DINAMICA MICROBIANA Y CALIDAD DE LA MATERIA ORGANICA DEL SUELO COMO INDICADORES DE SUSTENTABILIDAD EN EL CHACO ARIDO DE LA PROVINCIA DE CORDOBA Microbial dynamic and organic matter quality as indicators of soil sustainability in Dry Chaco of Córdoba Province

Se propone analizar el efecto del uso productivo en el Chaco Árido de la provincia de Córdoba, mediante la aplicación de indicadores de sustentabilidad relacionados con la calidad de la materia orgánica y la liberación de nutrientes en el suelo, con la finalidad de aportar a un tema de suma interes para la provincia de Córdoba como es la formulación de criterios y pautas de manejo para la implementación de la Ley de Bosques (N° 26331). Se trabajará en la localidad de San Miguel en el departamento Pocho, en un sitio de bosque no disturbado y en tres sistemas productivos: desmonte selectivo con implantación de pasturas; desmonte total con agricultura bajo riego y desmonte total sobrepastoreado. En cada sitio se medirá “in situ” la emisión de CO2 y se tomaran muestras de suelo a las que se les determinará: a) contenido de materia orgánica total (MO), b) contenido de sustancias húmicas (SH), diferenciando ácidos húmicos (AH) y fúlvicos (AF), c) abundancia y actividad de microorganismos nitrificadores y d) propiedades químicas de los AH y AF. Se calcularán los siguientes índices de sustentabilidad a) materia orgánica biodisponible (MOB=MO–SH); b) índice de humificación (IH=SH/MO); c) tipo de humus (TH=AF/AH; d) índice de mineralización de C (IMC=CO2/MO); e) índice de nitrificación (IN=actividad/abundancia); y f) índice de estabilidad de las fracciones humificadas: compuestos aromáticos/ alifáticos. Los datos serán analizados estadísticamente mediante ANOVA y comparación de medias por LSD (P<0.05) y tests multivariados. We proposed analyze the effect of land use in Arid Chaco of Cordoba province, using sustainability indicators related to organic matter quality and nutrient release in soil, with the aim to formulate management criteria for the implementation of the Ley de Bosques (N° 26331) in Córdoba province. The study will be conducted in San Miguel village in Pocho department, in one undisturbed forest site and three productive systems: selective clearing with grass sowing; total clearing with irrigation agriculture and total clearing with overgrazed. In each site "in situ" CO2 emission will be measured and soil samples will be taken, in which the following parameters will be determined: a) total organic matter content (MO), b) humic substances content (SH), in humic acids (AH) and fulvic acids (AF), c) abundance and activity of nitrifier microorganisms and d) chemical properties of AH and AF. The sustainability indexes will be calculated: biodisponible organic matter (MOB=MO–SH); b) humification index (IH=SH/MO); c) humus type (TH=AF/AH; d) C mineralization index (IMC=CO2/MO); e) nitrifying index (IN=activity/abundance); and f) humic fractions stability index: aromatic/aliphatic compounds. The data will be statistically analyzed by ANOVA and the means will be compared by LSD (P<0.05) and multivariate tests.

DESARROLLO DE APLICACIONES ESTADÍSTICAS PARA LA AGRICULTURA DE PRECISIÓN. STATISTICAL APPLICATIONS FOR PRECISION AGRICULTURE

A partir de las últimas décadas se ha impulsado el desarrollo y la utilización de los Sistemas de Información Geográficos (SIG) y los Sistemas de Posicionamiento Satelital (GPS) orientados a mejorar la eficiencia productiva de distintos sistemas de cultivos extensivos en términos agronómicos, económicos y ambientales. Estas nuevas tecnologías permiten medir variabilidad espacial de propiedades del sitio como conductividad eléctrica aparente y otros atributos del terreno así como el efecto de las mismas sobre la distribución espacial de los rendimientos. Luego, es posible aplicar el manejo sitio-específico en los lotes para mejorar la eficiencia en el uso de los insumos agroquímicos, la protección del medio ambiente y la sustentabilidad de la vida rural. En la actualidad, existe una oferta amplia de recursos tecnológicos propios de la agricultura de precisión para capturar variación espacial a través de los sitios dentro del terreno. El óptimo uso del gran volumen de datos derivado de maquinarias de agricultura de precisión depende fuertemente de las capacidades para explorar la información relativa a las complejas interacciones que subyacen los resultados productivos. La covariación espacial de las propiedades del sitio y el rendimiento de los cultivos ha sido estudiada a través de modelos geoestadísticos clásicos que se basan en la teoría de variables regionalizadas. Nuevos desarrollos de modelos estadísticos contemporáneos, entre los que se destacan los modelos lineales mixtos, constituyen herramientas prometedoras para el tratamiento de datos correlacionados espacialmente. Más aún, debido a la naturaleza multivariada de las múltiples variables registradas en cada sitio, las técnicas de análisis multivariado podrían aportar valiosa información para la visualización y explotación de datos georreferenciados. La comprensión de las bases agronómicas de las complejas interacciones que se producen a la escala de lotes en producción, es hoy posible con el uso de éstas nuevas tecnologías. Los objetivos del presente proyecto son: (l) desarrollar estrategias metodológicas basadas en la complementación de técnicas de análisis multivariados y geoestadísticas, para la clasificación de sitios intralotes y el estudio de interdependencias entre variables de sitio y rendimiento; (ll) proponer modelos mixtos alternativos, basados en funciones de correlación espacial de los términos de error que permitan explorar patrones de correlación espacial de los rendimientos intralotes y las propiedades del suelo en los sitios delimitados. From the last decades the use and development of Geographical Information Systems (GIS) and Satellite Positioning Systems (GPS) is highly promoted in cropping systems. Such technologies allow measuring spatial variability of site properties including electrical conductivity and others soil features as well as their impact on the spatial variability of yields. Therefore, site-specific management could be applied to improve the efficiency in the use of agrochemicals, the environmental protection, and the sustainability of the rural life. Currently, there is a wide offer of technological resources to capture spatial variation across sites within field. However, the optimum use of data coming from the precision agriculture machineries strongly depends on the capabilities to explore the information about the complex interactions underlying the productive outputs. The covariation between spatial soil properties and yields from georeferenced data has been treated in a graphical manner or with standard geostatistical approaches. New statistical modeling capabilities from the Mixed Linear Model framework are promising to deal with correlated data such those produced by the precision agriculture. Moreover, rescuing the multivariate nature of the multiple data collected at each site, several multivariate statistical approaches could be crucial tools for data analysis with georeferenced data. Understanding the basis of complex interactions at the scale of production field is now within reach the use of these new techniques. Our main objectives are: (1) to develop new statistical strategies, based on the complementarities of geostatistics and multivariate methods, useful to classify sites within field grown with grain crops and analyze the interrelationships of several soil and yield variables, (2) to propose mixed linear models to predict yield according spatial soil variability and to build contour maps to promote a more sustainable agriculture.