Influência de sistemas de produção agropecuária sobre indicadores de qualidade do solo

Abstract

Resumo: Os sistemas de produção agrícola e pecuário brasileiros passaram por grandes avanços, até se colidirem com os impactos gerados pelos próprios modelos de uma agricultura artificializada, com práticas muitas vezes insustentáveis. Com isso, intensificou-se a busca por sistemas de produção mais estáveis, com alta capacidade produtiva e sustentável, dentre os quais se incluem os sistemas integrados de produção agropecuária - SIPA. Assim, fundamentando-se no pressuposto de que sistemas de produção mais complexos, em arranjo e manejo, causam diferentes efeitos na qualidade dos solos nos quais são estabelecidos, esta pesquisa teve como objetivos: 1) comparar a influência de diferentes sistemas de cultivo, sobre a qualidade do solo com base em indicadores bioquímicos, químicos e biológicos; 2) selecionar variáveis, ou grupos de variáveis, que sejam descritores eficazes da qualidade de solo; 3) agrupar os sistemas avaliados conforme as suas semelhanças e diferenças em influenciar a qualidade do solo; 4) verificar como os grupos de indicadores se relacionam entre si. Para tanto, o trabalho foi desenvolvido no experimento de campo do Núcleo de Inovação Tecnológica em Agropecuária (NITA) - Universidade Federal do Paraná (UFPR). Sete sistemas foram avaliados com três componentes e seus arranjos: Lavoura (L), Pecuária (PEC), Floresta (F), Lavoura X Pecuária (LP), Pecuária X Floresta (PF), Lavoura X Floresta (LF) e Lavoura X Pecuária X Floresta (LPF) além de áreas de vegetação natural vizinhas (N), a fim de comparação. Os métodos estatísticos adotados foram a análise de variância univariada (ANOVA) e testes comparativos de médias (Tukey). E, como métodos estatísticos multivariados, a análise de componentes principais (PCA) e análise de fatores (AF). Ao final se propôs um índice de qualidade do solo (IQS) com base nos fatores das dimensões escolhidas para explicar o fenômeno. Por meio da análise multivariada dos dados foi possível identificar tanto as diferenças quanto as semelhanças entre os sistemas de cultivo estudados. As variáveis teor de fósforo (P), Biomassa de Amynthas Juvenis (BAJ), Matéria Orgânica (MO), Umidade do solo (Umi), teor de potássio (K), Biomassa de Pontoscolex Adultas (BPA), Biomassa de Pontoscolex Juvenis (BPJ), Respiração Basal do Solo (RBS), Número de Amynthas Juvenis (NAJ), Número de Pontoscolex Adultas (NPA) e Número de Pontoscolex Juvenis (NPJ), foram eficazes como descritores de qualidade do solo. De maneira geral, o componente Lavoura se destacou positivamente na melhoria da qualidade do solo, independente da combinação de componentes que participou. O componente PEC, de forma integrada ou não, demonstrou equilíbrio suficiente para, às vezes não se diferenciar dos demais se apresentando como melhor em qualidade do solo. Os sistemas com o componente florestal apresentaram tendência para menor qualidade do solo, variando conforme o componente que interagiu. Sinteticamente, o IQS final destacou o PEC e o LP como os de melhor qualidade e F e LF como de pior qualidade do solo.

Abstract: Brazilian agricultural and livestock production systems have gone through great advances, until they collide with the impacts generated by the models of an artificialized agriculture, with practices that are often unsustainable. As a result, the search for more stable production systems, with high productive and sustainable capacity, was intensified, among which are included the Integrated crop-livestock systems - ICLS. Thus, based on the assumption that more complex production systems, in arrangement and management, cause different effects on the quality of the soils in which they are established, this research aimed to: 1) compare the influence of different cultivation systems on soil quality based on biochemical, chemical and biological indicators; 2) select variables, or groups of variables, that are effective descriptors of soil quality; 3) group the evaluated systems according to their similarities and differences in influencing soil quality; 4) check how the groups of indicators relate to each other. For that, the work was developed in the field experiment of the Nucleus of Technological Innovation in Agriculture end Livestock (NITA) - Federal University of Paraná (UFPR). Seven systems were evaluated with three components and their arrangements: Crop (L), Livestock (PEC), Forest (F), Crop X Livestock (LP), Livestock X Forest (PF), Crop X Forest (LF) and Crop X Livestock X Forest (LPF) in addition to neighboring natural vegetation areas (N), for comparison purposes. The statistical methods adopted were univariate analysis of variance (ANOVA) and comparative tests of means (Tukey). And, as multivariate statistical methods, principal component analysis (PCA) and factor analysis (AF). At the end, a soil quality index (SQI) was proposed based on the factors of the dimensions chosen to explain the phenomenon. Through multivariate data analysis, it was possible to identify both differences and similarities between the studied cropping systems. The variables phosphorus content (P), Biomass of Amynthas Juveniles (BAJ), Organic Matter (OM), Soil moisture (Umi), potassium content (K), Biomass of Pontoscolex Adults (BPA), Biomass of Pontoscolex Juveniles (BPJ), Soil Basal Respiration (RBS), Number of Juvenile Amynthas (NAJ), Number of Adult Pontoscolex (NPA) and Number of Juvenile Pontoscolex (NPJ), were effective as descriptors of soil quality. In general, the Crop (L) component stood out positively in improving soil quality, regardless of the combination of components that participated. The PEC component, integrated or not, demonstrated sufficient balance to sometimes not differentiate itself from the others, presenting itself as better in soil quality. The systems with the forest component tended towards lower soil quality, varying according to the component that interacted. In summary, the final IQS highlighted PEC and LP as the best soil quality and F and LF as the worst soil quality.