IDENTIFICAÇÃO DE INDICADORES REPRESENTATIVOS DA …§ões-Teses... · IDENTIFICAÇÃO DE INDICADORES REPRESENTATIVOS DA QUALIDADE DO ... limite de liquidez (LL), Ca2+, Mg2+, pH,

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



ZOOTECNIA


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.

iii

Ficha catalográfica

iv



ZOOTECNIA


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”

http://pensador.uol.com.br/autor/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


explicada pelos fatores físicos. ............................................................................. 58


explicada pelos fatores químicos. ......................................................................... 58


físicos do solo. ...................................................................................................... 59


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


qualidade para indicadores físicos + químicos sob sistema plantio direto. ........... 84


qualidade para indicadores físicos + químicos sob sistema integração lavoura-

pecuária. ............................................................................................................... 85


qualidade para indicadores físicos + químicos sob cultivo convencional de milho +

soja. ...................................................................................................................... 86


qualidade para indicadores físicos + químicos sob cerrado nativo. ...................... 87


qualidade para indicadores físicos sob sistema plantio direto. ............................. 88


qualidade para indicadores físicos sob sistema integração lavoura-pecuária. ..... 89


qualidade para indicadores físicos sob cultivo convencional de milho + soja. ...... 90


qualidade para indicadores físicos sob cerrado nativo. ........................................ 91


qualidade para indicadores químicos sob sistema plantio direto. ......................... 92


qualidade para indicadores químicos sob sistema integração lavoura-pecuária. . 93

xiii


qualidade para indicadores químicos sob cultivo convencional de milho + soja. .. 94


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.


explicada pelos fatores.

Autovalores (λ) e variâncias iniciais Variâncias após rotação

Fatores Variância Total

Variância (%)

Variância acumulada

(%)

Variância Total

Variância (%)


(%)

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).


explicada pelos fatores físicos.

Autovalores (λ) e variâncias iniciais

Variâncias após rotação

Fatores Variância

Total

Variância (%)


(%)

Variância Total

Variância (%)


(%)

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


explicada pelos fatores químicos.

Autovalores (λ) e variâncias iniciais

Variâncias após rotação

Fatores Variância

Total

Variância (%)


(%)

Variância Total

Variância (%)


(%)

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


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.

74

APÊNDICES

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


sob sistema integração lavoura-pecuária.

Indicadores(1)


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


sob cultivo convencional de milho + soja.

Indicadores(1)


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



87


sob cerrado nativo.


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



88

Apêndice 14. Valores dos escores fatoriais originais e padronizados e o índice de qualidade para indicadores físicos sob sistema

plantio direto.

Indicadores(1)


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)


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



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)


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



91

Apêndice 17. Valores dos escores fatoriais originais e padronizados e o índice de qualidade para indicadores físicos sob cerrado

nativo.

Indicadores(1)


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



92

Apêndice 18. Valores dos escores fatoriais originais e padronizados e o índice de qualidade para indicadores químicos sob

sistema plantio direto.

Indicadores(1)


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


sistema integração lavoura-pecuária.

Indicadores(1)


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


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)


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


Média = 0,543



95


sistema cerrado nativo.

Indicadores(1)


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


Média = 0,140



Documents

IDENTIFICAÇÃO DE INDICADORES REPRESENTATIVOS DA …§ões-Teses... · IDENTIFICAÇÃO DE INDICADORES REPRESENTATIVOS DA QUALIDADE DO ... limite de liquidez (LL), Ca2+, Mg2+, pH,