Servicios personalizados
Español (pdf)
Articulo en XML
Referencias del artículo
Enviar articulo por email
Citado por SciELO 
Similares en
SciELO 
Permalink
INTRODUCCIÓN
Los suelos contienen materia orgánica derivada directamente de los residuos de plantas y animales, la cual es transformada en humus durante la descomposición biológica de estos. Se requiere evaluar y comprender la variabilidad espacial de las propiedades químicas de los suelos y los rendimientos de los cultivos, para determinar con precisión las prácticas y enmiendas de gestión del suelo óptimas, que contribuyan a mejorar la cantidad y calidad de la producción agrícola, a la vez que sean ambientalmente sostenibles (Awe et al. 2015, Aranyos et al., 2016; Gajda et al., 2016). Por lo anterior cada vez es más necesaria la utilización conjunta de técnicas de análisis que sean capaces de determinar los patrones de variabilidad espacial de las propiedades del suelo y de los cultivos, requiriendo el menor número posible de muestras. Además, los métodos convencionales utilizados en la determinación del contenido de materia orgánica del suelo en áreas cultivables, están sujetos a la percepción subjetiva que da lugar a inconsistencia de los resultados, consumen mucho tiempo, esfuerzo y son costosos (Chang et al., 2001; Chacón-Iznaga et al., 2014; Xu et al., 2019).
La espectroscopia en el visible (vis) e infrarrojo cercano (NIR), tiene un gran potencial para estimar simultáneamente propiedades del suelo y es una técnica analítica rápida, económica, cuantitativa y ecológica (De Souza et al., 2020). Esta técnica puede ponerse en función de determinar con precisión el nivel de materia orgánica existente en el suelo, en un corto tiempo, con bajo costo, con menos recursos y de forma más eficiente (Stenberg et al., 2010; Conforti et al., 2015; Shi et al., 2015). La aplicación de tecnologías no destructivas, más rápidas y efectivas como la espectroscopia vis-NIR, resulta imprescindible para recopilar con precisión la información necesaria que permita desarrollar modelos de predicción de estos parámetros. La presente investigación propone como estimar el contenido de materia orgánica del suelo con el uso de la técnica de espectroscopia de reflectancia en el visible e infrarrojo cercano (vis-NIR) en áreas de suelo Pardo mullido medianamente lavado.
MATERIALES Y MÉTODOS
La investigación se desarrolló en la Empresa Agropecuaria Valle del Yabú, situada en la periferia norte del municipio Santa Clara, provincia Villa Clara, en la carretera a Sagüa la Grande, kilómetro 4 ½. Se colectaron un total de 120 muestras de suelo Pardo mullido medianamente lavado (Hernández et al., 2015) a una profundidad de 0 - 20 cm, en áreas agrícolas dedicadas fundamentalmente a la producción de cultivos varios, en la Unidad Básica de Producción Cooperativa 3 (UBPC 3) “Jesús Menéndez”, y de las Unidades Empresariales de Base (UEB) “Albarrán”, “Pirey”, y “Pararrayo. Estas muestras de suelo fueron colectadas en el año 2016 en dos niveles:
Diferentes áreas agrícolas (paisaje edáfico).
Dos campos específicos.
Para conformar el set de calibración se seleccionaron 72 muestras en el paisaje edáfico constituido por diferentes áreas (0,86 a 1,85 ha) de la UBPC 3 (18), UEB Pirey (24), UEB Albarrán (21) y UEB Pararrayo (9). Para ello se empleó una barrena agroquímica, trazando una diagonal imaginaria que comienza y termina a 10 m de los bordes de cada área muestreada. Se tomaron 30 submuestras de la capa arable (0 - 20 cm) que se integraron en una muestra compuesta de 1 kg de suelo. Para conformar el set de validación se tomaron muestras en dos campos específicos con máquina de pivote central pertenecientes a la zona agrícola de Conyedo (24) y la UEB Albarrán (24), con un área de 0,72 y 0,80 ha respectivamente. Se utilizó un esquema de muestreo aleatorio estratificado. Las muestras fueron envasadas en bolsas de nylon con capacidad de 1 kg, se secaron al aire y se tamizaron a 0,5 mm.
Se determinó el contenido de materia orgánica por el método convencional de Walkley-Black (1934), en el laboratorio de suelos del Centro de Investigaciones Agropecuarias (CIAP), perteneciente a la Universidad Central “Marta Abreu" de Las Villas. Para el análisis espectral de las muestras de suelo, se utilizó un espectrofotómetro vis-NIR portátil (CORONA Plus distancia vis-NIR Zeiss, Jena, Alemania), en el rango de longitud de onda de 399 a 1697 nm. Los tiempos de integración fueron: para vis (143,5 ms) y NIR (200 ms). La configuración mínima se determinó mediante el software Aspect-plus.
Se colocó una cantidad aproximada de 12 g de las muestras de suelo en una placa de Petri de 10 mm de profundidad y 35 mm de diámetro (Figura 1), la cual se dispuso debajo del sensor en el centro del punto de coordinación. Se tomaron tres espectros de reflectancia sobre la zona central de la placa de Petri, con una rotación de la muestra aproximadamente de 120° entre las adquisiciones espectrales posteriores. Los tres espectros se promediaron para obtener un espectro por muestra.
Para el desarrollo de los modelos se aplicó la técnica estadística multivariable de regresión por mínimos cuadrados parciales (PLSR). Como método de pre-procesamiento se utilizó la corrección de señal multiplicativa (MSC), 1ra derivada de Savitzky-Golay, suavizado medio, centrado medio. La fiabilidad de los modelos se determinó mediante el coeficiente de determinación R2, con el empleo de la escala propuesta por Malley et al. (2004), donde R2>0,95 (Excelente), 0,90≤R2≤0,95 (Muy bien), 0,80≤R2≤0,90 (Bien), 0,70≤R2≤0,80 (Regular), 0,70<R2 (Menos fiable).
RESULTADOS Y DISCUSIÓN
Los estadísticos descriptivos de la materia orgánica de las muestras de suelo analizadas para los sets de calibración y validación, se muestran en la Tabla .
Tabla Media, mínimo, máximo y desviación estándar de la materia orgánica
| Materia orgánica del suelo | Media | Min | Max | DE | Clasificación |
|---|---|---|---|---|---|
| % | |||||
| MOcal | 2,21 | 0,69 | 4,59 | 0,70 | Muy Bajo - Mediano |
| MOval1 | 2,87 | 2,08 | 3,55 | 0,48 | Bajo - Mediano |
| MOval2 | 2,91 | 2,62 | 3,44 | 0,59 | Bajo - Mediano |
Leyenda: MOcal- materia orgánica set de calibración: muestras de suelo colectadas en el paisaje edáfico, MOval1- materia orgánica set de validación 1: muestras de suelo colectadas en el campo específico de Conyedo, MOval2- materia orgánica set de validación 2: muestras de suelo colectadas en el campo específico de Albarrán
En el set de calibración la MO muestra valores en el rango de muy bajo (0,69 %) a mediano (4,59 %), mientras que en los de validación estos van de bajo (2,08 %; 2,62 %) a mediano (3,55 %; 3,44 %) en los dos campos específicos de Conyedo y Albarrán respectivamente. El contenido medio de MO está influenciado por los efectos de los tipos de labores de preparación del suelo e intensidad de cultivo fundamentalmente.
En la Figura 2 se muestra una representación gráfica de la reflectancia espectral de las muestras de suelo, en función del rango de longitud de onda en la región vis-NIR, antes y después de la aplicación del método de pre-procesamiento.
a) paisaje edáfico; b) campo específico de Conyedo; c) campo específico de Albarrán
Figura 2 Reflectancia espectral de las muestras de suelo antes y después del pre-procesamiento
La reflectancia de la luz varió con la longitud de onda en el paisaje edáfico y en cada uno de los campos específicos. El patrón de firmas espectrales del suelo para estas áreas muestreadas fue muy similar, mostrando características generales que se pueden distinguir claramente, lo que sugiere que la identificación del tipo de suelo podría lograrse a través de los espectros de reflectancia. En base a lo anterior, la reflectancia espectral se incrementó en la misma medida en que aumentaba la longitud de onda, por lo que en la región visible (379 - 780 nm) la reflectancia fue menor que en la región NIR (780 - 1700 nm). Los máximos valores de reflectancia se observaron en la longitud de onda de 1700 nm en todas las áreas.
Las magnitudes de reflectancia de estas firmas espectrales mostraron que alrededor de la longitud de onda de 1450 nm, los valores de reflectancia disminuyen y, en consecuencia, aumentan nuevamente alrededor de la misma longitud de onda. Este pico de decrecimiento se debe a las bandas de absorción de agua. En coincidencia con este resultado Choudhury et al. (2013) reportaron que incluso cuando están secas las muestras de suelo arcilloso contienen bandas de absorción de agua entre los 1400 nm y 1900 nm, dado que estos suelos arcillosos tienen moléculas de agua en su composición química y no todas estas moléculas son eliminadas durante el proceso de secado al aire. Es importante darse cuenta de que los valores de reflectancia obtenidos son valores relativos y, para muestras no fluorescentes, son independientes de la calidad y cantidad de la luz usada para iluminar la muestra. De esta forma, aunque los factores de reflectancia se midan usando una fuente de luz concreta, es perfectamente correcto calcular los valores colorimétricos para cualquier iluminante conocido.
De acuerdo con Changet al. (2001), los espectros de infrarrojo cercano están dominados por sobretonos débiles (transiciones vibracionales desde el estado fundamental a estados excitados superiores) y combinaciones de bandas vibracionales fundamentales de ciertos grupos funcionales, principalmente C-H, N-H y O-H. Los espectros están influenciados por la estructura física de los materiales, incluyendo tamaño y forma de partícula, espacio entre ellas, contenido de humedad y presencia de residuos, entre otros factores. La relación entre incremento del contenido de materia orgánica y la disminución de la reflectancia espectral, se observa en suelos con más de 1,5 % de materia orgánica, de esta forma Irons et al. (1989) determinaron que un aumento en el contenido de materia orgánica del suelo causa una disminución en la reflectancia en todo el espectro. Un alto contenido de materia orgánica y por consiguiente una fuerte disminución de la reflectancia, incluso podría enmascarar otras características de absorción en el espectro de suelo.
La Figura 3 muestra el modelo de calibración donde se observa la dispersión de los valores de materia orgánica estimados mediante la técnica vis-NIR, frente a los valores medidos por el método convencional. Los puntos que representan los datos de las muestras no tienden a tener una dispersión extensa en todo el rango evaluado para este modelo. Lo anterior implica que existe una mayor precisión en la estimación de este parámetro, donde el modelo presentó un ajuste, que se clasifica en la categoría de muy bien (R2= 0,95), acorde a la escala utilizada en esta investigación. Esta representación gráfica de diagrama de dispersión o nube de puntos resulta muy útil para describir el comportamiento conjunto de estas dos variables (valores medidos y valores estimados), donde cada caso aparece representado como un punto en el plano definido por las variables.
Estos resultados coinciden con lo reportado por Jarquín-Sánchez et al. (2011), cuando refieren que la ventaja de usar la espectroscopia vis-NIR reside en la gran selectividad de la técnica para cuantificar un elemento químico en una mezcla compleja sin trabajo previo de separación. Además, permite evaluar la cantidad del parámetro en pocos minutos en muestras de diferentes suelos. Los resultados presentados en la literatura también muestran gran variación en la exactitud de predicción de propiedades de suelo por la técnica vis-NIR. Entre los factores que pudieran resultar en la obtención de diferentes resultados entre los estudios se mencionan la procedencia de las muestras (López et al., 1981), dado que pueden proceder de diferentes regiones geográficas y agroecológicas, la preparación de las muestras, fundamentalmente el tamaño de partícula, y los procedimientos de calibración (Nduwamungu et al., 2009).
La Figura 4 muestra los modelos de validación, donde se observa la dispersión de los mejores valores de materia orgánica del suelo estimados por la técnica vis-NIR, frente a los valores medidos por el método convencional.
a) campo específico de Conyedo; b) campo específico de Albarrán
Figura 4 Modelos de validación: correlación entre los valores de materia orgánica del suelo medidos por el método convencional y los estimados por espectroscopia vis-NIR
Para el contenido de materia orgánica los puntos que representan los datos se agruparon estrechamente en torno a la línea de tendencia, tanto en la calibración como en la predicción, en ambos campos específicos. En la validación cruzada, el mejor coeficiente de predicción (R2) se obtuvo para las muestras colectadas en el área de Albarrán (R2=0,90), mientras que para las de Conyedo este coeficiente fue de 0,89, cuando se aplicó el análisis de regresión PLS. De acuerdo a los criterios utilizados estos modelos se clasifican en el rango de Muy Bien y Bien para las muestras de suelo de Albarrán y Conyedo respectivamente. Estos resultados indican que es posible obtener la predicción del mismo en nuevas muestras de basada en los espectros vis-NIR, precisión y confiabilidad.
Los resultados se corresponden con los reportados por Chacón-Iznaga et al. (2014) que, al evaluar diferentes propiedades de suelo en diferentes áreas destinadas al cultivo de caña de azúcar, obtuvo los mejores resultados de predicción para materia orgánica (0,89 ≤ R2 ≤ 0,92). También fueron muy similares a los obtenidos por He et al. (2007). Estos autores lograron buenas predicciones cuando aplicaron el modelo PLS (R2=0,93). Por otra parte no coinciden con los obtenidos por Rodríguez-Cabrera (2015), que para el contenido de MO obtuvo un coeficiente R2 de 0,66. De igual forma, en el estudio realizado por Xu et al. (2019) las estadísticas de validación indicaron que las calibraciones vis-NIR para materia orgánica estaban en el rango de Bien (R2 = 0,89 y R2 = 0,87). Por otra parte, los resultados están en línea con lo reportado por Stenberg et al. (2010), cuando refieren que la materia orgánica es uno de los componentes fundamentales del suelo que tiene características de absorción bien reconocibles en la región vis-NIR. Las vibraciones fundamentales de las moléculas orgánicas corresponden a la región del infrarrojo medio (IR medio), mientras que sus sobretonos y combinaciones de bandas vibracionales se pueden observar en la región vis-NIR.
CONCLUSIONES
Las lecturas de reflectancia espectral variaron con la longitud de onda y hubo un incremento de la misma desde la región visible (379 - 780 nm), a la del infrarrojo cercano (780 - 1700 nm). La precisión del modelo de calibración vis-NIR obtenido en el paisaje edáfico, se evaluó de bien, R2 de 0,89, y de muy bien, R2 de 0,90 cuando se validó en los campos específicos de Conyedo y Albarrán respectivamente, determinados sobre un suelo Pardo mullido medianamente lavado, lo que confirma es posible estimar el contenido de materia orgánica del suelo con el uso de la técnica de espectroscopia de reflectancia en el visible e infrarrojo cercano (vis-NIR)
