Estimación de la capacidad de retención de agua de suelos volcánicos en función de variables de fácil determinación a campo

Autores
La Manna, Ludmila Andrea; Tarabini, Manuela; Gomez, Federico Antonio; Noli, Pedro Agustín; Vogel, Braian; Buduba, Carlos Guillermo
Año de publicación
2018
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión publicada
Descripción
Los suelos de la región andino Patagónica se desarrollan fundamentalmente a partir de cenizas y arenas volcánicas, lo que les otorga propiedades distintivas. el objetivo del presente trabajo fue generar modelos que permitan estimar las constantes hídri- cas (capacidad de campo (cc) y punto de marchitez permanente (PmP)) en suelos volcánicos, en función de variables de fácil determinación a campo: clase textural estimada al tacto y test de fluoruro de sodio (naF), el cual permite estimar la presencia de aluminosilicatos no cristalinos. Los datos fueron analizados mediante modelos de regresión cuadrática, considerando la clase textural como variable ordinal independiente (x) y las constantes hídricas como variables dependientes. Se obtuvieron los siguientes modelos cuadráticos de regresión: Para suelos con reacción negativa al naF (i.e., sin aluminosilicatos no cristalinos) (n = 132); cc = 47,18 – 4,09 * x + 0,13 * x2 (r2 = 0,52); PmP = 30,46 – 3,52 * x + 0,13 * x2 (r2 = 0,53); Para suelos con reacción positiva al naF (i.e., con aluminosilicatos no cristalinos) (n = 211); cc = 35,50 + 1,26 * x – 0,23 * x2 (r2 = 0,25); PmP = 21,53 + 0,29 * x – 0,13 * x2 (r2 = 0,37); siendo x el código ordinal de clase textural: 1 = arcilloso; 2 = arcillo limoso; 3 = franco arcillo limoso; 4 = arcillo arenoso; 5 = franco arcilloso; 6 = limoso; 7 = franco limoso; 8 = franco arcillo arenoso; 9 = franco; 10 = franco arenoso; 11 = areno franco; 12 = arenoso. Los modelos desarrollados presentaron un ajuste estadísticamente significativo, y tienen la practicidad de sólo necesitar datos de campo, fácilmente obtenibles.
Soils in Patagonian Andean Region are developed mainly from volcanic ashes and they have distinct properties. We aimed to develop models in order to estimate Field capacity (FC) and Permanent Wilting Point (PWP) in volcanic soils, using easily measured variables: soil textural class and Fieldes test, which allows detecting non-crystalline aluminosilicates. Data were analyzed with second order regression models, considering textural class as ordinal independent variable (x) and FC and PWP as dependent variables. The following regression models were developed: For soils with negative Fieldes test (i.e., without non-crystalline aluminosilicates) (N = 132): FC = 47,18 – 4,09 * x + 0,13 * x2 (R2 = 0,52) PWP = 30,46 – 3,52 * x + 0,13 * x2 (R2 = 0,53) For soils with positive Fieldes test (i.e., with non-crystalline aluminosilicates) (N = 211): FC = 35,50 + 1,26 * x – 0,23 * x2 (R2 = 0,25) PWP = 21,53 + 0,29 * x - 0,13 * x2 (R2 = 0,37) x = code for textural class: 1 = clay; 2 = silty clay; 3 = silty clay loam; 4 = sandy clay; 5 = clay loam; 6 = silt; 7 = silt loam; 8 = sandy clay loam; 9 = loam; 10 = sandy loam; 11 = loamy sand; 12 = sand. These models showed significant fit, and are a useful tool based on readily available field data.
EEA Esquel
Fil: La Manna, Ludmila Andrea. Universidad Nacional de la Patagonia San Juan Bosco. Facultad de Ingeniería. Centro de Estudios Ambientales Integrados; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina
Fil: Tarabini, Manuela. Universidad Nacional de la Patagonia San Juan Bosco. Facultad de Ingeniería. Centro de Estudios Ambientales Integrados; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina
Fil: Gomez, Federico Antonio. Universidad Nacional de la Patagonia San Juan Bosco. Facultad de Ingeniería. Centro de Estudios Ambientales Integrados; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Esquel; Argentina
Fil: Noli, Pedro Agustín. Universidad Nacional de la Patagonia San Juan Bosco. Facultad de Ingeniería. Centro de Estudios Ambientales Integrados; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina
Fil: Vogel, Braian. Universidad Nacional de la Patagonia San Juan Bosco. Facultad de Ingeniería. Centro de Estudios Ambientales Integrados; Argentina
Fil: Buduba, Carlos Guillermo. Universidad Nacional de la Patagonia San Juan Bosco. Facultad de Ingeniería. Centro de Estudios Ambientales Integrados; Argentina. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Esquel; Argentina
Fuente
Ciencia del Suelo (Argentina) 36 (1) : 23-29. (2018)
Materia
Suelo Volcánico
Retención de Agua por el Suelo
Ceniza
Modelos de Simulación
Volcanic Soils
Soil Water Retention
Ashes
Simulation Models
Región Patagónica
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
INTA Digital (INTA)
Institución
Instituto Nacional de Tecnología Agropecuaria
OAI Identificador
oai:localhost:20.500.12123/3822
Acceder
id INTADig_4c56da3353a7fff6b13863df2d545132
oai_identifier_str oai:localhost:20.500.12123/3822
network_acronym_str INTADig
repository_id_str l
network_name_str INTA Digital (INTA)
spelling Estimación de la capacidad de retención de agua de suelos volcánicos en función de variables de fácil determinación a campoLa Manna, Ludmila AndreaTarabini, ManuelaGomez, Federico AntonioNoli, Pedro AgustínVogel, BraianBuduba, Carlos GuillermoSuelo VolcánicoRetención de Agua por el SueloCenizaModelos de SimulaciónVolcanic SoilsSoil Water RetentionAshesSimulation ModelsRegión PatagónicaLos suelos de la región andino Patagónica se desarrollan fundamentalmente a partir de cenizas y arenas volcánicas, lo que les otorga propiedades distintivas. el objetivo del presente trabajo fue generar modelos que permitan estimar las constantes hídri- cas (capacidad de campo (cc) y punto de marchitez permanente (PmP)) en suelos volcánicos, en función de variables de fácil determinación a campo: clase textural estimada al tacto y test de fluoruro de sodio (naF), el cual permite estimar la presencia de aluminosilicatos no cristalinos. Los datos fueron analizados mediante modelos de regresión cuadrática, considerando la clase textural como variable ordinal independiente (x) y las constantes hídricas como variables dependientes. Se obtuvieron los siguientes modelos cuadráticos de regresión: Para suelos con reacción negativa al naF (i.e., sin aluminosilicatos no cristalinos) (n = 132); cc = 47,18 – 4,09 * x + 0,13 * x2 (r2 = 0,52); PmP = 30,46 – 3,52 * x + 0,13 * x2 (r2 = 0,53); Para suelos con reacción positiva al naF (i.e., con aluminosilicatos no cristalinos) (n = 211); cc = 35,50 + 1,26 * x – 0,23 * x2 (r2 = 0,25); PmP = 21,53 + 0,29 * x – 0,13 * x2 (r2 = 0,37); siendo x el código ordinal de clase textural: 1 = arcilloso; 2 = arcillo limoso; 3 = franco arcillo limoso; 4 = arcillo arenoso; 5 = franco arcilloso; 6 = limoso; 7 = franco limoso; 8 = franco arcillo arenoso; 9 = franco; 10 = franco arenoso; 11 = areno franco; 12 = arenoso. Los modelos desarrollados presentaron un ajuste estadísticamente significativo, y tienen la practicidad de sólo necesitar datos de campo, fácilmente obtenibles.Soils in Patagonian Andean Region are developed mainly from volcanic ashes and they have distinct properties. We aimed to develop models in order to estimate Field capacity (FC) and Permanent Wilting Point (PWP) in volcanic soils, using easily measured variables: soil textural class and Fieldes test, which allows detecting non-crystalline aluminosilicates. Data were analyzed with second order regression models, considering textural class as ordinal independent variable (x) and FC and PWP as dependent variables. The following regression models were developed: For soils with negative Fieldes test (i.e., without non-crystalline aluminosilicates) (N = 132): FC = 47,18 – 4,09 * x + 0,13 * x2 (R2 = 0,52) PWP = 30,46 – 3,52 * x + 0,13 * x2 (R2 = 0,53) For soils with positive Fieldes test (i.e., with non-crystalline aluminosilicates) (N = 211): FC = 35,50 + 1,26 * x – 0,23 * x2 (R2 = 0,25) PWP = 21,53 + 0,29 * x - 0,13 * x2 (R2 = 0,37) x = code for textural class: 1 = clay; 2 = silty clay; 3 = silty clay loam; 4 = sandy clay; 5 = clay loam; 6 = silt; 7 = silt loam; 8 = sandy clay loam; 9 = loam; 10 = sandy loam; 11 = loamy sand; 12 = sand. These models showed significant fit, and are a useful tool based on readily available field data.EEA EsquelFil: La Manna, Ludmila Andrea. Universidad Nacional de la Patagonia San Juan Bosco. Facultad de Ingeniería. Centro de Estudios Ambientales Integrados; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; ArgentinaFil: Tarabini, Manuela. Universidad Nacional de la Patagonia San Juan Bosco. Facultad de Ingeniería. Centro de Estudios Ambientales Integrados; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; ArgentinaFil: Gomez, Federico Antonio. Universidad Nacional de la Patagonia San Juan Bosco. Facultad de Ingeniería. Centro de Estudios Ambientales Integrados; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Esquel; ArgentinaFil: Noli, Pedro Agustín. Universidad Nacional de la Patagonia San Juan Bosco. Facultad de Ingeniería. Centro de Estudios Ambientales Integrados; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; ArgentinaFil: Vogel, Braian. Universidad Nacional de la Patagonia San Juan Bosco. Facultad de Ingeniería. Centro de Estudios Ambientales Integrados; ArgentinaFil: Buduba, Carlos Guillermo. Universidad Nacional de la Patagonia San Juan Bosco. Facultad de Ingeniería. Centro de Estudios Ambientales Integrados; Argentina. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Esquel; ArgentinaAsociación Argentina Ciencia del Suelo2018-11-08T12:50:02Z2018-11-08T12:50:02Z2018-07info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfhttp://www.suelos.org.ar/sitio/volumen-36-numero-1-julio-2018/http://hdl.handle.net/20.500.12123/38220326-31691850-2067Ciencia del Suelo (Argentina) 36 (1) : 23-29. (2018)reponame:INTA Digital (INTA)instname:Instituto Nacional de Tecnología Agropecuariaspainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)2025-10-16T09:29:21Zoai:localhost:20.500.12123/3822instacron:INTAInstitucionalhttp://repositorio.inta.gob.ar/Organismo científico-tecnológicoNo correspondehttp://repositorio.inta.gob.ar/oai/requesttripaldi.nicolas@inta.gob.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:l2025-10-16 09:29:22.21INTA Digital (INTA) - Instituto Nacional de Tecnología Agropecuariafalse
dc.title.none.fl_str_mv Estimación de la capacidad de retención de agua de suelos volcánicos en función de variables de fácil determinación a campo
title Estimación de la capacidad de retención de agua de suelos volcánicos en función de variables de fácil determinación a campo
spellingShingle Estimación de la capacidad de retención de agua de suelos volcánicos en función de variables de fácil determinación a campo
La Manna, Ludmila Andrea
Suelo Volcánico
Retención de Agua por el Suelo
Ceniza
Modelos de Simulación
Volcanic Soils
Soil Water Retention
Ashes
Simulation Models
Región Patagónica
title_short Estimación de la capacidad de retención de agua de suelos volcánicos en función de variables de fácil determinación a campo
title_full Estimación de la capacidad de retención de agua de suelos volcánicos en función de variables de fácil determinación a campo
title_fullStr Estimación de la capacidad de retención de agua de suelos volcánicos en función de variables de fácil determinación a campo
title_full_unstemmed Estimación de la capacidad de retención de agua de suelos volcánicos en función de variables de fácil determinación a campo
title_sort Estimación de la capacidad de retención de agua de suelos volcánicos en función de variables de fácil determinación a campo
dc.creator.none.fl_str_mv La Manna, Ludmila Andrea
Tarabini, Manuela
Gomez, Federico Antonio
Noli, Pedro Agustín
Vogel, Braian
Buduba, Carlos Guillermo
author La Manna, Ludmila Andrea
author_facet La Manna, Ludmila Andrea
Tarabini, Manuela
Gomez, Federico Antonio
Noli, Pedro Agustín
Vogel, Braian
Buduba, Carlos Guillermo
author_role author
author2 Tarabini, Manuela
Gomez, Federico Antonio
Noli, Pedro Agustín
Vogel, Braian
Buduba, Carlos Guillermo
author2_role author
author
author
author
author
dc.subject.none.fl_str_mv Suelo Volcánico
Retención de Agua por el Suelo
Ceniza
Modelos de Simulación
Volcanic Soils
Soil Water Retention
Ashes
Simulation Models
Región Patagónica
topic Suelo Volcánico
Retención de Agua por el Suelo
Ceniza
Modelos de Simulación
Volcanic Soils
Soil Water Retention
Ashes
Simulation Models
Región Patagónica
dc.description.none.fl_txt_mv Los suelos de la región andino Patagónica se desarrollan fundamentalmente a partir de cenizas y arenas volcánicas, lo que les otorga propiedades distintivas. el objetivo del presente trabajo fue generar modelos que permitan estimar las constantes hídri- cas (capacidad de campo (cc) y punto de marchitez permanente (PmP)) en suelos volcánicos, en función de variables de fácil determinación a campo: clase textural estimada al tacto y test de fluoruro de sodio (naF), el cual permite estimar la presencia de aluminosilicatos no cristalinos. Los datos fueron analizados mediante modelos de regresión cuadrática, considerando la clase textural como variable ordinal independiente (x) y las constantes hídricas como variables dependientes. Se obtuvieron los siguientes modelos cuadráticos de regresión: Para suelos con reacción negativa al naF (i.e., sin aluminosilicatos no cristalinos) (n = 132); cc = 47,18 – 4,09 * x + 0,13 * x2 (r2 = 0,52); PmP = 30,46 – 3,52 * x + 0,13 * x2 (r2 = 0,53); Para suelos con reacción positiva al naF (i.e., con aluminosilicatos no cristalinos) (n = 211); cc = 35,50 + 1,26 * x – 0,23 * x2 (r2 = 0,25); PmP = 21,53 + 0,29 * x – 0,13 * x2 (r2 = 0,37); siendo x el código ordinal de clase textural: 1 = arcilloso; 2 = arcillo limoso; 3 = franco arcillo limoso; 4 = arcillo arenoso; 5 = franco arcilloso; 6 = limoso; 7 = franco limoso; 8 = franco arcillo arenoso; 9 = franco; 10 = franco arenoso; 11 = areno franco; 12 = arenoso. Los modelos desarrollados presentaron un ajuste estadísticamente significativo, y tienen la practicidad de sólo necesitar datos de campo, fácilmente obtenibles.
Soils in Patagonian Andean Region are developed mainly from volcanic ashes and they have distinct properties. We aimed to develop models in order to estimate Field capacity (FC) and Permanent Wilting Point (PWP) in volcanic soils, using easily measured variables: soil textural class and Fieldes test, which allows detecting non-crystalline aluminosilicates. Data were analyzed with second order regression models, considering textural class as ordinal independent variable (x) and FC and PWP as dependent variables. The following regression models were developed: For soils with negative Fieldes test (i.e., without non-crystalline aluminosilicates) (N = 132): FC = 47,18 – 4,09 * x + 0,13 * x2 (R2 = 0,52) PWP = 30,46 – 3,52 * x + 0,13 * x2 (R2 = 0,53) For soils with positive Fieldes test (i.e., with non-crystalline aluminosilicates) (N = 211): FC = 35,50 + 1,26 * x – 0,23 * x2 (R2 = 0,25) PWP = 21,53 + 0,29 * x - 0,13 * x2 (R2 = 0,37) x = code for textural class: 1 = clay; 2 = silty clay; 3 = silty clay loam; 4 = sandy clay; 5 = clay loam; 6 = silt; 7 = silt loam; 8 = sandy clay loam; 9 = loam; 10 = sandy loam; 11 = loamy sand; 12 = sand. These models showed significant fit, and are a useful tool based on readily available field data.
EEA Esquel
Fil: La Manna, Ludmila Andrea. Universidad Nacional de la Patagonia San Juan Bosco. Facultad de Ingeniería. Centro de Estudios Ambientales Integrados; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina
Fil: Tarabini, Manuela. Universidad Nacional de la Patagonia San Juan Bosco. Facultad de Ingeniería. Centro de Estudios Ambientales Integrados; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina
Fil: Gomez, Federico Antonio. Universidad Nacional de la Patagonia San Juan Bosco. Facultad de Ingeniería. Centro de Estudios Ambientales Integrados; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Esquel; Argentina
Fil: Noli, Pedro Agustín. Universidad Nacional de la Patagonia San Juan Bosco. Facultad de Ingeniería. Centro de Estudios Ambientales Integrados; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina
Fil: Vogel, Braian. Universidad Nacional de la Patagonia San Juan Bosco. Facultad de Ingeniería. Centro de Estudios Ambientales Integrados; Argentina
Fil: Buduba, Carlos Guillermo. Universidad Nacional de la Patagonia San Juan Bosco. Facultad de Ingeniería. Centro de Estudios Ambientales Integrados; Argentina. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Esquel; Argentina
description Los suelos de la región andino Patagónica se desarrollan fundamentalmente a partir de cenizas y arenas volcánicas, lo que les otorga propiedades distintivas. el objetivo del presente trabajo fue generar modelos que permitan estimar las constantes hídri- cas (capacidad de campo (cc) y punto de marchitez permanente (PmP)) en suelos volcánicos, en función de variables de fácil determinación a campo: clase textural estimada al tacto y test de fluoruro de sodio (naF), el cual permite estimar la presencia de aluminosilicatos no cristalinos. Los datos fueron analizados mediante modelos de regresión cuadrática, considerando la clase textural como variable ordinal independiente (x) y las constantes hídricas como variables dependientes. Se obtuvieron los siguientes modelos cuadráticos de regresión: Para suelos con reacción negativa al naF (i.e., sin aluminosilicatos no cristalinos) (n = 132); cc = 47,18 – 4,09 * x + 0,13 * x2 (r2 = 0,52); PmP = 30,46 – 3,52 * x + 0,13 * x2 (r2 = 0,53); Para suelos con reacción positiva al naF (i.e., con aluminosilicatos no cristalinos) (n = 211); cc = 35,50 + 1,26 * x – 0,23 * x2 (r2 = 0,25); PmP = 21,53 + 0,29 * x – 0,13 * x2 (r2 = 0,37); siendo x el código ordinal de clase textural: 1 = arcilloso; 2 = arcillo limoso; 3 = franco arcillo limoso; 4 = arcillo arenoso; 5 = franco arcilloso; 6 = limoso; 7 = franco limoso; 8 = franco arcillo arenoso; 9 = franco; 10 = franco arenoso; 11 = areno franco; 12 = arenoso. Los modelos desarrollados presentaron un ajuste estadísticamente significativo, y tienen la practicidad de sólo necesitar datos de campo, fácilmente obtenibles.
publishDate 2018
dc.date.none.fl_str_mv 2018-11-08T12:50:02Z
2018-11-08T12:50:02Z
2018-07
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv http://www.suelos.org.ar/sitio/volumen-36-numero-1-julio-2018/
http://hdl.handle.net/20.500.12123/3822
0326-3169
1850-2067
url http://www.suelos.org.ar/sitio/volumen-36-numero-1-julio-2018/
http://hdl.handle.net/20.500.12123/3822
identifier_str_mv 0326-3169
1850-2067
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Asociación Argentina Ciencia del Suelo
publisher.none.fl_str_mv Asociación Argentina Ciencia del Suelo
dc.source.none.fl_str_mv Ciencia del Suelo (Argentina) 36 (1) : 23-29. (2018)
reponame:INTA Digital (INTA)
instname:Instituto Nacional de Tecnología Agropecuaria
reponame_str INTA Digital (INTA)
collection INTA Digital (INTA)
instname_str Instituto Nacional de Tecnología Agropecuaria
repository.name.fl_str_mv INTA Digital (INTA) - Instituto Nacional de Tecnología Agropecuaria
repository.mail.fl_str_mv tripaldi.nicolas@inta.gob.ar
_version_ 1846143507219087360
score 12.712165

Publicaciones similares