INTRODUCCIÓN

Los suelos de la Región Pampeana Argentina presentan una pérdida generalizada de su salud que provoca que no cumplan con sus funciones ecosistémicas (^{Sainz Rozas et al., 2019}). La salud edáfica está fuertemente relacionada con la estabilidad de los agregados (EA) y gran parte de los procesos degradativos generados por el uso inadecuado del suelo están directamente relacionados con su pérdida (^{Aparicio & Costa, 2007}). La EA influye sobre el comportamiento del sistema poroso, la dinámica del agua y del aire en el suelo, la resistencia a la erosión, el ciclado de nutrientes, la penetración de las raíces y el rendimiento de los cultivos (^{Bronick & Lal, 2005}; ^{Rabot et al., 2018}). Además, los cambios en la EA pueden estar relacionados con cambios en los contenidos de carbono (C) orgánico total (COT) de los suelos. Esto es así porque la tasa de formación, la estabilización y la degradación de macroagregados (MA) y microagregados (MI) están directamente relacionadas con la dinámica del COT y, especialmente, con la del C orgánico particulado (COP) (^{Six et al., 1998}). Por lo tanto, sería necesario hacer monitoreos frecuentes de la EA para evaluar el estado de la salud física edáfica.

La EA de un suelo es función de la resistencia generada por las fuerzas de cohesión entre partículas respecto a la energía de disrupción sufrida por las precipitaciones, procesos de humedecimiento repentino, laboreo, entre otras. Por lo tanto, para evaluar la EA se deberían buscar técnicas que simularan lo mejor posible las fuerzas de disrupción que ocurren a campo (Kemper & Rosenau, 1984), para, de esta manera, cuantificar la reacción de los agregados (^{Amezketa, 1999}). Sin embargo, si bien se ha buscado caracterizar el mecanismo de disrupción más apropiado para evaluar la EA en distintos tipos y condiciones de suelo (^{Castiglioni & Behrends Kraemer, 2019}), no existe o no se ha reportado un mecanismo apropiado para todas las situaciones a evaluar (^{Le Bissonnais, 1996}; ^{Almajmaie et al., 2017}). Esto es así debido a la naturaleza dinámica del proceso de agregación y a la interacción de diferentes agentes orgánicos e inorgánicos durante la formación y la estabilización de los agregados (Kemper & Rosenau, 1986). Algunos métodos se basan en mecanismos de desagregación asociados a sumergir la muestra en agua (^{De Leenher & De Boodt, 1958}; Le Bissonnais, 1996; ^{Six et al., 1998}), otros simulan el impacto de la lluvia (^{Bruce-Okine & Lal, 1975}), y otros utilizan vibración por ultrasonido (Almajmaie et al., 2017). Así, la utilización de diferentes métodos para determinar la EA genera resultados que son difícilmente comparables ((^{Amezketa, 1999}).

En suelos del Sudeste de Buenos Aires (SEB) (desarrollados en clima templado frío y caracterizados por sus altos niveles de COT (^{Duran et al., 2011})), no existe un consenso sobre qué metodología de evaluación de EA utilizar. Los reportes que existen se basan en técnicas de disgregación del suelo por efecto del agua como la propuesta por ^{De Leenher & De Boodt (1958}) utilizadas por ^{Agostini et al. (2014}) y ^{Domínguez et al. (2016}), y la propuesta por ^{Six et al. (1998}) utilizadas por ^{Roldan et al. (2014}), ^{Tourn et al. (2019}) y ^{García et al. (2020}). Estos métodos han permitido distinguir diferentes situaciones de uso y manejo a través de los niveles de EA resultantes. Asimismo, para molisoles del norte de Buenos Aires, se ha informado que el método propuesto por ^{Le Bissonnais (1996}) resultó ser más adecuado que el propuesto por De Leenher & De Boodt (1958). El primero permitió separar mejor los efectos de situaciones contrastantes de manejo, siendo, además, más consistente (menor variabilidad) (^{Castiglioni & Behrends Kraemer, 2019}). Asimismo, utilizando el método de ^{Le Bissonnais (1996}) y comparando suelos de tres órdenes distintos (molisoles, alfisoles y vertisoles), ^{Gabioud et al. (2011}) observaron que este método fue sensible para discriminar situaciones de uso y manejo en los tres órdenes. Además de la capacidad de simular fuerzas disruptivas que permitan distinguir situaciones de EA, existen diferencias entre métodos respecto al tiempo que requieren y la cantidad de procedimientos involucrados para lograr los resultados. Cuanto más tedioso y complejo es un procedimiento analítico, más difícil es que la variable elegida pueda ser usada como indicador de salud de suelo (^{Karlen et al., 2013}) e inhibe su utilización rutinaria (^{García et al., 2020}). Así, para poder hacer un seguimiento frecuente del estado de la salud física edáfica, se necesitan métodos sencillos y rápidos que se adapten a diferentes tipos y condiciones de suelo. Por lo tanto, los objetivos de este trabajo fueron, por un lado, evaluar la sensibilidad y efectividad para distinguir situaciones de manejo contrastantes de tres métodos de laboratorio de determinación de EA, M1: ^{Six et al. (1998}), M2: ^{De Leenher & De Boodt (1958}), y M3: ^{Le Bissonnais (1996}) y en suelos de textura franca y elevado contenido de COT del SEB y, por el otro, el tiempo insumido en obtener el resultado de una muestra con cada metodología.

MATERIALES Y MÉTODOS

La experiencia se llevó a cabo en la Unidad Integrada Balcarce (UIB, 37º 45’ 09’’ S; 58º 18’ 48’’ O; 140 msnm) sobre un suelo Argiudol Típico (^{Soil Survey Staff, 2014}) serie Mar del Plata con predominancia de arcillas illíticas (^{INTA, 1979}) con menos de 2% de pendiente y textura superficial franca en los primeros 20 cm de suelo arcilla: 23,6 %, limo: 36,9% y arena 39,4 % (^{Tourn et al., 2019}). El clima es meso-termal subhúmedo húmedo. La mediana de la precipitación anual y el promedio de la temperatura media diaria son 930 mm año^-1 y 14,1 ºC, respectivamente (INTA, 2017). Se evaluaron cuatro situaciones de uso y manejo de suelo: 1) Parque (PQ): corresponde a un suelo con vegetación espontánea mayoritariamente gramíneas y no disturbado en los últimos 40 años; 2) Agricultura continua bajo siembra directa (SD), suelo con 18 años de SD continua con una rotación maíz (Zea mays L.) - soja (Glycine max (L.) Merr.) - trigo (Triticum aestivum L.) luego de 18 años de una rotación de papa (Solanum tuberosum L.) - avena (Avena sativa L.)/vicia (Vicia sativa L.) - trigo bajo labranza convencional con arado de rejas, rastra de discos y vibrocultivador o rastra de dientes con la intensidad mínima necesaria y la oportunidad adecuada (LC); 3) Agricultura continua bajo LC, suelo con 18 años de una rotación maíz - soja - trigo luego de 18 años de una rotación papa - avena - trigo; 4) Suelo degradado (DEG), suelo con historia agrícola bajo LC continua durante 50 años implementada con menor cuidado que el descripto más arriba, con una rotación con predominancia de soja en los últimos 20 años. Los muestreos fueron realizados en el otoño del 2013. En este periodo las temperaturas son predominantemente bajas y la actividad de la micro-, la meso- y la macro-biota del suelo es menos intensa disminuyendo la probabilidad de cambios en el suelo en el corto plazo por demoras en el muestreo (^{Studdert et al., 2015}). Del mismo modo, el muestreo en otoño permite evaluar el estado suelo en un momento en que las últimas operaciones de laboreo ocurrieron varios meses antes. La extracción de las muestras se hizo con un contenido de agua del suelo cercano a capacidad de campo. De cada una de las situaciones se extrajeron muestras compuestas por 5 submuestras de las profundidades 0-5 cm y 5-20 cm con tres repeticiones. Las muestras se tomaron con pala procurando que se generara el mínimo disturbio de la estructura y se pasaron en fresco cuidadosamente por un tamiz de 8000µm. Posteriormente, se secaron a 40 ºC en estufa con circulación forzada de aire para luego aplicarles las siguientes metodologías:

Método 1 (M1): Método de^{Six et al. (1998}): A dos alícuotas individuales de 100 g de los agregados <8000 mm de cada muestra se les aplicaron dos formas de re-humedecimiento de los agregados, el repentino (HR) (se sumergió directamente la muestra seca en agua desionizada) y por capilaridad (HC) (se esparció la muestra seca sobre una placa con papel de filtro humedecido con la cantidad de agua desionizada necesaria para llevar el contenido de agua de los agregados secos a niveles cercanos a capacidad de campo y se los incubó a temperatura ambiente durante 24 h). Luego de cada forma de re-humedecimiento ambas alícuotas fueron sometidas por separado a tamizados sucesivos en agua a través de distintas aberturas de malla (2000, 250 y 50 µm) con un equipo diseñado para tal fin (Germán y Roberto Domínguez, construcción ad hoc) que genera movimientos oscilantes de arriba hacia abajo del tamiz (50 ciclos durante un periodo de 2 min, Six et al. (1998)) con un recorrido de 3 cm haciendo que los agregados entraran y salieran del agua en cada movimiento. Esto permitió la separación de la masa del suelo en MA (>250 µm) con dos tamaños, 8000-2000 µm (MA grandes) y 2000- 250 µm (MA chicos), MI (250-50 µm) y, por último, la fracción fina (FF) (limo + arcilla) <50 µm. Los agregados retenidos en los tamices de 2000, 250 y 50 µm fueron secados a 50°C en estufa con circulación forzada de aire hasta peso constante (48-72 h) y luego pesados. La FF fue calculada por diferencia. Para cada alícuota a la que se le aplicó un pre-tratamiento de re humedecimiento, se determinó el diámetro medio ponderado (DMP, mm) de acuerdo con la siguiente fórmula:

donde i identifica a cada fracción de agregados, n es el número total de fracciones de agregados, Xi es el diámetro promedio de la fracción i (mm) calculado como la media aritmética de la apertura de malla de dos tamices sucesivos, y Wi es la masa de la fracción i que quedó sobre cada tamiz. Por diferencia entre los DMP de HC y HR se obtuvo el cambio en DMP (CDMP, mm) como una medida inversa de la EA (a mayor valor de CDMP menor EA).

Método 2 (M2): Método de^{De Leenheer y De Boodt (1958}):

La muestra de agregados secos <8000 mm fue tamizada en seco a través de una batería de tres tamices (4800, 3360 y 2000 µm). Luego se conformó una alícuota de 100 g de agregados según las proporciones remanentes sobre cada tamiz. Los agregados de la alícuota resultante se humedecieron hasta aproximadamente capacidad de campo con ayuda de una bureta a 30 cm de la muestra de suelo y se incubaron por 24 h a 30°C. Luego, los agregados fueron tamizados en agua a través de una batería de seis tamices (4800, 3360, 2000, 840, 500 y 300 µm). El tamizado se realizó por 30 min en reemplazo de los 5 min propuesto por la técnica original, de acuerdo con la modificación propuesta para el SEB por ^{Suero & Garay (1978}) para suelos francos del SEB. Los agregados retenidos en cada tamiz fueron secados a 105°C en estufa con circulación forzada de aire hasta peso constante (24-48 h) y luego pesados. Se calculó el DMP (mm) de los agregados para cada tamizado (en seco y en agua) según la ecuación 1 y, por diferencia entre ambos, se determinó el CDMP (a mayor valor de CDMP menor EA).

Método 3 (M3): Método de^{Le Bissonnais (1996}):

Los agregados secos <8000 µm se tamizaron en seco por tamices de 5000 y 3000 µm. De la masa de agregados remanente sobre el tamiz de 3000 µm (5000-3000 µm) se separaron tres alícuotas de 10 g cada una. A cada alícuota se le aplicó uno de los pretratamientos a) humedecimiento repentino en agua (la alícuota se sumergió en un recipiente con agua desionizada durante 10 min), b) disgregación mecánica luego de humedecimiento en etanol (la alícuota se sumergió en un recipiente con etanol durante 30 min y luego en un erlenmeyer con agua desionizada al que se le realizaron manualmente 10 giros completos), y c) humedecimiento con agua por capilaridad (la alícuota se esparció la sobre una placa con papel de filtro humedecido con la cantidad de agua desionizada necesaria para llevar el contenido de agua de los agregados secos a niveles cercanos a capacidad de campo y se los dejó a temperatura ambiente durante 60 min). Luego de estos pretratamientos, los agregados fueron tamizados en etanol por un tamiz de 50 µm con el mismo equipo que para la M1 generando 5 ciclos de movimiento oscilante. Los agregados que quedaron retenidos sobre el tamiz de 50 µm, se secaron en estufa con circulación forzada de aire a 40 °C hasta peso constante (48-60 h) y posteriormente se tamizaron en seco en una batería de 6 tamices (2000, 1000, 500, 200, 100 y 50 µm) y se pesaron los agregados retenidos en cada tamiz. Para cada alícuota se determinó el DMP según ecuación 1, clasificándose como DMPr (DMP luego del humedecimiento repentino), DMPd (DMP disgregación luego de humectación con etanol) y DMPc (DMP luego del humedecimiento por capilaridad). Con el promedio de los tres DMP se obtuvo el DMP medio (DMPm).

Por otro lado, una alícuota de cada muestra fue molida hasta pasar por tamiz de 2000 µm y se le realizó un fraccionamiento físico por tamizado en agua con tamiz de 50 µm para separar la fracción orgánica asociada a los minerales (limo más arcilla, <50 µm) y la fracción orgánica particulada (>50 µm) según el método descripto por ^{Cambardella y Elliott (1992}). Se cuantificaron el COT y C orgánico asociado a la fracción mineral (COA) y, por diferencia entre éstos, se calculó el COP (^{Cambardella & Elliott, 1992}). Para ello se utilizó el método de oxidación húmeda con dicromato de potasio (K2Cr2O7) en solución de ácido sulfúFrico (H2SO4) y con mantenimiento de la temperatura de reacción (120°C por 90 min) (^{Schlichting et al., 1995}). Para los resultados de COT, COP y COA y para los de EA se calculó el promedio ponderado por espesor de las dos capas muestreadas (0-5 y 5-20 cm) para obtener los valores a la profundidad 0-20 cm.

Para el análisis estadístico de los datos se utilizó el paquete Rcmdr del sistema R (R Core Team, 2018). En todas las pruebas de hipótesis y comparación de medias (Tukey) y regresiones lineales y no lineales se consideró un nivel de significación del 5%.

RESULTADOS Y DISCUSIÓN

En la Figura 1 se muestran los contenidos de COT, COA y COP de las cuatro situaciones de uso y manejo del suelo para las profundidades analizadas. Los contenidos de COT y COP permitieron separar entre situaciones distintas y a todas las profundidades, no así el de COA. Sin embargo, en general para las profundidades, el contenido de COP fue el que mostró las diferencias con más sensibilidad (p<0,05) (Figura 1), confirmando la importancia de su determinación para percibir cambios tempranos debidos al manejo (^{Domínguez et al., 2009}; ^{Tourn et al., 2019}). El COP es una fracción muy lábil del CO y se asocia a mecanismos de estructuración del suelo y disponibilidad de nutrientes para los cultivos. Asimismo, interviene en la formación y reciclaje de MI y en la formación y estabilidad de MA y puede controlar gran parte de la productividad de los agroecosistemas en el corto plazo (^{Beare et al., 1994}; ^{Six et al., 1998}, 2004). Por lo tanto, es probable que los diferentes contenidos de COP registrados entre las situaciones de uso y manejo (Figura 1) se asocien a niveles diferentes de EA.

Figura 1. Contenidos de carbono orgánico (CO) total (COT) (columnas completas), CO particulado (COP) y CO asociado a los minerales (COA) para diferentes situaciones de uso (Sit) (PQ: parque, SD: siembra directa, LC: labranza convencional, DEG: degradado) y tres profundidades (P). Letras iguales en cada sección de las columnas (COP y COA) o por encima de las columnas enteras (COT) indican que no existen diferencias significativas entre Sit dentro de cada profundidad (p>0,05). Las barras verticales en cada sector de cada columna indican error estándar de la media. Figure 1. Total organic carbon (COT), particulate organic carbon (COP) and mineral associated organic carbon (COA) under different soil use situations (Sit): (PQ: park; LC: conventional tillage; SD: no-tillage; DEG: degraded) at three depth (P). Equal letters within each column section (COP and COA) or above the whole column (COT) indicate no significant differences among Sit for the corresponding organic carbon fraction within each depth (p>0,05) . Vertical bars in each column section indicate standard error of the mean. 

Los niveles de EA obtenidos por cada método tuvieron una relación altamente significativa (p<0,01) con el contenido de COT y COP del suelo en todas las profundidades evaluadas (Tabla 1). Los valores absolutos de los coeficientes de correlación fueron muy altos y oscilaron entre 0,91 y 0,98. Estos resultados están en línea con los elevados niveles de correlación entre COT y EA reportados por ^{Domínguez et al. (2016}) (r=0,75 COT vs EA por M2 a 0-20 cm) y ^{Tourn et al. (2019}) (r=0,80 COT vs EA por M1 a 0-20 cm) para molisoles del SEB y por ^{Novelli et al. (2013}) (r=0,76 COT vs EA por M3 a 0-15 cm) para molisoles de Entre Ríos. Asimismo, ^{Domínguez et al. (2016)} y ^{Tourn et al. (2019)} informaron elevados coeficientes de correlación entre CDMP y COP a 0-20 cm (r=-0,64 con M2 y r=-0,83 con M1, respectivamente) para molisoles del SEB. Los resultados de este trabajo confirman la fuerte relación entre los contenidos de COT y COP con la EA (^{Six et al., 2004}) en los molisoles, independientemente del método de determinación.

Tabla 1 Coeficientes de correlación de Pearson entre la estabilidad de agregados en términos de cambio en el diámetro medio ponderado (CDMP) o diámetro medio ponderado medio (DMPm) determinados por a) Método de Six (CDMP) (M1), b) Método de De Lennher y De Boodt (CDMP) (M2), y c) Método de Le Bissonnais (DMPm) (M3) y el contenido de carbono orgánico (CO) total (COT) y CO particulado (COP) a tres profundidades. Todas las correlaciones fueron altamente significativas (p<0,01). Table 1: Pearson correlation coefficients between aggregatte stability in terms of change of mean weight diameter (CDMP) or averaged mean weight diameter (DMPm) determined by a) Six method (CDMP) (M1), b) De Leenher y De Boodt method (CDMP) (M2) y c) Le Bissonnais method (DMPm) (M3) and total organic carbon (COT) and particulate organic carbon (COP) at three depths. All correlations were highly significant (p<0.01). 

Los métodos de EA utilizados permitieron separar con diferente sensibilidad las situaciones de uso y manejo del suelo en todas las profundidades analizadas (Figura 2). Con todos los métodos y a todas las profundidades la situación PQ, considerada cómo inalterada, presentó el nivel más alto de EA (CDMP más bajo para M1 y M2 (Figura 2a y 2b) y el DMPm más alto (Figura 2c), p<0,05) respecto a las otras situaciones. Asimismo, la situación más contrastante, (DEG), presentó siempre la menor EA con todos los métodos y a todas las profundidades (Figura 2). Sin embargo, sólo M1 y M2 fueron suficientemente sensibles para diferenciar estadísticamente DEG de LC (p<0,05) a todas las profundidades. A la profundidad de 0-5 cm, M1 y M2 (Figura 2a y 2b) fueron más sensibles que M3 (Figura 2c) ya que permitieron diferenciar todas las situaciones de uso y manejo evaluadas (p<0,05). A esa misma profundidad, además de PQ, todos los métodos permitieron separar las dos situaciones bajo agricultura (SD y LC) (Figura 2). En la capa arable (0-20 cm), la EA de la situación DEG obtenida con M3 no se diferenció (p<0,05) de LC y ésta tampoco de SD, aún mostrando aquélla menor contenido de COT y COP (Figura 1). En este sentido, ^{Gabioud et al. (2011}) y ^{Novelli et al. (2013}) trabajando sobre molisoles franco-limosos registraron escasas diferencias entre situaciones bajo agricultura bajo SD utilizando el DMPm de M3. Por ello, aquellos autores recomendaron la evaluación de los DMP de cada uno de los pretratamientos por separado cuando el DMPm no permitía separar situaciones que se suponían contrastantes.

En la Figura 3 se presenta la EA en términos de DMP obtenidos con los diferentes pretratamientos de M3. A diferencia de lo reportado por ^{Gabioud et al. (2011}) y ^{Novelli et al. (2013}), los diferentes DMP obtenidos por M3 (Figura 3) no permitieron separar las situaciones con agricultura continua bajo SD (situación 2) de aquéllas bajo LC (situación 3), al igual que lo mencionado para DMPm ((Figura 2). El pretratamiento de humedecimiento por capilaridad fue el que, en promedio, registró mayor DMPc (Figura 3) y, a su vez, las menores diferencias (p>0,05) entre las situaciones evaluadas (Figura 3c). Asimismo, los resultados de DMPr y DMPd mostraron similar sensibilidad entre sí para separar situaciones (Figura 3a y 3b). Por otro lado, ^{Amezketa et al. (1996}) informaron que en situaciones o bien muy inestables o bien muy estables los tres pretratamientos presentaron DMP similares entre sí. En este trabajo, sólo en PQ los DMP fueron consistentemente mayores (p<0,05) que las otras situaciones entre pretratamientos, mientras que, en la situación considerada más inestable (DEG), el DMPc fue superior a las demás bajo agricultura (Figura 3). Esto indica que DEG mostró una más elevada EA cuando los agregados fueron humedecidos por capilaridad (explicado especialmente por la masa remanente de agregados >2000 µm, datos no mostrados). Sin embargo, la EA se redujo de manera importante (menor DMP) cuando los agregados fueron sometidos a una disgregación mecánica o un humedecimiento repentino (Figura 3b y 3c). Según lo mencionado, los métodos más sensibles para separar las situaciones de uso y manejo planteadas serían M1 y M2, pero M2 tendió a presentar menor variabilidad total que M1 en la capa arable del suelo (0-20 cm) lo que implica la obtención de resultados más consistentes (menos erráticos) de EA que con M2 (coeficiente de variación M1=8,9±2,7% y M2=5,1±1,1 %).

Figura 2 Estabilidad de agregados en términos de cambio en el diámetro medio ponderado (CDMP) o diámetro medio ponderado medio (DMPm) determinados por a) Método de Six (CDMP) (M1), b) Método de De Lennher y De Boodt (CDMP) (M2), y c) Método de Le Bissonnais (DMPm) (M3) bajo diferentes situaciones de uso (Sit) (PQ: parque; LC: labranza convencional; SD: Siembra directa; DEG: degradado) y tres profundidades (P). Letras iguales sobre cada columna indican que no existen diferencias significativas entre situaciones de uso para cada profundidad (p>0,05). Las barras verticales en cada columna indican el error estándar de la media. Figure 2. Aggregate stability in terms of change of mean weight diameter (CDMP) or averaged mean weight diameter (DMPm) determined by a) Six method (CDMP) (M1), b) De Leenher y De Boodt method (CDMP) (M2) y c) Le Bissonnais method (DMPm) (M3), under different soil use situations (Sit): (PQ: park; LC: conventional tillage; SD: no- tillage; DEG: degraded) at three depths (P). Equal letters above each column indicate not significant difference among soil use situations within each depth (p>0,05). Vertical bars for each column indicate standard error of the mean. 

Figura 3 Estabilidad de agregados en términos de diámetro medio ponderado (DMP) para los tres pretratamientos del método Le Bissonnais, a) humedecimiento repentino, b) disgregación y c) humedecimiento por capilaridad, bajo diferentes situaciones de uso (Sit) (PQ: parque; LC: labranza convencional; SD: Siembra directa; DEG: degradado) y tres profundidades (P). Letras iguales sobre cada columna indican que no existen diferencias significativas entre situaciones de uso para cada profundidad (p>0,05). Las barras verticales en cada columna indican el error estándar de la media. Figure 3. Aggregatte stability in terms of mean weight diameter (DMP) for the three pretreatments of the method of Le Bissonnais, a) fast wetting, b) mechanical disintegration, and c) wetting by capillarity, under different soil use situations (Sit): (PQ: park; LC: conventional tillage; SD: no-tillage; DEG: degraded) at three depths (P). Equal letters above each column indicate not significant difference among soil use situations within each depth (p>0,05). Vertical bars for each column indicate standard error of the mean. 

Otro criterio de selección entre métodos de determinación de EA podría ser el tiempo insumido para obtener el resultado final (CDMP o DMPm, según correspondiera). Se realizó una estimación del tiempo requerido para obtener la EA de una muestra con cada metodología tomando como modelo lo informado por ^{Gabioud et al. (2011}) para M3. Se tomó como criterio la consideración del máximo tiempo insumido por cada paso de las metodologías (pesaje, pretratamientos, tamizados y procesamiento de la información, ver Materiales y Métodos) y el máximo tiempo de espera requerido para el correcto secado de las muestras con la capacidad operativa del equipamiento disponible en el laboratorio (72 h de secado de muestras a 50°C para M1, 24 h de secado de muestras a 105°C para M2 y 60 h de secado de muestras a 40°C para M3). Para cada se método se tuvieron en cuenta los solapamientos entre pasos para optimizar el tiempo global del procedimiento y la cantidad de muestras simultáneas que podrían procesarse. El tiempo transcurrido para obtener la EA (i.e. desde que se cuenta con la muestra tamizada por 8000 µm y seca hasta que se obtiene el resultado final) de una muestra individual fue de 130, 57 y 74 h para M1, M2 y M3, respectivamente. Sin embargo, cuando se ajustó al número de muestras que se podían realizar en simultáneo se determinó un tiempo requerido por muestra de 8,7, 9,5 y 9,2 h para M1 (15 muestras en simultáneo), M2 (6 muestras en simultáneo) y M3 (8 muestras en simultáneo), respectivamente. Por lo tanto, bajo las condiciones de pericia y entrenamiento del operario y la capacidad operativa del equipamiento disponible para este trabajo, el tiempo requerido resultó ser similar para los tres métodos de determinación de EA. Por tal motivo, el tiempo de procesamiento de las muestras no resultó un criterio discriminante para la selección de metodologías en este estudio. Asimismo, los métodos correlacionaron muy significativamente entre sí (Tabla 2). Por lo tanto, la selección de los métodos de determinación de EA se limita a la sensibilidad para separar las situaciones de uso y manejo de suelo evaluadas. Así, para estudios específicos de la EA para los suelos del SEB con textura superficial franca se recomendarían los métodos M1 o M2.

Tabla 2 Coeficientes de correlación de Pearson (r) entre los métodos de estabilidad de agregados evaluados (M1: Método de Six; M2: Método de De Leenher y De Boodt, y M3: Método de Le Bissonnais) a tres profundidades. Todas las correlaciones fueron altamente significativas (p<0,01). Table 2. Pearson correlation coefficients (r) between the aggregate stability methods evaluated (M1: Six method; M2: De Leenher y De Boodt method, and M3: Le Bissonnais method) at three depths. All correlations were highly significant (p<0.01). 

Se ha documentado que la estabilidad de la fracción de los agregados más grandes (fracción >250 µm, MA), presentaría mayor sensibilidad a los cambios en el uso del suelo que la EA de la masa total del suelo (^{Six et al., 1998}; ^{Panettieri et al., 2015}). En este sentido, la obtención de la masa o la estabilidad de alguna de estas fracciones de agregados podría permitir simplificar las técnicas para monitorear la EA. Recientemente se ha reportado para suelos del SEB una muy alta correlación entre la masa remanente de MA grandes (>2000 µm) luego de un HR y tamizado en agua con la EA obtenida por M1 (^{García et al., 2020}). Por lo tanto, podría considerarse la obtención de esta fracción de agregados para un monitoreo rápido y sencillo de la EA de los suelos lo que favorecería el seguimiento frecuente de la EA como un indicador de la salud física edáfica.

CONCLUSIÓN

Para las condiciones de este trabajo, los tres métodos evaluados para determinación de la EA insumieron un tiempo similar para la obtención del resultado final para cada muestra. Además, si bien los tres métodos permitieron separar situaciones de uso y manejo del suelo por su EA y estuvieron correlacionados muy significativamente entre sí, M1 y M2 lo hicieron con mayor sensibilidad y efectividad que M3, siendo recomendable cualquiera de ellos para estudios específicos de la EA en suelos como los del SEB con textura superficial franca. Sin embargo, es necesario evaluar el desempeño de estos métodos en un rango más grande de clases texturales y de situaciones de uso y manejo para poder dar mayor soporte a la recomendación de su uso.