Introducción

Para el productor agrícola es importante e imprescindible conocer las condiciones del suelo para obtener mejores resultados en sus cultivos (^{Medina et al., 2018}), para lo cual dispone de los análisis de fertilidad del suelo que se realizan generalmente en los laboratorios comerciales. Sin embargo, el proceso de análisis de laboratorio es típicamente lento y caro, debido a que las metodologías para realizarlos requieren de equipo y mano de obra especializados (^{Khemani et al., 2008}; ^{Chilon, 2018a}; ^{Antunes de Melo et al., 2019}).

En contraparte, se ha buscado implementar prácticas basadas en los principios de la química verde, propuesta que consiste en reducir o eliminar el uso y generación de sustancias peligrosas para la salud humana y del medio ambiente (^{Bolaños, 2012}; ^{Benavides-Benavides et al., 2015}). Una de estas alternativas dentro de la agricultura biodinámica es la cromatografía de Pfeiffer (CPF) o cromatografía en papel circular plano, que puede ser aplicado para el análisis integral de la calidad de los suelos, compostas y biofertilizantes (^{Khemani et al., 2008}; ^{Kokornaczyk et al., 2016}; ^{Domingues et al., 2018}; ^{Chilon, 2018b}).

La cromatografía de Pfeiffer consiste en una técnica sencilla, rápida y de bajo costo, de análisis cualitativo para determinar las condiciones de un suelo (^{Medina et al., 2018}; ^{Antunes de Melo et al., 2019}; ^{Costa y Tavarez, 2019}), a través de un cromatograma (^{Gordillo et al., 2011}) cuya descripción se hace con base en sus componentes: tamaño, forma y colores revelados. En él se observan anillos denominados zonas, en que se reconocen cuatro: zona central (ZC), zona interna (ZI), zona intermedia (ZIN) y zona externa (ZE). El aspecto de estas zonas muestra la transformación de la materia orgánica y el proceso de humificación (^{Restrepo y Pinheiro, 2011}; ^{Domingues et al., 2018}). Además, están los radiales (RAD) que son indicadores del proceso de descomposición de minerales (Heredia, 2012¹); las nubes (NN) que se muestran como explosiones o manchas en la zona externa, y los hoyos, representados por pequeños orificios en las zonas interna e intermedia, indicadores ambos, de actividad enzimática o actividad biológica (^{Restrepo y Pinheiro, 2011}).

Países como Australia, Brasil, Colombia, Ecuador, Italia, entre otros, se han interesado en el uso de esta técnica de análisis al reducir costos y tiempo (^{Kokornaczyk et al., 2016}; ^{Aguirre et al., 2019}; ^{Ford et al., 2019}; ^{Santos et al., 2020}), además de no requerir ningún tipo de equipamiento (^{UNAM/FQ, 2007}; ^{Torossi-Baudio, 2007}). Sin embargo, se reconoce la necesidad de profundizar en las características de cada zona, correlacionar resultados y procedimientos con métodos cuantitativos que permitan mejor interpretación de los cromatogramas (^{Costa y Tavarez, 2019}; ^{Chilon, 2018b}; ^{Domingues et al., 2018}; ^{Antunes de Melo et al., 2019}). Por lo que, el objetivo de este trabajo fue proponer modelos de predicción para la interpretación de los cromatogramas generados con la técnica de cromatografía de Pfeiffer para el análisis de suelos agrícolas. Los aportes de este trabajo permitirán ofrecer a los productores un método simple para la interpretación de la fertilidad del suelo a partir de los componentes del cromatograma.

Materiales y Métodos

El muestreo de suelos se realizó en noviembre de 2017 en el huerto La Tinaja ubicado en el municipio de Namiquipa, Chihuahua, México, 29° 15’ 47” N y 107° 21’ 14.3” O con una altitud de 1828 m, temperatura y precipitación media anual de 14 °C y 439.3 mm, respectivamente. El huerto cuenta con superficie de 9 ha, con una plantación de manzano Golden Delicious en patrón MM106, árboles de 17 años. Por las prácticas culturales y de fertilización implementadas durante los últimos 7 años, el huerto está dividido en dos áreas de 4.5 ha cada una: la primera se identificó como el área de alto nivel de fertilización química, al recibir la dosis que se muestra (Cuadro 1), mientras que la segunda área recibió bajas cantidades de fertilizantes, respecto a la primera (Cuadro 1).

El muestreo se realizó al azar en 47 puntos del huerto tomando 2 kg de suelo a las profundidades de 0-30 cm y 30-60 cm, respectivamente, cada muestra se analizó individualmente. Se enviaron al Laboratorio de Análisis de Suelos de la Facultad de Ciencias Agrotecnológicas de la Universidad Autónoma de Chihuahua, en donde se secaron a la sombra y posteriormente en estufa a 60 °C por 24 h, luego se tamizaron en mallas No. 10 y 20 para su posterior análisis.

Las propiedades fisicoquímicas del suelo se determinaron mediante las siguientes técnicas de análisis convencional: textura, con el método del hidrómetro de Bouyoucos (^{Klute, 1986}); densidad aparente (Da) con el método de la probeta (^{Lozano-Rivas, 2016}); pH, con potenciómetro Fisher Scientific Accument AB15 US, en una solución salina de CaCl₂ a 0.01M (^{Aguilar et al., 1987}); fósforo extraíble (P) con el método Bray P-1 (^{Aguilar et al., 1987}); elementos mayores (K⁺, Ca²⁺, Mg²⁺ y Na⁺) mediante el método de extracción con acetato de amonio 1.0 N, pH 7.0 (^{McKean, 1993}) realizando la lectura de la concentración en espectrofotómetro de absorción atómica (Perkin Elmer Analyst 100, USA); elementos menores (Fe²⁺, Mn²⁺, Cu²⁺ y Zn²⁺) con el método de extracción con DTPA (^{Lindsay y Norvell, 1978}), realizando la lectura en absorción atómica; materia orgánica total (MO) con el método de Walkley-Black por oxidación de dicromato de potasio (^{Eyherabide et al., 2014}).

Simultáneamente, los suelos fueron analizados mediante la CPF de acuerdo a lo descrito por ^{Restrepo y Pinheiro (2011)}, para lo cual papel filtro Whatman No. 1 se impregnó en una solución de nitrato de plata (NO₃Ag) al 0.5%, iniciando del centro con el uso de un pabilo hasta los primeros 4.0 cm, se cubrió con papel absorbente y se reservó para su secado en completa oscuridad. La muestra de suelo seca y tamizada en malla No. 20 se pulverizó suavemente con un mortero. Se colocaron 5 g de suelo en matraz Erlenmeyer, se adicionaron 50 mL de hidróxido de sodio (NaOH) al 1% y se mezcló en forma circular 7 veces hacia un lado y 7 veces hacia el otro hasta contar 49 giros, dejando reposar durante 15 minutos y repitiendo la operación durante una hora, después de lo cual se dejó en reposo absoluto por seis horas. Posteriormente se agregaron 5 mL del sobrenadante de la muestra disuelta en la solución alcalina en una caja de Petri de 5 cm de diámetro y se colocó el papel sensibilizado con NO₃ Ag con un pabilo al centro para el ascenso de la solución, permitiendo su desplazamiento hasta 6 cm, después de lo cual se dejó secar horizontalmente sobre papel secante, una vez seco se expuso gradual e indirectamente a la luz solar.

La valoración de los componentes del cromatograma se realizó midiendo manualmente el espesor de cada una de las diferentes zonas: ZC, ZI, ZIN y ZE (^{Restrepo y Pinheiro, 2011}) mediante el uso de un calibrador Vernier Digital Caliper Titan 55674 (Figura 1). Se contabilizó el número de NN a lo largo de toda la circunferencia de la ZE y los RAD presentes en ángulo de 90°.

Figura 1: Zonas del cromatograma en la cromatografía de Pfeiffer.  

Figure 1: Chromatogram areas in Pfeiffer´s chromatography. 

Con los resultados de los análisis convencionales y de los cromatogramas de Pfeiffer de las muestras estudiadas, se realizaron gráficos de dispersión seguido de los análisis de correlación para evaluar el nivel de relación entre las variables, donde los componentes del cromatograma se manejaron como variables predictoras. A partir de dicho análisis se seleccionaron las variables que presentaron coeficientes de determinación con valores de R² superiores a 0.40 (r = 0.63) tomando como criterio que los valores de correlación iguales o mayores a 0.40 en valor absoluto reflejan que los parámetros están contribuyendo de manera conjunta (^{Laguna, 2014}), y mayores a 0.60 se consideran adecuados en la obtención de valores iniciales para la generación de patrones (^{Kokornaczyk et al., 2016}).

Los patrones para la interpretación cuantitativa de los cromatogramas se realizaron mediante modelos de regresión lineal y polinomial, tomando como variable dependiente el logaritmo natural de las variables fisicoquímicas y biológicas, seguidos del análisis de normalidad en los residuales y de la evaluación de los factores de inflación de varianza (VIF) para evaluar la multicolinealidad. Los valores ajustados del modelo de logaritmo, se reconvirtieron a la escala original tomando el exponencial del ajustado. Los valores obtenidos se clasificaron de acuerdo a los criterios de interpretación de suelos establecidos por ^{Uvalle-Bueno (2000)} para el contenido de macronutrientes, y los de la Unión Agrícola Regional de Fruticultores del Estado de Chihuahua, A.C. (^{UNIFRUT, 2012}) para micronutrientes. Cuando los resultados del análisis de correlación no arrojaron coeficientes de determinación superiores al límite de R² establecido en este estudio, para la generación de patrones numéricos, se realizaron patrones categóricos para la observación de tendencias de los componentes del cromatograma que obtuvieron los coeficientes de determinación más cercanos a R² = 0.40, para lo cual, los valores de la predictora (dichos componentes) se agruparon en categorías y para cada una se le promedió los resultados de los análisis fisicoquímicos correspondientes. Los análisis estadísticos se realizaron mediante el paquete estadístico IBM SPSS Statistics 25.

Resultados y Discusión

Las medias de las propiedades analizadas en suelo mediante las técnicas convencionales se muestran en el Cuadro 2; mientras que en el Cuadro 3, se presentan los datos obtenidos a través de la medición de los cromatogramas de la CPF para los mismos suelos. La matriz de correlación de los resultados de ambas técnicas de análisis, arrojó el nivel de relación entre ellos a través de los valores de los coeficientes de determinación (R²), lo que permitió determinar aquellas variables que son cuantificables mediante la toma de medidas de las zonas presentes en los análisis cromatográficos, así como el tipo de patrón a generar para cada una (Cuadro 4).

En las Figuras 2 y 3 se presentan los gráficos de dispersión para el análisis de tendencias, en donde se utilizó el logaritmo natural del contenido de P, K⁺, Cu²⁺ y MO, las cuales presentaron coeficiente de determinación mayores a R² = 0.40. Las variables limo, arcilla, Da, y pH presentaron coeficientes de determinación bajos y gran dispersión entre valores, debido a esto, no se encontraron diferencias importantes entre las medias de las variables y los componentes del cromatograma que permitieran establecer patrones.

En el caso del Na⁺ resultó ser una variable que no tuvo correlación con ninguno de los componentes del cromatograma, obteniendo coeficientes de determinación bajos (R² < 0.08), lo que puede estar relacionado con su alto nivel en relación al contenido de K⁺ y de Mg²⁺, representando competencia con los cationes intercambiables del suelo. ^{Aguirre et al. (2019)} al realizar la valoración de diferentes suelos utilizados en la producción de hortalizas, grama y bosque, mediante técnicas analíticas y cromatogramas, encontró que el sistema con hortalizas reportó los valores más altos de Da y Na⁺; además, de la falta de armonía entre los componentes del cromatograma, argumentando que posiblemente la diversidad biológica está restringida y la formación enzimática es escasa.

Las variables P, K⁺, Cu²⁺ y MO presentaron coeficientes de determinación superiores al mínimo fijado en el estudio (R² = 0.40) para establecer patrones cuantitativos de interpretación. Dentro de los macronutrientes, el fósforo extraíble (P) presentó un coeficiente de determinación de R² igual a 0.622 con la ZE del cromatograma, con relación lineal positiva, en donde al aumentar el ancho de la ZE el contenido de P también aumenta (Figura 2a). ^{Restrepo y Pinheiro (2011)} establecieron que la ZE es la zona que representa la nutrición del suelo, a lo que se atribuye este resultado, mientras que ^{Kokornaczyk et al. (2016)} encontraron relación en el contenido de P con la ZI del cromatograma también conocida como zona de mineralización.

Figura 2: Correlación entre el logaritmo natural de propiedades del suelo y los componentes del cromatograma de Pfeiffer correspondientes a las relaciones con un coeficiente de determinación mayor a 0.4. R² = coeficiente de determinación; r = coeficiente de correlación de Pearson; Ln = logaritmo natural. 

Figure 2: Correlation between the natural logarithm of the soil properties and Pfeiffer chromatogram components corresponding to the relationships with a coefficient of determination greater than 0.4. R² = determination coefficient; r = Pearson’s correlation coefficient; Ln = natural logarithm. 

Los contenidos de K⁺ y Cu²⁺ mostraron relación con la ZI del cromatograma, la cual se ha relacionado con los minerales del suelo (^{Restrepo y Pinheiro, 2011}). El K⁺ reflejó relación cuadrática con coeficiente de determinación de R² = 0.452 (Figura 2b), mientras que el Cu²⁺ presentó correlación lineal alta con coeficiente de determinación de R² = 0.620 (Figura 2c) en que conforme la ZI tiende a aumentar de tamaño el contenido de Cu²⁺ también lo hace. Heredia (2012¹) encontró valores de R² menores de 0.40 para el K⁺ y las cuatro zonas de cromatogramas generados de suelos con vegetación de arbustos, agaves y cactus, mientras que para el contenido de Cu²⁺ encontró correlaciones altas con R² = 0.889 con la ZI del cromatograma y con R² = 0.944 con la ZE la que se relaciona con la actividad enzimática y nutricional del suelo (^{Aguirre et al., 2019}).

El contenido de materia orgánica (MO) se correlacionó con dos componentes del cromatograma: se encontró una correlación lineal alta con la ZC (Figura 2d) en que conforme aumenta la ZC el porcentaje de MO tiende a aumentar. El NN también resultó ser una variable predictora para el porcentaje de MO (Figura 2e), donde a NN bajo le corresponden porcentajes bajos de MO, con una tendencia a aumentar. ^{Restrepo y Pinheiro (2011)}) mencionaron que la ausencia de la ZC en un cromatograma es típico en los suelos que sufren daños por mecanización pesada, aplicaciones de plaguicidas y suelos sin coberturas; por lo cual son suelos compactados, sin estructura y pobres de MO; con base a esto se puede justificar los resultados obtenidos, entre mayor es la ZC del cromatograma, los porcentajes de MO serán más altos, lo cual ayudará a que los suelos sean de mejor calidad; además, la presencia de nubes en la ZE del cromatograma se ha relacionado con la abundancia y variedad de nutrientes (^{Aguirre et al., 2019}).

Las variables arena, Ca²⁺, Mg²⁺, Fe²⁺, Mn²⁺ y Zn²⁺ mostraron coeficientes de determinación (R²) menores de 0.40, con los distintos componentes de los cromatogramas generados con la CPF. Para la variable arena el coeficiente de determinación más cercano al límite establecido fue R² = 0.382 para NN (Figura 3a), con una tendencia a aumentar el porcentaje de arena conforme el número de NN aumenta, pese a ello se manifestó dispersión entre los valores. ^{Kokornaczyk et al. (2016)} al evaluar suelos con diferentes frutales y manejo, encontraron correlaciones positivas entre el contenido de arena con la amplitud de la ZE, la cual se ha relacionado con la presencia de NN (^{Aguirre et al., 2019}).

Figura 3: Correlación entre propiedades fisicoquímicas y los componentes del cromatograma de Pfeiffer correspondientes a las relaciones con un coeficiente de determinación menor a 0.4. R² = coeficiente de determinación; r = coeficiente de correlación de Pearson. 

Figure 3: Correlation between physicochemical properties and Pfeiffer chromatogram components corresponding to the relationships with a determination coefficient lower than 0.4. R² = determination coefficient; r = Pearson’s correlation coefficient. 

Para el contenido de Ca²⁺ el coeficiente de determinación más cercano al límite establecido fue con RAD, con un coeficiente de determinación R² = 0.347, en donde al valor más bajo de RAD le corresponde el valor más alto de Ca²⁺ (Figura 3b). ^{Kokornaczyk et al. (2016)} encontraron correlaciones débiles (r de −0.41 a 0.44) entre los contenidos de Ca²⁺ y Mg²⁺ intercambiables y los componentes de PFC en muestras de suelo de campos plantados con diferentes cultivos, sugiriendo además que la diferenciación del patrón de RAD en CPF es un signo de alta calidad del suelo.

En el caso del Mg²⁺ el coeficiente de determinación más cercano al límite establecido fue con la ZI, con un coeficiente de determinación R² = 0.375, en donde al valor más bajo de la ZI le corresponde el valor más alto de Mg²⁺ (Figura 3c). Estos resultados coinciden con los resultados obtenidos por Heredia (2012¹) quien reporta correlación negativa entre el Mg²⁺ con la ZI del cromatograma, encontrando también correlación con la ZC la cual presentó menor dispersión y, por lo tanto, fue el componente que le resultó estadísticamente significativo para estimar el contenido de Mg²⁺.

Entre todos los coeficientes de determinación obtenidos para la variable Fe²⁺ el más cercano al límite establecido fue con la ZIN, con coeficiente de determinación R² = 0.272 y correlación negativa, ya que los niveles más altos de Fe²⁺ se encuentran en los valores más bajos de la ZIN, con tendencia a disminuir conforme el ancho de la ZIN va disminuyendo (Figura 3d); sin embargo, se mostró dispersión. A diferencia de lo establecido por ^{Restrepo y Pinheiro (2011)} no se encontró relación con la ZI del cromatograma donde se reflejan los minerales del suelo, ni con la ZE que se relaciona con la nutrición, pero si se correlacionó con la ZIN, que de acuerdo a distintos autores, es la zona donde se refleja la MO (^{Restrepo y Pinheiro, 2011}; ^{Medina et al., 2018}). Por lo cual se atribuye la correlación a que la MO puede ser por sí misma fuente importante de Fe²⁺ (^{Aguado-Santacruz et al., 2012}).

Para la variable Mn²⁺ el coeficiente de determinación más cercano fue con la ZIN, con R² = 0.263. En la Figura 3e se observa que los valores más altos de Mn²⁺ se presentaron para los valores más bajos de la ZIN. En los resultados obtenidos por Heredia (2012¹) se encontró correlación baja entre el contenido de Mn²⁺ con la ZIN del cromatograma al igual que en este estudio; sin embargo, no fue un componente predictor para estimar el contenido de Mn²⁺ debido a que observaron correlación alta con la ZC y los RAD. La correlación del Mn²⁺ con la ZIN o la zona de la MO (^{Restrepo y Pinheiro, 2011}), se atribuye a que la disponibilidad del Mn²⁺ está influenciada por factores del suelo que intervienen en el proceso de oxidorreducción, particularmente el pH y el contenido de MO (^{Gómez et al., 2006}).

Para el contenido de Zn²⁺ el coeficiente de determinación más cercano al límite establecido fue con el componente ZC con R² = 0.331 (Figura 3f).

Los resultados difieren a lo encontrado por Heredia (2012¹), quién registró alta confiabilidad de estimación de la concentración de Zn²⁺ por medio de la ZE del cromatograma con coeficiente de determinación de R² = 0.803 para cromatogramas generados de suelos con cobertura de arbustos, agaves y cactus.

Conclusiones

Los resultados mostraron interacción entre los componentes de los cromatograma de Pfeiffer con uno o varios parámetros de fertilidad de los suelos en estudio, lo que posibilitó generar dos tipos de modelos de predicción para la interpretación de los cromatogramas; el primer tipo, con fuerte grado de precisión, permite estimar e interpretar el contenido de fósforo, potasio, cobre y materia orgánica en el suelo; y el segundo, con débil grado de precisión permite encontrar tendencias para arena, calcio, magnesio, fierro, manganeso y zinc.

Debido a que algunas características del suelo valoradas con los análisis convencionales no pudieron ser modeladas a partir de la cromatografía de Pfeiffer, ambas técnicas deben considerarse como complementarias para el conocimiento de la fertilidad del suelo.

Declaración de Ética

No aplicable.

Consentimiento para Publicación

No aplicable.

Disponibilidad de Datos

El conjunto de datos generados y analizados durante el estudio actual están disponibles en el repositorio BASE DE DATOS CROMAS-FERT.

Conflicto de Intereses

Los autores declaran que no tienen intereses en competencia.

Fondos

Propios.

Contribución de los Autores

Conceptualización: A.H.R., D.O.B. Métodos: A.H.R., B.O.R., J.J.C., R.S.R. Validación: E.S.Ch. Análisis formal: B.O.R., J.J.C. Investigación: A.H.R., B.O.R., D.O.B., R.S.R., M.J.R.R., E.S.Ch. Recursos: A.H.R. Escritura, preparación del borrador original, B.O.R., D.O.B., J.J.C. Escritura, revisión y edición, A.H.R., M.J.R.R. y E.S.Ch.