View
221
Download
0
Category
Preview:
Citation preview
UNIVERSIDADE FEDERAL DE MATO GROSSO
FACULDADE DE AGRONOMIA, MEDICINA VETERINÁRIA E
ZOOTECNIA
Programa de Pós-Graduação em Agricultura Tropical
IDENTIFICAÇÃO DE INDICADORES REPRESENTATIVOS
DA QUALIDADE DO SOLO POR MEIO DA TÉCNICA
MULTIVARIADA
DENIS TOMÁS RAMOS
CUIABÁ - MT
2013
ii
UNIVERSIDADE FEDERAL DE MATO GROSSO
FACULDADE DE AGRONOMIA, MEDICINA VETERINÁRIA E
ZOOTECNIA
Programa de Pós-Graduação em Agricultura Tropical
IDENTIFICAÇÃO DE INDICADORES REPRESENTATIVOS DA
QUALIDADE DO SOLO POR MEIO DA TÉCNICA MULTIVARIADA
DENIS TOMÁS RAMOS
Engenheiro Agrônomo
CUIABÁ - MT
2013
Orientador: Prof. Dr. João Carlos de Souza Maia
Co-orientador: Prof. Dr. Marcio William Roque
Dissertação apresentada(o) à Faculdade de
Agronomia e Medicina Veterinária da
Universidade Federal de Mato Grosso para a
obtenção do título de Mestre em Agricultura
Tropical.
iv
UNIVERSIDADE FEDERAL DE MATO GROSSO
FACULDADE DE AGRONOMIA, MEDICINA VETERINÁRIA E
ZOOTECNIA
Programa de Pós-Graduação em Agricultura Tropical
CERTIFICADO DE APROVAÇÃO
IDENTIFICAÇÃO DE INDICADORES REPRESENTATIVOS DA
QUALIDADE DO SOLO POR MEIO DA TÉCNICA MULTIVARIADA
Autor: DENIS TOMÁS RAMOS
Orientador: PROF. DR. JOÃO CARLOS DE SOUZA MAIA
Aprovado em 08 de Março de 2013.
Composição da Banca Examinadora:
1.___________________________________________________ Dr. João Carlos de Souza Maia (Presidente da Banca/Orientador)
2.___________________________________________________ Dr. Márcio William Roque (Examinador Interno)
3.____________________________________________________ Dr. Pedro Hurtado de Mendoza Borges (Examinador Interno)
4.____________________________________________________ Dr. Geovani José Silva (Examinador Externo)
v
Nascer, morrer, renascer ainda e progredir sempre, tal é a lei.
“Allan Kardec”
vi
À minha família por tanto terem acreditado na minha capacidade, pelo apoio e
incentivo para a realização de mais esta etapa da minha vida. Por serem os
responsáveis dos melhores ensinamentos que já pude apreender! Honestidade,
humildade, amor, respeito, a sorrir, ter esperança e, seguir sempre lutando mesmo na
dificuldade. Foram aprendizados fundamentais para percorrer diversos caminhos que
me transformaram em uma pessoa melhor! Sem vocês, tudo isso seria mais difícil. Amo
muito vocês: mãe Vanilda Ramos Tomaz, pai João Tomaz Duarte e irmão Fabricio
Tomaz Ramos.
DEDICO.
vii
AGRADECIMENTOS
Ao programa de Pós-graduação em Agricultura Tropical da Universidade Federal
de Mato Grosso, pela oportunidade concedida para realização do mestrado e a
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) pela bolsa
fornecida durante todo período;
Ao professor Dr. João Carlos de Souza Maia, pela amizade, disposição e
paciência na orientação dos trabalhos, e principalmente pelo apoio na realização desta
proposta de trabalho. Agradeço-o imensamente por ter apoiado esta idéia, mesmo
sabendo das dificuldades que enfrentaríamos e das dúvidas sobre onde e como
chegaríamos ao final de apenas um ano de mestrado.
Ao Prof. Dr. Márcio William Roque, pelo desafio da co-orientação, pelo grande
apoio nos bastidores, amizade, paciência e as infinitas sugestões que se revelaram
valiosas.
Aos professores Dr. Emilio Carlos Azevedo, Dra. Oscarlina Lúcia dos Santos
Weber, Dr. Pedro Hurtado de Mendoza Borges, Dr. Geovani José Silva e Dr. Ricardo
Santos Silva Amorim que tanto contribuíram com seus conhecimentos para a
construção e os resultados desta proposta de trabalho.
Aos amigos que ficaram longe, mas sempre torcendo por mim.
Ao meu irmão pelos grandes ensinamentos, apoio, amizade, carinho e compreensão
nos diferentes momentos neste período.
À ti Letícia Zahan Lacerda pela sua convivência, reflexões, amor e paciência,
expressa um pouco da minha gratidão para contigo.
À toda equipe do laboratório de Física do solo da Universidade Federal de Mato
grosso: técnicos, professores, bolsistas e voluntários, por todo auxílio prestado nas
atividades de campo e laboratório.
À todos os colegas do mestrado e doutorado, pela convivência e troca de
informações em sala de aula, laboratórios e corredores.
À Fundação de apoio a pesquisa e desenvolvimento integrado Rio Verde
(Fundação Rio Verde), pela disponibilização das áreas para implementação do atual
trabalho, bem como, pelo apoio fornecido na logística dos pesquisadores e
estagiários/bolsistas dentro da instituição.
Enfim, a todos aqueles e aquelas que, de maneira direta ou indireta,
contribuíram para a realização desta pesquisa.
Muito obrigado.
viii
IDENTIFICAÇÃO DE INDICADORES REPRESENTATIVOS DA QUALIDADE DO
SOLO POR MEIO DA TÉCNICA MULTIVARIADA
Resumo - A utilização agropecuária dos solos do cerrado sem levar em conta
suas potencialidades e níveis de sensibilidade (fragilidade e/ou estabilidade) pode levar
a degradação de suas propriedades físicas e químicas. A avaliação dos atributos
indicadores da qualidade do solo é uma importante ferramenta no monitoramento e
planejamento de uso dos solos representativos da maior fronteira agrícola do país.
Diante disso, objetivou-se avaliar a qualidade física e química de um Latossolo
Vermelho através da inserção da análise fatorial, a fim de constituir uma ferramenta
que possa auxiliar no monitoramento da qualidade do solo sob diferentes sistemas de
manejo: Cerrado Nativo (CN), sistema convencional (SM), integração lavoura-pecuária
(ILP) e solo sob sistema plantio direto (SPD). Em cada manejo foi definido um transecto
e amostras de solo foram coletadas na camada de 0 a 0,10 m, totalizando 32 pontos
amostrais espaçados em 10 m. Com a análise fatorial foi possível identificar
indicadores chaves entre os atributos (físico e químico) para distinção dos sistemas de
manejo. Quando se utilizou a soma dos atributos, os indicadores chaves extraídos
foram: areia muito fina (AMF), areia grossa (AG), diâmetro médio ponderado (DMP),
diâmetro médio geométrico (DMG), densidade do solo (Ds), Macroporosidade (Ma),
grau de compactação (GC), Agregados (0,25 a 0,125; 0,5 a 0,25; 1 a 0,5; 4 a 2 mm),
limite de liquidez (LL), Ca2+, Mg2+, pH, H+, saturação por bases (V), soma de bases
(SB) e capacidade efetiva de troca de cátions (t). Já os extraídos a partir dos atributos
físicos foram: DMP, DMG, Agregados (0,25 a 0,125; 0,5 a 0,25; 1 a 0,5 mm), Ma, LL,
índice de consistência (IC), índice de plasticidade (IP), limite de plasticidade (LP),
atividade da argila (Ta) e umidade máxima (Umáx). Logo, os indicadores chaves
extraídos do atributo químico foram: soma de bases (SB), saturação por bases (V),
capacidade efetiva de troca de cátions (t), capacidade potencial de troca de cátions (T),
Ca2+, pH, Al3+ e matéria orgânica. Também pode ser observado que o índice de
qualidade do solo obtido pela utilização da soma dos atributos e de forma individual o
atributo físico, apresentou padrão de variação crescente conforme há o aumento de
práticas conservacionistas, no entanto, quando se utilizou na base de cálculo
indicadores químicos a variação ocorreu de forma inversa, em que o SM obteve
melhores índices de qualidade do solo, indicando assim, que o atributo físico possui
maior peso para diferenciação dos sistemas de manejo.
Palavras-chave: física do solo, química do solo, análise fatorial e conservação do solo.
ix
IDENTIFICATION OF INDICATORS REPRESENTATIVE OF SOIL QUALITY
THROUGH TECHNICAL MULTIVARIATE
Abstract - The use of agricultural soils of the cerrado without regard to their potential
and levels of sensitivity (fragility and / or stability) can lead to deterioration of their
physical and chemical properties. Becoming the evaluation of the indicators attributes
of soil quality an important tool in monitoring and planning of land use representative of
the country's largest agricultural frontier. The research objective was to evaluate the
physical and chemical quality of an Oxisol by inserting the factor analysis in order to
provide a tool that can assist in the monitoring of soil quality under different tillage
systems: native Cerrado (CN), conventional (SM), crop-livestock integration (ILP) and
soil under no-tillage (SPD). In each management system has one defined transect and
soil samples were collected in the layer 0 to 0.10 m, a total of 32 sample points spaced
at 10 m. With factor analysis was possible to identify key indicators between attributes
(physical and chemical) to distinguish the management systems. When using the sum
of the attributes extracted key indicators are: very fine sand (AMF), coarse sand (AG),
mean weight diameter (DMP), geometric mean diameter (DMG), bulk density (Ds),
macroporosity (Ma), degree of compaction (GC), Aggregates (0,25 - 0,125; 0,5 - 0,25; 1
- 0,5; 4 - 2 mm), liquid limit (LL), Ca2+, Mg2+, pH, H+, base saturation (V), sum of bases
(SB) and effective capacity cation exchange (t). Already extracted from the physical
attributes were: DMP, DMG, Aggregates (0.25 - 0.125, 0.5 - 0.25, 1- 0.5 mm), Ma, LL,
consistency index (IC), index plasticity (IP), plastic limit (LP), activity clay (Ta) and
humidity maximum (Umax). Thus, the key indicators extracted from chemical attributes
were: sum of bases (SB), base saturation (V), effective capacity cation exchange (t),
potential capacity cation exchange (T), Ca2+, pH, Al3+ and organic matter. It can also be
observed that the soil quality index obtained by using the the sum of the attributes and
the physical attribute individually, showed increased variation pattern as the increase
of conservation practices, however, when used as the basis for calculating the chemical
indicators occurred variation in reverse , in which SM got better indexes of soil quality.
Thus indicating that the physical attribute has greater weight for differentiation of
management systems
Keywords: soil physics, soil chemistry, factor analysis, index and soil conservation.
x
LISTA DE FIGURAS
Figura 1. Mapa de Biomas do Estado de Mato Grosso. Fonte: SEMA, 2013. ............. 20
Figura 2. Relação dos Indicadores Físicos, Químicos e Biológicos de Qualidade de
Solo. Fonte: KARLEN et al. (2003). .............................................................................. 24
Figura 3. Diagrama de decisão para aplicação da análise fatorial. Fonte: PAMPLONA,
2011. ............................................................................................................................. 38
Figura 4. Localização dos sistemas de manejo, i) Mata Nativa; ii) integração lavoura-
pecuária; (iii) monocultivo de soja e milho e (iv) plantio direto. .................................... 40
Figura 5. Modelo da matriz de dados primários. Fonte: SILVA (2012). ....................... 43
Figura 6. Número de fatores em função dos autovalores para conjunto de indicadores
físicos + químicos (A), físicos (B) e químicos (C). ........................................................ 44
Figura 7. Diagrama de ordenação do fator 1(estrutura) x fator 2 (fertilidade) para os
sistemas de manejo: cerrado nativo (CN), integração lavoura-pecuária (ILP), cultivo
convencional soja e milho (SM) e sistema plantio direto (SPD) em um Latossolo
Vermelho. ..................................................................................................................... 50
Figura 8. Diagrama de ordenação do fator 1(estrutura) x fator 3 (porosidade) para os
sistemas de manejo: cerrado nativo (CN), integração lavoura-pecuária (ILP), cultivo
convencional soja e milho (SM) e sistema plantio direto (SPD) em um Latossolo
Vermelho. ..................................................................................................................... 50
Figura 9. Índice de sensibilidade para diâmetro médio ponderado de agregados, em
um Latossolo Vermelho, submetido a diferentes sistemas de manejo: sistema plantio
direto (SPD), sistema integração lavoura-pecuária (ILP), cultivo convencional de milho
e soja (SM). .................................................................................................................. 54
Figura 10. Índice de qualidade do solo em relação aos atributos físico + químico, para
diferentes sistemas de manejo: sistema plantio direto (SPD), sistema integração
lavoura-pecuária (ILP), cultivo convencional de milho e soja (SM) e cerrado nativo (CN),
em um Latossolo-Vermelho. ......................................................................................... 57
Figura 11. Diagrama de ordenação dos fatores físicos para os sistemas de manejo:
cerrado nativo (CN), integração lavoura-pecuária (ILP), cultivo convencional soja e
milho (SM) e sistema plantio direto (SPD) em um Latossolo Vermelho. ...................... 61
Figura 12. Diagrama de ordenação dos fatores químicos para os sistemas de manejo:
cerrado nativo (CN), integração lavoura-pecuária (ILP), cultivo convencional soja e
milho (SM) e sistema plantio direto (SPD) em um Latossolo Vermelho. ...................... 62
Figura 13. Índice de qualidade do solo em relação ao atributo físico (A) e químico (B),
para diferentes sistemas de manejo: sistema plantio direto (SPD), sistema integração
lavoura-pecuária (ILP), cultivo convencional de milho e soja (SM) e cerrado nativo (CN),
em um Latossolo-Vermelho. ......................................................................................... 64
xi
LISTA DE TABELAS
Tabela 1. Teste de média para a textura, Al+3 e saturação por bases de um
Latossolo Vermelho sob diferentes manejos, na camada de 0 a 0,10 m. ............. 39
Tabela 2. Resultados dos autovalores para a extração de fatores e variância total
explicada pelos fatores. ........................................................................................ 47
Tabela 3. Matriz rotacionada de cargas fatoriais e comunalidades de indicadores
físicos + químicos do solo. .................................................................................... 48
Tabela 4. Atributos físicos e químicos na camada de 0 – 0,10 m, em um Latossolo
Vermelho-Amarelo submetido a diferentes sistemas de manejo. ......................... 52
Tabela 5. Resultados dos autovalores para a extração de fatores e variância total
explicada pelos fatores físicos. ............................................................................. 58
Tabela 6. Resultados dos autovalores para a extração de fatores e variância total
explicada pelos fatores químicos. ......................................................................... 58
Tabela 7. Matriz rotacionada de cargas fatoriais e comunalidades de indicadores
físicos do solo. ...................................................................................................... 59
Tabela 8. Matriz rotacionada de cargas fatoriais e comunalidades de indicadores
químicos do solo. .................................................................................................. 60
Tabela 9. Atributos químicos na camada de 0 – 0,10 m, em um Latossolo
Vermelho-Amarelo submetido a diferentes sistemas de manejo. ......................... 63
xii
LISTA DE APÊNDICES
Apêndice 1. Coeficientes de correlação de indicadores físicos + químicos. ........ 75
Apêndice 2. Coeficientes de correlação de indicadores físicos. .......................... 77
Apêndice 3. Coeficientes de correlação de indicadores químicos. ...................... 77
Apêndice 4. Matriz de correlação de anti-imagem de indicadores físicos e
químicos. .............................................................................................................. 78
Apêndice 5. Matriz de correlação de anti-imagem de indicadores físicos. .......... 79
Apêndice 6. Matriz de correlação de anti-imagem de indicadores químicos. ...... 80
Apêndice 7. Tete de igualdade de médias pelo test-t (student) para indicadores
físicos e químicos. ................................................................................................ 81
Apêndice 8. Tete de igualdade de médiaS pelo test-t (student) para indicadores
físicos e químicos. ................................................................................................ 82
Apêndice 9. Valores dos escores fatoriais originais e padronizados e o índice de
qualidade para diferentes sistemas de manejo: sistema plantio direto integração
lavoura-pecuária, cultivo convencional de milho + soja e cerrado nativo (CN). .... 83
Apêndice 10. Valores dos escores fatoriais originais e padronizados e o índice de
qualidade para indicadores físicos + químicos sob sistema plantio direto. ........... 84
Apêndice 11. Valores dos escores fatoriais originais e padronizados e o índice de
qualidade para indicadores físicos + químicos sob sistema integração lavoura-
pecuária. ............................................................................................................... 85
Apêndice 12. Valores dos escores fatoriais originais e padronizados e o índice de
qualidade para indicadores físicos + químicos sob cultivo convencional de milho +
soja. ...................................................................................................................... 86
Apêndice 13. Valores dos escores fatoriais originais e padronizados e o índice de
qualidade para indicadores físicos + químicos sob cerrado nativo. ...................... 87
Apêndice 14. Valores dos escores fatoriais originais e padronizados e o índice de
qualidade para indicadores físicos sob sistema plantio direto. ............................. 88
Apêndice 15. Valores dos escores fatoriais originais e padronizados e o índice de
qualidade para indicadores físicos sob sistema integração lavoura-pecuária. ..... 89
Apêndice 16. Valores dos escores fatoriais originais e padronizados e o índice de
qualidade para indicadores físicos sob cultivo convencional de milho + soja. ...... 90
Apêndice 17. Valores dos escores fatoriais originais e padronizados e o índice de
qualidade para indicadores físicos sob cerrado nativo. ........................................ 91
Apêndice 18. Valores dos escores fatoriais originais e padronizados e o índice de
qualidade para indicadores químicos sob sistema plantio direto. ......................... 92
Apêndice 19. Valores dos escores fatoriais originais e padronizados e o índice de
qualidade para indicadores químicos sob sistema integração lavoura-pecuária. . 93
xiii
Apêndice 20. Valores dos escores fatoriais originais e padronizados e o índice de
qualidade para indicadores químicos sob cultivo convencional de milho + soja. .. 94
Apêndice 21. Valores dos escores fatoriais originais e padronizados e o índice de
qualidade para indicadores químicos sob sistema cerrado nativo. ....................... 95
xiv
SUMÁRIO
RESUMO .........................................................................................................VIII
ABSTRACT.........................................................................................................IX
LISTA DE FIGURAS............................................................................................X
LISTA DE TABELAS...........................................................................................XI
LISTA DE APÊNDICES......................................................................................XII
1. INTRODUÇÃO .............................................................................................. 16
2. OBJETIVOS .................................................................................................. 18
2.1. Objetivo Geral ............................................................................................ 18
2.2. Objetivos específicos ................................................................................. 18
3. REVISÃO DE LITERATURA ......................................................................... 18
3.1. Caracterização da região do cerrado e do uso do solo em Mato Grosso .. 18
3.2. Caracterização do município de Lucas do Rio Verde ................................ 21
3.3. Sustentabilidade na produção agrícola e qualidade do solo ...................... 21
3.4. Indicadores de qualidade do solo .............................................................. 24
3.4.1. Indicadores de qualidade física do solo .............................................. 24
3.4.1.1. Formação e estabilização de agregados do solo ....................... 25
3.4.1.2. Compactação do solo e sua avaliação ....................................... 26
3.4.1.3. Densidade e porosidade do solo ................................................ 28
3.4.2. Indicadores de qualidade química do solo .......................................... 29
3.4.2.1. Matéria orgânica do solo e sistemas de manejo ........................ 29
3.4.2.2. Estabilização da matéria orgânica e carbono total ..................... 30
3.4.2.3. Fertilidade do solo ...................................................................... 32
3.4.3. Análise Multivariada ............................................................................ 33
3.4.3.1. Análise Fatorial .......................................................................... 34
3.4.3.1.1. Conceituação da análise Fatorial ......................................... 34
3.4.3.1.2. Identificação, extração e interpretação de fatores ............... 36
4. Material e Métodos ....................................................................................... 38
4.1. Localização e caracterização da Área de Estudo ...................................... 38
4.2. Análises e Ensaios..................................................................................... 40
4.3. Amostragem e Análises Laboratoriais ....................................................... 40
4.3.1. Amostras deformadas: ........................................................................ 40
4.3.2. Amostras indeformadas: ..................................................................... 41
xv
4.4. Análises estatísticas dos atributos de Qualidade do Solo .......................... 42
4.4.1. Tratamento dos dados ........................................................................ 42
4.4.2. Análise Fatorial ................................................................................... 42
4.4.3 Validação dos indicadores ................................................................... 45
4.4.4 Determinação do Índice de qualidade do solo (IQS) ........................... 46
5. Resultados e discussão ................................................................................ 47
5.1. Análise do conjunto de indicadores físicos + químicos .............................. 47
5.2. Análise individualizada para os conjuntos de atributo físico e químico ...... 57
6. CONCLUSÕES ............................................................................................. 66
7. REFERÊNCIAS BIBLIOGRÁFICAS .............................................................. 67
16
1. INTRODUÇÃO
A exploração agrícola, nas últimas décadas vem vivenciando a evolução natural,
aliada ao constante desenvolvimento tecnológico. Porém, ao longo da linha do tempo,
a interação do homem com seu ambiente natural, tem sido muita vezes de forma
predatória. Tornando a tecnologia agrícola não apenas como a grande mediadora das
soluções, mas, também como a grande responsável pela degradação dos solos do
cerrado.
A degradação tem se tornado o principal entrave ao uso do solo em atividades
agropecuárias e sua intensidade varia com as condições de clima, uso e manejos
adotados, e a natureza do solo (Hamza & Anderson, 2005). Depara-se, então, com o
desafio de se viabilizar um sistema de produção baseado no uso racional dos recursos
naturais, criando novos paradigmas fundamentados na sustentabilidade.
No entanto, para se atingir o status de uma agricultura com base sustentável, é
necessário estabelecer o dimensionamento adequado do potencial de uso e qualidade
do solo, visando à prevenção e mitigação das condições de riscos, com métodos que
traduzem as diferentes interações dos atributos indicadores de qualidade.
Assim, a atribuição da qualidade do solo é decorrente de um conjunto de
interpretações de informações pré-existentes do próprio solo, através de levantamentos
específicos de sua matriz. Auxiliando de forma direta a visualização da dinâmica
evolutiva da qualidade do solo para os diferentes sistemas de manejo, além de
identificar o nível da compatibilidade entre a capacidade de sustentação e uso do solo.
Apontando quais áreas estão sendo utilizadas com prejuízo potencial ao
desenvolvimento das plantas (acima do seu potencial de uso) e subutilizadas (abaixo
do seu potencial de uso).
Porém, a quantificação da qualidade do solo não é uma atividade fácil, devido à
dependência de suas características intrínsecas, de suas interações, a sua forma de
utilização e tipos manejos adotados além, de aspectos socioeconômicos e políticos
(Chaer et al., 2007).
Desta maneira, a avaliação da qualidade do solo deve ser voltada à detectar
tendências de mudanças dos indicadores de qualidade ao longo do tempo. Uma
estratégia comumente sugerida consiste na utilização de indicadores agrupados em um
índice. O índice constitui uma ferramenta para agregação e simplificação de
informações de natureza diversa (Sands & Podmore, 2000). Também podem ser úteis
17
no dimensionamento e avaliação dos impactos ocasionados sobre os biomas
incorporados ao processo produtivo. Além de ser uma importante ferramenta nas
funções de controle, fiscalização e monitoramento do estado geral de qualidade dos
solos destinados à produção agrícola sob diferentes sistemas de manejo.
No entanto, o grande desafio da pesquisa na atualidade, está na identificação de
indicadores do solo mensuráveis que possam ser utilizados na avaliação de práticas de
manejo do solo para um dado local e a definição de metodologias para avaliar a
qualidade do solo de maneira simples e confiável (Freitas et al., 2012). Assim, a
escolha de indicadores representativos da qualidade do solo para agroecossistemas
inseridos no Bioma cerrado na região Centro-Oeste assume papel importante no
monitoramento de mudanças, ou seja, de sua qualidade, a médio e longo prazo, como
também, auxiliando na definição das práticas de manejo agrícolas que melhor se
adequam aos solos desta região.
Contudo, não há consenso quanto às estratégias para definição de quais
indicadores devem ser utilizados na avaliação da qualidade do solo, sendo que um
grupo de pesquisadores considera a necessidade da utilização de maior conjunto de
indicadores, porém, há aqueles que consideram que um número restrito de
indicadores-chaves, pode expressar eficientemente a qualidade do solo (Casalinho et
al., 2007; Freitas et al., 2012). A dificuldade se torna ainda maior quando se tem uma
grande diversidade de tipos de solos e de usos das terras (Schipper & Sparling, 2000).
Em meio a essas divergências, as aplicações de técnicas de estatística
multivariada podem ser uma importante ferramenta na atualização dos procedimentos
de avaliação da qualidade do solo, pela reestruturação das metodologias existentes.
Isso poderá resultar em classificações e interpretações da qualidade e uso do solo
mais substanciada, capaz de propiciar melhores orientações, para um eficiente
planejamento agrícola. O emprego da técnica de análise fatorial ira atuar na
simplificação do conjunto variáveis, facilitando a quantificação da qualidade do solo
pela geração de um novo e reduzido conjunto de variáveis latentes (Fatores) com alto
poder de explicação.
18
2. OBJETIVOS
2.1. Objetivo Geral
Avaliar a qualidade do solo pelo estudo multidisciplinar dos atributos físico e
químico de um Latossolo Vermelho, aplicando a técnica de análise fatorial por
componentes principais.
2.2. Objetivos específicos
Avaliar as modificações ocorridas nos atributos indicadores de qualidade física e
química de um Latossolo Vermelho em diferentes sistemas de manejo: plantio direto,
integração lavoura-pecuária, cultivo convencional (soja + milho) e Cerrado nativo como
área testemunha;
Identificar um número relativamente pequeno de fatores comuns que possam ser
utilizados para representar as relações entre todas as variáveis, por meio da análise
fatorial.
3. REVISÃO DE LITERATURA
3.1. Caracterização da região do cerrado e do uso do solo em Mato Grosso
Um bioma é um conjunto de tipos de vegetação que abrange grandes áreas
contínuas, com flora, fauna, altitude e solos similares, definida pelas condições físicas
predominantes nas regiões (Coutinho, 2006). Os aspectos climáticos, geográficos e
litológicos, por exemplo, faz com que um bioma seja dotado de uma diversidade
biológica singular (Embrapa, 2012).
O Cerrado é o segundo maior bioma da América do Sul, ocupando uma área
aproximada 204 milhões de hectares ou 2.036.448 km2, cerca de 23,92% do território
nacional brasileiro, distribuindo-se por mais de dez Estados brasileiros. Esse bioma
compreende áreas entre os paralelos 3º e 24º de latitude Sul e entre 41º e 63º de
longitude Oeste, situando-se na porção central do continente Sul-Americano (SANTOS
et al., 2009). Neste espaço territorial encontram-se as nascentes das três maiores
bacias hidrográficas da América do Sul (Amazônica/Tocantins, São Francisco e Prata),
19
o que resulta em um elevado potencial aquífero que favorece a sua biodiversidade
(Embrapa, 2012).
Os cerrados são caracterizados por grande variação de seu relevo, embora
predominem amplos planaltos (Embrapa, 2012). Metade do cerrado situa-se entre 300
e 600m acima do nível do mar, com apenas 5,5% com altitudes superiores a 900m
(Rodela, 1998).
O clima dominante na região é o tropical-quente-subúmido, caracterizado por forte
estacionalidade das chuvas. Há duas estações bem definidas: uma estação seca (maio
a setembro) e outra chuvosa (outubro a abril). A precipitação média anual é de 1500 ±
500 mm. Períodos de seca de uma a três semanas, os veranicos, podem ocorrer
durante a estação chuvosa especialmente nos meses de janeiro e fevereiro. A
temperatura média anual apresenta amplitude de 21,3 a 27,2ºC, podendo-se chegar a
temperaturas acima de 40ºC (Embrapa, 2012).
O Cerrado possui grande proporção de solos com alto potencial para cultivo
agrícola com o auxilio tecnológico (Embrapa, 2012). Dependendo da localização
geográfica e da topografia, há predomínio de Latossolos 45,7%, Neossolos 15,2% e
Argissolos 15,1% (Correia et al., 2002). Macedo (1996) estimou que 80% dos
Latossolos, 50% dos Argissolos, 30% dos Cambissolos, 80% dos Gleissolos e 30% dos
Neossolos, apresentam potencial para exploração agrícola com lavoura ou pecuária,
totalizando 136 milhões de hectares na região do Cerrado.
A vegetação pode ser descrita, em termos gerais, como savana entremeada de
Matas Ciliares. No conjunto de paisagens, são consideradas como as mais comuns:
Campo Limpo, Campo Sujo, Campo Cerrado, Cerrado, Cerradão e as Matas de Galeria
(Embrapa, 2012).
O Estado de Mato Grosso apresenta extensão territorial de 903.329,700 km2, o
que corresponde a 10,6% do território brasileiro, sendo que 39,6% (354.823 km2)
composto pelo bioma Cerrado, abrangendo as regiões sudeste, Noroeste, Centro-sul,
Médio-norte e Oeste do estado, (FIGURA 1).
20
Figura 1. Mapa de Biomas do Estado de Mato Grosso. Fonte: SEMA, 2013.
No entanto, o declínio do bioma Cerrado no Estado Mato Grosso está ocorrendo
em passos acelerado pela mudança do uso do solo e da cobertura vegetal desde a sua
descoberta e colonização pelos portugueses em 1590 e 1593 (Santos et al., 2009).
Porém, os fatores determinantes quanto às mudanças abruptas na estrutura e
funcionamento deste bioma, foram as políticas de desenvolvimento regionais
diretamente relacionadas com a expansão de suas fronteiras para uma agricultura
moderna.
No inicio da década de 70, os programas como Polocentro e Proceder foram
fundamentais ao desenvolvimento da agricultura sob o cerrado no Estado de Mato
Grosso, com a inclusão de novas tecnologias e o incentivo da migração de agricultores
experientes da região sul (Moreno, 1999).
O montante de 42,32% de sua vegetação natural foi substituído por áreas
agrícolas, pastagens e urbanização, onde os índices de produtividade equiparam-se
aos das melhores regiões produtoras, sendo igualmente competitivos os custos de
produção (Silva, 2009).
O desenvolvimento tecnológico ocupa a base fundamental da sustentabilidade e
do crescimento da agricultura nos cerrados. No entanto, a tecnologia agrícola não é
somente a principal responsável pelas soluções assim como também pelos problemas;
daí o destaque especial da análise a essa questão (Marouelli, 2003).
Nesse contexto, o desenvolvimento tecnológico deve ser entendido como um
processo contínuo, devendo-se amparar o progresso tecnológico através de um
sistema de pesquisas capaz de responder aos novos desafios e dificuldades
continuamente apresentadas no setor produtivo.
21
3.2. Caracterização do município de Lucas do Rio Verde
O município de Lucas de Rio Verde encontra-se como um dos principais centros
de desenvolvimento agrícola do Estado de Mato Grosso (Vendrametto, 2011). Embora,
sua área represente aproximadamente 0,04% (≅363 mil ha) do território nacional,
participa com mais de 1% sob a produção nacional de grãos, em média de 1,5 milhões
de toneladas anuais, ocupando o posto de segundo maior produtor de milho em
segunda safra do país e quinto maior produtor de soja de seu estado (Vendrametto,
2011).
Dentre outros fatores, Lucas do Rio Verde vem se destacando pela sua
localização geográfica, localizando-se na região de transição do Bioma Amazônia,
sendo que 93% de sua área total encontra-se inserida sob o Bioma Cerrado
(Vendrametto, 2011).
Os solos da região de Lucas do Rio Verde são tidos na maioria como Latossolos
Vermelho-Amarelos de textura argilosa, profundos e bem drenados aliados ao relevo
plano ou suave ondulado na paisagem. Apresentam como principais limitações à
acidez elevada e a baixa fertilidade natural, requerendo manejo adequado com
correção da acidez e reposição nutricional (Santos et al., 2006).
Com a localização geográfica privilegiada do município aliada ao seu potencial
produtivo o interesse de implantação de indústrias de beneficiamento de matéria prima
vem aumentando significativamente nos últimos anos
Desta maneira, o aumento da demanda de matéria prima derivada do setor
agrícola, fez com que o setor produtivo do município aderisse ao avanço técnico
cientifico, promovendo modificações quanto a forma de utilização dos solos e seus
sistemas de manejo, gerando ao longo dos anos a expansão das práticas
conservacionistas no município.
3.3. Sustentabilidade na produção agrícola e qualidade do solo
O solo é um recurso vital para o funcionamento dos ecossistemas terrestres e a
manutenção de sua qualidade é fundamental para a sua sustentabilidade. Na visão
sistêmica, o solo pode ser entendido como um sistema aberto, resultado de complexas
interações dos seus atributos físicos, químicos e biológicos e suas interações dentro da
cadeia produtiva (Conceição et al., 2005).
22
A compreensão e a quantificação do impacto do uso e manejo do solo na sua
qualidade são fundamentais no desenvolvimento de sistemas agrícolas sustentáveis. O
solo quando submetido a determinadas práticas de manejo, tende a um novo estado de
equilíbrio, podendo muitas vezes ser desfavorável à conservação do solo e a produção
das culturas.
Os diferentes efeitos nos atributos do solo estão diretamente ligados à
intensidade ao tipo de preparo do solo adotado em cada sistema de manejo. A
utilização de máquinas e equipamentos agrícolas tem sido apontado por Lima et al.
(2004), como uma das principais causas de degradação física do solo e da redução da
produtividade das culturas.
Com isso, a preocupação com os danos estão tomando conta de todo setor
produtivo, passando a resultar em um forte interesse não apenas por parte do meio
científico à busca por novas alternativas para uma agricultura sustentável como
também muitos produtores passaram a visualizar a necessidade de desenvolver uma
nova forma de se pensar sobre o ecossistema agrícola (Casalinho et al., 2007; Vezzani
& Mielniczuk 2009). Porém, a idealização geral de um solo é falha, pois, o “ideal” irá se
diferir entre os diferentes tipos de solo e para cada cultura que está e será inserida no
sistema de manejo. Logo, se faz necessário a aderir um conjunto de modelos e
referências que possam auxiliar na interpretação e comparação destes sistemas
perante sua qualidade.
Embora ainda não exista um conceito amplamente aceito, Doran & Parkin (1994)
propuseram a primeira conceituação de qualidade do solo, sendo aperfeiçoado mais
tarde por Karlen et al. (1997) e vem s e mantendo até hoje como: “qualidade do solo é
a aptidão de um tipo específico de solo para funcionar dentro de sua capacidade e dos
limites de um ecossistema natural ou manejado, para sustentar a produtividade das
plantas e animais, manter ou aumentar a qualidade da água e do ar, e promover a
saúde humana e a habitação”.
De acordo com Karlen et al. (1997) quando o solo desempenha suas funções com
seu máximo potencial para um determinado tipo de uso, este apresentara um status de
excelência perante sua qualidade; caso contrário, o seu potencial pode ser alterado
pelo tipo de uso e manejo adotado, ou simplesmente possuir naturalmente baixa
qualidade. Dessa forma, medir a qualidade do solo significa atribuir um valor ao solo
em relação à sua capacidade de cumprir uma função específica (Vezzani & Mielniczuk
2009).
23
Toda alteração resultante na perda de qualidade do solo pode ser avaliada
mediante mensuração de determinados atributos indicadores de qualidade em seu
estado presente, fazendo-se comparações a um solo semelhante mantido dentro de
sua naturalidade com o mínimo de interferência antrópica (Doran & Parkin, 1994).
Os indicadores exercem o papel de sintetizar um conjunto complexo de
informações, podendo ser divididos em dois tipos: aqueles que se referem à qualidade
inerente, a qual relaciona a capacidade de realizar funções críticas que não mudam
com o tempo e qualidade dinâmica, ou instável, a qual relaciona as funções que
dependem do tempo e do manejo do solo (Vezzani & Mielniczuk 2009).
Como observado, não parece adequado o estabelecimento de um único conjunto
de indicadores para avaliar qualquer sistema. A correta avaliação da qualidade exige
métodos sistemáticos para medir e interpretar as contribuições dos atributos do solo
que podem ser utilizados como indicadores de qualidade (Vezzani & Mielniczuk 2009).
Um bom indicador ambiental da qualidade dos solos deve integrar vários
processos e propriedades do solo, ser de fácil determinação, preciso e exato em
descrever uma função particular, integrar propriedades biológicas, físicas e químicas do
solo e os respectivos processos; ser acessível a muitos usuários e aplicável a
condições de campo; ser sensível a variações de manejo e de clima ao longo do
tempo; e, quando possível, ser componente de um banco de dados já existente (Doran
& Parkin, 1994; Tótola & Chaer, 2002). Diversas propriedades químicas, físicas, e
biológicas têm sido sugeridas como indicadores potenciais da qualidade dos solos
(Doran & Parkin, 1994; Karlen et al., 2003), (FIGURA 2).
24
FISÍCOS- Textura do solo;- Profundidade do solo;- Profundidade de enraizamento;- Densidade do solo;- Porosidade solo (total, macro e micro);- Encrostamento superficial;- Compactação e/ou adensamento superficial;- Velocidade de infiltração da água no solo;- Capacidade de retenção de água no solo;- Temperatura do solo;- Módulo de ruptura;- Limites de consistência;- Nível de agregação; - Estabilidade dos agregados;- Estrutura do solo.
QUIMÍCOS
- Carbono orgânico total;- Nitrogênio orgânico total;- pH;- Condutividade elétrica;- Disponibilidade de nutrientes; - Nitrogênio mineral (NH4+ e NO3-);- Fósfor;o- Potássio;- Capacidade de troca de cátions;- Saturação por bases;- Saturação por alumínio;- Presença de metais pesados;- Presença de elementos radioativos.
BIOLÓGICOS
- Carbono da massa microbiana;- Nitrogênio da massa microbian;a- Nitrogênio potencial mineralizável;- Respiração do solo;-Relação entre carbono da biomassa total e carbono total orgânico;- Relação respiração/biomassa;- Taxa de decomposição de resíduos biológicos;-População microbiana, inclusive fungos micorrízicos.
Qualidade do solo
Figura 2. Relação dos Indicadores Físicos, Químicos e Biológicos de Qualidade de Solo. Fonte: KARLEN et al. (2003).
Os indicadores de qualidade do solo e as estratégias de desenvolvimento
sustentável devem estar ligados à satisfação dos produtores rurais em termos de suas
necessidades (produtividade, rentabilidade, estabilidade e viabilidade) e ao mesmo
tempo atender às necessidades de conservação do solo e dos recursos hídricos.
3.4. Indicadores de qualidade do solo
3.4.1. Indicadores de qualidade física do solo
A matriz do solo é constituída por uma mistura de partículas primárias de
diferentes frações granulométricas (silte, argila e areia) e partículas secundárias
(agregados) formadas a partir da união das partículas primárias por agentes
cimentantes, o arranjo e ordenação dessas partículas define a base estrutural dos
solos (Lier, 2010). Define-se solo ideal aquele que apresente em sua estrutura
tridimensional a proporção de 45% de minerais, 5% em matéria orgânica e 50% de
poros, sendo destes 25% seja constituído microporos responsáveis pelo
armazenamento de água e 25% de macroporos responsáveis pela aeração (Lier,
2010). No entanto, empiricamente o solo ideal fisicamente é aquele que proporcione
boa aeração, boa capacidade de infiltração e retenção de água e pouca resistência
mecânica ao crescimento radicular das plantas, independente do tipo de solo.
25
A física de solos estuda e define, qualitativa e quantitativamente, as
propriedades físicas, bem como sua medição, predição e controle, com o objetivo
principal de entender os mecanismos que governam a funcionalidade dos solos e seu
papel na biosfera (Reinert & Reichert, 2006). A importância prática de se entender o
comportamento físico do solo está associada ao seu uso e manejo apropriado.
O preparo do solo é essencial para proporcionar condições favoráveis ao
crescimento e desenvolvimento das culturas, no entanto, é caracterizado como a
atividade que mais implica alterações nas propriedades físicas e na qualidade do solo
(Argenton et al., 2005; Cardoso et al., 2011; Freitas et al., 2012).
O estudo da qualidade física do solo se torna fundamental para a predição da
sustentabilidade dos sistemas agropecuários, devendo ser avaliada por meio de
atributos que descrevem o seu comportamento. Segundo Li et al. (2011), a medição de
todos esses atributos pode consumir muito tempo, e portanto, é desejável obter um
parâmetro simples para avaliação e quantificação das alterações provocadas pelos
diferentes sistemas de manejo.
3.4.1.1. Formação e estabilização de agregados do solo
O estado de agregação do solo exerce uma importante função no potencial de
desenvolvimento normal das plantas, por ser pertinente a resistência dos solos aos
processos erosivos, na movimentação d’água (infiltração e condutividade) e sua
retenção, aeração, ainda que indiretamente, na fertilidade do solo, pois muita das
reações químicas e bioquímicas acontece na área superficial apresentada pelos
agregados (CORRA, 2002).
Nos processos de formação e estabilização dos agregados, são envolvidas
substâncias que agem na agregação e na estabilização (Usda, 2008). Aqueles
agregados com diâmetro ≥ 2,5x10-4m são denominados de macroagregados e <
2,5x10-4m são classificados como microagregados, são formados a partir da ação de
diversos fatores e processos físico, químicos e biológicos dentre eles: argila, sílica
coloidal, compostos orgânicos, metais polivalentes, carbonato de cálcio, óxidos e
hidróxidos de Fe e Al, exsudatos orgânicos e substâncias orgânicas provenientes da
ação dos microrganismos (Tisdall & Oades, 1982; Lima et al., 2007; Usda, 2008).
Conforme Lima et al. (2007), no todo mesmo o percentual da matéria orgânica ser
considerado baixo, é um dos principais fatores na formação e estabilização dos
26
agregados (Lima et al., 2007). Assim, quanto mais intensivo for o preparo empregado,
ou seja, quanto maior o revolvimento do solo maior será sua degradação (Usda, 2008).
Para avaliação da estabilidade de agregados se faz da utilização de alguns
índices, como diâmetro médio ponderado (DMP), diâmetro médio geométrico (DMG) e
o índice de estabilidade de agregados (IEA), propostos por Kemper & Chepil (1965). O
DMP é tanto maior quanto maior for à percentagem de agregados grandes, e
demonstra a estabilidade da estrutura frente à ação de desagregação da água,
podendo indicar o grau de susceptibilidade do solo à erosão hídrica (Bertol et al.,
2004). O DMG representa uma estimativa do tamanho dos agregados de maior
ocorrência. O IEA denota uma medida de agregação total do solo e não considera a
distribuição por classes de agregados. Quanto menor for à quantidade de agregados
de menor diâmetro maior será o IEA.
3.4.1.2. Compactação do solo e sua avaliação
O solo é um sistema trifásico complexo aberto, constituído pelas frações sólida,
liquida e gasosa, sendo estas interdependentes. A regulação e determinação da
proporção de resistência do solo a determinadas pressões é atribuída a um conjunto de
fatores, diretamente ligados à estrutura do solo e suas frações constituintes (González,
1998).
Alguns de seus parâmetros podem sofrer alterações ou não, mediante os
diferentes sistemas de manejo adotados, como por exemplo, a densidade do solo,
porosidade (geometria e continuidade), a capacidade de infiltração e retenção de água,
teor matéria orgânica e textura.
A resistência do solo esta interligada ao indicador de qualidade do solo
(compactação), que pode ser definido pela redução da porosidade em resposta do
aumento da densidade do solo (Ds) provocada pela deformação das partículas
secundárias e o rearranjo destas somadas aos das partículas primárias (areia, silte e
argila) na matriz do solo. Esse processo é controlado, pelos elementos, internos do
solo, como, a composição mineralógica, textura, estrutura, umidade, densidade inicial
do solo e teor matéria orgânica e por elementos externos, caracterizados pelo tipo,
intensidade e frequência da carga aplicada (Chamen et al., 2003).
A compressão e a deformação da estrutura do solo em resposta à aplicação de
determinada pressão ocorre quando a pressão efetiva imposta supera a resistência ao
cisalhamento nos pontos de contato entre as partículas, provocando sua ruptura e
compactação. A resistência ao cisalhamento é o somatório do atrito existente entre as
27
partículas e das forças coesivas existentes entre elas, portanto, para conhecermos a
resistência ao cisalhamento de um solo, devemos compreender seus componentes, ou
seja, a coesão e o ângulo de atrito interno do mesmo (Pacheco, 2010).
A susceptibilidade de um solo à compactação pode ser avaliada com ensaio de
proctor normal ou suas variantes. Nesse tipo de ensaio para uma mesma energia de
compactação, a densidade obtida depende da umidade do solo, ou seja, a densidade
aumenta com o incremento da umidade até determinado valor, depois, torna-se
decrescente (Lier, 2010). Assim, compactando o solo em várias umidades, mas sempre
com a mesma energia, e relacionando-se os valores de densidade obtidos com a
umidade de compactação, obtém-se a curva de compactação do solo, da qual se
calculam a umidade crítica (UC) ou ótima para compactação, a densidade máxima
(DM) correspondente e o grau de compactação (GC0029, a fim de se verificar a relação
entre a densidade do solo frente a densidade máxima (Braida et al., 2006). Nhantumbo
& Cambule (2006) desenvolveram modelos de regressão, onde a umidade crítica é
calculada em função dos teores de argila ou argila mais silte componentes da
granulometria do solo. Já Klein & Marcolin (2011) ajustaram uma equação de
regressão linear para se obter o valor da Dsmáx a partir dos teores de argila e MO no
solo.
Lima et al. (2004) estudando a heterogeneidade da compactação de um
Latossolo, verificaram que a pressão de pré-compactação relacionou-se
significativamente com o índice de compressibilidade, demonstrando que a pressão de
pré-compactação é influenciada pela intensidade de tráfego e pelo tipo manejo.
No entanto, Zhang et al. (1997) expõem que a matéria orgânica no solo pode
tanto aumentar ou reduzir a resistência do solo, dependendo do seu efeito conjunto
sobre a densidade, os parâmetros de cisalhamento, a tensão capilar e o grau de
saturação de água.
Quanto maior o teor de matéria orgânica, maior terá que ser o teor de água para
que a mesma atue efetivamente na redução da coesão e do atrito entre as partículas
minerais, resultando em maiores pressões de pré-compactação para solos mais ricos
em matéria orgânica, para uma mesma umidade (Pacheco, 2010).
A implementação agrícola torna-se a principal mediadora para degradação física
e a compactação dos solos agrícolas, assim os efeitos detrimentais na camada
superficial do solo podem ser considerados de menor importância, uma vez que esta
28
compactação pode ser removida por ocasião do preparo do solo e/ou semeadura,
aplicando-se o foco sobre o manejo da compactação subsupercial.
3.4.1.3. Densidade e porosidade do solo
As alterações nas propriedades físicas do solo pelos diferentes sistemas de
manejo podem originar variações na densidade do solo consequentemente efeitos
sobre a porosidade.
A densidade e a porosidade do solo são dependentes da classe textural, da
densidade de partícula, teor matéria orgânica e do arranjo das partículas primárias e
secundárias no solo. A relação comportamental destes atributos ocorre de forma
inversa, ou seja, solos que apresentam textura mais fina, como os argilosos,
geralmente apresentam densidade inferior aos solos que apresentam textura mais
grosseira, como os arenosos. Esse comportamento é imposto pelo percentual de poros
e estruturação entre os diferentes solos, em que, os solos argilosos apresentam
microagregação das partículas de argila, que aumenta a porosidade intra-agregado,
diminuindo a densidade gerando maior porosidade total e maior de índice de
estruturação (Klein, 2005). Já os solos arenosos apresentam maiores valores de
densidade devido ao maior peso especifico das partículas de quartzo que compõem a
fração areia e ao menor teor de matéria orgânica comumente verificada nestes tipos de
solos (Araújo et al., 2004).
Tanto a densidade do solo e a porosidade são atributos físicos importantes que
possibilitam a avaliação do nível estrutural dos solos. A densidade do solo é tida como
a relação de uma amostra de solo indeformado seco e o seu volume (Embrapa, 1997).
Já a porosidade diz respeito ao volume de espaços ocupados por gases e solutos entre
e intra-agregados no solo denominados de macroporos com diâmetro >5x10-5 m e
microporos, aqueles com diâmetro < 5x10-5 m, respectivamente (Embrapa, 1997). Os
macroporos são responsáveis pela infiltração e aeração enquanto os microporos retêm
água, devido ao fenômeno de capilaridade e adsorção (Lier, 2010). Ambos os atributos
apresentam ampla amplitude de variação, principalmente devido à classe textural do
solo, à profundidade e ao sistema de manejo adotado.
A estrutura do solo depende das dimensões e da forma como se encontram
dispostas as partículas primárias e secundárias do solo e é tida como o pilar de
controle da variação da densidade e porosidade. Em profundidade, a densidade do
solo geralmente aumenta, pois as camadas superiores provocam sobre as subjacentes
29
o fenômeno da compactação, reduzindo a porosidade do solo (Pacheco, 2010), além
de haver um teor de matéria orgânica mais baixo nas camadas inferiores e uma menor
agregação e penetração das raízes. Solos com agregação bem desenvolvida
apresentam boa porosidade e consequentemente menor densidade do solo.
Práticas que conduzem a degradação da matéria orgânica do solo
consequentemente a degradação dos agregados, favorecem o entupimento dos poros
pelas partículas do solo, resultando na perca de porosidade pelo processo de
compactação e aumento da densidade (Usda, 2008).
Tendo em vista as variações da densidade, em especial aquelas decorrentes da
textura, esta isoladamente não constitui um adequado indicador da qualidade física do
solo, devendo ser associada com outras propriedades e características do solo ou
ainda referenciada com valores de densidade máxima que o solo pode atingir pelo
ensaio de proctor, obtendo-se assim o que se denomina de valor de densidade relativa,
que é dada pela divisão da densidade do solo pela densidade máxima que este solo
pode atingir (Beutler et al., 2005).
Assim, a estrutura assume grande importância em estudos agronômicos, pois
permite avaliar vários atributos indicadores de qualidade do solo, além de ser utilizada
como indicador do estado da compactação do solo.
3.4.2. Indicadores de qualidade química do solo
3.4.2.1. Matéria orgânica do solo e sistemas de manejo
O termo “matéria orgânica” (ou carbono orgânico) é utilizado para representar
todo o material orgânico de um ecossistema, incluindo organismos vivos e compostos
de origem antrópica. Enquanto o termo “matéria orgânica do solo” refere-se a todos os
compostos contendo carbono orgânico no solo, incluindo material de origem animal e
vegetal, em vários estágios de decomposição, e também por produtos do metabolismo
microbiano e exsudados de raízes (Schnitzer, 1991).
A matéria orgânica do solo tem sido proposta como indicador primário da
qualidade do solo, especialmente por se concentrar na superfície do solo. Apesar de
sua pequena proporção (< 5%) em relação à massa total dos solos tropicais, a matéria
orgânica do solo, contribui diretamente para o crescimento e desenvolvimento das
plantas, efeito este direcionado a grande influência sobre vários parâmetros físicos,
químicos e biológicos do solo. Incluem desde os processos de intemperismo e
30
formação dos solos (Tan, 1986), influenciar a infiltração, retenção de água,
suscetibilidade à erosão, (Conceição et al., 2005; Vezzani & Mielniczuk, 2009), ser
fonte primária de nutrientes, exerce papel decisivo no aumento da capacidade de troca
de cátions (CTC) nos solos tropicais (Novais et al. 2007) até a formação de estruturas
mais complexas, como os agregados (Lima et al., 2007; Tisdall & Oades, 1982).
A quantidade e qualidade da matéria orgânica do solo são resultantes do balanço
entre as taxas de adição e decomposição do material orgânico e da atividade
microbiana (Silva & Mendonça, 2007). Todavia segundo estes autores, no solo estes
mecanismos atuam simultaneamente e dependem principalmente do manejo de solo,
das condições climáticas e do tipo de solo.
Considera-se que quase a totalidade do carbono que entra em um solo agrícola é
resultante de resíduos de plantas cultivadas, e sãos seus constituintes que determinam
a proporção dos componentes que participaram do processo de decomposição.
Entretanto, o manejo intensivo do solo proporciona elevação nos níveis de perda da
matéria orgânica em relação à alta taxa de mineralização (Marchiori & Melo, 2000).
Portanto, quando ha alterações nos sistemas de manejo do solo a dinâmica do
sistema da matéria orgânica também sofre alterações frente ao estoque e qualidade
(Conceição et al., 2005) e um novo estado de ordem é atingido (Vezzani & Mielniczuk,
2009). Desta maneira, se torna necessário a compreensão da dinâmica da matéria
orgânica para entendimento das alterações no sistema solo em consequência dos
diferentes sistemas de manejo (Costa et al., 2008).
3.4.2.2. Estabilização da matéria orgânica e carbono total
A matéria orgânica é divida em frações biodegradáveis (lábil, leve), e humificadas
(estável, pesada) e a somatória destas frações denomina-se carbono orgânico total.
Essa divisão baseia-se na taxa de decomposição, permitindo melhor entendimento da
dinâmica da matéria orgânica. A fração biodegradável inclui aproximadamente 1/3 do
carbono do solo, é composta por substâncias de baixo peso molecular, resultante de
resíduos de plantas em decomposição, substâncias não-húmicas não ligadas aos
constituintes minerais, formas solúveis em água, macrorganismos (fauna) e biomassa
microbiana, possuindo uma alta taxa de mineralização e um curto período de
permanência no solo (Theng et al., 1989). Já a fração humificada representa 2/3 de
todo carbono orgânico do solo, representado por substâncias húmicas e outras
macromoléculas, são, por sua vez, resistentes ao ataque microbiano, devido à sua
31
estrutura molecular ou por estarem fisicamente protegidos em complexos
organominerais ou retidos no interior de agregados, podendo persistir no solo por
centenas de anos (Theng et al., 1989).
Assim, a dinâmica das frações da matéria orgânica está intimamente relacionada
com a textura do solo (Feller & Beare, 1997). Segundo Freixo et al. (2002) solos
classificados como arenosos apresentam maior proporção do carbono associado às
partículas de areia (> 0,05 m), o que lhes confere maior fragilidade quanto às
mudanças nos sistemas de manejo do solo, uma vez que esta fração, composta
principalmente de resíduos vegetais, é facilmente mineralizada. Já em solos argilosos
conforme os autores, as frações orgânicas encontram-se mais associadas à argila e ao
silte, de forma que as quantidades de carbono associadas à areia não perfazem mais
do que 10 % do total de carbono do solo.
Considerando-se as frações biodegradáveis e humificadas da matéria orgânica
como resultantes de um processo evolutivo do ciclo do carbono orgânico do solo, sua
estabilidade esta interliga a ação decompositora dos microrganismos e pelo seu grau
de associação com a fração mineral do solo (Feller & Beare, 1997). Ou seja, quando
um material orgânico é adicionado ao solo, o grau de decomposição e o tempo de
permanência de cada fração originada serão determinados pela ação dos mecanismos
de estabilização.
Os mecanismos de estabilização da matéria orgânica em distintos
compartimentos no solo conferem diferentes graus de disponibilidade para os
microrganismos, sobre os quais atuam mecanismos específicos de proteção e
estabilização. A estabilidade da matéria orgânica é resultante do efeito integrado de
três mecanismos: a) recalcitrância química, intrínseca do material orgânico adicionado
ao solo, ou ser adquirida durante a decomposição através dos processos de
condensação e polimerização que ocorrem durante a decomposição dos resíduos
vegetais, tornando-os mais resistentes a decomposição (Silva & Mendonça, 2007); b)
proteção do material orgânico no interior dos agregados atua como uma proteção física
(oclusão) além de reduzir a difusão de oxigênio nos microporos, limitando a
acessibilidade dos microrganismos e seu sistema enzimático (Christensen, 1996; Silva
& Mendonça, 2007) e c) a estabilização da matéria orgânica pelas interações com a
superfície mineral, como por exemplo, reações de superfície com partículas de silte e
argila, sesquióxidos amorfos, o que altera a taxa de degradação ou a síntese de novos
compostos orgânicos (Christensen, 1996; Silva & Mendonça, 2007).
32
Estes mecanismos de estabilização operam simultaneamente e afetam o material
orgânico e os produtos de decomposição em todos os estágios de degradação
(Christensen, 1996).
Algumas pesquisas vêm demonstrando que a fração orgânica biodegradável
apresenta maior sensibilidade às praticas de manejo intensivo do solo com auto índice
de revolvimento e desestruturação (Figueiredo et al., 2010). Desta maneira, a intensa
exploração dos solos com adoção de manejos inadequados, pode levar a um rápido
declínio o teor de matéria orgânica do solo, consequentemente, rebaixando o
reservatório de carbono orgânico total, comprometendo a qualidade dos solos e a
sustentabilidade da produção agrícola e do ambiente.
3.4.2.3. Fertilidade do solo
O conhecimento dos atributos químicos do solo permite uma melhor compreensão
da dinâmica dos nutrientes na matriz do solo e sua disponibilidade as plantas, além de
proporcionar informações relevantes para adequação das práticas agrícolas, de modo
a aumentar o rendimento agrícola.
A fertilidade do solo é extremamente complexa em solos sob condições tropicais
(Ostertag, 2001). O seu manejo baseia-se nos teores médios dos nutrientes, partindo-
se das técnicas de amostragem do solo de modo que possam representar a máxima
variabilidade dentro da área amostral (Souza et al., 2007).
O conhecimento da variabilidade espacial dos atributos químicos do solo torna-se
fundamental para adequação das práticas de manejo de acordo com sua real
necessidade, de forma que à aplicação de fertilizantes e corretivos ocorra em taxas
variáveis (Silva et al., 2007a). O estudo dos atributos químicos é importante também na
detecção de elementos em excesso, especialmente aqueles cuja presença pode ter
efeito prejudicial tanto à planta como ao solo.
O termo reação do solo expressa as condições em que o solo se encontra, em
termos de acidez ou alcalinidade. A reação do solo é controlada pelo pH do solo,
responsável direto dentre vários processos físicos e biológicos, também na
disponibilidade dos elementos químicos existentes no solo, na sua absorção,
consequentemente, na produção agrícola (Novais et al. 2007).
A capacidade do solo em manter os elementos essenciais disponíveis às plantas
é governada pela CTC, expressa pela quantidade total de cátions retidos nos colóides
minerais e orgânicos do solo (Novais et al. 2007). Da mesma forma, os teores de
33
nitrogênio total, o fósforo disponível, e as formas trocáveis de K, Ca e Mg indicam se as
reservas do solo atenderão às necessidades nutricionais das plantas. Os atributos
químicos do solo são largamente explorados na literatura especializada e bastante
citados como indicadores de fertilidade e qualidade do solo (Souza et al., 2007; Silva et
al., 2007; Prado & Natale, 2003; Corrêa et al., 2002; Freitas et al., 2012).
De um modo geral, a maioria dos trabalhos aponta menores valores médios de
saturação de alumínio e um aumento no, pH, no teor de fósforo (P), potássio (K), cálcio
(Ca), magnésio (Mg), C orgânico e a CTC do solo na camada mais superficial do solo
para o sistema plantio direto (Prado & Natale, 2003; Costa et al., 2006; Souza & Alves,
2003; Oliveira et al., 2004) além de melhoria expressiva em sua propriedade física e
biológica (Falleiro et al., 2003). Esse comportamento pode ser atribuído a menor
mobilização do solo, e adições frequentes de fertilizantes contendo estes elementos e a
maior deposição de resíduos orgânicos na superfície (Falleiro et al., 2003; Almeida et
al., 2005).
No entanto segundo Bayer & Mielniczuk (1997) os sistemas de preparo do solo
com revolvimento mais intensivo proporcionam uma distribuição mais uniforme dos
nutrientes na camada arável, tornando os métodos de preparo do solo não limitantes
frente às alterações na concentração e distribuição dos nutrientes no perfil do solo.
Assim o estudo de atributos químicos é fundamental para compor um índice de
qualidade do solo, pois são estes elementos químicos constituintes dos solos e suas
reações que constituem a base para o desenvolvimento e rendimento das culturas
agrícolas.
3.4.3. Análise Multivariada
A análise multivariada, cada vez mais, vem apresentando fundamental
importância para a tomada de decisões nos mais variados campos do conhecimento
(Ferreira, 2008).
Essa análise refere-se a um conjunto de técnicas estatísticas exploratórias,
descritivas e inferenciais adotadas para analisar situações que envolvem grande
número de variáveis simultaneamente, procurando contemplar todas as variáveis de
uma forma integrada, explorando todas suas inter-relações (Hair et al., 2005; Ferreira,
2008; Mingoti, 2005).
Os estudos de qualidade do solo apresentam inúmeras variáveis (Doran & Parkin,
1994; Karlen et al., 2003). Tornando-se a avaliação dos possíveis atributos indicadores
34
de qualidade do solo e sua efetiva identificação complicada pela multiplicidade dos
fatores físicos, químicos e biológicos que controlam os processos biogeoquímicos e
suas variações no tempo, espaço e intensidade (Doran & Parkin, 1994).
Desta maneira, cabe aos pesquisadores não somente especialistas em solos,
buscar um novo conhecimento através do aperfeiçoamento da evolução técnica
fornecida pelas análises multivariadas, pois essa ferramenta além de simplificar a
interpretação de um complexo de dados permitira identificar e quantificar os
indicadores que causam influência significativa sobre os diferentes manejos e uso do
solo nos atributos físicos, químicos e biológicos assim, permitindo o desenvolvimento
de um índice de qualidade do solo representativo.
3.4.3.1. Análise Fatorial
3.4.3.1.1. Conceituação da análise Fatorial
Para Ferreira, (2008), a análise fatorial (AF) é uma técnica multivariada que busca
identificar um número relativamente pequeno de fatores comuns que podem ser
utilizados para representar relações entre um grande número de variáveis inter-
relacionadas. Mingoti (2005) destaca que a análise fatorial tem como objetivo principal
descrever a variabilidade original do vetor aleatório X, em termos de um número menor
de m variáveis aleatórias, chamadas de fatores comuns e que estão relacionadas com
o vetor original X a partir de um modelo linear.
Os fatores podem ser denominados como um constructo, que pode ser uma
variável não observada, escalas, itens, ou uma medida de qualquer espécie (Ferreira,
2008).
A análise de fatores apresenta outros objetivos que são similares àqueles da
análise de componente principal (ACP). A ideia básica é que pode ser possível
descrever um conjunto de variáveis em termos de um número menor de índices ou
fatores, sem uma perda significativa de informação contida nos dados originais, e no
processo obter uma compreensão da melhor correlação destas variáveis (Hair et al.,
2005).
Na análise fatorial, as variáveis originais são descritas por um número reduzido de
fatores obtidos pela análise das inter-relações entre as primeiras (Silva, 2012). Então, o
alvo principal da AF é quantificar os fatores, ou variáveis não observáveis (latentes),
pela atribuição de escores nas respostas de variáveis altamente correlacionadas,
35
presentes no conjunto de variáveis originais (Maroco, 2010). A partir das correlações
observadas entre as variáveis originais, a AF estima os fatores comuns que são
subjacentes às variáveis e não diretamente observáveis (Hair et al., 2009).
Na AF em princípio, a variância de cada variável pode ser decomposta em duas
partes: uma parte comum e uma parte única. A primeira é a parte da sua variação
partilhada com outras variáveis, enquanto a segunda é específica da sua própria
variação. Dessa forma, a diferença entre os métodos da AF e ACP reside no montante
de variância analisada, dado que na ACP considera a variação total presente no
conjunto das variáveis originais, enquanto que na AF, só é retida a variação comum,
partilhada por todas as variáveis (Reis, 2001).
O objetivo da ACP não é explicar as correlações existentes entre as variáveis,
mas encontrar funções matemáticas, entre as variáveis iniciais, que expliquem o
máximo possível da variação existente nos dados e permita descrever e reduzir essas
variáveis (Vicini, 2005). Já a AF explica a estrutura das covariâncias, entre as variáveis,
utilizando um modelo estatístico casual e pressupondo a existência de p variáveis não
observadas e subjacentes aos dados. Os fatores expressam o que existe de comum
nas variáveis originais (Reis, 2001).
Porém, antes de aplicar AF, deve-se levar em consideração certas premissas: (i)
analisar a distribuição de frequência das variáveis através de testes de ajuste da
normalidade e linearidade (Kolmogorov-Smirnov), ou, até, fazer um simples exame de
curvas da distribuição (Hair et al., 2005). O pesquisador pode, ainda, fazer um gráfico
de dispersão (scatterplot), fazendo um contraste em relação aos valores observados
com os esperados numa distribuição normal com intuito de identificar a existência de
outliers. (ii) analisar a matriz de correlação, com intuito de medir o nível de associação
linear entre as variáveis X e Y, por meio do coeficiente de correlação de Pearson
(>0,30) (Hair et al., 2009; Ho, 2006; Ferreira, 2008). (iii) realizar o teste de Kaiser-
Meyer-Olkin (KMO) com intuito de se medir a homogeneidade das variáveis (Vicini,
2005). (iv) aplicar o teste de esfericidade de Bartlett para se verificar a probabilidade
que a matriz de correlação tenha correlações significantes para algumas variáveis e por
último (v) analisar a matriz anti-imagem na obtenção de indícios de necessidade de
eliminação de determinada variável modelo (Hair et al., 2009).
36
3.4.3.1.2. Identificação, extração e interpretação de fatores
Os métodos de extração dos fatores devem em princípio, maximizar fontes
independentes de variância na matriz de correlações (Hair et al., 2009). Basicamente
há dois métodos utilizados na obtenção de fatores, dentre eles, a análise de
componentes principais e análise de fatores comuns. Para Hair et al. (2005), a escolha
do método de extração depende do objetivo do pesquisador. Além da ACP e AF, Reis
(2001) destaca os métodos máxima verossimilhança, mínimos quadrados ordinários e
generalizados e Alpha.
Ambos os métodos de extração não exigem o pressuposto da aderência à
normalidade, nem teste de significância e pode ser aplicada para reduzir o número de
variáveis, identificar padrões (Gomes et al., 2004) e para gerar variáveis não
correlacionadas (Hair et al., 2009).
Segundo Hair et al. (2005) e Hair et al. (2009) quando um grande conjunto de
variáveis é transformado em fatores, o primeiro método extrai as combinações de
variáveis que explicam a maior variação possível e sendo esse percentual reduzido
com as seguintes combinações. Neste sentido o autor alerta que, devemos decidir
quantos fatores devemos reter e assim, podemos adotar os seguintes critérios: (i)
critério da raiz latente (critério de Kaiser); (ii) critério a priori; (iii) critério do gráfico
Screeplot e o (iv) critério do percentual de variância. No entanto, Hair et al. (2009)
afirma que o critério da raiz latente é o mais amplamente utilizado, por reter o fator que
explique quantidade de variação menor que a variância de uma única variável.
Para ter-se uma melhor visualização das variáveis, que melhor representem cada
fator, é realizada uma rotação nos eixos, pois a AF busca colocar os fatores em uma
posição mais simples, com respeito às variáveis originais, que ajudam na interpretação
de fatores (Vicini, 2005). Essa rotação coloca os fatores em posições em que serão
associadas só às variáveis relacionadas distintamente a um fator. Então, o efeito final
de rotacionar a matriz fatorial é redistribuir a variância dos primeiros fatores para os
últimos com o objetivo de atingir um padrão fatorial mais simples e teoricamente mais
significativo (Hair et al., 2005).
Os métodos de rotação podem ser ortogonais ou oblíquos. Os métodos
ortogonais produzem fatores que não estão correlacionados entre si, chamados de
fatores ortogonais, sendo interpretados a partir de suas cargas (loadings) (Ferreira,
2008). Na rotação oblíqua, os fatores estão correlacionados e, para a interpretação da
solução, torna-se necessária a consideração simultânea das correlações e das cargas.
37
Para os métodos rotacionais ortogonais, merecem destaque o Varimax, o
Quartimax e o Equamax, de acordo com Hair et al. (2005); Reis (2001) e Fávero et al.
(2009).
Os métodos de rotação oblíquos mais conhecidos são o Direct Oblimin e Promax,
nesses métodos as comunalidades são preservadas, porém os fatores gerados
apresentam-se mais fortemente correlacionados (Maroco, 2010). Vale destacar que a
rotação não afeta a qualidade de ajuste do modelo fatorial, as comunalidades e o total
da variância explicada pelos fatores. Entretanto, o percentual de variância explicada em
cada fator muda após a rotação (Ferreira, 2008).
Segundo Ferreira (2008) AF, em seus resultados, apresenta alguns conceitos que
devem ser entendidos, para que haja uma interpretação correta dos dados: (i)
autovalores e à variância total, que pode ser explicada pelo fator; (ii) autovetores que
definem as direções dos eixos da máxima Variabilidade; (iii) comunalidade que é
quanto da variância de uma variável é explicada pelos fatores derivados pela análise
fatorial e (iv) matriz de correlação entre as variáveis originais e os fatores encontrados.
De forma simplificada a figura 3 apresenta o diagrama de entendimento da técnica de
análise fatorial.
38
Análise de Componentes
Principais
Inicio
Verificação dos Pressupostos
Seleção do Método Fatorial
Análise de Fatores Comuns
Determinar o Número de
Fatores a Extrair
Seleção de um Método
Rotacional
Método Oblíquo
Método Ortogonal
Interpretação da Matriz Fatorial Rotacionada
Fim
Obtenção dos Escores Fatoriais
Figura 3. Diagrama de decisão para aplicação da análise fatorial. Fonte: PAMPLONA, 2011.
4. MATERIAL E MÉTODOS
4.1. Localização e caracterização da Área de Estudo
O trabalho foi implantado no campo experimental da Fundação de Apoio a
Pesquisa e Desenvolvimento Integrado Rio Verde, município de Lucas do Rio Verde,
latitude 12º 59’ 49,31’’ S e longitude 55º 57’ 5,6” W, mesorregião Norte do Estado de
Mato Grosso as margens da Rodovia MT 449 Km 08 (Figura 4). A região apresenta
altitude média de 390 metros, e segundo a classificação de Köppen enquadra-se no
clima tropical úmido, verão chuvoso e inverno seco, com temperatura média anual de
24º C. A precipitação média anual é de 2.000 mm, com intensidade máxima no mês de
janeiro, fevereiro e março.
39
O Solo da área experimental conforme Embrapa (2006) é constituído de um
Latossolo Vermelho de textura argilo-arenosa, apresentando frações granulométricas
para areia conforme tabela 1.
Tabela 1. Teste de média para a textura, Al+3 e saturação por bases de um Latossolo
Vermelho sob diferentes manejos, na camada de 0 a 0,10 m.
Variáveis Unidade Sistemas de manejo
Cv (%) SPD(2) ILP SM CN
AMF(1) % 8,59 a(3) 8,84 a 8,3 ab 7,82 b 11,4
AF % 19,14 ab 18,89 b 20,3 a 19,62 ab 5,07
AM % 22,91 b 23,44 b 24,69 a 24,57 a 4,26
AG % 2,32 b 2,42 a 2,31 a 2,21 a 15,9
AMG % 1,37 a 1,62 a 0,94 a 1,49 b 48,52
Argila % 44,43 a 43,12 ab 42,39 b 42,47 b 2,13
Silte % 1,2 b 1,63 ab 1,03 b 1,79 a 64,92 (1) valores em (%), em que AMF = areia muito fina, AF = areia fina, AM = areia média, AG = areia grossa,
AMG = areia muito grossa; (2) SPD = sistema plantio direto, ILP = sistema integração lavoura-pecuária,
SM = cultivo convencional milho e soja, CN = cerrado nativo. CV(%): Coeficiente de variação; (3) Médias seguidas de mesma letra na linha não se diferem pelo teste Tukey (p > 0,05).
As amostragens foram realizadas em talhões de 300 x 300 m submetidos aos
seguintes usos e manejos: (i) cerrado nativo (CN) caracterizado como cerradão, sem
histórico de perturbação antrópica, tomado como referência para comparação dos
resultados e situado sob as coordenadas 13º 0’ 11,29” S e 55º 58’ 28,45” W; (ii)
sistema integração lavoura-pecuária (ILP), com semeadura de soja na safra, e milho
safrinha semeado simultaneamente com capim mombaça e posterior transferência de
bovinos nelores em piquetes rotacionados (12º 59’ 54,43” S e 55º 58’ 2,34” W); (iii)
sistema convencional (SM) com o cultivo de soja na safra e milho safrinha (13º 0’ 0,6” S
e 55º 57’ 59,09” W); e (iv) plantio direto (SPD) com período de dez anos (13º 0’ 6,58” e
55º 57’ 55,27”) (Figura 4).
40
Figura 4. Localização dos sistemas de manejo, i) Mata Nativa; ii) integração lavoura-pecuária; (iii) monocultivo de soja e milho e (iv) plantio direto.
4.2. Análises e Ensaios
As análises e ensaios para caracterização física e química dos solos foram
realizados nos Laboratórios de Física, de Fertilidade e de Mecânica do solo da
Universidade Federal de Mato Grosso -UFMT.
4.3. Amostragem e Análises Laboratoriais
Em cada área de estudo foi definido um transecto e amostras de solo
(deformadas e indeformadas) foram coletadas na camada de 0 a 0,10 m, totalizando 32
pontos amostrais espaçados em 10 m.
4.3.1. Amostras deformadas:
(i) Textura: determinada pelo método da pipeta, conforme Embrapa (1997),
com modificações: em frascos de 350 ml com tampa, adicionou-se 25 g de TFSA
iv
iii
ii
i
41
passado em peneira de 2x10-3m, 20 ml NaOH + 100 ml de água destilada e, então,
foram colocados em mesa agitadora (100 rpm) durante 16 h. Adotou-se a
Classificação Norte-Americana (USDA) para separar a fração areia (muito grossa,
grossa, média, fina e muito fina), utilizando um agitador orbital e, então, determinou-se
a curva granulométrica acumulada (porcentagem de massa de solo retido por classe de
diâmetro);
(ii) Densidade de partículas do solo: determinada via balão volumétrico e
balança de precisão (Gubiani et al., 2006);
(iii) Limites de consistência do solo: limite de plasticidade (ABNT- 7180/1984)
e limite de liquidez por meio do aparelho de Casagrande (ABNT- 6459/1984);
(iv) Índice de consistência, índice de plasticidade e atividade da argila foram
determinados a partir dos limites de consistência do solo (Ortigão, 2007);
(v) Matéria orgânica do solo: por queima a 440ºC (ABNT- 13600/1996);
(vi) Análise química de rotina: pH, P e K extraídos com HCl 0,05 mol L-1 +
H2SO4 0,0125 mol L-1 e, Ca+2, Mg+2 e Al+3 extraídos KCl 0,1 mol L-1, capacidade efetiva
de troca de cátions, capacidade potencial de troca de cátions (pH = 7,0), soma de
bases, saturação por bases, saturação por alumínio, H+ (Tedesco et al., 1995;
Embrapa, 1997);
4.3.2. Amostras indeformadas:
(i) Densidade do solo: determinada pelo método do cilindro de aço inoxidável
(D = 5 cm e h = 5 cm), inseridos no solo via amostrador de Kopeck (Embrapa, 1997);
(ii) Estabilidade de agregados do solo: por tamisamento úmido, que se refere
à repartição de agregados em classes de diâmetro (Embrapa, 1997). As amostras
consistiram de blocos (monólitos) com estrutura preservada, que após secos ao ar
foram destorroados em suas superfícies de fraqueza e peneiradas em malha de 4x10-3
m, utilizando a massa de agregados retidos na peneira de 2x10-3m. Testes preliminares
não detectaram partículas inertes (cascalho) maiores que 2x10-3m nos agregados. Em
seguida, com pré-umedecimento de 15 min, 25 g de agregados foram colocados sobre
a peneira superior do conjunto com abertura de 2x10-3; 1x10-3; 5x10-4; 2,5 x10-4 e 1,25
x10-4 m e submetidos à tamisamento úmido com 30 oscilações. min-1 durante 15 min-1.
Após, levados a estufa, determinou-se a massa seca dos agregados retida em cada
peneira (105°C por 24 h). Os resultados foram expressos em porcentagem de
agregação; diâmetro médio ponderado e geométrico de agregados. Para verificar se os
42
valores de DMP foram diferentes entre tratamentos, calculou-se o índice de
sensibilidade (IS) sugerido por Bolinder et al. (1999) citado por Bertol et al. (2004), que
utiliza o princípio da comparação relativa entre tratamentos.
(iii) Porosidade do solo: porosidade total (PT) foi determinada pela relação
entre densidade do solo (Ds) e densidade de partículas do solo (Dp). A
microporosidade (Mi) foi obtida a partir da quantidade de água retida nas amostras
indeformadas de solo, utilizando a mesa de tensão Eijkelkamp (caixa de areia) à tensão
de 6 kPa. A macroporosidade (Mac) foi calculada pela diferença entre a porosidade
total e a microporosidade;
(iv) Densidade máxima, umidade máxima e grau de compactação do solo
foram determinados por meio da curva de compactação do solo sem reuso de amostra
(ABNT- 7182/1986).
4.4. Análises estatísticas dos atributos de Qualidade do Solo
4.4.1. Tratamento dos dados
Todas variáveis foram submetidas à padronização indireta, proporcionando a
todos indicadores valores de mesma grandeza e aquelas que não apresentaram
normalidade de distribuições pelo teste de Kolmogorov-Smirnov (p<0,05) e
homogeneidade de variância com o teste de Levene (p< 0,05) foram submetidas a
transformação conforme técnica de Yeo & Johnson (2000), utilizando-se o pacote
estatístico minitab versão 16.01.
4.4.2. Análise Fatorial
Para efeito da aplicação da análise fatorial multivariada, consideraram todas
variáveis para todos os sistemas de manejo do solo. Assim, conforme Silva (2012), a
análise fatorial entra com a função de agrupar as variáveis que apresentam
comportamento semelhante. Para isso, se utilizou como entrada, matrizes de dados
originais com os casos ou pontos amostrados dispostos nas linhas, e as variáveis nas
colunas e em cada célula (Figura 5).
43
𝑋𝑛𝑥𝑝 =
|
|
𝑋11 𝑋12 … 𝑋1𝑗 … 𝑋1𝑝
𝑋21 𝑋22 … 𝑋2𝑗 … 𝑋2𝑝
⋮ ⋮ ⋮ ⋮ ⋮ ⋮𝑋𝑖1 𝑋𝑖2 … 𝑋𝑖𝑗 … 𝑋𝑖𝑝
⋮ ⋮ ⋮ ⋮ ⋮ ⋮𝑋𝑛1 𝑋𝑛2 . . . 𝑋𝑛𝑗 … 𝑋𝑛𝑝
|
|
Figura 5. Modelo da matriz de dados primários. Fonte: SILVA (2012).
Em que: i = 1, 2,..., n pontos amostrais e j = 1, 2,..., p variáveis. Foi efetuada a
padronização dos dados, pois se tratar de variáveis expressadas por diferentes
unidades de medida.
A seguir, foram realizados testes de verificação da adequação para aplicação do
modelo de análise fatorial, conforme seguintes análises proposta por Hair et al. (2005)
e Ho (2006): correlação bilateral de Pearson ao nível de 5% de probabilidade pelo teste
t; Matriz Anti-imagem; Intercorrelação pela medida de Kaiser-Meyer-Olkin; esfericidade
de Bartlett ao nível de 5% de probabilidade pelo teste de Qui-quadrado; e por fim a
análise de confiabilidade do coeficiente alfa de Cronbach. Na análise bilateral de
Pearson montou-se a matriz de correlação e eliminaram-se os pares sem correlação
significativa (p > 0,05) (Apêndice 1, 2 e 3). Em seguida, procederam-se “duas filtragens”
na massa de dados para a exclusão de dados que não apresentaram adequação para
análise fatorial. No primeiro filtro, com a determinação da matriz Anti-imagem utilizou-
se apenas os coeficientes que proporcionaram a maior explicação do (s) fator(es),
independente dos indicadores seja químico ou físico (Apêndice 4, 5 e 6 ). No segundo
filtro com base na análise de Kaiser-Meyer-Olkin (KMO) descobriu-se que embora os
indicadores argila e frações da areia (<0,125; 0125-0,25; 0,25-0,5; 0,5-1 mm) não
apresentassem coeficientes com aceitável explicação no teste Anti-imagem,
apresentaram valores medianos pelo teste de KMO, isto é, maior que 0,8 e, então,
foram mantidos. No geral para os atributos físicos, químicos e físicos + químicos os
valores de KMO foram classificados em: admirável (0,847), admirável (0,810),
mediando (0,780), respectivamente, conforme Hair et al. (2005).
Em seguida, com o teste de esfericidade de Bartlett, que indica se o conjunto de
indicadores apresenta correlação significativa, obteve-se para os atributos físicos (105
= 4171,387, p <0,001), químicos (28 = 1435,985, p <0,001) e físicos + químico (276 =
5326,394, p <0,001). Portanto, as correlações entre os indicadores são suficientes para
a realização dessas análises fatoriais. Por fim, obtiveram-se coeficientes alfas de
Cronbach acima de 0,94, confiáveis, conforme Hair et al. (2005), para a análise fatorial.
44
Ao prosseguir com a análise, tornou-se necessário saber quantos fatores reter.
Com isso, o algoritmo do SPSS considera o critério da Raiz Latente ou critério de
Kaiser, que consisti na retenção de fatores com autovalores iguais ou superiores a 1,0
(Hair et al., 2005). Assim, os gráficos scree plot gerados pelo SPSS foram utilizados
para confirmar o número de fatores retidos para interpretação, em que, foram utilizados
como entrada, uma matriz contendo dados de todos os atributos (físicos + químicos),
dos atributos físicos e outros contendo somente os atributos químicos do solo (Figura 6
A, B, C):
Figura 6. Número de fatores em função dos autovalores para conjunto de indicadores físicos + químicos (A), físicos (B) e químicos (C).
(A)
(B)
(C)
Autovalores
45
Baseando-se nos gráficos de sedimentação, observa-se pelo ponto de corte, a
retenção de oito fatores para todos os atributos (físico + químico) e, quando analisados
em separado, houve a retenção de quatro para físico e dois fatores para químico.
Para melhorar a interpretabilidade da solução fatorial, foi adotado o método da
rotação ortogonal varimax. Neste método, a variância dos quadrados dos pesos
fatoriais de cada variável é maximizada, sob a restrição de que permaneçam
inalteradas as comunalidades (Silva 2012). Desse modo, uma variável dentre as
originais fica fortemente associada a um único fator e fracamente aos demais. A
metodologia busca:
𝑳∗ = 𝑳 𝑻 [1]
[2]
Sendo L* e L as matrizes de cargas fatoriais amostrais, respectivamente rotada e
original, T a matriz ortogonal, lij*4 o quadrado da variância da carga fatorial da variável i
no fator j rotado e bi*4 é o quadrado da comunalidade da variável i.
Para garantia de significância prática, ao se fazer o exame preliminar da matriz
fatorial, a escolha dos indicadores constituintes de cada fator se deu pela aceitação de
cargas fatoriais acima de 0,69, em que, conforme Hair et al. (2009) apresentam o
maior poder variância explicada pelo fator.
A qualidade do ajuste do modelo fatorial foi avaliada empiricamente comparando
a matriz de correlação observada (R) com a estimada pelo modelo (Π). Considerou-se
como ajuste satisfatório quando da ocorrência de mais de 50% dos resíduos inferiores
a 0,05.
4.4.3 Validação dos indicadores
Para validação dos indicadores selecionados pela análise fatorial recorreu-se a
estimativa da amplitude dos valores pelo intervalo de confiança e o desvio padrão pelo
teste bicaudal t de Student para determinar a existência de diferenças estatisticamente
significativas (p< 0,0001) entre as médias das variáveis independentes.
Posteriormente pelo emprego da análise de variância, avaliou-se a existência de
diferenças significativas entre os sistemas de manejo do solo pelo teste F (p<0,05) e a
diferenciação dos indicadores entre os diferentes sistemas de manejo pela comparação
de médias a partir do teste tukey (p<0,05).
46
4.4.4 Determinação do Índice de qualidade do solo (IQS)
O índice de Qualidade do Solo (IQS) é definido como uma combinação dos
escores fatoriais e a proporção da variância explicada por cada fator em relação à
variância explicada por cada fator em relação à variância comum. Dessa forma, o IQS
adaptado de Carvalho et al. (2007), é dado por,
𝑰𝑸𝑺 = ∑ (ʎ𝒋
∑ ʎ𝒋𝒋
𝑭𝑷𝒊𝒋)𝒒𝒋=𝟏 , 𝒊 = 𝟏, 𝟐, … , 𝒏; [3]
em que, ʎj, é a variância explicada por cada fator, ∑ ʎ𝑗𝑗
é a soma total da variância
explicada pelo conjunto de fatores comuns e, FPij é o escore fatorial padronizado. O
escore fatorial é padronizado para se obter valores positivos dos escores originais e
permitir a classificação dos solos, uma vez que os valores do IQS estão situados entre
zero e um.
Podendo ser obtido pela seguinte fórmula,
𝐅𝐏𝒊 = (𝐅𝒊−𝐅𝒎𝒊𝒏
𝐅𝒎𝒂𝒙−𝐅𝒎𝒊𝒏) ; [4]
Em que Fi, Fmin e Fmax são os valores observados, máximo e mínimo respectivamente,
para os escores fatoriais associados aos indicadores do solo.
Para facilitar a interpretação dos resultados, foram estabelecidos os seguintes
intervalos de valores do IQS, para os indicadores e sistemas de manejo: valores do
IQS igual ou superior a 0,70 são considerados altos/bons; valores situados entre 0,35 e
0,69 são intermediários/regulares; valores inferiores a 0,35 são considerados
baixos/ruins (Santana, 2007).
Em seguida foram construídos gráficos boxplot para representar a distribuição
dos índices de qualidade do solo entre os diferentes sistemas, e a distinção destes pelo
emprego do teste de médias tukey (p<0,05).
47
5. RESULTADOS E DISCUSSÃO
5.1. Análise do conjunto de indicadores físicos + químicos
A tabela 2 apresenta o percentual de variância explicada por cada fator em
relação aos indicadores através dos autovalores da matriz de correlação amostral.
Segundo o método de extração e rotação ortogonal foram retidos oito fatores a partir de
um grupo maior de indicadores, que explicaram 87,43% da variabilidade total dos
dados desse modelo.
Tabela 2. Resultados dos autovalores para a extração de fatores e variância total
explicada pelos fatores.
Autovalores (λ) e variâncias iniciais Variâncias após rotação
Fatores Variância Total
Variância (%)
Variância acumulada
(%)
Variância Total
Variância (%)
Variância acumulada
(%)
1 9,940 41,417 41,417 5,706 23,775 23,775 2 2,498 10,407 51,823 4,813 20,053 43,828 3 1,880 7,832 59,655 2,833 11,805 55,633 4 1,609 6,704 66,359 1,697 7,069 62,702 5 1,511 6,296 72,655 1,558 6,491 69,193 6 1,259 5,244 77,899 1,551 6,463 75,656 7 1,199 4,995 82,893 1,523 6,345 82,001 8 1,090 4,542 87,435 1,304 5,435 87,435 9 0,604 2,515 89,950
⋮ ⋮ ⋮ ⋮ 23 0,008 0,033 99,995 24 0,001 0,005 100,000
Diante disso, observa-se o ajuste do modelo de análise fatorial, em que o
percentual da variância explicada por cada fator é decrescente e, a relação entre os
diferentes fatores (variação acumulada) proporciona maior poder de explicação da
variabilidade total dos dados. Ainda, observa-se que após rotação dos fatores a um
ajuste no potencial de explicação da variância para cada fator, porém, não houve
alteração na variância total do modelo.
Já na tabela 3, são expressos os valores expressos pelos coeficientes (loadings)
fatorais, que expõem a relação entre os indicadores constituintes de cada fator, ou
seja, independe da relação (carga) ser positiva ou negativa, indicadores que
apresentam coeficientes elevados representa grande parte da variância explicada pela
solução fatorial.
48
Tabela 3. Matriz rotacionada de cargas fatoriais e comunalidades de indicadores físicos
+ químicos do solo.
Fatores Comunalidades
Indicadores (1) 1 2 3 4 5 6 7 8 Inicial Extração
DMP
-,930 1,0 ,981
A_4 a 2 mm -,927 1,0 ,971
DMG
-,900 1,0 ,971
A_0,5 a 0,25 mm ,885 1,0 ,856
A_ 1 a 0,5 mm ,863 1,0 ,853
A_0,25 a 0,125 mm ,800 1,0 ,729
SB
,888 1,0 ,972
pH
,823 1,0 ,795
T
,807 1,0 ,723
Ca2+
,777 1,0 ,878
V(%)
,763 1,0 ,937
Mg2+
,757 1,0 ,608
GC ,903 1,0 ,967
Ds
-,878 1,0 ,964
Ma
,818 1,0 ,903
LL ,861 1,0 ,848
Ta ,854 1,0 ,860
AMF -,860 1,0 ,817
AG ,858 1,0 ,770
T
,849 1,0 ,943
H+
,821 1,0 ,909
Argila
-,935 1,0 ,930
AF ,729 1,0 ,876
AM ,949 1,0 ,923 (1) DMP = diâmetro médio ponderado, A_ = agregado, DMG = diâmetro médio geométrico, SB = soma de
bases; t = capacidade efetiva de troca de cátions; V% = saturação por bases; GC = grau de compactação, Ds = densidade do solo, Ma = macroporosidade, LL = limite de liquidez, Ta = atividade da argila, AMF = areia muito fina, AG = areia grossa, T = capacidade potencial de troca de cátions , H = hidrogênio, AF= Areia fina, AM = areia média.
Desta maneira, observando os coeficientes relacionados com cada fator para
cada atributo, e sabendo que estes coeficientes representam a correlação entre o fator
para cada indicador, pode-se perceber que o fator 1 esta associado a estrutura do solo,
apresentando forte e positiva correlação com os indicadores agregados (0,25 a 0,125;
0,5 a 0,25; 1 a 0,5 mm) e, forte, mas negativamente aos indicadores DMP, DMG e
agregados de 4 a 2 mm. O segundo fator esta relacionado à fertilidade do solo,
apresentando forte e positiva associação com seus indicadores. No entanto, o fator 3
(porosidade) possui correlação negativa apenas para a variável densidade do solo. Já
os fatores 4 (limite de consistência), 5, 7 e 8 (textura do solo) possuem correlações
49
positivas e negativas para seus indicadores, enquanto o fator 6 (acidez do solo)
apresenta correlação positiva para seus indicadores.
Conforme registrado na tabela 3, houve alta significância prática (≥ 0,50) dos
coeficientes fatoriais e, também, dos valores das comunalidades, reforçando a forte
relação das variáveis originais com os seus fatores (≥ 0,65). Conforme Hair et al.
(2009), valores quanto mais próximo de 1, melhor a capacidade do respectivo fator
explicar a maior parte ou toda a variância do indicador.
Por outro lado, o valor da comunalidade para Mg2+ foi considerado mediano (0,5
a 0,64), entretanto, o coeficiente fatorial para esse indicador foi significante no segundo
fator. Segundo Cruz & Regazzi (2001) variáveis que apresentam alto coeficiente
fatorial, não devem ser excluídas mediante importância frente à variância explicada
pela solução fatorial.
A partir da relação dos componentes (fatores) 1, 2 e 3, foram construídos
diagramas de ordenação de fatores, por trabalharem com valores padronizados de tal
forma que a média é zero e a distância entre os escores é medida em termos de desvio
padrão. Ainda, optou-se pela utilização destes fatores por apresentarem potencial de
explicação da variação total dos dados maior que 50%, além de, proporcionarem maior
congruência semântica, distribuição mais equilibrada das variáveis originais dentro de
cada fator possuem correlações significativas para todos os fatores (Apêndice 1).
Assim, efetuou-se o cruzamento do fator 1 com o fator 2 (Figura 7), responsável pela
explicação de 10,407 e 20,053% da variação total com coeficientes de correlação
variando de 0,18 ≥ r ≥ 0,90. Posteriormente, efetuou o cruzamento do fator 1 com o
fator 3 (Figura 8), por este possuir elevados coeficientes de correlação (r ≥ 0,80) e
potencial de explicação da variação do total dos dados de 7,832 e 11,805%.
50
Figura 7. Diagrama de ordenação do fator 1(estrutura) x fator 2 (fertilidade) para os sistemas de manejo: cerrado nativo (CN), integração lavoura-pecuária (ILP), cultivo convencional soja e milho (SM) e sistema plantio direto (SPD) em um Latossolo Vermelho.
A partir do conjunto de indicadores selecionados pelos fatores, é possível
interpretar o diagrama de ordenamento e perceber a separação dos sistemas de
manejo, mesmo com pontos submetidos à sobreposição. No gráfico de ordenação
(Figura 7), percebe-se o agrupamento do CN no quadrante inferior esquerdo, ou seja,
abaixo da média de ordenação do fator 1 (estrutura) e 2 (fertilidade). Logo, a estrutura
e a fertilidade possuem certa preeminência fechada na distinção desse sistema de
manejo para os demais manejos.
Figura 8. Diagrama de ordenação do fator 1(estrutura) x fator 3 (porosidade) para os sistemas de manejo: cerrado nativo (CN), integração lavoura-pecuária (ILP), cultivo convencional soja e milho (SM) e sistema plantio direto (SPD) em um Latossolo Vermelho.
51
Quando se analisa o ordenamento (figura 8) da relação estrutura versus
porosidade, pode ser visualizado o agrupamento do CN no quadrante superior
esquerdo, assim, a porosidade apresenta maior potencial na diferenciação desse
sistema, por se prevalecer acima da média de ordenação para este fator. Já a estrutura
se prevalece na distinção do SM dos demais sistemas, por apresentar agrupamento
abaixo da média de ordenação da porosidade e acima para estrutura (quadrante
inferior direito).
Analisando os demais sistemas para ambos os cruzamentos (ILP e SPD),
conclui-se que os fatores não possuem peso na distinção desses sistemas para os
demais, indicando a similaridade do conjunto de indicadores físicos e químicos para
avaliação.
Com estes resultados, efetuou-se a validação da análise fatorial para os
conjuntos de indicadores dentre de cada fator mediante teste-t (Student) (Apêndice 7).
Diante disso, observou-se que os resultados apresentaram erros com
distribuição normal pelo teste de Shapiro-Wilk (p>0,05), além de baixo desvio padrão e
intervalo de confiança. Destarte, o teste-t bicaudal foi eficiente na validação da
representatividade dos indicadores dentre seus fatores, sendo que, somente os
indicadores atividade da argila, CTC potencial, H+, argila, areia fina e areia média, não
indicaram contraste significativo entre as médias. Essa não diferença significativa pode
ser atribuída à baixa correlação linear, a inexistência de significância entre as
correlações e a baixa representatividade da variância total entre seus respectivos
fatores. Assim, confirma a importância dos valores apresentados pela matriz anti-
imagem, onde, os indicadores Argila, areia fina e areia média apresentaram abaixo do
valor de corte, podendo ter sido estes excluídos e não mantidos conforme indicado pela
medida de KMO.
Com a definição dos indicadores em seus respectivos fatores e a validação
destes pelo teste-t, efetuou-se o teste de média para determinação da diferença destes
entre os sistemas de manejo (Tabela 4). Essa inferência traz a variação do solo em
função das condições de manejo imposta.
52
Tabela 4. Atributos físicos e químicos na camada de 0 – 0,10 m, em um Latossolo
Vermelho-Amarelo submetido a diferentes sistemas de manejo.
Indicadores(1) Unidade Sistemas de manejo Cv(3)
(%) SPD(2) ILP SM CN
AMF % 8,59 a(4) 8,84 a 8,3 ab 7,82 b 11,4
AG % 2,32 b 2,42 a 2,31 a 2,21 a 15,9
A_0,25 a 0,125 mm
% 6,48 b 5,67 b 8,25 a 2,4 c 13,14
A_0,5 a 0,25 mm % 16,6 b 18,19 b 23,31 a 5,65 c 4,76
A_1 a 0,5 mm % 10,98 b 13,94 a 15,14 a 4,11 c 6,15
A_4 a 2 mm % 47,28 b 40,9 b 31,75 c 74,07 a 1,31
DMP mm 1,76 b 1,67 b 1,42 c 2,45 a 35,52
DMG mm 1,32 b 1,26 b 1,04 c 2,19 a 42,55
Ds mg.dm3 1,18 b 1,21 b 1,28 a 1,04 c 54,96
Ma % 0,15 b 0,14 bc 0,12 c 0,26 a 38,68
GC % 0,80 c 0,85 b 0,89 a 0,73 d 6,09
LL % 30,86 a 30,29 a 28,66 b 31,21 a 2,70
pH CaCl2 4,68 a 4,61 a 4,64 a 3,57 b 15,29
H+ cmol/dcm3 1,87 b 2,23 b 2,08 b 3,28 a 38,35
Ca2+ cmol/dcm3 2,68 a 2,90 a 2,92 a 0,07 b 21,43
Mg2+ cmol/dcm3 1,24 a 1,24 a 1,06 a 0,65 b 89,15
SB cmol/dcm3 3,95 a 4,17 a 3,99 a 0,74 b 16,4
V % 67,97 a 63,14 a 66,06 a 14,35 b 0,96
t cmol/dcm3 4,46 a 4,57 a 4,46 a 2,33 b 19,7
MO g.kg-1 11,85 ab 12,03 ab 11,45 b 14,32 a 9,8 (1) AMF= areia muito fina, AG = areia grossa, A_ = agregado, DMP = diâmetro médio ponderado, DMG = diâmetro médio geométrico, Ds = densidade do solo, Ma = macroporosidade, GC = grau de compactação, LL= limite de liquidez, SB = soma de bases, V = saturação por bases, t = capacidade efetiva de troca de cátions; MO = matéria orgânica; (2)SPD = sistema plantio direto, ILP = sistema integração lavoura-pecuária, SM= Cultivo convencional milho e soja, CN = Cerrado nativo; (3)Cv (%) = Coeficiente de variação; (4)Médias seguidas de mesma letra na linha não se diferem pelo teste Tukey (P < 0,05).
As menores classes de agregados estabeleceram com diferença significativa
sob SM, apresentando em média inferioridade para o DMG de 24,03% em relação aos
sistemas SPD e ILP e de 40,81% para com CN. Por vez, a maior classe de agregados
ficou sob o CN, como indicado pelo DMP, sendo este, 40,81 % superior ao SM e em
média de 29,99% superior ao SPD e ILP. Esses resultados demonstram o efeito dos
sistemas de manejo e sua ação sobre a agregação do solo, podendo-se inferir, de
modo geral que os valores obtidos para o DMG e DMP revelam o elevado estado de
estruturação dos solos estudados, bem como a capacidade dos agregados de resistir à
53
desintegração quando submetidos a diferentes situações de estresse associadas ao
preparo do solo e à erosão hídrica ou eólica.
Estes valores evidenciados pelo DMG e DMP deixam claros as suas relações
sobre o menor percentual da macroporosidade sob SM e o aumento da densidade do
solo sob este mesmo sistema. Estes atributos apresentaram correlação significativa
entre si, no entanto, apesar da matéria orgânica do solo ser considerada fundamental
na estabilização dos agregados e redução Ds conforme Tormena et al. (2004), não se
observou correlação significativa para nenhum atributo físico conforme matriz de
correlação (Apêndice 1 e 2). Segundo, Bronick & Lal (2005), tal fato pode estar
relacionado além do incremento de atividades com o solo, ao tipo de carbono orgânico
presente no solo, cuja eficiência em formar agregados estáveis depende da sua taxa
de decomposição. Já Spera et al. (2008) atribui que essas variações podem ser
advindas também do processo de dispersão de partículas mais finas de argila pela
calagem e pelo impacto das gotas de chuvas nas áreas cultivadas sem cobertura,
havendo o entupimento dos macroporos e consequentemente aumento dos microporos
e da Ds.
No entanto os valores apresentados pelos sistemas de manejo ficaram acima do
limite crítico de 1,0 mg.dm-3 preconizados na literatura para Latossolos tropicais de
textura argilosa (GOEDERT, 2005; PAPA et al., 2011). Assim, embora a ocorrência de
similaridade entre ILP e SM quanto ao intenso tráfego de máquinas com implementos
durante o preparo do solo, e a tensão submetida pelos animais sob ILP as maiores
médias foram obtidas sob SM, expressando a importância da utilização de uma cultura
de cobertura durante o período seco do ano. Resultados semelhantes foi obtido por
Pereira et al. (2010) referente a não diferenciação de SPD e ILP para semeadura de
milho.
Além disso, a estabilidade dos agregados sofreu significativa redução entre os
diferentes sistemas de manejo agrícola e em relação ao CN, conforme visto pela
análise do índice de sensibilidade (Figura 9).
54
Figura 9. Índice de sensibilidade para diâmetro médio ponderado de agregados, em um Latossolo Vermelho, submetido a diferentes sistemas de manejo: sistema plantio direto (SPD), sistema integração lavoura-pecuária (ILP), cultivo convencional de milho e soja (SM).
O índice de sensibilidade dos agregados apresentado pelo SPD e ILP não
diferiram entre si, porém, são em média 28,17% e 31,99% inferiores ao índice do CN,
respectivamente. Estes valores expõem o maior poder de desestruturação do solo
quando submetido ao sistema SM pelo intensivo revolvimento sob a estrutura do solo e
à ausência de cobertura do solo.
Essa variação dos agregados sob CN como visto nas matrizes de correlação o
teor de matéria orgânica não se faz responsável pelos melhores valores obtidos. No
entanto, apesar do solo sob CN apresentar baixos teores de agentes diretamente
ligados à floculação das partículas do solo no complexo de troca (cátions
monovalentes), em comparação aos solos dos demais sistemas de manejo, este
apresentou elevado teor de Al3+, que possivelmente compensou esta ausência,
aumentando o estado de agregação da camada 0 – 0,10 m. Segundo, Arnold (1978) a
ausência de práticas de controle do pH favorece o estado de agregação do solo pela
não substituição de um íon altamente floculante como o Al3+ por outro menos
floculante, como o Ca2+. Logo o sistema SM apresentou as menores médias para o
limite de liquidez (LL), representando dentre os demais sistemas a importância da ação
da matéria orgânica na definição dos maiores valores para esse limite, conforme Mello
et al. (2000) e Vasconcelos et al. (2010).
Pelo ensaio de proctor normal, o solo submetido ao SM proporcionou a menor
média para densidade máxima a 1,41 Mg.m-3 e maior grau de compactação 89%,
seguido pelo ILP com densidade máxima de 1,42 Mg.m-3 e grau de compactação de
85%. Enquanto, que o SPD atingiu a maior densidade máxima com 1,48 Mg.m-3 e um
aa
b
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
SPD ILP S+M
Índ
ice
de
se
nsi
bili
dad
e
Sistemas de manejo
55
grau de compactação de 80% e CN densidade máxima de 1,44 Mg.m-3 e o menor grau
de compactação de 0,73%.
Valores maiores do grau de compactação significam que a Ds se aproximou
mais da Densidade máxima, o que é um indicador de alta compactação. Segundo
Ramos et al. (2013) a variação da curva de compactação esta estreitamente interligada
ao efeito dos agregados entre os diferentes sistemas de manejo e as camadas
avaliadas. Assim, esses resultados sugerem, mais uma vez, o potencial do CN em
atenuar a compactação do solo, mantendo o mais distante possível a Ds da Densidade
máxima.
De acordo com os resultados apresentados na tabela 4, a matéria orgânica (MO)
variou de 11,85 g.kg-1 a 14,32 g.kg-1 entre ILP, SPD e CN, não diferindo
estatisticamente, no entanto, o SM apresentou a menor média, diferindo de CN. Sendo
este indicador considerado por muitos autores um dos mais importantes na distinção da
qualidade do solo entre sistemas de manejo, por influenciar vários processos no solo
como movimento d’água, aeração e ciclagem de nutriente (Karlen et al., 2006; Doran &
Parkin, 1994; Gregorich et al., 1994).
Quanto aos atributos químicos do solo, a menor fertilidade foi observada sob
CN, representada pelos menores valores de pH, Ca, Mg, V% e elevado teor H+. Essa
variação se faz relevante à naturalidade dos solos sob CN (Malavolta, 2006). Os solos
submetidos a ambientes naturais estão sujeitos às variações apresentadas,
principalmente quanto ao baixo pH, na qual, grande parte de sua acidez é advinda do
não aporte de Ca e Mg pela técnica de calagem, da decomposição de resíduos
orgânicos, da respiração microbiológica e a absorção de cátions pelas raízes, sendo,
todos estes fatores responsáveis pela liberação de íons H+ para a solução do solo
(Novais et al., 2007), principalmente quando pensamos na camada de 0 a 0,10 m pela
alta concentração de resíduos orgânicos, atividade da microflora e o alto volume raízes.
Assim, considerando ambos os sistemas de manejo do solo, o pH ficou abaixo
do ideal caracterizado entre a faixa de 5,5 a 6,0, podendo haver a redução na
disponibilidade de certos nutrientes pela alteração de sua solubilidade, como no caso
do fósforo e o aumento no teor de alumínio trocável e de micronutrientes. No entanto,
conforme Malavolta (2006) e Sousa & Lobato (2004), os solos situados no Bioma
cerrado apresentam baixa fertilidade natural e elevada acidez, devido a baixa CTC
natural relacionada à sua constituição mineralógica e baixo teor de matéria orgânica.
56
Nesse mesmo contexto, a capacidade efetiva de troca de cátions (CTC),
saturação por bases (V%), teores de Mg2+ e Ca2+ com exceção do CN, os resultados
demonstram não haver diferenças significativas entre SPD, ILP e SM, caracterizando o
solo sobre estes sistemas de eutrófico, porém, possuindo valores médios para os
demais indicadores. Sousa & Lobato (2004) consideram como alto para solos do
Cerrado valores de CTC maior ou igual a 4 cmol/dcm-3.
A igualdade na variação das médias entre SPD, ILP e SM para teores de Mg2+ e
Ca2+ pode ser explicado pela relação com a CTC efetiva do solo, sendo maior nesses
sistemas. Já aumento da SB para estes sistemas de manejo, esta relacionado à
aplicação de calcário, capaz de neutralizar grande parte dos íons H+ e Al3+, liberando e
gerando novas cargas ocupadas por Ca e Mg. Novais et al. (2007) menciona os efeitos
da calagem sobre o aumento da CTC efetiva e da saturação por bases na camada
superficial do solo, devido ao acúmulo de cátions.
Diante tais informações, pode se perceber o peso que os indicadores físicos e
químicos apresentam para distinção dos sistemas de manejo, principalmente sob CN
frente aos sistemas agrícolas.
Logo, o Apêndice 9 (Apêndices) apresenta os escores fatoriais estimados, para
os dados dos atributos físicos e químicos, submetidos a padronização para obtenção
dos escores padronizados, e com base nestes, determinou-se a classificação de todos
indicadores em relação ao Índice de qualidade (IQ). De modo geral observa-se que
todos indicadores apresentaram o índice de qualidade similar, classificados como
intermediários regulares (0,35 ≤ IQSI < 0,70).
Assim, pela análise do gráfico boxplot (Figura 10), percebe-se nitidamente a
distinção dos sistemas de manejo pelo índice de qualidade do solo (IQS), obtido pela
relação do conjunto individual de escores dos diferentes sistemas de manejo para
soma da ação dos atributos físico e químico (Apêndice 10, 11, 12 e 13).
57
CNSMILPSPD
0,575
0,550
0,525
0,500
0,475
0,450
Sistemas de manejo
IQS
a
c
d
b
Cv (%): 2,53
s : 0,01272
Figura 10. Índice de qualidade do solo em relação aos atributos físico + químico, para diferentes sistemas de manejo: sistema plantio direto (SPD), sistema integração lavoura-pecuária (ILP), cultivo convencional de milho e soja (SM) e cerrado nativo (CN), em um Latossolo-Vermelho.
Os resultados apresentaram baixo desvio padrão e consequentemente ótimo
coeficiente de variação.
Comparando-se os IQS, observa-se que houve diferença significativa entre os
sistemas de manejo avaliados, no entanto, todos foram classificados como de
qualidade intermediária regular (0,35 ≤ IQSI < 0,70). A partir daí torna-se importante à
análise das funções dos indicadores e da representatividade destes em cada sistema
de manejo.
Destarte, o conjunto de atributos físicos e químicos fez com que os sistemas SPD
e CN ficassem acima do limite crítico (0,35), porém, SPD proporcionou média
significativamente maior. Já os valores de IQS para o sistema SM se apresentou bem
abaixo dos valores referentes aos demais sistemas, caracterizando este como o
sistema de pior qualidade. Já a superioridade dos valores de ISQ para CN sobre SM
pode estar atrelada as melhores médias obtidas no conjunto de indicadores físicos,
provavelmente possuindo maior peso para distinção de qualidade destes sistemas.
Para o entendimento dos pesos de cada atributo sobre o IQS se faz necessário o
estudo dos atributos de forma individual.
5.2. Análise individualizada para os conjuntos de atributo físico e químico
Os componentes (fatores) apresentam potencial de explicação da variabilidade
total de 90,928% e 75,821% para os fatores físicos e químicos, respectivamente. Além
58
disso, o percentual de variância explicada por cada fator aos indicadores físicos variou
de 1,49 a 7,834 inicialmente e 2,112 a 5,323 quando rotacionados. Já para os fatores
químicos os valores iniciais não apresentaram discrepância para os fatores
rotacionados (Tabela 5 e 6).
Tabela 5. Resultados dos autovalores para a extração de fatores e variância total
explicada pelos fatores físicos.
Autovalores (λ) e variâncias iniciais
Variâncias após rotação
Fatores Variância
Total
Variância (%)
Variância acumulada
(%)
Variância Total
Variância (%)
Variância acumulada
(%)
1 7,834 52,229 52,229 5,323 35,488 35,488
2 2,775 18,500 70,729 3,392 22,612 58,100
3 1,540 10,269 80,998 2,812 18,746 76,845
4 1,490 9,930 90,928 2,112 14,083 90,928
5 0,370 2,466 93,394
⋮ ⋮ ⋮ ⋮
15 0,004 0,023 100,000
Tabela 6. Resultados dos autovalores para a extração de fatores e variância total
explicada pelos fatores químicos.
Autovalores (λ) e variâncias iniciais
Variâncias após rotação
Fatores Variância
Total
Variância (%)
Variância acumulada
(%)
Variância Total
Variância (%)
Variância acumulada
(%)
1 5,044 63,055 63,055 5,042 63,029 63,029
2 1,021 12,766 75,821 1,023 12,792 75,821
3 0,976 12,202 88,022 ⋮ ⋮ ⋮ ⋮
8 0,019 0,237 100,000
Diante disso, observa-se que o percentual da variância explicada a partir do fator
1 (físicos e químicos) supera a margem de 50% , indicando que quanto menor o
número de fatores formados, maior é o poder de explicação da variabilidade total do
dados.
Em seguida, os valores expressos pelos coeficientes (loadings) fatorais na
tabela 7 e 8 expõem a correlação entre os indicadores constituintes de cada fator, ou
seja, o potencial da variância explicada pela solução fatorial sob o sistemas de manejo
do solo.
59
Tabela 7. Matriz rotacionada de cargas fatoriais e comunalidades de indicadores físicos
do solo.
Fatores
Comunalidades
Indicadores(1) 1 2 3 4 Inicial Extração
DMP
0,941 1 0,981
A_4 a 2 mm 0,936 1 0,969
DMG
0,92 1 0,971
A_0,5 a 0,25 mm -0,893 1 0,856
A_ 1 a 0,5 mm -0,864 1 0,858
A_0,25 a 0,125 mm -0,826 1 0,747
IC
-0,907 1 0,919
IP
0,885 1 0,97
Ta
0,881 1 0,967
LL
0,835 1 0,92
Ma
0,862 1 0,905
Umáx
0,865 1 0,811
LP
-0,855 1 0,837 DMP = diâmetro médio ponderado, A_ = agregado, IC= índice de consistência, IP = índice de
plasticidade, Ta = atividade da argila, LL= limite de liquidez, Ma = macroporosidade, Umáx= umidade
máxima, LP = limite de plasticidade.
Nota-se que o fator 1 apresenta associação com a estrutura do solo, possuindo
forte correlação positiva para os indicadores DMP, DMG e agregado 4 a 2 mm e, forte,
mas negativa correlação aos indicadores agregados (0,25 a 0,125; 0,5 a 0,25; 1 a 0,5
mm). O fator 2 (consistência do solo) possui apenas correlações positivas para seus
indicadores, enquanto que o fator 4 (compactação do solo) apresentou forte correlação
positiva para o indicador umidade máxima de compactação e, negativa com o limite de
plasticidade. No entanto, não se pode classificar o fator 3 pela diferença inerente
existente entre os seus indicadores, porém, esse fator apresenta forte correlação
positiva para o indicador macroporosidade e, negativa ao índice de consistência.
60
Tabela 8. Matriz rotacionada de cargas fatoriais e comunalidades de indicadores
químicos do solo.
Fatores Comunalidades
Indicadores(1) 1 2 Inicial Extração
SB
0,976 1 0,964
Ca2+
0,966 1 0,934
V%
0,923 1 0,932
pH
0,9 1 0,819
Al3+
-0,83 1 0,753
t
0,792 1 0,636
T
0,851 1 0,872
MO
-0,354 1 0,154 SB = soma de bases, t = capacidade de troca de cátions efetiva, T= capacidade de troca de cátions
potencial, Mo = matéria orgânica.
Para os indicadores químicos observa-se que o fator 1 apresentou
associação a fertilidade efetiva, possuindo forte correlação negativa apenas para o
indicador Al3+, indicando, conforme a o aumento das demais variáveis o teor de
alumínio tende a decrescer no solo. Já o fator 2 possui associação a fertilidade
potencial por possuir forte e positiva correlação ao indicador CTC potencial. Por outro
lado, o valor do coeficiente fatorial e da comunalidade do indicador matéria orgânica
apresentaram-se bem abaixo do aceitável (0,5 ≥ x), devendo este indicador ser
excluído das futuras análises. Logo, para ambas as análises houve alta significância
prática (0,50 ≥ x ≥ 0,50) dos coeficientes fatoriais e, também, dos valores das
comunalidades, que reforçam a forte relação das variáveis originais com os seus
fatores (0,65 ≥ x ≥ 0,65).
Para distinguir os quatro sistemas de manejo com base nos fatores optou-se
pela construção de diagramas de ordenação. Partindo da realização dos seguintes
cruzamento para os fatores físicos: fator 1(estrutura do solo) x fator 2 (consistência do
solo) (Figura 11A) e fator 1 x fator 4 (compactação do solo) (Figura 11B). Destarte, o
fator 3 não foi incluído nas análises pela baixa ligação entre seus indicadores para
constituição de um grupo. Assim, os fatores selecionados além de apresentarem a
explicação da variância acumulada maior que 60%, estes proporcionaram alta
congruência semântica e distribuição mais equilibrada das variáveis originais dentro de
cada fator.
61
Figura 11. Diagrama de ordenação dos fatores físicos para os sistemas de manejo: cerrado nativo (CN), integração lavoura-pecuária (ILP), cultivo convencional soja e milho (SM) e sistema plantio direto (SPD) em um Latossolo Vermelho.
Portanto a partir do conjunto de indicadores selecionados pelos fatores, é
possível interpretar o diagrama de ordenamento e perceber a distinção entre os
sistemas de manejo, mesmo com pontos submetidos à sobreposição. No gráfico de
ordenação A, percebe-se o agrupamento do CN no quadrante superior direito e o
agrupamento de SM acima e abaixo da média de ordenação do fator 2 (consistência) e
abaixo da média do fator 1 (estrutura). Logo, sob SM a estrutura e a consistência do
solo possuem certa preeminência fechada na diferenciação desse sistema para os
demais, por seu agrupamento prevalecer no quadrante inferior esquerdo. Já o CN por
seu agrupamento prevalecer acima da média de ordenação para ambos os fatores,
qualifica estes, alta capacidade de diferenciação, tornando o CN como sistema
referencial (tratamento) frente aos demais sistemas de manejo.
Na análise do gráfico B visualizamos o agrupamento do SM no quadrante
superior esquerdo, CN no quadrante superior direito e ILP acima e abaixo da média de
ordenação do fator 1 (estrutura) e abaixo para o fator 4 (compactação). Logo, a
estrutura por apresentar maior número de indicadores acima da média de ordenação,
prevalece na diferenciação do ILP frente aos demais sistemas de manejo, enquanto, a
compactação prevalece para SM,. Já o CN apresentou variação similar ao cruzamento
efetuado entre os fatores 1 e 2, qualificando a estrutura e a compactação como
potenciais na diferenciação deste manejo, assim, podendo adotar este sistema como
referencial comparativo.
62
Em seguida, para diferenciação dos quatro sistemas de manejo com base nos
fatores químicos, optou-se pela construção de diagramas de ordenação pelo
cruzamento do fator 1 com o fator 2 (Figura 12).
Figura 12. Diagrama de ordenação dos fatores químicos para os sistemas de manejo: cerrado nativo (CN), integração lavoura-pecuária (ILP), cultivo convencional soja e milho (SM) e sistema plantio direto (SPD) em um Latossolo Vermelho.
Na análise do gráfico percebe-se o agrupamento de CN abaixo da média de
ordenação do fator 1 (fertilidade efetiva) e abaixo e acima do fator 2 (fertilidade
potencial) , sendo que, o agrupamento de todos demais sistemas ficaram abaixo e
acima da média de ordenação para o fator 1 e acima da média de ordenação do fator
2. Logo, os dois fatores apresentaram alto potencial na distinção dos sistemas de
manejo, porém, a fertilidade efetiva se prevaleceu para CN. Já para ILP ambos fatores
apresentaram potencial na diferenciação deste sistema, enquanto, para SM e SPD a
fertilidade efetiva proporciona maior potencial na diferenciação destes para os demais
sistemas de manejo.
Com base nestes resultados, efetuou-se a validação da análise fatorial para os
conjuntos de indicadores dentre de cada fator mediante teste de igualdade de médias
(teste-t) (Apêndice 8).
Todos os resultados apresentaram erros com distribuição normal pelo teste de
Shapiro-Wilk (p>0,05), além de baixo desvio padrão e intervalo de confiança. Destarte,
o teste-t bicaudal foi eficiente na validação da representatividade dos indicadores
dentre seus fatores. No entanto, os seguintes indicadores físicos: índice de
plasticidade, atividade da argila inseridos no fator 2, índice de consistência sob fator 3 e
o limite de plasticidade no fator 4 apresentaram não significância para as médias, ou
63
seja, estes indicadores apresentaram baixa associação, devendo exclui-los das
análises futuras.
Após a definição do conjunto de indicadores que compõem cada fator pela
análise fatorial, com a manutenção daqueles validados pelo teste-t, efetuou-se o teste
de média para determinação da diferença destes entre os sistemas de manejo. Assim,
exceto o indicador físico umidade máxima e o indicador químico Al3+ (Tabela 9), os
demais foram devidamente analisados e comentados mediante Tabela 4 no item 5.1.
Tabela 9. Atributos químicos na camada de 0 – 0,10 m, em um Latossolo Vermelho-
Amarelo submetido a diferentes sistemas de manejo.
Indicadores (1)
Sistemas de manejo Unidades SPD(2)
ILP
SM
CN
Cv (%)
Umáx % 0,238 ... 0,227 ... 0,25 ... 0,25 ... ...
Al3+ cmol/dcm3 0,22 b(3) 0,32 b 0,19 b 1,4 a 74,44 (1) Umáx = umidade máxima, SPD = sistema plantio direto, ILP = sistema integração lavoura-pecuária, SM = cultivo convencional soja e milho, CN = cerrado nativo, Cv(%) = coeficiente de variação; (3) Médias seguidas de mesma letra na linha não se diferem pelo teste Tukey (P < 0,05).
O maior conteúdo apresentado de alumínio trocável no CN esta diretamente
interligado ao seu baixo pH, proporcionando a caracterização do solo desse sistema
de álico (m > 50%) e distrófico por apresentar saturação por base menor que 50%.
Segundo Novais et al. (2007) solos que possuem pH abaixo da faixa crítica (5,5), há
um acréscimo no teor de alumínio em sua forma iônica trocável, podendo em altas
concentrações apresentar toxidez as plantas cultivadas. Deste modo, todos os
sistemas de manejo proporcionaram pH abaixo do limiar crítico.
Pelo ensaio de proctor normal, o solo submetido ao CN e SM apresentaram
similaridade e maiores médias para umidade máxima de compactação, sendo seguidos
pelo sistema SPD e ILP. Assim, conforme Ramos et al. (2013) a similaridade entre os
diferentes sistemas de manejo para umidade máxima esta atribuída ao conteúdo de
argila do solo, no qual, não houve variação.
Diante do exposto, percebemos que a análise de forma individualizada do
conjunto de indicadores físicos e químicos possui potencial para diferenciação dos
sistemas de manejo do solo. Desta maneira, através da padronização individual dos
escores dos indicadores físicos (Apêndice 14, 15, 16 e 17) e químicos (Apêndice 18,
19, 20 e 21), determinou-se que todos indicadores apresentaram índice de qualidade
similar, classificados de intermediários regulares (0,35 ≤ IQSI < 0,70).
64
Assim, pela análise do gráfico boxplot, percebe-se nitidamente a distinção dos
sistemas de manejo pelo índice de qualidade do solo (IQS) determinado a partir dos
indicadores físicos (Figura 13 A) e químicos (Figura 13 B).
CNSMILPSPD
0,60
0,55
0,50
0,45
0,40
Sistemas de manejo
IQS
a
a
b
a
(A)
Cv (%): 6,33
s : 0,03289
CNSMILPSPD
0,6
0,5
0,4
0,3
0,2
0,1
Sistemas de manejo
IQS
b
a
a
c
(B)
Cv (%): 6,8
s : 0,02963
Figura 13. Índice de qualidade do solo em relação ao atributo físico (A) e químico (B), para diferentes sistemas de manejo: sistema plantio direto (SPD), sistema integração lavoura-pecuária (ILP), cultivo convencional de milho e soja (SM) e cerrado nativo (CN), em um Latossolo-Vermelho.
Os resultados apresentaram baixo desvio padrão e consequentemente ótimos
coeficientes de variação para ambas as determinações de índices.
Pela análise do gráfico A, visualizamos diferença significativa entre os índices
qualidade do solo determinado com base nos indicadores físicos. Logo, percebemos
que o SM apresentou o menor índice de qualidade, confirmando os resultados
impostos pelos testes de média para os indicadores físicos, podendo-se inferir que
quanto mais intensivo for o preparo empregado, ou seja, quanto maior o revolvimento
do solo maior será sua degradação física consequentemente maior perda de qualidade.
65
Em seguida analisando o índice de qualidade do solo gerado pelo conjunto de
indicadores químicos representados pelo gráfico B, evidenciamos que o CN
proporcionou significativa redução de qualidade. Contudo, ao contrário das análises
anteriores de qualidade, o SM conjuntamente com ILP apresentaram os melhores
índices de qualidade do solo. Essa distinção do índice de qualidade do solo para o SPD
pode ser atribuída ao processo de incorporação de fertilizantes e cálcio pela calagem,
no qual são aplicados em grandes quantidades em ambos os sistemas. Porém, o
processo de incorporação desses elementos ao do solo é ausente para este sistema,
podendo assim, ocorrer maiores perdas de nutrientes pela volatilização, pelo
escoamento superficial movido pela ação d’água das chuvas, ao menor potencial de
controle do pH do solo e consequentemente menor disponibilidade de nutrientes as
plantas.
66
6. CONCLUSÕES
As técnicas da estatística multivariada possibilitaram avaliar adequadamente um
conjunto de indicadores físicos e químicos do solo, identificando a estrutura das
relações entre os atributos.
A análise fatorial permitiu identificar indicadores do solo que possibilitaram a
distinção dos sistemas de manejo, bem como o ordenamento dos índices de qualidade,
apontando que os índices de qualidade obtidos a partir do atributo físico, proporciona
maior peso para diferenciação dos sistemas de manejo do solo, ou seja, 15,6%
superior ao índice químico.
Os indicadores chaves extraídos quando se utilizou a soma dos atributos foram:
areia muito fina (AMF), areia grossa (AG), diâmetro médio ponderado (DMP), diâmetro
médio geométrico (DMG), densidade do solo (Ds), Macroporosidade (Ma), grau de
compactação (GC), Agregados (0,25 a 0,125; 0,5 a 0,25; 1 a 0,5; 4 a 2 mm), limite de
liquidez (LL), Ca2+, Mg2+, pH, H+, saturação por bases (V), soma de bases (SB) e
capacidade efetiva de troca de cátions (t). Já os extraídos a partir dos atributos físicos
foram: DMP, DMG, Agregados (0,25 a 0,125; 0,5 a 0,25; 1 a 0,5 mm), Ma, LL, índice de
consistência (IC), índice de plasticidade (IP), limite de plasticidade (LP), atividade da
argila (Ta) e umidade máxima (Umáx). Logo, os indicadores chaves extraídos do
atributo químico foram: soma de bases (SB), saturação por bases (V), capacidade
efetiva de troca de cátions (t), capacidade potencial de troca de cátions (T), Ca2+, pH,
Al3+ e matéria orgânica.
O solo submetido ao sistema convencional respondeu diferentemente aos índices
de qualidade do solo, apresentando qualidade inferior ao sistema de integração lavoura
pecuária, plantio direto e Cerrado nativo quando se utilizou como base os índices
obtidos pela soma dos indicadores físico + químico e físico de forma individual. Já
quando se utilizou como base de cálculo os indicadores químicos seu índice qualidade
do solo foi considerado superior aos demais sistemas de manejo.
Os índices de qualidade dos solos, tanto com base nos desvios dos atributos do
solo em relação ao sistema natural, como a partir do estabelecimento das funções do
solo e indicadores a elas associados, foram eficientes em refletir a variação da
qualidade do solo nos diferentes sistemas de manejo.
67
7. REFERÊNCIAS BIBLIOGRÁFICAS
ABNT- Associação Brasileira de Normas Técnicas. Solo – Ensaio de compactação. NBR 7182, Rio de Janeiro/RJ, 1986.
ABNT- Associação Brasileira de Normas Técnicas. Solo - Determinação do Limite de Plasticidade. NBR 7180, Rio de Janeiro/RJ, 1984.
ABNT-Associação Brasileira de Normas Técnicas. Solo - Determinação do Limite de Liquidez. NBR 6459, Rio de Janeiro/RJ, 1984.
ABNT-Associação Brasileira de Normas Técnicas. Solo - Determinação de matéria orgânica por queima a 440ºC. NBR 13600, Rio de Janeiro/RJ, 1996.
ALMEIDA, J. A.; BERTOL, I.; LEITE, D.; AMARAL, A. J.; JÚNIOR, W. A. Z. Propriedades químicas de um Cambissolo Húmico sob preparo convencional e semeadura direta após seis anos de cultivo. Revista Brasileira de Ciência do Solo, Viçosa, v.29, n.3, p.437-445, 2005.
ARAÚJO, M. A.; TORMENA, C. A.; SILVA, A. P. Propriedades físicas de um Latossolo Vermelho distrófico cultivado e sob mata nativa. Revista Brasileira de Ciência do Solo, v.28, n.2, p.337-345, 2004.
ARGENTON, J.; ALBUQUERQUE, J.A.; BAYER, C.; WILDNER, L.P. Comportamento de atributos relacionados com a forma da estrutura de Latossolo Vermelho sob sistemas de preparo e plantas de cobertura. Revista Brasileira de Ciência do Solo. Viçosa, v.29, p.425-435, 2005.
ARNOLD, P. W. Surface: electrolyte interactions. In; GREENLAND, D. J.; HAYES, M. H. B. (Ed.). The chemistry of soil constituents .Chichester: J. Wiley & Sons, 1978, p.355-404.
BAYER, C.; MIELNICZUK, J. Características químicas do solo afetadas por métodos de preparo e sistemas de cultura. Revista Brasileira de Ciência do Solo, v. 21, n.3, p.105-112, 1997.
BERTOL, I.; ALBUQUERQUE, J. A.; LEITE, D.; AMARAL, A. J.; JUNIOR, W. A. Z. Propriedades físicas do solo sob preparo convencional e semeadura direta em rotação e sucessão de culturas comparadas às de campo nativo. Revista Brasileira de Ciência do Solo, v.28, n.1, p.155-163, 2004.
BEUTLER, A. N.; CENTURION, J. F.; ROQUE, C. G.; FERRAZ, M. V. Densidade relativa ótima de Latossolos Vermelhos para a produtividade de soja. Revista Brasileira de Ciência do Solo, Viçosa, v.29, n.6, p.843-849,2005.
BRAIDA, J. A.; REICHERT, J. M; VEIGA, M.; REINERT, D. J. Resíduos vegetais na superfície e carbono orgânico do solo e suas relações com a densidade máxima obtida no ensaio de proctor. Revista Brasileira de Ciência do Solo, Viçosa, v.30, n.4, p.605-614, 2006.
BRONICK, C. J. & LAL, R. Soil structure and management: a review. Geoderma, v. 124, p. 3-22, 2005.
CARDOSO, E. L.; SILVA, M. L. N.; CURI, N.; FERREIRA, M. F.; FREITAS, D. A. F. Qualidade química e física do solo sob vegetação arbórea nativa e pastagens no Pantanal Sul-MatoGrossense. Revista Brasileira de Ciência do Solo, v.35, n.2, p. 613-622, 2011.
68
CARVALHO, D.F.; SANTANA, A.C.; NOGUEIRA, A.K.M.; MENDES, F.A.T.; CARVALHO, A.C. Análise do Desempenho Competitivo da Indústria de Móveis de Madeira do Estado do Pará. Amazônia: Ciência e Desenvolvimento. Belém, v. 2, n. 4, p. 37-36, 2007.
CASALINHO, H. D.; MARTINS, S. R.; SILVA, J. B.; LOPES, A. S. Qualidade do solo como indicador de sustentabilidade de agroecossistemas. Revista Brasileira de Agrociência, Pelotas, v.13, n.2, p.195-203, 2007.
CHAER, G. M.; TÓTOLA, M. R. Impacto do manejo de resíduos orgânicos durante a reforma de plantios de eucalipto sobre indicadores de qualidade do solo. Revista Brasileira de Ciência do Solo, v.31, n.6, p.1381-1396, 2007.
CHAMEN, T.; ALAKUKKU, L.; PIRES, S.; SOMMERD, C.; SPOOR, G.; TIJINK, F.; WEISSKOPF, P. Prevention strategies for field traffic-induced subsoil compaction: a review Part 2. Equipment and field practices. Soil & Tillage Research, Amsterdam, v. 73, n.1, p. 161-174, 2003.
CHRISTENSEN, B. T. Carbon in primary and secondary organomineral complexes. In: CARTER, M. R.; STEWART, B. A. (eds.), Structure and organic matter storage in agricultural soils. Boca Raton: CRC Press, 1996. p. 97-165.
CONCEIÇÃO, P. C.; AMADO, T. J. C.; MIELNICZUK, J.; SPAGNOLLO, E. Qualidade do solo em sistemas de manejo avaliada pela dinâmica da matéria orgânica e atributos relacionados. Revista Brasileira de Ciência do Solo, v.29, n.5, 2005.
CORRÊA, J. R.; REATTO, A.; SPERA, S. T. Solos e suas relações com o uso e o manejo. In: EMBRAPA. Cerrado: correção do solo e adubação. Planaltina, Embrapa Cerrado: 2002. p.29-58.
COSTA, F.S.; BAYER, C.; ZANATTA, J.A.; MIELNICZUK, J. Estoque de carbono orgânico no solo e emissões de dióxido de carbono influenciadas por sistemas de manejo no sul do Brasil. Revista Brasileira de Ciência do Solo, v.32, n.1, p.323-332, 2008.
COUTINHO, L. M. O conceito de bioma. Acta botânica brasileira. V.20, n.1, p.13-23, 2006.
CRUZ, C.D. & REGAZZI, A.J. Modelos biométricos aplicados ao melhoramento genético. Viçosa, MG, Universidade Federal de Viçosa, 2001. 390p.
DORAN, J. W., PARKIN, T. B. Defining and assessing soil quality. In: DORAN, J.W., COLEMAN, D. C., BEZDICEK, D. F., STEWARD, B. A(eds.). Defining soil quality for a sustainable environment. Madison: SSSA. American Society of Agronomy, 1994, p. 3-21(Spec.Public,35).
EMPRESA BRASILEIRA DE PESQUISA AGROPECUÁRIA - EMBRAPA. Manual de métodos de análise de solo. 2.ed. Rio de Janeiro, Centro Nacional de Pesquisa de Solos, 1997. 212p.
EMPRESA BRASILERIA DE PESQUISA AGROPECUÁRIA - EMBRAPA. CERRADOS: O Cerrado. Planaltina, DF: Embrapa Cerrados, 2012. Disponível em: < http://www.cpac.embrapa.br/unidade/ocerrado/>. Acesso em: 01/01/2013.
EMPRESA BRASILERIA DE PESQUISA AGROPECUÁRIA - EMBRAPA. Sistema Brasileiro de Classificação de Solo. 2 ed. Rio de Janeiro: EMBRAPA Solos, p. 306, 2006.
69
FALLEIRO, R. M.; SOUZA, C. M.; SILVA, C. S. W.; SEDIYAMA, C. S.; SILVA, A. A.; FAGUNDES, J. L. Influência dos sistemas de preparo nas propriedades químicas e físicas do solo. Revista Brasileira de Ciência do Solo, v. 27, n.6, p. 1097-1104, 2003.
FÁVERO, L. P.; BELFIORE, P., SILVA, P., CHAN, B. Análise de Dados: Modelagem Multivariada para Tomada de Decisões. 1.ed. Rio de Janeiro: Campos Elsevier, 2009.
FELLER, C.; BEARE, M. H. Geoderma, Physical control of soil organic matter dynamics in the tropics. V.79, p.69-116, 1997.
FERREIRA, D. F. Estatística multivariada / Daniel Furtado Ferreira. – 1. ed. – Lavras : Ed. UFLA, 2008. 662 p.
FIGUEIREDO, C. C.; RESCK, D. V. S. & CARNEIRO, M. A. C. Labiel and stable fractions of soil organic matter under management systems and native cerrado. Revista Brasileira de Ciência do Solo, v. 34, n.3, p. 907-916, 2010.
FREITAS, D. A. F.; SILVA, M. L. N.; CARDOSO, E. L.; CURI, N. Índices de qualidade do solo sob diferentes sistemas de uso e manejo florestal e cerrado nativo adjacente. Revista Ciência Agronômica, v.43, n.3, p.417-428, 2012.
FREIXO, A. A.; MACHADO, P. L. O. A.; SANTOS, H. P.;SILVA, C. A.; FADIGAS, F. S. Soil organic carbon and fractions of a Rhodic Ferralsol under the influence of tillage and crop rotation systems in southern Brazil. Soil &Tillage Research, v.64, n.3, p.221-230, 2002.
GOEDERT, W. J. Qualidade do solo em sistemas de produção agrícola. Anais do XXX CBCS, Recife-PE, SBCS, 2005.
GOMES, J. B. V.; CURI, N.; MOTTA, P. E. F.; KER, J. C.; MARQUES, J. J. G. S. M.; SCHULZE, D. G. Análise de componentes principais de atributos físicos, químicos e mineralógicos de solos do bioma cerrado. Revista Brasileira de Ciência do Solo, Viçosa MG, v. 28, n., p.137-153, 2004.
GONZÁLEZ, M. E. Interação preparo de solo e tráfego em atributos de solo, desenvolvimento radicular e rendimento do milho. 1998. 103f. Dissertação (Mestrando em Fitotecnia) – Faculdade de Agronomia, Universidade Federal do Rio Grande do Sul-RS, 1998.
GREGORICH, E. G.; CARTER, M. R.; ANGERS, D. A.; MONREAL, C. M. & ELLERT, B. H. Towards a minimum data set to assess soil organic matter quality in agricultural soils. Canadian Journal of Soil Science, v. 74, p. 367-385, 1994.
GUBIANI, P. I.; REINERT, D. J.; REICHERT, J. M. Método alternativo para a determinação da densidade de partículas do solo – exatidão, precisão e tempo de processamento. Ciência Rural, v. 36, n.2, p. 664-668, 2006.
HAIR JR. J. F.; ANDERSON, R. E.; TATHAM, R. L.; BLACK, W . C. Análise multivariada de dados. 6. ed. Porto Alegre: Bookman, 2009. 688p.
HAIR, J. F., ANDERSON, R. E. TATHAM, R. L., BLACK, W. C. Análise multivariada de dados. 5. ed. Porto Alegre, 2005.
HAMZA, M. A.; ANDERSON, W. K. Soil compaction in cropping systems: a review of the nature, causes and possible solutions. Soil & Tillage Research, v. 82, n. 2, p. 121-145, 2005.
Ho, R. Handbook of Univariate and Multivariate Data Analysis and Interpretation with SPSS. Boca Raton: Chapman e Hall, 2006.
70
KARLEN, D. L.; DITZLER, C. A.; ANDREWS, S. S. Soil quality: why and how? Geoderma, Amsterdam, v. 114, n. 3/4, p. 145-156, 2003.
KARLEN, D. L.; HURLEY, E. G.; ANDREWS, S. S.; CAMBARDELLA, C. A.; MEEK, D. W.; DUFFY, M. D. & MALLARINO, A. P. Crop rotation effects on soil quality at three northern corn/soybean belt locations. Agronomy Journal, v. 98, p. 484-495, 2006.
KARLEN, D. L.; MAUSBACH, M. J.; DORAN, J. W.; CLINE, R. G.; HARRIS, R. F.; SCHUMAN, G. E. Soil quality: a concept, definition, and framework for evaluation. Soil Science Society American Journal, Madison. v. 61, n., p.4–10, 1997.
KEMPER, W. D.; CHEPIL, W. S. Size distribution of aggregates. In: BLACK, C.A. (ed.) Methods of soil analysis. American Society of Agronomy, 1965. p. 449-510.
KLEIN, V. A. Propriedades do solo e manejo da água em ambientes protegidos com cultivo de morangueiro e figueira. Passo Fundo: ed. UPF, 2005. 61 p.
KLEIN, V. A.; MARCOLIN, C. D. Determinação da densidade relativa do solo por uma função de pedotransferência para a densidade do solo máxima. Acta Scientiarum: Agronomy, Maringá, v.33, n.2, p.349-354, 2011.
LI, L.; CHAN, K. Y.; NIU, Y.; OATES, A; DEXTER, A.R; HUANGET, G. Soil physical qualities in an Oxic Paleustalf under different tillage and stubble management practices and application of S theory. Soil & Tillage Research, Amsterdam, v.113, n.2, p.82-88, jun. 2011.
LIER, Q.J.V., Física do Solo – Sociedade Brasileira de Ciência do Solo, Viçosa-MG, 2010.
LIMA, C. L. R.; SILVA, A. P.; IMHOFF, S.; LEÃO, T. P. Heterogeneidade da compactação de um Latossolo Vermelho-Amarelo sob pomar de laranja. Revista Brasileira de Ciência do Solo, v.28, n.3, p.409-414, 2004.
LIMA, H. V.; OLIVEIRA, T. S.; OLIVEIRA, M. M.; MENDONÇA, E. S. & LIMA, P. J. B. F. Indicadores de qualidade do solo em sistemas de cultivo orgânico e convencional no semi-árido cearense. Revista Brasileira de Ciência do Solo, v.31, n.5, p.1085-1098, 2007.
MACEDO, J. Produção de Alimentos – O Potencial do Cerrado. Planaltina: EMBRAPA-CPAC. 1996. 33 p. (Documentos, 59).
MALAVOLTA, E. Manual de nutrição mineral de plantas. São Paulo. Ceres. 2006. 638 p.
MARCHIORI, M. J. & MELO, W.J. Alterações na matéria orgânica e na biomassa microbiana em solo de mata natural submetido a diferentes manejos. Pesquisa Agropecuária Brasileira, v.35, n.6, p.1177-1182, 2000.
MAROCO, J. Análise Estatística: com utilização do SPSS. 3ª ed. Lisboa: Sílabo, 2010, 822p.
MAROUELLI, R. P. Desenvolvimento sustentável da agricultura no Cerrado Brasileiro. 2003. 64f. Monografia (Pós-graduando em MBA, Gestão Sustentável da Agricultura Irrigada)- ISEA-FGV/ ECOBUSINESS SCHOOL, Brasília-DF, 2003.
MELLO, F.A.F.; SOBRINHO, M.O.C.B.; ARZOLLA, S.; SILVEIRA, R.I.; NETTO, A.C. & MEURER, E.J.; RHENHEIMER, D. & BISSANI, C.A. Fenômenos de superfície. In: MEURER, E.J., ed. Fundamentos de química do solo. Porto Alegre, Gênesis, 2000.174p.
71
MINGOTI, S. A. Análise de Dados através de Métodos de Estatística Multivariada: uma abordagem aplicada. Belo Horizonte: Editora UFMG, 2005.
MORENO, G. O processo histórico de acesso à terra em Mato Grosso. Geosul, Florianópolis, v.14, n.27, p. 67-90, 1999.
NHANTUMBO, A. B. J. C.; CAMBULE, A. H. Bulk density by Proctor test as a function of texture for agricultural soils in Maputo province of Mozambique. Soil & Tillage Research, v.87, n.2, p.231–239, 2006.
NOVAIS, R. F.; ALVAREZ V., V. A.; BARROS, N. F.; FONTES, R. L. F. ; CANTARUTTI, R. C.; NEVES, J. C. L. Fertilidade do solo. SBCS, Viçosa, 2007. Fertilidade do Solo, 1017p.
OLIVEIRA, G. C.; DIAS JUNIOR, M. S.; RESCK, D. V. S.; CURI, N. Caracterização química e físico-hídrica de um Latossolo Vermelho após vinte anos de manejo e cultivo do solo. Revista Brasileira de Ciência do Solo, Viçosa, v.28, n.2, p.327-336, 2004.
ORTIGÃO, J. A. R. Introdução à mecânica dos solos dos estados críticos, 3ª Ed. Terratek, 2007.
OSTERTAG, R. Effects of nitrogen and phosphorus availability on fine root dynamics in Hawaiian montane forests. Ecology, Washington, v.82, n.2, p.485–499, 2001.
PACHECO, E. P. Estudo da compressibilidade e qualidade de um Argissolo Amarelo cultivado com cana de açúcar nos Tabuleiros costeiros de Alagoas. 2010. 118f. (Doutorando em Ciência do Solo), Universidade Federal Rural de Pernambuco, Recife-PE, 2010.
PAMPLONA, V. M. S. Índices de qualidade do solo para plantação de açaí. 2011. 139f. Dissertação (Mestrando em Estatística), Universidade Federal do Pará, Bélem-PA, 2011.
PAPA, R. A.; LACERDA, M. P. C.; CAMPOS, P. M.; GOEDERT, W. J.; RAMOS, M. L. G. & KATO, E. Qualidade de latossolos vermelhos e vermelho-amarelos sob vegetação nativa de Cerrado. Pesquisa Agropecuária Tropical, v.41, n.4, p.564-571, 2011.
PEREIRA, F. S.; ANDRIOLI, I.; BEUTLER, A. N.; ALMEIDA, C. X. & PEREIRA, F. S. Physical quality of an Oxisol cultivated with maize submited to cover crops in the pre-cropping period. Revista Brasileira de Ciência do Solo, v. 34, p. 211-218, 2010.
PRADO, R. M.; NATALE W. Alterações na granulometria, grau de floculação e propriedades químicas de um Latossolo Vermelho distrófico, sob plantio direto e reflorestamento. Acta Scientiarum: Agronomy, Maringá, v.25, n.1, p.45-52, 2003.
RAMOS, F. T.; RAMOS, D. T.; MAIA, J. C. S.; SERAFIM, M. E.; AZEVEDO, E. C.; ROQUE, M. W. Curvas de compactação de um Latossolo Vermelho-Amarelo: com e sem reuso de amostras. Revista Brasileira de Engenharia Agrícola e Ambiental, v.17, n.2, p.129- 136, 2013.
REINERT, D. J.; REICHERT, J. M. Propriedades física do solo - Universidade Federal de Santa Maria, Centro de ciências rurais, Santa Maria, 2006.
REIS, E. Estatíıstica Multivariada. 2.ed. Lisboa: Sílado, 2001.
RODELA, L. G. Cerrados de altitude e campos rupestres do Parque Estadual do Ibitipoca, sudeste de Minas Gerais: distribuição e florística por subfisionomias da vegetação. Revista do Departamento de Geografia, v.12, n.12, p.163-189, 1998.
72
SANDS, G. R.; PODMORE, T. H. A generalized environmental sustainability index for agricultural system. Agriculture, Ecosystems & Environment. v.79, n.1, p.29-41. 2000.
SANTANA, A.C. Índice de Desempenho Competitivo das Empresas de Polpa de Frutas do Estado do Pará. Revista de Economia e Sociologia Rural, Rio de Janeiro, v. 45, n. 3, p. 749-775, 2007.
SANTOS, E. V.; FERREIRA, L. A. B.; LAMBERT, D.; MENDES, E. A. P.; FERREIRA, I. M. A ocupação do Bioma Cerrado: da expansão da fronteira agrícola aos dias atuais. XIX Encontro nacional de geografia agrária, São Paulo, p. 1- 14, 2009.
SANTOS, H. G.; FIDALGO, E. C. C.; COELHO, M. R.; ÁGLIO, M. L. D. Cultivo do Arroz de Terras Altas no Estado de Mato Grosso. Embrapa Arroz e Feijão. Sistemas de Produção, n.7, Set. 2006.
SCHIPPER, L. A.; SPARLING, G. P. Performance of soil condition indicators across taxonomic groups and land uses. Soil Science Society of America Journal, v.64, n.1, p.300-311, 2000.
SCHNITZER, M. Soil organic matter: the next 75 years. Soil Science, Baltimore, v.151, n.1, p. 41-58, 1991.
SEMA - Secretaria de Estado do Meio Ambiente. Mapa dos Biomas Mato-Grosssenses. Disponível em: < http://www.sema.mt.gov.br/index.php?option=com_content&view=article&id=170&Itemid=107> Acessado em: 03/01/2013.
SILVA, F.M.; SOUZA, Z. M.; FIGUEIREDO, C. A. P.; JÚNIOR, J. M.; MACHADO, R. V. Variabilidade espacial de atributos químicos e da produtividade na cultura do café. Ciência Rural, n.37, p.401-407, 2007a.
SILVA, G. J. Abordagens multivariadas na avaliação da resistência do solo à penetração em função da profundidade e manejos. 2012. 230f. Tese (Doutorando em Agricultura Tropical)- Faculdade de Agronomia, Medicina Veterinária e Zootecnia, Universidade Federal de Mato Grosso, Cuiabá-MT, 2012.
SILVA, I. R.; MENDONÇA, E. S. Matéria orgânica do solo. In: NOVAIS, R.F.; ALVAREZ V., V.H.; FERNANDES, N.; FONTES, R.L.; CANTARUTTI, R.B. & NEVES, J.C.L., eds. Fertilidade do solo. Viçosa, MG, Sociedade Brasileira de Ciência do Solo, 2007, p.275-374.
SILVA, M. C. E. Ordenamento Territorial no Cerrado brasileiro: da fronteira monocultora a modelos baseados na sócio biodiversidade. Desenvolvimento e Meio Ambiente, Editora UFPR, v.19, n.19, p.89-109, 2009.
SOUSA, D. M. G.; LOBATO, E. Correção da acidez do solo. In: SOUSA, D. M. G.; LOBATO, E. (Eds.). Cerrado: correção do solo e adubação. Brasília, DF: Embrapa, 2004. p. 81-95.
SOUZA, Z. M.; ALVES, M. C.; Propriedades químicas de um Latossolo Vermelho Distrófico de Cerrado sob diferentes usos e manejos. Revista Brasileira de Ciência do Solo, Campinas, v.27, n.1, p.133-139, jan./fev. 2003.
SOUZA, Z.M.; BARBIERI, D.M.; MARQUES JÚNIOR, J.; PEREIRA, G.T.; CAMPOS, M.C.C. Influência da variabilidade espacial de atributos químicos de um latossolo na aplicação de insumos para cultura da cana-de-açúcar. Ciência e Agrotecnologia, v.31, n.2, p.371-377, 2007.
73
SPERA, S. T.; DENARDIN, J. E.; ESCOSTEGUY, P. A. V.; SANTOS, H. P.; FIGUEROA, E. A. Dispersão de argila em microagregados de solo incubado com calcário. Revista Brasileira de Ciência do solo, v.32, p.2613-2620, 2008, Número Especial.
TAN, K. H. Humic matter in Soil and the Environment. Principles and Controversies. New York, Marcel Dekker, p. 385, 2003.
TEDESCO, M.J.; GIANELLO, C.; BISSANI, C.A.; BOHNEN, H.; VOLKWEISS, S.J. Análise de solo, plantas e outros materiais. 2. ed. Porto Alegre: Departamento de Solos da UFRGS, 1995. 174p.
THENG, B. K. G.; TATE, K. R.; SOLLINS, P. 1989. Constituents of organic matter in temperate and tropical soils. In: COLEMAN, D. C.; OADES, J. M.; UEHARA, G. (Eds.) Dynamics of Soil Organic Matter in Tropical Ecosystems. Honolulu, University of Hawaii, p. 5-32.
TISDALL, J. M.; OADES, J. M. 1982. Organic matter anda water-satable aggregated in soils. Journal of soil science, London, v.33, n.1, p.141-63.
TORMENA, C.A.; SILVA, A.P.; LIBARDE, P.L. Soil physical quality of a Brazilian Oxisol under two tillage systems using the least limiting water range approach. Soil and Tillage Research, 52:223-232, 1999.
TÓTOLA, M. R.; CHAER, G. M. Microrganismos e processos microbiológicos como indicadores da qualidade dos solos. In: ALVAREZ V.,V. H.; SCHAEFER, C. E. G. R.; BARROS, N. F.; MELLO, J. W. V.; COSTA, L. M., eds. Tópicos em ciência do solo. Sociedade Brasileira de Ciência do Solo, 2002. v.2, p.195-275.
United States Department of Agriculture (USDA). Soil quality indicators: aggregate stability. 2008.
VASCONCELOS, R. F. B.; CANTALICE, J. R. B.; SILVA, A. J. N.; OLIVEIRA, V. S. & SILVA, Y. J. A. B. Limites de consistência e propriedades químicas de um latossolo amarelo distrocoeso sob aplicação de diferentes resíduos da cana-de-açúcar. Revista Brasileira de Ciência do solo.v.34, n.3, p. 639-648, 2010.
VENDRAMETTO, L. P. Contabilidade ambiental dos sistemas de produção agrícola e dos serviços do ecossistema do cerrado de Lucas do Rio Verde – MT. 2011. 228f. Tese (Doutorando em Engenharia de Produção), Universidade Paulista, São Paulo-SP, 2011.
VEZZANI, F. M.; MIELNICZUK, J. Revisão de Literatura: Uma visão sobre qualidade do solo. Revista Brasileira de Ciência do Solo, v.33, n.4, 2009.
VICINI, L. Análise multivariada da teoria à prática. Universidade Federal de Santa Maria, CCNE, Santa Maria-RS, 2005. 215 p.
YEO, I.K., JOHNSON, R.A. A New Family of Power Transformation to Improve Normality or Symmetry. Biometrika, 87, 954-959, 2000.
ZHANG, H.; HARTGE, K.H.; RINGE, H. Effectiveness of organic matter incorporation in reducing soil compactability. Soil Science Society American Journal, v.61, n.1, p.239-245, 1997. Geoderma, v. 114, n. 3, p. 401-414, 2003.
75
Apêndice 1. Coeficientes de correlação de indicadores físicos + químicos.
CP (Sig. 2-tailed)(1) DMP A_4 a 2 mm
DMG A_0,5 a 0,25 mm
A_1 a 5 mm
A_ 0,25 a 0,125 mm
SB pH t Ca2+ V(%) Mg2+ MO
DMP(2) 1
A_ 4 a 2 mm ,978**(4
) 1
DMG ,984** ,954** 1
A_ 0,5 a 0,25 mm -,916** -,916** -,898** 1
A_1 a 0,5mm -,893** -,915** -,877** ,782** 1
A_0,25 a0,125 mm -,604** -,572** -,583** ,445** ,445** 1
SB -904 -872 -883 ,845** ,845** ,876** 1
pH -,490** -,482** -,539** ,415** ,469** ,261** ,865** 1
t -,417** -,398** -,455** ,349** ,380** ,293** ,753** ,671** 1
Ca2+ -,623** -,606** -,669** ,530** ,602** ,388** ,953** ,851** ,698** 1
V(%) -,628** -,608** -,670** ,535** ,591** ,395** ,895** ,785** ,693** ,888** 1
Mg2+ -,243** -,234** -,275** ,185* ,213** ,182* ,669** ,508** ,550** ,415** ,520** 1
MO -,044 -,023 -,054 ,050 ,039 ,007 ,128 0,095 ,048 ,101 ,520 ,123 1
Continua...
76
Continuação: Apêndice 1.
Continuação GC Ds Ma LL Ta AMF AG T H Argila AF AM MO
GC(3) 1
Ds -,970** 1
Ma ,860** -,877** 1
LL ,334** -,361** ,258** 1
Ta ,320** -,310** ,354** ,637** 1
AMF -.111 .149 -,171* -.039 -.082 1
AG -,231** .144 -.081 -.057 -.052 -,507** 1
T -.073 .069 -.142 .099 -.078 .053 .052 1
H+ ,324** -,355** ,377** .120 ,164* -,179* -.008 ,439** 1
Argila -.017 .030 -.125 .068 -.131 -,310** .039 -.050 -.059 1
AF .023 .011 .032 -.051 .119 .020 -.120 .086 .120 -,504** 1
AM .024 -.033 .127 -.061 .063 -,232** .056 -.083 .027 -.146 -,412** 1
MO ,041 -,020 -,084 ,134 ,076 ,146 ,276 ,118 -,128 ,058 -,032 -,266 1
(1) CP (Sig. 2-tailed) = correlação bicaudal de Pearson, (2)DMP = diâmetro médio ponderado, A_ = agregado, DMG = diâmetro médio geométrico, SB = soma de bases, t = capacidade efetiva de troca de cátions, V(%) = saturação por bases, (3)GC = grau de compactação, Ds = densidade do solo, Ma = macroporosidade, LL = limite de liquidez, Ta = atividade da argila, AFM = areia muito fina, AG = areia grossa, T = capacidade potencial de troca de cátions, H = hidrogênio, AF= Areia fina, AM = areia média; (4)*(p<0,05), **(p<0,01) significativo pelo teste Chi-quadrado.
77
Apêndice 2. Coeficientes de correlação de indicadores físicos.
CP (Sig. 2-tailed)(1)
DMP A_4 a 2 mm
A_0,5 a 0,25 mm
A_1 a 0,5 mm
A_0,25 a 0,125 mm
IC IP Ta LL Ma UM LP MO
DMP(2) 1 A_4 a 2 mm ,978**(3) 1 A_0,5 a 0,25 mm -,916** -,916** 1 A_1 a 0,5 mm -,893** -,915** ,782** 1 A_0,25 a 0,125 mm
-,813** -,790** ,679** ,713** 1
IC ,262** ,261** -,221** -,209** -,136 1 IP ,402** ,390** -,346** -,335** -,239** ,898** 1 Ta ,406** ,391** -,354** -,335** -,244** ,892** ,996** 1 LL ,336** ,359** -,324** -,234** -,334** ,697** ,638** ,637** 1 Ma ,535** ,526** -,465** -,524** -,471** ,233** ,346** ,354** ,258** 1 UM ,311** ,290** -,230** -,367** -,144 ,369** ,452** ,461** -,086 ,377** 1 LP -,303** -,265** ,167* ,322** ,149 -,444** -,612** -,606** ,028 -,312** -,668** 1 MO -,044 -,023 ,050 ,039 ,007 -,128 ,097 ,076 ,134 -,084 -,100 ,032 1
(1) CP (Sig. 2-tailed) = correlação bicaudal de Pearson, (2)DMP = diâmetro médio ponderado, A_ = agregado, IC = índice de consistência, IP = índice de plasticidade, Ta = atividade da argila, LL = limite de liquidez, Ma = macroporosidade, UM = umidade máxima, LP = limite de plasticidade; (3)*(p<0,05), **(p<0,01) significativo pelo teste Chi-quadrado.
Apêndice 3. Coeficientes de correlação de indicadores químicos.
CP (Sig. 2-tailed)(1) SB Ca2+ V(%) pH Al3+ t T MO
SB(2) 1
Ca2+ ,953**(3) 1
V(%) ,895** ,888** 1
pH ,865** ,851** ,785** 1
Al3+ -,762** -,806** -,795** -,675** 1
t ,753** ,698** ,693** ,671** -,501** 1
T ,469** ,397** ,079 ,386** -,137 ,320** 1
MO ,128 ,101 ,150 ,095 -,111 ,118 ,048 1 (1) CP (Sig. 2-tailed) = correlação bicaudal de Pearson, (2) SB = soma de bases, V(%) = saturação por bases, t = capacidade efetiva de troca de cátions, T = capacidade potencial de troca de cátions; (3)*(p<0,05), **(p<0,01) significativo pelo teste Chi-quadrado.
78
Apêndice 4. Matriz de correlação de anti-imagem de indicadores físicos e químicos.
Correlação de anti-imagem
Argila AMF AF AM AG Ds GC Ma LL Ta A_0,125 a 0,25 mm A_0,5 a 0,25 mm
Argila(1) ,195a AMF ,657 ,341a AF ,760 ,594 ,208a AM ,654 ,602 ,746 ,174a AG ,398 ,666 ,403 ,411 ,236a Ds -,186 -,031 -,174 -,119 ,177 ,799a GC -,192 ,008 -,143 -,055 ,280 ,902 ,776a Ma ,110 -6,88E-005 ,004 -,080 -,128 ,170 -,199 ,959a LL ,002 ,052 ,143 ,162 ,133 ,176 ,114 ,070 ,655a Ta ,004 -,097 -,162 -,156 -,156 -,252 -,210 -,088 -,676 ,708a A_0,125 a 0,25 mm ,191 ,170 ,208 ,232 ,196 -,050 -,024 -,014 ,286 -,359 ,867a A_0,5-0,25 mm ,028 ,176 ,051 ,119 ,233 ,097 ,121 -,037 ,090 -,188 ,386 ,896a
Continuação: A_1 a 0,5 mm A_4 a 2 mm DMP DMG pH H Ca2+ Mg2+ SB T t V(%)
A_1 a 0,5 mm ,896a A_4 a 2 mm ,556 ,881a DMP -,057 -,578 ,881a DMG ,126 ,221 -,715 ,892a pH ,041 ,120 -,117 ,049 ,970a H+ ,023 -,053 ,157 -,069 ,011 ,867a Ca2+ -,085 -,025 -,005 -,038 ,007 -,051 ,766a Mg2+ -,060 -,010 -,003 -,051 ,056 -,013 ,979 ,514a SB ,131 ,030 -,001 ,073 -,102 ,097 -,958 -,953 ,768a T -,179 ,008 -,051 -,031 ,008 -,518 -,110 -,127 -,115 ,547a t ,017 -,022 ,024 -,036 -,076 ,004 -,013 -,036 -,026 ,010 ,957a V(%) -,219 -,064 ,058 -,065 ,017 ,055 -,173 -,156 -,072 ,721 -,029 ,888a
(1) AMF = areia muito fina, AF = areia fina, AM = areia média, AG = areia grossa, Ds = densidade do solo, GC = grau de compactação, Ma = macroporosidade,
LL = limite de liquidez, Ta = atividade da argila, A_ = agregado, DMP = diâmetro média ponderado, DMG = diâmetro médio geométrico, T = capacidade
potencial de troca de cátions, t = capacidade efetiva de troca de cátions, V(%) = saturação por bases.
79
Apêndice 5. Matriz de correlação de anti-imagem de indicadores físicos.
Correlação de anti-imagem
Ds GC UM Ma LL LP IP Ta IC A_0,25 a 0,125 mm
A_0,05 a 0,25 mm
A_1 a 0,5 mm
A_ 2 a 4 mm
DMP DMG
Ds(1) ,789a GC ,886 ,788a UM -,169 -,096 ,778a Ma ,311 -,088 -,227 ,935a LL ,116 ,091 ,334 -,048 ,790a LP ,085 ,096 ,206 ,033 -,476 ,818a IP ,031 ,007 ,132 ,052 -,023 ,222 ,784a Ta -,004 ,038 -,146 -,084 -,073 -,071 -,964 ,795a IC -,201 -,270 -,236 ,172 -,379 -,098 -,222 ,056 ,871a A_0,25 a 0,125 mm
,048 ,057 -,133 -,012 ,180 ,002 -,031 ,013 -,100 ,911a
A_0,05 a 0,25 mm ,138 ,141 -,071 ,004 -,110 ,280 -,065 ,110 -,085 ,368 ,887a A_1 a 0,5 mm ,139 ,118 ,081 ,096 -,083 ,015 ,018 -,023 -,019 ,108 ,342 ,909a A_ 2 a 4 mm ,062 -,011 -,096 ,122 -,170 -,007 -,076 ,087 ,025 ,106 ,371 ,544 ,869a DMP -,058 -,062 ,224 ,080 ,039 ,109 -,042 ,034 ,035 -,030 ,087 -,017 -,555 ,861a DMG ,197 ,243 -,280 -,171 ,029 ,015 ,087 -,081 -,092 ,397 ,220 ,079 ,200 -,734 ,852a
(1) DS = densidade do solo, GC = grau de compactação, UM = umidade máxima, Ma = macroporosidade, LL = limite de liquidez, LP = limite de plasticidade, IP =índice de plasticidade, Ta = atividade da argila, IC = índice de consistência, A_ = agregado, DMP = diâmetro médio ponderado, DMG = diâmetro médio geométrico.
80
Apêndice 6. Matriz de correlação de anti-imagem de indicadores químicos.
Correlação de anti-imagem pH Al3+ Ca2+ SB T t V(%) MO
pH(1) ,976a
Al3+ -,019 ,935a
Ca2+ -,174 ,339 ,921a
SB -,200 ,059 -,334 ,750a
T ,021 -,143 -,133 -,741 ,333a
t -,074 -,186 ,053 -,214 ,019 ,962a
V(%) ,017 ,060 -,182 -,727 ,843 -,063 ,720a
MO ,019 ,042 ,104 ,054 -,125 -,025 -,152 ,610a (1) SB = soma de bases, T = capacidade potencial de troca de cátions, t = capacidade efetiva de troca de
cátions, V(%) = saturação por bases, MO = matéria orgânica.
81
Apêndice 7. Tete de igualdade de médias pelo test-t (student) para indicadores físicos e químicos.
Indciadores(1) Teste-t para igualdade de médias Intervalo de confiança (95%)
ts(2) df Sig. (2-tailed) Diferença média Desvio padrão Inferior Superior
DMP -6,458 145,493 ,000(3) -,9030705 ,1398451 -1,2680724 -,5380687 A_ 4 a 2 mm -5,917 150,586 ,000 -,8337802 ,1409011 -1,2013730 -,4661874
DMG -6,945 124,166 ,000 -,9524081 ,1371362 -1,3111572 -,5936590
A_0,5 a 0,25 mm 5,477 158 ,000 ,7927854 ,1447446 ,4153922 1,1701786 A_ 1 a 0,5 mm 4,550 140,147 ,000 ,6754456 ,1484601 ,2877621 1,0631291 A_ 0,25 a 0,125 mm 5,319 148,924 ,000 ,7799717 ,1466425 ,3973454 1,1625979 SB 6,265 114,591 ,000 ,8893676 ,1419579 ,5175207 1,2612144 pH 6,367 141,157 ,000 ,9008998 ,1414970 ,5314361 1,2703636
t 4,445 155,494 ,000 ,6646674 ,1495397 ,2746952 1,0546397 Ca2+ 6,939 106,287 ,000 ,9635194 ,1388613 ,5993029 1,3277358 V% 8,165 114,702 ,000 1,0860814 ,1330134 ,7376696 1,4344932 Mg2+ 2,059 158 ,041 ,3293165 ,1599552 -,0877353 ,7463684
GC -3,740 158 ,000 -,5685658 ,1520271 -,9649466 -,1721851 Ds 6,617 158 ,000 ,9209578 ,1391792 ,5580752 1,2838403 Ma -6,315 141,914 ,000 -,8950904 ,1417301 -1,2651360 -,5250449 LL -3,824 158 ,000 -,5307783 ,1388199 -,8927238 -,1688328 Ta -1,076 152,093 ,284 -,1740346 ,1617491 -,5959636 ,2478944 T -,141 158 ,888 -,0224202 ,1586034 -,4359475 ,3911071 H+ -4,136 151,294 ,000 -,6302408 ,1523660 -1,0277203 -,2327614 Argila ,558 145,033 ,577 ,0849729 ,1521607 -,3121899 ,4821357 AMF 2,109 136,400 ,037 ,3271794 ,1551691 -,0781773 ,7325362 AG -3,045 158 ,003 -,4563536 ,1498896 -,8471614 -,0655458 AF 1,713 140,732 ,089 ,2714156 ,1584352 -,1422928 ,6851240 AM ,341 158 ,734 ,0580763 ,1703418 -,3860564 ,5022090 (1) DMP = diâmetro médio ponderado, DMG = diâmetro médio geométrico, A_= agregado, SB = soma de bases, t = capacidade efetiva de troca de cátions, V(%) = saturação por bases, T = capacidade potencial de troca de cátions, GC = grau de compactação, Ds = densidade do solo, Ma = macroporosidade, LL = limite de liquidez, Ta = atividade da argila, AMF = areia muito fina, AF = areia fina, AM = areia média, AG = areia grossa; (2) ts = student; (3) significativo ao nível p<0,0001.
82
Apêndice 8. Tete de igualdade de médiaS pelo test-t (student) para indicadores físicos e químicos.
Indicadores(1) Fatores físicos Intervalo de confiança (95%)
t df Sig. (2-tailed) Diferença média Desvio padrão Inferior Superior
DMP -6,458 145,493 0,000(2) -0,90307 0,139845 -1,17946 -0,62668
A_ 4 a 2 mm -5,917 150,586 0,000 -0,83378 0,140901 -1,11218 -0,55538
DMG -6,945 124,166 0,000 -0,95241 0,137136 -1,22384 -0,68098
A_ 0,5 a 0,25 mm 5,477 158 0,000 0,792785 0,144745 0,506902 1,078669
A_ 1 a 0,5 mm 4,55 140,147 0,000 0,675446 0,14846 0,381935 0,968957
A_0,25-0,125 mm 6,967 158 0,000 0,924081 0,132635 0,662116 1,186047
IC 0,526 158 0,600 0,083676 0,159106 -0,23057 0,397925
IP -0,957 153,077 0,340 -0,15098 0,157757 -0,46264 0,160683
Ta -1,076 152,093 0,284 -0,17403 0,161749 -0,4936 0,14553
LL -3,824 158 0,000 -0,53078 0,13882 -0,80496 -0,2566
Ma -6,315 141,914 0,000 -0,89509 0,14173 -1,17527 -0,61492
Umáx 2,061 112,722 0,042 0,32258 0,156524 0,012471 0,63269
LP -0,958 155,505 0,339 -0,15153 0,158155 -0,46394 0,160878
Fatores químicos
SB 6,265 114,591 0,000 0,889368 0,141958 0,517521 1,261214
Ca2+ 6,939 106,287 0,000 0,963519 0,138861 0,599303 1,327736
V(%) 8,165 114,702 0,000 1,086081 0,133013 0,73767 1,434493
pH 6,367 141,157 0,000 0,9009 0,141497 0,531436 1,270364
Al3+ -9,333 85,673 0,000 -1,18855 0,127347 -1,52404 -0,85306
t 4,445 155,494 0,000 0,664667 0,14954 0,274695 1,05464
T -0,141 158 0,888 -0,02242 0,158603 -0,43595 0,391107
(1)DMP = diâmetro médio ponderado, DMG = diâmetro médio geométrico, A_ = agregado, IC = índice de consistência, IP= índice e plasticidade, Ta = atividade da argila, LL= limite de liquidez, Ma = macroporosidade, Umáx = umidade máxima, LP = limite de plasticidade, SB = soma de bases, V(%) = saturação por bases, t = capacidade efetiva de troca de cátions, T = capacidade potencial de troca de cátion, Mo = matéria orgânica; (2) significativo ao nível p<0,0001.
83
Apêndice 9. Valores dos escores fatoriais originais e padronizados e o índice de qualidade para diferentes sistemas de manejo:
sistema plantio direto integração lavoura-pecuária, cultivo convencional de milho + soja e cerrado nativo (CN).
Indicadores(1) Escore original
Escore Padronizado
1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8 IQ (2)
AMF 0 -0,04 -0,08 0,03 -0,56 0,04 0,03 0,05 0,45 0,46 0,35 0,51 0,47 0,34 0,53 0,37 0,44
AG 0,01 0,03 -0,03 0,03 0,58 -0,03 0,1 -0,02 0,45 0,47 0,36 0,51 0,68 0,33 0,55 0,36 0,46
Ds -0,06 -0,08 -0,43 0,05 -0,01 0,03 0,03 0,03 0,44 0,45 0,3 0,52 0,57 0,34 0,53 0,36 0,44
GC 0,07 0,09 0,45 -0,05 -0,02 -0,04 -0,03 -0,04 0,47 0,48 0,44 0,5 0,57 0,33 0,52 0,35 0,47
Ma 0,08 0,03 0,39 -0,05 0,05 -0,04 0,07 0,05 0,47 0,47 0,43 0,5 0,58 0,33 0,54 0,37 0,47
LL 0,06 0,04 -0,04 0,59 -0,03 0,02 -0,12 -0,04 0,47 0,47 0,36 0,61 0,57 0,34 0,51 0,35 0,46
A_ 0,25 a 0,125 mm 0,2 -0,06 0,05 0,07 -0,01 -0,03 0,03 0,02 0,5 0,45 0,37 0,52 0,57 0,33 0,53 0,36 0,47
A_ 0,5 a 0,25 mm 0,23 -0,07 0,09 0,03 0 0,02 -0,03 -0,01 0,5 0,45 0,38 0,51 0,57 0,34 0,52 0,36 0,48
A_ 0,5 a 1 mm 0,22 -0,05 0,04 0,09 0,03 0,05 0,01 0,01 0,5 0,45 0,37 0,52 0,58 0,35 0,53 0,36 0,48
A_ 2 a 4 mm -0,23 0,06 -0,07 -0,03 -0,01 -0,04 -0,01 -0,02 0,4 0,48 0,36 0,51 0,57 0,33 0,53 0,36 0,43
DMP -0,23 0,05 -0,08 -0,03 -0,01 -0,03 0,01 -0,02 0,4 0,47 0,35 0,51 0,57 0,33 0,53 0,36 0,43
DMG -0,21 0,03 -0,07 -0,02 0 -0,02 0,03 0 0,41 0,47 0,36 0,51 0,57 0,33 0,53 0,36 0,43
pH -0,05 0,22 0,03 0 0,04 0,01 -0,01 0,01 0,44 0,51 0,37 0,51 0,58 0,34 0,53 0,36 0,45
H+ 0,05 -0,12 -0,03 -0,06 -0,03 0,55 -0,01 0,02 0,46 0,44 0,36 0,5 0,57 0,43 0,53 0,36 0,46
Ca2+ -0,03 0,17 -0,01 -0,05 -0,02 0,03 -0,01 -0,03 0,45 0,5 0,37 0,5 0,57 0,34 0,53 0,35 0,45
Mg2+ -0,05 0,24 0,08 0,1 0,04 0,04 -0,02 0,04 0,44 0,51 0,38 0,53 0,58 0,34 0,52 0,36 0,46
SB -0,04 0,22 0,02 0 -0,01 0,03 -0,01 -0,01 0,44 0,51 0,37 0,51 0,57 0,34 0,53 0,36 0,45
t -0,06 0,24 0,1 -0,06 0,06 -0,05 0,1 0,04 0,44 0,51 0,38 0,5 0,58 0,33 0,55 0,36 0,45
V(%) -0,04 0,18 0,04 -0,03 -0,02 -0,21 0,03 -0,02 0,45 0,5 0,37 0,51 0,57 0,3 0,53 0,36 0,45
Valor mínimo -2,14 -2,29 -2,27 -3,13 -3,06 -1,98 -2,87 -2,27
Média = 0,454
Valor máximo 2,59 2,64 3,92 3 2,29 3,9 2,56 4,05 (1) AMF= areia muito fina, AG = areia grossa, A_ = agregado, DMP = diâmetro médio ponderado, DMG = diâmetro médio geométrico, Ds = densidade do solo,
Ma = macroporosidade, GC = grau compactação, LL= limite de liquidez, SB = soma de bases, V = saturação por bases, t = capacidade efetiva de troca de cátions; (2) IQ = índice de qualidade.
84
Apêndice 10. Valores dos escores fatoriais originais e padronizados e o índice de qualidade para indicadores físicos + químicos
sob sistema plantio direto.
Indicadores(1)
Componentes Escores padronizados
IQ (2) 1 2 3 4 5 6 7 1 2 3 4 5 6 7
DMP 0,193 0,049 -0,027 -0,078 -0,001 0,043 0,026 0,593 0,601 0,521 0,408 0,487 0,669 0,482 0,553
A_4 a 2 mm 0,223 0,021 0,065 0,063 0,048 -0,027 -0,073 0,600 0,597 0,544 0,436 0,498 0,655 0,461 0,559
DMG 0,193 0,026 -0,032 -0,07 0,008 0,047 0,028 0,593 0,597 0,520 0,410 0,489 0,670 0,482 0,552
A_0,5 a 0,25 mm -0,195 0,015 -0,087 -0,059 -0,069 0,008 0,031 0,499 0,595 0,506 0,412 0,472 0,662 0,483 0,522
A_1 a 0,5 mm -0,174 -0,042 0,019 -0,137 0,022 0,119 0,16 0,504 0,585 0,533 0,396 0,492 0,683 0,510 0,529
A_0,25 a 0,125 mm -0,124 0,01 0,052 0,093 0,077 -0,005 -0,076 0,516 0,595 0,541 0,442 0,505 0,660 0,460 0,536
SB -0,016 0,24 -0,032 -0,034 -0,042 -0,018 0,058 0,542 0,635 0,520 0,417 0,478 0,657 0,489 0,546
pH 0,045 0,242 0,011 -0,058 -0,002 0,007 0,026 0,557 0,636 0,531 0,412 0,487 0,662 0,482 0,552
t 0,059 0,104 0,127 0,157 0,169 0,005 -0,193 0,560 0,611 0,560 0,455 0,526 0,662 0,435 0,557
Ca2+ 0,045 0,276 0,045 -0,145 -0,068 0,065 -0,04 0,557 0,642 0,539 0,395 0,472 0,673 0,468 0,551
V(%) -0,038 0,102 -0,048 -0,057 0,227 -0,066 0,043 0,537 0,611 0,516 0,412 0,539 0,648 0,485 0,543
Mg2+ -0,087 0,054 -0,117 0,128 0,01 -0,134 0,146 0,525 0,602 0,499 0,449 0,490 0,635 0,507 0,535
GC 0,004 0,018 0,304 0,036 0,025 0,012 0,013 0,547 0,596 0,604 0,431 0,493 0,663 0,479 0,554
Ds -0,015 -0,004 -0,316 -0,049 -0,05 -0,032 -0,016 0,542 0,592 0,449 0,414 0,476 0,654 0,473 0,524
Ma 0,004 0,029 0,29 -0,005 0,05 -0,062 -0,036 0,547 0,598 0,601 0,423 0,499 0,649 0,468 0,551
LL -0,026 0,014 0,032 0,024 -0,056 -0,004 0,473 0,540 0,595 0,536 0,428 0,475 0,660 0,577 0,546
AMF 0,024 0,041 0,01 -0,434 0,061 0,081 -0,027 0,552 0,600 0,531 0,338 0,501 0,676 0,470 0,536
AG 0,029 -0,087 0,073 0,453 0,059 0,123 -0,039 0,553 0,577 0,546 0,513 0,501 0,684 0,468 0,553
H+ 0,046 0,029 0,065 -0,005 -0,361 0,087 -0,092 0,557 0,598 0,544 0,423 0,406 0,677 0,456 0,539
Valor mínimo -2,259 -3,333 -2,105 -2,137 -2,168 -3,464 -2,229
Média = 0,544
Valor máximo 1,879 2,290 1,881 2,907 2,279 1,780 2,452 (1) DMP = diâmetro médio ponderado, A_ = agregado, DMG = diâmetro médio geométrico, AMF= areia muito fina, AG = areia grossa, Ds = densidade do solo,
Ma = macroporosidade, GC = grau compactação, LL= limite de liquidez, SB = soma de bases, V(%) = saturação por bases, t = capacidade efetiva de troca de cátions; (2) IQ = índice de qualidade.
85
Apêndice 11. Valores dos escores fatoriais originais e padronizados e o índice de qualidade para indicadores físicos + químicos
sob sistema integração lavoura-pecuária.
Indicadores(1)
Componentes Escores padronizados
IQ (2) 1 2 3 4 5 6 1 2 3 4 5 6
DMP -0,283 0,057 0,102 -0,03 -0,038 0,007 0,403 0,448 0,671 0,532 0,402 0,507 0,448
A_4 a 2 mm -0,284 0,054 0,113 -0,021 -0,04 0,014 0,403 0,447 0,672 0,533 0,401 0,509 0,448
DMG -0,258 0,044 0,086 -0,022 -0,03 0,005 0,409 0,445 0,668 0,533 0,403 0,507 0,451
A_1 a 0,5 mm 0,262 -0,031 -0,081 0,079 0,043 -0,015 0,523 0,429 0,640 0,550 0,415 0,502 0,513
A_0,25 a 0,125 mm 0,299 -0,111 -0,052 0,105 0,023 -0,009 0,531 0,411 0,645 0,555 0,411 0,503 0,516
SB -0,053 0,216 -0,018 -0,011 -0,013 0,011 0,453 0,483 0,650 0,535 0,406 0,508 0,481
pH -0,036 0,187 0,001 -0,011 0,018 -0,078 0,457 0,477 0,653 0,535 0,411 0,487 0,481
t -0,057 0,228 -0,077 -0,015 -0,051 -0,014 0,453 0,486 0,640 0,534 0,399 0,502 0,479
Ca2+ -0,044 0,163 0,012 -0,055 -0,024 0,035 0,455 0,471 0,655 0,527 0,404 0,514 0,480
V(%) -0,033 0,152 -0,036 -0,047 -0,19 0,039 0,458 0,469 0,647 0,529 0,377 0,515 0,479
Mg2+ -0,049 0,272 -0,097 0,113 0,024 -0,047 0,454 0,495 0,637 0,556 0,412 0,494 0,483
GC -0,094 -0,084 0,462 0,063 0,036 -0,011 0,444 0,417 0,731 0,548 0,413 0,503 0,475
Ds -0,068 -0,095 0,447 0,066 0,057 -0,014 0,450 0,415 0,729 0,548 0,417 0,502 0,478
Ma 0,109 0,043 -0,435 -0,055 -0,058 0,014 0,489 0,445 0,580 0,527 0,398 0,509 0,489
LL 0,034 0,083 0,057 0,597 -0,072 0,001 0,473 0,454 0,663 0,639 0,396 0,506 0,496
AMF -0,031 0,059 -0,081 0,007 -0,203 0,377 0,458 0,448 0,640 0,538 0,375 0,595 0,481
H+ 0,052 -0,055 0,026 -0,062 0,574 -0,02 0,476 0,423 0,658 0,526 0,500 0,501 0,492
Valor mínimo -2,122 -1,976 -3,872 -3,143 -2,530 -2,138
Média = 0,480
Valor máximo 2,440 2,561 2,055 2,712 3,675 2,091 (1) DMP = diâmetro médio ponderado, A_ = agregado, DMG = diâmetro médio geométrico, AMF= areia muito fina, Ds = densidade do solo, Ma =
macroporosidade, GC = grau compactação, LL= limite de liquidez, SB = soma de bases, V(%) = saturação por bases, t = capacidade efetiva de troca de cátions; (2) IQ = índice de qualidade.
86
Apêndice 12. Valores dos escores fatoriais originais e padronizados e o índice de qualidade para indicadores físicos + químicos
sob cultivo convencional de milho + soja.
Indicadores(1)
Componentes Escores padronizados
IQ(2) 1 2 3 4 5 6 7 1 2 3 4 5 6 7
DMP 0,098 -0,304 -0,09 -0,058 0,032 0,002 0,073 0,436 0,414 0,495 0,348 0,521 0,513 0,625 0,455
A_4 a 2 mm 0,105 -0,308 -0,084 -0,065 0,027 -0,007 0,067 0,438 0,413 0,496 0,347 0,520 0,512 0,624 0,456
DMG 0,075 -0,275 -0,08 -0,046 0,034 0,025 0,049 0,431 0,421 0,497 0,351 0,521 0,518 0,621 0,454
A_1 a 0,5 mm -0,094 0,317 0,149 0,069 -0,004 0,011 -0,053 0,396 0,561 0,538 0,370 0,514 0,515 0,602 0,459
SB 0,212 -0,049 0,012 0,041 -0,013 -0,012 -0,002 0,460 0,474 0,513 0,365 0,512 0,511 0,611 0,476
pH 0,21 -0,06 0,018 0,014 0,033 -0,013 -0,031 0,460 0,472 0,514 0,361 0,521 0,511 0,606 0,476
t 0,225 -0,099 -0,018 -0,01 0,025 0,095 -0,087 0,463 0,463 0,508 0,357 0,519 0,531 0,596 0,475
Ca2+ 0,161 -0,021 -0,031 0,027 -0,025 -0,004 0,016 0,449 0,481 0,506 0,363 0,510 0,512 0,615 0,471
V(%) 0,16 -0,038 0,006 -0,183 -0,044 0,026 -0,017 0,449 0,477 0,512 0,327 0,506 0,518 0,609 0,468
Mg2+ 0,237 -0,089 0,105 0,059 0,024 -0,024 -0,047 0,465 0,465 0,530 0,369 0,519 0,509 0,603 0,479
GC -0,021 0,03 -0,15 -0,047 0,098 0,009 0,200 0,411 0,493 0,485 0,350 0,534 0,515 0,648 0,455
Ds 0,005 0,021 -0,13 -0,129 0,126 0,031 0,148 0,417 0,491 0,488 0,336 0,539 0,519 0,639 0,456
Ma -0,045 0,013 0,105 0,102 -0,075 0,062 -0,201 0,406 0,489 0,530 0,376 0,500 0,524 0,575 0,452
LL 0,055 0,102 0,551 -0,025 0,007 -0,109 0,102 0,427 0,510 0,609 0,354 0,516 0,493 0,630 0,474
AMF -0,018 0,03 -0,013 -0,001 -0,528 0,023 0,008 0,412 0,493 0,509 0,358 0,413 0,517 0,613 0,448
AG 0,027 0,022 0,027 -0,033 0,576 0,1 0,004 0,421 0,491 0,516 0,353 0,626 0,532 0,612 0,468
H+ -0,091 0,06 -0,087 0,524 -0,002 -0,009 0,020 0,397 0,500 0,496 0,448 0,514 0,511 0,615 0,454
Valor mínimo -1,983 -2,061 -2,891 -2,090 -2,664 -2,767 -3,359
Média = 0,463
Valor máximo 2,787 2,179 2,763 3,740 2,512 2,627 2,133 (1) DMP = diâmetro médio ponderado, A_ = agregado, DMG = diâmetro médio geométrico, AMF= areia muito fina, AG = areia grossa, Ds = densidade do solo,
Ma = macroporosidade, GC = grau compactação, LL= limite de liquidez, SB = soma de bases, V(%) = saturação por bases, t = capacidade efetiva de troca de cátions; (2) IQ = índice de qualidade.
87
Apêndice 13. Valores dos escores fatoriais originais e padronizados e o índice de qualidade para indicadores físicos + químicos
sob cerrado nativo.
Componentes Escores padronizados
Indicadores(1) 1 2 3 4 5 6 7 1 2 3 4 5 6 7 IQ(2)
DMP 0,21 0,012 -0,016 0,001 -0,049 -0,022 -0,011 0,796 0,148 0,509 0,422 0,663 0,682 0,560 0,543
A_4 a 2 mm 0,215 0,006 -0,072 0,043 -0,047 0,009 -0,013 0,798 0,147 0,498 0,432 0,663 0,688 0,560 0,543
DMG 0,204 0,011 0,001 -0,005 -0,052 -0,014 -0,01 0,795 0,148 0,512 0,420 0,662 0,684 0,560 0,543
A_0,5 a 0,25 mm -0,158 -0,034 -0,145 0,05 0,166 0,073 0,019 0,706 0,141 0,483 0,434 0,703 0,701 0,569 0,517
A_1 a 0,5 mm -0,183 0,031 0,228 -0,132 -0,113 -0,029 -0,041 0,700 0,151 0,557 0,390 0,651 0,681 0,551 0,516
A_0,25 a 0,125 mm -0,134 0,021 0,026 0,08 -0,156 0,045 0,025 0,712 0,149 0,517 0,441 0,643 0,696 0,570 0,520
SB 0,021 0,252 -0,02 0,038 -0,055 0,015 -0,002 0,745 0,185 0,508 0,431 0,662 0,690 0,563 0,536
pH -0,02 0,201 0,12 -0,229 0,04 -0,051 0,014 0,740 0,177 0,536 0,366 0,679 0,676 0,567 0,532
t -0,025 0,128 0,059 0,037 0,084 0,032 0,151 0,739 0,166 0,524 0,431 0,688 0,693 0,607 0,538
Ca2+ 0,058 0,27 -0,036 -0,133 -0,104 -0,026 -0,17 0,759 0,188 0,505 0,390 0,653 0,681 0,514 0,532
V(%) 0,02 0,258 -0,139 0,046 -0,053 -0,002 -0,032 0,750 0,186 0,484 0,433 0,662 0,686 0,554 0,534
Mg2+ -0,082 0,104 0,006 0,259 0,05 0,049 0,213 0,725 0,162 0,513 0,484 0,681 0,696 0,624 0,538
H+ -0,036 -0,028 0,39 -0,047 -0,03 -0,095 0,015 0,736 0,142 0,590 0,410 0,667 0,668 0,568 0,534
GC -0,029 0,009 -0,187 0,062 0,089 -0,134 -0,07 0,738 0,148 0,475 0,437 0,689 0,660 0,543 0,521
Ds 0,027 0,043 0,033 0,024 -0,458 0,017 0,012 0,751 0,153 0,518 0,427 0,588 0,690 0,567 0,526
Ma -0,035 -0,03 -0,079 -0,021 0,468 0,039 0,007 0,736 0,142 0,496 0,417 0,758 0,694 0,565 0,531
LL -0,032 -0,007 -0,092 -0,025 0,027 0,523 0,018 0,737 0,145 0,494 0,416 0,677 0,791 0,568 0,531
AMF 0,007 -0,045 -0,092 0,428 -0,019 -0,048 -0,015 0,747 0,139 0,494 0,525 0,669 0,677 0,559 0,534
AG -0,026 0,04 -0,04 -0,336 0,045 0,011 -0,05 0,738 0,152 0,504 0,341 0,680 0,689 0,549 0,519
Valor mínimo -3,039 -0,942 -2,567 -1,747 -3,643 -3,438 -1,961
Média= 0,530
Valor máximo 1,041 5,504 2,448 2,396 1,777 1,569 1,521 (1) DMP = diâmetro médio ponderado, A_ = agregado, DMG = diâmetro médio geométrico, AMF= areia muito fina, AG = areia grossa, Ds = densidade do solo,
Ma = macroporosidade, GC = grau compactação, LL= limite de liquidez, SB = soma de bases, V(%) = saturação por bases, t = capacidade efetiva de troca de cátions; (2) IQ = índice de qualidade.
88
Apêndice 14. Valores dos escores fatoriais originais e padronizados e o índice de qualidade para indicadores físicos sob sistema
plantio direto.
Indicadores(1)
Componentes Escores padronizados
IQ (2) 1 3 2 1 2 3
DMP 0,238 -0,014 0,021 0,726 0,529 0,367 0,612
A_4 a 2 mm 0,235 -0,034 0,026 0,725 0,520 0,369 0,609
A_ 0,5 a 0,25 mm -0,231 0,067 0,015 0,557 0,563 0,365 0,525
A_1 a 0,5 mm -0,218 -0,054 -0,042 0,562 0,512 0,345 0,511
A_ 0,25 a 0,125 mm -0,16 0,097 0,01 0,583 0,576 0,363 0,542
IC -0,098 -0,006 0,24 0,605 0,532 0,443 0,558
IP -0,059 0,073 0,242 0,619 0,566 0,444 0,574
Ta -0,06 0,074 0,104 0,619 0,566 0,396 0,566
LL 0,018 -0,343 0,276 0,647 0,389 0,456 0,547
Ma 0,122 0,113 0,102 0,684 0,583 0,395 0,607
UM -0,037 0,466 0,054 0,627 0,733 0,378 0,610
LP 0,043 -0,44 0,018 0,656 0,348 0,366 0,525
Valor mínimo -1,779 -1,258 -1,032
Média = 0,565
Valor máximo 0,9983 1,0939 1,8376 (1) DMP = diâmetro médio ponderado, A_ = agregado, IC = índice de consistência, IP = índice de plasticidade, Ta = atividade da argila, LL = limite de liquidez,
Ma = macroporosidade, UM= umidade máxima, LP = limite de plasticidade; (2) IQ = índice de qualidade.
89
Apêndice 15. Valores dos escores fatoriais originais e padronizados e o índice de qualidade para indicadores físicos sob sistema
integração lavoura-pecuária.
Indicadores(1)
Componentes Escores padronizados
IQ(2) 1 2 3 1 2 3
DMP 0,217 -0,036 -0,014 0,589 0,483 0,625 0,567
A_4 a 2 mm 0,219 -0,029 -0,034 0,589 0,484 0,620 0,567
A_ 0,5 a 0,25 mm -0,211 0,02 0,067 0,479 0,492 0,644 0,507
A_1 a 0,5 mm -0,203 0,08 -0,054 0,481 0,501 0,615 0,506
A_ 0,25 a 0,125 mm -0,211 0,028 0,097 0,479 0,493 0,652 0,508
IC -0,079 0,312 -0,006 0,513 0,538 0,627 0,536
IP -0,053 0,262 0,073 0,520 0,530 0,646 0,541
Ta -0,051 0,26 0,074 0,520 0,529 0,646 0,541
LL 0,019 0,36 -0,343 0,538 0,545 0,546 0,541
Ma 0,107 -0,034 0,113 0,560 0,483 0,655 0,555
UM -0,024 -0,107 0,466 0,527 0,472 0,740 0,544
LP 0,053 0,04 -0,44 0,547 0,495 0,523 0,530
Valor mínimo -2,088 -3,104 -2,620
Média = 0,536
Valor máximo 1,828 3,251 1,550 (1) DMP = diâmetro médio ponderado, A_ = agregado, IC = índice de consistência, IP = índice de plasticidade, Ta = atividade da argila, LL = limite de liquidez,
Ma = macroporosidade, UM= umidade máxima, LP = limite de plasticidade; (2) IQ = índice de qualidade.
90
Apêndice 16. Valores dos escores fatoriais originais e padronizados e o índice de qualidade para indicadores físicos sob cultivo
convencional de milho + soja.
Indicadores(1)
Componentes Escores padronizados
IQ(2) 1 2 3 1 2 3
DMP 0,039 0,0201 0,388 0,514 0,415 0,478 0,477
A_4 a 2 mm -0,021 0,0233 -0,036 0,497 0,416 0,231 0,419
A_ 0,5 a 0,25 mm -0,056 0,219 -0,084 0,487 0,494 0,203 0,431
A_1 a 0,5 mm -0,071 -0,231 0,045 0,483 0,315 0,278 0,391
A_ 0,25 a 0,125 mm -0,05 -0,232 0,085 0,489 0,314 0,302 0,399
IC 0,061 -0,0211 0,04 0,520 0,398 0,276 0,434
IP 0,053 0,238 -0,066 0,518 0,501 0,214 0,451
Ta 0,034 0,235 -0,078 0,513 0,500 0,207 0,446
LL 0,0215 -0,0231 -0,071 0,509 0,397 0,211 0,415
Ma -0,115 -0,218 0,027 0,470 0,320 0,268 0,384
UM 0,0169 -0,016 -0,047 0,508 0,400 0,225 0,418
LP 0,237 0,122 0,099 0,570 0,455 0,310 0,483
Valor mínimo -1,764 -1,021 -0,434
Média = 0,429
Valor máximo 1,744 1,490 1,286 (1) DMP = diâmetro médio ponderado, A_ = agregado, IC = índice de consistência, IP = índice de plasticidade, Ta = atividade da argila, LL = limite de liquidez,
Ma = macroporosidade, UM= umidade máxima, LP = limite de plasticidade; (2) IQ = índice de qualidade.
91
Apêndice 17. Valores dos escores fatoriais originais e padronizados e o índice de qualidade para indicadores físicos sob cerrado
nativo.
Indicadores(1)
Componentes Escores padronizados
IQ (2) 1 2 3 1 2 3
DMP 0,238 -0,054 -0,038 0,593 0,540 0,641 0,588
A_4 a 2 mm 0,235 -0,05 -0,041 0,593 0,541 0,641 0,588
A_ 0,5 a 0,25 mm -0,231 0,047 0,066 0,466 0,557 0,666 0,516
A_1 a 0,5 mm -0,218 0,103 -0,053 0,469 0,567 0,638 0,516
A_ 0,25 a 0,125 mm -0,16 -0,013 0,074 0,485 0,547 0,668 0,526
IC -0,098 0,312 0,027 0,502 0,602 0,657 0,547
IP -0,059 0,272 0,053 0,512 0,596 0,663 0,553
Ta -0,06 0,272 0,053 0,512 0,596 0,663 0,553
LL 0,018 0,379 -0,351 0,533 0,614 0,568 0,557
Ma 0,122 -0,028 0,074 0,562 0,545 0,668 0,573
UM -0,037 -0,107 0,461 0,518 0,531 0,759 0,556
LP 0,043 0,056 -0,427 0,540 0,559 0,550 0,546
Valor mínimo -1,939 -3,228 -2,771
Média = 0,551
Valor máximo 1,730 2,648 1,490 (1) DMP = diâmetro médio ponderado, A_ = agregado, IC = índice de consistência, IP = índice de plasticidade, Ta = atividade da argila, LL = limite de liquidez,
Ma = macroporosidade, UM= umidade máxima, LP = limite de plasticidade; (2) IQ = índice de qualidade.
92
Apêndice 18. Valores dos escores fatoriais originais e padronizados e o índice de qualidade para indicadores químicos sob
sistema plantio direto.
Indicadores(1)
Componentes Escores padronizados
IQ (2) 1 2 3 1 2 3
SB 0,256 0,038 -0,028 0,635 0,404 0,175 0,473
Ca2+ 0,245 0,068 -0,09 0,633 0,411 0,164 0,473
V(%) 0,131 -0,444 -0,121 0,612 0,296 0,159 0,438
pH 0,229 -0,057 -0,029 0,630 0,383 0,175 0,466
Al3+ -0,054 0,042 0,785 0,578 0,405 0,315 0,438
t 0,138 -0,158 0,428 0,613 0,360 0,253 0,451
T 0,226 0,571 0,073 0,629 0,524 0,192 0,494
MO 0,029 0,531 -0,034 0,593 0,515 0,174 0,470
Valor mínimo -3,208 -1,760 -1,045
Média = 0,462
Valor máximo 2,251 2,686 4,773 (1) SB = soma de bases, V = saturação por bases, t = capacidade efetiva de troca de cátions, T = capacidade potencial de troca de cátions, MO = matéria
orgânica; (2) IQ = índice de qualidade.
93
Apêndice 19. Valores dos escores fatoriais originais e padronizados e o índice de qualidade para indicadores químicos sob
sistema integração lavoura-pecuária.
Indicadores(1)
Componentes Escores padronizados
IQ (2) 1 2 1 2
SB 0,183 0,046 0,618 0,545 0,606
Ca2+ 0,198 -0,022 0,622 0,533 0,608
V% 0,206 -0,101 0,625 0,518 0,607
pH 0,174 0,019 0,615 0,540 0,603
Al3+ -0,208 0,178 0,501 0,569 0,512
t 0,129 0,137 0,602 0,561 0,595
T -0,013 0,435 0,559 0,615 0,568
MO -0,164 0,833 0,514 0,687 0,542
Valor mínimo -1,882 -2,972
Média = 0,580
Valor máximo 1,460 2,566 (1) SB = soma de bases, V = saturação por bases, t = capacidade efetiva de troca de cátions, T = capacidade potencial de troca de cátions, MO = matéria
orgânica; (2) IQ = índice de qualidade.
94
Apêndice 20. Valores dos escores fatoriais originais e padronizados e o índice de qualidade para indicadores químicos sob cultivo
convencional de milho + soja.
Indicadores(1)
Componentes Escores padronizados
IQ (2) 1 2 1 2
SB 0,192 0,085 0,573 0,514 0,563
Ca2+ 0,191 0,019 0,573 0,504 0,561
V% 0,188 -0,295 0,572 0,453 0,552
pH 0,177 0,076 0,569 0,513 0,560
Al3+ -0,169 0,262 0,475 0,543 0,486
t 0,156 0,076 0,564 0,513 0,555
T 0,062 0,826 0,538 0,634 0,554
MO 0,04 -0,349 0,532 0,444 0,517
Valor mínimo -1,907 -3,098
Média = 0,543
Valor máximo 1,753 3,090 (1) SB = soma de bases, V = saturação por bases, t = capacidade efetiva de troca de cátions, T = capacidade potencial de troca de cátions, MO = matéria
orgânica; (2) IQ = índice de qualidade.
95
Apêndice 21. Valores dos escores fatoriais originais e padronizados e o índice de qualidade para indicadores químicos sob
sistema cerrado nativo.
Indicadores(1)
Componentes Escores padronizados
IQ (2) 1 2 1 2
SB 0,267 0,036 0,164 0,478 0,188
Ca2+ 0,263 -0,034 0,164 0,461 0,161
V% 0,284 -0,129 0,167 0,438 0,143
pH 0,205 0,023 0,155 0,475 0,143
Al3+ -0,086 0,458 0,109 0,579 0,100
t 0,146 0,22 0,145 0,522 0,171
T -0,04 0,474 0,116 0,583 0,136
MO 0,027 0,176 0,126 0,511 0,078
Valor mínimo -0,771 -1,962
Média = 0,140
Valor máximo 5,543 2,219 (1) SB = soma de bases, V = saturação por bases, t = capacidade efetiva de troca de cátions, T = capacidade potencial de troca de cátions, MO = matéria
orgânica; (2) IQ = índice de qualidade.
Recommended