Ubicación y características hidrogeológicas, edáficas, climáticas y de manejo del área de estudio.

El área de estudio es un establecimiento agrícola, (Estancia “La Alicia”) ubicado en el partido de Suipacha, Provincia de Buenos Aires, a 10 km S - SE por un camino vecinal de la localidad de Suipacha (Figura 1). Las coordenadas son: 34°51’54,97” S 59°39’28,49”O. Su superficie es de 352,1 hectáreas dividida en cinco sectores. Este establecimiento se encuentra dentro de la Pampa Ondulada, en el límite con la Pampa Deprimida, en un paisaje con suaves pendientes, clima templado húmedo con precipitaciones cercanas a los 1000 mm anuales. El área de estudio se encuentra en una zona alta en el límite de dos cuencas: Salado y Luján, lo que favorece el buen drenaje en la mayor parte del establecimiento. El escurrimiento superficial se produce en sentido sur - suroeste.

El establecimiento, con cultivos extensivos bajo siembra directa, adquirió dos equipos de riego por pivote central desde la campaña 2010 - 2011, incorporando riego complementario al manejo productivo del maíz comercial, y en menor escala a la producción de soja (Glycine max (L.) Merr.) de primera, o trigo (Triticum aestivum L.) con soja de segunda. Los pivotes quedan fijos durante toda la campaña en el círculo de riego destinado a la producción de maíz, no obstante, pueden moverse para completar las necesidades de agua de algún otro cultivo. Las secuencias de cultivos durante las campañas de evaluación fueron maíz/trigo - soja de segunda /maíz. Siguiendo el esquema tradicional de rotaciones el pivote central aplica agua cada dos años con láminas de riego, que en general no superan los 300 mm por campaña agrícola. Los suelos predominantes son Argiudoles típicos pertenecientes, a la serie Chacabuco, los cuales son de textura franco limosa o franco limo-arcillosa, profundos, bien provistos de materia orgánica, no alcalinos, no sódicos y bien drenados (Instituto Nacional de Tecnología Agropecuaria [INTA], 1989), características que coinciden con un análisis del perfil del suelo (comunicación personal del productor).El agua de riego se obtiene de tres perforaciones interconectadas, con una profundidad promedio de 45 m, proveniente del acuífero Pampeano Puelche (Epipuelche) (Auge, 2004).

Ensayos de infiltración y mediciones de propiedades edáficas:

Entre los métodos para caracterizar el proceso de infiltración se encuentra el infiltrómetro de doble anillo, método de campo tradicional, que responde fundamentalmente al tipo de flujo dominante vertical. La variabilidad en los resultados es menor ya que se abarca un mayor volumen de suelo que el infiltrómetro de disco tensión descriptos por Perroux and White (1988), método que permite cuantificar el proceso de infiltración a través de los macroporos. Por su parte, los simuladores de lluvia se utilizan mayoritariamente para tratar de reproducir la disrupción producida por la gota de lluvia sobre el suelo, y evaluar el efecto del golpeteo o “splash” (energía cinética) y de la cobertura superficial de los suelos (Castiglione, 2018). La ventaja de la utilización de los infiltrómetros de doble anillo es que el agua está almacenada en la superficie, y es el suelo el que determina la capacidad de infiltración. Mientras que, si el agua es aplicada a una determinada velocidad, como ocurre en el riego por aspersión, la capacidad de infiltración dependerá de la intensidad de la precipitación más que de las características del suelo (Hillel, 2013).

Se utilizó un equipo compuesto por cinco infiltrómetros de doble anillo, (anillo de Muntz, estandarizado por el USDA, “Cylinder Infiltrometers”). Las evaluaciones de infiltración, usando el agua proveniente de las perforaciones, se realizaron en dos círculos de riego C-1 y C-2 (figura 2), correspondiendo a la misma unidad cartográfica (serie Chacabuco). En el circulo C-2, siguiendo el esquema tradicional de siembra y rotaciones del establecimiento, se sembró maíz temprano en primavera verano. En el período de barbecho, en otoño invierno, tres meses posteriores a la cosecha de maíz (identificado como post campaña) se realizaron los ensayos de infiltración, 5 repeticiones que corresponden al área de influencia del círculo de riego (tratamiento Riego, R) y 5 repeticiones en una esquina del lote que no recibe riego - corners - (tratamiento secano, S). Las evaluaciones se realizaron durante dos días consecutivos debido al tiempo que demandan los ensayos. El sistema de riego pivote central se trasladó al círculo C-1, primavera verano, donde se realizaron las evaluaciones previo a una nueva campaña de maíz (identificado como pre campaña) y formando parte de la secuencia de cultivos con trigo y soja de segunda en siembra directa. Allí en el lapso de dos días se realizaron 5 repeticiones correspondientes al área de influencia del pivote central (R) y 5 repeticiones en el área fuera del círculo (S), en este caso se ubicaron cerca del casco. La Figura 2 muestra el esquema de los círculos de riego, el momento de las campañas de evaluación (pre y post campaña) indicando con un punto el lugar donde se realizaron las repeticiones de cada tratamiento (R y S), junto con el mapa de suelos de la zona.

Para complementar cada evaluación, se tomaron muestras compuestas de suelo a las profundidades de 0-20 y 20-40 cm para la caracterización de su textura por el método del volumen de sedimentación (VS), (Nijenshon 1978). Además, se extrajeron muestras sin disturbar mediante cilindros metálicos de volumen conocido, para determinar la densidad aparente (DAP) en ambas profundidades. Con barreno y pesafiltros de aluminio se extrajeron muestras para determinar la humedad gravimétrica (W_g). Estas se pesaron con el suelo húmedo para luego llevarlas a estufa donde se secaron a 105ºC, determinando peso seco (Page et al., 1982). Se calculó la humedad volumétrica (W_v) a partir de W_g*DAP. Se calculó la porosidad total (P) utilizando la información de DAP y densidad real (DRE). La DRE es una propiedad que no depende del manejo pero si de la contribución del material constitucional. Se consideró como valor representativo de DRE 2650 kg m^-3. Se extrajeron muestras de agua de las tres perforaciones para determinar su calidad y clasificarla a partir de FAO (Ayers & Westcot, 1987) e INTA (proyecto IPG, 1999). Esta última clasificación se ajusta mejor a las condiciones edafoclimáticas de la región pampeana.

Modelos de infiltración:

La infiltración está gobernada por dos factores: la tensión superficial y la fuerza de la gravedad y está limitada por la fuerza viscosa involucrada en el flujo de ingreso en los poros del suelo cuantificado en términos de la permeabilidad (Shukla, 2014). Se han desarrollado modelos matemáticos para describir este movimiento del agua por la porosidad media, particularmente la porosidad vertical. Para el análisis propuesto en este trabajo se aplicaron los siguientes modelos para determinar las variables físicas involucradas de interés agrícola:

(a) Modelos de Kostiakov (1932):

Siendo:

i = tasa de infiltración (mm min^-1)

I= infiltración acumulada (mm)

t = tiempo (min)

a en (mm min^-(1+b)), b, A en (mm), y B son los coeficientes empíricos.

(b) Modelo de Kostiakov-Lewis (1937):

Siendo:

I = infiltración acumulada (mm)

t = tiempo en (min)

i_b= tasa de infiltración básica (mm h^-1)

A y B son los parámetros de ajuste empírico.

(c) Modelo simplificado de Green and Ampt (1911):

Siendo:

i = tasa de infiltración, (mm min^-1)

I = infiltración acumulada, (mm)

K_s=conductividad hidráulica saturada, (mm min^-1), y

B = constante

(d) Modelo de Philip (1957):

Siendo:

i = tasa de infiltración (mm min^-1)

t = tiempo (min)

S = sortividad (mm min^-1/2)

C = coeficiente empírico (mm min^-1)

Análisis de datos:

Los datos de los ensayos (tasa de infiltración) se representaron en gráficos de dispersión, y se les ajustó una función de acuerdo al modelo potencial propuesto por Kostiakov, (1937), (ec. 1).El parámetro, a, está vinculado a las condiciones iniciales de humedad del suelo y se puede asociar al valor de la tasa de infiltración en el primer minuto, mientras que el exponente b, adimensional, con valores entre 0 y -1, depende del tipo de suelo (textura y estructura) y del tiempo transcurrido desde el inicio del ensayo; b no es constante, se incrementa con el tiempo ya que la fuerza mátrica disminuye con el tiempo mientras que la fuerza gravitatoria sobre la solución del suelo permanece constante. Sin embargo, b puede asumirse constante para valores de láminas acumuladas de 25 mm a 125 mm. Si se integra la i, entre los límites 0 y t se obtiene la infiltración acumulada (I), (ec. 2), con A y B, coeficientes empíricos que expresan, la infiltración acumulada en el primer minuto y un exponente adimensional con valores entre 0 y 1, respectivamente.

De acuerdo con el Servicio de Conservación de Suelos del USDA, la tasa de infiltración constante ó básica (i_b), es el valor instantáneo, cuando su velocidad de cambio para un período estándar es de 10 % o menor de su valor. Los datos de i_b, de cada repetición, se obtuvieron de las últimas lecturas constantes de los ensayos de campo de la tasa de infiltración.

Del Barrio (1984), al medir la capacidad de infiltración de los principales grandes grupos de suelos de la Región Pampeana, concluyó que la ecuación de Kostiakov-Lewis (1937) era la más aconsejable para representar el proceso de infiltración medido a campo con doble anillo. A través del procedimiento de optimización no lineal, minimizando los errores entre los valores del modelo teórico y los datos medidos, se estimaron los parámetros de la ecuación de infiltración acumulada de Kostiakov-Lewis (1937), (ec. 3).

La ecuación de infiltración de Green and Ampt (1911) (ec. 4), asume varias simplificaciones físicas para desarrollar una relación matemática que permite calcular la infiltración acumulada (I) y la tasa de infiltración (i). Mediante la representación gráfica de la tasa de infiltración (i) en función de la inversa de infiltración acumulada (I^-1), se estimó la K_s. Por último, en la ecuación proporcionada por Philip (1957) (ec. 5) la infiltración acumulada (I) y la tasa de infiltración (i), se expresan en función de la sortividad (S) y un coeficiente (C), relacionado con la capacidad del suelo de transmitir agua. A partir de la representación gráfica de la tasa de infiltración (i) en función de la inversa de la raíz cuadrada del tiempo (t^-1/2) se estimó la S (Shukla, 2014).

Análisis estadístico:

Se presenta un análisis descriptivo de las variables respuestas de las propiedades físicas de los suelos VS, DAP, P y Wv%, presentando sus coeficientes de variación (%). La calidad del agua resume el promedio de los resultados de las muestras extraídas de las tres perforaciones ya que las mismas están interconectadas para dar agua al sistema de riego.

Se ajustó un modelo potencial promedio de Kostiakov (ec. 1, y 2), obteniendo sus coeficientes de determinación (R²) correspondientes. Se acompaña estos resultados con un gráfico de caja de los parámetros de ajuste empíricos (a, y b).

El ajuste de los modelos obtenidos de infiltración acumulada de Kostiakov-Lewis (1937), (ec. 3), se evaluaron a través de la suma de los cuadrados de los errores (SSE) para los tratamientos R y S, pre y post campaña. Los parámetros de ajuste empíricos (A y B), se presentaron en un gráfico de caja y se realizó un análisis de correlación entre parámetros de ajuste de ambos modelos (A y B, ec. Kostiakov (1932), A y B ec. Kostiakov-Lewis(1937)) a través de una regresión lineal, para ver el grado de asociación entre los modelos.

Se realizó un análisis estadístico para evaluar diferencias significativas entre los tratamientos R y S, para i_b, (datos de campo y del modelo de Kostiakov-Lewis (1937)), K_s y S a través de una Prueba t para un diseño apareado. Se analizaron los resultados de los tratamientos R y S en pre-campaña y post-campaña por separado, y luego se hizo el análisis incluyendo todos los resultados de R y S.

Las correlaciones se hicieron con el programa Excel de Microsoft, y con la herramienta SOLVER la optimización no lineal. Los análisis estadísticos se realizaron con el programa InfoStat (Di Rienzo et al., 2015).

Propiedades físicas del suelo:

La Tabla 1 resume los valores promedio del volumen de sedimentación de las dos profundidades analizadas, y concuerdan con la textura de la Serie Chacabuco (franco limoso), aunque en algunos casos esta fue franco limo-arcillosa.

VS volumen de sedimentación promedio de las repeticiones expresado en mililitros por cien gramos ± su indeterminación absoluta.

VS mean sedimentation volume of replicates expressed in milliliters per hundred grams ± its absolute uncertainty.

La DAP y la P correspondiente a los tratamientos R y S, pre- y post-campaña para las dos profundidades analizadas, se resume en la Tabla 2. Los valores de densidad aparente variaron entre 1,12 y 1,49 g cm^-3, coincidiendo con los generalmente observados en el área de estudio (Álvarez et al., 2021). Tanto los resultados de DAP y P arrojaron un coeficiente de variación (CV) entre 3,6 y 17,8 % mostrando que el conjunto de datos es homogéneo.

DAP: Densidad aparente ± su indeterminación absoluta, CVDAP: coeficiente de variación de la densidad aparente, P porosidad ± su indeterminación absoluta, CVP: coeficiente de variación de la porosidad. Las indeterminaciones absolutas presentan el orden de magnitud del instrumental empleado para su determinación.

DAP: bulk density ± its absolute uncertainty, CVDAP: coefficient of variation of bulk density, P porosity ± its absolute uncertainty, CVP: coefficient of variation of porosity. Absolute uncertainty presents the order of magnitude of the instruments used for their determination.

A partir de los datos de humedad gravimétrica extraídas antes del ensayo de infiltración, se calculó la humedad volumétrica. La Tabla 3 muestra los resultados de esta variable para los tratamientos R y S, pre- y post-campaña.

Wv: contenido hídrico volumétrico ± indeterminación absoluta; CVWv coeficiente de variación del contenido hídrico volumétrico.

Wv: volumetric water content ± absolute uncertainty; CVWv coefficient of variation of volumetric water content.

El proceso de infiltración se ve afectado por el contenido de humedad del suelo, por lo cual es importante que el contenido de humedad sea el mismo para comparar valores de la tasa de infiltración del mismo sitio. Tanto en pre como en post campaña, en los tratamientos R y S, el contenido hídrico del suelo previo a los ensayos de infiltración resultó similar y cuyo CV % es menor a 9,2 %, mostrando que el conjunto de datos es homogéneo.

Calidad del agua:

Los resultados del análisis de calidad del agua representan el promedio de los valores obtenidos en las tres perforaciones que alimentan al sistema de riego, ya que todos extraen agua del mismo acuífero Pampeano. La Tabla 4 muestra los valores de las variables analizadas.

CEa: conductividad eléctrica aparente, RAS Relación de Adsorción de Sodio,

CSR Carbonato de Sodio Residual.

CEa: bulk density, RAS Sodium Adsorption Ratio, CSR Residual Sodium Carbonate.

Se observa que el agua subterránea usada para riego es bicarbonatada sódica. Estos resultados concuerdan con los antecedentes de la región norte de Buenos Aires, (^{Alvarez et al., 2016}). Utilizando la clasificación desarrollada por Ayers and Wetscot (1987), indica un grado de restricción de uso bajo a moderado en salinidad por los valores de conductividad eléctrica del agua (CEa) y ninguna restricción en cuanto al impacto en la permeabilidad del suelo por presencia de sodio en el agua, criterio que surge de la combinación de la relación de adsorción de sodio (RAS) y CEa. La “restricción de uso” indica que el uso del agua puede ser una limitante, y que algún manejo especial se necesite para alcanzar la máxima capacidad de producción. La clasificación especifica realizada por INTA (1999) para la región Pampeana, nos indica que esta agua podría clasificarse como “segura” para el riego en función de su salinidad. Por otro lado, de acuerdo con su grado de sodicidad, se clasifica como “aceptables” ya que se encontró un RAS menor a 10 y se cumplen con las condiciones edáficas propuestas en dicha clasificación (Argiudoles bien provistos de materia orgánica y una lámina de riego aplicada entre 100-300 mm año^-1). Por otro lado, tanto la dureza como las concentraciones de nitratos y fósforo presentan valores bajos y aceptables (^{Sainato et al., 2006}).

Infiltración:

Dos de los ensayos de infiltración del sector de secano post campaña fueron desestimados debido al rápido ingreso del agua al perfil, comportamiento atípico para esta clase textural. En estos ensayos se produjeron valores muy altos de velocidad de infiltración, por la presencia de canales o vías de flujos preferencial debajo de los infiltrómetros.

En la Figura 3 se exponen las curvas de tasa de infiltración y el modelo de ajuste de Kostiakov (1932) (ec. 1) diferenciados por tratamiento.

La Figura 4 representa el gráfico de caja, herramienta de diagnóstico que muestra la variabilidad, el grado de simetría, y el centro de localización de los parámetros de ajuste empíricos (a, b).

Los modelos ajustados muestran una tasa de infiltración inicial que disminuye rápidamente. El coeficiente a de la ecuación ajustada de la tasa de infiltración de Kostiakov representa la velocidad de infiltración en el primer minuto. Depende del contenido hídrico inicial y está relacionado con la sortividad. El gráfico de caja Figura 4, revela una variabilidad pequeña del parámetro de ajuste a, salvo el caso del tratamiento S post campaña, recordando que dos de los ensayos se perdieron. También se observa que los valores numéricos obtenidos de los modelos en el tratamiento R de pre y post campaña son menor que los de S. El 75 % de los valores obtenidos de a del tratamiento R en precampaña y post campaña son menores a 1,6 mm h^-1 y 2,0 mm h^-1 respectivamente, mientras que en S el 75 % son menores a 3 mmh^-1 en S pre-campaña y 5 mm h^-1 en S post campaña. Boers et al. (1992) evaluaron la tasa de infiltración en suelos franco arcillosos y franco arenosos regados por aspersión, encontrando una menor tasa de infiltración en el primer minuto debido al sellado de la superficie del suelo y formación de costra, generalmente asociado con la energía de impacto de las gotas de agua en la superficie del suelo. La energía del impacto de las gotas de agua está directamente influenciada por la presión y el tipo de aspersor, (diámetro de la boquilla, tipo de deflector), y asociado con la presión del agua que puede generar diferentes distribuciones de tamaño de gota y por lo tanto diferentes energías de impacto de dichas gotas. Deberían hacerse estudios específicos para corroborar tal suposición.

El valor promedio del exponente b de todos los ensayos realizados resultó igual a -0,57. Comparando este resultado con la familia de curvas de infiltración del Servicio de Conservación del Recursos Naturales del USDA (USDA-NRCS, 2012) el valor refleja la textura predominante de los suelos de los lotes ensayados, franco limosa y franco limo arcillosa. El gráfico de cajas de b, Figura 4 muestra poca variabilidad de los datos de las repeticiones, pero se observa que el valor de b es menor (en valor real negativo) en todos los ensayos en secano. Hay un cambio de pendiente del modelo siendo en promedio de b = -0,4 en R y b = -0,7 en S. Walpode et al. (1998) plantea que no existen ciertas reglas empíricas respecto a cuándo las gráficas de caja proporcionan evidencia de diferencias significativas entre las medias. Sin embargo, una pauta aproximada es que, si la línea del percentil 25 de una variable excede la línea de la mediana de la otra variable, hay fuerte evidencia de una diferencia entre las medias. El 99 % de los valores de b obtenidos del ajuste en el tratamiento R en pre y post-campaña superan al valor de la mediana de los tratamientos S pre- y post-campaña.

En la Figura 5 se muestran las curvas de infiltración acumulada obtenidas experimentalmente de las cinco repeticiones y ajustadas con el modelo (ec. 2) de Kostiakov (1932), para los tratamientos de riego y secano, pre- y post-campaña.

La Figura 6 representa el gráfico de caja, de los parámetros de ajuste empíricos (A, B) del modelo de infiltración acumulada de Kostiakov (1932).

El coeficiente A, refleja la lámina acumulada en el primer minuto, correspondiente a los primeros milímetros del perfil. Los resultados muestran una tendencia de los sectores que reciben riego tanto en precampaña como en post campaña de acumular una menor lámina en el primer minuto respecto a los resultados de los sectores de secano. Esto concuerda con los resultados observados en la tasa de infiltración en el primer minuto y con los resultados de la sortividad (Tabla 8). Los gráficos de caja, Figura 6, muestran mayor variabilidad en el coeficiente de ajuste A en precampaña, en donde en el tratamiento R la asimetría es positiva, con un 75 % de los resultados se encuentran en un RIQ (rango inter cuartil) de 7mm acumulados en el primer minuto, mientras que en precampaña S la asimetría es negativa y el 75 % de los resultados se encuentran en un rango inter cuartil (RIQ) de 13 mm acumulados. Los resultados del parámetro de ajuste A en R y S post campaña presenta poca variabilidad con un RIQ de 4 y 5 mm, respectivamente.

El exponente B, pendiente de la recta logarítmica de infiltración acumulada (ec. 2) es representativa de la textura predominante de los suelos (textura fina), y de su almacenaje en el tiempo (USDA-NRCS, 2012). Los gráficos de caja, Figura 6, muestran variabilidad en todos los resultados con valores mínimos de B = de 0,1 hasta valores máximos de B = 0,7. Se observa un claro cambio de pendiente de las curvas de infiltración acumulada en los tratamientos con riego respecto de secano. Esto se ve reflejado si se analiza la lámina infiltrada en el suelo en el tiempo (valor asintótico de las curvas de I). Los resultados muestran que el lote precampaña R almacena una lámina de 85 mm en un tiempo de 450 minutos, mientras que en precampaña S es de 51 mm. Luego de la campaña de riego la lámina almacenada en el círculo de riego fue de 36 mm mientras que para S fue de 77 mm (recordando que solo se procesaron tres repeticiones). Archer et al. (2015), investigaron el proceso de infiltración en varios escenarios y concluyeron que las gramíneas tienden a mejorar la porosidad, generalmente incrementando la capacidad de infiltración de los suelos. Considerando que el cultivo antecesor al maíz fue trigo/ soja de segunda, se podría explicar la mayor capacidad de almacenaje en precampaña. Haghnazari et al. (2015), concluyeron que la mejora en el almacenamiento de agua en el perfil podría deberse a una mejora en la estructuración del suelo por colonización de gramíneas y acción de la macrofauna del suelo, reduciendo la compactación y aumentando la conectividad de poros. Giubergia et al. (2021), en el centro norte de la provincia de Córdoba concluyeron que los rendimientos del maíz en el tratamiento irrigado superaron, en promedio, en un 35% a los logrados en el tratamiento secano, y determinaron una tasa de infiltración elevada justificando sus resultados por un mayor desarrollo de raíces y masa vegetal en el tratamiento regado. Sin embargo, los resultados obtenidos en post campaña (Figura 5), no reflejan este comportamiento para el sector regado. La disminución que se observa de la lámina almacenaje del sector riego luego de la campaña agrícola se condice con lo obtenido por ^{Lozano et al. (2016}), quienes destacan que los beneficios de la siembra directa tienen poca persistencia en la conectividad de poros inducidos y no se mantienen a través de la temporada de crecimiento. El efecto de la mayor tasa de infiltración del suelo previo a la siembra no persistió hasta los últimos estadios de crecimiento del cultivo de maíz.

La Tabla 5 muestra los coeficientes de ajuste A y B, junto a la tasa de infiltración base (i_b) (ec. 3) y la Suma del Cuadrado del Error (SSE), obtenida del análisis de todos los datos de las repeticiones.

A y B: coeficientes de ajuste, i_b: infiltración básica, SSE suma del cuadrado del error

A y B: Fitted coefficients, i_b: steady infiltration rate, SSE Sum of Square Error

La Figura 7 representa los datos de campo y modelos obtenidos de Kostiakov-Lewis cuyos parámetros se resumieron en la Tabla 5.

Se observa un patrón similar al del gráfico de infiltración acumulada de Kostiakov (1932) de la Figura 5. La infiltración acumulada en el tiempo según este modelo fue de 108 mm en precampaña R y solo de 39 mm luego de la campaña. El sector S acumuló 61 mm en pre-campaña y 85 mm en post-campaña para el lapso de tiempo de 450 minutos.

La Figura 8 muestra el resultado del análisis de correlación entre los parámetros de ajuste (A y B) de los modelos de Kostiakov y Kostiakov-Lewis.

Los coeficientes A presentan un buen ajuste, cuyo coeficiente de determinación (R²) es del 95 %. En el caso del coeficiente B el modelo lineal ajusta para la mayoría de los ensayos, pero dando un R² bajo debido al resultado de algunos valores extremos.

Las Tablas 6 y 7 presentan los valores promedio de la tasa de infiltración básica (datos de campo y Kostiakov-Lewis), y los resultados del análisis de comparación de medias de los tratamientos R y S en pre campaña y post campaña por separado, y luego el análisis incluyendo todos los resultados de R y S.

n: número de datos, D.E: desviación estándar, CV: coeficiente de variación, letras distintas indican diferencias significativas entre tratamientos P<0,05

n: number of data, SD: standard deviation, CV: coefficient of variation different letters indicate significant differences between treatments (p<0,05)

n: número de datos, D.E: desviación estándar, CV: coeficiente de variación, letras distintas indican diferencias significativas entre tratamientos (p<0,05)

n: number of data, D.E. standard deviation, CV: coefficient of variation; different letters indicate significant differences between treatments (p<0.05)

Los resultados muestran diferencias significativas en la i_b datos de campo de pre-campaña entre los tratamientos R y S, siendo la i_b mayor en R, 9,7 mm h^-1, respecto a S, 2,8 mm h^-1, mientras que en los sectores de secano no hubo un efecto significativo. Tampoco hay diferencias significativas al analizar todos los datos por separado tratamiento R y S. Este comportamiento se repite en el análisis de los datos obtenidos por el proceso de optimización del modelo de Kostiakov-Lewis. Dando una diferencia significativa entre R y S en precampaña con valores de i_b de 7,7 mm h^-1 respecto a 3,8 mm h^-1 respectivamente. El valor en R se asemeja al obtenido por del Barrio (1984) en los suelos pampeanos Argiudoles.

Iseas et al. (2018) observaron en las parcelas evaluadas en este trabajo, que a la profundidad de 0-20 cm hubo un incremento del PSI y del Na y del pH en el tratamiento R respecto a S, como consecuencia de la calidad del agua de riego utilizada, presentando diferencias significativas entre R y S tanto en pre como post campaña. Shukla (2014) indicó que, como consecuencia de estos fenómenos, las propiedades de transmisión del agua como la infiltración son afectadas negativamente en suelos sodificados. Esto podría ser la causa de una disminución de la i_b en el sector R post-campaña.

Las Tablas 8 y 9 muestran los resultados de los valores de la sortividad promedio (S) deducidos del ajuste del modelo de infiltración de Philips (ec. 5) y los resultados la conductividad hidráulica saturada (Ks) deducidos del ajuste del modelo de Green & Ampt (ec. 4), junto a los resultados del análisis de comparación de medias en pre-campaña y post-campaña por separado. A posteriori se hizo el análisis incluyendo todos los resultados de R y S.

n: número de datos, D.E: desviación estándar, CV: coeficiente de variación, letras distintas indican diferencias significativas entre tratamientos (p<0,05)

n: number of data, D.E.: standard deviation, CV: coefficient of variation, different letters indicate significant differences between treatments (p<0.05)

Tabla 9: Valores medios de la conductividad hidráulica saturada (Ks), su desvío estándar y coeficiente de variación, determinados pre y post campaña del maíz y por tratamiento Riego y Secano.

Table 9: Mean values of saturated hydraulic conductivity (Ks), its standard deviation and coefficient of variation determined before and after the corn growing season for irrigated (Riego) and rainfed (Secano) treatments.

n: número de datos, D.E: desviación estándar, CV: coeficiente de variación, letras distintas indican diferencias significativas entre tratamientos (p<0,05)

n: number of data, D.E.: standard deviation, CV: coefficient of variation; different letters indicate significant differences between treatments (p<0.05)

Los resultados de la sortividad y la conductividad hidráulica saturada no mostraron diferencias significativas en ningún caso evaluado. La alta variabilidad de los resultados de S y K_S concuerdan con lo determinado por Giubergia et al. (2021), y Torres Duggan et al. (2012). Los valores determinados de K_S corresponderían, según el United States Bureau of Reclamation (USBR, 1978), a suelos de textura arcillosa. ^{Sainz et al. (2018}) plantearon que, debido a la elevada variabilidad espacial de algunos parámetros correspondientes al proceso de infiltración, sería necesario profundizar este tipo de estudios a futuro, incrementando a su vez la cantidad de repeticiones, a fin de obtener resultados concluyentes sobre el comportamiento de este proceso.