serie San Antón con valores mayores a la serie Yauco independientemente del tratamiento. Este índice le da más peso al contenido de hierro disponible. SQIPC1 (%) Yauco 80 75 70 65 60 55 50 45 40 35 San Antón 76.8 73.9 46 44.1 No Cultivado Cultivado Figura 23. Indice de calidad de suelo por método de componente principal (SQIPC1, %) para los suelos Yauco y San Antón cultivado y no cultivado. 77 4.6.3.2. Segundo índice de calidad por componente principal (SQIPC2) Según el SQIPC2 la serie Yauco mostró valores mayores (75.3%) que la serie San Antón (68.4%). No se observó diferencia significativa entre tratamientos. Se observó una reducción significativa de 68.5% a la profundidad de 0-8 cm, a 63.9% a la profundidad de 8-20 cm. También se observó diferencia significativa entre muestreos, reduciéndose de 72.1% en el primer muestreo a 60.3% en el segundo (Tabla 32). En la figura 24 se observa como la serie Yauco obtuvo porcientos de calidad de suelo más altos que la serie San Antón para ambos tratamientos. Este índice le da mas peso al CIC y DHA. Yauco 85 San Antón 82.3 81.6 SQIPC2 (%) 80 75 73.2 70.6 70 65 60 No Cultivado Cultivado Figura 24. Índice de calidad de suelo por método de componente principal (SQIPC2, %) para los suelos Yauco y San Antón cultivado y no cultivado. 78 4.6.3.3. Tercer índice de calidad de suelo por componente principal (SQIPC3) Según el SQIPC3, la serie Yauco mostró valores mayores (70.1%) que la serie San Antón (64.4%). El tratamiento no cultivado mostró un índice de calidad mayor (69.6%) que el cultivado (64.9%). Se observó una reducción significativa entre profundidades y muestreos. A la profundidad de 0-8 cm el índice de calidad fue 75.7% y 58.8% de 8-20 cm. En el primer muestreo el índice de calidad fue 71.1% y en el segundo muestreo fue 63.5% (Tabla 32). En la figura 25 se observa como la serie Yauco no cultivado tiene el mayor porciento de calidad de suelo. Este índice le da más peso a la materia orgánica, fósforo disponible y respiración basal. Yauco 75 SQIPC3 (%) 70 San Antón 71 69 68 65 60 60 55 50 No Cultivado Cultivado Figura 25. Índice de calidad de suelo por método de componente principal (SQIPC3, %) para los suelos Yauco y San Antón cultivado y no cultivado. 79 4.7. Conclusiones y recomendaciones La serie Yauco obtuvo valores más altos en 4 índices (SQIW, SQIW2, SQIPC2 y SQIPC3), que le dan más peso a MO, CICE, Da, RP, EA y RB. La serie San Antón obtuvo valores más altos con los índices SQIA y SQIPC1 que le dan más peso al pH, P disponible, Mg2+ intercambiable y contenido de Cu, Fe, Mn y Zn. Los predios cultivados mostraron valores más altos con los índices de calidad SQIA, SQIW y SQIPC2, atribuibles a valores superiores de Da, RP y macronutrimentos. El índice SQIPC3 mostró una mayor calidad de suelo en predio no cultivado, atribuible al contenido de MO, P disponible y RB. La calidad del suelo disminuyó al aumentar la profundidad de muestreo de 0-3 cm a 8-20 cm y entre el primer muestreo y el segundo, según los 6 índices evaluados. La respiración basal fue mayor en el suelo Yauco pero la actividad deshidrogenasa fue mayor en el San Antón. Ambos parámetros fueron mayores a las profundidades de 0-8 cm y la respiración basal fue mayor en los predios no cultivados. Suelos con 70-55% en SQI son considerados de mediana calidad (Moebius-Clune et al., 2017), rango observado para las dos series de suelo incluidas en este estudio. Estas escalas de evaluación deben ser ajustadas dependiendo del cultivo de interés, las prácticas de conservación y otras prácticas de manejo del suelo. Recomendamos que para una evaluación más detallada de la calidad de estos suelos se evalúen el rendimiento de cultivos, la actividad de otras enzimas como fosfatasa y ureasa, y se incorporen datos de clima y recursos de agua disponibles. El efecto de las prácticas de cultivo e incorporación de residuos de cosecha o vegetación en la calidad del suelo requiere de estudios de mayor duración, para dar tiempo suficiente para la descomposición de la materia orgánica y estabilización de parámetros físicos como densidad aparente y resistencia a penetración. 80 Tres posibles modificaciones en futuros estudios son: • En los índices SQIW, el grupo de proliferación de raíces sea modificado a un “least limiting water range” o incluir la capacidad de retención de agua del suelo. • Establecer índices de calidad específicos para cultivos hortícolas de alto valor en la zona sur de Puerto Rico como plátano (Musa paradisíaca), calabaza (Cucurbita), melón (Citrullus lanatus), pepinillo (Cucumis sativus L.), cebolla (Allium cepa), papaya (Carica papaya), entre otros e incluir datos de evaluación hídrica como los sugeridos anteriormente. • Incluir un grupo más amplio de órdenes y series de suelos en la base de datos del análisis de componente principal para identificar con mayor precisión los parámetros mínimos necesarios (MDS) para calcular la calidad de suelo. 81 4.8. Referencias Acevedo, G., Kunze, G., y Lugo-López, M. 1976. Morphological, mineralogical, and physicochemical characteristics of some dark clay soils of Puerto Rico. The Journal of Agriculture of the University of Puerto Rico, 60(4): 491–507 https.//doi.org/10.46429/jaupr.v60i4.10494 Acosta, Y. y J. Paolini. 2005. Actividad de la enzima deshidrogenasa en un suelo Calciorthids enmendado con residuos orgánicos. Agron. Trop. 55(2). 217-232. Akyuz, S., T. Akyuz y E. Akalin. 2010. Adsorption of Isoniazid onto Sepiolite-Palygorskite group of clays. An IR Study, Spectrochimica Acta. Part A,” Molecular and Bio-molecular Spectroscopy, Vol. 75, No. 4: Pag. 1304-1307. Alef, K. y P. Nanipieri. 1995. Methods in applied soil microbiology and biochemistry. Academic Press. Pag. 576 Allaway, W. H., 1968. Agronomic controls over the environmental cylcling of trace elements. Adv. In Agron., 20. Pag. 235-274. Amacher, M., C. O’N., K. P. Perry y C. H. 2007. Soil vital signs. A new Soil Quality Index (SQI) for assessing forest soil health. Res. Pap. RMRS-RP-65WWW. Fort Collins, CO. U.S. Department of Agriculture, Forest Service, Rocky Mountain Research Station. Pag. 12 Andrews SS, Mitchell JP, Mancinelli R, Karlen DL, Hartz TK, Horwath WR y DS Munk. 2002. On farm assessment of soil quality in California central valley. Agronomy Journal. 94. Pag. 12-23. Andrews, S., D. Karlen, y C. Cambardella. 2004. The soil management assessment framework. A quantitative soil quality evaluation method. 677 S. Segoe Rd., Madison, WI 53711 USA. Soil Sci. Soc. Am. J. 68. Pag. 1945-1962 Andrews, S.S., D. Karlen, y J. P. Mitchell. 2002. A comparison of soil quality indexing methods for vegetable production systems in Northern California Journal of Agriculture, Ecosystems and Environment 90. Pag. 25–45 Aravindh S., C. Chinnadurai y D. Balachandar. 2020. Development of a soil quality index for soils of semi-arid tropics. Soil, 6, Pag. 483-497 doi.org/ 10.5194/soil-6-483-2020 Bartlová J., B. Badalíková, L. Pospíšilová, E. Pokorný y Šarapatka B. 2015. Water stability of soil aggregates in different systems of tillage. Soil & Water Res., 10. Pag. 147–154. Batista, F., A. Zsolnay, T. Hernandez y C. Garcia. 2008. Past, present and future of soil quality índices. A biological perspective. Geoderma 147(3). Pag. 159-171. 82 Bautista, A., B. Etchevers, R. F. del Castillo y C. Gutiérrez. 2004. La calidad de suelo y sus indicadores. Asociación Española de Ecología Terrestre. Ecosistemas 13(2). Pag. 90-97. http.//www.revistaecosistemas.net/articulo.asp?Id=149 Baver, L. C., W. H. Gardner, y W. R. Gardner. 1972. Soil Physics. Fourth Edition. John Wiley & Sons, Inc. New York, London. Sydney. Toronto. Pag 2. Bayu A., D. Nandiyanto, R. Oktiani y R. Ragadhita. 2019. How to read and interpret FTIR spectroscope of organic material. Indonesian journal of Science & Technology, Volume 4 Issue 1, Pag. 97-118. | DOI. http.//dx.doi.org/10.17509/ijost.v4i1.15806 Bhaskar J. S., G. Parthasarathy, R. R. Borah y R. Borthakur. 2016. Raman and FTIR Spectroscopic Evaluation of Clay Minerals and Estimation of Metal Contaminations in Natural Deposition of Surface Sediments from Brahmaputra River. International Journal of Geosciences,07, Pag. 873-883. doi. 10.4236/ijg.2016.77064 Bisio, C., G. Gatti, E. Boccaleri, L. Marchese, G. B. Super-ti, H. O. Pastore y M. Thommes. 2008. Understanding Physico-Chemical Properties of Saponite Synthetic Clays. Microporous and Mesoporous Materials, Vol. 107, No. 1-2 Pag. 90-101. Black. 1965. Methods of soil analysis. American Society of Agronomy. Madison, Wisconsin., 2 v. 1572. Pag 1346-1420 Blake G. R. y K. H. Hartge. 1986. Bulk Density. In Klute (ed.) Methods of soil analysis. Part 3. Chemical Methods. SSSA Book Ser. No 5. SSSA and ASA, Madison, WI. Pag. 363-375. Blanco-Sepulveda, R. 2009. La relación entre la densidad aparente y la resistencia mecánica como indicadores de la compactación del suelo. Agrociencia 43 (3) Mexico ISSN 2521-9766. Bosh, F. Reig, Gimeno J. y M. Moya. 2002. FTIR quantitative análisis of calcium carbonate (calcite) and silica (quartz) mistures usting the constant ratio mehod. Apllication to geological samples. Talanta 58 Pag. 811-821 Bouma, T., K. Nielsen, D. Eissenstat y J. Lynch. 1997. Soil CO2 concentration does not affect growth or root respiration in bean or citrus, Plant Cell Environ., 20, Pag. 1495–1505, doi.10.1046/j.1365-3040.1997.d01-52.x Bradford, J. M. 1986. Penetrability. In. SSSA Book Series 5. Methods of Soil Analysis Part 1– Physical and Mineralogical Methods. Wisconsin. SSSA Inc. Pag. 463–477. Bronick C. y R. Lal. 2005. Soil Structure and management; a review. Geoderma 124 (1-2). Pag. 3-22. https.//doi.org/10.1016/j.geoderma.2004.03.005 Bünemann, E. K., G. Bongiorno, B. Zhanguo, R. E. Creamer, D. D. Gerlinde; R. de Goede, L. Fleskens, V. Geissen, T. W. Kuyper, P. Mäder, M. Pulleman, W. Sukkel, J. W. Van 83 Groenigen y B. Lijbert. 2018. Soil quality – A critical review. Soil Bio. and Bio. 120. Pag. 105-125. Byung-Keun H., J. Sug-Jae, S. Kwan-Cheol, S. Yeon-Kyo y J. Won-Kyo. 2007. Relationship between soil water-stable aggregates and physico-chemical soil properties. Korean J. Soil Sci. Fert. 40(1), Pag. 57-63. Cabalceta, H. 1999. Guia práctica para el estudio introductorio de los suelos con un enfoque agrícola. ACCS 1 ed. San José, Costa Rica. Pag. 111 Cadena, B. P., D. Egas, H. Ruiz, J. Mosquera, y O. Benavides. 2012. Efecto de cinco sistemas de labranza, en la erosión de un suelo vitric haplustand, bajo cultivo de papa (Solanum tuberosum L). Rev. Ciencias Agrícolas, vol. 29, núm. 2, Pag. 116–128. Ciarkowska K. y F. Gambus. 2002. Building a quality index for soils impacted by proximity to an industrial complex using statistical and data-mining methods. Science of The Total Environment. Volume 740, 140161, ISSN 0048-9697, https.//doi.org/10.1016/j.scitotenv.2020.140161. Clearwater, R.L. Martin, T. y T. Hoppe. 2016. Environmental sustainability of Canadian Agriculture. Agri-environmental Idicator Report Series- Report #4 Agriculture and AgriFood Canada, Ottawa, ON. Coyne, M. 2000. Microbiología del suelo. Un enfoque exploratorio. Madrid. Paraninfo. Pag. 416 Cude, C.G. 2001. Oregon water quality index, a tool for evaluating water quality management effectiveness. Journal of the American Water Resource Association, 37. Pag. 125-137. Chang, P. H., Z. Li, J. S. Jean, W. T. Jiang, C. J. Wangand y K. H. Lin. 2012. Adsorption of tetracycline on 2.1 layer-ed non-swelling clay mineral illite. Applied Clay Science, Vol. 67-68, Pag. 158-163. Chapman, H. D. 1965. Cation exchange capacity. In C. A. Black et al. ed. Methods of Soil Analysis. Amer. Soc. of Agron. Inc. Madison, WI. USA. Chinnadurai, C., G. Gopalaswamy y Balachandar. D. 2014. Long term effects of nutrient management regimes on abundance of bacterial genes and soil biochemical processes for fertility sustainability in a semi-arid tropical Alfisol, Geoderma 232, Pag. 563–572, https.//doi.org/10.1016/j.geoderma.2014.06.015, 2014 da Silva, A., B. Kay y E. Perfect. 1994. Characterization of the least limiting water range of soils. Soil Sci. Soc. Am. J. 58. Pag. 1775-1781 Deng, Y., J. B. Dixon, G. N. White, R. H. Loeppert y A.S. R. Juo. 2006. Bonding between Polyacrylamide and Smectite,” colloids and surfaces A. Physicochemical and Engineering Aspects, Vol. 281, No. 1-3, 2006, Pag. 82-91. 84 Díaz-Romeu, R., F. Balerdi, y H.W. Fassbender. 1970. Contenido de materia orgánica y nitrógeno en suelos de América Central. Turrialba Costa Rica. 20(2). Pag. 185–192. Djomgoue, P. y D. Njopwouo. 2013. FT-IR Spectroscopy Applied for surface clays characterization. Journal of Surface Engineered Materials and Advanced Technology, 2013, 3, 275 282http.//dx.doi.org/10.4236/jsemat.2013.34037 Published Online October 201 (http.//www.scirp.org/journal/jsemat) DNER, Department of Natural and Environmental Resources. 2019. Puerto Rico water quality standards regulation, as amended, April 2019, in accordance with the Environmental Policy Act. Government of Puerto Rico. US. Pag. 27-35. Doran, J. W. y T. B. Parkin. 1996. Quantitative indicators of soil quality. a minimum data set. In. J. W. Doran and A. J. Jones, Eds., Methods for Assessing Soil Quality, Special Publication No. 49, Soil Science Society of America, Madison, Pag. 25-37. Doran, J. y M. R. Zeiss. 2000. Soil health and sustainability. Managing the biotic component of soil quality. Applied soil ecology 15(1). Pag. 3-11. DOI. 10.1016/S0929-1393(00)000676. Doran, J.W. y T.B. Parkin. 1994. Defining and assessing soil quality. In. Doran, J.W., Coleman, D.C., Bezdicek, D.F. and Stewart, B.A., Eds., Defining Soil Quality for a Sustainable Environment, Soil Science Society of America Journal, Madison, Pag. 3-21. Dubey, A. 2018. The mathematics behind principal component analysis, form raw data to principal components. Towards Data Science. https.//towardsdatascience.com/the-mathematicsbehind-principal-component-analysis-fff2d7f4b643. Dumas, J. A., N. Semidey, C. Cacho y P. Casanova. 2008. Field dissipation of prometryn, oxyfluorfen and imazethapyr in Mollisol and Vertisol soils. The Journal of Agriculture of the University of Puerto Rico, 92(3-4) Pag. 183-195. https.//doi.org/10.46429/jaupr.v92i34.2635 Edwards, N. y R. Norby. 1998. Below-ground respiratory responses of sugar maple and red maple saplings to atmospheric CO2 enrichment and elevated air temperature, Plant Soil, 206, Pag. 85–97, doi.10.1023/A.1004319109772 Encina-Rojas, A. 1998. Influencia de la topografía en la formación de Molisoles en zonas áridas. Investigación Agraria. No. 1. Vol. 2. F. Hussin, M. K. Aroua y W. M. A. W. Daud. 2011. Textural characteristics, surface chemistry and activation of bleaching earth. A Review, Chemical Engineering Journal, Vol. 170, No. 1, Pag. 90-106. http.//dx.doi.org/10.1016/j.cej.2011.03.065 85 F. Hussin, M. K. Aroua y W. M. A. W. Daud. 2010. Textural characteristics, surface chemistry and activation of bleaching earth. A Review, Chemical Engineering Journal, Vol. 170, No. 1, 2011, Pag. 90-106. Fassbender, H. 1984. Química de suelos, con énfasis en suelos de América Latina. Instituto Interamericano de Cooperación para la agricultura. 4. San José, Costa Rica. Pag. 12-126. Feiza, V., D. Feiziene, G. Kadziene, S. Lazauskas, I. Deveikyte, A. Slepetiene y Vytautas Seibutis. 2011. Soil state in 11 year of three tillage systems application on a Cambisol. Journal of Food, Agriculture & Environment Vol.9 (3&4). Pag. 1088-1095. Feng B., Q. Feng y Y. Lu. 2012. The Effect of Lizardite Sur-face Characteristics on Pyrite Flotation. Applied SurfaceScience, Vol. 259, 2012, Pag. 153-158. en. https.//www.researchgate.net/publication/276494160_FTIR_Spectroscopy_Applied_for_Surface_Clays_Characterization Fernandes JC, Gamero CA, Rodrigues JGL y Mira´s-Avalos JM. 2011. Determination of the quality index of a Paleudult under sunflower culture and different management systems. Soil and Tillage Research 112. Pag. 167–174 Fernandes, J.C., C.A. Gamero, J.G.L. Rodríguez y J.M. Mira’s-Avalos. 2011. Determination of the quality index of a Paleudult under sunflower culture and different management systems Soil Tillage Res., 112, Pag. 167-174 Frese H. y H. Altermuller. 1962. Uber einige morphologische boeachtungen an pplugsohlen. Grundlagen der Land tehmik, 15. Pag. 10-14. Gajda, A. y S. Martyniuk. 2005. Microbial Biomass C and N and Activity of Enzymes in Soil under Winter Wheat Grown in Different Crop Management Systems. Polish Journal of Environmental Studies 14(2) Pag. 159-163. Gamble, J. T., R.A. Chu y J.G.S. Fiskell. 1969. Soils and agriculture of eastern Panama and northwestern Colombia. BioScience 19. Pag. 529-535. Gierbolini, R. 1979. Soil Survey of Ponce Area of Southern Puerto Rico. United States Department of Agriculture. Soil Conservation Service. Pag. 41-42 y 45. Gómez-Calderón, N, Villagra-Mendoza, K y M. Solorzano-Quintana. 2018. La labranza mecanizada y su impacto en la conservación del suelo (revisión literaria). Tecnología en Marcha. Vol. 31-1. Pág 170-180. DOI. 10.18845/tm.v31i1.3506 Google, Earth. 2022. Foto 3D cámara 162m 18’N 66’W. Data SIO, NGA, NOAA, US NAVY, GEBCO. Landsat. 1/22/21 v. Hardy, F. 1961. Manual de cacao. Turrialba, Costa Rica, IICA. (IICA. Textos y Materiales de Enseñanza no. 10). Pag. 439. 86 Hardy, F. 1961. Soils of the IAIAS area. Turrialba. Costa Rica, IICA, Pag. 76. Harwood, R. 1990. A history of sustainable agriculture. Edwards C. y Madden P. edt. Sustainable Agricultural Systems. Soil and Water Conservation Society, Ankeny, 1A. Heanes, D.L. 1984. Determination of total organic C in soils by an improved chromic acid digestion and spectrophotometric procedure. Commun Soil Science Plant Analicis 15 Pag. 1191-1213 Hedlund, A., E. Witter y B.X. An. 2003. Assessment of N, P and K management by nutrient balances and flows on peri-urban smallholder farms in southern Vietnam. European Journal of Agronomy 20(1) Pag. 71-87 Henriquez, C., L. Uribe, A. Valenciano y R. Nogales. 2014. Actividad enzimática del suelo deshidrogenasa, glucosidasa, fosfatasa y ureasa- bajo diferentes cultivos. Agronomía Costarricense 38(1) Pag. 43-54. ISSN.0377-9424. Idowu, O. J., V. E., Harlod., G. Abawi y D. W. Wolfe. 2008. Farmer-oriented assessment of soil quality using field, laboratory, and VNIR spectroscopy methods. Plant and Soil 307(1) Pag. 243-253. DOI. 10.1007/s11104-007-9521-0. Ignatieff, V. y H. J. Page. 1959. El uso eficaz de los fertilizantes. 2 ed. FAO. Estudios Agropecuarios no. 43. Pag. 379. Igue, K. y R. Fuentes. 1970. Cation exchange properties of volcanic soils. In Inter-American Institute of Agricultural Sciences. Nuclear Energy Program. Report. Turrialba, Costa Rica, IICA. Pag. 55-60. Jackson M. L. 1956. Soil Chemical Analysis – Advanced Course. Chapters 2 and 3. Jackson, M. 1964. Chemical composition of soils. In Bear, F. E., ed. Chemistry of the soil. 2 ed. New York, Reinhold, 1964. Pag. 71-141. Jiang, M., Xu L., Chen X., Zhu H. y H. Fan. 2020. Soil Quality Assessment Based on a minimum data set. A case Study of a County in the Typical River Delta Wetlands. Sustainability 2020, 12, 9033; doi. 10.3390 / su12219033 Jiao, S., J. Li, Y. Li, Z. Xu, B. Kong, Y. Li y Y. Shen. 2020. Variation of soil organic carbon and physical properties in relation to land uses in the Yellow River Delta, China. Scientific Reports. 10 Article number 20317 https.//doi.org/10.1038/s41598-020-77303-8 Johan, P. D., O. H. Ahmed, L. Omar, y N. A. Hasbullah. 2021. "Phosphorus transformation in soils following Co-Application of charcoal and wood ash" Agronomy 11, no. 10. Pag. 2010. https.//doi.org/10.3390/agronomy11102010 87 Kaiser HF. 1960. The application of electronic computers to factor analysis. Educational and Psychological Measurement 20. Pag.141–151. Karlen D.L. y D. E. Stott. 1994. A framework for evaluating physical and chemical indicators of soil quality. In. Doran J.W., D.C. Coleman, D.F. Bezdicek y B.A. Stewart (eds) Defining soil quality for a sustainable environment. SSSA Special Publication 35, Madison, WI, Pag. 3–21 Karlen, D., M. Mausbach, J. Doran, R Cline, R. Harris, y G. Schuman. 1997. Soil quality. A concept, definition and framework for evaluation. Soil Sci. Soc. Am. J. 61. Pag. 4-10 Karlen, D., S. Andrews, B. Wienhold y T. Zobeck. 2008. Soil Quality Assessment. Past, Present and Future. Arkansas State University. J. Integr. Biosci. 6(1). Pag. 3-14. Kemper, W.D. y R.C. Rosenau. 1986. Aggregate Stability and Size Distribution. En. Klute ed. Methods of soil analysis. Part I Physical and mineralogical methods. Madison, WI. Pag. 425-42. Klute, A. 1986. Methods of Soil Analysis Part 1. Physical and Mineralogical Methods. Second Edition. Soil Science Society of America. No. 9. Kraemer, S. y G. Douglas. 2000. Acid and alkaline phosphatase dynamics and their relationship to soil microclimate in a semiarid woodland. Soil Biology & Biochemistry - Soil Biol Biochem. 32. Pag. 179-188. 10.1016/S0038-0717(99)00140-6. Kuykendall, H. 2008. Soil Quality Physical Indicators. selecting dynamic soil properties to assess soil function. Soil Quality Technical Note No. 10 NRCS USDA Greensboro, NC. Lal R., Griffin M., Apt J., Lave L. y M. G. Morgan. 2004. Managing soil carbon. Science vol 304. 5669. Pag. 393. Doi. 10.1126/science.1093079. Larson, W. E. y F. J. Pierce. 1994. The Dynamics of Soil Quality as a Measure of Sustainable Management, In Defining Soil Quality for a Sustainable Environment. SSSA Special Publication 35, Soil Science Society of America and American Society of Agronomy, Pag. 37-51. Lima, A.C.R., L. Brussaard, Totola M.R., Hoogmoed W.B, de Goede, R.G.M. 2013. A functional evaluation of three indicator sets for assessing soil quality. Applied Soil Ecology, 64, Pag. 194-200. Liu M., G. Han y Q. Zhang. 2019. Effects of soil aggregate stability on soil organic carbon and nitrogen under land use change in an erodible region in Southwest China. Int J. Environ. Research. Public Health 16(20). Pag. 3809. Published online 2019 Oct. 10. doi.10.3390/ijerph16203809 88 Liu, X., C. L. Burras, Y. S. Kravchenko, A. Duran, T. Huffman, H. Morras, G. Studdert, X. Zhang, R. M. Cruse y X. Yuan. 2012. Overview of Mollisols in the world. Distribution, land use and management. Canadian Journal of Soil Science, 92(3); doi. 10.4141/cjss2010-058 Londoño-Escobar, Jorge, Mojica-Buitrago, Jaima, Molano-Mendoza, Juan y Cañon-Roero, Yolanda. 2010. Técnicas mineralógicas, químicas y metalúrgicas para la caracterización de menas auríferas. Guia metodológica. Colección Textos Técnicos. Colombia. Long, H., P. Wu and N. Zhu. 2013. Evaluation of Cs+ removal from aqueous solution by adsorption on Ethylamine-Modified Montmorillonite, Chemical Engineering Jour-nal, Vol. 225, Pag. 237-244. López-Bellido, L., M. Fuentes, J.E. Castillo y F.J. López-Garrido. 1996. Long-term tillage, crop rotation and nitrogen fertilizer effects on wheat yield under rainfed Mediterranean conditions. Agronomy Journal 88. Pag. 783-791 Madejová J. 2003. FTIR techniques in clay mineral studies.In. Vibrational spectroscopy. Pag. 1– 10 Mandal, U., K.L Kandula. y K. Sharma-Ramachandran. 2014. Assessing soil quality in semiarid tropical region of southern India using GIS and remote sensing. Global Soil Map. Basis of the Global Spatial Soil Information System - Proceedings of the 1st Global Soil Map Conference. 455-459. 10.1201/b16500-81. Masto, R, S. Sheik y R. Lai. 2015. Assessment of environmental soil quality around Sonepur Bazari mine of Raniganj coalfield, India. Soil Earth 6(3) Pag. 811-821. Masto, R., P. Chhonkar, D. Singh, y A. Patra. 2008. Alternative soil quality índices for evaluating the effect of intensive cropping, fertilization and manuring for 31 years in the semi-arid soils of India. Environ. Monitor. Assess. 136, Pag. 419-428. Matějka, V., M. Šupová, V. Klemm, D. Rafaja, M. Valáš-ková y J. Tokarský. 2010. Vermiculite interlayer as a re-actor for CdS ultrafine particles preparation,” Microporous and Mesoporous Materials, Vol. 129, No. 1-2, Pag. 118-125. Medvedev, V. V. 2002. Soil monitoring of Ukraine. The concept, preliminary results, tasks. Khatkiv. ‘‘Antikva’’. Pag. 428. Mehlich, A. 1984. Mehlich 3 soil test extractant. A modification of Mehlich 2 extractant. Commun. Soil Sci. Plant Anal.15. Pag. 1409-1416. Microsoft. 2022. IF function. Excel Help & Training, Formulas & functions. https.//support.microsoft.com/en-us/office/if-function-69aed7c9-4e8a-4755-a9bcaa8bbff73be2 89 Moebius-Clune B.N., D.J. Moebius-Clune, B.K. Gugino, O.J. Idowu, R.R. Schindelbeck, A.J. Ristow, H.M. van Es, J.E. Thies, H.A. Shayler, M.B. McBride, K.S.M. Kurt, D.W. Wolfe y G.S. Abawi. 2017. Comprehensive Assessment of Soil Health. The Cornell Framework. SIPS, Soil and Crop Sciences Section 232 Emerson Hall, Ithaca, New York 1453 ISBN 0967-6507-6-3 Mount H.R., y W.C. Lynn. 2004. Soil survey laboratory data and soil descriptions for Puerto Rico and the U.S. Virgin Islands. United States Department of Agriculture, Natural Resources Conservation Service, National Soil Survey Center, Soil Survey Investigations Report No. 49. Mukherjee A y R. Lal. 2014. Comparison of soil quality index using three methods. PLoS ONE 9(8). e105981. doi.10.1371/journal.pone.0105981. Muñoz, M. A., W. Lugo, C. Santiago, M. Matos, S. Rios y J. Lugo. 2017. Taxonomic classification of the soils of Puerto Rico, 2017. University of Puerto Rico, Mayaguez campus. Agricultural Experiment Station, San Juan, Puerto Rico. Pag. 2, 4, 7, 35, 37, 44 y 65. Nannipieri, P., E. Kandeler y P. Ruggiero. 2002. Enzyme activities and microbiological and biochemical processes in soil. In. Burns RG, Dick RP (eds) Enzymes in the environment. Activity, ecology and applications. Marcel Dekker, New York, Pag. 1–33 Nehrani, S. H., A. S. Mohammad, S. Saadat, D. A. Mohammad, T. Mehdi y N. M. Holden. 2020. Quantification of soil quality under semi-arid agriculture in the northwest of Iran. Ecological Indicators. Volume 108, 105770. Neina, Dora. 2019. The role of soil pH in plant nutrition and soil remediation. Applied and Environmental soil Science. Volume 2019, article id 5794869. Doi.org/10.1155/2019/5794869 Nelson, D. W. y L. E. Sommers. 1982. Total carbon, organic carbon, and organic matter. Methods of Soil Analysis, Part 2. Chemical and Microbiological Properties-Agronomy Monograph no. 9 (2nd Edition). ASA-SSSA, Madison, USA. Nepal S. y Mandal R. A. 2018. Soil quality index and nutrient in Badekhola and Brindaban Catchments, Nepal. MOJ Eco Environ Sci 3(1). 00066. DOI. 10.15406/mojes.2018.03.00066. Neugschwandtner, R. W., P. Liebhard, H. P. Kaul y H. Wagentristl. 2014. Soil chemical properties as affected by tillage and crop rotation in a long-term field experiment. Plant, Soil and Environment 60(2) Pag. 57–62. doi. 10.17221/879/2013-pse Nicolini, K. P., C. R. Fukamachi, F. Wypych y A. S. Mangrich. 2009. Dehydrated Halloysite intercalated mechano-chemically with Urea. Thermal Behavior and Structural Aspects. Journal of Colloid and Interface Science, Vol.338, No. 2, 2009, Pag. 474-479 90 Nichols, M. 1929. Methods of research in soil dynamics as applied to implement design. Alabama Agr. Exp. Sta. Bull. 229. Also 1932, Agr. Eng. 13 Pag. 279-285. Nortcliff, S. 2002. Standardisation of soil quality attributes. Agriculture, Ecosystems & Environment, 88 Pag. 161-168. Noviyanto, A., P., Minardi, S, y Supriyadi. 2017. The assessment of soil quality of various age of land reclamation after coal mining. a Chrono sequence study. Degrade. Min. Land Manage. 5(1) Pag. 1009-1018, DOI. 10.15243/jdmlm.2017.051.1009 Nuñez-Ramos, P. A., A.A. Jara-Castillo, Y. Sandoval-Sandoval, R. Demanet y M. De La LuzMora. 2012. Biomasa microbiana y actividad ureasa del suelo en una pradera permanente pastoreada de Chile. Asociación Argentina Ciencia del Suelo. en https.//www.researchgate.net/publication/262738279 Oldeman, L.R. 1994. The global extent of soil degradation. In. Greenland, D.J. and Szabolcs, I., Eds., Soil Resilience and Sustainable Land use, CAB International, Wallingford, Pag. 99119. Olsen, R. A., M. B. Rhodes y A. F. Dreier, 1954. Available phosphorus status of Nebraska soils in relation to series classification, time of sampling and method of measurements. Agron, J. 46 Pag. 175-180. Pacific, V. J., B. L. McGlynn, D. A. Riveros, H. Epstein y D. Welsch. 2009. Differential soil respiration responses to changing hydrologic regimes, Water Resour. Res., 45, W07201, doi.10.1029/2009WR007721 Padgitt, M., D. Newton, R. Penn y C. Sandretto. 2000. Production practices for major corps in U.S. Agriculture, 19901997. Resource Economics Division, Economic Research Service, USDA Stat. Bull. No. 969. Parra-Gonzalez, S. y J. Rodriguez-Valenzuela. 2017. Determination of the soil quality index by principal component analysis in cocoa agroforestry system in the Orinoco region, Colombia. Journal of Agriculture and Ecology Research International. 10(3) Pag. 1-8, JAERI.31346. Peres-Neto P.R, D.A. Jackson, M. Keith y Somers. 2005. How many principal components? stopping rules for determining the number of non-trivial axes revisited, Computational Statistics & Data Analysis, Volume 49, Issue 4, Pages 974-997, ISSN 0167-9473, https.//doi.org/10.1016/j.csda.2004.06.015. Peerlkamp, P.K. 1959. A visual method of soil structure evaluation. Meded v.d Land bouwhoge school en opzoekings stations van de Staat te Gent, XXIV (24), Pag. 216-221. 91 Pell, M., J. Stenström y U. Granhall. 2006. Soil Respiration. In J. Bloem, D.W. Hopkins, A. Benedetti (Eds.) Microbiological Methods for Assessing Soil Quality. CABI Publishing, King’s Lynn, UK Pereira-dos Santos, W. Naves M., Avanzi J., Acuña-Guzman Salvador, Candido B. Cirillo M. y Curi N. 2021. Soil quality assessment using erosion-sensitive index and fuzzy membership under different cropping systems on a Feralsols in Brazil. Geoderma Regional 25. Perez-Vazquez, A., Leyva, D. y F. Gomez-Merino. 2018. Desafíos y propuestos para lograr la seguridad alimentaria hacia el año 2050. Revista Mexicana de Ciencias Agrícolas volumen 9 número 1 Pham, H. N., H. X. Nguyen, A. N. Nguyen y D. N. Tran. 2015. Aggregate index Method in soil quality evaluation using the relative soil quality index. Hindawi publishing corporation. Applied and environmental soil science. Volume 2015, article id 253729, p 8. Plavsic B, Spomenk K y B. Orel. 1999. Identification of crystallization forms of CaCO3 with FTIR spectroscopy. Kovine, Zlitine, Tehnologije 33, 6 Porta C.J., A. Acevedo y D. Roquero. 2003. Edafologia para la agricultura y el medio ambiente. Ediciones Mundi Prensa España. 3ra ed Pag. 929 Portland Cement Association. 1962. PCA soil primer, texture. Chicago, III. Pulido Moncada, M. Gabriels D., Cornelis W.M. 2014. Data-driven análisis of soil quality indicators using limited data. Geoderma, 235-236. Pag. 271-278. Ramasamy, V., Rajkumar, P. y V. Ponnusamy. 2006. FTIR Spectroscopic analysis and mineralogical characterization of Vellar river sediments. Bulletin of Pure & Applied Sciences, 25 Pag. 49-55. Ramos-Perez, A., J. M. O’Hallorans, M. A. Muñoz, E. Valencia, O. Pagan. 2017. Efecto de mezclas de cultivos de cobertura sobre parámetros de calidad de suelos de un Oxisol. Tesis MS. Universidad de puerto Rico Recinto Universitario de Mayaguez. P.R. Pag. 60 Ramos-Vasquez, E. y D. Zúñiga-Davila. 2008. Efecto de la humedad, temperatura y pH del suelo en la actividad microbiana a nivel de laboratorio. Ecología Aplicada, 7(1,2), 2008 ISSN 1726-2216 Deposito legal 2002-5474 Rangel-Peraza, J. G., E. Padilla-Gasca, R. Lopez-Corrales, J. R. Medina, Y. Bustos-Terrones, L. E. Amabilis-Sosa, A. E. Rodriguez-Mata y T. Osuna-Enciso. 2017. Robust soil quality index for tropical soils influenced by agricultural activities. Journal of Agricultural Chemistry and Environment, 2017, 6, Pag. 199-221. Rastogi, Singh, y Pathak. 2002. M. Rastogi, S. Singh, H. Pathak Emission of carbon dioxide from soil Current Science, 82 (2002), Pag. 510-517 92 Reddy, G. y A. Faza. 1989. Dehydrogenase Activity in sludge amended soil. Soil Biol. Biochem. 21 Pag. 327-331. Robinson, G.W. 1922. Note on the mechanical analysis of humus soils. oxide. J. Agric. Sci. 12 Pag. 287 Saikia, B.J., Goswami, S.R. y R.R. Borah. 2014. Estimation of Heavy Metals Contamination and Silicate Mineral Distributions in Suspended Sediments of Subansiri River. International Journal of Physical Sciences, 9 Pag. 475-486. Saikia, B.J., S.R. Goswami, R. Borthakur, I.B. Roy, y R.R. Borah. 2015. Spectroscopic Characterization and Quantitative Estimation of Natural Weathering of Silicates in Sediments of Dikrong River, India. Journal of Modern Physics, 6 Pag. 1631-1641. http.//dx.doi.org/10.4236/jmp.2015.611164 Scheffer, F. y P. Schachtschabel. 1966. Lehrbuch der Bodenkunde. 6 ed. Stuttgart, F. Enke Verlag. Pag. 473. Selvaraj Aravindh, Chinnappan Chinnadurai, and Dananjeyan Balachandar. 2020. Development of a soil biological quality index for soils of semi-arid tropics. SOIL, 6 Pag. 483–497, https.//doi.org/10.5194/soil-6-483-2020 Shikula M. K. 1988. Soil fertility reproduction in conservation farming. Research monograph. National Agricultural University of Ukraine. Polygraphic firm ‘‘Oranta’’. Pag. 680 Shoval, S., S. Yariv, K. Mich aelian, I. Lapides, M. Bou-deuille and G. Panczer. 1999. A Fifth OH-stretching band in IR Spectra of Kaolinites,” Journal of Colloid and Inter-face Science, Vol. 212, 2, Pag. 523-529. Silveira L. M., J. M. B. Vendramini, y L. E. Sollenberger. 2010. Phosphorus management and water quality problems in grazing land ecosystems. Review Article, Open Access Volume 2010, Article ID 517603, https.//doi.org/10.1155/2010/517603 Singer, M.J. y S. Ewing. 2000. Soil Quality. En Handbook of Soil Science. Chapter 11 (ed. Sumner, M. E.), 271-298, CRC Press, Boca Raton, Florida Soil Science Society of America. 1965. Glossary of soil science terms. Madison, Wisconsin. Spandana, M. P., K. R. Suresh y B. Prathima. 2013. Developing a soil quality index for Vrishabavathi command area. International Journal of Engineering Research & Technology Vol. 2 issue 6. Spence y B. P. Kelleher. 2012. FT-IR Spectroscopic analysis of Kaolinite-microbial interactions. Vibrational Spectroscopy, Vol. 61, Pag. 151-155. (PDF) FT-IR Spectroscopy Applied for Surface Clays Characterization. Available from. 93 https.//www.researchgate.net/publication/276494160_FTIR_Spectroscopy_Applied_for_Surface_Clays_Characterization Steer, A. 1998. Making development sustainable. Adv. Geo-Ecol., 31(1998) Pag. 857–865. Summer, M., y W. P. Miller. 1996. Cation exchange capacity and exchange coeficients. Methods of Soil Analysis. Part 3 Chemical Methods. Soil Science Society of America, Madison Wi, USA, No. 5 Pag. 1201–1229. Tabatabai, 1994. Soil Enzymes. In. Page, A.L., Miller, R.H., and Keeney, D.R. (Eds.). Methods of Soil Analysis. Part 2, Microbiological and Biochemical Properties, Book Series nº 5. Soil Sci. Soc. Amer. Madison, Pag. 903-968 Tamilselvi, S., C. Chinnadurai, K. Ilamurugu, K. Arulmozhiselvan, y D. Balachandar. 2015. Effect of long-term nutrient managements on biological and biochemical properties of semi-arid tropical Alfisol during maize crop development stages, Ecol. Indic., 48 Pag. 76–87 Tan, H., W. Skinner y J. Addai-Mensah. 2012. Leaching behaviour of low and high Fe substituted Chlorite clay minerals at low pH,” hydrometallurgy, Vol. 125-126,2012, Pag. 100-108 Terminiello A.M, R. H. Balbuena, J. A. Claverie, y J. P. Casado. 2002. Compactación inducida por el tránsito vehicular sobre un suelo en producción hortícola. Rev. Bras. Eng. Agrícola e Ambient., vol. 4, núm. 2, Pag. 290–293. Thomas, G. W. 1996. Soil pH and soil acidity. P. 475-490. In Sparks, Dl.. (ed.) Methods of soil Analysis. Part 3- Chemical Methods. SSSA Book Series no 5 SSSA and ASA, Madison, WI Thorez, J. (2003), Practical XRD analysis of clay minerals. Mineralogical Workshop, vol. 1. Bogotá. Universidad Nacional de Colombia. Tisdale, S. y W. Nelson. 1975. Soil fertility and fertilizers. Macmillan Publishing Co., Inc. Pag 205-206. Toussaint, D. 2021. Indicadores de calidad en los suelos Cotito (Lithic Kandiudox) y Coto (Typic Hapludox) del noroeste de Puerto Rico. Thesis Universidad de Puerto Rico, Recinto Mayaguez. Troug, E. 1951. Mineral nutrition of plants. Madison, University of Wisconsin Press. Pag. 469. Trouse y Baver. 1965. Tillage problems in the Hawaiian sugar industry. IV. Seedbed preparation and cultivation. Tech Suppl. To Soil Rpt. No 12, Exp Sta Hawaiian sugar Planters Assn. USDA, NRCS. 2015. Soil quality indicators, physical, chemical and biological indicators for soil quality assessment and management. United State Department of Agriculture. 94 USDA. 1951. Soil survey manual. Hand-book 18, Pag. 207-208. Vasiliniuc, I. y C. Patriche. 2011. Selecting parameters for a soil quality index. Ucranian J. of Soil Sci. sp 46 ep 56 ISSN 1684-9094. Vol 12 N 1-2 Vázquez, J. R., M. Felipe y J. C. Menjivar. 2013. Respiración del suelo según su uso y su relación con algunas formas de carbono en el departamento del Magdalena, Colombia. Biogro (25 (3)) Pag. 175–80. Veenstra, J. J. 2010. Fifty years of agricultural soil change in Iowa. PhD dissertation, Iowa State University Library, Ames, IA. Pag. 80 Visser, S. y D. Parkinson. 1992. Soil biological criteria as indicators of soil quality. Soil microorganisms. Am. J. Alt. Agric. 7(1-2), Pag. 33-37. https.//doi.org/10.1017/S0889189300004434 Volchko, Y. 2014. Assessing soil functions for sustainable remediation of contaminated sites. Thesis for the degree of doctor of philosophy in Department of civil and environmental engineering. Chalmer University of technology. Gothenburg, Sweden. Vose, J. y P. Bolstad. 2007. Biotic and abiotic factors regulating forest floor CO2 flux across a range of forest age classes in the southern Appalachians, Pedobiologia, 50, Pag. 577– 587, doi.10.1016/j.pedobi.2006.10.006 Wang, J., H. E. Epstein y L. Wang. 2010. Soil CO2 flux and its controls during secondary succession. Journal of Geophysical Research. Biogeosciences Volume 115, Issue G2 https.//doi.org/10.1029/2009JG001084 Warkentin B.P. y H.F. Fletcher. 1997. Soil quality for intensive agriculture. Intensive Agriculture Society of Science, Soil and Manure. Proceedings of the International Seminar on Soil Environment and Fertilizer Management. National Institute of Agricultural Science Pag. 594-598 Wilding, L. P., N. E. Smeck y G. F. Hall. 1983. Pedogenesis and Soil Taxonomy II. The Soil Orders. Developments in Soil Science. 11B. Elsevier. Pag. 410 Wilson, G., T. Borch, R. Kremer, M. Faber, W. Hurt, M. Wilson y S. Logsdon. 2008. Glossary of Soil science terms 2008. Soil Science Society of America. 5585 Guilford Road. Madison, WI 53711. Yang, X. M., Zhang, X. P., Deng, W. y Fang, H. J. 2003. Black soil degradation by rainfall erosion in Jilin, China. Land Degrad. Devel. 14. 409420. Yoshioka T. I. C., M. Sánchez de Prager y M. M. Bolaños. 2006. Actividad de fosfatasas ácida y alcalina en suelo cultivado con plátano en tres sistemas de manejo. Acta Agronómica, vol. 55, núm. 2 Universidad Nacional de Colombia, Palmira, Colombia. 95 Yuan, T., N. Gammon y R. G. Leighty. 1967. Relative contribution of organic and clay fractions to cation exchange capacity of sandy soils from several soil groups. Soil Science 104 Pag. 123–128. Zamama M. y M. Knidiri. 2000. IR study of Dickite-for-mamide intercalate, Al2Si2O5(OH)4H2NCOH,” Spectro-chimica Acta. Part A, Molecular and Biomolecular Spec-troscopy, Vol. 56, No. 6, Pag. 1139-1147. Zhan-jun Liu, Zhou Wei, Shen Jian-bo, Li Shu-tian, Liang Guo-qing, Wang Xiu-bin, Sun Jingwen y AI Chao. 2014. Soil quality assessment of acid sulfate paddy soils with different. Productivities in Guangdong Province, China. Journal of Integrative Agriculture 2014, 13(1). Pag. 177-186 Zhou1 M., L. Chunzhu, J. Wang, Q. Meng, Y. Yuan, X. Ma, X. Liu, Y. Zhu, G. Ding, J. Zhang, X. Zeng y W. Du. 2020. Soil aggregates stability and storage of soil organic carbon respond to cropping systems on Black Soils of Northeast China. Scientific Reports 10.265. www.nature.com/scientific reports. Zviagina, B., Drits, V.A., Dorzhieva, O.V. 2020. Distinguishing features and identification criteria for K-Dioctahedral 1M Micas (Illite-Aluminoceladonite and Illite-Glauconite-Celadonite series) from Middle-Infrared Spectroscopy Data. Minerals 2020, 10, Pag. 153. https.//doi.org/10.3390/min10020153 96 4.7. Apéndices Apéndice 1. Datos de componentes químicos incluidos en el estudio y posibles interacciones. Muestreo Profundidad Yauco San Antón Cultivado No Cultivado Cultivado No Cultivado pH Primer 0-8 cm 8.2 bcd 8.1 d 7.4 h 7.4 h 8-20 cm 8.4 a 8.2 bc 7.6 efg 7.5 gh Segundo 0-8 cm 8.1 d 8.1 cd 7.5 gh 7.6 fg 8-20 cm 8.2 bcd 8.2 b 7.6 ef 7.7 e Contenido de materia orgánica de los suelos (%). Primer 0-8 cm 5.02 c 5.41 b 3.33 fg 3.75 de 8-20 cm 4.06 d 4.93 c 2.89 hi 3.03 gh Segundo 0-8 cm 5.89 a 5.65 ab 3.03 gh 3.45 ef 8-20 cm 5.43 b 4.73 c 2.31 j 2.53 ij -1 Contenido de fósforo disponible (Olsen) de los suelos (mg kg ). Primer 0-8 cm 31.99 d 39.4 b 31.62 d 48.42 a 8-20 cm 17.6 ef 20.48 e 30.09 d 30.62 d Segundo 0-8 cm 34.25 cd 37.00 bc 30.83 d 36.45 bc 8-20 cm 15.45 f 19.51 ef 30.89 d 37.67 bc 2+ -1 Contenido de Mg intercambiable (cmolc kg ) de los suelos. Primer 0-8 cm 4.51 d 4.92 c 6.55 a 4.44 d 8-20 cm 4.39 de 5.03 c 6.25 b 4.02 e Segundo 0-8 cm 2.37 h 2.33 h 3.42 f 2.98 g 8-20 cm 2.39 h 2.44 h 3.30 fg 2.93 g -1 Contenido de Cu extraíble (mg kg ) de los suelos. Primer 0-8 cm 3.00 e 2.81 e 9.50 a 10.63 a 8-20 cm 2.13 fg 2.44 f 9.50 a 10.63 a Segundo 0-8 cm 1.94 gh 1.72 gh 7.01 c 6.22 d 8-20 cm 1.91 gh 1.62 h 6.83 c 6.04 d -1 Contenido de Fe extraíble (mg kg ) de los suelos. Primer 0-8 cm 16.44 f 10.25 fg 110.94b 120.19 a 8-20 cm 10.69 fg 8.69 g 111.25b 102.63 c Segundo 0-8 cm 12.56 fg 10.00 fg 85.50 e 94.94 d 8-20 cm 11.13 fg 8.19 g 82.00 e 85.69 e -1 Contenido de Mn extraíble de los suelos (mg kg ). Primer 0-8 cm 132.8e 89.4f 377.0a 325.8c 8-20 cm 38.0g 52.3g 387.5a 353.9b Segundo 0-8 cm 91.1f 77.0f 316.2c 283.5d 8-20 cm 75.5f 51.9g 318.9c 283.5d 97 Contenido de Zn extraíble de los suelos (mg kg-1). Primer 0-8 cm 3.50 cdef 3.69 cde 5.88 a 6.63 a 8-20 cm 2.94 efgh 3.44 defg 4.81 b 4.88 b Segundo 0-8 cm 2.69 fgh 2.51 h 4.03 bcd 4.38 bc 8-20 cm 2.61 gh 2.39 h 3.87 cd 4.16 bcd Medias con letras similares no son significativamente diferentes. DMS Fisher (P<0.05) Apéndice 2. Datos de componentes físicos incluidos en el estudio y posibles interacciones. Profundidad Yauco San Antón Cultivado No Cultivado Cultivado No Cultivado Porciento de fracciones texturales de los suelos. Arena 0-8 cm 28.84 25.96 0.66 7.48 8-20 cm 22.57 23.37 2.91 6.23 Limo 0-8 cm 43.58 47.88 32.68 29.03 8-20 cm 47.85 49.93 27.04 25.95 Arcilla 0-8 cm 27.57 26.15 66.65 63.49 8-20 cm 29.57 26.69 70.03 67.81 Porciento de estabilidad de agregados de los suelos. Primer 0-8 cm 59.05 c 45.93 efg 36.27 h 67.07 b 8-20 cm 73.30 b 81.22 a 40.28 h 53.43 cd Segundo 0-8 cm 39.94 gh 42.08 fgh 46.09 efg 52.46 cde 8-20 cm 46.77 def 44.96 fg 37.2 h 39.11 gh Resistencia a penetración de los suelos (MPa). Primer 0-8 cm 0.20 cd 0.21 c 0.10 cd 1.99 a 8-20 cm 1.63 bc 1.64 bc 1.93 bc 3.29 ab Segundo 0-8 cm 0.12 cd 0.89 b 0.07 d 1.65 a 8-20 cm 1.39 c 1.87 bc 1.87 bc 3.74 a Medias con letras similares no son significativamente diferentes. DMS Fisher (P<0.05). 98 Apéndice 3. Datos de componentes biológicos incluidos en el estudio y posibles interacciones. Muestreo Profundidad Yauco San Antón Cultivado No Cultivado Cultivado No Cultivado 2 -1 -1 Respiración basal (µg CO -C g h ). Primer 0-8 cm 1.11 b 1.14 a 0.70 f 1.11 b 8-20 cm 0.55 i 0.66 g 0.45 k 0.60 h Segundo 0-8 cm 0.76 d 0.86 c 0.70 f 0.73 e 8-20 cm 0.54 i 0.52 j 0.60 h 0.54 i -1 -1 Actividad de la deshidrogenasa (µg TPF g h ). Primer 0-8 cm 11.37 b 15.56 b 26.42 a 24.51 a 8-20 cm 9.71 b 15.19 b 26.22 a 15.91 b Segundo 0-8 cm 14.11 b 14.27 b 9.83 b 22.58 a 8-20 cm 13.90 b 10.31 b 9.83 b 13.80 b Medias con letras similares no son significativamente diferentes. DMS Fisher (P<0.05). Apéndice 4. Calificaciones de porciento de calidad de suelo (estandarización) de parámetros químicos del suelo. Muestreo Profundidad Yauco San Antón Cultivado No Cultivado Cultivado No Cultivado Estandarización del parámetro pH (%) Primer 0-8 cm 47.1 fgh 47.5 efgh 55.8 b 55.9 b 8-20 cm 45.3 h 46.7 gh 51.8 bcde 60.8 a Segundo 0-8 cm 47.7 defgh 47.4 efgh 52.5 bc 52.1 bcd 8-20 cm 47.1 fgh 46.6 gh 51.4 51.0 cdefg bcdef Estandarización del parámetro % MO (%). Primer 0-3 cm 83.1 bc 86.1 ab 64.7 e 71.2 d 8-20 cm 74.6 c 82.9 bc 56.4 f 59.3 f Segundo 0-20 cm 88.5 a 87.1 ab 59.4 f 65.6 e 8-20 cm 86.3 ab 81.5 c 42.7 h 48.5 g Estandarización del parámetro fósforo disponible (%). Primer 0-8 cm 83.0 bc 91.0 ab 86.0 abc 94.0 a 8-20 cm 54.0 f 61.0 ef 84.0 bc 84.0 bc Segundo 0-8 cm 73.0 d 68.0 de 69.0 de 84.0 bc 8-20 cm 58.0 f 42.0 g 60.0 ef 77.0 cd 2+ Estandarización del parámetro Ca intercambiable (%). Primer 0-8 cm 98.54 bc 98.88 ab 98.04 cd 98.03 d 8-20 cm 98.96 ab 99.04 a 98.32 cd 98.04 d Segundo 0-8 cm 99.98 ab 98.87 ab 96.31 e 94.47 f 8-20 cm 98.95 ab 98.98 ab 96.12 e 93.98 g 99 Estandarización del parámetro Mg2+ intercambiable (%). Primer 0-8 cm 88.2 b 88.9 b 95.0 a 87.4 bc 8-20 cm 87.4 bc 88.9 b 94.5 a 84.5 c Segundo 0-8 cm 60.2 fg 59.1 g 78.9 d 72.8 e 8-20 cm 60.6 fg 61.8 f 77.5 d 71.7 e + Estandarización del parámetro K intercambiable (%). Primer 0-8 cm 97.0 a 89.9 bcd 44.5 i 48.8 i 8-20 cm 91.7 bcd 86.0 de 31.3 j 27.5 j Segundo 0-8 cm 93.9 ab 93.4 abc 72.0 g 80.2 ef 8-20 cm 88.8 cd 87.8 d 63.6 h 77.7 fg + Estandarización del parámetro porciento de saturación de Na intercambiable (%). Primer 0-8 cm 99.7 a 99.5 a 97.1 b 92.4 c 8-20 cm 99.7 a 99.5 a 96.5 b 92.3 c Segundo 0-8 cm 100.0 a 99.9 a 99.3 a 99.1 a 8-20 cm 100.0 a 99.9 a 99.3 a 99.1 a Estandarización del parámetro CICE (%) Primer 0-8 cm 86.8 bcdef 88.7 abc 84.9 f 80.8 g 8-20 cm 88.8 ab 89.7 a 85.2 ef 70.0 g Segundo 0-8 cm 87.4 bcd 86.2 def 69.8 h 62.8 i 8-20 cm 86.7 cdef 87.0 bcde 70.0 h 61.1 i Estandarización del parámetro Cu extraíble (%). Primer 0-8 cm 92.2 b 91.5 bc 99.6 a 99.7 a 8-20 cm 82.5 d 88.5 c 99.6 a 99.7 a Segundo 0-8 cm 82.0 de 79.1 ef 99.2 a 98.9 a 8-20 cm 79.9 de 76.5 f 99.2 a 98.8 a Estandarización del parámetro Fe extraíble (%). Primer 0-8 cm 14.6 d 4.7 fg 94.5 a 94.7 a 8-20 cm 5.8 efg 3.2 fg 94.6 a 93.2 ab Segundo 0-8 cm 8.5 e 4.5 fg 89.9 bc 91.8 abc 8-20 cm 6.9 ef 2.8 g 89.0 c 90.1 bc Estandarización del parámetro Mn extraíble (%). Primer 0-8 cm 89.0 b 76.2 c 99.4 a 99.0 a 8-20 cm 29.9 f 45.3 e 99.4 a 99.2 a Segundo 0-8 cm 76.4 c 73.4 c 99.0 a 98.6 a 8-20 cm 64.2 d 51.6 e 99.0 a 98.6 a Estandarización del parámetro Zn extraíble (%). Primer 0-8 cm 100.0 a 100.0 a 95.7 abc 93.8 c 8-20 cm 95.3 bc 99.1 ab 100.0 a 100.0 a Segundo 0-8 cm 100.0 a 100.0 a 100.0 a 100.0 a 8-20 cm 100.0 a 100.0 a 100.0 a 100.0 a 100 Medias con letras similares no son significativamente diferentes. DMS Fisher (P<0.05). Apéndice 5. Calificaciones de porciento de calidad de suelo (estandarización) de parámetros físicos del suelo. Muestreo Profundidad Yauco San Antón Cultivado No Cultivado Cultivado No Cultivado Estandarización del parámetro densidad aparente (Si) (%). Primer 0-8 cm 67.2 bcd 69.4 b 59.6 e 47.1 g 8-20 cm 66.1 cd 69.8 b 52.6 f 54.4 f Segundo 0-8 cm 73.7 a 70.0 b 65.0 d 45.3 g 8-20 cm 68.3 bc 59.6 e 58.7 e 40.1 h Estandarización del parámetro estabilidad de agregados (Si) (%). Primer 0-8 cm 77.9 bc 62.1 efgh 50.3 j 82.5 ab 8-20 cm 85.0 ab 88.6 a 56.1 ghij 73.4 cd Segundo 0-8 cm 57.8 fghij 60.3 fghi 64.6 efg 69.3 cde 8-20 cm 65.6 def 63.2 efg 51.9 ij 53.6 hij Estandarización del parámetro resistencia a penetración (Si) (%). Primer 0-8 cm 99.6 99.9 100 51.3 8-20 cm 71.1 74.9 60.3 0 Segundo 0-8 cm 100 99.7 100 95 8-20 cm 95.6 65.7 74.5 0 Medias con letras similares no son significativamente diferentes. DMS Fisher (P<0.05). Apéndice 6. Calificaciones de porciento de calidad de suelo (estandarización) de parámetros biológicos del suelo. Muestreo Profundidad Yauco San Antón Cultivado No Cultivado Cultivado No Cultivado Estandarización del parámetro respiración basal (Si) (%). Primer 0-8 cm 82.3 a 83.3 a 59.8 e 82.3 a 8-20 cm 44.3 h 56.0 f 32.7 j 80.6 g Segundo 0-8 cm 64.2 c 62.4 d 59.8 e 71.1 b 8-20 cm 43.4 h 40.4 i 49.8 g 43.5 h Estandarización del parámetro DHA (Si) (%). Primer 0-8 cm 25.0 cd 37.7 bc 61.0 a 57.7 a 8-20 cm 16.2 d 35.3 bc 57.9 a 36.3 bc Segundo 0-8 cm 30.2 cd 30.6 cd 15.4 d 49.5 ab 8-20 cm 28.6 cd 17.8 d 16.3 d 28.1 cd 101 Medias con letras similares no son significativamente diferentes. DMS Fisher (P<0.05). Apéndice 7. Calificaciones de los índices de calidad de suelos. Muestreo Profundidad Yauco San Antón Cultivado No Cultivado Cultivado No Cultivado Calificaciones del índice de calidad de suelo por sumatoria (SQIA) (%). Primer 0-8 cm 78.3 ab 77.3 bc 79.2 a 78.6 ab 8-20 cm 66.4 h 70.7 ef 73.1 d 71.5 de Segundo 0-8 cm 73.1 d 71.6 de 75.9 c 75.8 c 8-20 cm 67.9 gh 63.0 i 69.4 fg 67.6 gh Calificaciones de la disponibilidad de nutrimentos (DN) (%). Primer 0-8 cm 81.6 cde 80.2 ef 84.5 ab 84.7 a 8-20 cm 71.2 ij 74.1 h 82.6 bcd 81.6 cde Segundo 0-8 cm 76.4 g 74.7 gh 82.1 cde 83.3 abc 8-20 cm 73.1 hi 69.7 j 79.0 f 80.6 def Calificaciones del potencial para la proliferación de raíces (PR) (%). Primer 0-8 cm 81.6 a 77.0 b 69.9 ef 60.0 g 8-20 cm 71.1 def 73.5 cd 53.6 h 50.1 i Segundo 0-8 cm 77.1 b 72.9 de 76.5 bc 58.8 g 8-20 cm 68.4 f 59.0 g 54.9 h 37.0 j Calificaciones de un ambiente favorable para la flora microbiana (AFFM) (%). Primer 0-8 cm 53.7 bcd 60.5 b 60.4 b 70.0 a 8-20 cm 30.2 hi 45.6 e 45.3 ef 43.4 efg Segundo 0-8 cm 47.2 de 50.8 cde 37.6 fgh 55.9 bc 8-20 cm 36.0 ghi 29.1 i 33.0 hi 35.8 ghi Primer índice de calidad de suelo por peso (SQIW1) (%). Primer 0-8 cm 76.0 a 75.0 ab 73.9 bc 71.9 cd 8-20 cm 63.0 gh 68.2 f 60.2 i 61.3 hi Segundo 0-8 cm 70.8 de 69.2 ef 71.0 de 68.0 f 8-20 cm 63.3 g 57.3 j 63.5 g 54.2 k Segundo índice de calidad de suelo por peso (SQIW2) (%). Primer 0-8 cm 71.6 a 71.9 a 70.9 a 70.8 a 8-20 cm 56.9 de 63.8 b 59.9 c 57.8 cde Segundo 0-8 cm 66.2 b 65.5 b 64.7 b 65.3 b 8-20 cm 58.6 cd 52.1 f 55.1 e 50.6 f Primer índice de calidad de suelo por componente principal SQIPC1 (%). Primer 0-8 cm 48.9 g 45.4 hi 79.6 b 82.9 a 8-20 cm 40.2 k 431 ij 75.5 d 76.2 cd Segundo 0-8 cm 48.5 g 45.8 h 74.7 d 78.7 bc 102 8-20 cm 46.6 gh 42.1 jk 65.9 f 69.3 e Segundo índice de calidad de suelo por componente principal (SQIPC2) (%). Primer 0-8 cm 70.8 bc 75.3 a 76.4 a 74.5 ab 8-20 cm 66.8 cd 74.2 ab 73.5 ab 65.2 de Segundo 0-8 cm 66.6 cd 65.8 de 55.9 f 62.7 de 8-20 cm 65.5 de 62.0 e 51.6 f 52.4 f Tercer índice de calidad de suelo por componente principal (SQIPC3) (%). Primer 0-8 cm 82.7 b 86.7 a 70.1 de 82.6 b 8-20 cm 57.7 h 66.6 ef 57.6 h 64.5 fg Segundo 0-8 cm 75.2 c 75.3 c 62.7 g 70.5 d 8-20 cm 62.4 g 54.6 h 50.9 i 56.2 h Medias con letras similares no son significativamente diferentes. DMS Fisher (p<0.05). Apéndice 8. Resistencia a penetración. Profundidad Yauco (MPa) San Antón (MPa) Primer muestreo Segundo muestreo Primer muestreo Segundo muestreo No Cultivo No Cultivo No Cultivo No Cultivo cultivo cultivo cultivo cultivo 1 2.5 cm 0.09 b 0.06 b 0.36 b 0.03 b 0.38 ab 0.03 b 0.49 a 0.02 b 2 5.1 cm 0.13 bc 0.12 bc 0.60 ab 0.04 c 0.55 abc .09 bc 0.89 a 0.04 c 3 7.6 cm 0.21 c 0.20 cd 0.89 b 0.12 cd 1.99 a 0.11 cd 1.66 a 0.07 d 4 10.2 cm 0.31 c 0.27 c 1.09 b 0.26 cd 2.28 a 0.15 cd 2.40 a 0.11 d 5 12.7 cm 0.54 b 0.42 bc 1.30 b 0.55 b 3.03 a 0.33 bc 3.04 a 0.31 c 6 15.2 cm 0.78 bc 0.66 c 1.47 b 0.88 bc 3.28 a 0.71 bc 3.53 a 0.68 c 7 17.8 cm 1.66 b 1.03 c 1.15 bc 1.10 c 3.27 ab 1.14 bc 3.67 a 1.22 bc 8 20.3 cm 1.63 bc 1.63 bc 1.87 bc 1.40 c 3.30 ab 1.93 bc 3.73 a 1.87 bc 9 22.9 cm 2.16 b 2.17 b 2.15 b 1.75 b 3.31 ab 2.36 ab 3.77 a 2.36 ab 10 25.4 cm 2.66 a 2.62 a 2.31 a 2.16 a 3.90 a 3.08 a 3.84 a 3.06 a Medias con letras similares (horizontalmente) no son significativamente diferente. DMS Fisher (p<0.05). 103 BIPLOT PCA pH 0.5 MO P 0.4 CIC 0.3 EA Da CP2 0.2 RP DHA 0.1 RB 0 -0.4 -0.3 -0.2 -0.1 0 0.1 0.2 0.3 0.4 Mg Cu -0.1 Fe -0.2 CP1 Mn Apéndice 9: Biplot de la distribución de vectores de variación. 104