SciELO - Scientific Electronic Library Online

 
vol.22 número1La avifauna de una plantación de banano del norte de VenezuelaEfecto de dos ambientes lumínicos en el crecimiento inicial y calidad de plantas de Crescentia cujete índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

  • No hay articulos similaresSimilares en SciELO

Compartir


Bioagro

versión impresa ISSN 1316-3361

Bioagro v.22 n.1 Barquisimeto abr. 2010

 

Índice de calidad y salud de suelos para plantaciones bananeras en cuatro países de américa latina y el caribe

Eduardo Delgado1, Franklin Rosales2, Javier Trejos3, Mario Villalobos3 y Luis Pocasangre2

1 Instituto Nacional de Investigaciones Agrícolas (INIA). Apdo. 131. Barinas. Venezuela. e-mail: edelgado@inia.gob.ve

2 Bioversity International. Oficina Costa Rica. e-mail: bioversity-costarica@cgiar.org

3 CIMPA, Universidad de Costa Rica.  e-mail: jtrejos@cariari.ucr.ac.cr

RESUMEN

La productividad de las plantaciones bananeras en varios países de América Latina y el Caribe ha mostrado disminuciones considerables durante la última década lo cual se ha asociado a un deterioro de factores físicos, químicos y biológicos del suelo. Este trabajo tuvo como objetivo construir un índice matemático para describir la calidad y salud de estos suelos, indicando los factores más críticos en la producción. Sesenta y seis  indicadores fueron medidos en 38 fincas bananeras seleccionadas con diferentes grados de producción en Costa Rica, República Dominicana, Panamá y Venezuela. El análisis discriminante global para todos los países indicó que las variables explicativas de la discriminación son bastante diferentes entre los países por lo que se procedió a definir los índices de calidad y salud en forma individual. Se identificaron 17 indicadores para Costa Rica, 13 para Panamá, 11 para Venezuela y 22 para República Dominicana, estos últimos .divididos en 11 sistemas de producción orgánica  y 11 de producción convencional. Asimismo, se determinó que los indicadores seleccionados son confiables para diferenciar sectores de alta y baja productividad de las fincas.

Palabras clave adicionales: Bananos, física de suelos, química de suelos, biología de suelos

An index of soil quality and health for banana plantations in four countries of Latin America and the Caribbean

ABSTRACT

The productivity of banana plantations in several Latin America and Caribbean countries has shown significant declines over the past decade which has been associated with a deterioration of physical, chemical and biological soil factors. This study aimed to construct a mathematical index to describe the quality and health of these soils, indicating the most critical factors in production. Sixty-six indicators were measured in 38 selected banana farms with different levels of production in Costa Rica, Dominican Republic, Panama and Venezuela. Discriminant analysis for all of the countries indicated that the explanatory variables of discrimination are quite different among the countries, so we proceeded to define individually the quality and health indices. Seventeen indicators were identified for Costa Rica, 13 for Panama, 11 for Venezuela and 22 from Dominican Republic; the latter divided in 11 indicators for organic and 11 for conventional production. It was also determined that the selected indicators are reliable for distinguishing areas of high and low productivity in the farms.

Additional key words: Banana, soil physics, soil chemistry, soil biology

Recibido: Junio 27, 2008 Aceptado: Septiembre 15, 2009

INTRODUCCIÓN

La calidad del suelo puede definirse como su capacidad para funcionar (SSSA, 1994). En forma más amplia se utiliza el término salud del suelo para indicar la capacidad del suelo para funcionar como un sistema vital para mantener la productividad biológica, promoviendo la calidad ambiental (Doran y Zeiss, 2000). Ambos conceptos han ido evolucionando, y al término de calidad se le han agregado nuevos atributos tales como sostenibilidad y calidad ambiental (Roming et al., 1995; Karlen et al., 1997). Los indicadores de calidad del suelo son propiedades físicas, químicas y biológicas que pueden ser medidas cualitativa o cuantitativamente y que proveen información acerca de qué tan adecuadamente un suelo funciona, de modo que los mejores indicadores serán aquellas propiedades que influyan significativamente sobre la capacidad del suelo para proveer su función (Carter et al., 1997).

De acuerdo a Pattison et al. (2004) los métodos utilizados para medir el potencial productivo de un suelo para el cultivo de banano se basan principalmente en el estudio de las propiedades

físicas y químicas, y de las relaciones con algunas características especiales como la topografía y las condiciones climáticas. Sin embargo, estos métodos poco consideran el estado de la salud del suelo y no son suficientes para explicar las complejas interacciones del suelo y su rizósfera. Es generalmente aceptado que la producción agrícola convencional provoca un decrecimiento de la calidad del suelo, especialmente en su relación con la producción.

A pesar de la aplicación de técnicas e insumos de alto costo, en las plantaciones comerciales de banano en América Latina y el Caribe se ha registrado en los últimos diez años una reducción considerable en la productividad, debido al cambio y deterioro acelerado de los factores físicos, químicos y biológicos del suelo (Serrano, 2005). Se tiene evidencia de la relación directa entre la reducción de la productividad y la pérdida de la calidad y salud del suelo, por el impacto adverso del sistema convencional de producción (Gauggel et al., 2005). Rosales et al. (2008) señalaron que el cultivo intensivo del banano ha provocado cambios sustanciales en este ambiente, tales como la disminución de la biodiversidad, pérdida del recurso suelo por erosión, y desequilibrios entre sus componentes. Por su parte, Serrano (2005) indicó que la alta carga de desechos de polietileno en las plantaciones bananeras, el uso intensivo de biocidas y la aplicación de dosis excesivas de fertilizantes han contribuido al deterioro de los suelos.

La productividad en algunos países de América Latina y el Caribe, por ejemplo,  Panamá y Costa Rica han mostrado oscilaciones considerables durante la última década (FAO, 2007) Existe evidencia de que las caídas de producción están asociadas a un agotamiento de los suelos (Rosales et al., 2008). Por el contrario, la producción bananera en Venezuela y República Dominicana, caracterizada por una mayor utilización de sistemas de producción orgánica o de menos uso de insumos químicos, ha mantenido cierta estabilidad durante los últimos diez años (Rosales et al., 2008).

El monitoreo de la calidad y salud del suelo bananero, permitiría a los productores de banano caracterizar los factores críticos más importantes de su suelo e identificar las mejores prácticas de manejo para evitar su deterioro o para recuperar la salud perdida hasta donde sea posible. La descripción del estado actual de la salud del suelo y su ulterior evolución, constituye la base de información necesaria para comprender las causas y dinámica del proceso de deterioro y para diseñar innovaciones tecnológicas alternativas.

El objetivo principal de este trabajo se basó en la construcción de un índice matemático para describir la calidad y salud de suelos bananeros, indicando los factores más críticos en la producción de las fincas estudiadas, mediante la selección de indicadores de características físicas, químicas y  biológicas. 

MATERIALES Y MÉTODOS 

Se colectó información de 38 fincas procedentes de Costa Rica, República Dominicana, Panamá y Venezuela (Cuadro 1), las cuales disponían de datos históricos de manejo y producción con un mínimo de tres años, y se evaluaron 66 indicadores del suelo agrupados en indicadores físicos (profundidad efectiva, textura, % arena, % limo, % arcilla, resistencia tangencial,  resistencia a la penetración, densidad aparente, densidad partículas, infiltración, porosidad);  químicos (pH, Al, acidez intercambiable, Ca, Mg, K, suma cationes, Ca/Mg, Ca/K, Mg/K, % sat K, % sat Ca, P, Fe, Cu, Zn, Mn, % MO, % Al y Fe, % fosfatos, % sat bases); nematodos (peso de raíz total; peso de raíz funcional; Radopholus similis; Helicotylenchus milticintus; fitonematodos totales; % de fitonematodos; nematodos de vida libre; total de nematodos; % nematodos de vida libre);  hongos y poblaciones totales (número de aislados Trichoderma; Fusarium; otros hongos; total de hongos aislados; total hongos purificados; bacterias; actinomicetos y hongos); microartrópodos (número de individuos; número de familias) biomasa microbiana (valores en mg C·100 g-1 suelo seco a 105 ºC; flujo de C en flujo-C/factor 0,45; fumigados y no fumigados); respiración microbiana (mg 100 g-1 ·10 días-1); sistema radical (peso radical; longitud radical; área; diámetro; volumen; índice de necrosis) e indicadores de producción (circunferencia planta madre, número de manos/racimo y altura del hijo). La producción se estimó en base a las variables agronómicas de número de manos, circunferencia del pseudotallo de la madre y altura del hijo de sucesión, aplicando la metodología de Rosales et al. (2008).

Cuadro 1. Fincas bananeras muestreadas en cuatro países para la elaboración del índice de calidad y salud de los suelos (siglas entre paréntesis)

Costa Rica

Panamá

República Dominicana

Venezuela

Orgánicas

Convencionales

Calinda (CAL) Margarita  (MR) Máximo Blanco (MB)  Rafael Castillo (RC) Banaoro1 (B1)
Las Juntas (JUN) Los Angeles (LA) Fco. Madera (FM)

 Alejandro Berges (AB)

Banaoro2 (B2)
Cartagena (CRT) Mango (MG) Rosa Ferreira (RF)  Angel Regalado (AR) Kambuca1 (K1)
San Pablo (PAB) Balsas (BL) Finca Fernández (FF)  Cerro Gordo (CG) Kambuca2 (K2)
El Esfuerzo (ESF) Palo Blanco (PB) Finca Rainieri (FR)   Punta Larga1 (P1)
Palo Verde (VER) Higuito (HG) Julio Peña (JP)   Punta Larga2 (P2)
  Caoba (CB) Darío Vargas (DV)   San Mateo (SM)
  Jagua (JG) Finca Palo Verde (PV)   Señor Paz (SP)
  Javillo (JV)     Señor Charles (SC)
  San Antonio (SA)      
  Santa Cecilia (SC)      

Cada finca fue dividida en dos sectores basados en la categorización de los sitios dada por el productor (sitios de buena y pobre producción), la cual fue evaluada mediante un análisis en componentes principales. Así mismo, se realizaron discriminaciones en las dos clases usando el método de Fisher (Saporta, 1980).

De esta forma, el proceso de construcción del índice consistió en dos secciones. La primera, o prediagnóstico, tuvo por finalidad obtener el historial de la finca, basado en las entrevistas con los productores, colección de información secundaria y verificación in situ de la situación productiva de la finca a través de la aplicación de indicadores de producción. La segunda sección fue el diagnóstico propiamente dicho, en el cual se usaron minicalicatas como medio para la obtención de los datos de campo, aplicando y midiendo todos los indicadores para el estudio de la parte física, química y biológica del suelo.

Una vez terminado el prediagnóstico y ubicados los sitios de muestreo, se procedió a ejecutar el diagnóstico. Cada sitio tuvo un tamaño aproximado de 4 ha y en cada una de las áreas se delimitaron cuatro parcelas de 1000 m2 (aproximadamente 20 x 50 m cada una) donde se calculó la densidad poblacional y luego se identificaron 20 plantas  de las últimas tres cintas cercanas a cosecha para la determinación de los parámetros de producción; para un total de 80 plantas en las 4 ha. A las plantas seleccionadas se les tomaron datos de altura de planta, circunferencia del pseudotallo de la planta madre y número de manos; que son los indicadores de la producción. En cada una de las áreas identificadas, se abrieron cuatro minicalicatas (una por hectárea), cada una con una dimensión de 60 x 60 x 60 cm.

Finalizado el diagnóstico los datos colectados fueron organizados y analizados usando una metodología integradora (Figura 1). La selección de los indicadores más significativos se hizo, en primer lugar, con base en regresiones lineales, utilizando la producción como indicador a explicar. Seguidamente, se realizó un análisis en componentes principales (ACP) con el objetivo de describir las principales correlaciones entre variables y sitios de muestreo.

Con estos indicadores se hicieron pruebas de pertinencia  para  reevaluar  el  poder  explicativo de los indicadores seleccionados, de completud para  evaluar  que  todas  las  clases estuvieran bien representadas con base en una clasificación automática del tipo análisis de conglomerados (Diday et al., 1982), y de independencia de los indicadores mediante el examen de la matriz de correlaciones, para evitar redundancias. De esta forma, se obtuvo un conjunto mínimo de datos (CMD).

Cada indicador del CMD entró al índice matemático con un peso y una curva de respuesta. El peso fue estimado a partir de la importancia del indicador correspondiente en las primeras componentes principales del análisis con las variables del CMD. Por su parte, la curva de respuesta se  construyó mediante contrastes con los rangos observados en los  datos. Así, se obtuvo un índice para describir la calidad del suelo para cada país a partir de un grupo de indicadores.

 Para la construcción del índice se consideró un índice de tipo aditivo (Andrews et. al., 2004):

donde K es el número de indicadores en el MDS, pesoi es el peso del indicador i, fi es la curva de respuesta que corresponde al indicador i, y xi es el valor del indicador i del lugar que se quiere evaluar. Es decir, para cada valor de los indicadores x1, x2,..., xK del MDS el índice tiene un valor entre 0 y 1, interpretándose el 1 como la mejor calidad y salud de dicho suelo.

Para determinar la curva de respuesta se evaluaron los tipos de curva logística, campana y asintótica (Wolfram, 1996). Las curvas de respuesta indicaron el comportamiento del indicador, considerándose muy buen comportamiento si el valor era cercano 1 y muy malo para valores cercanos a 0 (Cuadro 2).

Cuadro 2. Valoración del índice de calidad y salud de suelo bananero

Valor del indicador

Interpretación

0 y 0,1

Pobre

0,1 y 0,35

Regular

0,35 y 0,65

Bien

0,65 y 0,85

Muy bien

0,85 y 1,0

Excelente

Debido a que los indicadores presentes en el CMD de cada país tuvieron diferente contribución al poder explicativo de las variables de producción, se determinó esta contribución mediante la comunalidad de cada indicador (Joliffe, 2004), es decir, la suma de las correlaciones al cuadrado con los componentes principales con varianza mayor que 1. Esta comunalidad, normalizada entre la suma de las comunalidades, fue usada como ponderación del indicador respectivo en la construcción del índice.

RESULTADOS Y DISCUSIÓN

Tanto el análisis en componentes principales de la categorización de los sitios de buena y pobre producción, el cual mostró inercias superiores al 90 % en el primer componente principal, como la prueba de Fisher (Saporta, 1980) indicaron que fue acertada la clasificación inicial dada por el productor y que sirvió de base para la construcción del índice. Asimismo, la revisión de los indicadores que formaron el CMD mediante análisis de conglomerados, o clasificación automática, y examen de la matriz de correlaciones mostró la pertinencia de las variables escogidas, así como su independencia.

Por otra parte, se encontró que  las variables explicativas de la discriminación (circunferencia de la madre, altura del hijo, número de manos) son bastante diferentes de país a país, por lo que no hubo consenso explicativo para todos ellos ya que los rangos de valores difieren significativamente dependiendo de cada país. Por esto, se procedió a definir los índices de calidad y salud individualmente por país, dada la imposibilidad de desarrollar un índice general. Además, debido a las notables diferencias en los valores entre las fincas orgánicas y las fincas convencionales en República Dominicana, en este país se consideró apropiado subdividir el análisis entre estos dos tipos de fincas.

En el Cuadro 3 se presenta el tipo de curva y el valor de los coeficientes para cada uno de los indicadores presentes en los CMD. Los índices muestran valores entre 0 y 1, interpretándose el 1 como la mejor calidad y salud  de dicho suelo, lo que permitió constatar que la aplicación de éstos sobre los datos observados efectivamente discriminó los sitios buenos de los sitios pobres.

Cuadro 3. Tipos de curva de respuesta y valores de los coeficientes por indicador seleccionado para todos los países en estudio

Indicador

Media

Coeficientes

Tipo de curva

m

b

pH

6

0,094

1,456

Campana

EA

0,75

-40

0,500

Cúbica decreciente

Ca

15

0,303

-4,551

Logística decreciente

Mg

4,15

0,04080

1,456

Campana

K

0,8

122.368

1,456

Campana

Cu

3,5

0,09440

1,456

Campana

Ca/K

21

0,00200

1,456

Campana

% arena

45

0,0000478

1,456

Campana

Water-infil

10,5

0,001

1,456

Campana

Pen-res

0,2

-20,22900

1,456

Logística decreciente

MO

2

3

-6,069

Logística creciente

RM-Total

350

0,01

-3,540

Logística creciente

IndMiner

0,6

298.751

1,456

Campana

BiomasaMO

5,5

1

-3,338

Logística creciente

PR

35

0,3034

10,620

Logística creciente

RT

105,0

0,101

-10,620

Logística creciente

L-Rad.s

6000

0,0000000000

0,500

Logística decreciente

NVL-tot

145

0,101

-1,467

Logística creciente

NVL-bacter

15

0,3034

-4,551

Logística creciente

% fitonem

65

-0,303

19,723

Logística decreciente

Hel.m

625.000

-0,006000

3,448

Logística decreciente

Trichod

5

2

-7,586

Logística creciente

Ot-fung

4,5

1,011000

-4,552

Logística creciente

MA-tot-anim

115.000

0,0430000

-4,985

Logística creciente

MA-tot-fam

7

0,759

-5,310

Logística creciente

EA: acidez intercambiable;  Ca-Mg-K-P-Cu: contenidos de calcio, magnesio, potasio, fósforo y cobre, respectivamente;  PhosRet: retención de fósforo;  Water-inf: infiltración de agua;  Pen-res: resistencia a la penetración;  MO: materia orgánica;  RM-Total: respiración microbiana total;  IndMiner: índice de mineralización;  BiomasaMO: biomasa de materia orgánica;  PR: peso radical;  RT: Raíz total;  L-Rads: total Radopholus similis NVL-tot: total nemátodos vida libre;  NVLgen: géneros de nemátodos de vida libre;  NVL-bacter: total nemátodos de vida libre bacteriófagos;  % fitonem: porcentaje de fitonemátodos;  NVLfuNAP: nemátodos de vida libre fungívoros y no asociados a plantas;  Hel.m: total Helicotylenchus milticintus L-bat: total bacterias;  Trichod: población de Trichoderma;  % Trichod: porcentaje de TrichodermaL-fung: total hongos;  Fusar: total FusariumOt-fun: otros hongos;  MA-tot-anim: total microartrópodos;  MA-tot-fam: total familias microartrópodos

La ponderación mediante la comunalidad (Joliffe, 2004) de cada indicador presente en el CMD mostró los diferentes grados de contribución de  cada  país  en  la  construcción  del  índice (Cuadro 4). Se identificaron 17 indicadores para Costa  Rica,  13  indicadores  para  Panamá, 11 indicadores para sistemas de producción orgánica y 11 de producción convencional para República Dominicana, y 11 para Venezuela.

Cuadro 4. Ponderaciones de los indicadores para Costa Rica, Panamá, República Dominicana y Venezuela

Indicador

Costa Rica

Panamá

República Dominicana

Venezuela

Orgánica

Convencional

Comun.

Peso %

Comun.

Peso %

Comun.

Peso %

Comun.

Peso %

Comun.

Peso %

pH

0,858

7,70

0,806

8,1

0,756

10,60

0,861

9,90

0,486

6,30

EA

0,689

6,20

-

-

-

-

-

-

-

-

Ca

-

-

0,693

7,0

0,812

11,40

-

-

-

-

Mg

-

-

-

-

-

-

 

 

0,783

10,20

P

0,633

5,70

-

-

-

-

-

-

-

-

PhosRet

0,825

7,40

-

-

-

-

-

-

-

-

K

-

-

0,666

6,7

-

-

0,824

9,50

-

-

Cu

-

-

-

-

-

-

0,814

9,40

0,886

11,50

Ca/Mg

-

-

-

-

0,786

7,00

-

-

-

-

Ca/K

0,786

11,00

-

-

 

 

-

-

-

-

Mg/K

0,663

5,90

-

-

 

 

-

-

-

-

% arena

-

-

0,848

8,5

0,835

11,70

0,918

10,60

0,782

10,20

Porosity

0,676

6,00

-

-

-

-

-

-

-

-

Water-inf

0,477

4,30

-

-

0,513

7,20

-

-

-

-

Pen-res

0,791

9,10

-

-

-

-

-

-

0,809

10,60

MO

-

-

0,872

8,8

0,786

11,00

-

-

-

-

RM-Total

-

-

0,772

7,8

0,662

9,30

0,863

10,00

0,602

7,90

IndMiner

0,567

5,10

0,898

9,0

-

-

0,851

9,80

-

-

BiomasaMO

-

-

-

-

-

-

-

-

0,590

7,70

PR

0,664

5,90

-

-

-

-

-

-

0,712

9,30

RT

-

-

0,672

6,8

0,582

8,20

0,794

9,20

-

-

L-Rad.s

0,551

4,90

0,772

7,8

-

-

-

-

-

-

NVL-tot

-

-

0,689

6,9

-

-

-

-

0,822

10,70

NVLbacter

-

-

-

-

-

-

-

-

0,820

10,70

NVLgen

0,756

6,80

-

-

-

-

-

-

-

-

NVLfuNAP

0,306

2,70

-

-

-

-

-

-

-

-

% fitonem

0,783

7,00

0,758

7,6

-

-

-

-

-

-

Hel.m

-

-

-

-

0,388

5,40

0,751

8,70

-

-

L-bact

0,853

7,60

-

-

-

-

-

-

-

-

Trichod

-

-

0,700

7,0

-

-

-

-

-

-

% Trichod

-

-

 

 

-

-

-

-

0,379

4,90

Fusar

-

-

-

-

0,605

8,50

-

-

-

-

L-fung

0,653

5,80

-

-

-

-

-

-

-

-

Ot-fung

-

-

-

-

0,401

5,60

0,536

6,20

-

-

MA-tot-anim

0,462

4,10

-

-

-

-

0,657

7,60

-

-

MA-tot-fam

-

-

0,804

8,1

-

-

-

-

-

-

 

11

100

9,949

100

7

100

9

100

8

100

Comun.: Comunalidad

Dado que una alta comunalidad demuestra que el indicador es importante para el análisis del país respectivo, se deduce que entre los indicadores más importantes para Costa Rica se pueden mencionar pH, L-bat y PhosRet, para Panamá IndMiner, MO y % arena, para República Dominicana orgánica Ca y % arena, para República. Dominicana convencional RM-Total, y para Venezuela Cu.

En el Cuadro 5 se muestra el valor calculado del  índice  de  calidad  y  salud  de  los  suelos para el CMD en cada finca. Se observa que en la gran mayoría de los casos, los mayores valores del índice correspondieron a los sectores de las fincas clasificadas como de buena producción, lo cual demuestra la confiabilidad del índice para discriminar entre zonas de alta y baja productividad en las plantaciones bananeras. En los casos en que los índices no lograron contrastar los sitios buenos de los sitios pobres podría atribuirse a que en esas fincas los indicadores seleccionados no eran tan contrastantes para lograr una diferenciación precisa como en otras fincas.

Cuadro 5. Índice de calidad y salud de los suelos por país y finca

Costa Rica

Índice

Panamá

Índice

CALb

0,61

MRb

0,55

CALp

0,53

MRp

0,37

JUNb

0,52

LAb

0,47

JUNp

0,51

LAp

0,45

CRTb

0,62

MGb

0,64

CRTp

0,61

MGp

0,50

PABb

0,52

BLb

0,56

PABp

0,53

BLp

0,44

ESFb

0,63

PBb

0,56

ESFp

0,53

PBp

0,59

VERb

0,72

HGb

0,47

VERp

0,62

HGp

0,46

 

 

CAb

0,49

Rep. Dominicana

 

CAp

0,49

Orgánica

Índice

JGb

0,64

MBb

0,56

JGp

0,60

MBp

0,32

JVb

0,51

FMb

0,50

JVp

0,57

FMp

0,46

SAb

0,44

RFb

0,26

SAp

0,37

RFp

0,29

SCb

0,72

FFb

0,58

SCp

0,52

FFp

0,52

 

 

FRb

0,62

Venezuela

Índice

FRp

0,42

B1b

0,71

JPb

0,51

B1p

0,63

JPp

0,55

B2b

0,67

DVb

0,51

B2p

0,71

DVp

0,42

K1b

0,64

PVb

0,53

K1p

0,68

PVp

0,37

K2b

0,58

 

 

K2p

0,41

Rep. Dominicana

 

P1b

0,29

Convencional

Índice

P1p

0,43

RCb

0,61

P2b

0,4

RCp

0,56

P2p

0,36

ABb

0,57

SMb

0,74

ABp

0,40

SMp

0,44

ARb

0,55

SPb

0,74

ARp

0,45

SPp

0,35

CGb

0,60

SCb

0,69

CGp

0,44

SCp

0,67

La confiabilidad del índice se muestra, a manera de ejemplo, para la finca Margarita de Panamá (MR) ya que al aplicarlo se obtuvo un valor de 0,55 para el sitio bueno (MRb) y 0,37 para el sitio pobre (MRp). Al discriminar por indicador, la Figura 2 muestra que para el sitio bueno se tiene un resultado de Muy bien en pH, % arena y respiración microbiana; Bastante bien en potasio, total de raíces, nemátodos de vida libre, fitonemátodos (%) y población de Trichoderma; Regular en Radopholus similis; y Mal en calcio, índice de mineralización y MO.

CONCLUSIONES

Se encontró que  las variables explicativas de la discriminación (circunferencia de la madre, altura del hijo, número de manos) son bastante diferentes de país a país y no hubo consenso explicativo para todos ellos. Los análisis preliminares de correlaciones indicaron que los rangos de valores difieren significativamente dependiendo de cada país por lo que se definieron los  índices  de  calidad  y  salud  individualmente por país, dada la imposibilidad de desarrollar un índice general. Además, debido a las notables diferencias en los valores entre las fincas orgánicas y las fincas convencionales en República Dominicana, en este país se subdividió el análisis entre estos dos tipos de fincas.

El índice de calidad y salud de suelos bananeros desarrollado para cada uno de los países participantes estuvo basado en los indicadores  químicos, físicos y biológicos más representativos de las condiciones propias de cada uno de los sistemas de producción estudiados. No se encontraron indicadores globales que pudieran aplicarse a todos los sistemas de producción de manera específica, ya que varían de acuerdo a las condiciones de cada país y localidad.

Se identificaron 17 indicadores para Costa Rica, 13 indicadores para Panamá, 11 indicadores para sistemas de producción orgánica  y 11 de producción convencional para República Dominicana y 11 para Venezuela. Los indicadores seleccionados son confiables para diferenciar sectores buenos y pobres de las fincas.

AGRADECIMIENTO

A las instituciones y personal técnico-científico de: Bioversity International, Centro Agronómico Tropical de Investigación y Enseñanza (CATIE); Corporación Bananera Nacional (CORBANA), Costa Rica; Instituto Nacional de Investigaciones Agrícolas (INIA), Venezuela; Instituto de Investigaciones Agropecuarias de Panamá (IDIAP), Panamá, y al Instituto de Investigaciones Agropecuarias y Forestales (IDIAF), República Dominicana. A FONTAGRO por su apoyo financiero. A la Universidad de Costa Rica por la colaboración de su personal en las Facultades de Matemáticas, Biología y Agronomía.

LITERATURA CITADA

1. Andrews, S.S., D.L. Karlen y C.A. Cambardella. 2004. The Soil Management Assessment Framework: a Quantitative Soil Quality Evaluation Method. Soil Sci. Soc. Am. J. 68: 1945-1962.        [ Links ]

2. Carter, M.R., E.G. Gregorich, D.W. Anderson, J.W. Doran, H.H. Janzen y F.J. Pierce. 1997. Concepts of soil quality and their significance. In: Gregorich y Carter (eds.) Soil Quality for Crop Production and Ecosystem Health. Elseiver. Amsterdam. pp. 1-20.        [ Links ]

3. Diday, E., J. Lemaire, J. Pouget y F. Testu. 1982. Éléments d’Analyse des Données. Dunod. Paris.        [ Links ]

4. Doran, J.W. y M.R. Zeiss. 2000. Soil health and sustainability: managing the biotic component of soil quality. Applied Soil Ecology 15: 3-11.        [ Links ]

5. FAO. 2007. Top production plantains.  http://faostat.fao.org/site/ (consulta del 5/4/10).        [ Links ]

6. Gauggel, C.A., F. Sierra y A. Arévalo. 2005. The problems of banana root deterioration and its impact on production: Latin America’s experience. In: Turner y Rosales (eds.). Banana Root System: Towards a Better Understanding for its Productive Management. INIBAP, Montpellier. pp. 13-22.         [ Links ]

7. Joliffe, I.T. 2004. Principal Component Analysis. Springer. New York        [ Links ]

8. Karlen, D.L., M.J. Mausbach, J.W. Doran, R.G. Cline, R.F. Haeris y G.F. Schumann. 1997. Soil quality and framework for evaluation. Soil Sciences Society of America Journal 61: 4-10.        [ Links ]

9. Pattison, T., K. Badcock, S. Lindsay, A. Armour, R. Velupillai, P. Moody, L. Smith, L. Gullino y J. Cobon. 2004. Banana root and soil health project-field workbook. Dept. Primary and Fisheries. Queensland, Australia. 15 p.        [ Links ]

10. Roming, D.E., M.J. Garlynd, R.F. Harris y K. McSweeney. 1995. How farmers assess soil health and quality. Journal of Soil and Water Conservation 50: 229-236.        [ Links ]

11. Rosales, F.E., L.E. Pocasangre, J. Trejos, E. Serrano y W. Peña. 2008. Guía de diagnóstico de la calidad y salud de suelos. In: E. Rosales (ed.) Bioversity International, Montpellier. 79 p.        [ Links ]

12. Saporta, G. 1980. Théorie et Méthdes de la Statistique. Technicp, Paris.        [ Links ]

13. Serrano, E. 2005. Relationship between functional root content and banana yield in Costa Rica. In: Turner y Rosales (eds.). Banana Root System: Towards a Better Understanding for its Productive Management. INIBAP, Montpellier. pp. 142-148.        [ Links ]

14. SSSA. 1994. Soil Science Education: Philosophy and Perspectives. Soil Science Society of America (SSSA). Special publication 7. Madison, Wi. (s/n)        [ Links ]

15. Wolfram, S. 1996. The Mathematical Book. Cambridge University Press, Cambridge.        [ Links ]