ENGORDE PASTORIL CON SORGOS NERVADURA MARRÓN (Brown Middle Rib –BMR-)

Fernández Mayer,A.E¹, Coria,M¹ y Chiatellino,D²

                  

INTRODUCCIÓN

 

Durante la época estival, uno de los cultivos más utilizados en una amplia región de la Argentina, es el Sorgo híbrido forrajero tanto en los tambos como en los campos de cría y engorde.

 Una de sus principales características es la alta producción de forraje por hectárea que permite sostener una elevada carga animal durante 2 a 4 meses del verano, dependiendo de la zona. Sin embargo, existen algunas limitantes asociadas a desbalances nutricionales que tiene la planta fresca que afectan los índices productivos (leche o carne). En pastoreos directos, sin el empleo de suplementación correctiva, las ganancias de peso difícilmente superen los 600 gramos diarios, mientras que en producción de leche no es fácil superar  los 14-15  litros diarios.

 A partir del advenimiento en el mercado de nuevos materiales de Sorgos, llamados “nervadura marrón o BMR  (Brown Middle Rib)”, que tienen incorporados uno o dos genes³ que favorecen un menor deposito de lignina en la planta, se están produciendo fuertes impactos en los resultados productivos y económicos en los sistemas ganaderos.

Esta sustancia, la lignina, que es químicamente compleja -compuestos polifenólicos- tiene la característica de tener un pobre aprovechamiento⁴ (muy baja digestibilidad) por parte del rumiante. Es más, todos los componentes nutricionales de la planta (fibra, almidón, proteína, etc.) que toman contacto con la lignina pierden una parte de su digestibilidad o aprovechamiento. En otras palabras, a menor cantidad de lignina en la planta se incrementa, significativamente, la digestibilidad de la misma.

 Con la utilización de estos Sorgos nervadura marrón o BMR, como Silajes de planta entera, henos o diferidos en pie (otoño-invierno),  se están obteniendo excelentes resultados en lo que respecta a la calidad del material y a las producciones de carne. Sin embargo, falta información referente a su comportamiento (productivo y calidad) utilizándolos como forrajes frescos (pastoreo directo).

 

HIPÓTESIS DE TRABAJO

             El pastoreo directo de los Sorgos BMR, como forrajes frescos,  permite obtener ganancias de peso superiores a los 700 gramos diarios sin el empleo de ningún concentrado corrector.

 

(1)     Técnicos de EEA INTA Bordenave

(2)     Ing. Agr. (Productor agropecuario)

(3)     Partícula proteica que concentra la información genética del individuo

(4)     Existen evidencias de que algunas de las sp. de hongos que habitan en el rumen pueden digerir, al menos, una parte de la lignina presente en la ingesta.

 Para ello, se realizaron en las campañas (2007/8 y 2008/9) 2 trabajos experimentales (1° y 2° etapa, respectivamente) en el campo de la Familia Chiatellino en Bonifacio (partido de Guaminí, Buenos Aires).

• Duración: (1° etapa) 102 días (03/01 al 15/04/2008)

                             (2º etapa)  99 días  (22/12/2008 al 31/03/2009)

 

 La tecnología aplicada en ambas etapas fue similar:

 

• Material: Sorgos BMR (1° etapa: forrajero azucarado y en la 2° etapa: forrajero fotosensible)
• Fecha de siembra: 11 de noviembre de 2007 (1° etapa) y 1 de noviembre de 2008 (2° etapa)
• Superficie: 23 has (1° etapa) y 31 has (2° etapa)
• Tipo de siembra: Se utilizó la Siembra Directa
• Densidad de siembra: 10 kg/ha
• Fertilización a la siembra: 60 kg/ha a la siembra de mezcla (75% superfosfato + 25% de sulfato de calcio) -1° etapa- y 30 kg/ha de Mono amónico -2° etapa-
• Fertilización nitrogenada: 115 kg/ha de Solmix (19/11/07) -1° etapa- y 50 kg/ha de Urea (5 de diciembre de 2008) -2° etapa-
• Control de malezas: 2 lts/ha de atrazina + 1.5 lts/ha de herbadox (a la siembra)

  

C.- Animales

En la primera etapa, se utilizaron 3 tropas de novillitos Angus. La 1º tropa (animales en terminación) estuvo compuesta por 53 animales con 406 kg. de peso vivo promedio –pv-, al comienzo del ensayo. La 2º tropa de 35 animales tuvo un peso medio de 260 kg. pv. Y la 3º tropa  de 36 cabezas empezó el trabajo con 368 kg. pv..

Este manejo fue realizado, ex profeso, debido a que se emplearon animales “volantes” para ajustar la intensidad de pastoreo y así mantener una eficiencia de cosecha de alrededor del 65%. El objetivo de este manejo fue el de garantizar una adecuada calidad del material consumido. De ahí, que las ganancias de peso fueron parciales y para cada una de las tropas utilizadas.  

      Mientras en la segunda etapa, se trabajó con una sola tropa de 140 novillitos  de 318 kg/cabeza, al inicio del trabajo, ocupando una superficie total de Sorgo BMR de 31 has. La carga animal  promedio fue de  4,5 novillos/ha

  

D.- Manejo de los pastoreos

En todos los casos se utilizó pastoreo rotativo con cambios cada 2-3 días. Al finalizar cada pastoreo se pasó una desmalezadora para unificar el rebrote y eliminar el material fibroso dejado por los animales en el pastoreo anterior.

En ningún momento se utilizó suplementación correctiva, ni energética ni proteica. Tampoco se usaron sales minerales.

 

RESULTADOS Y DISCUSIÓN

A.- Calidad del Sorgo

 En el Cuadro 1 se describe la calidad del Sorgo BRM en los diferentes pastoreos (1º etapa -2007/8-). Se observa que durante todos los pastoreos los niveles de materia seca (MS) fueron de moderados a bajos (16 a 22%). Estos Sorgos se caracterizan por tener una alta proporción de agua en su seno. En pastoreo directo de forrajes frescos los niveles de MS que favorecen el máximo consumo voluntario oscila entre 20-22% (Cangiano, 1996).

Sin embargo, cuando se utilizan estos Sorgos para confeccionar forrajes conservados (silajes de planta entera o henos), los bajos niveles de MS generan altas pérdidas de nutrientes si no se tiene la precaución de hacer preoreo (premarchitado) o bien cortar el material cuando los valores de MS están alrededor del 30% (henos o silajes de planta entera). Estos valores de MS coinciden con un estado fenológico de grano lechoso a pastoso.

 Cuadro 1: Análisis químicos de los diferentes Pastoreos del Sorgo BMR (1º etapa)

Número y altura (cm) de los pastoreos	Fecha	MS	PB	DIVMS	CNES	FDN	FDA	Lignina
1º pastoreo (120 cm)	03/01/08	16.38	19.60	78.82	8.91	57.60	28.69	2.54
2º pastoreo (120 cm)	04/02/08	20.59	10.44	74.91	10.93	64.31	32.02	1.80
3º pastoreo (100 cm)	26/03/08	22.00	8.69	77.46	10.71	65.69	31.72	1.69

Referencias:

MS: materia seca      PB: proteína bruta         DIVMS: digestibilidad “in vitro” de la MS      

CNES: carbohidratos no estructurales solubles    FDN: fibra detergente neutro

FDA: fibra detergente ácido

             El nivel de proteína bruta (PB) fue muy alto en el 1º pastoreo, cayendo significativamente en el 2º y 3º pastoreo. La 1º comida fue realizada con animales en terminación (1º tropa) y las otras 2  comidas se utilizaron novillitos en plena etapa de crecimiento (2º y 3º tropa, respectivamente).

             De acuerdo a los altos niveles proteicos del primer pastoreo (19.60%) y con animales en terminación, tuvo que haber habido pérdidas de nitrógeno en orina cercanas al 30% del total de proteína bruta consumida (Elizalde y Santini, 1994). En tanto, en los otros pastoreos, que se realizaron con novillitos, los niveles proteicos del sorgo debieron haber sido insuficientes para cubrir los mayores requerimientos de estos animales (PB 12-14%) (Fernández Mayer y otros, 1998). Sin embargo, las altas ganancias diarias de peso (GDP) obtenidas por la 2º tropa de animales, entre 0.800- 0.850 kv/cabeza/día, estarían evidenciando una metabolización de tejidos, especialmente, piel para cubrir el nivel de nitrógeno faltante (Swick and Benevenca,1976).

             En lo que respecta a la digestibilidad in vitro de la MS,  durante todo el aprovechamiento del sorgo, se puede considerar como excelente (75 a 78%).

            Mientras que los azúcares solubles (CNES) fueron en aumento a medida que avanzaban los pastoreos. La energía, producto de la degradación de la MS y de los CNES, estaría generando un ambiente metabólico adecuado para explicar las altas GDP obtenidas en este trabajo.

             Los niveles de las fibras (FDN y FDA) correspondieron a un comportamiento lógico en el vegetal, es decir, aumentaron a medida se avanzaba la madurez del cultivo. Sin embargo, la evolución de la lignina no siguió ese mismo razonamiento ya que a medida que el sorgo envejecía los niveles de lignina se redujeron en lugar de aumentar. No obstante, este particular comportamiento puede deberse al efecto de los genes “especiales” que generan una menor síntesis y depósito de lignina que tienen estos materiales.

             Mientras que en el Cuadro 2 se presentan los resultados de los análisis bromatológicos del Sorgo  de la 2º etapa (2008/9).

 

Cuadro 2: Análisis químicos de los diferentes Pastoreos del Sorgo BMR (2º etapa)

Número y altura (cm) de los pastoreos	Fecha	MS	PB	DIVMS	FDN	FDA	Lignina
1º pastoreo (100 cm)	24/12/08	27.09	10.38	76.10	55.40	25.70	2.70
2º pastoreo (80 cm)	13/01/09	21.97	20.19	81.26	50.72	20.62	1.95
3º pastoreo (60 cm)	19/03/09	17.22	19.00	72.84	54.78	25.76	2.89

Referencias:

MS: materia seca      PB: proteína bruta         DIVMS: digestibilidad “in vitro” de la MS      

CNES: carbohidratos no estructurales solubles    FDN: fibra detergente neutro

FDA: fibra detergente ácido

 

            En la segunda etapa, el Sorgo BMR tuvo, también, un excelente comportamiento en su calidad nutricional a lo largo de los 3 pastoreos. El primero, por motivos de manejo, se tuvo que empezar a comer con mayor altura lo que explica la variación de algunos parámetros (mayor MS y FDN y menor PB), sin embargo, una de las características diferenciales de estos materiales es, justamente, que aún “pasados” mantienen muy buenos niveles de digestibilidad (76.10%). Destacándose en el 2º pastoreo la altísima digestibilidad (81.26%) alcanzada, solamente comparable con un cereal de invierno (avena, trigo, etc.) o un ray grass. Mientras que, en el 3º pastoreo la digestibilidad fue la menor de todos los cortes debido al avanzado estado de madurez  que estaban las plantas.

             Con excepción del primer pastoreo, en el resto los niveles proteicos fueron excelentes, difícil de encontrar en los Sorgos Forrajeros comunes y en otros cultivos estivales (moha o mijo).

             En cuanto a los niveles de fibra (FDN y FDA) fueron bajos en los 3 pastoreos, muchos mejores que durante la 1º etapa (2007/8). Es posible que el resultado se pueda deber a que fue un Sorgo BMR fotosensible  respecto al de la 1º etapa que fue un Sorgo BMR forrajero azucarado. A pesar del mayor porcentaje de fibra, los Sorgos de la 1º etapa pudieron mantener muy altos niveles de digestibilidad, aunque el resto de los parámetros químicos fueron inferiores al 2º Sorgo.

 B.-  Comportamiento Productivo

 En la 1° etapa se obtuvieron 3 pastoreos durante 102 días (03/01 al 15/04/08), cuyo comportamiento productivo se describe en el Cuadro 3.

 Cuadro 3: Evolución de los pesos vivos y de las ganancias diarias de peso (kg) (1º etapa)

	03/01/08          27/02	Ganancia diaria de peso (kg/cabeza/día) (promedio por tropa)
1º TROPA Peso vivo (kg/cab.)   GDP (kg/cab./día)	406.0                        443.00     0.672	0.672
	30/01/08           29/03            15/04
2º TROPA Peso vivo (kg/cab.)   GDP (kg/cab./día)	260.0                       313.00            327.00   0.914              0.841	0.893
	06/03/08         29/03             15/04
3º TROPA Peso vivo (kg/cab.)   GDP (kg/cab./día)	368.0                     379.00              392.00   0.478                 0.787	0.600

 

Animales (promedio): 41 novillos + 35 animales volantes

Carga (media): 3.3 cabezas/ha

Ganancia Promedio: 0.722 kg/cabeza/dia

Ganancia Promedio por Ha: 2.40 kg/dia/ha

 

Mientras que el comportamiento en la segunda etapa se resume en el Cuadro 4.

 

Cuadro 4: Evolución de los pesos vivos y de las ganancias diarias de peso (kg) (2º etapa)

Fechas de pesadas	Peso vivo (medio) (kg/cab.)	Ganancia diaria de peso (kg/cabeza/día)
24/12/ 2008	318.0	……….
13/01/2009	344.0	1.30
19/03/2009	385.0	0.632

 

Animales (promedio): 140 novillos

Carga (media): 4.5 cabezas/ha

Ganancia Promedio: 0.788 kg/cabeza/dia

Ganancia Promedio por Ha: 3.54 kg/dia/ha

 

COMPARACIÓN  DE  LAS  RESPUESTAS PRODUCTIVAS DE AMBAS  ETAPAS

 En el comportamiento  productivo de la 2º etapa se observa que las ganancias medias han mejorado (0.788 vs 0.722 kg/cabeza/día), producto de varios factores, ambientales y de manejo, destacándose:

1. De un mejor aprovechamiento de los Sorgos al ser consumidos, siempre, con una altura no superior al 1.00 mts.

2. La utilización de una sola tropa de animales lo que permitió trabajar con mayor carga animal (3.3 vs 4.5 cabezas/has).

 

CONCLUSIÓN

Después de 2 años de trabajo con estos Sorgos BMR en pastoreo directo se pueden hacer algunas consideraciones:

 

1.      La calidad bromatológica de los Sorgos BMR, en cualquiera de sus variantes, es muy superior a la de los otros Sorgos forrajeros comunes del mercado.

 

2.      En la medida que se combine esa calidad con un buen aprovechamiento (manejo) de estos Sorgos, pastoreados entre 0.60 a 1.20 mts de altura, se pueden lograr altas ganancias de peso (superiores a los 700 gramos diarios) o producciones de leche sin tener que suministrar ningún concentrado corrector. De esta manera se acepta la hipótesis de trabajo planteada.

 

3.      Debido a las características de los Sorgos de ser deficitarios en Azufre, se podría esperar una mejora de las ganancias de peso si se los complementa con sales minerales ricas en este elemento.

 

Los resultados productivos de ambos trabajos fueron consistentes con la calidad que tuvieron los Sorgos BMR a lo largo de todo su ciclo de aprovechamiento y sin ningún tipo de suplementación. 

 

            En síntesis, estos resultados dan indicios muy interesantes para continuar con esta línea de trabajos. Se puede especular mejores respuestas productivas y económicas, en la medida que se ajusten: 

a) la calidad de la comida a los requerimientos de los animales en estudio

b) la utilización de sales ricas en azufre.

 

LITERATURAS CITADAS

Cangiano,1996. Consumo en Pastoreo. Factores que afectan la facilidad de cosecha. En     

                      Producción Animal en Pastoreo. Ed. Carlos Cangiano Pp 41-61

Elizalde,J.C. y Santini,F.J.1994. Factores nutricionales que limitan las  ganancias de peso

                en bovinos en el períodod otoño-invierno.Boletin técnico nº 104. INTA CERBAs

Fernández Mayer, A.E.; Santini,J.; Rearte,D; Garcia,S y Mezzadra,C, 1998. Engorde a

                 Corral de novillos alimentados con silaje de maíz, como dieta base, y

                 suplementados con diferentes niveles de grano de maíz y harina de girasol. Tesis

                de Magíster. EEA Balcarce –UNMdP. Pp 130.

Swick,R.W. and Benevenca,N.J.1976 Labile protein reserves and protein turnover. J.Dairy

                  Sci.60:505-515

Producción de Carne con Forrajes Naturales

Así es el título del libro que acaba de publicar mi amigo, el Doctor Aníbal Fernandez Mayer, con la impecable labor editorial de INTA.

Un libro absolutamente necesario para reconocer y valorar muchas especies consideradas como malezas (buenezas para Aníbal), que tenemos en el campo y que a la hora de producir carne, no tomamos en cuenta.

Recuerdo hace muchos años a un político radical pampeano muy conocido que tenía campo en la zona de Perú (La Pampa). Yo solía asesorarlo y en una de mis visitas había que controlar malezas en un lote de trigo y el me decía: "yo quiero un herbicida que mate todos los yuyos, menos el abrepuño, así me queda para aprovechar en el rastrojo, después de la cosecha"...

El hombre de campo tiene incorporada algunas de estas especies como buenas y las considera dentro de la oferta forrajera en su campo; pero en este libro hay muchas más que por ahí no estábamos considerando y también otras que son tóxicas o en determinadas condiciones lo son.

Este libro va un poco más allá y como "yapa" nos regala varias recetas en las que podemos usar estos "yuyos" en la cocina gourmet y también sus propiedades medicinales.

Un libro hecho con la dedicación, el conocimiento, pero también el amor y la pasión que Aníbal pone en cada una de sus labores.

Les dejo el link para que puedan descargarlo:

https://inta.gob.ar/sites/default/files/produccion_de_carne_con_forrajes_naturales_-_inta_bordenave.pdf

Pérdidas de Cosecha en Soja. ¿Cómo medirlas? ¿Las cosechadoras de Última generación...miden todo?

Cosecha de Soja: ¿Todavía se miden las pérdidas tirando los aros?

Publicado el: 27/4/2020

Autor/es: Ing. Agr. Rubén Roskopf e Ing. Agr. Ricardo Melchiori. INTA Paraná, Entre Ríos. Argentina

Como parte de las actividades desarrolladas en el INTA PARANÁ, se realizó el monitoreo y evaluación de las pérdidas en la cosecha de soja, empleando la metodología tradicional de los cuatro aros tirados al paso de la cosechadora. En la nota, te explicamos por qué recomendamos esta técnica, como complemento a la lectura y análisis de los sensores.

 

^{A la izquierda: tirando los aros en el ancho de corte de la plataforma. A la derecha: se juntan los granos y vainas encontrados dentro de cada aro. Esta metodología permite medir las pérdidas totales de la cosechadora.}

 

¿Todavía se miden las pérdidas tirando los aros? Es una pregunta común cuando se ve la tarea de los técnicos tirando los aros cerca de la cosechadora.

 

La respuesta parecería ser obvia en el caso de máquinas cosechadoras modernas altamente tecnificadas que se auto guían y necesitan del operario solamente para doblar en las cabeceras y descargar el grano, máquinas que miden el rendimiento y la humedad del grano metro a metro en el lote, que autoajustan sus regulaciones para trabajar con las menores pérdidas posibles, que pueden estar conectadas transmitiendo datos a una oficina en cualquier lugar del mundo para que el contratista dueño pueda ver y registrar las velocidades de trabajo, en qué lote está parada y por qué, cuál es el rinde y las toneladas de grano cosechadas, además de poder programar el mantenimiento y evitar las roturas.

 

Tan elevado nivel de tecnificación, que puede aumentar notablemente la operatividad y eficiencia de trabajo de la cosechadora, requiere de un maquinista capacitado para tomar las decisiones adecuadas según los datos que le muestran los tantos sensores en la cabina a lo largo del día de cosecha. 

 

Ahora bien… ¿los sensores de la cosechadora miden todo?

Claramente se puede decir que no. Durante la cosecha de soja, básicamente puede haber pérdidas de cola de la máquina y del cabezal.

 

Estadísticamente, las pérdidas de cabezal -aunque habitualmente no se tengan en cuenta-, son, en promedio, el 70 % del total, y solamente el 30 % restante es de cola de la cosechadora.

 

Recientemente Santiago Tourn, Ing de la unidad integrada Balcarce INTA/FCA-UNMdP lo confirma en una tesis donde evaluó las pérdidas de 96 cosechadoras en condiciones reales de trabajo. El golpe que los elementos de la plataforma, principalmente el molinete y la barra de corte, le provocan a la planta seca de soja al momento del corte, hace que las vainas y ramitas con vainas se caigan al suelo por delante del cabezal. Estos son kg que se pierden y que deberían estar en la tolva

 

La cosechadora puede tener sensores que si están calibrados miden las pérdidas por cola de la cosechadora, pero no tiene sensores que registren las pérdidas del cabezal, y recordemos que, son las pérdidas más importantes en magnitud de kg/ha. 

 

Entonces, si queremos conocer las pérdidas totales de cosecha de soja, no es posible guiarnos únicamente por los sensores y debemos tirar los aros para obtener valores confiables. Y posteriormente, realizar las regulaciones en la cosechadora si las pérdidas son mayores a la tolerancia.

 


^{Los granos recolectados en los cuatro aros se colocan en el vasito medidor de pérdidas o también se pueden contar teniendo en cuenta que 60 granos de soja son 100 kg/ha de pérdidas}.

 

Los datos del trabajo realizado en el INTA Paraná

En el INTA PARANÁ, con la cosechadora Don Roque 125, la cosecha se realizó a una velocidad de 3 km/ha dado el rendimiento de 3800 kg/ha y la presencia de manchones con plantas verdes que complicaban a la cosechadora.

 

Al intentar aumentar la operatividad de la cosechadora, se evaluaron las pérdidas totales a 4 km/h y 6 km/h siendo de 78 kg/ha y de 145 kg/ha a la menor y mayor velocidad de avance, respectivamente.

 

Al precio de pizarra Rosario menos 9 %, son $ 986 de pérdidas por cada ha cosechada que quedan en el rastrojo solamente a la menor velocidad. Esto muestra lo rentable que puede ser dedicarle tiempo y tirar los aros durante la jornada de cosecha, incluso contratando a una persona si fuera necesario.

 

A la mayor velocidad fue notable el aumento de pérdidas del cabezal evidenciando la caída de ramitas con vainas adheridas.

 

Finalmente para cosechar por debajo de la tolerancia de pérdidas de 75 kg/ha se decidió continuar el trabajo a una velocidad cercana a 3 km/h, teniendo en cuenta que para cada lote y momento del día se deben tirar los aros para complementar la información que muestran los sensores de pérdidas de la cosechadora.

 

^{Ramita con vainas recolectada del aro de pérdidas. Estas corresponden a pérdidas del cabezal.}

FUENTE: ENGORMIX 

Autor/es



Rubén Roskopf

Seguir



Ricardo Melchiori

Productores Agropecuarios. Certificado Único Habilitante para Circulación.

Hola Amigos:
                       Por estos días, en este pequeño pueblo en el que vivo, he aumentado mi popularidad confeccionando el Certificado Único Habilitante para Circulación a productores agropecuarios.
Ocurre que son bastante confusos los ítems y mucha gente aún accediendo a la tecnología no logra el permiso.
Les ofrezco confeccionarles el permiso a distancia con sólo un par de datos.
Si alguien está interesado puede solicitarlo al 02954-807606 o por mail a: sergiolacorte@yahoo.com.ar

Avances en la interpretación de análisis de suelo

Publicado el: 13/4/2020

Autor/es: Nicolás Wyngaard (Unidad Integrada INTA-FCA Balcarce y CONICET) y Nahuel Reussi Calvo (Unidad Integrada INTA-FCA Balcarce - CONICET y FERTILAB. Argentina

Introducción

El diagnóstico de la fertilidad de suelos y la recomendación de fertilización de cultivos contemplan diferentes etapas entre las que se destacan: 1- muestreo de suelo, 2- el análisis propiamente dicho y 3- la interpretación de los resultados (Barbazán y García, 2015). La primera de ellas resulta clave, dado que representa el primer paso dentro del proceso que lleva a la recomendación de fertilización. En los últimos años se han observado que los errores en el muestreo de suelos son de 3 a 6 veces superiores a los errores durante el análisis de laboratorio. Por lo tanto, se deberían considerar para una correcta toma de la muestra de suelo: el momento y profundidad de muestreo según el nutriente a cuantificar, el número de submuestras por muestra (de 25 a 50), los elementos utilizados para la extracción y el acondicionamiento de las muestras hasta su llegada al laboratorio (Carretero et al., 2016).

La etapa de interpretación puede ser definida en términos generales como el proceso mediante el cual se trata de encontrar un significado más amplio sobre información empírica recabada. Generalmente, para una mejor interpretación es necesario conocer el marco y/o contexto en el que se realiza la misma (ej: la zona, el ambiente, dinámica de nutrientes, etc.). En la actualidad, la mayoría de los métodos de diagnóstico de deficiencias de nutrientes basados en determinaciones de suelo contemplan la cuantificación de fracciones inorgánicas lábiles (para nutrientes móviles) o de índices que tratan de extraer una fracción proporcional de nutrientes semejante al que toman las raíces de las plantas (para nutrientes de baja movilidad) (Barbazán y García, 2015). Estos métodos en general han presentado moderada capacidad predictiva de la respuesta al agregado de los diferentes nutrientes, por lo tanto, la investigación e inclusión de otros factores o formas de nutrientes a los modelos actuales de diagnóstico permitiría reducir su incertidumbre y mejorar la interpretación de los análisis de suelo debido a una mejor comprensión del contexto o marco. El objetivo del presente trabajo es realizar una revisión resumida sobre los principales avances en la interpretación de los análisis de suelos que se han realizado en los últimos años para los principales nutrientes móviles (nitrógeno y azufre) y de baja movilidad (fósforo y cinc) que limitan la producción de los cultivos extensivos en la Región Pampeana Argentina.

Nitrógeno

La metodología más difundida para el diagnóstico de nitrógeno (N) se basa en la determinación del contenido de N-nitrato en suelo previo a la siembra del cultivo (profundidad de 0-60 cm). Para el cultivo de maíz, Correndo (2018) realizó un meta-análisis sobre ensayos de fertilización nitrogenada realizados en la región pampeana y determinaron una disponibilidad de N crítica en presiembra de 293 kg N ha-1 para rendimientos de 11 tn/ha. No obstante, el ajuste del modelo fue solo del 18% (Figura 1). Por lo tanto, identificar y estudiar las variables que condicionan la respuesta a N permitirían generar modelos de diagnóstico más precisos que los actuales y, por ende, maximizar la eficiencia de uso del fertilizante aplicado.

Figura 1. Rendimiento de maíz en función de la disponibilidad de N (suelo + fertilizante) previo a la siembra del cultivo para la Región Pampeana Argentina (Correndo et al., 2018).

En los últimos años se han propuesto distintos umbrales de disponibilidad de N (suelo más fertilizante), los cuales varían en función de diferentes factores entre los que se destacan: 1- el potencial de rendimiento, 2- la textura del suelo, 3- el potencial de mineralización del suelo y 4- el efecto del cultivo antecesor (Diez, 2017; Orcellet et al., 2017; Correndo et al., 2018). Trabajos recientes para maíz, determinaron que el umbral crítico de disponibilidad de N es función del potencial de rendimiento del cultivo. El umbral varió desde 133 kg N ha-1 para rendimientos máximos medios de 6.5 t ha-1 hasta 304 kg N ha-1 para rendimientos de 14.1 t ha-1 (Correndo et al., 2018). Esto representó un incremento medio de 22.6 kg N en el umbral por tonelada de maíz al cambiar de curva de potencial de rendimiento (Figura 2). La separación de las poblaciones de datos en función del potencial de rendimiento del cultivo permitió incrementar la capacidad predictiva del método de diagnóstico desde un 18% hasta un 45% según ambiente.

Respecto al efecto de la textura del suelo, Correndo et al. (2018) informaron que el rendimiento del testigo resultó hasta un 83% menor en suelos de la clase fina (>90% de limo + arcilla) respecto a los de clase gruesa (promedio de 50% de limo + arcilla). Por lo tanto, los suelos de clase textural fina, al expresar rendimientos sin N más bajos que en otras texturas -y potenciales similares-, registraron un mayor potencial de respuesta al agregado de N (Figura 3). No obstante, dichos autores no observaron diferencias significativas en el umbral crítico entre clases texturales. Así, se observó que, independientemente de la textura, el umbral estaría determinado por el potencial de rendimiento, mientras que la textura no afectaría al umbral, pero sí la tasa de la respuesta ante cambios en la disponibilidad de N (Figuras 2 y 3).

Como se mencionó, otro aspecto a considerar para mejorar la interpretación del análisis de suelo es considerar el aporte de N desde la fracción orgánica del suelo. En general, los métodos de diagnósticos basados en la determinación del contenido de N en presiembra no contemplan de manera directa el aporte de N por mineralización durante el ciclo del cultivo (pasaje de N en la materia orgánica a N disponible para el cultivo), el cual representa una fuente de N importante para los mismos (Reussi Calvo et al., 2018). A modo de ejemplo, el aporte de N por dicho proceso puede satisfacer hasta el 80% de la demanda de N de un cultivo de maíz en la región pampeana núcleo (Orcellet et al., 2017). Trabajos recientes han demostrado que el aporte de N por mineralización durante el ciclo del cultivo puede variar desde 22 hasta 232 kg N/ ha según zona, cultivo y fecha de siembra (Reussi Calvo et al., 2018). En los últimos años, trabajos realizados para trigo y maíz, han demostrado que la incorporación del Nan (N-amonio liberado durante la incubación anaeróbica de una muestra de suelo) a los modelos tradicionales de diagnóstico mejora la estimación de las necesidades de N. A modo de ejemplo, para el sudeste bonaerense y norte de la región pampeana se ha determinado incrementos en la capacidad predictiva del rendimiento de maíz por la incorporación del Nan del 29% y 46%, respectivamente (Orcellet et al., 2017) (Figura 4).

Por último, el cultivo antecesor (sea cultivo puente o no) modifica la dinámica de N para el cultivo posterior en la rotación en función de la especie, relación carbono (C)/N de los residuos, tipo de suelo, temperatura, agua disponible, momento y método de incorporación, entre otros (Ranells y Wagger, 1996). Trabajos realizados en los últimos años en maíz reportaron aportes de N por efecto del cultivo antecesor que varían desde 30 hasta 100 kg N ha-1 según ambiente y cultivo en consideración (Figura 5) (Diez, 2017).

Los modelos de diagnóstico citados (N disponible en presiembra + Nan) no contemplan el N que pudo haber sido liberado o inmovilizado por los residuos del cultivo antecesor en estadios posteriores a seis hojas (V6) del maíz. Si bien se ha informado que el Nan es sensible a cambios en las prácticas de manejo y uso del suelo (Genovese et al., 2009), los resultados determinados por Diez (2012), indican que no habría un efecto del cultivo antecesor inmediato sobre el Nan determinado a la siembra del maíz y, por lo tanto, debería ser considerado al momento de definir la dosis de N. Diez (2017), determinaron que la incorporación de la relación C/N de la materia seca del cultivo puente, por un lado, y el N acumulado en materia seca, por otro, mejoró la capacidad predictiva del rendimiento relativo del cultivo de maíz y, por ende, de la dosis de N. Estos resultados remarcan la importancia de considerar el efecto del cultivo antecesor en los actuales modelos de diagnóstico de nitrógeno para cultivos extensivos.

Azufre

Los métodos de diagnóstico de azufre (S) basados en la determinación del contenido de S-sulfato (0-20 cm) en suelo en presiembra del cultivo han mostrado resultados contradictorios (Reussi Calvo et al., 2006; Pagani y Echeverría, 2011). Esta diferencia entre estudios se explica en parte por la variabilidad subsuperficial (> 20 cm) de S-sulfato entre sitios, que no es tenida en cuenta y que representa un compartimento muy importante para la nutrición de las plantas (San Martín y Echeverría 1995). Por lo tanto, algunos trabajos han planteado el empleo de la determinación S-sulfato a 0-60 cm de profundidad, aunque la capacidad predictiva también fue variable según caso (Prystupa et al., 2006; Pagani y Echeverría, 2011; Carciochi et al., 2016; Carciochi et al., 2018). Una posible explicación es que dicho método no contempla el aporte de S por mineralización desde la fracción orgánica durante el ciclo del cultivo (Camberato et al., 2012). Aproximadamente el 50% del S total incorporado a la biomasa aérea del cultivo de maíz es absorbido luego de la floración (Ciampitti et al., 2013). Debido a las altas temperaturas que ocurren en la Región Pampeana en ese momento, se produce un incremento en la tasa de mineralización de S. Así, es esperable que el S proveniente de esta fuente cubra gran parte del total absorbido por el cultivo, y es por esto que debería ser tenido en cuenta con el fin de predecir con mayor exactitud el S disponible para las plantas. Trabajos realizados en EE.UU., determinaron una estrecha asociación entre la mineralización de S y el Nan en el estrato de 0-20cm (Figura 6), por lo cual este último podría ser utilizado para el diagnóstico de S en los cultivos (Wyngaard y Cabrera, 2015). En línea con lo mencionado, en la región pampeana, Carciochi et al. (2016) reportaron que el Nan explicó un 62% de la variación en la respuesta a la fertilización azufrada en maíz (Figura 7). Valores superiores a 54 mg kg-1 indicarían suficiente disponibilidad de S para el cultivo. Considerando el intervalo de confianza para el umbral de Nan (entre 40 y 69 mg kg-1) (Figura 7), se observó que tres de los cinco sitios con valores de Nan menores a 40 mg kg-1 respondieron a la fertilización azufrada, mientras que en todos los sitios con Nan superiores a 69 mg kg-1 no hubo respuesta a S. Este hecho muestra que el Nan es un buen indicador para predecir la respuesta a S en condiciones de campo. En consecuencia, el índice Nan podría ser potencialmente usado para predecir simultáneamente la disponibilidad de S y N en el cultivo de maíz. No obstante, para el diagnóstico de S también deberían ser considerados el potencial aporte de S por parte del cultivo antecesor, la napa de agua, la tosca y/o el riego entre otras fuentes.

Fósforo

A diferencia de lo descripto para N y S, no todo el P inorgánico está disponible para los cultivos durante su ciclo de crecimiento. Por lo tanto, utilizar al contenido de P-fosfato del suelo como un indicador de la disponibilidad de P, de la misma manera que se utilizan N-nitrato y S-sulfato para N y S, respectivamente, resultaría en la sobreestimación de la disponibilidad de P. Por tal motivo, deben utilizarse otros índices de disponibilidad, siendo el más difundido en la región pampeana el propuesto por Bray y Kurtz (1945; P-Bray) (García et al., 2015). La fracción de P extraída por este extractante ha sido asociada a la respuesta de cultivos como maíz, trigo, soja y papa (Figura 8) (Mallarino et al., 1997; García et al., 2015; Correndo, 2018).

Sin embargo, la asociación entre el rendimiento relativo de los cultivos y P-Bray suele ser baja (Correndo, 2018). Al igual que para N, el valor del umbral para P podría ser afectado por el potencial de rendimiento, la textura del suelo, el potencial de mineralización del suelo y el efecto del cultivo antecesor. En este sentido, Correndo (2018) observaron que el potencial de rendimiento no afecto el nivel crítico para maíz. Esto es esperable para nutrientes poco móviles como el P, que llegan a la planta mediante difusión e intercepción radicular. Así, plantas con mayor rendimiento y exploración radicular tienen más acceso a P, lo que puede compensar la mayor demanda de este nutriente (Dodd y Mallarino, 2005).

Respecto a la textura del suelo, los suelos con partículas finas tienen un umbral de P-Bray más bajo, para cultivos como trigo, soja y maíz (Bell et al. 2013; Correndo et al., 2018) (Figura 9). Dicho de otra manera, los cultivos presentan menor respuesta a la fertilización fosforada en suelos arcillosos que en arenosos. Esta tendencia puede deberse a dos factores: el potencial buffer de P del suelo y la materia orgánica. El potencial buffer del suelo se define como el cambio en la cantidad de P sorbido requerido por cambio unitario en la concentración de P en la solución. Para la calibración de análisis de suelo, el enfoque más comúnmente utilizado ignora los posibles efectos de la capacidad buffer de P del suelo sobre los niveles críticos (Moody et al., 2013). Por otra parte, los suelos de textura fina presentan un mayor contenido de materia orgánica, que puede potencialmente mineralizarse liberando P disponible para las plantas, que tampoco es tenido en cuenta por los métodos de diagnóstico.

Aunque hasta el 80% del P total puede encontrarse en la fracción orgánica del suelo (Kellogg et al., 2006), no existen en la actualidad métodos que permitan estimar de manera simple y económica el potencial de mineralización de P. Un indicador recientemente propuesto de la capacidad del suelo para suministrar P durante el ciclo de los cultivos mediante el proceso de mineralización es el contenido de P en la fracción particulada del suelo (Ciampitti et al., 2011) (Figura 10). Se conoce como fracción particulada a aquella con un tamaño de partícula superior a los 53 μm y se caracteriza por poseer alta respuesta al manejo y alta contribución en la dinámica de los nutrientes. Sin embargo, estudios recientes realizados en la región pampeana no observaron relación entre el P en la fracción gruesa y el rendimiento relativo de la soja (Appelhans et al., 2016) (Figura 10). Otra alternativa para estimar la mineralización de P seria utilizar el indicador Nan que, como fue previamente descripto, se ha empleado como un indicador de mineralización de S además de N. Sin embargo, esta alternativa no ha sido aún evaluada.

Por último, otra variable que podría afectar el valor de los umbrales de P-Bray es el efecto del cultivo antecesor. Por ejemplo, se ha demostrado que más del 40% del P liberado durante la descomposición de los residuos de cultivos de cobertura es recuperado por el siguiente cultivo, con una eficiencia de absorción similar a la de los fertilizantes minerales (Maltais-Landry et al., 2015). En la región pampeana, Varela et al. (2014) determinaron que la liberación de P de cultivos de cobertura previos a la siembra de soja hasta el periodo crítico de dicho cultivo fue de 4.5 kg/ha para avena, 4.7 kg/ha para centeno y 1.7 kg/ha para raigrás en 2009/2010. En 2010/2011, la liberación de P desde los cultivos de cobertura alcanzo valores de hasta 16.5 kg/ha, lo que representa un 68% de la demanda de un cultivo de soja de 3 tn/ha. Es evidente así, que la contribución del cultivo antecesor es muy variable dependiendo del cultivo y de las condiciones climáticas durante la estación de crecimiento entre otros factores. Por este motivo, seria importante incorporar a los modelos de diagnóstico de fertilización fosforada la contribución del P desde los residuos.

Zinc

A diferencia de N, S y P, el cinc (Zn) es un micronutriente, es decir, un nutriente que las plantas necesitan para su crecimiento y desarrollo, pero en baja concentración. En la Región Pampeana, la disponibilidad de Zn en los suelos ha disminuido entre un 40-70% respecto de sus niveles iniciales (Sainz Rozas et al., 2013). En este contexto, algunos estudios muestran la respuesta en rendimiento al agregado de este micronutriente en cultivos como trigo (Salvagiotti et al., 2012), maíz (Barbieri et al., 2017) y soja (Boga y Ramírez, 2014, Martínez Cuesta et al., 2016).

En la actualidad, se utilizan dos tipos de extractantes para la determinación de la disponibilidad de Zn en suelo: DTPA o Mehlich-3. Ambos métodos pueden ser utilizados, y sus resultados están relacionados (Figura 11; Martínez Cuesta, no publicado). Sin embargo, en algunos laboratorios se prioriza el uso del extractante Mehlich-3 porque permite extraer simultáneamente otros micronutrientes y macronutrientes como P, lo cual representa una ventaja como método de rutina.

Algunas variables que podrían afectar la respuesta de los cultivos a la fertilización con Zn son el: potencial de rendimiento, la textura del suelo, su pH, contenido de P Bray, contenido de materia orgánica y el efecto del cultivo antecesor. Al igual que para otros nutrientes poco móviles, se ha demostrado que el potencial de rendimiento no afecta la respuesta del cultivo de maíz a la fertilización (Barbieri et al., 2017) (Figura 12).

Recientemente, Barbieri et al. (2017) evaluaron desarrollar un modelo de diagnóstico que incluya no solamente el valor de disponibilidad de Zn determinado por extracción con DTPA, sino también otras variables del suelo que afectan la disponibilidad de este nutriente en maíz (P Bray, pH, materia orgánica). Como resultado, se observó que la capacidad predictiva del modelo sólo mejoro con la inclusión de la materia orgánica, aunque la mejora fue leve. En este mismo estudio, se pudieron definir 3 rangos de valores de Zn -DTPA (Figura 13) con diferente probabilidad de respuesta a la fertilización: < 0.87 ppm alta probabilidad, de 0.87 a 1.30 ppm probabilidad media, > 1.3 ppm baja probabilidad

Por último, el cultivo antecesor no tiene un efecto directo sobre la disponibilidad de Zn, ya que la concentración de dicho nutriente en residuos es baja. Sin embargo, la historia de manejo de los cultivos puede afectar la disponibilidad de Zn. En suelos de Balcarce, Crespo (datos no publicados) demostró que la disponibilidad de Zn-DTPA en suelo para soja fue superior para lotes donde durante un periodo de 9 años se implantaron de manera anual cultivos de cobertura (2.08 ppm) respecto a otros con monocultivo de soja (1.97 ppm). Esto se debería a una redistribución del Zn del suelo desde fracciones no disponibles a otras lábiles asociadas al contenido de materia orgánica.

Conclusiones

La interpretación de los análisis de suelo y, por lo tanto, el diagnóstico de la disponibilidad de nutrientes puede ser mejorado considerando, entre otros, los siguientes factores: 1- el potencial de rendimiento, 2- la textura del suelo, 3- el potencial de mineralización del suelo y 4- el efecto del cultivo antecesor.

1. Para nutrientes móviles como N y S, el mayor potencial de rendimiento resulta en una mayor respuesta a la fertilización, a diferencia de lo observado en nutrientes poco móviles como P y Zn cuya respuesta no se asocia al potencial.

2. En el caso de la textura, esta propiedad del suelo afecta el umbral de disponibilidad de P, pero no el de N.

3. El aporte de nutrientes desde la fracción orgánica del suelo (mineralización en suelo) debe ser considerado en el diagnóstico de fertilidad para N y S mediante el empleo del índice Nan. Sin embargo, aún es necesario desarrollar índices que permitan predecir el aporte por mineralización de P.

4. El aporte por mineralización desde los residuos del cultivo antecesor deberían ser tenidos en cuenta en el diagnóstico de fertilización con N, S y P.

Referencias bibliográficas

Autor/es



Nahuel Reussi Calvo

Seguir



Nicolás Wyngaard

Seguir

Excelente Página Interactiva de Servicios Meteorológicos. WINDY

Para un productor agropecuario la predicción del tiempo meteorológico es fundamental y los servicios de las páginas interactivas que además sean amigables con los nuevos teléfonos fundamental.

Para programar trabajos en los corrales, siembras, cosechas, movimientos de cereal, aplicaciones de agroquímicos, etc.

Este blog en estos 10 años ha pasado por varios portales climáticos (Meteored, Windguru, Meteoblue, Falling rain, Accuweater...), todos muy buenos y todos con sus errores y problemas...

Un médico santarroseño me pasó esta página que en forma criolla voy a describir como "el google earth pro del clima"

Cuando la ví y comencé a usarla inmediatamente la incorporé al blog y hoy escribo este artículo para recomendarla.

Buscando en la inefable Wikipedia me enteré de que Windy es una empresa checa que ofrece servicios interactivos de pronóstico del tiempo en todo el mundo.

El portal fue fundado por Ivo Lukačovič en noviembre de 2014.  Actualmente, los pronósticos del tiempo se basan en datos de los modelos GFS , ECMWF y NEMS de la Compañía Suiza Meteoblue . Inicialmente, el portal se centró en la animación del viento, actualmente existen otros parámetros meteorológicos básicos como temperatura , presión , humedad relativa , base de nubes y paneles adicionales con datos más avanzados. La animación del viento se basa en el proyecto de código abierto de Cameron Beccario earth . 

Está muy buena... vos buscás tu campo, plantas una especie de banderita y podés ver una animación hora a hora de todos los parámetros climáticos según 2 modelos predictivos.

También te da las lluvias acumuladas en las próximas 12 horas, 24 horas, 3, 5 y 10 días.

Si querés te manda a tu celular o tu correo Alertas meteorológicos personalizados (por ejemplo: para un pulverizador agrícola puede ser interesante saber cuando va a haber vientos superiores a los 20 km/h durante las horas del día...)

Uno puede observar que conjuga los cálculos de los modelos predictivos, con la información actual de los radares que existen en el país (Radar INTA por ejemplo); entonces esa doble información le da un poder superior a la hora de predecir.

Es una página amigable, fácil de leer, de buenos gráficos, que se puede personalizar a nuestra necesidad... ¿qué más quieren que les cuente? Prueben y después me cuentan

https://www.windy.com/