DISPONIBILIDAD Y VARIABILIDAD ESPACIAL DE CALCIO, MAGNESIO Y

POTASIO EN SUELOS AGRÍCOLAS Y PRÍSTINOS DE LA REGIÓN PAMPEANA

ING. AGR. GASTÓN EMILIANO LARREA

Trabajo de Tesis para ser presentado como requisito parcial para optar al Título de
MAGISTER SCIENTIAE

Área de Producción Vegetal

PROGRAMA DE POSTGRADO EN CIENCIAS AGRARIAS

FACULTAD DE CIENCIAS AGRARIAS

UNIVERSIDAD NACIONAL DE MAR DEL PLATA

Balcarce, Argentina.
Marzo 2019
DISPONIBILIDAD Y VARIABILIDAD ESPACIAL DE CATIONES BÁSICOS
EN SUELOS AGRÍCOLAS Y PRÍSTINOS DE LA REGIÓN PAMPEANA

ING. AGR. GASTÓN EMILIANO lARREA

¡( ~
.........-:/ 7 -=>-
.............!.?...........................................................
lng. Agr. Hernán R. SAINZ ROZAS, M.Sc., Dr.
Director de Tesis

lng. Agr Nicolás Wyngaard, M.Sc., Ph.D

Asesor
 11

DISPONIBILIDAD Y VARIABILIDAD ESPACIAL DE CATIONES BÁSICOS

EN SUELOS AGRfCOLAS Y PRfSTINOS DE LA REGIÓN PAMPEANA

ING. AGR. lARREA GASTÓN EMILIANO lARREA

Aprobada por:

r. ANORES D. ZAMBELLJ
DIRECTOR
Cs. de las Plantas y Rec. Naturales
rograma de Posgrado en Cs. Agrarias
••····•······· ............ ··· ....... Faeull:>!l'l·r.-4·Aó~AA9·lJNMóP. .. ..
aluador/a:
lng. Agr Hector J. M M rras, M.Sc., Dr

Dr. ANDRES D. ZAMBELLJ

DIRECTOR
Área Cs. de las Plantas y Rec. Naturales
Programa de Pos'grado en Cs. Agrarias
" .... ' "' ....,.....d.... ··'C:'~)Wrl ~~· 'Añ~;¡·r:~~' Ut-lMdl:l
1
va ua, ora:
ng. Agr. Fernand O. García, Ph.D

Dr. ANDRÉS D. ZAMBELLJ

DIRECTOR
Área Cs. de las Plantas y Rec. Naturales
· •· ................~~?!J::a.':l.ar,~; ~?7.~~~~ ~-~D~5N·M~d~~~-
"¡~; ~ •·~ <>nr::~rr;:¡~ '"'
Evaua
1 dora:
lng. gr. Mónica Barbazán, Ph.D
 iii

INDICE GENERAL

Sección Pág.

Índice general.……………………………………………………………………………. iii

Índice de tablas.………………………………………………………………………….. v
Índice de figuras.…………………………………………………………………………. xiii
Resumen.…………………………………………………………………………………. xi
Abstract……………………………………………………………………………………. xiii
Introducción………………………………………………………………………………. 1
Materiales y métodos.…………………………………………………………………… 5
1. Muestreo de suelos.…………………………………………………………….. 5
2. Determinaciones analíticas.……………………………………………………. 6
3. Análisis Estadístico y Geoestadístico.………………………………………… 7
Resultados y discusión.…………………………………………………………………. 12
1. Agrupación jerárquica de componentes principales.………………………… 12
2. Capacidad de intercambio catiónico.………………………………………….. 15
3. Potasio intercambiable.…………………………………………………………. 16
4. Magnesio intercambiable.………………………………………………………. 18
5. Calcio intercambiable.…………………………………………………………... 20
6. Saturación con bases.…………………………………………………………… 22
7. Calcio+ magnesio/ potasio intercambiable.…………………………………... 23
8. Calcio/magnesio intercambiable.………………………………………………. 25
9. Puesta a punto de técnica para determinación de cationes totales.………. 27
9.1. Eficiencia de recuperación.……………………………………………… 30
10. Potasio total.…………………………………………………………………….. 31
11. Calcio total.………………………………………………………………………. 34
12. Magnesio total.………………………………………………………………….. 35
13. Relación potasio intercambiable/ potasio total.………………………………. 37
14. Relación calcio intercambiable/ calcio total.…………………………………. 39
15. Relación magnesio intercambiable/ magnesio total.………………………... 40
16. Distribución espacial de cationes intercambiables y totales.……………….. 43
Consideraciones finales.………………………………………………………………… 58
 iv

Conclusiones.…………………………………………………………………………….. 58
Bibliografía.……………………………………………………………………………….. 60
 v

ÍNDICE DE TABLAS

Sección Pág.

Tabla 1. Matriz de correlación de parámetros de suelo.......................................... 7

Tabla 2. Rango de valores de calcio, magnesio y potasio intercambiable (Cai,
Mgi y Ki), según categorías de disponibilidad …………………………..... 10
Tabla 3. Rango de valores óptimos para las relaciones calcio + magnesio/
potasio intercambiable (Cai+Mgi/Ki) y calcio/ magnesio intercambiable
(Cai/Mgi) según su disponibilidad relativa.………………………………… 10
Tabla 4. Rango de valores de calcio, magnesio y potasio total (CaT, MgT y KT),
según categorías de disponibilidad………………………………………… 11
Tabla 5. Descomposición de la variabilidad por componente principal (CP) para
las variables de suelo asociadas a las zonas…………………………...... 13
Tabla 6. Autovectores de los parámetros analizados para las dos primeras
componentes principales (CP1 y CP2)…………………………………..... 14
Tabla 7. Análisis de la varianza para la evaluación de la capacidad de
intercambio catiónico (CIC) para cada manejo (prístino y agrícola),
clúster (1, 2 y 3) y la interacción entre ambos factores…………............. 15
Tabla 8. Análisis de la varianza para la evaluación del potasio intercambiable
(Ki) para cada manejo (prístino y agrícola), clúster (1, 2 y 3) y la
interacción entre ambos factores…………………………………………... 18
Tabla 9. Análisis de la varianza para la evaluación del magnesio intercambiable
(Mgi) para cada situación de manejo (prístino y agrícola), clúster (1, 2 y
3) y la interacción entre ambos factores…………………………………... 20
Tabla 10. Análisis de la varianza para la evaluación del calcio intercambiable
(Cai) para cada manejo (prístino y agrícola), clúster (1, 2 y 3) y la
interacción entre ambos factores…………………………………………... 21
Tabla 11. Análisis de la varianza para la evaluación de la saturación con bases
(SB) para cada manejo (prístino y agrícola), clúster (1, 2 y 3) y la
interacción entre ambos factores…………………………………………... 23
 vi

Tabla 12. Análisis de la varianza para la evaluación de la relación calcio +

magnesio/ potasio intercambiable (Cai+Mgi/Ki) para cada manejo
(prístino y agrícola), clúster (1, 2 y 3) y la interacción entre ambos
factores. ………………………………………………………………………. 25
Tabla 13. Análisis de la varianza para la evaluación de la relación calcio /
magnesio intercambiable (Cai/Mgi) para cada manejo (prístino y
agrícola), clúster (1, 2 y 3) y la interacción entre ambos factores…….... 27
Tabla 14. Análisis de la varianza de los tiempos de digestión para potasio, calcio
y magnesio total (KT, CaT y MgT)…………………………………………… 29
Tabla 15. Soluciones de concentraciones esperadas y determinadas con el
fotómetro de llamas y espectro de absorción atómica luego de 5 horas
de digestión………………………………………………………………………………….. 31
Tabla 16. Análisis de la varianza para la evaluación del potasio total (KT) para
cada manejo (prístino y agrícola), clúster (1, 2 y 3) e interacción entre
estos factores………………………………………………………………… 34
Tabla 17. Análisis de la varianza para la evaluación del calcio total (CaT) para
cada manejo (prístino y agrícola), clúster (1, 2 y 3) e interacción entre
estos factores………………………………………………………………… 35
Tabla 18. Análisis de la varianza para la evaluación del magnesio total (MgT)
para cada manejo (prístino y agrícola), clúster (1, 2 y 3) e interacción
entre estos factores………………………………………………………….. 37
Tabla 19. Análisis de la varianza para la evaluación de la relación potasio total /
potasio intercambiable (KT/Ki) para cada manejo (prístino y agrícola),
clúster (1, 2 y 3) e interacción entre estos factores………………………. 39
Tabla 20. Análisis de la varianza para la evaluación de la relación calcio total/
calcio intercambiable (CaT/Cai) para cada manejo (prístino y agrícola),
Clúster (1, 2 y 3) e interacción entre estos factores……………………… 40
Tabla 21. Análisis de la varianza para la evaluación de la relación magnesio
total / magnesio intercambiable (MgT/Mgi) para cada manejo (prístino y
agrícola), clúster (1, 2 y 3) e interacción entre estos factores…………... 42
 vii

Tabla 22. Parámetros de los modelos ajustados para valores de potasio, calcio y
magnesio (K, Ca y Mg) intercambiables y totales en suelos agrícolas y
prístinos de la región pampeana (RP)…………………………………… 48
 viii

ÍNDICE DE FIGURAS

Sección Pág.

Figura 1. Gran Grupos de Suelos de la región pampeana (RP)…………………… 5

Figura 2. Análisis de conglomerados (CA). Los sitios dentro de cada clúster son
similares entre sí……………………………………………………………… 12
Figura 3. Mapa de la región pampeana (RP) con sitios de características
edáficas similares agrupados en clústeres (1,2 y 3)………………………. 13
Figura 4. Capacidad de intercambio catiónico (CIC) en clústeres de suelos de la
región pampeana (RP)……………………………………………………….. 16
Figura 5. Potasio intercambiable (Ki) en clústeres y manejos (prístino= línea
discontinua, agrícola= línea llena) de suelos de la región pampeana
(RP)…………………………………………………………………………….. 18
Figura 6a. Magnesio intercambiable (Mgi) en situación de manejo agrícola (1) y
prístino (2) de suelos de la región pampeana (RP)……………………….. 20
Figura 6b. Magnesio intercambiable (Mgi) en clústeres de suelos de la región
pampeana (RP)……………………………………………………………….. 20
Figura 7a. Calcio intercambiable (Cai) en manejo agrícola (1) y prístino (2) de
suelos de la región pampeana (RP)………………………………………… 22
Figura 7b. Calcio intercambiable (Cai) en clústeres de suelos de la región
pampeana (RP)……………………………………………………………….. 22
Figura 8a. Saturación con bases (SB) en manejo agrícola (1) y prístino (2) de
suelos de región pampeana (RP)…………………………………………… 24
Figura 8a. Saturación con bases (SB) en clústeres de suelos de región
pampeana (RP)……………………………………………………………….. 24
Figura 9. Relación calcio + magnesio/ potasio intercambiable (Cai+Mgi/Ki) en
clústeres de suelos de la región pampeana (RP) y manejo (prístino=
línea discontinua, agrícola= línea llena)……………………………………. 26
Figura 10a. Relación calcio / magnesio intercambiable (Cai/Mgi) en manejo
agrícola (1) y prístina (2) de la región pampeana (RP)…………………… 28
Figura 10b. Relación calcio / magnesio intercambiable (Cai/Mgi) en clústeres de
suelos de la región pampeana (RP)......................................................... 28
 ix

Figura 11. Concentración potasio, calcio y magnesio total (KT, CaT y MgT) para
muestras de suelo de la región pampeana (RP) luego de 3 hs (1), 5 hs
(2) y 7 hs (3) de digestión. …………………………………………………... 30
Figura 12. Potasio total (KT) en clústeres de suelos de la región pampeana (RP). 34
Figura 13a. Calcio total (CaT) en manejo agrícola (1) y prístino (2) de la región
pampeana (RP)……………………………………………………………….. 36
Figura 13b. Calcio total (CaT) en clústeres de suelos de la región pampeana
(RP)…………………………………………………………………………….. 36
Figura 14. Magnesio total (MgT) en clústeres de suelos de la región pampeana
(RP)…………………………………………………………………………….. 38
Figura 15a. Relación potasio total / potasio intercambiable (KT/Ki) en manejo
agrícola (1) y prístino (2)........................................................................... 39
Figura 15b. Relación potasio total / potasio intercambiable (KT/Ki) en clústeres
de suelo de la RP……………………………………………………………... 39
Figura 16. Relación calcio total / calcio intercambiable (CaT/Cai) en clústeres de
suelos de la región pampeana (RP)………………………………………… 41
Figura 17a. Relación magnesio total/ magnesio intercambiable (MgT/ Mgi) en
manejo agrícola (1) y prístino (2) de suelos de la región pampeana
(RP)…………………………………………………………………………….. 43
Figura 17b. Relación magnesio total/ magnesio intercambiable (MgT/Mgi) en
clústeres de suelo de la región pampeana (RP)…………………………... 43
Figura 18. Distribución de los valores de cationes intercambiables y totales de
muestras de suelo agrícolas y prístinas de la región pampeana (RP)….. 44
Figura 19. Variogramas correspondientes a valores potasio, magnesio y calcio
intercambiable (Ki, Mgi y Cai) de muestras de suelo agrícola y prístinas
de la región pampeana (RP)…………………………………………………. 46
Figura 20. Variogramas correspondientes a valores potasio, magnesio y calcio
total (KT, MgT y CaT) de muestras de suelo agrícolas (izquierda) y
prístinas (derecha) de la región pampeana (RP)………………………….. 47
Figura 21. Mapa de distribución de potasio intercambiable (Ki) en suelos
agrícolas y prístinos de la región pampeana (RP)………………………… 51
 x

Figura 22. Mapa de distribución de potasio total (KT) en suelos agrícolas y 52

prístinos de la región pampeana (RP)………………………………………
Figura 23. Mapa de distribución de magnesio intercambiable (Mgi) en suelos
agrícolas y prístinos de la región pampeana (RP)………………………… 53
Figura 24. Mapa de distribución de magnesio total (MgT) en suelos agrícolas y
prístinos de la región pampeana (RP)……………………………………… 54
Figura 25. Mapa de distribución de calcio intercambiable (Cai) en suelos
agrícolas y prístinos de la región pampeana (RP)………………………… 55
Figura 26. Mapa de distribución de calcio total (CaT) en suelos agrícolas y
prístinos de la región pampeana (RP)……………………………………… 56
Figura 27. Distribución de frecuencia de los residuales en función de la
distribución normal con media nula para las variables potasio,
magnesio y calcio (K, Mg y Ca) intercambiable y total en manejo
prístino y agrícola...................................................................................... 57
 xi

RESUMEN

En Argentina, la producción de granos ha incrementado durante los últimos años y la

reposición de calcio (Ca), magnesio (Mg) y potasio (K) ha sido nula o escasa. Los
procesos y atributos de suelo que afectan el crecimiento y desarrollo de los cultivos y a la
extracción de nutrientes varían en el espacio y tiempo. El material original de los suelos
de la región pampeana (RP) es mineralógicamente homogéneo. Sin embargo, hay
evidencias que sugieren que los sedimentos loéssicos de Pampa Ondulada podrían tener
diferente composición según su procedencia. Esto sugiere diferencias en el contenido
total de bases y en la relación entre contenido total y la fracción intercambiable. Sin
embargo, en la actualidad no se cuenta con dicha información. Los objetivos de este
trabajo fueron: determinar el contenido total e intercambiable de Ca, Mg, K, la capacidad
de intercambio catiónico, la saturación con bases (SB) y a su vez caracterizar la
variabilidad espacial de dichas variables para mapear su distribución geográfica. Para
esto se trabajó con muestras (n=1200) recolectadas durante el año 2010 y 2011 de suelos
de aptitud agrícola. En cada lugar, se tomó una muestra (0-20 cm) en situación de manejo
agrícola y prístino. A las mismas se les determinó CIC, Ca, Mg y K intercambiable y total
(Cai, Mgi, Ki, CaT, MgT y KT).
Para analizar los datos se utilizó un análisis multivariado (HCPC) para agrupar en
clústeres sitios similares. Definidos estos se analizaron los datos con modelos lineales
mixtos. La distribución espacial fue estudiada mediante semivariogramas empíricos.
Posteriormente, se realizó la interpolación a través de krigeado ordinario y se obtuvieron
los mapas correspondientes. Se observó que la actividad agrícola originó cambios en la
disponibilidad y variabilidad espacial de Ki, Cai, Mgi, SB y CaT. Se redujo en mayor medida
el Ki (-34%) y, en menor medida, el Mgi (-19%). Los variogramas en ambos manejos
mostraron continuidad espacial, con rangos de entre 140 a 300 km para suelos prístinos y
92 a 250 km en manejo agrícola. El Ki y el CaT fueron los que mostraron la mayor
reducción en el alcance. El Ki fue el que presentó la mayor variación espacial (92 km) y la
mayor reducción en la concentración, lo que demuestra que su comportamiento está muy
asociado a prácticas de manejo zonales. Sin embargo, las concentraciones de todos los
cationes se encuentran en el rango de alto a muy alto según lo reportado
internacionalmente. A su vez, los resultados sugieren que la capacidad de reposición de
Ca y Mg (promedio de manejo) sería menor para la zona norte de la RP dado que mostró
 xii

menor relación total/intercambiable (8/1 y 12/1, respectivamente). No así para el K, dado

que la región sudeste fue la que mostró la menor relación (21/1). Estos resultados indican
que ante potenciales problemas de deficiencia de Ca, Mg y K estos diferirán según zona y
que esta diferencia está dada por la variación de los contenidos totales y tipo de cultivo
por su influencia en la extracción de cada nutriente.
Palabras clave: variabilidad espacial, loess, cationes.
 xiii

ABSTRACT
AVAILABILITY AND SPATIAL VARIABILITY OF CALCIUM, MAGNESIUM, AND
POTASSIUM IN AGRICULTURAL AND PRISTINE SOILS FROM THE PAMPAS REGION

In Argentina, the increase in grain crop production during recent years has not been
accompanied by an increase in soil calcium (Ca), magnesium (Mg), and potassium (K)
replenishment. Soil processes and attributes that affect crop growth and development and
nutrient extraction vary in space and time. The parent material of the soils from the
Pampas region (PR) is mineralogically homogeneous. However, there is evidence that
suggest that the Loess sediments of some regions of the PR may have different
composition depending on their origin. This suggests differences in the total content of
bases and in the relationship between their total content and the exchangeable fraction.
The objectives of our study were: to characterize and map the spatial variability of the total
and exchangeable content of Ca, Mg, and K, the cation exchange capacity (CIC), and
base saturation (SB). To this end, we worked with samples (n = 1200) collected during
2010 and 2011. At each site, a composite soil sample (0-20 cm) was taken from an
agricultural and a pristine soil. The CIC, and total and exchangeable Ca, Mg, and K were
determined in these samples (Cai, CaT, Mgi, MgT, Ki, and KT, respectively). Data was
analyzed through multivariate analysis (HCPC) to group similar sites into clusters. Once
these clusters were defined, data were analyzed using mixed linear models. The spatial
distribution was studied through empirical semivariograms. Subsequently, the interpolation
was performed using ordinary kriging and results were mapped. It was observed that the
agricultural activity caused changes in the availability and spatial variability of Ki, Cai, Mgi,
SB, and CaT. The Ki reduction was greater (-34%) than that observed for Mgi (-19%). The
variograms for agricultural and pristine soils showed spatial continuity, with range values
varying from 140 to 300 km for pristine soils and from 92 to 250 km for agricultural soils.
Both Ki and CaT showed the greatest range reduction from the evaluated variables. The Ki
was the variable that presented the greatest spatial variation (92 km) and the greatest
concentration reduction, which demonstrates that its behavior is closely associated with
regional management practices. However, the concentration of all cations was in the high
to very high range according to international literature. Our results suggest that Ca and Mg
 xiv

replacement capacity would be lower for the northern zone of the RP, since it showed a
lower total / interchangeable ratio (8/1 and 12/1, respectively). On the contrary, for K, the
lowest ratio (21/1) was observed in the southern RP. These results indicate that future Ca,
Mg and, K deficiencies will differ depending on the zone. These differences will be
determined by variations on total soil base content and extraction rate, which is defined by
the crops used in the rotation.
Keywords: spatial variability, loess, cations
 1

INTRODUCCIÓN

La extensa superficie que abarca el territorio argentino presenta una amplia diversidad
de órdenes edáficos taxonómicos y de climas (Panigatti, 2010). La principal actividad
económica de este país es la producción agrícola-ganadera. En la región central argentina
se encuentra ubicada la denominada región pampeana (RP), la cual abarca la provincia
de Buenos Aires, y parte de La Pampa, Santa Fe, Córdoba y Entre Ríos (desde 31° a 39°
S y desde 58° a 64° W). La RP es una zona de clima templado húmedo a subhúmedo y
los suelos pertenecen mayormente al orden Molisol (Panigatti, 2010). En general, estos
suelos tienen buenas condiciones para la agricultura, con un horizonte superficial con 2 a
3,5% de materia orgánica (MO), y son más desarrollados y con texturas más finas al este
(Gelati y Vázquez, 2008). Los suelos de la RP, en su estado original, tenían elevada
fertilidad dado que derivan de un material de tipo sedimentario conocido como loess
pampeano (Teruggi, 1957; Sayago, 1995; Gallet et al., 1998; Zárate, 2003).
En la Argentina, la producción de granos se ha incrementado sustancialmente durante
los últimos años, pasando de 60.000.000 Mg en el año 2000 a 115.000.000 Mg en el
2015, de la cual más del 80% se produce en la RP (SIIA, 2016). Este aumento se debió,
en parte al incremento en los rendimientos por unidad de superficie y a la expansión del
área bajo agricultura, básicamente debido al avance del cultivo de soja. A nivel país, la
práctica de fertilización con nitrógeno (N) y fósforo (P) ha sido ampliamente adoptada, sin
embargo, la reposición de otros nutrientes como calcio (Ca), magnesio (Mg) y potasio (K)
es nula o escasa (Sainz Rozas et al., 2013). Por ejemplo, durante la campaña 2016, la
producción de granos seco de soja fue de alrededor de 51.900.000 de Mg, mientras que
el consumo de fertilizantes potásicos fue de alrededor de 10.118 Mg ((Ministerio de
Agroindustria de la Nación). Si por cada tonelada de grano de soja producida por hectárea
se exportan 19 kilogramos de K, con estos consumos de fertilizante se estaría reponiendo
el 1,15 % de lo removido del sistema.
La mayor extracción de bases del sistema suelo como consecuencia del aumento de
los rendimientos de los cultivos y de las prolongadas e intensivas actividades ganaderas
de carne o leche podrían ocasionar una disminución en la disponibilidad de estos
nutrientes. Esto no solo traería problemas de deficiencias nutricionales, sino que también
afectaría a las condiciones físicas de los suelos debido a su rol fundamental en la
formación y estabilización de agregados, que disminuyen la resistencia a la penetración,
 2

facilitando la dinámica del aire y del agua (Vázquez et al., 2010). A su vez, las
concentraciones de cationes básicos están muy relacionadas con el pH de suelo. En
zonas templadas, los principales factores responsables de la acidificación de los suelos
son la diminución en los niveles de bases y el uso continuo de fertilizantes amoniacales.
Por ejemplo, altos porcentajes de saturación con Ca están asociados a un pH favorable
para el crecimiento de plantas y microrganismos (Vázquez y Pagani, 2015).
Heredia et al. (2012) informaron que gran parte de los suelos del norte de la RP
presentaban bajos valores de saturación cálcica (< 60 %). En línea con esto, algunos
trabajos realizados en la misma zona demuestran respuesta al agregado de Ca en los
cultivos de alfalfa y soja (Fontanetto et al., 2012; Oderiz et al., 2012). No obstante, no se
conoce cuál ha sido el impacto de la producción agrícola sobre el contenido de cationes
intercambiables debido a que no se cuenta con los valores de referencia de los suelos
prístinos.
Las plantas se proveen de los nutrientes que requieren para su crecimiento a partir de
la solución del suelo. Una proporción de los nutrientes que la planta toma de la solución
del suelo es extraída del sistema durante la cosecha. Esta proporción depende de la
especie vegetal, del órgano de cosecha, del rendimiento y del elemento en consideración
(Gelati y Vázquez, 2008). Por ejemplo, para el cultivo de maíz (rendimiento 10 Mg ha-1),
trigo (rendimiento 5 Mg ha-1), soja (rendimiento 4 Mg ha-1) y caña de azúcar (rendimiento
75 Mg ha-1) la exportación de Ca en los granos será de 2, 2, 2, 12 y 31 kg ha-1; la de K de
34, 17, 67 y 59 kg ha-1, y la de Mg de 9, 8,11 y 26 kg ha-1, respectivamente (Barbazán et
al., 2015; Vázquez y Pagani, 2015). Estos datos llevan a pensar que la variabilidad
espacial para Ca y K dependerá en mayor medida de los cultivos predominantes en cada
zona, mientras que la de Mg sería menos afectada por la secuencia de cultivos.
Henríquez et al. (2005) analizaron el efecto diferencial de tres tipos de cultivos (caña de
azúcar, café y bosque) sobre el nivel de Ca, Mg, K intercambiables (Cai, Mgi, Ki,
respectivamente) y P en un mismo lote, con el mismo tipo de suelo luego de 20 años.
Estos autores informaron que la zona que tuvo monocultivo de caña de azúcar presentó
los niveles más bajos de Cai y Ki asociado a la mayor extracción de estos nutrientes. Por
otra parte, estos datos también sugieren que las relaciones Cai+Mgi /Ki podrían aumentar
mientras que la relación Cai/Mgi aumentaría levemente o se mantendría constante si la
soja es el cultivo predominante, respecto a suelos prístinos o inalterados. A su vez, el
 3

cambio en dichas relaciones sería mayor para la zona norte de la RP debido a la mayor
frecuencia del cultivo de soja en las secuencias.
Los procesos y atributos de suelo que afectan el rendimiento de los cultivos y la
extracción de nutrientes varían en el espacio y en el tiempo (Mulla y Schepers, 1997). A
escala regional, el material original, el clima, los usos de la tierra, el tipo de vegetación y
las características del relieve son los determinantes de la variación espacial y temporal
(Mallarino y Wittry, 2004). A nivel de lote, la topografía es uno de los principales factores
que origina variabilidad espacial por su efecto en la distribución de agua y sedimentos
(Ceddia et al., 2009). Sin embargo, las prácticas de manejo como la orientación de los
surcos, método de aplicación de nutrientes, las labores mecánicas y compactación
pueden dominar las causas de variabilidad a escalas pequeñas (Mallarino y Wittry, 2004),
alterando atributos químicos, físicos, y biológicos del horizonte superficial (Corá et al.,
2004).
Si bien el contenido de Cai, Mgi y Ki es afectado en parte por las diferencias en la
extracción de los cultivos, su valor en el suelo resulta del balance entre pérdidas
(exportación, lavado y erosión) y aportes (riqueza del material parental, grado de
meteorización, residuos animales y vegetales, sedimentación derivada de la erosión,
ascenso de napas salobres y aplicación de enmiendas). El material original de los suelos
de la RP argentina es mineralógicamente homogéneo, rico en minerales meteorizables
con cantidades notables de Ca, K, P, Mg y microelementos (Scoppa, 1976); que dio como
resultado suelos fértiles y productivos (Imbellone y Teruggi, 1993). Sin embargo, Morrás
(1997, 1999) y Zárate (2003) encontraron evidencias mineralógicas y geoquímicas que
sugieren que los sedimentos loéssicos de Pampa Ondulada podrían tener diferente
composición según su procedencia. Esto sugiere diferencias en el contenido total de
bases (CT) y en la relación entre contenido total y la fracción intercambiable (FI) (CT/FI)
debidas a la heterogeneidad del material madre. La relación CT/FI podría también indicar
el poder de reabastecimiento de bases ante balances negativos de las mismas. Sin
embargo, en la actualidad esta información es escasa.
En síntesis, el contenido de bases intercambiables, la relación entre las mismas y las
relaciones CT/FI pueden presentar elevada variabilidad sitio-específica generada no solo
por el tipo de suelo sino también por la actividad antrópica que se desarrolla en cada uno
de los mismos. A partir de lo mencionado, la realización de mapas que ilustran la
distribución geográfica de las propiedades del suelo sería de utilidad para la identificación
 4

de zonas o áreas deficientes o potencialmente deficientes en algún nutriente. La

construcción de dichos mapas requiere de técnicas de interpolación adecuadas. Los
valores interpolados están sujetos a incertidumbres causadas por errores de muestreo y
de los modelos utilizados, los cuales, en la práctica afectan la utilización de los valores
estimados (Heuvelink y Webster, 2001; Goovaerts, 2001). La geoestadísiticas provee un
medio para caracterizar y cuantificar la variabilidad espacial, y a su vez para predecir con
certeza los valores en puntos no muestreados (White et al., 1997; Oliver y Webster,
2014). La modelización de la variabilidad espacial puede ser realizada a través de la
construcción de semivariogramas y de la predicción de los valores en sitios no
muestreados a partir de la técnica de Krigeado (García, 2004). Contar con este tipo de
información es clave para diseñar esquemas de muestreo de suelo que permitan el
monitoreo de la evolución de los cationes básicos. No obstante, hasta el momento no se
conoce la naturaleza y el grado de variabilidad espacial de las distintas bases, de la
relación entre las mismas ni de la relación CT/FI en suelos de la RP Argentina. Los
antecedentes descriptos sugieren una mayor variabilidad espacial para el Ki en relación al
Cai y al Mgi.
Si bien para los suelos de la RP se han reportado los niveles de extracción de bases
por los diferentes cultivos, no existe información actualizada del CT de estas, de la
relación entre las mismas ni de CT/FI en suelos prístinos y con prolongada historia
agrícola. Esta información permitirá identificar las zonas o áreas con mayor potencial de
respuesta al agregado de enmiendas básicas y/o potásicas. En función de los
antecedentes mencionados se plantean las siguientes hipótesis:
1) La actividad agrícola produjo una mayor reducción de la disponibilidad de Ki que de
Cai y Mgi.
2) En suelos con historia agrícola la variabilidad espacial de las bases intercambiables
es en orden decreciente: Ki>Cai>Mgi.
3) El CT y la relación CT/FI de los cationes básicos varía según zonas.
Objetivos
- Determinar el contenido total e intercambiable de Ca, Mg, K, la capacidad de
intercambio catiónico (CIC) y la saturación con bases (SB) en suelos agrícolas y prístinos
de la RP.
- Caracterizar la variabilidad espacial de dichas variables y mapear su distribución
geográfica.
 5

MATERIALES Y MÉTODOS

1. Muestreo de suelos
Las muestras (n=1200) con las que se trabajó fueron recolectadas durante el año 2010
y 2011 de suelos de aptitud agrícola de 28 zonas representativas de la RP argentina
(desde los 31° a los 39° S y desde los 58° a los 64° W). En este muestreo se abarcó un
área de aproximadamente 27.000.000 ha, exceptuando la denominada Pampa deprimida
o cuenca del Salado. Los suelos de esta región pertenecen en su mayor parte al Orden de
los Molisoles incluyendo los Grandes grupos de los Argiudoles, Hapludoles y Haplustoles,
y en menor medida a los Vertisoles (Peludertes, actualmente Hapludertes) y Entisoles
(Torripsamentes) (Figura 1).

Figura 1. Gran Grupos de Suelos de la región

pampeana (RP). Los puntos grises son los sitios
muestreados.
 6

Se recogieron muestras georreferenciadas de aproximadamente tres sitios por partido

y/o departamento. En cada lugar, para la misma serie de suelo, se tomó una muestra
representativa (0-20 cm) en situación de manejo agrícola (mínimo 15 años de agricultura)
y una de suelo prístino o pseudo prístina (parque, pastura o clausura y alambrados no
disturbados).

2. Determinaciones analíticas
El suelo fue secado en estufa a 30°C y molido con martillo de madera para evitar
contaminación. La muestra una vez cuarteada fue tamizada por 2 mm. La CIC se
determinó siguiendo la técnica propuesta por Chapman (1965). A 2 g de suelo se le
agregaron 20 mL de acetato de amonio 1N a pH 7. Luego se agitó durante 30 minutos y
se centrifugó durante 10 minutos. Al suelo remanente se adicionó 20 mL de alcohol etílico
96%. Posteriormente se agitó 5 minutos y se centrifugó otros 5 minutos para luego
desechar el alcohol remanente. Este paso se repitió 2 veces más. Luego se lavó el suelo
con 40 mL de cloruro de sodio al 10%, se agitó 30 minutos y se centrifugó 10 min. Se
tomó una alícuota de 10 mL del sobrenadante y se destiló. El destilado se tituló con ácido
clorhídrico 0,1 N.
Para la determinación de Cai, Mgi y Ki se siguió la metodología propuesta por Haby et
al. (1990). Para ello se utilizó acetato de amonio 1N a pH 7 como extractante y la relación
suelo/solución utilizada fue de 2/20 (2 g de suelo/20 mL de acetato de amonio), con un
tiempo de agitación de 30 minutos a 200 gpm (golpes por minuto). El extracto resultante
fue utilizado para cuantificar el Ca y Mg por absorción atómica y el K por emisión de
llama. Los resultados de Cai, Mgi y Ki se expresaron en mg kg-1. Las relaciones Cai+Mgi/Ki
y Cai/Mgi se calcularon a partir de los resultados expresados en cmolc kg-1.
Para la determinación de Ca, Mg y K total (CaT, MgT y KT) se modificó la metodología
propuesta por Helmke y Sparks (1996). Para ello se utilizó un digestor con tubos de teflón
(50 mL) a los cuales se les adapto en su extremo un tip de pipeta automática para lograr
un reflujo constante y evitar pérdidas de volumen por evaporación. Se calibro la técnica
para determinar el tiempo óptimo de digestión que permita digerir toda la muestra de
suelo bajo las nuevas condiciones. Para ello se utilizaron cuatro muestras al azar (dos
prístinas y dos agrícolas) pertenecientes a diferentes zonas y se probaron tres tiempos de
digestión 3, 5 y 7 horas. El tiempo especificado en la técnica original es de 3 horas
(Helmke y Sparks, 1996) pero el utilizado en este trabajo fue de 5 horas. Se pesaron 0,5
 7

gr de suelo en tubos de teflón, se agregó 1 mL de Agua Regia (mezcla de una parte de

ácido nítrico concentrado con tres partes de ácido clorhídrico), 10 mL de ácido fluorhídrico
y se digirieron a 110 ºC. Luego, el digesto se recogió en 2,8 g de ácido bórico y se llevó a
100 mL de volumen con agua destilada. Al digesto se le realizó una dilución de 3/10 y se
determinó KT por emisión de llama. Para la cuantificación de CaT y MgT, se tomó 1 ml de
la dilución de 3/10, se le agregó 2,5 mL de lantano y se llevó a un volumen final de 25 mL
con agua destilada. La lectura se realizó en un espectro de absorción atómica. Los
contenidos totales se expresaron en g 100 g-1 de suelo. A su vez se calculó la relación
CaT/Cai, MgT/Mgi y KT/Ki.

3. Análisis Estadísticos y Geoestadístico

Para la prueba de puesta a punto de la técnica para la determinación de CaT, MgT y KT
se utilizó un modelo lineal mixto, donde el tiempo de digestión fue colocado como factor
fijo y la “muestra” como factor aleatorio.
Para agrupar sitios de características similares del total de zonas muestreadas se
utilizó un análisis multivariado [el método de Agrupación jerárquica de componentes
principales (HCPC)] a través del programa R versión 3.3.1(R, 2016). Para esto se
utilizaron 12 variables cuantitativas correlacionadas por sitio de la condición agrícola,
algunas determinadas en este trabajo y otras tomadas de Sainz Rozas et al. 2013. (Tabla
1).

Tabla 1. Matriz de correlación de parámetros de suelo.

CIC Cai SB Ki Mgi Na pH Mn Cu Fe B MO

CIC 1
Cai 0,95 1
SB 0,30 0,52 1
Ki -0,41 -0,42 0,23 1
Mgi 0,69 0,68 0,57 -0,05 1
Na 0,37 0,26 0,17 0,12 0,54 1
pH -0,03 0,19 0,81 0,33 0,33 0,13 1
Mn 0,49 0,33 -0,41 -0,71 0,17 0,13 -0,59 1
Cu 0,69 0,59 -0,07 -0,54 0,44 0,13 -0,31 0,83 1
Fe 0,34 0,13 -0,53 -0,14 -0,19 0,22 -0,70 0,41 0,27 1
B 0,30 0,30 0,34 0,38 0,19 0,14 0,18 -0,35 -0,19 0,43 1
MO 0,78 0,64 0,09 -0,1 0,44 0,5 -0,22 0,38 0,50 0,68 0,62 1
 8

El HCPC combina el análisis de componentes principales (PCA) con el análisis de

conglomerados (CA). El PCA reduce la dimensionalidad a nuevos componentes
denominados principales. Cada componente principal (PC) se describe en términos de p
nuevos componentes (CPi), que se definen como una combinación lineal de las variables
originales. El CP1 explica el máximo de la varianza total, el CP2 es la segunda
combinación lineal, no correlacionada con la primera, que explica el máximo de la
varianza residual, y así sucesivamente hasta que se contabilice la varianza total. Por lo
general, un pequeño número de componentes explica un alto porcentaje de la varianza
total. A su vez, el CA coloca objetos dentro de grupos que muestran cierta similitud entre
sí. La disimilitud entre ellos es una medida de distancia. La técnica de clúster jerárquico
utiliza una medida de distancia euclidiana para separar un conjunto de objetos en clases
de acuerdo al criterio de agregación del promedio del grupo (Ramos et al., 2007).
Definidos los grupos de sitios similares se analizaron los datos con modelos lineales
mixtos usando el paquete nlme (Pinheiro, 2016). Se utilizó la función “gls“ para ajustar un
modelo que consideró como efectos fijos la situación de manejo, el clúster y la interacción
entre estos. Debido a la heterogeneidad de varianzas, éstas se modelaron de manera
independiente para cada situación y clúster. Para realizar el análisis de la varianza se
utilizó el programa R versión 3.3.1 (R ,2016).
La distribución espacial se analizó mediante técnicas geoestadísticas (White et al.,
1997). El objetivo principal de éstas es la caracterización de la variable investigada en
todas las localizaciones partiendo de la información suministrada por los puntos
muestrales (García, 2004). Para su aplicación se analizaron los datos originales a fin de
comprobar la normalidad en la distribución de frecuencias y la presencia de tendencia
espacial, con el fin de eliminarla en caso de que existiera (Olea, 2009).
La variabilidad en la distribución espacial de los datos en los ambientes prístinos y
agrícolas fue analizada mediante semivariogramas empíricos realizados en una dirección
ortogonal (N135°), con una tolerancia de 22.5º, teniendo en cuenta lo expresado por
Krohling (1999) y Zárate (2003) en lo que respecta a las direcciones predominantes del
viento durante la génesis sedimentaria de los materiales parentales de los suelos. El
variograma es una función monótona creciente, alcanzando un valor límite, denominado
meseta, que es la varianza de la función aleatoria. La meseta se alcanza para un valor de
distancia “h” conocido como rango o alcance. Por otra parte, el rango determina la zona
de influencia en torno a un punto, más allá del cual la autocorrelación es nula (García,
 9

2004). Posteriormente, se elaboraron los variogramas esféricos, exponencial y gaussiano

dependiendo del catión, según la dirección de máxima variabilidad (Isaaks y Srivastava,
1989)
Posteriormente, la interpolación se realizó mediante krigeado ordinario (Isaaks y
Srivastava, 1989) usando el programa SADA versión 5.0.78 (2014). El modelo de
krigeado fue corroborado mediante la validación cruzada del resultado del krigeado
(Isaaks y Srivastava, 1989), la cual consistió en el krigeado de los datos quitando un
punto del conjunto y calculado el residual entre el valor estimado y el medido en esa
localidad. Este proceso se repitió para el total de datos disponibles. Finalmente, se analizó
la distribución de frecuencias de los residuales obtenidos en la validación cruzada. Los
resultados del krigeado fueron aceptados en función de que los residuales no mostraran
grandes asimetrías en su distribución de frecuencias respecto a un valor central cercano
al cero. Esta comprobación se hizo mediante el gráfico cuantil - cuantil (Q-Q plot) con el
cual se analizó la coincidencia existente entre la distribución de frecuencia de los
residuales y la distribución normal con media nula. Los resultados ya validados fueron
procesados mediante Quantum Gis (Qgis Development Team, 2014) a fin de obtener los
productos cartográficos finales.
La representación cartográfica del Cai, Mgi y Ki se realizó mediante la definición de
categorías de disponibilidad en el suelo. Los rangos óptimos se definieron según la
información internacional teniendo en cuenta la textura del suelo y los diferentes
requerimientos de los cultivos. Para Cai y Mgi se asumieron rangos de valores óptimos de
600 a 1000 mg kg-1 y de 50 a 100 mg kg-1 respectivamente, según la textura del suelo
(Tabla 2) (correspondiendo el valor menor a suelos arenosos y el mayor a suelos francos,
según Vázquez y Pagani, 2015). Para Ki se asumió como rango de valores óptimos de
110-170 mg kg-1 (Sawyer et al., 2002; Havlin et al., 2005; Barbazán et al., 2011; Barbazán
et al., 2015). Para las tres bases, se procedió a definir los rangos de baja concentración
asumiendo porcentajes del 50 al 60% del óptimo, mientras que la categoría de muy baja
concentración fue definida como la inmediata inferior a esta última (Tabla 2). Es válido
destacar que estos valores son solo orientativos debido a que no existen estudios de
calibración con cultivos a nivel país.
 10

Tabla 2. Rango de valores de calcio, magnesio y potasio intercambiable (Cai, Mgi y Ki),
según categorías de disponibilidad.

Disponibilidad Cai Mgi Ki

---------------mg kg-1---------------
Muy baja <301 <25 <70
Baja 302-600 26-50 71-110
Optima 600-1000 50-100 110-170
Elevada 1001-1400 101-200 171-400
Muy elevada 1401-5400 201-620 401-1560

Los rangos de relaciones Cai+Mgi/Ki y Cai/Mgi se realizaron mediante la definición de

categorías que indican la disponibilidad relativa del nutriente que está en el denominador.
Una alta relación indica deficiencia para el nutriente que está en el denominador. Para
esto se tomaron los valores informados por Vázquez y Pagani (2015) y de Havlin et al.
(2005) (Tabla 3).

Tabla 3. Rango de valores óptimos para las relaciones calcio + magnesio/ potasio
intercambiable (Cai+Mgi/Ki) y calcio/ magnesio intercambiable (Cai/Mgi) según su
disponibilidad relativa.

Disponibilidad Cai+Mgi/Ki Cai/Mgi

Baja ≥11/1 ≥15/1
Optima 7-11/1 3-15/1
Alta ≤7 <3

Para la representación cartográfica de los cationes totales (CaT, MgT y KT) se definieron
rangos de disponibilidad. Las categorías de KT se determinaron según lo informado por
Scoppa (1974) quien determinó la concentración de KT para cuatro series de suelo de la
Pampa Ondulada (Citado en Moscatelli, 2001, p.13). Se consideraron valores elevados a
aquellos que superaban 1,96 %, valores medios los que se encontraban entre 1,86-1,74%
y bajos a aquellos inferiores a este último valor (Tabla 4). Para CaT y MgT se asumieron
rangos de contenidos normales entre 0,5% a 1,5% para suelos no calcáreos, contenidos
altos a aquellos superiores a 1,5% y bajos a aquellos inferiores a 0,5% (Tabla 3) (Vázquez
y Pagani, 2015).
Tabla 4. Rango de valores de calcio, magnesio y potasio total (CaT, MgT y KT), según
categorías de disponibilidad.

Contenido CaT, MgT KT

 11

..…….%........
Bajo <0,5 <1,74
Medio 0,5-1,5 1,86
Alto >1,5 >1,96
 12

RESULTADOS Y DISCUSIÓN

1. Agrupación jerárquica de componentes principales

Como se puede observar en la Figura 2 y en el mapa de la Figura 3, en función de los
resultados obtenidos de la agrupación jerárquica de componentes principales quedaron
definidos tres clústeres de sitios similares. El clúster 1 está conformado por las zonas de
Noreste (NELP), Sureste (SELP), Este (ELP) de la provincia de La Pampa; Oeste
(OBsAs) y Noroeste (NOBsAs) de la provincia de Buenos Aires; Oeste (OCBA), Sur
(SCBA), Suroeste (SOCBA) y Este (ECBA) de la provincia de Córdoba. El clúster 2 está
formado por sitios de las zonas de Sureste (SECBA) de la provincia de Córdoba; Suroeste
(SOSF), Centro (CSF), Sur (SSF), Este (ESF), Oeste (OSF), Sureste (SESF) de la
provincia de Santa Fe; Norte (NBsAs) y Noreste (NEBsAs) de la provincia de Buenos
Aires. El clúster 3 agrupa las zonas de Suroeste (SOBsAs), Centro (CBsAs), Sur (SBsAs)
y Sureste (SEBsAs) de la provincia de Buenos Aires; Este (EER), Oeste (OER) y Sur
(SER) de la provincia de Entre Ríos.

Factor map
4

cluster 1
cluster 2
cluster 3 NELP
OBsAs ELP

SELP SOBsAs
2

SER
OER NOER
CBsAs EER
Dim 2 (27.87%)

ECBA SBsAs

CCBA NOBsAs
0

SOCBA SEBsAs

SECBA
SCBA

NBsAs
SOSF
SOER CSF
-2

SESF NEBsAs
SSF
OSF

ESF
-4

-4 -2 0 2 4

Dim 1 (38.49%)

Figura 2. Análisis de conglomerados (CA). Los sitios dentro de cada

clúster son similares entre sí.
 13

Figura 3. Mapa de la región pampeana (RP) con

sitios de características edáficas similares
agrupados en clústeres (1,2 y 3).

Como muestra la Tabla 5 los tres primeros componentes principales (CP1, CP2 y CP3)
explican el 38,8%, 28,4% y 16,4% de la variabilidad del sistema respectivamente. En
conjunto estos ejes acumulan un 83,6% de la variabilidad total. Si la mayor parte de la
varianza poblacional total (por ejemplo, de 80 a 90 %), puede ser atribuida a los primeras
“m” componentes (uno, dos o tres), entonces estos pueden remplazar las “p variables
originales”, sin mayor pérdida de información. (Bramardi, S., com. pers.).

Tabla 5. Descomposición de la variabilidad por componente principal (CP) para las

variables de suelo asociadas a las zonas.

Componentes Autovalor Proporción Proporción acumulada

CP 1 4,65 38,8 38,76
CP 2 3,41 28,4 67,18
CP 3 1,97 16,4 83,58
 14

Cada propiedad de suelo está representada por un auto-vector, que queda definido por
la correlación que existe entre la propiedad del suelo y la CP considerada (Tabla 5). El
ángulo existente entre los vectores representa el grado de correlación entre las variables
medidas. . La carga del factor es la correlación existente entre una variable original y un
factor, obtenido por combinación lineal de las variables originales.

Tabla 6. Autovectores de los parámetros analizados para las dos primeras

componentes principales (CP1 y CP2).

Variables Cargas CP1 Cargas CP2

CIC 0,95 0,18
MO 0,84 0,08
Cai 0,85 0,36
Cu 0,81 -0,27
SB 0,13 0,91
pH -0,21 -0,87
Ki -0,48 0,47
Mgi 0,64 0,56
Na 0,46 0,30
Mn 0,66 -0,62
Fe 0,47 -0,51
B 0,26 0,47

Las correlaciones obtenidas muestran que la CP1 queda definida por las variables CIC,
MO, Ca, Cu y la CP2 por SB, Mn y pH (Tabla 6). Se consideraron relevantes, aquellas
variables cuya carga supera los 2/3 de la variable con la carga máxima por CP (0,95 en
CP1 y 0,91 en CP2) (Bramardi, S., com.pers.).
Los autovalores hallados permitieron establecer gradientes para los parámetros de
suelo y así caracterizar a los sitios de los distintos clústeres. Se observó que los suelos
del clúster 1 poseen baja CIC, Ca, MO y Cu pero alta SB y pH neutros a alcalinos. Los
sitios del clúster 3 poseen alta SB, MO, CIC, Ca, Cu, Mg, Mn y pH neutros, mientras que
los suelos del clúster 2 son suelos ácidos con niveles intermedios de MO, CIC, Ca, Cu,
baja SB y niveles intermedios de nutrientes como Mn, Mg.
A modo de síntesis, los resultados obtenidos de HPCD de suelos bajo agricultura
permitieron agrupar zonas similares en clústeres y a su vez caracterizarlas edáficamente.
Así, las comparaciones entre situaciones de manejo se realizaron dentro de cada clúster
dependiendo de que se presente interacción significativa manejo *clúster.
 15

2. Capacidad de intercambio catiónico

No se observó interacción entre manejo y clúster sobre la CIC (Tabla 7), tampoco
efecto de manejo, pero si de clúster. Esto demuestra que la CIC presenta variación
espacial dada por características regionales propias de los sitios. El valor promedio más
alto se registró en el clúster 3 (21,62 cmolc kg-1), seguido por el clúster 2 (16,31 cmolc kg-
1
) y el 1 (13,8 cmolc kg-1) (Figura 4). Esto podría ser explicado por el mayor contenido de
MO y de arcilla (Imbellone y Teruggi, 1993; Zarate, 2003) que presenta el clúster 3
respecto de las otros dos. Vale aclarar, que si bien el horizonte superficial de los sitios que
conforman este clúster poseen propiedades similares, hay diferencias composicionales,
taxonómicas y de comportamiento entre los de suelos de Entre Ríos con los del Sur de
Buenos Aires. Esto llevaría a pensar los valores elevados CIC de los suelos de Entre Ríos
sean en buena parte debidos al contenido y tipo de arcilla (Morras y Cruzate, 2000), en
tanto en el sur de Buenos Aires sea determinante el alto contenido de MO (Sainz Rozas et
al., 2011).
La falta de efecto de la agricultura podría ser debido a que, si bien se han informado
caídas en los niveles de MO en la RP (Sainz Rozas et al., 2013), estas serían
principalmente en la fracción activa y lenta (Galantini y Suñer, 2008), las cuales no están
relacionadas estrechamente con la CIC (Brady y Weil, 2008; Quiroga y Studdert ,2015).

Tabla 7. Análisis de la varianza para la evaluación de la capacidad de intercambio

catiónico (CIC) para cada manejo (prístino y agrícola), clúster (1, 2 y 3) y la interacción
entre ambos factores.

gl F-valor p-valor
Intercepto 1 18785,282 <,0001
Manejo 1 1,814 0,1784
Clúster 2 294,932 <,0001
Manejo*Clúster 2 1,387 0,2503
 16

24
22
a
20
CIC (cmolc kg-1)
18

b
16
14

c
12

1 2 3
Cluster

Figura 4. Capacidad de intercambio catiónico (CIC) en

clústeres de suelos de la región pampeana (RP). Letras
distintas indican diferencias significativas al 5% de
probabilidad según el test de Tukey.

Los resultados obtenidos nos sugieren que la CIC es poco sensible a los cambios en el
suelo generados por la agricultura, lo que es esperable dado que la misma es definida por
las de fracciones más estables de la MO y la textura del suelo, la cual está poco sujeta a
cambios (Brady y Weil, 2008). A su vez, las diferencias entre los clústeres se deben a
características propias de las zonas como contenidos de MO y porcentajes de arcilla.

3. Potasio intercambiable
Se observó interacción entre manejo y clúster (Tabla 8), por lo que se compararon las
medias de manejo dentro de cada uno de estos últimos (Figura 5). A su vez, se
observaron variaciones espaciales de los niveles de Ki dentro de los clústeres. Esto podría
ser debido a diferencias en las características composicionales y taxonómicas de los
suelos. Morras y Cruzate (2001) para las zonas agrupadas en el clúster 2 informaron
similar variabilidad espacial en los niveles de este catión. Se vió una mayor reducción de
 17

los concentraciones de Ki en el clúster 2, siendo la misma de un 34% (Figura 5). Esto

podría ser consecuencia de la alta exportación del nutriente debido a una mayor
frecuencia de soja en las rotaciones (Cruzate y Casas, 2003), y a que este cultivo extrae
más respecto a los típicos de la zona (Ciampitti y García, 2007). Manzanal (2017) en un
trabajo reciente, informó que durante la campaña 2013-2014 la superficie ocupada por el
cultivo de soja en la Argentina alcanzaba 20 millones de hectáreas, lo que representaba
dos tercios de la superficie total sembrada en el país. Para esta región, Flores y Sarandón
(2003) calcularon que para el período comprendido entre 1970-1999, la pérdida de
nutrientes como nitrógeno (N), fósforo (P) y potasio (K) fue de 23 millones de toneladas,
responsabilizando a la soja del 45,6 % de dicha pérdida. La interacción determinada entre
clúster y manejo demuestra que las caídas en los niveles de este catión están asociadas
a las rotaciones realizadas en cada zona, lo que conlleva a un aumento de la variabilidad
espacial más allá de la causada por diferencias en los materiales originarios y por los
procesos de formación de suelo.
En todos los casos la concentración de este catión se encuentra en el rango de alto a
muy alto según los valores reportados internacionalmente (Tabla 2). En línea con esto,
Prystupa et al. (2004) no determinaron respuesta al agregado de este nutriente en el
cultivo de maíz en suelos del norte de Buenos Aires.
Por otra parte, la caída del nivel de Ki en los primeros 20 cm de suelo no solo depende
del balance del nutriente, sino también de la interacción con otras propiedades del suelo.
Por ejemplo, la dinámica de intercambio entre las fracciones de K (Öborn et al., 2005;
Römheld y Kirkby, 2010; Fernández et al., 2008) y/o de la interacción con las capas más
profundas del perfil. Dependiendo de la riqueza de los horizontes sub-superficiales, la
absorción y redeposición por parte de los cultivos podría o no conducir a la de
estratificación superficial de K (Bordoli y Mallarino, 1998; Jobbagy y Jackson, 2001;
Mallarino y Borges, 2006).
 18

Tabla 8. Análisis de la varianza para la evaluación del potasio intercambiable (Ki) para
cada manejo (prístino y agrícola), clúster (1, 2 y 3) y la interacción entre ambos factores.

gl F-valor p-valor
Intercepto 1 12116,480 <,0001
Manejo 1 206,325 <,0001
Clúster 2 53,952 <,0001
Manejo*Clúster 2 15.905 <,0001

a
750

a
700

a
650
Ki (mg kg )
Ki (ppm) -1

b b
600
550
500

b
1 2 3
Cluster

Figura 5. Potasio intercambiable (Ki) en clústeres y

manejos (prístino= línea discontinua, agrícola= línea llena)
de suelos de la región pampeana (RP). Letras distintas
indican diferencias significativas al 5% de probabilidad entre
manejo de suelo, según el test de Tukey.

Si bien los valores actuales para este nutriente están por encima de los niveles críticos
para los cultivos, los valores obtenidos evidencian que la agricultura ha provocado una
fuerte caída en la concentración de K extractable. Esto también demuestra que la
velocidad de reposición desde las fracciones menos disponibles no alcanza a
 19

contrarrestar lo exportado por los cultivos y lo perdido por lavado. Esto concuerda con lo
reportado por Lossinoy y Conti (2005), quienes informaron caídas similares a las
encontradas en este trabajo para la zona norte de la RP.

4. Magnesio intercambiable
Se observó un efecto significativo del manejo y de clúster sobre la concentración de
Mgi, pero no interacción entre estos factores (Tabla 9). Por lo tanto, se analizaron solo los
efectos principales de los factores. Se determinó diferencia significativa entre manejos
(Figura 6a), lo que demuestra que la agricultura redujo el contenido de Mgi. Esta
disminución fue en promedio de 57 mg kg-1, lo que representa en porcentaje una caída del
19%. La menor caída del Mg respecto del K se debe a que la exportación en los granos
del primer nutriente representa del 30 al 40% la del K (Vázquez y Pagani, 2015). Sin
embargo, la concentración de Mgi, tanto para situaciones prístinas como agrícolas, se
encuentra en el rango de alto a muy alto según lo reportado internacionalmente (Tabla 2).
Estos resultados están en línea con lo informado por Girón, et al. (2016), quienes no
determinaron respuestas al agregado de Mg en el cultivo de soja en el oeste de la región
(clúster 1).
La concentración más alta se determinó en el clúster 3 y difirió significativamente del 1
y 2 (Figura 6b). Esto coincide con lo informado Senbayram et al. (2015), quienes
informaron que los suelos de texturas arcillosas poseen altos contenido de Mgi dada su
alta CIC. En la Argentina, los depósitos de loess pampeano presentan una disminución en
el tamaño de partículas de Oeste a Este, hallándose las texturas finas en los sitios
agrupados en el clúster 3, texturas medias en el clúster 2 y las más gruesas en el clúster
1 (Imbellone y Teruggi, 1993; Zarate, 2002). Estas diferencias de textura podrían explicar
la variación entre los clústeres. Como se observó en la Tabla 6, los clústeres con alta CIC
fueron los que a su vez presentaban altos valores Mgi.
 20

Tabla 9. Análisis de la varianza para la evaluación del magnesio intercambiable (Mgi)

para cada situación de manejo (prístino y agrícola), clúster (1, 2 y 3) y la interacción entre
ambos factores.

gl F-valor p-valor
Intercepto 1 9557,907 <,0001
Manejo 1 112,621 <,0001
Clúster 2 67,350 <,0001
Manejo*Clúster 2 5,3924 0.0539

400
400

3 50
350

Mgi (mg kg -1)

Mgi (mg kg -1)

a
M gi (ppm )
M gi (ppm )

a
300

30 0

b
250
250

b b
200

20 0

1 2 1 2 3
Situacion Cluster

Figura 6a. Magnesio intercambiable (Mgi) Figura 6b. Magnesio intercambiable (Mgi)
en situación de manejo agrícola (1) y en clústeres de suelos de la RP. Letras
prístino (2) de suelos de la RP. Letras distintas indican diferencias significativas al
distintas indican diferencias significativas al 5% de probabilidad según el test de Tukey.
5% de probabilidad según el test de Tukey.

3. Calcio intercambiable
Se determinó efecto significativo del manejo y clúster sobre la concentración de Cai
pero no interacción entre estos dos factores (Tabla 10), por lo tanto se evaluaron los
efectos principales de estos últimos. Se observó diferencia significativa entre manejos
(Figura 7a), lo que demuestra que la agricultura redujo la concentración de dicho
nutriente. Esta disminución fue de 472 mg kg-1, lo que en términos relativos representa
 21

una caída de un 22 % con respecto a la condición prístina. El menor contenido de Cai se

observó en el clúster 1 y el mayor en el clúster 3 (Figura 7b), lo que se debe a la mayor
CIC de este clúster, dada la elevada correlación existente entre ambas variables (Tabla
1). Esto coincide con los gradientes determinados a partir los autovalores del HCPC
(Tabla 5).
La mayor parte del área relevada se encuentra en el rango de media a alta
disponibilidad, lo que está en línea con lo informado por Cruzate y Rivero (2008). Sin
embargo, se determinaron contenidos bajos de Cai (por debajo de 1000 mg kg-1) en el
clúster 1 (Figura 7b). En coincidencia con esto, en algunos sitios de esta región se han
informado respuestas positivas al encalado en soja y alfalfa, en suelos con contenidos de
Cai que oscilaron entre 600 y 1200 mg kg-1 (Vázquez et al., 2010; Vázquez, 2011).

Tabla 10. Análisis de la varianza para la evaluación del calcio intercambiable (Cai) para
cada manejo (prístino y agrícola), clúster (1, 2 y 3) y la interacción entre ambos factores.

gl F-valor p-valor
Intercepto 1 6438,702 <,0001
Manejo 1 125,459 <,0001
Clúster 2 184,245 <,0001
Manejo*Clúster 4 18,5631 0,0807
 22

2200

2600
a

2400
2000

2200
Cai (mg kg -1)
Cai (ppm )

Cai (ppm )
Cai (mg kg -1)
2000
1800

1800
b
1600

1600
1400
1400

c
1 2 1 2 3
Situacion Cluster

Figura 7a. Calcio intercambiable (Cai) en Figura 7b. Calcio intercambiable (Cai) en
manejo agrícola (1) y prístino (2) de clústeres de suelos de la región
suelos de la región pampeana (RP). pampeana (RP). Letras distintas indican
Letras distintas indican diferencias diferencias significativas al 5% de
significativas al 5% de probabilidad según probabilidad según el test de Tukey.

En síntesis, estos resultados sugieren que la disolución de minerales primarios y

secundarios y la redeposición desde horizontes subsuperficiales a horizontes superficiales
no fueron capaces de contrarrestar las pérdidas de los nutrientes debido a la exportación
en granos, erosión y lavado, lo que ha resultado en caídas de la fracción intercambiable.
Esto también demuestra que, si bien los suelos de la RP son muy ricos en bases, de
continuar los planteos productivos sin reposición se intensificará el desbalance de
nutrientes.

6. Saturación con bases

Se observó efecto del manejo y clúster sobre la SB pero no interacción entre estos
factores (Tabla 11), por lo que se evaluaron los efectos principales. La SB cayó un 17 %
dado el efecto de la agricultura (Figura 8a). Esto se debe a la escasa o nula reposición de
bases vía fertilizantes (García y González Sanjuan, 2010; Sainz Rozas et al., 2013). El
promedio de SB para los suelos agrícolas fue del 70%, y en ninguno de los clústeres se
 23

determinaron valores por debajo de 60% (Figura 8b), valor considerado limitante para
algunos cultivos de altos requerimientos (Vázquez y Pagani, 2015).
La SB muestra una estrecha correlación con el pH del suelo (Tabla 1). Se observó que
la SB explica el 52% de la variación en el pH del suelo (pH= 4,61 + 0,026* SB (%), R
2
=0,52, p<0,0001). La acidificación de los suelos es un proceso que consiste en la
sustitución de las bases Ca+2, Mg+2, K+ y sodio (Na+) del complejo de intercambio catiónico
por H+ y/o Al +3
. Esto puede en algunos casos formar parte del proceso natural de
formación del suelo. Sin embargo, existen factores de uso y manejo que inducen o
promueven la acidificación como se mencionó en párrafos anteriores.

Tabla 11. Análisis de la varianza para la evaluación de la saturación con bases (SB)
para cada manejo (prístino y agrícola), clúster (1, 2 y 3) y la interacción entre ambos
factores.

gl F-valor p-valor
Intercepto 1 45926,65 <,0001
Manejo 1 497,98 <,0001
Clúster 2 34,57 <,0001
Manejo*Clúster 2 1,8 <,1657
 24

100

100
90

90
a
SB (%)

SB (%)
80

80
a
a
b
70

70
b
60

60
1 2 1 2 3
Situacion Cluster

Figura 8a. Saturación con bases (SB) en Figura 8b. Saturación con bases (SB) en
manejo agrícola (1) y prístino (2) de suelos clústeres de suelos de la región pampeana
de región pampeana (RP). Letras distintas (RP). Letras distintas indican diferencias
indican diferencias significativas al 5% de significativas al 5% de probabilidad según
probabilidad según el test de Tukey. el test de Tukey

A modo de síntesis estos resultados sugieren que la mayor parte del área relevada
presenta SB adecuada para la mayoría de los cultivos excepto para la alfalfa (Havlin et al.,
2005a), la cual para un adecuado crecimiento requiere valores de alrededor del 80%
(Morón, 2000). Al igual que lo mostrado por los gradientes obtenidos de los resultados del
HCPC, las zonas del oeste y norte de la RP podrían ser susceptibles a sufrir acidificación
de continuar los sistemas productivos actuales sin reposición de bases, ya que sus
niveles de MO son intermedios a bajos y sus pH neutros a ácidos. Estas características
las colocan a dichas áreas en situación desfavorable respecto al sudeste bonaerense
frente a la acidificación.

7. Calcio + magnesio/ potasio intercambiable

Se determinó interacción entre manejo y clúster sobre la relación Cai+Mgi/Ki por lo que
se compararon las medias de manejo dentro de cada clúster (Tabla 12). En el único
clúster donde se observó diferencia significativa entre manejo fue en el 2 (Figura 9). La
mayor relación mostrada para la condición agrícola sugiere una mayor extracción de K
respecto a las otras dos bases. Como ya fue discutido, el Ki (Figura 4) fue el catión que
 25

más disminuyó por efecto de la agricultura (-34%, -24% y -19%, para K, Ca y Mg,
respectivamente). Para rendimientos promedios de soja, maíz, trigo y girasol, la soja
exportaría de 0,58 a 4,45 veces más K que el resto de los cultivos por lo que la mayor
caída del K podría ser debido en parte a un aumento de la frecuencia de soja.
Sin embargo, a pesar del cambio en las relaciones generado por la agricultura, en
dicha zona no se determinaron valores superiores a 15:1, relación considerada óptima por
Bear y Toth (1948) para un “suelo ideal” (65% Ca, 10% Mg y 5% K). Este concepto
sostiene que los suelos que mantienen esta relación son suelos balanceados que
presentan una adecuada fertilidad física, química y biológica. Si bien esta relación entre
nutrientes se ha propuesto como indicador de deficiencia o suficiencia del nutriente que se
encuentra en el denominador, el empleo del mismo puede derivar en conclusiones
erróneas. Por ejemplo, un valor alto de relación podría indicar deficiencia del nutriente que
está en el denominador, pero esto puede o no ser evidenciado en el cultivo, ya que la
respuesta va a depender también del valor absoluto de la concentración de cationes
(Vázquez y Pagani, 2015). Kopittke y Menzies (2007) evaluaron el concepto de “suelo
ideal” en un gran número de trabajos analizados, pero no pudieron sostener este
concepto. Estos autores informaron que la fertilidad química, física y biológica del suelo se
puede mantener en un rango amplio de relaciones catiónicas. De hecho, McLean, que
trabajó durante la década del’40, afirmó que, en general, "no existe una relación o rango
de saturación con bases ideal" (Eckert y McLean, 1981), y que "se debe hacer hincapié en
proporcionar niveles suficientes, pero no excesivos de cada catión en lugar de intentar
alcanzar una relación de única que evidentemente no existe" (McLean et al., 1983).

Tabla 12. Análisis de la varianza para la evaluación de la relación calcio + magnesio/

potasio intercambiable (Cai+Mgi/Ki) para cada manejo (prístino y agrícola), clúster (1, 2 y
3) y la interacción entre ambos factores.

gl F-valor p-valor
Intercepto 1 3554,026 <,0001
Manejo 1 0,365 <,5460
Clúster 2 94,001 <,0001
Manejo*Clúster 2 23,0325 <.0001
 26

10
a

a
8
Cai+Mgi/Ki
7

b
6

a
a
5

1 2 3
Cluster

Figura 9. Relación calcio + magnesio/ potasio

intercambiable (Cai+Mgi/Ki) en clústeres de suelos de la
región pampeana (RP) y manejo (prístino= línea
discontinua, agrícola= línea llena). Letras distintas indican
diferencias significativas al 5% de probabilidad entre
condición de suelo, según el test de Tukey.

Por lo tanto, todo lo analizado nos sugiere que es más importante la disponibilidad
absoluta del nutriente que las relaciones entre los mismos, y estas relaciones podrían ser
evaluaciones complementarias a las de los valores absolutos para un correcto
diagnóstico.

8. Calcio/magnesio intercambiable
No se observó interacción entre manejo y clúster sobre la relación Cai/Mgi, pero si un
efecto significativo de estos dos factores (Tabla 13). La agricultura produjo un descenso
de la relación Cai/Mgi lo que se condice con lo mostrado en secciones anteriores, donde el
Cai disminuyó más que el Mgi (25% vs 19%, respectivamente) (Figura 10a).
El clúster 3 fue el que presentó la mayor relación de bases y difirió significativamente
del resto (Figura 10b). Esto podría ser debido a la alta concentración de Cai presente en
 27

este (promedio de manejo) respecto al resto de las zonas. Para este clúster la
concentración de Cai es 16 veces superior a la Mgi, mientras que, para el resto, el Cai
supera en 10,8 y 8,5 veces la concentración de Mgi (clúster 2 y 1, respectivamente). Sin
embargo, los valores obtenidos para esta relación se encuentran en el rango óptimo
según los valores reportados internacionalmente (Tabla 3). Bear y Toth (1948) propusieron
que la relación de un suelo ideal era de 6,5:1. Sin embargo, como se mencionó, este
concepto de relación ideal no pudo ser validado cuando se analizó la información
proveniente de ensayos de respuesta a Ca, Mg y K, realizados en suelos con amplia
variación en el contenido de dichas bases (Kopittke y Menzies, 2007).
Por lo tanto, y al igual que lo enunciado para la relación Cai+Mgi/Ki, estas solamente
pueden ser utilizadas como evaluaciones complementarias a los valores absolutos para
un correcto diagnóstico.

Tabla 13. Análisis de la varianza para la evaluación de la relación calcio / magnesio

intercambiable (Cai/Mgi) para cada manejo (prístino y agrícola), clúster (1, 2 y 3) y la
interacción entre ambos factores.

gl F-valor p-valor
Intercepto 1 8585,063 <,0001
Manejo 1 1155,221 <,0001
Clúster 2 206,252 <,0001
Manejo*Clúster 2 6,7158 <,0935
 28

a
16

15
15

14
14

13
a
13
Cai/M gi

Cai/M gi
12
12

11
11

b
b

10
10

9
9

1 2 1 2 3
Situacion Cluster

Figura 10a. Relación calcio / magnesio Figura 10b. Relación calcio / magnesio
intercambiable (Cai/Mgi) en manejo intercambiable (Cai/Mgi) en clústeres (1, 2
agrícola (1) y prístina (2) de la región y3) de suelo de la región pampeana (RP).
pampeana (RP). Letras distintas indican Letras distintas indican diferencias
diferencias significativas al 5% de significativas al 5% de probabilidad según
probabilidad según el test de Tukey. el test de Tukey.

9. Puesta a punto de técnica para determinación de cationes totales

El análisis de la varianza (Tabla 14) mostró efecto diferencial del tiempo de digestión
sobre la concentración de los tres cationes, por lo que se compararon las medias de
tiempo de digestión. Como muestra la comparación de medias de la Figura 11, no hubo
diferencia significativa sobre la concentración obtenida de KT y CaT entre los tiempos de
digestión de 5 y 7 pero si respecto a 3 horas. Sin embargo, en la determinación de MgT el
tiempo de 5 horas fue el que permitió obtener la mayor concentración y difirió
significativamente del resto de los tiempos. En función de los resultados obtenidos el
tiempo seleccionado fue el de 5 horas, dado que el mismo permitió obtener las más altas
concentraciones de los tres cationes.
 29

Tabla 14. Análisis de la varianza de los tiempos de digestión para potasio, calcio y
magnesio total (KT, CaT y MgT).

gl F-valor p-valor

KT Ordenada 1 232,86401 <0,0001

Tiempo de digestión 2 17,53819 <0,0001

CaT Ordenada 1 193,50789 <0,0001

Tiempo de digestión 2 6,45368 <0,0047

MgT Ordenada 1 63,85645 <0,0001

Tiempo de digestión 2 49,41370 <0,0001

 30

1.18
a a

2.0
1.16
b

1.9
1.14
a a
(g 100 g -1)

100 g -1)
1.8
1.12

(g (%)
KT (%)

CaT
KT

CaT
1.10

1.7
1.08

1.6
1.06

b b

1.5
1 2 3 1 2 3
Tiempo de digestion Tiempo de digestion

a
0.7
0.6
g -1)

b
(%)
(g 100

0.5
MgT MgT

0.4
0.3

1 2 3
Tiempo de digestion

Figura 11. Concentración de potasio, calcio y magnesio total (KT, CaT y MgT)
para muestras de suelo de la región pampeana (RP) luego de 3 hs (1), 5 hs (2) y
7 hs (3) de digestión.
 31

9.1. Eficiencia de recuperación

Para evaluar la eficiencia de recuperación de CaT y MgT por el espectro de absorción
atómica y del KT por el fotómetro de llama se prepararon soluciones de concentración
conocida que se leyeron con los respectivos equipos (Tabla 15).
Tabla 15. Soluciones de concentraciones esperadas y determinadas con el fotómetro
de llama y espectro de absorción atómica luego de 5 horas de digestión.

Elemento Concentraciones Concentraciones Eficiencia de

esperadas determinadas recuperación

(meq/L) (meq/L) (%)

0,228 0,231 98,9

0,369 0,385 96,0

KT 0,656 0,769 85,3

1,538 1,308 85,0

1,923 1,679 87,3

Eficiencia de 90,5
recuperación promedio

0,025 0,016 65,4

0,050 0,052 105

CaT 0,100 0,090 90,0

0,200 0,164 82,1

Eficiencia de 85,7
recuperación promedio

0,010 0,009 95,8

0,020 0,021 105

MgT 0,030 0,025 81,9

0,050 0,045 85,2

Eficiencia de 91,9
recuperación promedio
 32

Como muestra la Tabla 15 con los equipos se lograron eficiencias de recuperación

aceptables. Por lo tanto, las concentraciones totales obtenidas por digestión se
multiplicaron por 1.10 (KT y MgT) o 1.15 (CaT) para obtener los valores corregidos por la
eficiencia de recuperación.

10. Potasio total

No se observó interacción entre clúster y manejo, tampoco efecto de manejo, pero sí
de clúster sobre la concentración de KT, por lo que se analizaron los efectos principales de
este factor (Tabla 16). Se determinó diferencia significativa entre la concentración media
de KT (Tabla 16), dado que el clúster 1 fue el que presentó los mayores niveles, seguido
por el 2 y el 3 (1,48 g 100 g-1, 1,41 g 100g-1 y 1,27 g 100 g-1, respectivamente) (Figura 12).
El K existe en cuatro formas en el suelo, estructural, fijado, intercambiable y en solución
(Barbazán et al., 2015). La forma estructural, constituye la mayor parte del KT (Sparks,
1987). La cantidad de K depende de la composición del material madre y la etapa de
desarrollo del suelo. Minerales como micas, feldespatos y vidrio volcánico son aquellos en
los que principalmente se encuentra el K estructural. Estos minerales son encontrados en
las fracciones más gruesas del suelo (Kirkman et al., 1994). Esto podría explicar lo
determinado en este trabajo, dado que las zonas agrupadas al oeste de la RP presentan
texturas más gruesas que el resto (Morras y Cruzate, 2000; Zarate, 2012). En el mismo
sentido, Morrás y Cruzate (2001) informaron que la zona Oeste de la provincia de Santa
Fe presenta una proporción alta de minerales illita- feldespatos asociados a altos
contenidos de K y que los mismos disminuyen hacia el este. En el mismo sentido, varios
estudios mineralógicos realizados en loess, loessoides y suelos de las regiones de
Chaco-pampeana indican que el predominio de la illita disminuye de oeste a este con un
aumento de esmectita e ilitesmectita interestratificada cerca del río Paraná (Iñiguez y
Scoppa, 1970; Stephan et al., 1977; Morrás et al., 1982; Nabel et al., 1999; Castiglioni et
al., 2005). Estas variaciones mineralógicas de los materiales primarios del suelo explican
algunas de las principales diferencias observadas en la composición química y la fertilidad
de los suelos entre los clústeres. Por lo tanto, los bajos contenidos KT en el área
mesopotámica se relacionan con los materiales sedimentarios de las cuencas de Paraná
y Uruguay. Por el contrario, los molisoles en la parte noroccidental de Pampa (provincias
occidentales de Santa Fe y Córdoba) son ricas potasio total y disponible debido a las
contribuciones minerales de las sierras pampeanas de Córdoba.
 33

Por otra parte, numerosos trabajos han informado que el material originario de los
suelos de RP presentaba heterogeneidad espacial en su composición mineralógica
(Scoppa, 1976; Moscatelli, 1991; Morras, 1996; Morras 1999; Zárate 2003). Morras (2003)
informó que hacia el oeste de la RP el material loéssico se caracteriza por la mayor
proporción de plagioclasas, vidrio volcánico y piroxenos, composición que se corresponde
con una asociación volcánico-piroclástica de origen andino. Por el contrario, hacia el este
aparece una franja que bordea el río Paraná y el río de la Plata, y que se halla
caracterizada por minerales asociados con aportes de la cuenca del Paraná. A su vez en
el sureste de Santa Fe y del NE de Buenos Aires, los minerales presentes indicarían la
existencia de aportes provenientes de las Sierras Pampeanas. Esta heterogeneidad del
material originario podría ser otro de los factores determinantes de las diferencias de KT
encontradas en los distintos clústeres.
La falta de diferencia entre manejos en el contenido de KT en los primeros 20 cm del
suelo puede deberse a la magnitud del pool y también al patrón de absorción del catión
por los cultivos, el cual depende de la textura de los horizontes sub-superficiales.
Römheld y Kirkby (2010) y Ghiri, et al. (2011) informaron que el abastecimiento de K
desde horizontes sub-superficiales puede contribuir de manera importante a la nutrición
del cultivo. En el mismo sentido, para suelos de la RP, Correndo (2011) informó que la
dinámica del Ki en los primeros 20 cm del perfil (cambios respecto a suelos prístinos) varió
con el tipo de suelo y la presencia o no de horizontes argílicos, presentando caídas
menos abruptas en los Hapludoles. Tan et al., (2012) en otro trabajo también demostraron
que el K de horizontes subsuperficiales puede ser importante fuente de abastecimiento de
dicho nutriente para los cultivos. Si bien las especies difieren en su capacidad para extraer
K del suelo, propiedades como la textura, estructura y compactación, influyen en los
procesos antes mencionados (Martin y Sparks, 2013).
 34

Tabla 16. Análisis de la varianza para la evaluación del potasio total (KT) para cada
manejo (prístino y agrícola), clúster (1, 2 y 3) e interacción entre estos factores.

gl F-valor p-valor
Intercepto 1 46412,40 <,0001
Manejo 1 0,92 <,3434
Clúster 2 101,07 <,0001
Manejo*Clúster 2 0,91 <,4007
1.6
1.5

a
100 g -1)
(g (%)

b
1.4
KTKT
1.3

c
1.2

1 2 3
Cluster

Figura 12. Potasio total (KT) en clústeres de suelos de la

región pampeana (RP). Letras distintas indican diferencias
significativas al 5% de probabilidad según el test de Tukey.

Los resultados obtenidos permitieron constatar variaciones espaciales en los

contenidos de KT que podrían estar relacionadas con las diferencias mineralógicas y
granulométricas de los sedimentos que constituyen el material parental. A su vez, estos
resultados sugieren que el KT de los primeros 20 cm del suelo no solo depende del
balance (el cual es negativo para la situación bajo agricultura) sino también del
reabastecimiento de K desde horizontes subsuperficiales.
 35

11. Calcio total

No se observó interacción entre clúster y manejo, pero si efectos de estos dos factores
sobre la concentración de CaT, por lo que se analizaron los efectos principales de estos
(Tabla 17). En promedio, la agricultura redujo los niveles de CaT en un 0,17 g 100 g-1
(Figura 13 a), equivalente a 1700 mg kg-1, mientras que el Cai disminuyó 442 mg kg-1.
Esto sugiere que las pérdidas de Ca del suelo (extracción de los cultivos más lavado)
están siendo a expensas no solo del Ca de la fracción intercambiable sino también de
otras fracciones del Ca en el suelo. Una posible explicación sería el aporte de Ca desde el
CO3Ca activo desde horizontes subsuperficiales (Panigatti, 2010),
El contenido de CaT difirió significativamente entre clústeres (promedio de manejo). El
clúster 3 fue el que presentó la mayor concentración media (1,76 g 100 g-1), seguida por
clúster 1 (1,51 g 100 g-1) y clúster 2 (1,28 g 100 g-1) (Figura 13b). De continuar estas
tendencias, las caídas en los niveles de Ca no solo provocarían la desprovisión y
desbalance nutricional para los cultivos, sino que a su vez se seguiría acelerando el
proceso de acidificación edáfica (Sainz Rozas et al., 2013). Además, el Ca al igual que
otros cationes básicos divalentes cumple acciones positivas sobre las condiciones físicas
del suelo, en su calidad de catión estructurante. Es así que disminuyen la resistencia a la
penetración, facilitando la dinámica del aire y del agua, habitualmente comprometidas en
suelos con larga historia productiva (Vázquez et al., 2009).

Tabla 17. Análisis de la varianza para la evaluación del calcio total (CaT) para cada
manejo (prístino y agrícola), clúster (1, 2 y 3) e interacción entre estos factores.

Gl F-valor p-valor
Intercepto 1 5743,122 <,0001
Manejo 1 17,806 <,0001
Clúster 2 55,115 <,0001
Manejo*Clúster 2 0,851 <,4275
 36

1.8

1.8
a

a
1.6

1.6
b
CaT (g 100 g -1)

CaT (g 100 g -1)

CaT (% )

CaT (% )
b
1.4

1.4
c
1.2

1.2
1.0

1.0
1 2 1 2 3
Situacion Cluster

Figura 13a. Calcio total (CaT) en manejo Figura 13b. Calcio total (CaT) en clústeres
agrícola (1) y prístino (2) de la región de suelos de la región pampeana (RP).
pampeana (RP). Letras distintas indican Letras distintas indican diferencias
diferencias significativas al 5% de significativas al 5% de probabilidad según
probabilidad según el test de Tukey. el test de Tukey

Los resultados obtenidos permiten hipotetizar que la mayor caída del CaT respecto del
intercambiable es debida a que una parte del Ca del suelo que abastece al pool
intercambiable y soluble provendría de del CO3Ca subsuperficial, lo que podría
determinar un mayor potencial de pérdidas por lavado.

12. Magnesio total

No se observó interacción entre clúster y manejo, tampoco efecto de manejo, pero sí
de clúster sobre la concentración de MgT. Dado esto se analizaron los efectos principales
de este factor (Tabla 18). Se determinó diferencia significativa entre los clústeres, el
clúster 3 y 1 (0,6 g 100 g-1) fueron los que presentaron la mayor concentración y no
difirieron entre sí (Figura 14). Si bien se encontró diferencia significativa respecto al
clúster 2 las mismas se encuentran dentro de los rangos normales de concentración
reportados en la bibliografía (0,5 g 100 g-1) (Vázquez y Pagani, 2015). Las diferencias en
las concentraciones halladas según clúster podrían ser consecuencias de la
 37

heterogeneidad espacial mineralógica del material madre de los suelos de RP (Scoppa,

1976; Moscatelli, 1991; Morras, 1996; Morras 1999; Zárate 2003).
La falta de efecto de la agricultura sobre el contenido de MgT en este estrato de suelo
podría ser consecuencia del reabastecimiento de horizontes subsuperficiales. Gransee y
Führs (2012) evaluaron la contribución de diferentes pooles de Mg del suelo a la nutrición
de vegetal. Estos autores demostraron que las fracciones de Mg solubles e
intercambiables no siempre reflejan la capacidad de los cultivos para explorar el suelo. De
hecho, Grimme (1978) indicó que no hay una relación estrecha entre el Mg en solución e
intercambiable en la capa superior del suelo y la concentración del catión en las plantas. A
su vez informó que, dependiendo del tipo de cultivo, el subsuelo contribuye
considerablemente a la nutrición con Mg. Esta base, a diferencia del K y del Ca, presenta
mayor movilidad en suelo debido a su menor radio iónico y mayor radio hidratado.
Independientemente del tipo de suelo, lo mencionado hace que dicho nutriente no se
encuentre retenido muy fuertemente en el complejo de intercambio y este expuesto a
pérdidas por lixiviación y movimiento en el perfil (Ding et al., 2006; Gransee y Führs,
2012).

Tabla 18. Análisis de la varianza para la evaluación del magnesio total (MgT) para cada
manejo (prístino y agrícola), clúster (1, 2 y 3) e interacción entre estos factores.

gl F-valor p-valor
Intercepto 1 7727,769 <,0001
Manejo 1 0,051 <,8221
Clúster 2 22,968 <,0001
Manejo*Clúster 2 0,523 <,5932
 38

0.70
0.65
0.60

a
T (g 100 g )

a
(%) -1
0.55
MgT
Mg

b
0.50
0.45
0.40

1 2 3
Cluster

Figura 14. Magnesio total (MgT) en clústeres de suelos de

la región pampeana (RP). Letras distintas indican
diferencias significativas al 5% de probabilidad según el test
de Tukey.

13. Relación potasio total/ potasio intercambiable

No se determinó interacción significativa entre manejo y clúster, pero si efecto de estos
factores sobre la relación KT/Ki (Tabla 19). Los suelos bajo agricultura mostraron la mayor
relación (Figura 15a) y la diferencia hallada entre situaciones de manejo es consecuencia
de los diferentes niveles de Ki (Figura 5), dado que el KT no mostró variaciones por efecto
de la agricultura (Figura 12).
Por otra parte, dicha relación presenta variabilidad espacial dependiente de la zona.
Los clústeres 1 y 2 fueron los que mostraron los valores promedio más altos y difirieron
significativamente del 3 (Figura 15b). La menor relación mostrada para este último clúster
es consecuencia de su alta concentración de Ki (Figura 5) y menor concentración total
respecto al resto (Figura 12). Para el clúster 1 y 2 la fracción intercambiable representa
aproximadamente el 4% del contenido total, mientras que para el clúster 3 representa
4,7%. Pese a estas diferencias, los porcentajes hallados concuerdan con los reportados
 39

por la bibliografía dentro de los rangos normales para suelos de la RP (Barbazán et al.,
2015).

Tabla 19. Análisis de la varianza para la evaluación de la relación potasio total /

potasio intercambiable (KT/Ki) para cada manejo (prístino y agrícola), clúster (1, 2 y 3) e
interacción entre estos factores.

gl F-valor p-valor
Intercepto 1 4509,223 <,0001
Manejo 1 49,949 <,0001
Clúster 2 12,396 <,0001
Manejo*Clúster 2 1,735 <,1772
27

27
26

26

a
a
25

25

a
KT/Ki
KT/Ki
24

24
23

23

b
22

22

b
21

21

1 2 1 2 3
Situacion Cluster

Figura 15a. Relación potasio total / potasio Figura 15b. Relación potasio total / potasio
intercambiable (KT/Ki) en manejo agrícola intercambiable (KT/Ki) en clústeres de
(1) y prístino (2). Letras distintas indican suelo de la RP. Letras distintas indican
diferencias significativas al 5% de diferencias significativas al 5% de
probabilidad según el test de Tukey. probabilidad según el test de Tukey.

En síntesis, los resultados encontrados sugieren que en el mediano y largo plazo los
pooles de K menos disponibles podrían abastecer a la fracción intercambiable. Esto
dependerá de condiciones del medio propia de cada zona como humedad, temperatura y
 40

acidez principalmente (Conti y García, 2006). A su vez, dada la variabilidad espacial

mostrada, la región noreste y sudeste de la RP podrían ser la más susceptible a presentar
deficiencias dado que mostró la menor relación KT/Ki y los contenidos de totales fueron
inferiores a los del resto de las zonas en estudio.

14. Relación calcio total/ calcio intercambiable

No se determinó interacción significativa entre manejo y clúster, tampoco efecto de
manejo, pero sí de clúster sobre la relación CaT/ Cai (Tabla 21). La falta de diferencia
entre manejos podría ser consecuencia de que para este catión la agricultura afectó no
solo las fracciones intercambiables (Figura 7a) sino también los totales (Figura 13a), por
lo que la variación se produjo tanto en el numerador como denominador de dicha relación.
Por otra parte, CaT/Cai presenta variabilidad espacial dependiente de la zona. El clúster 1
y 3 fueron los que mostraron los valores promedio más altos y difirieron significativamente
del 2 (Figura 16). La menor relación mostrada para este último clúster es consecuencia de
su nivel intermedio de Cai y su baja concentración de CaT (Figura 7b y 13b). Para el
clúster 1 y 3 la fracción intercambiable representa aproximadamente el 10% del contenido
total, mientras que para el clúster 2 representa 12,3%.

Tabla 20. Análisis de la varianza para la evaluación de la relación calcio total/ calcio
intercambiable (CaT/Cai) para cada manejo (prístino y agrícola), Clúster (1, 2 y 3) e
interacción entre estos factores.

gl F-valor p-valor
Intercepto 1 1496,6462 <,0001
Manejo 1 1,5197 <,2181
Clúster 2 12,9982 <,0001
Manejo*Clúster 2 0,2074 <,8128
 41

11
a

a
10
CaT/Cai
9

b
8
7

1 2 3
Cluster

Figura 16. Relación calcio total / calcio intercambiable

(CaT/Cai) en clústeres de suelos de la región pampeana
(RP). Letras distintas indican diferencias significativas al 5%
de probabilidad según el test de Tukey.

Los resultados sugieren que en el mediano y largo plazo las fracciones menos
disponibles del Ca podrán abastecer a la fracción intercambiable ya que son superiores a
esta en todas las zonas. Esto dependerá de condiciones del medio propia de cada zona
como son humedad, temperatura y acidez principalmente (Conti y García, 2006). A su
vez, dada la variabilidad espacial mostrada, el clúster 2 podría ser la más susceptible a
presentar problemas de acidificación o respuesta de los cultivos al agregado de Ca en el
mediano a largo plazo ya que esta mostró la menor relación CaT/Cai y el contenido total
de CaT y Cai fue inferior al del resto de los clústeres.

15. Relación magnesio total / magnesio intercambiable

No se determinó interacción significativa entre manejo y clúster pero si efecto de estos
factores sobre la relación MgT/Mgi (Tabla 21; Figura 17a). La diferencia hallada entre
situaciones de manejo es consecuencia de los diferentes niveles de Mgi (Figura 6a), dado
 42

que el MgT no mostró variaciones por efecto de la agricultura (Figura 14). Como se
mencionó, el Mgi se redujo en promedio un 19% (Figura 6a).
Por otra parte, la relación MgT/Mgi presentó variabilidad espacial dependiente de la
zona (Figura 17b). Los clústers 1 y 3 fueron los que mostraron los valores promedio más
altos y difirieron del clúster 2 (Figura 17b). Para el clúster 1 y 3 la fracción intercambiable
representa aproximadamente el 7% del contenido total, mientras que para el clúster 2
representa 8,2%. Este comportamiento fue similar al observado para la relación CaT/Cai
(Figura 16).

Tabla 21. Análisis de la varianza para la evaluación de la relación magnesio total /

magnesio intercambiable (MgT/Mgi) para cada manejo (prístino y agrícola), clúster (1, 2 y
3) e interacción entre estos factores.

gl F-valor p-valor
Intercepto 1 2019,9547 <,0001
Manejo 1 9,6468 <,0001
Clúster 2 3,4963 <,0005
Manejo*Clúster 2 0,4156 <,8221
 43

15

15
a

a a
14

14
M gT/M gi
M gT/M gi
13

13
b
b
12

12
11

11
1 2 1 2 3
Situacion Cluster

Figura 17a. Relación magnesio total/ Figura 17b. Relación magnesio total/
magnesio intercambiable (MgT/ Mgi) en magnesio intercambiable (MgT/Mgi) en
manejo agrícola (1) y prístino (2) de clústeres de suelo de la región pampeana
suelos de la región pampeana (RP). (RP). Letras distintas indican diferencias
Letras distintas indican diferencias significativas al 5% de probabilidad según
significativas al 5% de probabilidad según el test de Tukey.

En síntesis, los resultados encontrados nos sugieren que en el mediano y largo plazo
los pooles de Mg no disponibles podrán abastecer a la fracción intercambiable ya que son
superiores a esta en todas las zonas. Esto dependerá de condiciones del medio propia de
cada zona como son humedad, temperatura y acidez principalmente (Conti y García,
2006). A su vez, dada la variabilidad espacial mostrada, la Pampa Ondulada y la Pampa
Llana Santafesina podría ser la más susceptible a sufrir deficiencias en el largo plazo
dado que esta zona la menor relación y los contenidos de totales fueron inferiores a los
del resto de las zonas en estudio.
 44

16. Distribución espacial de cationes intercambiables y totales

En este trabajo, la distribución de las variables en ambos ambientes mostró una leve
asimetría (Figura 18), por lo que fueron transformadas por medio de la raíz cuadrada o
logaritmo en base diez según correspondiera.
Frecuencia

Agrícola Prístino Agrícola Prístino

Figura 18. Distribución de los valores de cationes intercambiables derecha) y
totales (izquierda) de muestras de suelo agrícolas y prístinas de la región
pampeana (RP).

Luego, a partir de los datos experimentales transformados, se elaboraron los

correspondientes variogramas experimentales (Figura 19 y 20). Los valores de los
parámetros de ajuste se exponen en la Tabla 22.
 45

En general, se observó efecto pepita para todos los cationes y para ambas situaciones
de manejo. Sin embargo, no se encontraron valores altos, lo que sugiere una baja
incertidumbre en el muestreo y en la determinación analítica. Los valores experimentales
tuvieron un buen ajuste al modelo en todos los casos (r > 0,87) (Tabla 22).
En general, los variogramas de suelos prístinos, señalan que los datos presentan una
clara continuidad espacial, con rangos de entre 140 a 300 km, según el nutriente (Figura
19 y 20 y Tabla 22). En cambio, en ambientes agrícolas la distribución espacial de los
valores mostró menor continuidad, ya que los rangos variaron de 92 a 250 km. Para los
cationes intercambiables el K fue el que mostró la mayor reducción en el alcance (Figura
19, Tabla 22) y para los cationes totales el Ca (Figura 20, Tabla 13). Esto indicaría que el
efecto antrópico (agricultura) aumentó la variabilidad espacial. Esto concuerda con lo
observado con los resultados de secciones anteriores donde, por ejemplo, para el Ki, las
caídas dependieron del clúster (interacción clúster * manejo) y en el caso del CaT este fue
el único catión que mostró disminuciones en su concentración por el efecto del manejo.
Como se comentó en secciones anteriores, en las zonas donde el cultivo predominante
fue soja, la extracción de bases es mayor que en aquellas rotaciones que tengan más
frecuencias de gramíneas.
 46

Figura 19. Variogramas correspondientes a valores potasio, magnesio y calcio

intercambiable (Ki, Mgi y Cai) de muestras de suelo agrícola (izquierda) y prístinas
(derecha) de la región pampeana (RP).
 47

Figura 20. Variogramas correspondientes a valores potasio, magnesio y calcio total

(KT, MgT y CaT) de muestras de suelo agrícolas (izquierda) y prístinas (derecha) de la
región pampeana (RP).
 48

Tabla 22. Parámetros de los modelos ajustados para valores de potasio, calcio y
magnesio (K, Ca y Mg) intercambiables y totales en suelos agrícolas y prístinos de la
región pampeana (RP).

K Ca Mg

Modelo Exponencial Esférico Gaussiano

Situación Agrícola Prístino Agrícola Prístino Agrícola Prístino

Intercambiable

Alcance 91304,4 150569,3 231586,8 248530,8 147367,7 169790,9

Contribución 0,014 0,014 0,023 0,374 0,015 0,033

Efecto pepita 0,009 0,020 0,006 0,077 0,007 0,038

r 0,94 0,95 0,89 0,88 0,92 0,95

Total

Alcance 11938,9 140978,5 225693,5 277820,6 207000,2 227788,6

Contribución 0,072 0,009 0,067 0,138 0,0096 0,004

Efecto pepita 0,110 0,023 0,113 0,200 0,006 0,007

r 0,87 0,97 0,97 0,96 0,93 0,95

 49

A partir de los modelos ajustados se interpolaron los datos mediante krigeado ordinario
para suelos agrícolas y prístinos de la RP y se obtuvieron los mapas que permiten
observar el comportamiento espacial mencionado en párrafos anteriores. Los resultados
de la validación cruzada (Figura 27), demostrando coincidencia entre la distribución de
frecuencia de los residuales y la distribución normal con media nula, dan argumentos
suficientes para aceptar el proceso de interpolación de los datos.
La actividad agrícola disminuyó el Ki en toda la RP, aunque existen zonas (noreste de
Buenos Aires, sureste de Santa Fe y Entre Ríos) en donde la caída fue mayor (Figura 21).
No obstante, como es mostrado en esta misma figura, la disponibilidad de Ki en la región
estudiada es alta a muy alta, con valores mayores de Ki que el umbral de respuesta (150-
175 mg kg-1) (Conti y García, 2006). En lo que respecta al KT no se observaron
variaciones en las concentraciones por efecto de la agricultura (Figura 22). Sin embargo,
se observaron variaciones espaciales en los contenidos de KT (Figura 22), siendo la zona
oeste de la RP las que registraron las mayores concentraciones.
La actividad agrícola produjo disminuciones significativas del Mgi (Figura 23). No
obstante, la disponibilidad de Mgi está en el rango de alta a muy alta y no se detectaron
zonas con valores menores al umbral crítico de 50 o 60 mg kg-1(Havlin et al., 2005). El
MgT no mostró variaciones en las concentraciones por efecto de la agricultura (Figura 24).
Sin embargo, al igual que el KT se observaron variaciones espaciales siendo la zona oeste
y en particular la zona noroeste de la RP las que registraron las mayores concentraciones.
El Cai se ubicó en el rango considerado medio a alto en la mayor parte del área
relevada (Figura 25), resultados que coinciden con lo reportado por Cruzate y Rivero
(2008). La actividad agrícola produjo disminuciones del Cai. Los valores altos a muy altos
de Ca se observaron en la provincia de Entre Ríos y en el sur de Buenos Aires y los más
bajos en el norte de Buenos Aires, centro sur de Santa Fe y el sur suroeste de Córdoba
(Figura 25). El CaT mostró disminución por efecto de la agricultura (Figura 26) y la zona
del centro sur de Santa Fe fue la zona más afectada. También se observaron reducciones
en las concentraciones de CaT en el sudeste de Córdoba

A modo de síntesis podemos decir que la actividad agrícola aumentó la variabilidad

espacial de todos los cationes. Dentro de los intercambiables el K es el que mostró las
mayores reducciones en continuidad espacial, mientras que para los cationes totales fue
el Ca. También los resultados encontrados sugieren que, para el análisis regional de Ca,
 50

Mg, K y de sus relaciones en ambientes agrícolas, una adecuada red de muestreo

debería considerar que la distancia máxima entre las estaciones debería ser de 90 km.
Gran parte de los resultados de este trabajo son originales y contribuirán a diseñar futuros
esquemas de muestreo para el caso que se requiera realizar el seguimiento de la
evolución de los contenidos de bases en los suelos de la RP.
 51

Figura 21. Mapa de distribución de potasio intercambiable (Ki) en suelos agrícolas y prístinos de la región
pampeana (RP).
 52

Figura 22. Mapa de distribución de potasio total (KT) en suelos agrícolas y prístinos de la región pampeana (RP).
 53

Figura 23. Mapa de distribución de magnesio intercambiable (Mgi) en suelos agrícolas y prístinos de la región
pampeana (RP).
 54

Figura 24. Mapa de distribución de magnesio total (MgT) en suelos agrícolas y prístinos de la región pampeana (RP).
 55

Figura 25. Mapa de distribución de calcio intercambiable (Cai) en suelos agrícolas y prístinos de la región
pampeana (RP).
 56

Figura 26. Mapa de distribución de calcio total (CaT) en suelos agrícolas y prístinos de la región pampeana (RP).
 57

Figura 27. Distribución de frecuencia de los residuales en función de la distribución normal con media
nula para las variables potasio, magnesio y calcio (K, Mg y Ca) intercambiable y total en manejo prístino
y agrícola.
 58

CONSIDERACIONES FINALES

La actividad agrícola originó cambios en la disponibilidad y variabilidad espacial de Ki,

Cai, Mgi, SB y CaT en suelos de la RP. Dicha actividad redujo en mayor medida el Ki (-
34%) y en menor medida el Mgi (-19%). A su vez el Ki fue el único catión que presentó
interacción situación de manejo*clúster, lo que, sumado a la gran variación espacial,
demuestra que su comportamiento está muy asociada a prácticas de manejo zonales
como rotaciones de cultivo. Sin embargo, a pesar de la disminución en su concentración,
todos los cationes se encuentran en el rango de alto a muy alto según lo reportado
internacionalmente.
Los resultados de este trabajo sugieren que la capacidad de reposición de Ca y Mg
sería menor para la zona norte de la RP (clúster 2) dado que fue la que mostró menor
relación total/intercambiable. Esto no sería así para el K, dado que la región sur y este de
la RP (clúster 3) fue la que mostró la menor relación total/intercambiable de este catión.
Los resultados concernientes al Ca y Mg son novedosos para la Argentina. Para el caso
del K existen varios antecedentes sobre suelos de la RP en los que se estudiaron
diversas fracciones de este elemento y se realizaron análisis de su distribución espacial
en relación con los materiales parentales de los suelos; sin embargo este es el primer
estudio sobre el contenido total e intercambiable en suelos prístinos y bajo cultivo que
abarca el conjunto de la RP. Los resultados obtenidos resultados son inéditos para la
Argentina e indican que los potenciales problemas de deficiencia de Ca, Mg y K en el
mediano a largo plazo difieren según zona y que esta diferencia está dada por variación
de los contenidos totales (más relacionados a la naturaleza del material madre y dinámica
del nutriente en el suelo) y al tipo de cultivo predominante por su influencia en la
extracción de cada nutriente.
 59

CONCLUSIONES

1) No hay evidencias suficientes para rechazar la Hipótesis 1, ya que la disponibilidad de

Ki se redujo más que la de Cai y Mgi.
2) Hay evidencias suficientes para rechazar parcialmente la hipótesis 2, ya que, si bien la
variabilidad espacial de Ki fue mayor a la de Cai y Mgi, esta última fue mayor que la de
Cai.
3) No hay evidencias suficientes para rechazar la hipótesis 3, ya que CT y la relación
CT/FI mostraron variabilidad según zonas.
 60

BIBLIOGRAFÍA

BARBAZÁN, M.; BAUTES, C.; BEUX, L.; BORDOLI, M.; CANO J. D.; ERNST, O.;
GARCÍA A.; GARCÍA F.; QUINCKE, A. 2011. Fertilización potásica en cultivos de
secano sin laboreo en Uruguay: rendimiento según análisis de suelos. Agrociencia
Uruguay. 15(2): 93-99.

BARBAZAN, M.M.; CONTI, M.E.; GARCÍA, F.O. 2014. Potasio. En: Echeverría, H.E.;
García, F.O. (eds.). Fertilidad de suelos y fertilidad de cultivos. INTA. EEA.
Balcarce. Balcarce, Argentina. pp. 265-285.

BEAR, F. E.; TOTH, S. J. 1948. Influence of calcium on availability of other soil

cations. Soil Science. 65(1):69-75.

BORDOLI, J. M.; MALLARINO, A. P. 1998. Deep and shallow banding of phosphorus and
potassium as alternatives to broadcast fertilization for no-till corn. Agronomy
Journal. 90(1): 27-33.

BORUVKA, L.; KOSÁK, J. 2001. Geostatistical investigation of a reclaimed dumpsite soil

with emphasis on alumninium. Soil & Tillage. 59: 115-126.

BRADY, N. C.; WEIL, R. R. 2008. The Nature and Properties of Soils. pp 311-358.

CAMILIÓN, M.C.1993. Clay mineral composition of pampean loess

(Argentina). Quaternary International. 17: 27-31.

CARVALHO, D. F. D. 2009. Topography and spatial variability of soil physical properties.

Scientia Agricola. 66(3): 338-352.

CEDDIA, M. B.; VIEIRA, S. R.; VILLELA, A. L. O.; MOTA, L. D. S.; ANJOS, L. H. C. D.;
CORÁ, J. E.; ARAÚJO, A. V.; PEREIRA, G. T.; BERALDO, J. M. G. 2004.
Variabilidade espacial de atributos do solo para adoção do sistema de agricultura
de precisão na cultura de cana-de-açúcar. Revista Brasileira de Ciência do Solo.
28(6): 1014-1015.

CHAPMAN, H. D. 1965. Cation-exchange capacity 1. Methods of soil analysis. Chemical

and microbiological properties, (methodsofsoilanb). ASA, CSSA, SSSA Madison,
WI. Agronomy Monograph 9.2 pp. 891-901.

CIAMPITTI, I.A.; GARCÍA, F.O. 2007. Requerimientos nutricionales, absorción y

extracción de macronutrientes y nutrientes secundarios. Cereales, Oleaginosos e
Industriales. [en línea] IPNI Cono Sur. Acassuso, Bs. As., Argentina.
<http://lacs.ipni.net/article/LACS-1081> [consulta: 5 de mayo de 2018].

CONTI, M.E.; GARCÍA, F.O. 2006. Potasio. En: Echeverría, H.E.; García, F.O. (eds.).
Fertilidad de suelos y fertilidad de cultivos. INTA. EEA Balcarce, Buenos Aires,
Argentina. pp. 123-137.

CORÁ, J. E.; ARAÚJO, A. V.; PEREIRA, G. T.; BERALDO, J. M. G. 2004. Variabilidade

espacial de atributos do solo para adoção do sistema de agricultura de precisão na
cultura de cana-de-açúcar. Revista Brasileira de Ciência do Solo. 28:1013-1021.
 61

CORRENDO, A.; RUBIO, G.; CIAMPITTI, I. A.; GARCÍA, F. O. 2011. Dinámica del Potasio
en Molisoles de la Región Pampeana Norte. Simposio Fertilidad 2011. IPNI,
Rosario, Argentina.

CRUZATE, G.; CASAS, R. 2003. Balance de nutrientes. Revista Fertilizar INTA.8: 7-13.

CRUZATE, G.A.; RIVERO. E. 2008. Potasio, calcio y magnesio: mapas de disponibilidad

en distintos suelos de la republica argentina. 21º Congreso Argentino de la Ciencia
del Suelo. Actas. San Luis.

DING, Y.; LUO, W.; XU, G. 2006. Characterisation of magnesium nutrition and interaction
of magnesium and potassium in rice. Annals of Applied Biology. 149(2): 111-123.

DURÁN, A.; MORRÁS, H.; STUDDERT, G.; LIU, X. 2011. Distribution, properties, land
use and management of Mollisols in South America. Chinese Geographical
Science. 21(5): 511.

ECKERT, D.J.; MCLEAN, J. 1981. Basic cation saturation ratios as a basis for fertilizing
and liming agronomic crops: I. Growth chamber studies. Agronomy Journal
73:795–799.

FLORES, C.C.; SARANDÓN, S. 2003. ¿Racionalidad económica versus sustentabilidad

ecológica? El ejemplo del costo oculto de la pérdida de fertilidad del suelo durante
el proceso de agriculturización en la Región Pampeana Argentina, Argentina.
Revista de la Facultad de Agronomía, La Plata. 105 (1): 52-67.

FONTANETTO, H.; GAMBAUDO, S.; ALBRECHT, J.; SILLÓN, M. 2012. Fertilización con
calcio en soja en la región central de Santa Fe. Actas 23º Congreso Argentino de
la Ciencia del Suelo. Mar del Plata, abril 16-20, 2012.

GALANTINI, J. A.; SUÑER, L. 2008. Las fracciones orgánicas del suelo: análisis en los
suelos de la Argentina. Agriscientia. 25(1):41-55.

GALLET, S.; JAHN, B. M.; LANOË, B. V. V.; DIA, A.; ROSSELLO, E. 1998. Loess
geochemistry and its implications for particle origin and composition of the upper
continental crust. Earth and Planetary Science Letters. 156(3-4): 157-172.

GARCÍA, F.J. 2004. Aplicación de la geoestadística en las ciencias ambientales. Revista

Ecosistemas. 13(1): 78-86.

GARCÍA, F.O.; GONZÁLEZ SANJUAN, M.F. 2010. Balances de nutrientes en Argentina

¿Cómo estamos? ¿Cómo mejoramos? Informaciones. Agronómicas del Cono Sur.
48:1-5.

GELATI, P.R.; VÁZQUEZ, M.E. 2008. Extracción agrícola de bases en el norte de la

provincia de Buenos Aires, Argentina: costo de su remediación e implicancias
económicas. Revista iberoamericana de Economía Ecológica. 7:117-129.

GHIRI, M. N.; ABTAHI, A.; OWLIAIE, H.; HASHEMI, S. S.; KOOHKAN, H. 2011. Factors
affecting potassium pools distribution in calcareous soils of southern Iran. Arid
Land Research and Management. 25(4):313-327.
 62

GIRÓN, P.; MACCHIAVELLO, A.; BARRACO, M.; OTTAVIANO, C.; FERRO, D. A.;
VÁZQUEZ, M. 2016. Aplicación de correctores básicos y fertilizantes
cálcicos/magnésicos en el cultivo de soja. 25º Congreso Argentino de la Ciencia
del Suelo. Río Cuarto, jun 27-jul 1, 2016.

GOOVAERTS, P. 2001. Geostatistical modelling of uncertainty in soil science. Geoderma.

103(1-2): 3-26.

GRANSEE, A.; FÜHRS, H. 2013. Magnesium mobility in soils as a challenge for soil and
plant analysis, magnesium fertilization and root uptake under adverse growth
conditions. Plant and Soil. 368(1-2): 5-21.

GRIMME, H. 1978. Wurzelsystem und Nährstoffanlieferung. Kali-Briefe. 14(2): 79-89.

HABY, V.A.; RUSSELLE, M.P.; SKOGLEY, E.O. 1990. Testing soils for potassium,
calcium, and magnesium In: Westerman, R.L. (ed.). Soil testing and plant analysis.
3rd. ed. ASA, CSSA, SSSA, Madison, Wisconsin. SSSA Book Ser. 3. pp. 181-227.

HAVLIN, J.; BEATON, J.D.; TISDALE, S.L.; NELSON, W.L.. 2005. Soil fertility and
fertilizers: an introduction to nutrient management. Pearson, New Jersey, USA. pp
199-243.

HELMKE, P. A.; SPARKS, D.L. 1996. Beryllium, Magnesium, calcium, Strontium, and
Barium. In: Sparks, D.L. (ed.). Methods of soils Analysis. Chemical Methods. ASA,
CSSA, SSSA, Madison, WI. SSSA Book Series 5.3 pp. 575-602.

HENRÍQUEZ, C.; KILLORN, R.; BERTSCH, F.; SANCHO, F. 2005. La geostadística en el

estudio de la variación espacial de la fertilidad del suelo mediante el uso del
interpolador kriging. Agronomía Costarricense. 29(2):73-81.

HEREDIA, O. S.; CRUZATE, G. A.; ROTONDARO, R. 2012. Estado actual del calcio en
suelos pampeanos. Actas 23º Congreso Argentino de la Ciencia del Suelo, 16 al
20 de abril 2012.

HEUVELINK, G.B.M.; WEBSTER, R. 2001. Modelling soil variation: past, present, and
future. Geoderma. 100(3): 269-301.

IMBELLONE, P.A.; TERUGGI, M.E. 1993. Paleosols in loess deposits of the Argentine
Pampas. Quaternary International.17:49-55.

ISAAKS, E. H.; SRIVASTAVA, M. R. 1989. Applied geostatistics. Oxford University Press,

New York, 561 p.

JOBBÁGY, E. G.; JACKSON, R. B. 2001. The distribution of soil nutrients with depth:
global patterns and the imprint of plants. Biogeochemistry. 53(1): 51-77.

KIRKMAN, J. H.; BASKER, A.; SURAPANENI, A.; MACGREGOR, A. N. 1994. Potassium

in the soils of New Zealand a review. New Zealand Journal of Agricultural
Research. 37(2): 207-227.
 63

KOPITTKE, P. M.; MENZIES, N. W. 2007. A review of the use of the basic cation
saturation ratio and the “ideal” soil. Soil Science Society of America Journal.
71(2):259-265.

KRÖHLING, D. M. 1999. Sedimentological maps of the typical loessic units in North

Pampa, Argentina. Quaternary International. 62(1): 49-55.

LINDSAY, W.L. 1979. Chemical equilibrium in soils. John Wiley and Sons. New York. pp.
34-49.

LOSINNO, B. N.; CONTI, M. E. 2005. Evolución espacial y temporal de potasio en 30

años de agricultura continúa en el noreste de la pampa ondulada. Informaciones
Agronómicas del Cono Sur. 26: 23-24.

MALLARINO, A. P.; BORGES, R. 2006. Phosphorus and potassium distribution in soil

following long-term deep-band fertilization in different tillage systems. Soil Science
Society of America Journal. 70(2):702-707.

MALLARINO, A.P.; WITTRY, D. J. 2004. Efficacy of grid and zone soil sampling
approaches for site-specific assessment of phosphorus, potassium, pH, and
organic matter. Precision Agriculture. 5(2):131-144.

MANZANAL, M. 2017. Territorio, Poder y Sojización en el Cono Sur latinoamericano: El

caso argentino. Mundo Agrario. 18(37): 00-00.

MARTIN, H. W.; SPARKS, D. L. 1985. On the behavior of nonexchangeable potassium in

soils. Communications in Soil Science and Plant Analysis. 16(2):133-162.

MAYLAND, H. F.; WILKINSON, S. R. 1989. Soil Factors Affecting Magnesium Availability

in Plant-Animal Systems: A Review 1. Journal of Animal Science. 67(12):3437-
3444.

MCLEAN, E.O.; HARTWIG, R.C.; ECKERT, D.J.; TRIPLETT, G.B. 1983. Basic cation
saturation ratios as a basis for fertilizing and liming agronomic crops: II. Field
studies. Agronomy Journal. 75:635–639.

MENGEL, K. 2007. Potassium. Hand book of plant nutrition. In: Barker A V; Pilbeam D J
(eds.). Taylor and Francis, New York, pp.91-120.

MINISTERIO de Agroindustria de La Nación. 2018. Datos Abiertos Agroindustria [en línea]

https://datos.magyp.gob.ar/reportes.php?reporte=Estimaciones [consulta 6 de julio
de 2018].

MORÓN, A. 2000. Alfalfa: Fertilidad de suelos y estado nutricional en sistemas

agropecuarios de Uruguay. Informaciones Agronómicas del Cono Sur. 8:1-6.

MORRÁS, H, 1999. Geochemical differentiation of Quaternary sediments from the

Pampean Region based on soil phosphorous contents as detected in the early 20th
century. Quaternary International. 62:57-67.
 64

MORRÁS, H. 1996. Diferenciación de los sedimentos superficiales de la región pampeana

en base a los contenidos de fósforo y potasio. Acta 6º. Reunión Argentina de
Sedimentología 16 al 27 de mayo de 2016.

MORRAS, H. J. 2003. Distribución y origen de sedimentos loessicos superficiales de la

pampa norte en base a la mineralogía de arenas: Resultados preliminares. Revista
de la Asociación Argentina de Sedimentología. 10(1):54-64.

MORRÁS, H.; CRUZATE, G. 2001. Origen y distribución del potasio en suelos de la

Región Chaco Pampeana Norte (Argentina). Actas 1º Simposio FAUBA-IPI-
Ferilizar INTA, 20 al 21 de noviembre 2001.

MOSCATELLI, G.; LUTERS, L. A.; GÓMEZ, L. A.. 2001. Niveles de disponibilidad y

reservas de potasio en Argentina. .En: El potasio en sistemas agrícolas argentinos.
Actas del 10 Simposio FAUBA-IPI-Fertilizar INTA. Buenos Aires, Argentina, 20 y
21 de noviembre de 2001. INTA. EEA Pergamino, pp.13-19.

MULLA, D. J.; SCHEPERS, J. S. 1997. Key processes and properties for site-specific soil
and crop management. In: Pierce F. J.; Sadler, E. J. (eds.) The state of site specific
management for agriculture ASA/CSSA/SSSA: Madison, Wi. pp 1-18.

ÖBORN, I.; ANDRIST‐RANGEL, Y.; ASKEKAARD, M.; GRANT, C. A.; WATSON, C. A.;
EDWARDS, A. C. 2005. Critical aspects of potassium management in agricultural
systems. Soil Use and Management. 21(1): 102-112.

ODERIZ, A.; MERANI, V.; MILLÁN, G.; BARIDÓN, E.; PELLEGRINI, A.; VÁZQUEZ, M.
2012. Encalado de alfalfa en un Hapludoléntico de Trenque Lauquen (Buenos
Aires). Actas 23º Congreso Argentino de la Ciencia del Suelo, 16 al 20 de abril
2012.

OLEA. R. A. 2009. A practial primer on Geostatistics. : U.S. Geological Survey Open-File

Report 2009–1103, 346 p., https://doi.org/10.3133/ofr20091103.

OLIVER, M. A.; WEBSTER, R. 2014.Tutorial guide to geostatistics: Computing and

modelling variograms and kriging. Catena. 113: 56-69.

PANIGATTI, J. L. 2010. Argentina: 200 años, 200 suelos. Ediciones INTA: Buenos Aires.
pp 34-158. .

PICONE, L.A. 2014. El ambiente físico-químico del suelo relacionado con la fertilidad. En:
Echeverría, H.E.; García, F.O. (eds.) INTA. EEA Balcarce: Balcarce, Argentina. pp.
31-158.

PINHEIRO, J.; BATES, D.; DEBROY, S.; SARKAR, D.; R CORE TEAM. 2016. nlme:
Linear and Nonlinear Mixed Effects Models. R package version 3.1-117. [en línea]
< http://CRAN.R-project.org/package=nlme>.[consulta: Febrero 2018 ].

PRYSTUPA, P.; SALVAGIOTTI, F.; FERRARIS, G.; BOEM, F. G.; ELISEI, J.;
COURETOT, L. 2004. Efecto de la fertilización con fósforo, azufre y potasio en
cultivos de maíz en la pampa ondulada. INPOFOS Informaciones Agronómicas.
23: 1-4.
 65

QGIS Development Team. 2009. Quantum Gis Geographic Information System. Open
Source Geospatial Foundation. https://qgis.org/es/site/forusers/download.html

QUIROGA, A.R.; STUDDERT, G. A. 2014. Manejo del suelo e intensificación agrícola:

agua y materia orgánica. En: Echeverría, H.E.; García, F.O. (eds.) Fertilidad de
suelos y fertilidad de cultivos. INTA: EEA Balcarce:. Balcarce, Argentina. pp. 73-
100.

R CORE TEAM. 2016. R: A language and environment for statistical computing. R

Foundation for Statistical Computing, Vienna, Austria. [en línea] <http://www.R-
project.org>. [consulta: Febrero 2018].

RAMOS, M.; COTS-FOLCH, R.; MARTÍNEZ-CASASNOVAS, J. A. 2007. Effects of land

terracing on soil properties in the Priorat region in Northeastern Spain: A
multivariate analysis. Geoderma. 142(3-4): 251-261.

RENGEL, Z. 1992. Role of calcium in aluminium toxicity. New Phytologist. 121: 499-513

RÖMHELD, V.; KIRKBY, E.A. 2010. Research on potassium in agriculture: needs and
prospects. Plant and Soil. 335(1-2):155-180.

SAINZ ROZAS, H. R.; ECHEVERRIA, H. E.; ANGELINI, H. P. 2011. Niveles de carbono

orgánico y pH en suelos agrícolas de las regiones pampeana y extrapampeana
argentina. Ciencia del Suelo. 29(1): 29-37.

SAINZ ROZAS, H.; EYHERABIDE, M.; ECHEVERRÍA, H.E.; BARBIERI, P.; ANGELINI,
H.; LARREA, G.E.; FERRARIS, G.; BARRACO, M. 2013. ¿Cuál es el estado de la
fertilidad de los suelos argentinos? Simposio Fertilidad 2013.

SAWYER, J. E.; MALLARINO, A. P.; KILLORN, R.; BARNHART, S. K. 2002. A general

guide for crop nutrient and limestone recommendations in Iowa. Pm-1688 (rev.).
Iowa State University Extension and Outreach: Ames, Iowa. 12p.

SAYAGO, J. M. 1995. The Argentine neotropical loess: an overview. Quaternary Science

Reviews. 4(7-8): 755-766.

SCHOLLENBERGER, C.J.; SIMON, R.H. 1945. Determination of Exchange Capacity and

Exchangeable Bases in Soil-Ammonium Acetate Method. Soil Science. 59: 13-24.

SCOPPA, C. 1976. Mineralogía de suelos. IDIA Suplemento 33: 659-673.

SENBAYRAM, M.; GRANSEE, A.; WAHLE, V.; THIEL, H. 2016. Role of magnesium
fertilisers in agriculture: plant–soil continuum. Crop and Pasture Science.
66(12):1219-1229.

STEWART, R.N.; PURUCKER, S. T. 2014. SADA: a freeware decision support tool

integrating GIS, sample design, spatial modeling, and risk assessment. [en línea] <
https://www.researchgate.net/publication/255586959_SADA_A_Freeware_Decisio
n_Support_Tool_Integrating_GIS_Sample_design_Spatial_Modeling_and_Risk_As
sessment > [consulta: Julio 2018.
 66

TAN, D.; JIN, J.; JIANG, L.; HUANG, S.; LIU, Z. 2012. Potassium assessment of grain
producing soils in North China. Agriculture, Ecosystems Environment. 148: 65-71.

TERUGGI, M. E. 1957. The nature and origin of Argentine loess. Journal of Sedimentary
Research. 27(3): 322-332.

VÁZQUEZ, M. 2011. Causas de la acidificación en el ámbito templado argentino,

consecuencias y avances para su diagnóstico. Simposio Fertilidad 2011, pp. 13-
29.

VÁZQUEZ, M.; TERMINIELLO, A.; CASCIANI, A.; MILLÁN, G.; GELATI, P.; GUILINO,
F.; GARCÍA DÍAZ, J.; KOSTIRIA, J.; GARCÍA, M. 2010. Influencia del agregado de
enmiendas básicas sobre la producción de alfalfa (Medicago sativa l.) en ámbitos
templados argentinos. Ciencia del Suelo 28. (2):141-154.

VÁZQUEZ, M.; TERMINIELLO, A.; DUHOUR, A.; GARCÍA, M.; GUILINO, F. 2009. Efecto
del encalado sobre propiedades físicas de un suelo de la pradera Pampeana:
Asociación con propiedades químicas. Ciencia del Suelo. 27(1):67-76.

VAZQUEZ, M.S.; PAGANI, A. 2014. Calcio y magnesio. En: Echeverría, H.E.; García, F.O.
(eds.). Fertilidad de suelos y fertilidad de cultivos INTA. EEA. Balcarce Balcarce,
Argentina. pp. 317-355.

WARNCKE, D.; BROWN, J.R. 1998. Potassium and other basic cations. In: Brown, .R.
(ed.) Recommended soil test procedures for the North Central Region, 3rd ed.
Missouri Agricultural Experiment Station, Columbia, MO, pp. 31-33.

WHITE, J. G.; WELCH, R. M.; NORVELL, W. A. 1997. Soil Zinc Map of the USA using
Geostatistics and Geographic Information Systems. Soil Science Society of
America Journal. 61:185-194.

ZÁRATE, M. A. 2003. Loess of southern South America. Quaternary Science Reviews.

22(18-19):1987-2006.

ZÁRATE, M. A.; TRIPALDI, A. 2012. The aeolian system of central Argentina. Aeolian
Research. 3(4): 401-417.