LMe Tr/Sj-Ar/Mz 0,65

TRIGO - Índices DRIS

EstableciRotación Fertili- Indice DRIS

Cal. DRIS neg. miento zación N P K S ∑abs N P K S

Normal 3,1 11,8 13,5 -28,5 56,9 D Extra 0,1 11,1 4,3 -15,5 31,1 MD Normal 0,2 14,5 -1,1 -13,6 29,5 MD Extra -1,0 15,9 -8,1 -6,8 31,8 LD LD Normal -9,4 19,2 10,3 -20,1 59,0 LD D Extra -2,1 19,4 3,0 -20,3 44,8 D Normal 5,2 10,1 -0,2 -15,1 30,7 MD Extra -3,5 16,4 -6,8 -6,1 32,9 LD LD Normal 0,0 11,3 0,4 -11,7 23,5 LD Extra -1,8 14,5 -7,3 -5,4 29,1 LD LD La Matilde Normal -2,8 17,6 -4,6 -10,2 35,3 LD Extra -2,0 23,7 -12,3 -9,5 47,4 MD LD Normal -3,6 13,9 3,4 -13,8 34,7 MD Extra 13,6 8,8 0,6 -23,1 46,1 D 5- PP-Tr/Sj-Cb/Mz Normal 3,7 15,5 -2,5 -16,7 38,5 MD LD=Levemente Deficiente MD= Moderadamente Deficiente D= Deficiente

San Nicolás

1- Tr/Sj-Mz-Sj 2- Tr/Sj-Ar/Mz-Sj 3- Tr/Sg-Vic/Mz 4- Tr/Sj-Cb/Mz

1- Tr/Sj-Vic/Mz 2- Tr/Sj-Mz-Sj 4- Tr/Sg-Vic/Mz

En soja, el análisis foliar mostro un buen estado nutricional del cultivo (Tabla 2.2.10). Sólo se marcaron deficiencias en S en SN. En LMe en algunas rotaciones hubo una mejora en la FFE. El DRIS en soja manifestó desbalance en S en todas las situaciones (Tabla 2.2.11). El K en soja también algunas deficiencias en LMe. Fue llamativo que en N apareciera algún desbalance de SN, cuando no es un nutriente del cual normalmente se tiene preocupación en una leguminosa. Podría haber influido negativamente en la nodulación y fijación de N en soja la falta de lluvias durante enero y febrero que en este establecimiento fueron especialmente meses muy secos.

Tabla 2.2.10. Resultados de análisis foliar en soja. Se muestran los valores porcentuales de cada nutriente y el estado nutricional caracterizado como A: alto, S: suficiente o B: bajo. En rojo se indican las situaciones con bajo estado nutricional y los círculos verdes muestran diferencias entre FN y FFE.

Tabla 2.2.11. Resultados de DRIS en soja. Se muestran los índices DRIS para cada nutriente y el estado nutricional de las situaciones deficitarias (DRIS negativo) caracterizado como LD: levemente deficiente, MD: moderadamente deficiente o D: deficiente. Los círculos verdes muestran diferencias entre FN y FFE.

SOJA - Análisis foliares

Establecimiento

San Nicolás

La Matilde Rotación Fertili- Análisis foliar

Cal. Nivel Nutr. zación N % P % K % Ca % Mg % S % Zn ppm N P K Ca Mg S Zn

1- Tr/Sj-Vic/Mz Normal 3,83 0,37 2,22 1,04 0,27 0,13 30,5 S S S S S B S Extra 3,54 0,35 1,80 1,02 0,26 0,16 26,0 S S S S S B S 2- Tr/Sj-Mz-Sj Normal 3,72 0,33 1,92 1,18 0,28 0,15 27,0 S S S S S B S Extra 3,75 0,33 2,01 1,21 0,30 0,16 26,5 S S S S S B S 1- Tr/Sj-Mz-Sj Normal 4,75 0,53 1,66 1,26 0,39 0,21 38,9 S S S S S S S Extra 5,24 0,61 2,06 1,28 0,42 0,22 41,3 S A S S S S S 2- Tr/Sj-Ar/Mz-Sj Normal 5,29 0,54 1,88 1,18 0,42 0,20 38,5 S S S S S S S Extra 5,31 0,60 1,99 1,22 0,41 0,21 40,1 S A S S S S S 4- Tr/Sj-Cb/Mz Normal 5,72 0,62 1,88 1,22 0,40 0,21 42,3 A A S S S S S Extra 4,99 0,63 1,95 1,23 0,41 0,22 40,3 S A S S S S S 5- PP-Tr/Sj-Cb/Mz Normal 5,62 0,64 1,79 1,13 0,38 0,21 47,7 A A S S S S S B= Bajo S= Suficiente A= Alto

SOJA - Índices DRIS

Establecimiento

San Nicolás

La Matilde Rotación Fertili- Indice DRIS

Indice DRIS zación N P K Ca Mg S Zn ∑abs N P K Ca Mg S Zn

1- Tr/Sj-Vic/Mz Normal -8,2 19,6 19,0 10,3 -1,6 -43,9 4,7 99,2 LD D Extra -10,2 17,8 8,3 10,6 -1,6 -24,7 -0,1 63,1 LD D 2- Tr/Sj-Mz-Sj Normal -8,3 11,9 10,6 16,4 0,3 -31,1 0,1 70,5 LD D Extra -9,5 10,1 11,5 16,1 2,2 -28,6 -1,7 70,0 LD D 1- Tr/Sj-Mz-Sj Normal -9,5 29,2 -10,7 7,5 4,0 -24,9 4,3 80,6 LD LD D Extra -10,0 32,6 -4,3 3,8 3,0 -28,2 3,2 75,1 LD D 2- Tr/Sj-Ar/Mz-Sj Normal -0,4 27,2 -5,4 3,1 6,3 -29,9 3,1 75,1 LD D Extra 1,8 33,0 -4,8 2,8 3,1 -29,6 3,1 76,5 D 4- Tr/Sj-Cb/Mz Normal 2,1 34,7 -8,9 2,3 1,4 -30,6 4,7 82,6 LD D Extra 4,2 37,7 -6,5 2,8 2,7 -27,1 2,9 79,8 LD D 5- PP-Tr/Sj-Cb/Mz Normal 5,1 39,0 -11,6 -1,0 -0,7 -30,6 9,6 92,6 LD D LD=Levemente Deficiente MD= Moderadamente Deficiente D= Deficiente

El maíz fue el cultivo que tuvo el peor estado nutricional en el análisis foliar (Tabla 2.2.12). Se observó baja concentración de N y Mg en casi todas las situaciones. Algunos tratamientos tuvieron bajo nivel de P y K. El DRIS del maíz también fue deficiente en S y Mg en todos los tratamientos (Tabla 2.2.13). Algunas situaciones estuvieron desbalanceadas en N, P y Ca.

Tabla 2.2.12. Resultados de análisis foliar en maíz. Se muestran los valores porcentuales de cada nutriente y el estado nutricional caracterizado como A: alto, S: suficiente o B: bajo. En rojo se indican las situaciones con bajo estado nutricional y los círculos verdes muestran diferencias entre FN y FFE.

Tabla 2.2.13. Resultados de DRIS en maíz. Se muestran los índices DRIS para cada nutriente y el estado nutricional de las situaciones deficitarias (DRIS negativo) caracterizado como LD: levemente deficiente, MD: moderadamente deficiente o D: deficiente. Los círculos verdes muestran diferencias entre FN y FFE.

MAIZ - Análisis foliares

Establecimiento Rotación

3- Tr/Sj-Ar/Mz

San Nicolás

4- Tr/Sg-Vic/Mz

5- PP-Tr/Sj-Ar/Mz

La Matilde 3- Tr/Sg-Vic/Mz

Fertili- Análisis foliar

Cal. Nivel Nutr.

zación N % P % K % Ca % Mg % S % Zn ppm N P K Ca Mg S Zn Normal 1,96 0,16 2,37 0,36 0,11 0,11 19,1 B B S S B S S Extra 2,33 0,20 2,30 0,38 0,13 0,12 22,3 B S S S B S S Normal 2,00 0,24 1,90 0,35 0,12 0,14 21,8 B S S S B S S Extra 2,02 0,22 2,06 0,35 0,12 0,14 37,6 B S S S B S S Normal 1,95 0,21 1,92 0,39 0,13 0,11 33,7 B S S S B S S Extra 2,32 0,21 2,14 0,38 0,14 0,12 27,0 B S S S B S S Normal 2,25 0,22 1,55 0,29 0,11 0,13 41,5 B S B S B S S Extra 2,85 0,23 1,66 0,30 0,11 0,14 96,7 S S B S B S S

B= Bajo S= Suficiente A= Alto

MAIZ - Índices DRIS

Establecimiento Rotación

3- Tr/Sj-Ar/Mz

San Nicolás

4- Tr/Sg-Vic/Mz

5- PP-Tr/Sj-Ar/Mz

La Matilde 3- Tr/Sg-Vic/Mz

Fertili- Indice DRIS

Cal. DRIS neg. zación N P K Ca Mg S Zn ∑abs N P K Ca Mg S Zn

Normal 6,1 4,0 36,2 5,2 -32,1 -19,3 -0,2 103,2 D MD Extra 9,0 9,8 26,3 3,0 -28,7 -20,2 0,7 97,7 D D Normal -0,4 24,6 16,8 1,4 -33,0 -9,9 0,4 86,5 D LD Extra -9,3 11,9 18,8 -1,4 -39,5 -14,5 34,1 129,5 LD D MD Normal -7,9 11,6 17,4 5,1 -29,4 -25,4 28,7 125,5 LD D D Extra 4,9 9,8 20,5 2,1 -25,5 -21,6 9,8 94,0 D D Normal 0,7 13,8 8,1 -6,4 -44,9 -15,9 44,6 134,4 LD D MD Extra -8,9 -7,3 1,7 -17,7 -79,5 -31,0 142,8 288,9 LD LD MD D D LD=Levemente Deficiente MD= Moderadamente Deficiente D= Deficiente

CONCLUSIONES

✓ Las eficiencias de captura de agua fueron bajas en todas las situaciones evaluadas (entre 50 y 70% de la oferta total), mostrando una gran ineficiencia de los sistemas agrícolas y una posible vía de mejora para reducir las pérdidas de agua y el riesgo de problemáticas producidas por excedentes hídricos.

✓ El aumento de la intensidad de las rotaciones mejoró la productividad del agua (kg MS/mm consumido), a través de mejoras en la eficiencia de captura.

✓ El aumento en la proporción de gramíneas de las rotaciones fue acompañado por mejoras en los niveles de fertilización (N y P), caídas en la productividad del N y aumentos en la eficiencia de uso del P y el balance de P. El IIR no explicó los cambios en estas variables.

✓ La fertilización extra con N-P-S mejoró los rendimientos de las rotaciones, en especial en rotaciones de alta intensidad y balance entre leguminosas y gramíneas. Entre los indicadores edáficos evaluados, sólo se generaron cambios en el nivel de P del suelo.

✓ El balance foliar mostró deficiencia de S en todos los cultivos y N en maíz.

BIBLIOGRAFÍA

Allen, R., L. Pereira, D. Raes, and M. Smith. 1998. Crop evapotranspiration: guidelines for computing crop water requeriments FAO Irrigation and Drainage Paper 56. FAO, Rome, Italy. 300 pp. Allen, R.G. 1996. Assessing integrity of weather data for use in reference evapotranspiration estimation. J. Irrig. and Drain. Engng. Div., ASCE 122(2): 97-106. Alzueta, I. 2019. “Contribuir a mejorar la competitividad de los sistemas de producción a través de la intensificación, diversificación y nutrición sistémica”. Informe final Chacra Bragado-Chivilcoy.

Sistema Chacras, AAPRESID: 77 páginas. Andrade, J.F.; Poggio, S.L.; Ermácora, M.; Satorre, E.H. 2015. Productivity and resourse use eficiency in intensified systemas in the Rolling Pampa, European Journal of Agronomy 67 (2015) 37-51. Cambardella, C.A.y E.T.Elliot. 1992. Particulate soil organic-matter changes across agrass land cultivation sequence. SoilSci. Soc. Am. J. 56: 777-783. Caviglia O.P., Sadras V.O. and Andrade F. 2004. Intensification of agriculture in the south-eastern

Pampas. I. Capture and efficiency in the use of water and radiation in double-cropped wheatsoybean. Dardanelli, J.L. 1998. Eficiencia en el uso del agua según sistemas de labranzas. En: J.L. Panigatti; H.

Marelli; D. Buschiazzo y R. Gil (eds), Siembra Directa. INTASAGyP, pp. 107-115. Gil, R.C., Peralta, G., Coronel, J., Salomón, C., Vidal, G., 2010. Eficiencia de uso del agua en ambientes semiáridos y sub-húmedos del Nordeste Argentino: un análisis comparativo de líneas de desarrollo en ambientes de Chaco, Formosa y Corrientes. In: Proceedings on CD, XVIII Congreso

AAPRESID: El Cuarto Elemento. 11–13 August 2010, Rosario, Argentina, p. 9. Havlin, J. L., Kissel, D. E., Maddux, L. D., Claassen, M. M., & Long, J. H. 1990. Crop rotation and tillage effects on soil organic carbon and nitrogen. Soil Science Society of America Journal, 54(2), 448452. IPNI. 2016. Cálculo de Requerimientos Nutricionales. [en línea] http://lacs.ipni.net/article/LACS-1024 Romaniuk, R., M. Beltrán, L. Brutti, A. Costantini, S. Bacigaluppo, H. Sainz-Rozas, and F. Salvagiotti. 2018. Soil organic carbon, macro- and micronutrient changes in soil fractions with different lability in response to crop intensification. Soil Tillage Res. 181: 136–143. Sasal, MC. 2012. Factores condicionantes de la evolución estructural de suelos limosos bajo siembra directa. Efecto sobre el balance de agua. Tesis de Doctorado de la Universidad de Buenos Aires. Saxton, K.E. y W.J. Rawls. 2006. Soil Water Characteristic Estimates by Texture and Organic Matter for Hydrologic Solutions. Soil Sci. Soc. Am. J. 70:1569- 1578. Walkley, A.and I. Black. 1934. An examination of the Degtjareff method and a proposed modification of the chromic matter and a proposed modification of the chromic acidtitration method. SoilSci. 34: 29-38.

CAPÍTULO 2.3 SISTEMAS INTENSIFICADOS: EFECTO SOBRE INDICADORES FÍSICOS DE SUELO

M.B. Agosti, G. Peralta, H. Rimski y C. Álvarez

INTRODUCCIÓN

Además de cuantificar el efecto de la intensificación sobre la productividad y la eficiencia de uso de los recursos, es importante poder analizar el efecto sobre los indicadores de salud del suelo. Estos indicadores los podemos agrupar en físicos, químicos y biológicos. Los próximos tres capítulos describirán el efecto de los sistemas intensificados sobre estos tres grupos de indicadores.

Los indicadores físicos, describen la estructura y la matriz porosa del suelo. Ambos son fundamentales porque definen la posibilidad de crecimiento de las raíces, así como también el movimiento de aire y agua en el perfil. La porosidad del suelo es tal vez la propiedad física más fácil, frecuente y ampliamente alterada por las operaciones de labranza o de manejo sin laboreo. Esto tiene un impacto directa sobre el balance de agua (entradas y salidas del sistema), y su dinámica (relaciones agua-planta), en la entrada y difusión de gases y de calor, y en el desarrollo y crecimiento de las raíces. Existen varios indicadores físicos del suelo que permiten caracterizar directa o indirectamente el sistema poroso del mismo. Entre ellos está la textura, la densidad aparente, la porosidad total y de aireación, la infiltración básica, etc. A la vez, ciertas propiedades químicas del suelo nos permiten caracterizar la fertilidad del mismo y la capacidad de producción de biomasa del mismo, como así también identificar ciertas limitantes productivas (por ejemplo, el nivel de pH).

En Argentina existen investigaciones, a distintas escalas y usando distintos indicadores, que muestran el impacto de la agricultura en la calidad física del suelo. Aunque todos ellos incluyen variables físicas y químicas del suelo. Muchos de ellos, concluyen que el fósforo (Vázquez et al., 1991; Heredia et al., 2004), la estabilidad de los agregados (Orellana y Pilatti, 1994; Urricariet y Lavado, 1999; Wilson et al., 2000) o ambos (Maddonni et al., 1999) son las propiedades del suelo que mejor describen dicho impacto. A nivel regional, Michelena et al. (1989) hallaron una disminución de la calidad del suelo por la agricultura. Entre las variables físicas, la estabilidad de los agregados y la tasa de infiltración fueron los parámetros evaluados que sufrieron las mayores variaciones. Campitelli et al. (2010), en un trabajo realizado en la zona central de Córdoba, observaron varios indicadores bajo distintos usos del suelo. Entre los indicadores físicos más sensibles hallaron cambios en el diámetro medio ponderado de agregados, profundidad del CO3Ca y espesor del horizonte superficial. Esto determino un aumento en la susceptibilidad a la erosión hídrica a medida que se prolongan los años de agricultura y se incrementan las prácticas tales como monocultivo de soja y siembra convencional, evidenciando el deterioro de la calidad del suelo en relación a los sitios bajo bosque nativo que son los que presentaron el máximo potencial.

En relación a estos temas, el objetivo de la Chacra Pergamino es detectar los cambios en propiedades físicas de “salud del suelo” entre situaciones con niveles de intensificación contrastantes.

METODOLOGÍA

Determinaciones

Los muestreos de indicadores físicos de suelo se realizaron en invierno 2019 (físicos), en 5 unidades de muestreo (UM) en cada rotación y establecimiento. Las UM fueron georreferenciadas en 2015, y se ubicaron en zonas representativas de cada rotación (ver ubicación en Anexo 2).

A continuación, se detalla la metodología empleada para la determinación de cada indicador.