Variabilidad espacial y uso del manejo sitio especifico de la fertilidad del suelo, en el cultivo de caña de azúcar

La variabilidad espacial de las propiedades del suelo y de los rendimientos de los cultivos ha sido reconocida desde los inicios de la agricultura. Una nueva tecnología, llamada Agricultura de Precisión (AP) permite medir y manejar la variabilidad espacial para aumentar la eficiencia productiva y disminuir el impacto ambiental.

La definición más simple de Agricultura de Precisión (Ortega y Flores, 1999), establece que esta corresponde a un grupo de tecnologías que permiten la aplicación de insumos agrícolas, tales como fertilizantes, semillas, plaguicidas, etc., en forma variable dentro de un potrero, de acuerdo a los requerimientos y/o potencial productivo de varios sectores homogéneos, predefinidos dentro del mismo.

Bajo el término agricultura de precisión o agricultura por sitio especifico, se engloba toda una filosofía respaldada por una serie de procedimientos tecnológicos para el manejo de las plantaciones en forma intensiva. Esta filosofía propone atender en forma diferenciada los factores de producción de acuerdo a las características específicas de cada sitio, con el fin de maximizar la eficiencia en el uso de los recursos, y minimizar  los efectos de contaminación, usando como unidad de manejo, el área más pequeña para la cual se cuenta con información de respaldo (Lowenberg-De Boer y Swinton.S. 1998).

Definido de una manera simple, el manejo sitio específico (MSE), o Agricultura de Precisión, es tratar áreas menores dentro de lotes de una manera distinta a la que manejaría el lote entero. El manejo sitio especifico reconoce e identifica variaciones en el tipo de suelo, textura, color, nutrientes, y productividad dentro de los lotes; luego trata de manejar esa variabilidad en una escala mucho menor que en las practicas normales. Incluye recolectar, interpretar y manejar gran cantidad de datos agronómicos detallados, de lugares precisos en los lotes en un intento de ajustar y mejorar la eficiencia de la producción de cultivos.

El área de mayor desarrollo de la AP es el Manejo de Nutrientes Sitio-Especifico (MNSE), también llamado Tecnología de Dosis Variable (TDV), que corresponde a la aplicación variable de dosis de fertilizantes de acuerdo al nivel de fertilidad de cada sector de manejo homogéneo dentro de la parcela, lo cual significa que no se trabaja necesariamente con una sola dosis de fertilizante, sino con tantas dosis como áreas significativamente homogéneas existan en la explotación, (Ortega R y G. Peterson. 1997)

El MSE reconoce que la extensa variabilidad espacial en propiedades del suelo y productividad de los cultivos es la norma más que la excepción en la gran mayoría de los lotes (Mulla y Schepers, (1997). El objetivo del MSE es identificar, caracterizar y manejar las limitaciones productivas, económicas y ambientales más relevantes en cada sitio y tiempo determinado. Desde el punto de vista del manejo de la fertilidad de suelos y nutrición de cultivos, la AP ofrece la posibilidad de realizar aplicaciones de dosis variables de fertilizantes según las necesidades del cultivo en cada sitio y momento para alcanzar una mayor eficiencia del recurso fertilizante optimizando el beneficio económico, reduciendo el impacto ambiental y mejorando la eficiencia de uso de los otros factores involucrados en la producción agrícola.

Este trabajo tiene como objetivos principales lo siguiente: 

 

El presente trabajo fue realizado en la Operadora Agrícola Rafael Rangel, antigua finca "El Reto", perteneciente a la Universidad de los Andes. Núcleo "Rafael Rangel", Trujillo - Estado Trujillo. La unidad de producción se encuentra ubicada geográficamente al norte del centro poblado Monay, formando parte de la cuenca del río Monaícito entre las quebradas La Bético y la Catalina del Estado Trujillo. Presenta un relieve plano, micro relieve liso con una pendiente oeste - este aproximadamente del 1 %. Son suelos con una profundidad efectiva de 50 cm. y un drenaje restringido, con una permeabilidad moderada a lenta. En el área de estudio se han realizado varios trabajos que permiten constatar las potencialidades y limitaciones existentes de los suelos, Maldonado (1998) señala que en la zona existen diferentes tipos genéricos de suelos, correspondiendo más del 50% a suelos del orden Inceptisol.

Para el desarrollo de este trabajo de investigación fue necesario organizar el mismo  en dos  etapas consecutivas, 1.- Reconocimiento del área y 2.- Selección del método de muestreo. Se escogió un tablón de1,82 ha ocupado por el cultivo caña de azúcar variedad San Pablo 72.Inicialmente se establecieron dos transectas en el terreno a estudiar, estas  fueron orientadas en las siguientes direcciones (N – S) perpendicular al río Monaicito y (E – O) paralela al río Monaicito. Posteriormente se procedió a diseñar en un plano el muestreo Geoestadístico, el cual se utilizó para ubicar y marcar  con estacas los puntos de muestreo en la parcela,  esto nos permitió establecer los 88 puntos de muestreo, en cada punto indicado, se tomaron las muestras a la profundidad de  0 –30 cm. En cada una de las muestras se determino el pH en agua relación 1:2, conductividad eléctrica con extracción a la pasta, fosforo por el Método de Olsen, Potasio por el Método de Bray, Calcio y Magnesio Método Complexométrico, Sodio Intercambiable, por Absorción Atómica, CIC por extracción con acetato de sodio. Los datos obtenidos se analizaron usando los parámetros estadísticos clásicos (media, coeficiente de variación, varianza, desviación estándar, mínimo y máximo. Se aplicaron las técnicas de la Geoestadística  para definir la variabilidad de esos suelos y del rendimiento. Finalmente se uso el método de interpolación (Kriging) para obtener los mapas en contorno para cada propiedad, y para el rendimiento del cultivo ( Moral, F.J. 2003).Para este trabajo de investigación solo se presentan y discuten las variables más importantes  que están afectando el rendimiento de la caña de azúcar a través de los mapas de contorno.

 

La interpretación de los mapas en contorno (Contour Maps)  obtenidos por el método de interpolación “Kriging” a través del programa computarizado SURFER 8 (1999), nos permite comparar la variabilidad del suelo y de la planta.  Así podemos observar la influencia que tiene una variable del suelo con respecto a otra, así como también con el  cultivo,  y por lo tanto establecer un manejo eficiente para aumentar la productividad. En este caso particular vamos a comparar espacial y visualmente algunas de las variables del suelo  mas correlacionadas con el rendimiento de la caña de azúcar.  En la Figura 1, se presenta el contenido de fósforo disponible en el suelo expresado en kg ha^-1, el color rojo hacia el centro,  representan las áreas con menor contenido de fósforo. Por otra parte, en la Figura 2, se presenta el rendimiento de la caña de azúcar expresada en tn ha^-1. Al comparar estas dos imágenes podemos observar que las zonas verdes y anaranjadas (valores altos) del rendimiento se correlacionan  muy bien con las zonas verdes y anaranjadas (valores altos) de fósforo. El color rojo indica el área donde el fósforo y el rendimiento del cultivo son menores. Similarmente podríamos hacer las interpretaciones respectivas entre el Sodio, Figura 3, el Potasio, Figura 4, y el Rendimiento.

 

 

Aunque no se presentan todos  los resultados por motivo de espacio en este trabajo, las principales conclusiones son las siguientes: La más alta variabilidad, según las estadísticas clásicas, fue mostrada por las variables potasio y conductividad eléctrica, cuyo coeficiente de variación fue mayor de 65%.  Dentro de los parámetros de fertilidad estudiados, las relaciones K/Ca+Mg, K/CIC y % P2O5 y K2O presentaron también coeficientes de variación mayor de 65%.

El resto de las variables presentaron CV medios y bajos. Los coeficientes de correlación (r) de las variables de suelo con respecto al rendimiento en general son bajos. La única excepción fue la variable limo la cual presentó  un  r = - 0.278, siendo la variable que más afecta al desarrollo del cultivo. Esto también indica que aquellas zonas donde el porcentaje de limo es alto, existen marcados problemas de mal drenaje, siendo la caña de azúcar altamente susceptible a problemas de aguachinamiento. Del análisis geoestadístico se puede concluir que el Nugget (varianza aleatoria o al azar) se presenta en menor proporción en la mayoría de los semivariogramas lo cual nos indica que en estos suelos muchas de las variables analizadas tienen dependencia espacial. En cuanto al rango de dependencia espacial se encontró que existen valores desde <4 mhasta99 m, por lo cual tenemos un amplio rango de dependencia espacial y por lo tanto diferentes zonas de influencia dependiendo de la variable que se está analizando.

En el caso del Na, esta variable presenta un Modelo Nugget, es decir no hay dependencia espacial, lo cual indica que los valores de esta variable están distribuidos completamente al azar, y   solo reduciendo la distancia de muestreo a menos de10 m, podríamos conseguir una estructura espacial. En los mapas de distribución espacial (Mapas de Contorno) de las variables analizadas, se observó visualmente que en algunas variables su distribución en la parcela es similar, pero otras son muy diferentes. También se muestra que algunas variables afectaron negativamente  el desarrollo de la planta, es el caso del sodio ver Figura 3 y el potasio Figura 4, cuando se compara con el mapa de contorno del rendimiento. Estos mapas permiten  hacer un manejo sitio específico eficiente de los fertilizantes o enmiendas, corrigiendo en lo posible cualquier efecto negativo sobre el cultivo.