Indicadores Calidad Del Suelo

Indicadores de calidad del suelo para el
monitoreo de la sostenibilidad de los

Sistemas Silvopastoriles Intensivos (SSPI)
en la Ecorregión Cafetera, Colombia.
Nelly Victoria Giraldo Sánchez
Universidad Nacional de Colombia

Facultad de Ciencias Agropecuarias
Palmira, Colombia
2020
Indicadores de calidad del suelo para el
monitoreo de la sostenibilidad de los
Sistemas Silvopastoriles Intensivos (SSPI)
en la Ecorregión Cafetera, Colombia.
Nelly Victoria Giraldo Sánchez
Tesis presentada como requisito parcial para optar al título de:

Magister en Ciencias Agrarias
Directora:
Doctora, Elena Velásquez Ibáñez
Línea de Investigación:
Suelos
Universidad Nacional de Colombia

Facultad de Ciencias Agropecuarias
Palmira, Colombia
2020
Agradecimientos
Este trabajo no hubiera sido posible sin el apoyo incondicional de la Fundación Centro
para la Investigación en Sistemas Sostenibles de Producción Agropecuaria (CIPAV), por
proporcionar los datos utilizados en este estudio y especialmente a Julián Chará y
Enrique Murgueitio por incentivar la formación de investigadores.
A la doctora Elena Velásquez por revisar y aportar con elementos metodológicos y

analíticos al estudio. Igualmente, al doctor Patrick Lavelle, por sus valiosos aportes al
documento.
A Lina Paola Giraldo por la motivación, el apoyo constate y por tomarse el tiempo de
revisar y corregir el trabajo.
Finalmente, agradezco a Ingrid Tatiana Arcila y Gustavo Giraldo por la ayuda en campo
para la recolección de datos.
Resumen y Abstract VII
Resumen
La deforestación para sumar nuevas áreas a la producción ganadera ha causado pérdida
de coberturas vegetales y degradación del suelo. La implementación de sistemas
silvopastoriles integrando arreglos y prácticas ambientales sostenibles para la
conservación del suelo es una alternativa, en la que se enmarca este estudio que
comparó sistemas silvopastoriles intensivos (SSPI) con Tithonia diversifolia, Leucaena
leucocephala y pasturas tradicionales (Pt), en fincas ganaderas de la ecorregión
Cafetera. Se establecieron 12 parcelas de 3000m2 para evaluar variables físicas
(densidad aparente, densidad real, porosidad total, humedad volumétrica, resistencia
tangencial al corte, resistencia a la penetración y conductividad hidráulica); variables
químicas (pH, bases intercambiables -Ca, Mg, K-, materia orgánica –Mo- y P extraíble) y
macrofauna edáfica como variable biológica. El estudio de calidad del suelo se hizo a
través de Análisis de Componentes Principales (ACP) y Co-inercias, se construyó un
Indicador General de Calidad del Suelo (IGCS) para los SSPI y se propuso un protocolo
para evaluar sostenibilidad de los SSPI partiendo del IGCS. Los SSPI presentaron las
mejores condiciones de calidad en comparación con las Pt, la calidad estuvo
determinada por los bajos niveles de compactación, características estructurales
óptimas, porosidad, contenido de humedad, materia orgánica, fósforo disponible y,
riqueza y abundancia de grupos taxonómicos. El IGCS para SSPI con Tithonia
diversifolia (0.6 a 1.0) y Leucaena leucocephala (0.4 a 0.8) y valores bajos para
Brachiaria (0.1 a 0.4).
Palabras clave: Sistemas silvopastoriles, indicadores de calidad del suelo, ganadería

sostenible, Tithonia diversifolia, Leucaena leucocephala.
VIII Indicadores de calidad del suelo para el monitoreo de la sostenibilidad de los
Sistemas Silvopastoriles Intensivos (SSPI) en la Ecorregión Cafetera, Colombia.
Abstract
Deforestation to add new areas to livestock production has caused loss of plant cover
and soil degradation. This study tested the value for soil conservation in sylvopastoral
systems. We compared intensive sylvopastoral systems (SSPI) enriched with Tithonia
diversifolia or Leucaena leucocephala and traditional pastures (Pt) in farms of the
Colombian Eje Cafetero. In twelve 3000 m2 plots we evaluated physical variables (bulk
density, real density, total porosity, volumetric humidity, tangential shear resistance,
resistance to penetration and hydraulic conductivity); chemical variables (pH,
exchangeable bases -Ca, Mg, K-, organic matter –Mo- and P removable) and edaphic
macrofauna as a biological attribute. Soil quality of the different land use systems were
compared using Principal Component (PCA) and Co-inertia analyses; a General Soil
Quality Indicator (IGCS) was elaborated and a protocol was proposed to evaluate the
sustainability of the SSPI based on of the IGCS. The SSPIs presented the best quality
conditions compared to the Pt. The main improvement in soil quality was a reduced soil
compaction, better overall soil structural characteristics (porosities, moisture content),
increased organic matter, available phosphorus and higher richness and abundance of
macroinvertebrate communities. The highest IGCS values were measured in SSPI with
Tithonia diversifolia (0.6 a 1.0) and Leucaena leucocephala (0.4 to 0.8), the lowest values
in Brachiaria (0.1 and 0.4).
Keywords:
Sylvopastoral systems, General Soil Quality Indicator, sustainable livestock, Tithonia

diversifolia, Leucaena leucocephala.
Contenido IX
Contenido
Pág.
Resumen ........................................................................................................................ VII
Lista de figuras ............................................................................................................... XI
Lista de tablas ............................................................................................................. XIV
Introducción..................................................................................................................... 1
Planteamiento del problema ........................................................................................... 5
1. Justificación ............................................................................................................. 7
1.1 Hipótesis .......................................................................................................... 9
1.2 Objetivos.......................................................................................................... 9
1.2.1 Objetivo general .................................................................................... 9
1.2.2 Objetivos específicos ............................................................................ 9
2. Marco de referencia ............................................................................................... 11

2.1 El Suelo ......................................................................................................... 11
2.2 Sistemas silvopastoriles................................................................................. 11
2.2.1 Sistema silvopastoril intensivo (SSPI) ................................................. 12
2.2.2 Calidad del suelo en los sistemas silvopastoriles ................................ 12
2.3 Definición de indicadores de calidad del suelo ............................................... 13
2.3.1 Indicadores físicos .............................................................................. 15
2.3.2 Indicadores químicos .......................................................................... 15
2.3.3 Indicadores biológicos ......................................................................... 16
2.4 Modelos de evaluación de la calidad del suelo a través de indicadores ......... 18
3. Metodología ............................................................................................................ 19
3.1 Sitio de estudio .............................................................................................. 19
3.1.1 Tipo de suelos en la región de estudio ................................................ 22
3.2 Construcción del indicador de calidad del suelo............................................. 23
3.2.1 Subindicador físico .............................................................................. 23
3.2.2 Subindicador biológico ........................................................................ 25
3.2.3 Subindicador químico .......................................................................... 26
3.3 Diseño metodológico ..................................................................................... 28
3.3.1 Ubicación del área de estudio ............................................................. 28
3.4 Evaluaciones ................................................................................................. 28
3.4.1 Parámetros biológicos (Macrofauna del suelo) .................................... 28
3.4.2 Parámetros físicos .............................................................................. 29
3.4.3 Parámetros químicos .......................................................................... 30
X Indicadores de calidad del suelo para el monitoreo de la sostenibilidad de los
3.5 Análisis de datos ............................................................................................31

3.5.1 Análisis estadístico ..............................................................................32
3.6 Cálculo de indicadores ...................................................................................32
4. Resultados ..............................................................................................................35
4.1 Evaluación de la calidad del suelo bajo coberturas de pasturas mejoradas con
Tithonia diversifolia y Leucaena leucocephala en la ecorregión cafetera ..................35
4.1.1 Parámetros físicos ...............................................................................35
4.1.2 Análisis multivariado de los parámetros físicos ....................................40
4.1.3 Parámetros químicos ...........................................................................46
4.1.4 Análisis multivariado de los parámetros químicos ................................48
4.1.5 Macrofauna edáfica .............................................................................50
4.1.6 Análisis multivariado de la macrofauna edáfica....................................51
4.1.7 Análisis de coinercia entre variables físicas, químicas y biológicas ......53
4.2 Indicador general de calidad del suelo para Sistemas Silvopastoriles
Intensivos-SSPI ........................................................................................................56
4.2.1 Subindicador de los parámetros físicos del suelo ................................59
4.2.2 Subindicador de los parámetros químicos del suelo ............................59
4.2.3 Subindicador del parámetro biológico del suelo ...................................60
4.2.4 Análisis multivariado de los subindicadores .........................................60
4.3 Protocolo de seguimiento de la sostenibilidad de los sistemas silvopastoriles
intensivos. .................................................................................................................63
5. Discusión.................................................................................................................68
6. Conclusiones y recomendaciones ........................................................................71

6.1 Conclusiones ..................................................................................................71
6.2 Recomendaciones..........................................................................................72
Anexo 1: Figuras del análisis de componentes principales. ......................................73
Anexo 2: Densidad de macrofauna por m2 por sistema ganadero. ............................77
Anexo 3. Boxplot de los subindicadores para cada grupo de variables del suelo. ..85
Bibliografía .....................................................................................................................89
Contenido XI
Lista de figuras
Pág.
Figura 1. a. Sistemas silvopastoriles intensivos con Leucaena (Leucaena leucocephala)

y b. pasturas tradicionales. Finca San Diego. Montenegro (Q) ........................................20
Figura 2. Sistemas silvopastoriles intensivos con Botón de oro (Tithonia diversifolia) y b.
pasturas tradicionales. Fincas La Esperanza y Llanitos, Pereira (R) ...............................20
Figura 3. Ubicación espacial del área de estudio. ...........................................................22
Figura 4. Distribución de la toma de muestras en la parcela objeto de estudio. ..............29
Figura 5. Mini-simulador de lluvia modelo CIAT..............................................................30
Figura 6. Diagrama de pasos para la creación de indicadores de calidad del suelo .......33
Figura 7. Variables volumétricas. Circulo de correlaciones. ............................................41
Figura 8.Variables mecánicas. Circulo de correlaciones. ................................................43
Figura 9. Círculo de correlaciones. Variables estructurales. ...........................................45
Figura 10. Círculo de correlaciones de los parámetros químicos. ...................................49
Figura 11. Círculo de correlaciones de la macrofauna edáfica. ......................................52
Figura 12. Círculo de correlaciones de los grupos de SubIndicadores del suelo. ...........61
Figura 13. Análisis de componentes principales (ACP) de los valores del indicador
general del suelo. ............................................................................................................63
Figura 14. Esquema propuesto para la construcción del protocolo. ................................64
Figura 16. Análisis de componentes principales (ACP) de las variables volumétricas con
respecto a las fincas. .......................................................................................................73
Figura 15. Análisis de componentes principales (ACP) de las variables volumétricas con
respecto a las coberturas. ..............................................................................................73
Figura 18. Análisis de componentes principales (ACP) de las variables mecánicas con
Figura 17. Análisis de componentes principales (ACP) de las variables mecánicas con
respecto a las coberturas. ...............................................................................................73
Figura 19. Análisis de componentes principales (ACP) de las variables estructurales con
Figura 20. Análisis de componentes principales (ACP) de las variables estructurales con
respecto a las coberturas. ...............................................................................................74
Figura 21. Análisis de componentes principales (ACP). Efecto de los niveles altitudinales
sobre la calidad química del suelo. ..................................................................................74
Figura 22. Análisis de componentes principales (ACP). Efecto de las coberturas sobre la
calidad química del suelo. ...............................................................................................74
XII Indicadores de calidad del suelo para el monitoreo de la sostenibilidad de los
Figura 23. Análisis de componentes principales. Efecto de la antigüedad en la calidad

química del suelo. ........................................................................................................... 74
Figura 24. Análisis de componentes principales (ACP). Efecto de las rotaciones en la
calidad química del suelo. ............................................................................................... 74
Figura 25. Análisis de componentes principales. Efecto de la periodicidad de fertilización
en la calidad química del suelo. ...................................................................................... 75
Figura 26. Riqueza de macrofauna edáfica en los sistemas ganaderos. ........................ 81
Figura 27. Densidad de macrofauna edáfica #individuos/m 2 en los sistemas ganaderos.
....................................................................................................................................... 82
Figura 28. Análisis de componentes principales (ACP). Efecto de los sistemas ganaderos
en la población de macrofauna edáfica. .......................................................................... 83
Figura 29. Análisis de componentes principales (ACP). Impacto de la vegetación sobre la
calidad biológica del suelo. ............................................................................................. 83
Figura 30. Análisis de componentes principales (ACP). Efecto de la antiguedad de
establecimiento de los sistemas en la macrofauna edáfica. ............................................ 83
Figura 31. Análisis de componentes principales (ACP). Macrofauna edáfica en las fincas
ganaderas. ...................................................................................................................... 83
Figura 32. Análisis de componentes principales (ACP). Efecto del sistema de rotación
sobre la macrofauna edáfica. .......................................................................................... 84
Figura 33. Distribución de los valores del subindicador de las variables mecánicas del
suelo, con respecto a los sistemas ganaderos evaluados. .............................................. 85
Figura 34. Distribución de los valores del subindicador de las variables mecánicas del
suelo, con respecto a las coberturas. .............................................................................. 85
Figura 35. Distribución de los valores del subindicador de las variables mecánicas con
respecto a los niveles altitudinales de las fincas. ............................................................ 85
respecto a la antigüedad (años) de los sistemas. ............................................................ 85
respecto al sistema de rotación. ...................................................................................... 85
Figura 38. Distribución de los valores del subindicador de las variables estructurales del
Figura 39. Distribución de los valores del subindicador de las variables estructurales del
suelo, con respecto a los sistemas ganaderos. ............................................................... 86
Figura 40. Distribución de los valores del subindicador de las variables estructurales con
respecto a los niveles altitudinales de las fincas. ............................................................ 86
respecto al sistema de rotación. ...................................................................................... 86
respecto a la antigüedad (años) de los sistemas. ............................................................ 86
Figura 43. Distribución de los valores del subindicador de las variables volumétricas del
suelo, con respecto a los sistemas ganaderos. ............................................................... 86
Figura 44. Distribución de los valores del subindicador de las variables volumétricas del
Contenido XIII
Figura 45. Distribución de los valores del subindicador de las variables volumétricas con
respecto a los niveles altitudinales de las fincas. .............................................................86
respecto a la antigüedad (años) de los sistemas. ............................................................86
Figura 47. Distribución de los valores del subindicador de las variables químicas del
suelo, con respecto a los sistemas ganaderos evaluados. ..............................................87
respecto al sistema de rotación. ......................................................................................87
Figura 49. Distribución de los valores del subindicador de las variables químicas con
respecto a las coberturas del suelo. ................................................................................87
respecto a los niveles altitudinales de las fincas. .............................................................87
Figura 51. Distribución de los valores del subindicador de las variables biológicas del
suelo, con respecto a los sistemas ganaderos evaluados. ..............................................87
respecto a la antigüedad de los sistemas. .......................................................................87
suelo, con respecto a las coberturas. ..............................................................................87
suelo, con respecto a los niveles altitudinales de las fincas. ............................................87
suelo, con respecto al sistema de rotación. .....................................................................88
suelo, con respecto a la antigüedad de los sistemas. ......................................................88
suelo, con respecto a la fertilización. ...............................................................................88
Contenido XIV
Lista de tablas
Pág.
Tabla 1. Conjunto de indicadores físicos, químicos y biológicos propuestos para el

monitoreo de los cambios que ocurren en el suelo. ........................................................ 16
Tabla 2 Ubicación de las fincas ganaderas en la ecorregión Cafetera ............................ 21
Tabla 3. Características de manejo de los sistemas ....................................................... 31
Tabla 4. Clases texturales de los sistemas ganaderos objeto de estudio........................ 36
Tabla 5. Valores promedio y rangos para las variables físicas del suelo medidas en
sistemas silvopastoriles y pasturas tradicionales en fincas ganaderas del Eje Cafetero. 37
Tabla 6. Análisis multivariado de los grupos de variables físicos. Aporte en porcentaje de
la variabilidad de los datos explicados en los factores 1 y 2; P-value: grado de
significancia estadística observada en los sistemas silvopastoriles y pasturas
tradicionales en fincas ganaderas del Eje Cafetero. ........................................................ 46
Tabla 7. Valores promedio y rangos para las variables químicas del suelo medidas en
sistemas silvopastoriles y pasturas tradicionales en fincas ganaderas del Eje Cafetero. 47
Tabla 8. Análisis multivariado de las variables químicas. Aporte en porcentaje de la
variabilidad de los datos explicados en los factores 1 y 2; P-value: grado de significancia
estadística observada en los sistemas silvopastoriles y pasturas tradicionales en fincas
ganaderas del Eje Cafetero............................................................................................. 50
Tabla 9. Análisis multivariado de la macrofauna edáfica. Aporte en porcentaje de la
ganaderas del Eje Cafetero............................................................................................. 52
Tabla 10. Análisis multivariado para la evaluación de la calidad del suelo en sistemas
silvopastoriles y pasturas tradicionales en fincas ganaderas del Eje Cafetero. ............... 53
Tabla 11. Coinercia entre los diferentes grupos de variables físicas, químicas y biológicas
medidas en sistemas silvopastoriles y pasturas tradicionales en fincas ganaderas del Eje
Cafetero. ......................................................................................................................... 55
Tabla 12. Agrupación de variables para los sistemas silvopastoriles, según el análisis de
coinercia realizado en el Eje Cafetero. ............................................................................ 55
Tabla 13. Aporte de cada variable en los factores 1 y 2 del Análisis de Componentes
Principales (ACP), realizado para sistemas silvopastoriles y pasturas tradicionales en el
Eje Cafetero. ................................................................................................................... 57
Tabla 14. Valores promedio de los subindicadores por grupo de variables para sistemas
silvopastoriles y pasturas tradicionales en el Eje Cafetero. ............................................. 58
Contenido XV
Tabla 15. Aporte de los subIndicadores y el porcentaje de Inercia total en el análisis de

componentes principales (ACP) en sistemas silvopastoriles y pasturas tradicionales en el
Eje Cafetero. ...................................................................................................................61
Tabla 16. Valores del índice general de la calidad del suelo-IGCS, para cada cobertura
en sistemas silvopastoriles y pasturas tradicionales en el Eje Cafetero. ..........................62
Tabla 17. Grupo mínimo de variables para la evaluación de la calidad del suelo en
sistemas silvopastoriles intensivos. .................................................................................65
Tabla 18. Metodologías para la evaluación de las variables. ...........................................66
Tabla 19. Valores índices de referencia para la calificación de la calidad del suelo en
sistemas silvopastoriles intensivos. .................................................................................67
Tabla 20. Densidad de macrofauna edáfica por metro cuadrado por sistema ganadero. 77
Introducción
El crecimiento de la población humana e incremento del consumo per-cápita en el mundo
ha generado serios impactos en el medio ambiente. Algunos de los indicativos de dicho
crecimiento tienen que ver con el aumento de las emisiones de gases de efecto
invernadero, la deforestación, pérdida de la biodiversidad, la desertificación del suelo, la
contaminación y pérdida de los recursos hídricos (Myers & Kent, 2004 citado por
McAlpine, Etter, Fearnside, Seabrook & Laurance, 2009).
En América Latina y el Caribe, el sector pecuario representa el 46% del Producto Interno
Bruto-PIB agrícola, con un crecimiento de 3.7% anual; particularmente, la ganadería
bovina ha aumentado gracias a la demanda mundial de productos de origen animal, lo
que ha conllevado a ser una de las regiones de mayor explotación, alrededor del 78% del
aumento mundial que corresponde al 19% en la producción de carnes tanto bovina como
avícola (Molina & Díaz, 2017).
Según Rodríguez, Llano, & Fonseca, 2018 y FEDEGAN, 2019 en Colombia la ganadería
es el reglón productivo que abarca mayor área geográfica (31 millones de hectáreas),
representa el 77% de la frontera agropecuaria y el 27% del área continental; contribuye
en el PIB nacional, agropecuario y pecuario con el 1.6, 24.8 y el 48.7% respectivamente,
cifras altamente significativas para una sola actividad. De acuerdo con el Ministerio de
Agricultura, 2009 en Vergara, 2010 y FEDEGAN, 2019 “concentra más de tres veces el
valor de la producción del café, más de cinco veces la producción de flores y cerca de
seis veces la producción de arroz”. Los departamentos que concentran la mayor
producción ganadera son Antioquia, Cundinamarca y Boyacá donde se registra el 38.2 %
de la producción. En los departamentos del eje cafetero se ha generado un aumento en
la producción ganadera en los últimos años, en parte por la crisis cafetera, esto ha hecho
que en la actualidad la ganadería en esta región represente el 3.4 % de la producción
nacional (DANE, 2015).
2 Introducción
El incremento de la ganadería en el país, significa un desafió ambiental referente a las

tasas de deforestación para la ampliación de nuevas áreas productivas, lo que ha
desencadenado problemas de degradación de ecosistemas naturales. Colombia aprecia
una tasa promedio de deforestación por encima de 200.000 Ha/año, tan sólo en el
periodo 2016-2017 se perdieron 219.973 Ha de bosques y las cifras siguen aumentado,
ejemplo de ello, para el último año (2018) sólo en la Amazonía Colombiana, región que
concentra el 75% de las detecciones por deforestación, se ha perdido alrededor de
43.000 Ha de bosque; dentro de las principales causas directas de este fenómeno se
encuentra la praderización y ganadería extensiva que equivale al 50% del cambio de
cobertura de bosque a nivel nacional (IDEAM, 2019).
De los problemas ambientales relacionados con la producción ganadera, tiene que ver
con la pérdida de biodiversidad debido a la reducción de los ecosistemas naturales de
bosques, altera los ciclos biogeoquímicos del suelo y acelera la pérdida de la diversidad
de organismos del suelo y de auxiliares tan importantes como los escarabajos
coprófagos, por el uso de ivermectinas, además de las alteraciones de las propiedades
físicas e hidrológicas del suelo (Asbakk, Hrabok, Oksanen, Nieminen, & Waller, 2006;
Tovar, Noriega, & Caraballo, 2016). La disminución de la cobertura vegetal y el pisoteo
del ganado contribuyen principalmente al incremento de la densidad aparente, la
resistencia a la penetración debido a la compactación, generando la reducción del
proceso de infiltración, aumento de la escorrentía y desencadenamiento de manera
acelerada de erosión del suelo (Sadeghian, Rivera, & Gómez, 1999).
La dimensión del fenómeno de erosión es enorme, especialmente en Asia, África y

Suramérica con tasas promedio de 30-40 ton suelo/ha/año comparado con la tasa de
formación de suelo que se acerca a 1 ó 2 ton suelo/ha/año (Sadeghian, 2003), en
Colombia particularmente, el 77.6% del suelo dedicado a la ganadería presenta erosión
desde ligera hasta muy severa con tasas cercanas a 25 ton suelo/ha/año; las áreas
afectadas por erosión de tipo laminar y surcos se relaciona con la pérdida del horizonte
orgánico del suelo, el cuál es el que garantiza la resiliencia del suelo a los efectos del
cambio climático (IDEAM; U.D.C.A, 2015).
La ganadería además, contribuye a acrecentar los impactos sobre el medio ambiente y el

cambio climático con la emisión de gases efecto invernadero (CO 2, CH4 y N2O). En
Introducción 3
Colombia la ganadería aporta el 44% de la emisión de gases traza debido a la

fermentación entérica en el ganado, gestión de estiércol y pastizales (IDEAM, PNUD,
MADS, DNP, & CANCILLERÍA, 2018).
A pesar de los efectos adversos que tiene la ganadería tradicional sobre el medio
ambiente, en las últimas décadas se han desarrollado modelos de producción que
involucran arreglos y prácticas amigables con el medio ambiente y que contribuyen a la
conservación y sostenibilidad del suelo, mitigación de los efectos derivados del cambio
climático, rehabilitación de ecosistemas degradados e incremento de la producción (
Calle et al., 2013). La agroforestería, que se entiende como un sistema que combina
especies arbóreas, con especies arbustivas o herbáceas cultivadas, es uno de dichos
modelos. Particularmente, sobre el suelo, los sistemas agroforestales contribuyen al
mejoramiento de las propiedades físicas y químicas especialmente la estructura,
porosidad y capacidad de retención de agua, además disminuyen la compactación y
tienden a reducir la salinización (Reinoso, 2014).
Dentro de los sistemas agroforestales, el silvopastoreo es uno de los modelos

implementados en producción ganadera. Los sistemas silvopastoriles buscan integrar
especies leñosas perennes (árboles y/o arbustos) con especies forrajeras herbáceas y
animales, mediante un manejo integral (Pezo & Ibrahim, 1999).
Los beneficios de la reconversión de los sistemas ganaderos convencionales a

silvopastoriles se basan en su contribución al mejoramiento de los servicios
ecosistémicos, al optimizar los recursos alimenticios para las especies silvestres como
aves, mamíferos, reptiles e invertebrados por la estructura vegetal que conforma el
sistema. Se reduce la aplicación de fertilizantes nitrogenados y químicos por la presencia
de especies vegetales que mejoran los ciclos biogeoquímicos, por ejemplo, las
leguminosas que fijan N2 y se mejora la disponibilidad de nutrientes. El secuestro de
carbono aumenta, se contribuye a recuperar los nutrientes y la disponibilidad del agua
gracias a la presencia de árboles de raíces profundas. La cobertura de los árboles
suministra mejores condiciones ambientales y de bienestar animal, además aumenta la
oferta de biomasa, nutrientes y sombra, reduciendo el estrés calórico, mejorando la
producción y la condición corporal de los mismo (Cuartas et al., 2014 citado por
Murgueitio et al., 2014).
4 Introducción
Los estudios realizados a la fecha, demuestran que los sistemas silvopastoriles son una
alternativa de producción agropecuaria que evita en gran medida la degradación del
suelo (Silberman, Anriquez, Domínguez, Kunst, & Albanesi, 2015). En América Tropical
los sistemas silvopastoriles implementados con mayor frecuencia y que gracias a su
estructura han disminuido los efectos negativos sobre el suelo, se han basado
en la integración de gramíneas nativas de los géneros Axonopus y Paspalum o

introducidas Cynodon, Megathyrsus, Brachiaria, Urochloa, Pennisetum,
Dichanthium, Cenchrus y Bothriochloa; plantas leguminosas herbáceas de los
géneros Desmodium, Centrosema, Calopogonium, Pueraria, Stylosanthes,
Clitoria, Arachis, Teramnus, Macroptilium, Zornia, Trifolium y Lotus; en asociación
con un estrato de arbustos en alta densidad (entre 10 y hasta más de 40 mil
plantas ha-1) destinado al ramoneo del ganado con especies como Leucaena
leucocephala (Lam.) de Wit., de la subfamilia Mimosoidae; Tithonia diversifolia
(Hemsl.) A. Gray, de la familia Asteracea; o Guazuma ulmifolia Lam., de la familia
Malvaceae y una diversidad de árboles distribuidos dentro de los potreros en la
periferia como cercas vivas (Murgueitio et al., 2015).
A pesar de las investigaciones realizadas acerca de los diseños y beneficios económicos

y ambientales de los sistemas silvopastoriles, no se ha profundizado en la identificación y
reconocimiento de indicadores de calidad del suelo, que facilite el conocimiento de las
interacciones en el mismo para monitorear la sostenibilidad de dicho sistema y del control
de la degradación ( Mahecha, 2002; Vallejo, 2013).
La construcción de herramientas para caracterizar el aporte de los sistemas

silvopastoriles al control de la degradación del suelo y la evolución de su funcionamiento
en el tiempo, a través de indicadores de calidad del suelo y de protocolos de seguimiento
son aportes que el presente estudio espera contribuir.
Planteamiento del problema
A través de la historia, la producción ganadera en Colombia ha jugado un papel

importante en la transformación de los paisajes, especialmente en las regiones de la
Amazonía y en el centro del Valle del Río Magdalena, sin embargo, desde inicios del
siglo XXI, este proceso también se ha presentado en las regiones Andina y Caribe; en
efecto, entre 2005 y 2009, se evidenció que el 90% del área de bosques talados en la
Amazonía colombiana y el 80% de la deforestación en los Andes colombianos, se destinó
a la producción de pasturas para ganado (Nelson & Durschinger, 2015).
El incremento de la producción ganadera, el cambio del uso del suelo y la adopción de

prácticas de producción basadas en sistemas industrializados ejercen una presión
importante sobre los ecosistemas naturales, que favorecen la emisión de gases efecto
invernadero, reducen la fertilidad del suelo, disminuyen la biodiversidad (por efecto de la
deforestación), incrementan los niveles de erosión y en general, degradan los servicios
ecosistémicos.
Los sistemas silvopastoriles como modelo alternativo a la producción ganadera

tradicional de tipo extensivo, han permitido disminuir la presión sobre los ecosistemas,
proteger el suelo y las fuentes hídricas, incrementar la producción de biomasa y en
consecuencia aumentar la productividad del ganado.
En Colombia, la implementación de los sistemas silvopastoriles en los últimos años se ha

expandido de manera importante en varias regiones del país. El eje cafetero es una de
estas regiones en donde se ha avanzado en el establecimiento de nuevas áreas con
dichos sistemas basados en la asociación de diversas gramíneas con Tithonia diversifolia
y Leucaena leucocephala.
6 Planteamiento del problema
Pese a la importancia ambiental, económica y social de los sistemas silvopastoriles como

modelo alternativo de producción ganadera, algunos productores han identificado que
ciertos sistemas silvopastoriles maduros, con tiempo de establecimiento mayor a 10
años, presentan disminución de la cobertura del suelo por pérdida de biomasa
especialmente de las gramíneas, lo que podría significar un riesgo para la producción en
general del sistema. En términos ecosistémicos, esta condición podría ser considerada
normal dada la maduración del sistema productivo.
Adicionalmente, a la fecha no existen indicadores que permitan hacer seguimiento de los

sistemas, de modo tal que permita a los productores tomar medidas tempranas que
posibiliten su mantenimiento basados en observaciones del suelo. La mayoría de
indicadores relacionados con la calidad del suelo, generados hasta el momento, son más
amplios y abordan de manera general los servicios ecosistémicos en diferentes usos de
la tierra (Lavelle et al., 2014; Velasquez & Lavelle, 2019).
Por otro lado, la información sobre indicadores de calidad del suelo en sistemas
productivos ganaderos, independientemente del tipo de arreglo (convencional,
silvopastoril) es insuficiente y se encuentra dispersa; esto limita los análisis al respecto
de la influencia de las coberturas sobre el mejoramiento de las condiciones productivas
del suelo y afecta la toma de decisiones que mitiguen el impacto de la degradación del
suelo por prácticas ganaderas.
La generación de información sobre indicadores de calidad del suelo puede ser un

insumo valioso para la evaluación, seguimiento, planificación y toma de medidas
correctivas de los sistemas silvopastoriles en particular, por ello, para establecer un
protocolo de seguimiento de la influencia de los sistemas silvopastoriles sobre la calidad
del suelo, es necesario conocer: ¿Cómo se comporta el indicador de calidad del suelo
para describir y hacer seguimiento del efecto de los SSPI sobre el suelo en la Ecorregión
Cafetera? y ¿Cuáles podrían ser las variables más representativas que conforman los
indicadores para los SSPI con Tithonia diversifolia y Leucaena leucocephala?
1. Justificación
En el país, la ganadería extensiva, representa el 67% de la producción pecuaria, de
acuerdo con el Ministerio de Agricultura, 2009 en Vergara, 2010 y FEDEGAN, 2019
“concentra más de tres veces el valor de la producción del café, más de cinco veces la
producción de flores y cerca de seis veces la producción de arroz”. En la Ecorregión
Cafetera, la ganadería abarca el 49% de uso del suelo, a pesar que tan sólo el 4% es
apto para tal actividad (Uribe et al., 2007). Lo anterior ha significado el cambio de usos
del suelo de producción de cultivos como el café, frutales, forestales entre otros y la
conservación de bosques, hacia el monocultivo de pastos; que ha traído consigo el
agotamiento del suelo y la degradación del mismo por la presión ejercida de esta
actividad económica (Vergara, 2015).
En este sentido, conocer el grado de degradación ejercido por la producción del ganado
en zonas como la Ecorregión Cafetera, implica efectuar análisis del efecto de los
sistemas ganaderos sobre la capacidad que posee el suelo de realizar sus funciones,
pues se ha demostrado que para esta zona la degradación es alta “Los potreros con y sin
árboles están influenciados principalmente por los altos porcentajes de cobertura de
“malezas”, poca producción de forraje deseable para el ganado y evidencias de alta
compactación producto del sobre pastoreo y pisoteo” (Vergara, 2015). Navarrete et al.,
(2011) sugieren que “la calidad del suelo es dinámica y puede cambiar en el corto plazo,
de acuerdo con el uso y prácticas de manejo, y para conservarla es necesario
implementar prácticas sustentables en el tiempo”. Caso particular es la ganadería con
sistemas silvopastoriles intensivos.
Actualmente Colombia cuenta con 4.500 hectáreas plantadas en sistemas silvopastoriles

intensivos (SSPI), de las más de 84.000 Ha en diferentes diseños de sistemas de
producción ganadera amigables con el medio ambiente existentes (FEDEGAN, 2018). Se
resalta la importancia de seguir avanzando en la implementación de esta alternativa de
producción en vista de que constituye una práctica para el mejoramiento de la
8 Indicadores de calidad del suelo para el monitoreo de la sostenibilidad de los
producción, la sostenibilidad de la actividad ganadera y una estrategia frente al cambio

climático (FEDEGAN, 2006, 2018).
La evaluación de los sistemas productivos a través de la calidad del suelo, ha sido

relevante para avances en diseño, uso y manejo de sistemas, especialmente agrícolas,
puesto que, en este tipo de producción se ha concentrado la mayor parte de las
investigaciones sobre calidad y salud del suelo, relegando los de tipo pecuario, pese a
que es uno de los reglones económicos más importante para diversos países. Un
ejemplo de ello es la ganadería, en la cual los estudios se han realizado sobre
comparaciones de las características de degradación asociadas a ella como la
compactación, incremento de los procesos erosivos, disminución de fertilidad,
contribución en la generación de gases efecto invernadero entre otras (Steinfeld et al.,
2009).
Los sistemas silvopastoriles han significado una alternativa de producción ganadera que
genera grandes expectativas frente a la conservación y al aporte de servicios
ecosistémicos (Zuluaga et al., 2011). Sin embargo, se requiere avanzar en el
establecimiento de indicadores de calidad del suelo, ya que muchas de las
características y propiedades del suelo que se ven afectadas tanto positiva como
negativamente por la acción de un uso y cobertura, se utilizan para conocer y monitorear
la calidad del suelo, sin embargo, en los sistemas silvopastoriles y en general en los
sistemas ganaderos, como se mencionó anteriormente, pocos estudios se centran en el
tema.
Esto permitirá entonces, avanzar en metodologías para hacer seguimiento a la

sostenibilidad del sistema, ya que aún son escasas las investigaciones que permitan
evaluarlos eficientemente debido a que al ser más diversos, generan mayores
interacciones y diferentes respuestas frente al manejo ( Bravo et al., 2007 en Lok et al.,
2007). Los indicadores de calidad como herramienta de evaluación también permitirán
prevenir y resolver posibles situaciones de desbalances en los silvopastoriles, teniendo
en cuenta, además, la influencia de la diversidad de condiciones edáficas en las que se
estén estableciendo.
Justificación 9
Debido a que los indicadores de calidad deben ser específicos para cada sistema de
acuerdo al tipo de suelo, condiciones ambientales y condiciones agroecológicas, la
evaluación de la calidad del suelo en la Ecorregión de Cafetera, aportará a
investigaciones previas que han sido desarrollas en el tema, pero no específicas para la
zona. Además, contribuirá a la formulación de protocolos de seguimiento de la
sostenibilidad, y permitirá a los productores, entidades gubernamentales y ONG que
promueven el establecimiento de este tipo de sistemas productivos, tomar decisiones con
criterios de sostenibilidad del suelo en la ganadería.
1.1 Hipótesis
La generación de un indicador integral de calidad del suelo permitirá verificar que los
sistemas silvopastoriles intensivos con Tithonia diversifolia y Leucaena leucocephala
generan mejor calidad del suelo que los sistemas tradicionales.
1.2 Objetivos
1.2.1 Objetivo general

Proponer un indicador de la calidad del suelo para el diagnóstico y monitoreo de la
sostenibilidad de los sistemas silvopastoriles intensivos (SSPI), compuestos con pasturas
mejoradas + Tithonia diversifolia y pasturas mejoradas + Leucaena leucocephala, en la
Ecorregión Cafetera.
1.2.2 Objetivos específicos

 Evaluar los parámetros físicos, químicos y biológicos para determinar la calidad del
suelo bajo coberturas de pasturas mejoradas con Tithonia diversifolia y Leucaena
leucocephala en la Ecorregión cafetera
 Establecer un indicador general de la calidad del suelo para SSPI, que sean
aplicables en otras regiones y que permitan el seguimiento de los sistemas
evaluados.
 Establecer un protocolo de seguimiento de la sostenibilidad de los SSPI con base
en el indicador de calidad del suelo.
2. Marco de referencia
2.1 El Suelo
El suelo es un cuerpo natural dinámico, considerado también como un sistema vivo, es
tridimensional porque está compuesto por características físicas, químicas y biológicas,
desarrolladas por diversos factores de formación a través del tiempo, que en dinámica
generan los procesos vitales para el crecimiento de las plantas.
2.2 Sistemas silvopastoriles

Los sistemas silvopastoriles son modelos de agroforestería de tipo pecuaria, en el que se
asocia en un mismo espacio, gramíneas, leguminosas y árboles, estructurando tres
niveles de producción de biomasa, que los animales consumen generalmente a través de
un sistema de rotación de potreros (Pezo & Ibrahim, 1999; Murgueitio et al., 2008; FAO,
2015).
Los sistemas silvopastoriles han sido una exitosa alternativa al sistema convencional de
producción ganadera y un ejemplo de integración e intensificación natural de la
producción, inicialmente desarrollada en Colombia y que se ha expandido a México y
Brasil, entre otros países (Murgueitio et al., 2014).
La contribución de estos sistemas en la producción ganadera y la generación de recursos

ecosistémicos se han estudiado ampliamente; el efecto de los silvopastoriles sobre las
funciones estratégicas del suelo ha sido una de ellas. Se reporta que estos sistemas
“protegen el suelo de la radiación directa del sol gracias a la cobertura de dosel y al
aporte de hojarasca” (McNeely & Schroth 2006, citado por Murgueitio et al., 2015), al
mejorar las condiciones de disponibilidad de biomasa, nutrientes en el suelo y la
retención de humedad, favorecen la biota edáfica que contribuyen a recuperar servicios
ambientales que se relacionan con la fertilidad. La cobertura vegetal y las condiciones
microclimáticas que se generan dentro de los silvopastoriles contribuyen a recuperar “la
macrofauna edáfica, lo que se relaciona, por su actividad, con el proceso de remoción de

suelo incrementando la aireación y porosidad, evita la compactación y mejora la
permeabilidad y la capacidad de retención del agua” (Giraldo, Escobar, Chará, & Calle,
2011).
2.2.1 Sistema silvopastoril intensivo (SSPI)

Los sistemas silvopastoriles intensivos se caracterizan por integrar alrededor de “7000
arbustos o más por hectárea y pastos mejorados, en asociación con árboles dispersos en
densidades de 30 a 50 individuos por hectárea, con un sistema ganadero basado en
pastoreo rotacional racional, con alta carga instantánea, largos períodos de descanso y
oferta permanente de agua en cada franja que es ocupada” (Uribe et al. 2011)
Los sistemas silvopastoriles intensivos (SSPI) son modelos adoptados por muchos
ganaderos gracias a los beneficios que brindan al productor, entre estos: la oferta de
biomasa para la alimentación del ganado, la sombra de árboles en potrero, mejoramiento
de la producción de carne y leche en nivel de 15-20%, y la generación de servicios
ecológicos (Murgueitio et al., 2008). En Colombia se ha avanzado en el establecimiento
de este tipo de modelo de sistema silvopastoril en diferentes regiones del país, la
ecorregión cafetera es una de ellas.
2.2.2 Calidad del suelo en los sistemas silvopastoriles

En sistemas de producción ganadera basados en diseños de varios estratos de
vegetación como los silvopastoriles, se han realizado pocos estudios que muestran
avances en la determinación de indicadores de calidad. Sin embargo investigaciones en
Cuba, concluyeron que los indicadores más útiles y que mejor representa el grado de
estabilidad del sistema suelo-planta fueron: la distribución de agregados en húmedo y en
seco, la estabilidad estructural, la fitomasa subterránea, la macrofauna y la mesofauna;
estas variables como indicadoras sirvieron para explicar el progreso en el tiempo de los
silvopastoriles con Leucaena leucocephala-Panicum maximum, debido al incremento de
la población del pasto base y su estabilidad productiva, así como el mejoramiento de las
características edáficas” (Lok et al., 2007). Otros estudios han concluido que propiedades
físicas como la resistencia a la penetración, densidad aparente, contenido de humedad y
las poblaciones microbianas han sido las características más importantes a la hora de
Marco de referencia 13
evaluar la calidad del suelo en sistemas silvopastoriles en Brasil y Colombia (Silva, Lima,
Campanha, Gilkes, & Oliveira, 2011; Vallejo, 2013).
2.3 Definición de indicadores de calidad del suelo

La calidad del suelo es un proceso complejo debido a las respuestas del suelo a las
diferentes acciones antropogénicas y ambientales, por tanto, al ser un sistema vivo
debido a las interrelaciones que se generan en éste, se forjan las “propiedades
emergentes: fertilidad, productividad, resiliencia, inmunidad (salud), sostenibilidad del
suelo, entre otras” (Sánchez de Praguer, 2018), en este caso se aborda la calidad del
suelo desde el punto de vista de la capacidad que posee un suelo de cumplir las
funciones dependiendo de su resistencia, resiliencia y de las características físicas,
químicas y biológicas (Sojka & Upchurch, 1999)
La evaluación de la calidad del suelo se consigue a través de indicadores, estos se

refieren a variables que resumen información clave haciendo que un fenómeno o
condición sea perceptible y que cuantifica, mide y comunica de manera comprensible la
información (Cantú et al., 2007).
En el desarrollo del concepto de calidad del suelo adelantado principalmente a lo largo de

los años 90´s, varios investigadores han propuesto indicadores de evaluación del estado
del suelo, planteando que los indicadores son un grupo mínimo de propiedades físicas,
químicas y biológicas que cumplan con los criterios: 1.facilidad de medición, 2.
sensibilidad a los cambios que ocurren en el suelo, 3. permitan describir los procesos del
ecosistema y 4. que sean reproducibles (Doran, Coleman, Bezdicek, & Stewart, 1994).
De acuerdo con este concepto, los indicadores deben ser construidos teniendo en cuenta
las condiciones edafoclimáticas del ecosistema.
La evaluación de la calidad del suelo a través de los indicadores permite además,

entender y revertir el deterioro en la funcionalidad ecosistémica del mismo (Navarrete et
al., 2011).
Se han establecido indicadores de calidad del suelo en diferentes sistemas productivos

con el fin de conocer el efecto de las coberturas sobre sus propiedades. Por ejemplo, se
ha encontrado que atributos sensibles a cambios de coberturas y de uso del suelo como
la estabilidad de agregados y la materia orgánica en lotes donde se han realizado
rotaciones agricultura-ganadería durante aproximadamente 30 años, con variada

duración de los cultivos, mostró que la tasa de degradación anual en el periodo de
producción agrícola, fue similar a la tasa de recuperación en el periodo de pasturas, para
suelos Argiudoles vérticos en Argentina (Wilson et al., 2000).
Por otra parte, en suelos Haplustol típico, se evaluaron parámetros como:
el contenido de carbono orgánico, nitrógeno total, pH, conductividad eléctrica,

fósforo extractable; carbono liviano; carbono de ácidos húmicos y carbono de
ácidos fúlvicos, densidad aparente, cambio en el diámetro medio ponderado de
agregados, espesor del horizonte superficial y profundidad del CO 3Ca, con el fin
de conocer cuáles eran los indicadores que mejor representaban la calidad del
suelo en sistemas de producción agrícola (maíz, trigo y soja), se encontró que los
indicadores más sensibles y sencillos de medir para evaluar calidad de suelos
están relacionados a la fertilidad: materia orgánica (Carbono orgánico y sus
fracciones), nitrógeno total, fósforo extractable y a la susceptibilidad a la erosión:
diámetro medio ponderado de agregados, profundidad del CO3Ca y espesor del
horizonte superficial (Campitelli et al., 2010).
Un estudio más reciente plantea que debido a la diversidad de suelos que se encuentran
en el campo y los requisitos agronómicos de los cultivos, existe una variabilidad tanto en
los parámetros del suelo como en los métodos para evaluar la calidad del mismo; aunque
siempre se coincide en la identificación de la interrelación entre la producción agrícola y
los parámetros específicos físicos, químicos o biológicos del suelo, en este sentido, en
USA se evaluó variables físicas y químicas del suelo bajo dos coberturas maíz (Zea
mays L.) y soya (Glycine max L.) y la relación entre la dinámica de la calidad del suelo y
el rendimiento de los cultivos; encontraron que tanto la densidad aparente, el carbono
orgánico, contenido de agua disponible y la conductividad eléctrica fueron los parámetros
más significativos que influyen en su calidad (Obade, 2019).
Como muestra los ejemplos, las variables que pueden ser utilizadas como indicadores de
calidad se han reunido en los parámetros del suelo: físico, químico y biológicos, los
cuales deben estar estrechamente relacionados con una función específica que
represente los aspectos de calidad del mismo como el desarrollo de cultivos, fertilidad
natural, riesgo de erosión, riesgo de compactación y de contaminación (De la Rosa,
2008). Debido a la amplia lista de propiedades del suelo que pueden ser utilizadas como
indicadoras de calidad, Larson & Pierce (1994) plantearon un grupo base para evaluar
los cambios que ocurren en el suelo a través del tiempo, tabla 1.
2.3.1 Indicadores físicos

El suelo es un sistema integrado por tres fases: Sólida, como eje principal del suelo,
líquida, básicamente agua con sustancias disueltas llamada solución del suelo y la fase
gaseosa que es la atmósfera del mismo (causante del suministro de oxígeno y remoción
de dióxido de carbono de los organismos vivos en el suelo). La magnitud o proporción de
los componentes de las tres fases, determinan las propiedades físicas del suelo
(Valenzuela & Torrente, 2013).
Las propiedades físicas del suelo que pueden ser utilizadas como indicadores de calidad,
son aquellas que reflejen la dinámica del agua en cuanto a la disposición de la misma
para las plantas conforme la recibe, retiene y transfiere, además de los procesos de
infiltración y movimiento del agua en el perfil. También, son aquellas propiedades que
muestran limitaciones para el desarrollo de las raíces y la emergencia de las plantas
(Bautista, Etchevers, del Castillo, & Gutiérrez, 2004).
2.3.2 Indicadores químicos

La química del suelo se basa en la constitución y reacciones químicas relacionadas con
el suministro de nutrientes a las raíces de las plantas. La fase sólida se considera como
el principal reservorio de los nutrientes en el suelo, construida por partículas inorgánicas
y orgánicas que tienen cationes y aniones disueltos en la solución el suelo, para ser
transportados posteriormente las raíces (Lora, 2013) .
El grupo de características químicas que se pueden evaluar como indicadoras, son

aquellas relacionadas con “las relaciones suelo-planta, la calidad del agua, la capacidad
amortiguadora del suelo, la disponibilidad de agua y nutrimentos para las plantas y otros
organismos, la movilidad de contaminantes y algunas propiedades físicas” (USDA & SQI,
1996; USDA, 2014).
2.3.3 Indicadores biológicos

Los organismos vivos del suelo y su actividad, es el eslabón primordial para el equilibrio
entre las fases o constituyentes del suelo, por tanto, la sensibilidad a los cambios por uso
o manejo del suelo, permiten que sean un excelente grupo indicador.
Estos indicadores recogen factores que pueden afectar la calidad del suelo, entre éstas
se encuentran la actividad de micro y macro-organismos, la abundancia y contenido de
subproductos de los mismos. La descomposición microbiana de la materia orgánica, las
tasas de respiración, ergosterol y otros subproductos de los hongos, y tasas de
descomposición de residuos vegetales, entre otras (USDA & SQI, 1996).
A continuación, se señala el grupo de propiedades físicas, químicas y biológicas

propuestas por Larson & Pierce (1994).
Tabla 1. Conjunto de indicadores físicos, químicos y biológicos propuestos para el

monitoreo de los cambios que ocurren en el suelo.
Valores o unidades
Relación con la condición y relevantes ecológicamente;
Propiedad
función del suelo comparaciones para
evaluación
Físicas
Retención y transporte de % de arena, limo y arcilla;

agua
pérdida del sitio o posición del
Textura
y compuestos químicos;
paisaje
erosión del suelo
Profundidad del suelo, suelo Estima la productividad Cm o m
superficial y raíces potencial y la erosión
Potencial de lavado; minutos/2.5 cm de agua y

Infiltración y densidad
aparente productividad y erosividad g/cm3
Relación con la retención de % (cm3/cm3), cm de humedad

Capacidad de retención de
agua agua, transporte, y erosividad; aprovechable/30 cm;
intensidad
humedad aprovechable,
Valores o unidades
Propiedad
evaluación
textura de precipitación
y materia orgánica
Químicas
-1
Define la fertilidad del suelo; Kg de C o N ha
Materia orgánica (N y C total)
estabilidad; erosión
Define la actividad química y comparación entre los límites
pH biológica superiores e inferiores para la
actividad vegetal y microbiana
Define la actividad vegetal y dSm-1; comparación entre los
microbiana límites superiores e inferiores

Conductividad eléctrica
para la actividad vegetal y
microbiana
Nutrientes disponibles para la Kg ha-1; niveles suficientes

para
planta, pérdida potencial de N;
P, N, y K extractables el desarrollo de los cultivos
productividad e indicadores de
la calidad ambiental
Biológicas
Potencial microbiano catalítico
y depósito para el C y N,
Kg de N o C ha-1 relativo al C y
C y N de la biomasa
cambios tempranos de los
microbiana N total o CO2 producidos
efectos del manejo sobre la
materia orgánica
Kg de C ha-1 d-1 relativo a la

Respiración, contenido de Mide la actividad microbiana;
actividad de la biomasa
humedad y temperatura estima la actividad de la
microbiana; pérdida de C
Valores o unidades
Propiedad
evaluación
biomasa contra
entrada al reservorio total de C

-1 -1
Productividad del suelo y Kg de N ha d relativo al
N potencialmente
mineralizable
suministro potencial de N contenido de C y N total
Fuente:(Larson & Pierce, 1994). The Dynamics of Soil Quality as a Measure of Sustainable Management, In
Defining Soil Quality for a Sustainable Environment.
2.4 Modelos de evaluación de la calidad del suelo a

través de indicadores
El planteamiento de metodologías para la evaluación de la calidad del suelo ha
dependido de las particularidades de los suelos y de las coberturas, puesto que no todos
los parámetros del suelo tienen la misma relevancia.
A lo largo de los años, varios investigadores han propuesto metodologías para la

evaluación de la calidad y la salud del suelo, planteando evaluaciones con características
que pueden ser muy amplias (a nivel de paisaje) como coberturas del suelo, o en la
reducción de indicadores a tan sólo la evaluación de ciertos parámetros físicos y/o
químicos (Rodriguez, 2011, Pablo Cantú et al., 2007). Como también se encuentra
aquellas metodologías más integrales que buscan la construcción de indicadores de
sostenibilidad y de calidad del suelo (Altieri & Nicholls 2002, Velásquez, 2004).
De las herramientas o metodologías encontradas en la literatura, la propuesta por

Velásquez (2004) es la más pertinente para el estudio, debido a que integra la serie de
parámetros del suelo que responde al concepto y criterios de definición de los
indicadores de calidad.
3. Metodología
3.1 Sitio de estudio

El estudio fue realizado en seis fincas ganaderas enmarcadas en la zona conocida como
Ecorregión Cafetera, la cual se ubica
En el centro occidente colombiano y constituye una porción de la región Andina,

en las coordenadas 5°28´18” N y 75°40´54” O. De acuerdo con la zonificación, el
uso forestal es el principal potencial en términos de área, abarcando el 54% del
territorio, los usos agrícolas representan el 21%, los sistemas agroforestales
suman 20% y las áreas de vocación para la ganadería (extensiva e intensiva)
configuran solo el 4% del territorio. Sin embargo, en la actualidad la producción
ganadera y agrícola representan los valores más altos de uso del suelo con 49 %
y 30.1 % respectivamente, del área total de la zona (Rodríguez et al., 2009).
Los predios seleccionados para el estudio, se encuentran ubicados en los municipios de

Pereira (Risaralda), Montenegro, Tebaida (Quindío), Alcalá y Cartago (Valle del Cauca)
tabla 2.
Las fincas fueron escogidas bajo el criterio inicial de presencia de sistemas ganaderos
bajo dos coberturas de suelos: Silvopastoriles intensivos y pasturas tradicionales.
Las características de selección de los sistemas se basaron en la composición de la

vegetación, el grado de cobertura del suelo, inclinación o pendiente del terreno (entre 15
y 20%), antigüedad o tiempo de establecido el sistema y manejo de los mismo.
Las pasturas tradicionales correspondieron a aquellas en donde predominaron las

especies estrella africana Cynodon plectostachyus, pasto grama Cynodon dactylon y/o
Brachiaria decumbens con presencia de las herbáceas no deseables de hoja ancha. Por
otro lado, los sistemas silvopastoriles intensivos se seleccionaron con base a la
presencia de más de un estrato de vegetación, el estado de las plantas con

características vigorosas, buena cobertura del suelo (>60%) y ausencia o baja presencia
de plantas de hoja ancha no deseables.
En vista que los sistemas silvopastoriles intensivos que se han venido promoviendo a
nivel nacional incluyen la composición de pasturas mejoradas y Leucaena leucocephala
y/o pasturas mejoradas y Tithonia diversifolia, el trabajo se concentró en estos sistemas.
a b
. .
Figura 1. a. Sistemas silvopastoriles intensivos con Leucaena (Leucaena leucocephala) y b.

pasturas tradicionales. Finca San Diego. Montenegro (Q)
a b
. ..
Figura 2. Sistemas silvopastoriles intensivos con Botón de oro (Tithonia diversifolia) y b. pasturas
tradicionales. Fincas La Esperanza y Llanitos.
El botón de oro (Tithonia diversifolia), es una especie arbustiva que puede alcanzar
alturas hasta 5 m, tiene un gran valor ecológico por ser atrayente de insectos benéficos
por el potencial melífero de las flores. Esta planta se adapta muy bien a suelos ácidos, de
baja fertilidad, presenta rápido crecimiento, elevada tasa de producción de biomasa, es
rústica y contiene altos niveles nutricionales, características que han permitido su
Metodología 21
integración a los sistemas productivos (Calle & Murgueitio, 2008). Tithonia diversifolia es
utilizada como suplemento alimenticio para el ganado tanto de engorde como lechero,
debido a que contiene altos porcentajes de proteína, carbohidratos solubles y taninos,
adicionalmente se le atribuye la capacidad de aportar fósforo en el suelo (Gallego,
Mahecha, & Angulo, 2014).
Por otro lado, la leucaena (Leucaena leucocephala) es una leguminosa que ha sido
manejada e integrada en las pasturas en los últimos 15 años, pues posee excelentes
características nutricionales y es de rápido crecimiento (Montagnini, Somarriba,
Murgueitio, Fassola, & Eibl, 2015). Además, soporta jornadas de ramoneos intensos, al
consumir el forraje, los animales incrementan su producción (ha -1 año-1 ), gracias a la
oferta de materia seca aportada por la leguminosa que puede ser 1.3 veces mayor que
en un sistema convencional (Rivera, Molina, Chará, Murgueitio, & Barahona, 2017).
Tabla 2 Ubicación de las fincas ganaderas en la ecorregión Cafetera
Altura
Finca Municipio/ Dpto
(msnm)
Asturias La Tebaida (Quindío) 1169
Llanitos Pereira (Risaralda) 2054
Esperanza Pereira (Risaralda) 1574
San Diego Montenegro(Quindío) 1171
Santa Cruz Alcalá (Valle del Cauca) 1100
Vesubio Cartago (Valle del Cauca) 929

Figura 3. Ubicación espacial del área de estudio.
Fuente: Pineda (2014), Ecorregión Cafetera, CARDER.
Los puntos rojos referencian las fincas objeto de estudio*.
3.1.1 Tipo de suelos en la región de estudio

Según el IGAC (2013) los suelos de los municipios de Montenegro y La Tebaida,
provienen de “arcillolitas y conglomerados, son profundos, bien drenados, de texturas
finas, ligeramente ácidos, con fertilidad moderada y pertenecen a las familias Molic
Hapludalfs, familia fina, semiactiva, isotérmica y Typic Hapludolls, familia franca fina,
mezclada, activa, isotérmica”.
Los suelos de Pereira, se caracterizan por tener “unidad geomórfica de montañas de

material fluviovolcánico, cubiertas por depósitos de cenizas volcánicas, pertenecientes a
la familia Typic Hapludands, familia medial mezclada, isomésica” (CARDER, 2013).
El municipio de Alcalá presenta las unidades de suelos La Estrella (LE3), Malabar (MB2
Y MB3), Mixta (MB2, MB3 y CH2) y Chinchiná (CH2); los suelos son de origen
principalmente volcánico, con características de pH ligeramente ácido, texturas de
Metodología 23
medianas a gruesas, estructuras blocosas angulares y subangulares, y buen drenaje, la

fertilidad puede ir de baja a medio, estas unidades las conforman principalmente suelos
de las familias Typic Melanudands, Typic Hapludands y Tipyc Argiudoll (Municipio de
Alcalá Valle del Cauca, 2003),(Calle, 2001) .
El municipio de Cartago presenta diferentes relieves. En la zona plana llanuras de origen

aluvial de los ríos Cauca y La Vieja y en la zona de ladera un sistema de colinas
Bocabajo, con pendientes que varían entre 25 y 75%. Los suelos de la zona de ladera y
plana, se formaron sobre abanicos recientes, con aportes de cenizas volcánicas y
depósitos materiales aluviales, se encuentra la asociación Typic Fulvudands; Typic
Argiudolls y asociación Typic Eutrudepts; Typic Hapludands; Typic Udorthents.(Alcaldía
de Cartago Valle del Cauca, 2009), (IGAC, 2013)
3.2 Construcción del indicador de calidad del suelo

La construcción del indicador de la calidad del suelo para el monitoreo de los sistemas
silvopastoriles, se basó en la metodología propuesta por Velásquez (2004). La cual
consiste en construir un grupo de subindicadores que se combinan entre sí para
conformar un indicador general (Velásquez, Lavelle, & Andrade, 2007).
Los subindicadores se refieren al conjunto de propiedades del suelo elegidas para la

descripción de una cantidad de características asociadas a la calidad del suelo, en este
caso los subidicadores que se conformaron partieron de las características físicas
asociadas a la compactación, actividad biológica mediante la diversidad y abundancia de
la macrofauna edáfica, características químicas.
3.2.1 Subindicador físico

Las propiedades del suelo evaluadas como subindicador de las propiedades físicas son
la textura, contenido de humedad, resistencia a la penetración, densidad aparente,
densidad real, porosidad total y estabilidad de agregados.
 Textura
La textura es la propiedad física que determina la distribución de las partículas minerales
(Arena, Limos y Arcillas) (Jaramillo, 2002). La proporción en que se encuentren estas
partículas catalogan el suelo en clases texturales y sus propiedades, lo que permite

hacer una deducción de las demás propiedades físicas, valorar y ajustar prácticas de
manejo y determinar la capacidad de uso del suelo (Narro, 2004).
 Contenido de humedad
La importancia del estudio del contenido de humedad del suelo radica en el aporte al
conocimiento de la dinámica de la infiltración, permeabilidad, drenaje y el escurrimiento;
pues estas propiedades dependen de la distribución de los poros y la capacidad que
tenga el suelo para mantener la dinámica del agua dentro del componente sólido, debido
a la cobertura que presentan y al manejo que se le ha empleado.
La humedad que contiene el suelo es determinado además de la influencia del clima, por
la textura, estructura, contenido de materia orgánica y la profundidad (Jaramillo, 2002). A
su vez “la humedad influye en propiedades físicas como la densidad aparente, el espacio
aéreo, la compactación, la penetrabilidad de las raíces, resistencia al corte, consistencia,
succión total del agua, además en algunos procesos químicos, bioquímicos, microbiales
y en el crecimiento de las plantas” (Forsythe, 1975).
 Resistencia a la penetración
La resistencia a la penetración es uno de los parámetros más importantes a la hora de
conocer las alteraciones fisco-mecánicas como resultado de la compactación y su
relación con el enraizamiento. Ofrece información acerca de posibles capas endurecidas
a través del perfil del suelo, que pueden limitar el crecimiento de las raíces. Esta medida
puede ser usada para comparar resistencias relativas entre tipos similares de suelo
(Velásquez, 2004).
 Resistencia al corte
En el desarrollo y crecimiento de las plantas influyen notablemente las propiedades

mecánicas del suelo, por tanto, es necesario conocer de manera amplia la resistencia
mecánica del suelo y la relación con el enraizamiento. La resistencia al corte, permite
establecer la firmeza que tiene un suelo al ser partido por una fuerza externa, por tanto,
ofrece información acerca de la resistencia del suelo a la emergencia de las plantas y de
su desarrollo (Jaramillo, 2002).
Metodología 25
 Densidad aparente
Se refiere a la relación entre la masa de las partículas sólidas del suelo y el volumen que
ocupan, teniendo en cuenta el espacio poroso que entre ellas se encuentre (Narro,
2004). La densidad aparente nos indica el grado de compactación que presenta un suelo
y por tanto la porosidad con la que cuenta, esto es de vital importancia porque se puede
relacionar con la capacidad de retención de humedad y el contenido de materia orgánica.
 Porosidad total
La distribución del espacio poroso depende de la composición y arreglo de la fracción
sólida del suelo (textura, estructura y materia orgánica) presentándose dos tipos de
porosidades: microporosidad o porosidad textural y macroporosidad o porosidad
estructural (Jaramillo, 2002). La primera es responsable de la retención de humedad y la
segunda del movimiento del agua como el drenaje y la aireación, además de encargarse
del desarrollo radicular, así, la porosidad total o porosidad del suelo es la suma de los
macro y microporos (Rucks, García, Kaplán, Ponce de León, & Hill, 2004). La porosidad
es otra forma de evaluar la calidad del suelo, ya que cuando un suelo pierde esta
característica, pierde su potencialidad productiva.
3.2.2 Subindicador biológico
 Macrofauna edáfica
La macrofauna edáfica desempeña un papel importante en el ecosistema del suelo e
influye significativamente en las propiedades físicas y químicas, especialmente en la
formación de macroporos y en la transformación y distribución de la materia orgánica.
Debido al papel que desempeñan y a la sensibilidad ante procesos naturales, ya que la
diversidad y abundancia de las poblaciones puede variar en periodos de tiempo cortos
por la alteración de la cobertura del suelo, la macrofauna se ha utilizado como indicador
de la calidad del suelo (Moreira, Huising, & Bignell, 2012).
3.2.3 Subindicador químico

Las propiedades químicas evaluadas para la construcción del indicador del suelo fueron:
pH, materia orgánica (Mo), bases intercambiables (Ca, Mg y K), capacidad de
intercambio catiónico (CIC) y P extraíble.
 pH
Esta característica define la fertilidad y estabilidad química del suelo. El pH, depende de
varios factores, como de las prácticas de cultivo (fertilizaciones y manejo de coberturas),
contenido hídrico, procesos de formación del suelo y horizontes muestreados; por esta
razón permite conocer los cambios en el suelo por modificaciones de las condiciones
ambientales, por ejemplo, cambios relacionados con el desequilibrio del sistema
productivo afectan la actividad de los microorganismos y el desarrollo de las plantas y se
verá reflejado en los niveles en el pH (Cepeda, 2007).
 Materia orgánica
El cúmulo de residuos orgánicos de origen animal y/o vegetal en diferentes grados de

descomposición acumulado en el perfil del suelo se conoce como materia orgánica (MO),
tiene un papel fundamental en la dinámica del suelo, pues regula los procesos químicos
e interviene en las características físicas, esto la convierte en un indicador esencial a la
hora de evaluar no sólo la productividad de los sistemas sino también la resistencia
ambiental. El Carbono es uno de los elementos más importantes que conforman la MO
(entre 55-60% de C en masa), en muchos casos el C encierra la mayor reserva de
Carbono Orgánico del Suelo (COS), importante a la hora de evaluar la captura de gases
efecto invernadero como el CO 2 y el CH4 en el suelo (Lefévre, Rekik, Alcantara, & Wiese,
2017).
Por otro lado, el Nitrógeno otro de los principales elementos que conforman la materia
orgánica y el nutriente que más demandan las plantas, después del C. La dinámica del N
en el suelo está estrechamente ligada a la vida microbiana, a la presencia de materiales
orgánicos provenientes de las partes aéreas de las plantas y a la rizosfera, esta última,
genera condiciones de vida y hábitats a estas comunidades microbianas a través de sus
exudados radicales y algunos de estos compuestos, a su vez, constituyen señales
moleculares que estimulan o inhiben procesos de su ciclaje y de otras interacciones
Metodología 27
como las micorrizas arbusculares (Sánchez de Praguer, 2018; Coskun, Britto, Shi, &
Kronzucker, 2017)
Debido a la importancia del C y el N en los agroecosistemas usualmente son utilizados

para evaluar la calidad del suelo asociada a los sistemas de labranza, uso y capacidad
productiva (Jaramillo, 2002; Cepeda, 2007; Martínez, Fuentes, & Acevedo, 2008).
 Bases intercambiables (Ca, Mg, K)
Las bases intercambiables indican los cambios y condiciones de disponibilidad de los

principales nutrientes en las que se encuentre el suelo de acuerdo al manejo y al uso que
se esté efectuando en el mismo. Así por ejemplo: en climas moderados, el calcio
constituye alrededor del 80% de las bases intercambiables, estos suelos con una
saturación de calcio (mayor al 25%) se encuentran en un estado físico y nutricional
satisfactorio; un suelo en el que predomina este elemento es de estructura granular y
porosa, lo que es beneficioso para el suelo en cuanto a aireación y drenaje (Cepeda,
2007).
 Capacidad de Intercambio Catiónico (CIC)
En el desarrollo de los procesos físicos, químicos y biológicos que ocurre en el suelo, se

acumula una serie de sustancias nutritivas vitales para el crecimiento y desarrollo de las
plantas. La CIC, es definida como la medida de la cantidad de cargas negativas que
resulta de la interacción entre la fase líquida y sólida del suelo (coloides: partículas de
arcilla, materia orgánica y los hidróxidos) resultantes de dichos procesos; es una de las
propiedades más importantes porque influye en la estructura, en la actividad biológica,
fertilidad y en los procesos genéticos y de formación. Los principales cationes cambiables
del suelo son: Ca2+, Mg2+, K+, Na2+, Al3+, Fe2+, Mn2+ y H+ (Cepeda, 2007; Sociedad
Colombiana de la Ciencia del Suelo-SCCS, 2013).
 Fósforo extraíble
El fósforo, es el tercer elemento requerido por las plantas después del C y N. Permite
conocer el equilibrio nutricional disponible para las plantas, pues éste está estrechamente
relacionado con el pH y es altamente susceptible a pérdidas por erosión y drenaje
(Cepeda, 2007). La mayor cantidad del fósforo de los ecosistemas terrestres se
encuentra localizado en el suelo, generalmente su contenido varía entre 100 a 3000 mg

de P/kg; pero su disponibilidad está dada por el uso del suelo, debido a que las fuentes
de fósforo y su distribución son críticas las plantas han desarrollado diversas estrategias
para la obtención de este elemento, especialmente cuando es limitado, dentro de las
alternativas que las plantas han desarrollado se incluyen las modificaciones morfológicas
de la raíz, adaptaciones fisiológicas, alteraciones bioquímicas que promueven asociación
con microorganismos micorrízicos y no simbiontes (Cerón & Aristizábal, 2012; Sánchez
de Praguer, 2018). Debido a la importancia en las plantas, su ciclo biogeoquímico y las
adaptaciones que ha generados con los micoorganismos del suelo, se ha utilizado
ampliamente como indicador de calidad del suelo.
3.3 Diseño metodológico
3.3.1 Ubicación del área de estudio

En cada sistema evaluado (SSPI y Pastura Tradicional) se demarcó una parcela de 50 x
60m, para un total de 12 parcelas de evaluación en las seis fincas.
3.4 Evaluaciones
3.4.1 Parámetros biológicos (Macrofauna del suelo)

En cada una de las parcelas se trazaron dos transectos a lo largo del área, en los cuales
se obtuvieron seis monolitos a dos profundidades (0-10 y 10-20 cm), respetando una
distancia entre 10 y 15 mt desde el borde de la parcela hacia el interior para evitar el
efecto de borde (figura 4).
Los monolitos se extrajeron siguiendo el método certificado NF ISO 23611 por Tropical
Soil Biology and Fertility (25 x 25 x 10cm) 2011, de los monolitos se colectaron de forma
manual todos los organismos presentes. Las lombrices se almacenaron en una solución
de formol al 4%, mientras que las hormigas, termitas, escarabajos y otros
macroatrópodos se preservaron en alcohol al 80% para su posterior conteo e
identificación, la identificación en algunos casos se realizó hasta familia como sugiere
Moreira et al., 2012.
Metodología 29
La figura 4, muestra la distribución de los puntos para la toma de las muestras en cada
parcela.
50 mts
10 mts
15 mts
60 mts
15 mts
Macrofauna
P. Físicas y químicas
Figura 4. Distribución de la toma de muestras en la parcela objeto de estudio.
3.4.2 Parámetros físicos

En los mismos transectos y en los puntos de muestreo de la macrofauna edáfica
descritos en dicha sección, se tomaron muestras de suelo de acuerdo con las
metodologías particulares para cada variable física. Posteriormente fueron conducidas al
laboratorio para realizar los diferentes análisis.
La textura se evaluó por el método de Bouyucos, el contenido de humedad se evaluó con

base al volumen, la estabilidad de agregados se realizó con el método de Yoder, la
conductividad hidráulica fue determinada a través del método de permeámetro de cabeza
constante, y la densidad aparente se halló a través del método del cilindro biselado. Los
análisis fueron realizados en el laboratorio de física de suelos de la Corporación
Colombiana de investigación agropecuaria-Agrosavia y en el laboratorio de suelos de la
Universidad Nacional de Colombia, sede Palmira. La resistencia a la penetración se
obtuvo en campo con el penetrómetro manual Eijkelkamp y la resistencia al corte con

Veleta de corte manual (Handheld).
Como parámetro complementario se evaluó la escorrentía, ésta se estimó con un mini-

simulador de lluvia (figura 5), basados en el modelo y metodología planteada por
Amézquita & Campo (2004). El muestreo se realizó en cada una de las parcelas
seleccionadas, tres repeticiones con el simulador de lluvia, y se tomaron las muestras del
volumen de escorrentía para calcular con base en ésta la lámina de escorrentía.
Figura 5. Mini-simulador de lluvia modelo CIAT.
3.4.3 Parámetros químicos

Del suelo extraído de cada uno de los seis monolitos, se obtuvo una muestra compuesta,
la cual se envió al laboratorio de química de suelos de Agrosavia, para realizar todos los
análisis correspondientes.
Metodología 31
3.5 Análisis de datos

Para el análisis de los datos se tuvo en cuenta la caracterización del manejo de las
parcelas, ya que este tipo de información es clave para evaluar los impactos negativos o
positivos sobre las propiedades del suelo en los sistemas ganaderos.
La información de caracterización se basó en la rotación de potreros, antigüedad de

establecimiento de los sistemas, tipo de cobertura del suelo, ya fuese sistema
silvopastoril intensivo (SSPI) o pastura tradicional (Pt), vegetación haciendo referencia
básicamente al tipo de arbusto acompañante en los sistemas silvopastoriles (Leucaena
(Leucaena leucocephala) o Botón de oro (Tithonia diversifolia)) y periodos de fertilización.
La tabla 3, muestra las características de cada sistema por finca.
Tabla 3. Características de manejo de los sistemas
Antigüedad Rotación Fertilización

Finca Cobertura Vegetación
(años) (días) (meses*)
SSPI Tithonia diversifolia 3 25 2

Llanitos
Pt Cynodon dactylon 8 25 2
SSPI Tithonia diversifolia 3 45 1.5

Esperanza
Pt Cynodon dactylon 30 45 1.5
SSPI Tithonia diversifolia 3 25 2

Vesubio
Pt Brachiaria decumbens 20 25 2
SSPI Leucaena leucocephala 10 45 3

San Diego
Pt Cynodon plectostachyus 15 45 3

Santa Cruz
Pt Brachiaria decumbens 18 25 3

Asturias
Pt Cynodon dactylon 12 45 3
SSPI: Sistema Silvopastoril intensivo, Pt: Pastura Tradicional. *Periodicidad.
Para el análisis de los datos, teniendo en cuenta las particularidades en cuanto al manejo
de los sistemas en cada finca, se separaron los sistemas evaluados por antigüedad y
manejo, es decir entre el tiempo de establecido el sistema y la composición del mismo.
Las variables estudiadas se agruparon por función en el suelo: químicas, biológicas y en

el caso de los parámetros físicos se dividió de acuerdo con las características
estructurales, volumétricas y mecánicas.
3.5.1 Análisis estadístico

Siguiendo el método descrito por Velásquez et al., (2007), los análisis estadísticos se
realizaron con
Software R (Ihaka Gentleman, 1996, R-Desarrollo-Core Team, 2009) y el paquete

ade4 para el análisis multivariado (Chessel et al, 2004; Dray y Dufour, 2007; Dray
et al, 2007). Para la construcción del indicador se realizó un análisis de
componentes principales (ACP) y el test de Montecarlo. Este indicador permite
discriminar los sitios en función de la calidad del suelo con valores que van desde
0.10 a 1.00.
3.6 Cálculo de indicadores

El cálculo de los indicadores de calidad del suelo, para los sistemas silvopastoriles
intensivos, se realizó empleando la metodología de construcción de indicadores
propuesta por Velásquez, (2004) (Figura 6). Partiendo de los análisis estadísticos y
siguiendo cuatro pasos fundamentales propuestos por (Velasquez et al., 2007).
1. Análisis de componentes principales (ACP) para cada uno de los grupos de

variables o subindicadores.
2. Identificación y selección de las variables que tienen mayor peso y
representan los sitios de acuerdo con su calidad.
3. Creación de los subindicadores de calidad física, química y macrofauna con
rangos de valores de 0.10 a 1.00.
4. Combinación de los subindicadores en un indicador general de la calidad del
suelo.
Metodología 33
ACP
Física Química Fauna MO
Gran matriz
Reducción de variables
Subindicadores
Indicador general de
calidad del suelo
Figura 6. Diagrama de pasos para la creación de indicadores de calidad del suelo, modificado de
(Velásquez, 2004)
Fuente: Velásquez, (2004). Bioindicadores de la calidad del suelo basados en las poblaciones de macrofauna
y su relación con las características funcionales del suelo
Para el análisis de componentes principales (ACP) se dividieron los parámetros físicos

del suelo en tres grupos de variables: 1. Volumétricas, que agrupa todas las variables
relacionadas con la hidrología del suelo, 2. Mecánicas, que toma en cuenta las variables
relacionadas con el óptimo desarrollo de las raíces de las plantas y 3. Estructurales, las
cuales agrupa las variables de agregación, estructura y textura del suelo.
4. Resultados
4.1 Evaluación de la calidad del suelo bajo coberturas de

pasturas mejoradas con Tithonia diversifolia y
Leucaena leucocephala en la ecorregión cafetera
La evaluación de la calidad del suelo de sistemas ganaderos con sistemas silvopastoriles

intensivos (SSPI) y pasturas tradicionales (Pt) en la ecorregión cafetera, se basó en el
estudio de los datos mediante análisis multivariado de componentes principales para
cada grupo de variables del suelo y análisis de coinercia para evaluar la correlación entre
los grupos de variables, con ello se determinaron las variables que mejor explican el
efecto de las coberturas vegetales sobre la salud y calidad del suelo.
4.1.1 Parámetros físicos

El efecto de las coberturas se evidenció en el mejoramiento de los parámetros físicos, en
las fincas evaluadas, esto se da gracias al manejo de las pasturas y al tiempo de
establecimiento de las mismas. En la tabla 5 se presentan los resultados de los análisis
de cada variable física por sistema evaluado.
En general, la clase textural que predominó en los sistemas ganaderos fue la Franco
Arenosa, normalmente denominadas texturas “Moderadamente pesadas”. Las fincas que
presentaron mayor cantidad de partículas finas y que pueden influir en el movimiento del
suelo, por tanto, pueden tener un mayor riesgo a degradación por erosión, fueron El
Vesubio con 34 % de limo y Santa Cruz con 68 % (tabla 4).
Sistemas Silvopastoriles Intensivos (SSPI) en la Ecorregión Cafetera, Colombia
Tabla 4. Clases texturales de los sistemas ganaderos objeto de estudio
Textura
Finca Sistema Arena (%) Limo (%) Arcilla (%) Clase Textural
SSPI 59.52 33.28 7.2 Franco Arenosa
Llanitos
Pt 68.8 24 7.2 Franco Arenoso
SSPI 69.52 23.28 7.2 Franco Arenoso
La Esperanza
Pt 65.42 22.3 7.2 Franco Arenoso
SSPI 62.4 21.28 16.32 Franco Arenoso
Vesubio
Pt 38.96 34 27.04 Franco Arcilloso
SSPI 58.96 26 15.04 Franco Arenoso
Asturias
Pt 66.96 22 11.04 Franco Arenoso
SSPI 48.56 34.4 17.04 Franco
Santa Cruz
Pt 10.96 68 21.04 Franco Limoso
SSPI 52.4 33.28 14.32 Franco
San Diego
Pt 52.4 31.28 16.32 Franco
SSPI: Sistema silvopastoril intensivo, Pt: Pastura tradicional.
La estabilidad de agregados fue moderada para todas las fincas y coberturas, teniendo
en cuenta el índice de agregación mediante el diámetro ponderado medio (DPM) que
oscila entre 1.5 - 3.0 mm para esta categoría. Sin embargo, los SSPI de la finca El
Vesubio presentaron el valor más alto para el DPM (3.0 mm), mientras el índice de
estructura (IE) fue mayor en los SSPI de la finca San Diego (91.5 %).
Los valores promedios de conductividad hidráulica (Ks) en las pasturas tradicionales (Pt)
de todas las fincas, oscilaron entre 0.4 a 2.6 cm/h, lo que conlleva a tener una dinámica
de movimiento del agua de lenta a moderada y en los SSPI de 0.9 a 3.5 cm/h
moderadamente lenta a moderada. Las fincas que mostraron las mejores dinámicas de
Ks fueron La Esperanza, San Diego y El Vesubio.
Los SSPI de la finca La Esperanza presentaron el mayor porcentaje de contenido de

humedad (63.6), mientas para las Pt el valor más alto se encontró en la finca Llanitos
(60.7).
Los valores para la densidad aparente, fueron similares en los sistemas evaluados. Sin
embargo, la Pt de la finca Santa Cruz, presentó el valor más alto para este parámetro
(1.7 g/cm3).
Resultados 37
Las Pt y los SSPI de las fincas la Esperanza y Llanitos, presentaron los mayores niveles
de porosidad total, que pueden ser considerados como excesivos, con valores entre 74.2
y 73.3, respectivamente.
En cuanto a la escorrentía, los valores más altos se presentaron en las Pt de las fincas
San Diego y Santa Cruz con valores promedios de 7.6 y 6.4 mm/h.
En general los sistemas presentaron valores muy altos de resistencia a la penetración en

comparación con el límite crítico para la penetración de las raíces de cultivos comerciales
que es de 27 kgf/cm2, alcanzando valores promedio hasta de 96.5 kgf/cm2 en Pt de la
finca El Vesubio.
Los Pt de las fincas San Diego y Vesubio presentaron un rango de limitación del
crecimiento de las plantas muy alto (>80 Kpa), mientras en la finca Llanitos se encontró
el valor más bajo (41-60 Kpa).
Tabla 5. Valores promedio y rangos para las variables físicas del suelo medidas en
sistemas silvopastoriles y pasturas tradicionales en fincas ganaderas del Eje Cafetero.
n=númer Media
o de Santa
Variable Sistema Asturias Esperanza Llanitos San Diego Vesubio
muestras Rango cruz
por sitio
σ
M 2.8 2.3 2.6 2.2 1.9 3.0
Índice de SSPI n=3 R 2.2-3.4 2.22-2.58 2.56-2.69 1.7-2.8 1.7-2.0 2.5-3.4
agregación:
Diámetro σ 0.7 0.2 0.07 0.4 0.2 0.3
ponderado M 2.7 2.5 2.7 2.9 2.8 2.9
medio-DPM
(mm) Pt n=3 R 2.23-3.33 2.08-2.92 2.52-2.97 2.76-3.09 2.26-3.54 2.37-3.40
σ 0.5 0.6 0.5 0.6 0.2 0.5
M 43.2 71.4 52.7 78.8 91.5 31.4
SSPI n=3 R 27.8-59-3 57-5-80.0 41.2-60.9 60.9-89.1 89.31-93.7 17.4-48.8
Índice de σ 24.5 12.1 9.43 21.4 6.3 13.1
estructura-IE
M 50.9 57.6 48.6 53.1 43.1 35.4
(%)
46.03-
Pt n=3 R
29.7-61.7 37.6-80.17 41.40-53.23 57.94 16.22-64.11 21.8-54.1
σ 16.7 15.8 15.5 18.3 6.2 16.0
M 43.4 28.9 31.9 28.5 26.6 47.6
SSPI n=3 R 32.3-57.2 26.1-34.2 30.9-33.4 19.1-41.8 21.3-30 31.7-60.2
Agregados
σ 12.7 4.6 1.3 11.8 4.7 14.5
4mm
M 41.6 30.7 34.0 41.1 43 46.8
Pt n=3
R 32.2-56.6 20.5-38-3 30.4-36 37.5-48.2 31.7-58.8 31.1-59-4
n=númer Media
o de Santa
Variable Sistema Rango Asturias Esperanza Llanitos San Diego Vesubio
muestras cruz
por sitio
σ
σ 13.1 9.2 3.1 6.1 14.1 14.4
M 18.4 20.4 27.8 15.5 13.4 20.6
SSPI n=3 R 13.1-23.7 19.7-21.0 24.2-32.6 13.3-16.7 11.1-17.9 17.3-24
Agregados σ 5.30 0.65 4.33 1.91 3.87 3.35
2mm M 17.6 25.0 28.1 22.1 19.0 19.2
Pt n=3 R 15.1-20.2 21.8-29.5 23.7-34.2 18.1-27 15.9-24.1 17.6-22.2
σ 2.55 4.01 5.52 4.53 4.45 2.63
M 12.1 18.1 17.5 16.4 14 13
SSPI n=3 R 9.4-16.6 17.8-18.8 14-20 15.1-17.2 1-14.6 9-18.3
Agregados σ 3.9 0.6 3.1 1.2 0.8 4.8
1mm M 13.4 16.4 16.8 22.1 10.6 9.7
Pt n=3 R 11-16.9 15.1-18.6 16.3-17.8 19.9-24.2 8.5-12.5 9.5-10
σ 3.1 1.9 0.8 2.2 2.0 0.3
M 8.3 13.9 10.7 16.9 15.3 6.5
SSPI n=3 R 6.8-10.5 12.5-14.7 9.6-11.3 15.8-18.2 13.9-16 3.4-9.6
Agregados σ 1.9 1.2 0.9 1.2 1.2 3.1
0.5mm M 10.1 10.8 9.4 9.7 8.9 7.7
Pt n=3 R 6.8-12 7.5-14-3 7.7-10.6 8.3-10.9 3.6-12.7 4.3-12
σ 2.8 3.4 1.5 1.3 4.7 3.9
M 9.7 9.4 6.1 10.5 16.2 3.6
SSPI n=3 R 5.6-16.6 5.2-12.1 5.7-6.5 6.1-14.2 12.7-18.1 2.5-4.9
Agregados σ 6.03 3.67 0.40 4.09 3.03 1.21
0.25mm M 9.5 8.5 6.4 2.8 9.2 8.1
Pt n=3 R 3.8-15.7 4.8-11.6 3.8-7.7 1.8-3.6 1.9-13.8 4.1-13.6
σ 5.96 3.45 2.25 0.92 6.39 4.92
M 10.2 9.3 5.9 12.2 14.5 8.7
SSPI n=3 R 5.9-17.3 8.3-10.2 4.6-6.7 3.6-20.5 11.2-19 6.9-11.5
Agregados < σ 6.19 0.96 1.16 8.46 4.05 2.46
0.25mm M 7.8 8.5 5.3 2.3 9.4 8.6
Pt n=3 R 3-14.7 4.8-11.4 0.8-9.5 0-4.6 3.1-13.4 5.1-11-6
σ 6.13 3.38 4.36 2.30 5.52 3.29
M 0.9 3.5 1.6 1.5 2.8 2.7
SSPI n=6 R 0.7-1 3-3.8 0.8-2.6 0.7-2.8 2.2-3.8 1.9-4.1
Conductividad σ 0.15 0.46 0.91 1.16 0.90 1.19
hidráulica-Ks
(cm/h) M 1.8 2.6 2.0 2.0 2.0 0.4
Pt n=6 R 0.8-2.4 1.5-3.3 1.6-2.3 0.3-3.5 1.4-2.4 0.1-0.6
σ 0.87 0.95 0.36 1.60 0.53 0.25
Resultados 39
n=númer Media
o de Santa
muestras cruz
por sitio
σ
M 38.5 63.6 58.3 38.1 37.9 26.4
SSPI n=3 R 37.7-39 62.7-64.7 56.7-60.4 28.6-44.6 35.7-41.5 24.4-29.3
Humedad σ 0.72 1.01 1.91 8.39 3.14 2.57
volumétrica-HV
(%) M 36.6 60.5 60.7 17.0 35.4 31.3
Pt n=3 R 32.9-38.8 53-64.6 57.7-64.2 12.6-24.9 31.39.9 19.6-38.3
σ 3.20 6.48 3.29 6.83 4.45 10.20
M 1.3 0.6 0.7 1.3 1.2 1.2
SSPI n=6 R 1.3-1.3 0.6-0.6 0.6-0.7 1.2-1.4 1.2-1.3 1.1-1.2
Densidad σ 0 0.0 0.1 0.1 0.06 0.06
aparente-Da
3
(g/cm ) M 1.1 0.6 0.6 1.7 1.1 0.9
Pt n=6 R 1.1-1.1 0.5-0.6 0.6-0.7 1.6-1.8 1.1-1.2 0.5-1-1
σ 0.00 0.06 0.06 0.10 0.06 0.35
M 2.4 2.2 2.2 2.4 2.5 2.3
SSPI n=6 R 2.42-2.48 2.1-2.2 2.11-2.21 2.35-2.4 2.5-2.5 2.25-2.33
Densidad Real- σ 0.03 0.06 0.05 0.03 0.03 0.04
3
Dr (g/cm ) M 2.4 2.2 2.2 2.3 2.4 2.4
Pt n=6 R 2.4-2.42 2.15-2.17 2.1-2.2 2.24-2.32 2.4-2.48 2.35-2.45
σ 0.01 0.01 0.05 0.04 0.04 0.05
M 46.5 73.3 69.0 45.9 50 48.9
SSPI n=3 R 44.2-29.0 72-74.5 68.2-69.4 42.8-47.8 47.2-51.9 47.6-49.7
σ 2.41 1.25 0.74 2.66 2.47 1.14
Porosidad (%)
M 53.1 74.2 69.9 25.4 54.1 61.3
Pt n=3 R 52.5-53.8 72.7-76.3 67.6-71.3 22.3-29.2 51-56-1 51.9-77.9
σ 0.65 1.89 2.03 3.48 2.72 14.40
M 2.0 2.3 2.9 2.9 3.1 1.8
SSPI n=3 R 1.5-2.3 1.4-3.9 1.9-3.6 1.4-4.1 2.2-3.5 0.1-4.3
Escorrentía σ 0.80 1.41 0.66 1.11 1.01 1.68
(mm/min) M 2.9 3.3 3.6 8.9 3.7 1.7
Pt n=3 R 2.3-3.6 2.5-4.8 3.0-4.0 7.9-9.5 3.1-4.9 1.4-2.2
σ 1.55 0.40 0.35 1.16 1.61 0.47
M 73.5 79.3 61.0 76.0 82.8 73.3
SSPI n=6 R 71-76 76-83 57-66 58-94 77.5-86 67-80
Resistencia a σ 6.93 1.15 10.69 18.00 5.13 19.97
la penetración-
RP (Kgf/cm )
2 M 86.7 85.3 78.3 93.0 90.3 96.5
Pt n=6 R 81-91 83-90 72-83 91-95 87-94 96.5-98
σ 5.13 5.20 5.69 2.00 3.51 7.37
Resistencia M 75.0 53.0 46.7 68.0 69.0 78.7
SSPI n=6
tangencial al R 73-79 47-55 43-54 62-72 59-75 74-84
n=númer Media
o de Santa
muestras cruz
por sitio
σ
corte- RTC σ 3.46 1.53 1.15 14.05 4.51 5.03
(Kpa)
M 70.0 51.3 54.3 68.7 92.3 92.7
Pt n=6 R 59-79 50-53 53-55 54-82 88-97 85-107
σ 10.15 5.29 6.35 5.29 8.72 12.42
SSPI: Sistema Silvopastoril Intensivo, Pt: Pastura tradicional, M: Media, R: rango, σ: Desviación
estándar
4.1.2 Análisis multivariado de los parámetros físicos

Variables volumétricas
El ACP para las variables volumétricas mostró una separación de los sitios evaluados
dado por los parámetros relacionados con la compactación y contenido hídrico. El primer
componente explicó el 53.0% de la variación y agrupó los sistemas de acuerdo a la
porosidad y el contenido de humedad, mientras que el segundo componente explicó el
24.06% y separó los sistemas evaluados de acuerdo a la escorrentía y la conductividad
hidráulica (Ks). Los sistemas SSPI con Tithonia diversifolia presentaron mayor humedad
y porosidad, por el contrario, los sistemas Pt con Brachiaria decumbens presentaron
mayor escorrentía y menor humedad y porosidad (figura 7).
El ACP para las coberturas del suelo, separó las fincas por nivel altitudinal, agrupando
Tithonia diversifolia de las fincas de mayor altura con diferencias altamente significativas
(P<0.001), respecto a las coberturas ubicadas a menores niveles altitudinales. (Anexo 1:
figura 15 y 16).
Resultados 41
Ks
A
Escorrentía
F1 (53.0%)
Porosidad
HV
F2 (24.06%)
Figura 7. Variables volumétricas. A: Circulo de correlaciones. B: Distribución de los

sistemas.
Variables mecánicas
Para las variables mecánicas, el ACP explicó el 64.8 % de la variabilidad total de los
datos y agrupó las variables densidad real (Dr), densidad aparente (Da) y resistencia
tangencial al corte (RTC), mientras que el segundo factor explicó el 20.3% de la
variabilidad y se relacionó con la resistencia a la penetración (RP) (figura 8A).
Las variables mecánicas densidad aparente (Da), densidad real (Dr) y resistencia
tangencial al corte (RTC), separaron las coberturas Pt de la finca El Vesubio y San Diego
por las condiciones de mayor compactación del suelo, con respecto a las fincas que
presentan SSPI, lo cual fue altamente significativa (P< 0.001).
El ACP mostró una separación clara y altamente significativa entre los SSPI y las Pt. Fue
evidente que los SSPI presentaron los valores más bajos en todas estas variables que
determinan la compactación del suelo, particularmente los sistemas con Tithonia
diversifolia. Por el contrario, los sistemas Pt con Brachiaria decumbens y Cynodon
plectostachyus presentaron mayor compactación del suelo (figura 8B).
Esta separación fue similar a la encontrada con el análisis de las variables volumétricas.
Los sistemas con pasturas tradicionales como Brachiaria decumbens y Cynodon
plectostachyus tienen menor porosidad y mayor tendencia a la compactación lo cual
conlleva a una mayor escorrentía y una baja calidad física del suelo.
Resultados 43
A
F2: 20.3 %
Dr
Da
F1: 64.8 %
RTC
RP
Figura 8.Variables mecánicas. A: Circulo de correlaciones. B: Distribución de los

sistemas.
Variables estructurales
Con respecto a las variables estructurales del suelo, el primer factor del ACP explicó el
31.1% de la variabilidad total de los datos y el segundo el 27.4%. El primer factor agrupó
los agregados de menor tamaño que tienen mayor susceptibilidad a procesos de
degradación por erosión hídrica; en el segundo factor se relacionaron las características
de textura, índice de estabilidad de agregados y diámetro ponderado medio de los
agregados (mayor estabilidad el suelo) (figura 9A).
El ACP de las variables estructurales con respecto a las fincas, mostró una separación
significativa (p< 0.001), agrupando a las fincas Llanitos y la Esperanza con respecto al
índice de estabilidad, las arenas y los agregados de tamaño medio, características que
dan al suelo mejores condiciones de calidad estructural; por otro lado, en las variables
relacionadas con la susceptibilidad a la compactación y disminución de la porosidad se
agruparon las fincas San Diego y Vesubio (Anexo 1, figura 19).
Por otro lado, el ACP mostró diferencias significativas entre las coberturas estudiadas (p<
0.001). Los SSPI con Tithonia diversifolia se relacionaron con las variables de agregados
medianos, mientras que los sistemas con Leucaena leucocephala se agruparon con
respecto a los agregados pequeños que favorecen la estructura del suelo. Los pastizales
tradicionales con Brachiaria se relacionaron con los mayores porcentajes de limos y
arcillas (figura 9B).
Resultados 45
A Índice
estabilidad Arena
2mm
1mm
F1 (31.1%) 0.5mm
0.25mm
<0.25mm
4mm
Limo
F2 (27.4%) DPM
Arcilla
Figura 9. Círculo de correlaciones. Variables estructurales. B: Distribución de los

sistemas.
Tabla 6. Análisis de Componentes Principales de los grupos de variables físicas. Aporte

en porcentaje de la variabilidad de los datos explicados en los factores 1 y 2; P-value:
grado de significancia estadística observada en los sistemas silvopastoriles y pasturas
tradicionales en fincas ganaderas del Eje Cafetero.
Variables físicas Aporte (%)

Sistemas P-value *Rv
del suelo F1 F2
Cobertura p < 0.001 0.36
Estructurales 31.1 27.4
Finca p < 0.001 0.4
Volumétricas 53 24.06
Finca p < 0.001 0.58
Mecánicas 64.8 20.3
Finca p < 0.001 0.66
*Rv: Varianza explicada en el test.
4.1.3 Parámetros químicos

Las características químicas en todos los sitios evaluados fueron muy variables. Sin
embargo, se encontró que los suelos manejados bajo los SSPI, tienden a mejorar su
calidad (tabla 7).
Los SSPI y Pt de la finca Llanitos, presentaron un pH ácido (5.1), en las demás fincas el
pH se encuentra entre moderado y ligeramente ácido.
En cuanto a la materia orgánica, los SSPI de la finca Llanitos presentó el promedio más
alto con 12.05 %.
Los niveles más altos de P, los presentó los SSPI de las fincas Asturias y San Diego, con
valores promedios de 27.2 y 11.44 (mg/kg) respectivamente, estos niveles de P se
clasifican como Medios.
Los promedios más altos de Ca, los presentó Pt de la finca el Vesubio con 9.7 cmol/kg y
los SSPI de la finca Santa Cruz con 7.7 cmol/kg. El valor promedio más bajo lo presentó
Pt de la Esperanza con 1.3 cmol/kg. Frente al Mg, los sistemas que presentaron niveles
altos fueron Pt de las fincas Vesubio y Santa Cruz con 7.49 y 2.60 cmol/kg y el nivel más
bajo correspondió a Pt de Esperanza 0.40 cmol/kg.
Resultados 47
Los SSPI de la finca Asturias y San Diego, presentaron en promedio los valores más
altos de K con 0.53 y 0.65 cmol/kg respectivamente, y el valor más bajo correspondió a
Pt de Santa Cruz con 0.9 cmol/kg.
En cuanto a la CIC, los promedios estuvieron entre medio y bajo para todos los sistemas.
El valor más alto se presentó en el Vesubio en Pt con 17.82 cmol/kg y en SSPI de Santa
Cruz con 10.03 cmol/kg.
Tabla 7. Valores promedio y rangos para las variables químicas del suelo evaluadas en
sistemas silvopastoriles y pasturas tradicionales en fincas ganaderas del Eje Cafetero.
Media
Variable Sistema Rango Asturias Esperanza Llanitos Santa Cruz San Diego Vesubio
σ
M 6.10 5.60 5.11 5.90 5.81 5.54
SSPI R 5.81-6.28 5.36-5.8 4.92-5.23 5.84-5.99 5.74-5.91 5.49-5.61
σ 0.3 0.2 0.2 0.1 0.1 0.1
pH
M 5.82 5.47 5.15 5.95 5.83 6.09
Pt R 5.61-6 5.27-5.64 4.69-5.57 5.82-6.03 5.6-6.13 5.99-6.26
σ 0.2 0.2 0.4 0.1 0.3 0.1
M 2.67 10.22 12.05 2.56 2.22 2.26
SSPI R 2.6-2.75 7.94-11.48 11.67-12.25 2.12-3.07 2.1-2.29 1.83-2.67
σ 0.1 2.0 0.3 0.5 0.1 0.4
MO (g/100g)
M 6.69 10.42 10.89 3.36 2.52 2.63
Pt R 2.67-13.8 9.21-11.76 9.96-11.77 3.01-3.92 1.71-3.26 2.29-3.08
σ 6.2 1.3 0.9 0.5 0.8 0.4
M 27.2 4.69 6.63 3.87 11.44 9.01
SSPI R 24.5-29.5 0.7-7-61 5.3-8.43 3.87-3.87 6.77-20.58 6.45-14.04
σ 2.5 3.6 1.6 0.1 7.9 4.4
P (mg/kg)
M 12.6 4.53 7.81 3.87 8.25 3.87
Pt R 7.34-16.75 3.87-5.83 5.11-11.78 3.87-87 4.21-14.77 3.87-3.87
σ 4.8 1.1 3.5 0.0 5.7 0.0
M 6.35 5.04 1.56 7.71 4.58 4.73
SSPI R 5.64-6.97 2.26-8.97 1.43-1.68 6.12-9.09 3.5-5.15 4.35-5.03
σ 0.7 3.5 0.1 1.5 0.9 0.3
Ca (Cmol/kg)
M 5.25 1.36 1.38 7.54 4.98 9.72
Pt R 4.88-5.87 0.74-2.08 0.74-2 6.91-8.21 3.76-5.74 8.5-12.06
σ 0.5 0.7 0.6 0.7 1.1 2.0
M 1.64 1.25 0.71 1.85 1.04 2.44
Mg (cmol/kg) SSPI
R 1.46-1.75 0.62-2.06 0.6-0.78 1.34-2-26 1-1.07 2.39-2-52
Media
Variable Sistema Rango Asturias Esperanza Llanitos Santa Cruz San Diego Vesubio
σ
σ 0.2 0.7 0.1 0.5 0.04 0.1
M 1.33 0.40 0.47 2.60 1.49 7.49
Pt R 1.29-1.42 0.24-0.49 0.31-0.58 1.86-3.68 1.05-1.76 5.6-10.83
σ 0.1 0.1 0.1 1.0 0.4 2.9
M 0.53 0.22 0.25 0.24 0.65 0.22
SSPI R 0.34-0.63 0.16-0.33 0.21-0.32 0.11-0.33 0.59-0.76 0.13-0.28
σ 0.2 0.1 0.1 0.1 0.1 0.1
K (cmol/kg)
M 0.12 0.21 0.23 0.9 0.57 0.34
Pt R 0.09-0.17 0.15-0.31 0.15-0.31 0.12-2.34 0.13-0.8 0.25-0.39
σ 0.04 0.1 0.1 1.2 0.4 0.1
M 8.72 6.77 3.52 10.03 6.42 7.57
SSPI R 7.78-9.48 3.18-11-51 3.32-3.72 7.99-11.44 5.4-6.94 7.13-7.96
σ 0.9 4.3 0.2 1.8 0.9 0.4
CIC
M 6.85 2.59 2.82 11.25 7.19 17.82
Pt R 6.48-7.52 1.98-3 2.04-3.97 9.71-13.66 5.1-8.36 14.69-23.52
σ 0.6 0.5 1.0 2.1 1.8 4.9
SSPI: Sistema Silvopastoril Intensivo, Pt: Pastura tradicional, M: Media, R: rango, σ: Desviación
estándar
4.1.4 Análisis multivariado de los parámetros químicos

En el ACP, los dos factores principales explican el 69.9% de la variabilidad total de los
datos. En el primer componente, que explicó el 53.8% de la variabilidad, las variables que
más contribuyeron fueron el Ca, CIC y pH, y en el segundo factor el P (figura 10).
El análisis indicó que existe diferencias estadísticas (p<0.001) entre los niveles
altitudinales de las fincas. El ACP separó claramente las fincas de mayor altura frente a
las demás, por tanto, se puede inferir que existe un efecto de las condiciones climáticas y
características propias del suelo en la calidad del suelo (Anexo 1, figura 21). Cabe
resaltar que la génesis y taxonomía de estos suelos que corresponden a una “unidad
geomórfica de montañas de material fluviovolcánico, cubiertas por depósitos de cenizas
volcánicas, pertenecientes a la familia Typic Hapludands” (CARDER, 2013), reflejan en
sus propiedades intrínsecas y en su taxonomía la incidencia del material parental, por
tanto, muestran características como una alta retención fosfórica, alto contenido de hierro
Resultados 49
y aluminio activo, baja densidad aparente y contenidos de carbono orgánico

considerablemente altos (Sánchez, 2013).
Con relación a la cobertura vegetal el ACP separó significativamente (p<0.001) los SSPI
con Tithonia diversifolia con mayor contenido de materia orgánica y los de Leucaena
leucocephala con mayor contenido de fósforo, mientras que las Pt con Brachiaria
presentaron valores bajos en estas variables (figura 10B).
A P
F2 (16.1%)
pH
Arcilla
K
F1 (53.8%)
Ca
CIC
Mg
MO
Figura 10. Círculo de correlaciones de los parámetros químicos. B: Distribución de los

sistemas.
El análisis multivariado de la antigüedad de los sistemas presentó diferencias

significativas (p<0.001), separó los sistemas con un periodo de establecimiento de 10
años (Leucaena leucocephala) con respecto al fósforo y los sistemas de 3 años (Tithonia
diversifolia) con la materia orgánica. Los suelos con Brachiaria que presentan una
antigüedad de 20 y 18 años, se agrupan con respecto a la CIC, Mg y Ca (Anexo 1, figura
23).
Por otro lado, el ACP del sistema de rotación con respecto a las variables químicas,
mostró diferencias estadísticas (p<0.03) y separó los periodos de rotación de menor
frecuencia hacia las variables de mejor calidad química, es decir, las rotaciones de 45
días, favoreció la fertilidad del suelo mejorando la disponibilidad de P y MO (Anexo 1,
figura 24).
El ACP de la periodicidad en la fertilización de los sistemas, mostró diferencias

estadísticas (p<0.003) y separó los sistemas con mayor periodicidad entre 2 y 3 meses
de aplicaciones con respecto al pH, P y CIC (Anexo 1, figura 25).
Tabla 8. Análisis multivariado de las variables químicas. Aporte en porcentaje de la

ganaderas del Eje Cafetero.
Aporte (%)
Sistemas P-value *Rv
F1 F2
Variables Cobertura p < 0.001 0.07
químicas del Altitud p < 0.001 0.57
suelo Rotación (días) 53.8 16.2 p < 0.03 0.07
Antigüedad (años) p < 0.001 0.63
Fertilización (meses) p < 0.003 0.19
4.1.5 Macrofauna edáfica

En los sistemas evaluados se colectaron 19 órdenes y 3 clases taxonómicas,
correspondientes a los grandes grupos de macrofauna edáfica. El número total de
individuos por metro cuadrado fue de 48.87, con densidades promedio (individuos/m2)
Resultados 51
entre 10.90 y 765.30, las densidades altas se deben principalmente a la abundancia de

hormigas (Himenóptera) y las lombrices (Oligochaeta).
Los sistemas que presentaron las densidades más altas correspondieron a los SSPI con
Leucaena leucocephala de las fincas Asturias y Santa Cruz, y en Pt de la finca San
Diego.
Los sitios que presentaron mayor densidad en número de individuos/m 2 correspondieron

a las fincas con los SSPI con Leucaena leucocephala, sin embargo, como se señaló
anteriormente las densidades altas se deben en gran parte a la abundancia de hormigas
(Himenóptera). La figura 26 (Anexo 2), muestra en forma decreciente las densidades de
macrofauna edáfica en los sistemas evaluados por finca. Las densidades promedio
estuvieron en un rango de 896 y 11640 #individuos/m2 (Tabla 14 del anexo 2).
En cuanto a la riqueza, entendida como el número total de grandes grupos taxonómicos

presente en los sistemas evaluados, se encontró que los SSPI mostraron la mayor
riqueza de grupos taxonómicos. La finca Asturias presenta el mayor número de órdenes
(16) y el sistema que presentó la menor riqueza (9) fue Pt de las fincas Esperanza y
Llanitos (figura 27, anexo 2).
4.1.6 Análisis multivariado de la macrofauna edáfica

El círculo de correlaciones mostró una separación de los grupos taxonómicos en función
de la densidad de población de macrofauna, el primer factor que explicó el 14.6% de la
variabilidad de los datos y tanto la riqueza, como los grupos taxonómicos Enchytraeida,
Isópoda y Dictióptera son los que mayor aporta a este factor (figura 11).
El segundo factor explicó el 9.7% de la variabilidad de los datos, los grupos Oligochaeta,
Coleóptera y Díptera son los que más aportan en este factor (figura 28).
F2 (9.7%)
Diptera
Diplopodo
Isopoda Aranea Hymenoptera
Dyctioptera Quilópodo
Riqueza
Diplura
Hemiptera Lepidoptera
F1 (14.6%)
Enchytraeida Mermithida
Orthoptero Gasteropoda
Acari
Isoptera
Dermaptera
Coleoptera
Oligochaeto
Figura 11. Círculo de correlaciones de la macrofauna edáfica.
El ACP indicó que existen diferencias significativas entre las coberturas del suelo (p<
0.001), separando los SSPI con Leucaena leucocephala con respecto a las demás
coberturas. Por otro lado, los sistemas con Tithonia diversifolia se agrupa en relación a la
riqueza de grupos taxonómicos y los Oligochaeta (Anexo 2, figuras 29 y 30). Esto
muestra que los SSPI favorecen la abundancia y diversidad de las poblaciones de
macrofauna del suelo, lo cual mejora la calidad física y química del suelo, esto se debe a
la sinergia de las poblaciones tanto de macrofauna como de microorganismos que se
genera alrededor de las raíces del sistema, lo cual permite mantener las condiciones de
vida de las poblaciones, favoreciendo las características físicas y de ciclos
biogeoquímicos en el suelo (Sánchez de Praguer, 2018).
Por otro lado, el ACP para las fincas agrupó a las fincas en función a la riqueza y
abundancia de la población de macrofauna edáfica (Anexo 2, figura 31). En cuanto a la
antigüedad de los sistemas, el ACP mostró diferencias estadísticas entre el sistema de
rotación y la antigüedad. Los SSPI maduros con más de 10 años de establecidos y las
rotaciones con menor frecuencia (45 días), favorecieron las poblaciones y las dinámicas
ecológicas de la macrofauna en el suelo (Anexo 2, figuras 32 y 33).
Tabla 9. Análisis multivariado de la macrofauna edáfica. Aporte en porcentaje de la

Resultados 53

ganaderas del Eje Cafetero.
Aporte (%)
Variable P-value *Rv
F1 F2
Macrofauna Vegetación p < 0.001 0.12
14.6 9.7
edáfica Rotación (días) p < 0.001 0.023
Antigüedad (años) p < 0.001 0.16
La tabla 10, resume los resultados encontrados con respecto a la evaluación de la

calidad del suelo, temiendo en cuenta los factores de manejo, composición vegetal de los
sistemas ganaderos, altitud (msnm) y sistema de rotación.
Tabla 10. Análisis multivariado para la evaluación de la calidad del suelo en sistemas
silvopastoriles y pasturas tradicionales en fincas ganaderas del Eje Cafetero.
ACP* Vegetación Altitud Antigüedad Rotación

Variables Factor % Varianza Varianza Varianza Varianza
** Explicada Explicada Explicada Explicada
p-value p-value p-value p-value
1 2 (%) (%) (%) (%)
Macrofauna
14.6 9.7 0.001 12.0 0.001 11.3 0.001 16.5 0.001 2.3
Química 53.8 16.2 0.001 50.7 0.001 57.4 0.001 63.8 0.003 7.4
Físicas volumétricas 53.1 24.1 0.001 37.6 0.001 58.6 0.001 63.1 0.235 3.8
Físicas mecánicas 64.9 20.3 0.001 58.0 0.001 66.4 0.001 73.2 0.463 2.2
Físicas estructurales 32.2 27.5 0.001 36.4 0.001 40.7 0.001 52.7 0.006 9.3
*p-value: Test de Montecarlo
4.1.7 Análisis de coinercia entre variables físicas, químicas y

biológicas
Partiendo del análisis anterior donde se muestra que existe una separación significativa
entre los grupos de variables, se realizó el análisis de coinercia, para conocer cuáles
variables son las que mejor pueden representar la calidad del suelo y por tanto son
elegibles en futuros trabajos. En este análisis se evaluó la relación entre las variables
físicas: estructurales, volumétricas y mecánicas, las variables físicas-químicas, y
químicas-macrofauna edáfica.
Entre las variables mecánicas y estructurales existe una separación significativa

(p<0.001), el primer factor explicó el 86.0% de la variabilidad total de los datos y separó
las variables con respecto a la densidad aparente, densidad real, resistencia tangencial al
corte, diámetro ponderado medio de los agregados (DPM) y los agregados de menor
tamaño (0.25, <0.25 mm), estas variables son fundamentales para conocer el grado de
degradación del suelo.
La coinercia entre las variables mecánicas y volumétricas, se separaron

significativamente (p<0.001), el primer componente explicó el 93.1% de la variabilidad
total de los datos y se agruparon las variables de porosidad, contenido de humedad
volumétrica, densidad aparente y resistencia tangencial al corte.
El análisis entre las variables estructurales y volumétricas indicó que existe una
separación significativa (p<0.001), el primer componente explicó el 79.9% de la
variabilidad de los datos y agrupó las variables de humedad volumétrica, porosidad, DPM
y contenido de arcilla.
El análisis de coinercia entre las variables físicas y químicas fue significativo, el primer
factor explicó el 71.2% de la variabilidad total de los datos y mostró una agrupación de
las variables porosidad, humedad volumétrica y materia orgánica.
La macrofauna edáfica con respecto a las variables estructurales y volumétricas del suelo
presentaron una separación significativa (p<0.002), el primer factor explicó el 60.5% para
las variables estructurales y el 69.8% de la variabilidad de los datos para las variables
volumétricas, la coinercia agrupó los grupos taxonómicos Coleóptera, Dermáptera,
Enchytraeida y la riqueza, con respecto al contenido de arcillas, limos, escorrentía y
conductividad hidráulica (Ks).
Con respecto al análisis de coinercia de la macrofauna con las variables químicas, se

encontró que existe diferencias significativas (p<0.003). El primer factor explica el 63.9%
de la variabilidad de los datos y se agruparon en función de los grupos taxonómicos
Dermáptera, Enchytraeida, Coleóptera y las variables químicas materia orgánica, potasio
y el pH.
A continuación, se presenta la tabla resumen de los resultados de los análisis de

coinercia.
Resultados 55
Tabla 11. Coinercia entre los diferentes grupos de variables físicas, químicas y biológicas
medidas en sistemas silvopastoriles y pasturas tradicionales en fincas ganaderas del Eje
Cafetero.
Axes (%) Varianza

Coinercia p-value
1 2 Explicada (%)
Mecánicas-Estructurales 86.0 8.1 0.001 43.4
Mecánicas-Volumétricas 93.2 5.8 0.001 57.8
Estructurales-Volumétricas 79.9 7.2 0.001 44.6
Física-Química 71.2 18.6 0.066 15.3
Macrofauna-Estructurales 60.5 18.8 0.002 32.6
Macrofauna-Mecánicas 67.4 16.9 0.114 18.1
Macrofauna-Volumétricas 69.8 13.9 0.002 30.4
Química-Macrofauna 63.9 16.6 0.003 30.4
La tabla 12 resume las variables que pueden ser tenidas en cuenta para la evaluación de
la calidad del suelo en SSPI, en otras regiones del país.
Tabla 12. Agrupación de variables para los sistemas silvopastoriles, según el análisis de
coinercia realizado en el Eje Cafetero.
Variables variables
Densidad aparente (Da)
Densidad real (Dr)

Resistencia tangencial al corte (RTC)
Diámetro ponderado medio (DPM)
Agregados 0.25
Físicas
Agregados <0.25 mm
Porosidad
Humedad volumétrica (HV)
Densidad aparente (Da)
Arcillas
Materia orgánica (Mo)
Químicas Fósforo
pH
Coleóptera
Dermáptera
Macrofauna edáfica
Enchytraeida
Oligocheata
Variables variables
Riqueza
4.2 Indicador general de calidad del suelo para Sistemas

Silvopastoriles Intensivos-SSPI
El indicador general de calidad del suelo para los sistemas silvopastoriles, es una
herramienta que permite sintetizar las evaluaciones de calidad y salud del suelo,
generando parámetros comparables en el tiempo de acuerdo al manejo del sistema.
Para la construcción del indicador general de calidad del suelo y siguiendo los pasos
sugeridos por Velásquez (2004), se tuvo en cuenta el análisis multivariado de
componentes principales de cada una de los parámetros físicos, químicos y biológicos.
Partiendo de los resultados del ACP, se tuvieron en cuenta todas aquellas variables que
fueron significativas en el aporte de los factores 1 y 2 del análisis, posteriormente, de
cada grupo de variables de los parámetros evaluados se crearon subindicadores
transformando los datos originales en el rango de 0.1 a 1.0 con la fórmula (1), todos
aquellos valores cercanos a 1.0 corresponde a la mejor calidad del suelo:
Fórmula 1:
Dónde:
x = valor a transformar
a= valor máximo de la variable
b=valor mínimo de la variable
Con los valores transformados se creó el indicador general del suelo.
La tabla 13, muestra el aporte de cada variable en los factores 1 y 2 utilizados para la
construcción de los subindicadores, el valor de cada variable se multiplicó por el peso
correspondiente en los factores, tanto para el primero como para el segundo factor; se
Resultados 57
realizó la sumatoria de los productos, para finalmente aplicar la fórmula anteriormente

descrita, este proceso se realizó para cada grupo de variables, por ejemplo:
Subindicador variables mecánicas: (0.5 (valor original de Da) *27.6 (aporte en el factor 1)
+0.5*8.5 (aporte en el factor 2)) + (2.2 (valor original de Dr) *31.0 (aporte en el factor
1)+2.2*9.8 (aporte en el factor 2)) +….= 7261.2
Subindicador químico: (0.406 (valor original transformado de pH) * 1565 (aporte en el

factor 1)) + (0.406*941(aporte en el factor 2)) + (0.270 (valor original transformado de P) *
2 (aporte en el factor 1) + 0.270*6425 (aporte en el factor 2) …=1904.2
Luego,
Subindicador variables mecánicas: (0.1+ (7261.2-6660.1) / (12243.1-6660.1) *0.9) = 0.9
Subindicador químico: (0.1+ (1904.2-5020.6) /5072.8-5020.6) *0.9) = 0.4
De esta manera se calculó el subindicador para cada grupo de variables por finca y
cobertura del suelo objeto de estudio. La tabla 14 muestra los valores promedio de los
subindicadores calculados.
Tabla 13. Aporte de cada variable en los factores 1 y 2 del Análisis de Componentes
Principales (ACP), realizado para sistemas silvopastoriles y pasturas tradicionales en el
Eje Cafetero.
Parámetro del Aporte (%)

Variables
suelo F1 F2
Arena 3.47 15.8
Limo 3.45 9.07
Arcilla 1.5 20.92
4mm 15.82 2.94
2mm 8.47 9.67
1mm 0.27 4.54
Estructurales
0.5mm 16.38 0.6
0.25mm 25.2 0.62
<0.25mm 23.05 1.31
Diámetro medio ponderado
0.99 16.45
(DPM)
Índice estructural (IE) 1.34 18.03
Volumétricas Conductividad hidráulica (Ks) 8.96 68.1

Parámetro del Aporte (%)

Variables
suelo F1 F2
Humedad volumétrica (HV) 36.43 0.35
Porosidad 38.89 0.03
Escorrentía 15.7 31.5
Densidad real (Dr) 31 9.82
Densidad aparente (Da) 27.66 8.52
Mecánicas Resistencia a la penetración
12.17 81.59
(RP)
Resistencia tangencial al
Corte (RTC)
29.15 0.05
Arcilla 1212 379

pH 1565 941
MO 1277 1102
P 2 6425
Química
Ca 1998 10
Mg 1511 716
K 387 186
CIC 2048 240
Isópoda 13.56 5.77
Enchytraeida 12.33 0.005
Dermáptera 10.68 11.01
Aranea 8.87 5.4
Dictióptera 5.19 2.63
Macrofauna
Coleóptera 4.3 15.03
Oligochaeta 3.43 27.39
Riqueza 25.35 2.58
Hemíptera 6.72 0.49
Ortóptero 3.94 2.05
Tabla 14. Valores promedio de los subindicadores por grupo de variables para sistemas
silvopastoriles y pasturas tradicionales en el Eje Cafetero.
Cobertura Estructurales Volumétricas Mecánicas Química Macrofauna

Thitonia diversifolia 0.7 0.8 0.7 0.4 0.4
Leucaena leucocephala 0.4 0.5 0.6 0.4 0.5
Cynodon dactylon 0.6 0.8 0.5 0.4 0.5
Brachiaria 0.3 0.3 0.3 0.8 0.4
Cynodon plectostachyus 0.5 0.5 0.3 0.5 0.4
Resultados 59
4.2.1 Subindicador de los parámetros físicos del suelo

Los SSPI presentaron los valores promedio más altos del subindicador (0.7) en
comparación con las Pt (0.6). Dentro de las coberturas evaluadas, teniendo en cuenta los
grupos de variables mecánicas, estructurales y volumétricas del suelo, los SSPI con
Tithonia diversifolia, la gramínea Cynodon dactylon presentaron los mejores rangos de
calidad física del suelo, con valores promedios de 0.8, seguido de los SSPI con
Leucaena Leucocephala con un valor de 0.7 (Anexo 3, figura 34).
Las condiciones edafo-climáticas de los niveles altitudinales, tuvieron un efecto positivo

en calidad física del suelo, en este caso, aquellos sistemas ganaderos por encima de los
1500 mnsm, muestran mejores valores del subindicador. Las fincas que se ubican en
estos niveles altitudinales son Llanitos y La Esperanza.
En cuanto a los parámetros de manejo, los sistemas que tuvieron una rotación de 25 días
presentaron un rango más amplio de distribución de los valores de los subindicadores
físicos, sin embargo, los SSPI con 45 días de rotación mostraron un promedio mayor
correspondiente a 0.7 (Anexo 3, figura 35).
La distribución de los subindicadores físicos con respecto a la antigüedad de

establecimiento de los sistemas ganaderos, mostró que los sistemas con 3, 8 y 30 años
presentaron los mejores promedios, entre 0.8 y 0.9, cabe resaltar que estos sistemas
corresponden a la finca Llanitos (Anexo 3, figura 36).
4.2.2 Subindicador de los parámetros químicos del suelo

La distribución de los datos de los subindicadores de las variables químicas mostró que
Pt presenta los promedios más altos en comparación con los SSPI (Anexo 3, figura 37).
De las coberturas evaluadas, Brachiaria presentó los valores más altos de los
subindicadores químicos, sin embargo, presenta un valor atípico dentro del rango de
valores de las Pt (0.3-0.8).
Las pasturas que presentaron los valores más altos de los subindicadores químicos,
fueron las Pt con Brachiaria ubicadas entre los 900-1100 msnm (Anexo 3, figura 38)
La distribución de los datos con respecto a la fertilización, mostró que los valores más
altos del subindicador correspondió a los periodos de fertilización más espaciado (anexo
3, figura 40); de igual forma para las coberturas con una antigüedad entre 18 y 20 años
(anexo 3, figura 41).
4.2.3 Subindicador del parámetro biológico del suelo

El subindicador de la macrofauna edáfica, mostró que los SSPI presentaron un promedio
de 0.5 (Anexo 3, figura 42).
En cuanto a las coberturas evaluadas, los sistemas con Leucaena leucacephala

presentaron una distribución más amplia del subindicador con un promedio de 0.5.
Las condiciones de altitud de las fincas, favorecieron las condiciones de la calidad

biológica del suelo, esta condición está estrechamente relacionada con los parámetros
físicos del suelo. La figura 43 en el anexo 3, indica que a mayores niveles altitudinales se
presenta los mejores valores de los subindicadores.
En cuanto al manejo de los sistemas ganaderos, se identificó que aquellos sistemas con
periodos de establecimiento entre 3 y 10 años, presentaron los mejores valores de los
subindicadores de calidad biológica (Anexo 3, figura 44), en este caso correspondió a los
SSPI con Tithonia diversifolia y Leucaena leucocephala y por otro lado, las Pt con
Cynodon dactylon.
El sistema de rotación y fertilización, tuvo un efecto importante en las condiciones de

calidad biológica del suelo. Las pasturas con rotaciones cada 45 días, presentaron una
distribución más amplia de los datos de los subindicadores biológicos en comparación
con los sistemas con rotaciones cada 25 días (Anexo 3, figura 45).
4.2.4 Análisis multivariado de los subindicadores

Para la construcción del indicador general de la calidad del suelo (IGCS), se realizó
nuevamente el análisis de componentes principales (ACP), con el fin de conocer la
contribución de cada grupo de subindicadores en los factores 1 y 2 del ACP y la inercia
total en estos mismos factores (tabla 15). Los dos primeros factores del ACP, explican el
66.5% de la variabilidad total de los datos (figura 12).
Resultados 61
Macrofauna
F1 (47.2%)
Estructurales
Volumétricas
Química
Mecánicas
F2 (19.3%)
Figura 12. Círculo de correlaciones de los grupos de Subindicadores del suelo.
Tabla 15. Aporte de los subindicadores y el porcentaje de Inercia total en el análisis de

componentes principales (ACP) en sistemas silvopastoriles y pasturas tradicionales en el
Eje Cafetero.
Aporte de los factores Inercia (%)

Subindicadores
F1 F2 F1 F2
Estructurales 202. 4 0.0075
Volumétricas 262.5 51.2
Mecánicas 267.7 90.9 47.2 19.3
Química 210.8 15.9
Macrofauna 56.4 841.6
Para construir el indicador se multiplicó el aporte de cada subindicador por la inercia total
de cada uno, luego la sumatoria se dividió entre 10000 como una constante, así:
Índice Estructural = ) ))
Índice Volumétrico = ) ))
Índice Mecánico = ) ))
Índice Químico = ) ))
Índice Macrofauna = ) ))
Posteriormente, este índice se multiplicó por cada subindicador de la matriz inicial de las
variables evaluadas y se calculó el Indicador General de Calidad del Suelo, con la
fórmula (1) para cada cobertura y sistema ganadero (tabla 16).
Los sistemas silvopastoriles con tithonia diversifolia y las pasturas tradicionales con
Cynodon dactylon, presentaron los valores más altos del IGCS, mientras que los
sistemas silvopastoriles con Leucaena leucocephala presentaron un IGCS intermedio
(Figura 13).
Tabla 16. Valores del índice general de la calidad del suelo-IGCS, para cada cobertura
en sistemas silvopastoriles y pasturas tradicionales en el Eje Cafetero.
IGCS
Coberturas rangos
Tithonia diversifolia 0.6-1.0
Leucaena leucocephala 0.4-0.8
Cynodon dactylon 0.6-1.0
Brachiaria 0.1-0.4
Cynodon plectostachyus 0.4-0.6
Resultados 63
F2 (19.3%)
Leucaena leucocephala Brachiaria

F1 (47.2%) Cynodon plectostachyus
Cynodon dactylon
Thitonia diversifolia
P< 0.001
Rv: 0.43
Cobertura
Figura 13. Análisis de componentes principales (ACP) de los valores del indicador general del
suelo.
4.3 Protocolo de seguimiento de la sostenibilidad de los

Los protocolos son herramientas que guían de forma organizada los pasos a seguir y
conseguir datos comparables, son muy útiles cuando se requiere hacer evaluaciones y
seguimientos periódicos de un evento o efectos sobre un elemento en particular, en este
caso en la calidad del suelo.
Para la evaluación de la calidad del suelo y en general de la sostenibilidad de los

sistemas silvopastoriles, se requiere de una metodología sistemática que permita integrar
e interpretar de manera adecuada los efectos de las coberturas y el manejo del sistema
en sí.
Mediante esta propuesta se espera contribuir a unificar criterios de evaluación de la

sostenibilidad de los sistemas silvopastoriles intensivos, desde la calidad del suelo ya
que esta al ser dinámica, la respuesta al uso o manejo agronómico debe ser evaluada
periódicamente.
El protocolo de evaluación de la sostenibilidad de los sistemas silvopastoriles intensivos

(SSPI) debe ser sencillo, de fácil lectura y comprensión (Wilson, 2017). Aborda cuatro
componentes fundamentales, una primera sección en dónde se plantea la identificación y
caracterización de las condiciones edafo-climáticas de la región; en la segunda sección la
caracterización de los sistemas silvopastoriles a evaluar y los principales problemas en
estos sistemas ganaderos con respecto al manejo. En la tercera, la metodología de
evaluación de la calidad del suelo, partiendo de la revisión de información secundaría
hasta las metodologías de muestreo y procesamiento de datos; se presenta también, una
sección final de una escala de calificación de los indicadores obtenidos, como índices de
referencia. De esta manera, se espera que el protocolo pueda ser utilizado en varias
ecorregiones del país.
La figura 14, muestra el esquema propuesto para la construcción del protocolo de

evaluación de la sostenibilidad de los sistemas silvopastoriles intensivos.
PROTOCOLO DE MONITOREO DE LA SOSTENIBILIDAD DE LOS SISTEMAS SILVOPASTORILES

INTENSIVOS (SSPI), PARTIENDO DE LA CALIDAD DEL SUELO.
IDENTIFICACIÓN DE CARACTERIZACION INDICES DE REFERENCIA Y

METODOLOGIA
LA ZONA DE ESTUDIO DEL SISTEMA RECOMENDACIONES
 Revisión de literatura  Valores de referencia

 Revisión de literatura  Tipo de arreglo silvopastoril  Elección de variables  Interpretación del indicador
 Caracterización del clima y  Especies de gramíneas,  Selección de zonas de general de la calidad del suelo
suelos de la región forrajeras y arbóreas muestreo (IGCS)
acompañantes  Muestreo: metodologías de  Recomendaciones
 Manejo del sistema evaluación de las variables
seleccionadas
 Frecuencia de muestreo
 Procesamiento de datos y
determinación de
indicadores
Figura 14. Esquema propuesto para la construcción del protocolo.
Identificación de la zona de estudio
La identificación y caracterización de la zona de estudio se debe realizar con ayuda de

una revisión de información secundaria, que permita conocer a través de mapas,
Resultados 65
registros institucionales de estudios previos sobre caracterización edáfica de la zona en

particular aspectos como la génesis, composición mineralógica y condiciones climáticas
que determina su funcionamiento.
Caracterización del sistema
Para la caracterización de los sistemas silvopastoriles a evaluar se debe tener en cuenta

el tipo de arreglo silvopastoril, identificando todas las especies vegetales que lo
constituye: Especies de gramíneas, forrajeras y arbóreas acompañantes. El manejo es
fundamental a la hora de las evaluaciones de calidad del suelo, por ello se debe
identificar lo relacionado al sistema de rotación de potreros, carga animal, antigüedad de
establecido, fertilizaciones y manejo sanitario del ganado bovino.
Si es posible, es recomendable hacer un muestreo de determinación de estructura y

composición de la vegetación, con el fin de contar con datos complementarios al estudio
y que sirvan como base en el análisis de resultados.
Metodología de monitoreo y seguimiento de la calidad del suelo
Los SSPI al ser sistemas agroforestales diversos con relaciones complejas entre los
elementos que lo conforma, teniendo en cuenta las dinámicas intrínsecas de suelo y
partiendo de la revisión de la información secundaria, se establece una idea de los
parámetros del suelo que son claves para entender su funcionamiento.
El grupo de variables que se propone desde este estudio para evaluar los sistemas
silvopastoriles intensivos, se obtuvieron de las correlaciones entre variables y de la
sencillez y facilidad de muestreo y evaluación (tabla 17). Para otras ecorregiones del
país, se puede incluir las variables claves encontradas en estudios de caracterización
edáfica para la zona en particular.
Tabla 17. Grupo mínimo de variables para la evaluación de la calidad del suelo en
Parámetros Variables
Arcillas
Físicas-Estructurales Diámetro ponderado medio (DPM)
Agregados 0.25 mm
Agregados <0.25 mm
Físicas-Volumétricas Porosidad
Humedad volumétrica (HV)
Físicas-Mecánicas Densidad aparente (Da)
Materia orgánica (Mo)
Potasio
Químicas
Fósforo
pH
Coleóptera
Dermáptera
Macrofauna edáfica Enchytraeida
Oligocheata
Riqueza
Para el muestreo como tal de las variables, se recomienda tener un número de muestras
estadísticamente aceptable, en este caso tres es el mínimo por cada variable; cabe
resaltar que entre más grande sea el número de muestras se reducirá el error, sin
embargo, todo dependerá del presupuesto con el que se cuente. En la tabla 18, se
muestra las metodologías para emplear en los muestreos.
Tabla 18. Metodologías para la evaluación de las variables.

Variable Método/fórmula Referencias
Textura Bouyucos IGAC, 1990
Densidad aparente (Da) Cilindro biselado IGAC, 1990
Estabilidad de agregados Yoder IGAC, 1990
) IGAC, 1990
Humedad volumétrica Θ(%)=
Diámetro ponderado medio ∑

IGAC, 1990
(DPM)
Monolito de suelo TSBF

Macrofauna edáfica (Tropical Soil Biology and
Fertility)
Índices de referencia
Aunque las propiedades físicas, químicas y biológicas del suelo están estrechamente
relacionadas, éstas responden a diferentes periodos de tiempo, así por ejemplo, las
propiedades físicas responden a los cambios en un largo plazo, mientras que las
Resultados 67
biológicas al ser más sensibles responderán en un periodo de tiempo más corto, las
propiedades químicas son características más dinámicas pero a la vez más sensibles a
las prácticas agronómicas se considera que tienen cambios a un mediano plazo, por esta
razón, a la hora de definir la periodicidad de muestreo se recomienda agrupamiento de
las características del suelo de acuerdo a sus dinámicas de cambios (Wilson, 2017). Sin
embargo, se pueden tener un tiempo de referencia de 2 años para realizar las
evaluaciones.
Los datos colectados se sistematizan creando el conglomerado en una base de datos, el

cual será el insumo para la creación de los subindicadores por grupo de variables y el
indicador general de la calidad del suelo. Para la creación de los subindicadores se
emplea la metodología propuesta por (Velásquez, 2004).
Una vez se cuente con los indicadores de calidad del suelo, se compara con los valores
de referencia, se interpreta la calidad del suelo de acuerdo con la escala de 0.1 a 1.0,
teniendo en cuenta que los valores más cercanos a 1.0, representan las mejores
características de calidad.
Tabla 19. Valores índices de referencia para la calificación de la calidad del suelo en
Rango Clasificación
0.1-0.3 Calidad baja
0.4-0.6 Calidad media
0.7-1.0 Calidad alta
Finalmente, se contrasta la calidad del suelo para los sistemas silvopastoriles intensivos
con el manejo agronómico, manejo de rotaciones y de capacidad de carga de los
potreros, para definir si es el caso, qué elementos se deben entrar manejar para
mantener la productividad y la conservación de los sistemas.
5. Discusión
Los sistemas silvopastoriles intensivos (SSPI) presentaron las mejores condiciones de
calidad física, química y biológica del suelo. Los análisis multivariados de componentes
principales y de Coinercia mostraron que las coberturas multiestrato tienen un efecto
positivo sobre las funciones ecológicas y productivas del suelo; gracias a la integración
del complejo de raíces de las diversas especies que acompañan el sistema silvopastoril y
a la dinámica de la fauna del suelo, se logra mantener estas funciones (Torres et al.,
2013; Sánchez de Praguer, 2018).
La calidad física del suelo estuvo determinada por bajos niveles de compactación,
mejores condiciones estructurales y características adecuadas de porosidad y contenido
de humedad. Las mejores condiciones de la calidad química se definieron por la materia
orgánica y fósforo disponible; mientras que la riqueza y abundancia de grupos
taxonómicos definió la calidad biológica del suelo en los SSPI.
Dentro de los SSPI, los suelos con Tithonia diversifolia se agruparon con respecto al
contenido de humedad, porosidad total, agregados medianos y al índice de estabilidad de
agregación, estas características dan al suelo mejores condiciones de calidad estructural.
Mientras que los suelos con Leucaena leucocephala estuvieron más relacionados con los
niveles bajos de compactación y agregados pequeños que igualmente ayuda a mantener
la estructura del suelo; datos similares fueron encontrados en estudios realizados en
diversos sistemas silvopastoriles (Lok, Crespo, Frómeta, Torres, & Fraga, 2007; Nuñez,
Benítez, Bonnin, & Paiva, 2019).
En los SSPI con Leucaena leucocephala, el fósforo fue determinante en la calidad del
suelo, y en los sistemas con Tithonia diversifolia la materia orgánica, esto se debe al
aporte constante de material vegetal que fortalece el reciclaje de nutrientes en el sistema,
a través de la interacción hojarasca y raíces, esta dinámica hace que los sistemas
silvopastoriles contribuyan a mantener y mejorar la fertilidad del suelo (Buitrago, Ospina,
Discusión 69
& Narváez, 2018). La materia orgánica potencializa la capacidad de amortiguación en la

solución del suelo, favoreciendo en encadenamiento del P en forma de humatos, de esta
manera puede estar más disponible para las plantas asociadas en el sistema
silvopastoril; adicional a ello, la presencia de organismos asociados a las leguminosas
como las micorrizas o bacterias de la rizosfera, permiten movilizar el P a través de los
aminoácidos secretados por las raíces que actúan como quelantes (Mahecha, Rosales,
Molina, & Molina, 1999; Sánchez de Praguer, 2018).
Especies como Leucaena leucocephala y Tithonia diversifolia, han desarrollado

estrategias adaptativas para superar limitaciones nutricionales especialmente, estos
mecanismos se basan en la formación rizosfera a través de asociaciones y simbiosis en
el sistema radical que ha implicado en un proceso evolutivo, la modificación de la
arquitectura de las raíces y formación de pelos radicales, cambios en patrones
fisiológicos y metabólicos y presencia de microorganismos rizosféricos como los hongos
formadores de micorrizas; estas adaptaciones han llevado a estas plantas a ser más
eficientes en la absorción y solubilización de nutrientes, generando cambios que superan
las condiciones nutricionales de las plantas asociadas, proyectando otras cualidades
fundamentales para la productividad, salud y sostenibilidad de los agroecosistemas
(Sánchez de Praguer, 2018).
Los suelos que presentaron las mejores condiciones de capacidad de intercambio

catiónico, se relacionaron con las condiciones intrínsecas del suelo como el contenido de
arcillas, las coberturas de este tipo de suelos fueron las Brachiaria con una antigüedad
mayor a 18 años, otro factor que pudo estar relacionado con los altos niveles de CIC, fue
una probable fertilización acumulada, pues son suelos que se fertilizan con más
frecuencia y es posible además, que al momento de hacer el muestreo recientemente se
hayan realizado fertilizaciones.
Los sistemas silvopastoriles intensivos presentaron mayor riqueza y abundancia de

macrofauna edáfica. En los análisis multivariados se evidenció que los sistemas
silvopastoriles están mejorando las poblaciones de macrofauna en el suelo y por tanto la
calidad biológica del mismo, se resalta que tanto la riqueza de grupos taxonómicos y los
Oligochaeta son las variables determinantes en mantener esta calidad. Otros estudios
concluyen que ordenes como los Coleóptera, Lepidóptera y otros grupos taxonómicos
como los Chilópodos y Aranea, han sido importantes en la determinación de las
funciones ecológicas del suelo en sistemas silvopastoriles (Cabrera, 2012; Zuluaga,

Giraldo, & Chará, 2011; Meneses & Reina, 2015)
Tanto la riqueza como la abundancia de grupos taxonómicos, son claves a la hora de

evaluar la calidad y salud del suelo en los SSPI, pues demuestra que existen y se
mantienen las funciones ecológicas de la macrofauna edáfica. La presencia de diversos
organismos desde depredadores (importantes entre otras cosas para disminuir la
presencia de patógenos del ganado), descomponedores, ingenieros del suelo, herbívoros
entre otros, hacen posible la dinámica ecológica del suelo (Zuluaga et al., 2011).
Los análisis de coinercia entre los parámetros físicos, químicos y biológicos, mostraron
que la calidad del suelo en los SSPI puede ser evaluada con un grupo mínimo de
variables, porque explican de manera sencilla la función y cambios de las demás
variables frente al manejo del sistema.
El manejo de las fertilizaciones incide en la dinámica de las poblaciones de macrofauna

edáfica. Las pasturas con fertilizaciones intermedias (2 meses) presentaron una
distribución de los subindicadores más amplia en comparación con las demás
periodicidades, esto indica que la periodicidad intermedia en la aplicación de los
fertilizantes es la adecuada para no afectar las poblaciones de macroorganismos del
suelo.
Según el indicador general de calidad del suelo (IGSC) los sistemas silvopastoriles con
Tithonia diversifolia y las pasturas tradicionales con Cynodon dactylon, presentaron los
mejores índices de calidad del suelo, esta pastura tradicional es favorecida por las
condiciones edafo-climáticas de la zona debido a que se encuentran en las zonas de
mayor nivel altitudinal. Por otro lado, los sistemas silvopastoriles con Leucaena
leucocephala presentaron un IGCS intermedio, esto sugiere que se debe entrar a mejorar
condiciones de manejo, especialmente en relación a los periodos de descanso de los
potreros.
6. Conclusiones y recomendaciones
6.1 Conclusiones
Las características intrínsecas del suelo que provienen desde su formación como las
características mineralógicas, composición química y las condiciones climáticas,
determinan su funcionamiento y la respuesta al uso y manejo agronómico. Esto se ve
reflejado en la agrupación de las propiedades físicas que se tuvo que hacer para la
evaluación de la calidad del suelo. La respuesta del suelo frente los sistemas
silvopastoriles intensivos estuvo influenciada por el contenido de arcillas y los niveles
altitudinales, este tipo de condiciones en conjunto con las coberturas multiestrato de los
sistemas silvopastoriles y un manejo adecuado de las rotaciones permiten mantener las
condiciones de salud y calidad del suelo, particularmente de los parámetros físicos y
biológicos.
Los sistemas silvopastoriles intensivos tienen un efecto positivo sobre las funciones
ecológicas y productivas del suelo. Aquellos sistemas conformados por Tithonia
diversifolia permiten mejorar la calidad del suelo de manera más rápida una vez
establecido el sistema, especialmente la calidad relacionada con los parámetros físicos
del suelo. Los sistemas con Leucaena leucocephala al ser los sistemas más antiguos han
mantenido, entre otras cosas, las características de riqueza y abundancia de las
poblaciones de macrofauna edáfica mejorando la calidad biológica del mismo.
El manejo de los sistemas en cuanto a rotaciones y fertilizaciones, influyen de manera

importante sobre las condiciones de calidad del suelo. Los SSPI con periodos de
descanso más espaciados favorecen las características, físicas, químicas y biológicas del
suelo.
El indicador general de la calidad del suelo (IGCS), permitió definir rangos de valores
para la evaluación de las condiciones de calidad del suelo. Las coberturas que muestran
los mejores valores fueron los sistemas silvopastoriles con Tithonia diversifolia y las
pasturas tradicionales con Cynodon dactylon. El valor intermedio de los sistemas

silvopastoriles con Leucaena leucocephala permite sugerir el empleo de acciones para
mejorar el sistema, en este caso se deberá corregir las condiciones de manejo,
especialmente los periodos de descanso de los potreros con las rotaciones, en aquellas
fincas con periodos más cortos.
6.2 Recomendaciones
Para posibles estudios de seguimiento a los indicadores de calidad del suelo en sistemas
silvopastoriles, en lo posible, se recomienda el uso de mapas de suelos, para tener
claridad a cerca de las características propias de los suelos con relación a su génesis.
Dentro de los factores de manejo se debe incluir la carga animal que estén manejando en
los sistemas, ya que esto permitirá entender mejor los procesos de compactación.
Este estudio permitió generar información de la dinámica del suelo en sistemas

ganaderos, sin embargo, es necesario que se emplee protocolos como el sugerido en
este mismo documento, para el seguimiento de los sistemas con el fin de detectar
posibles elementos que deban ser corregidos a tiempo. Se sugiere hacer las
evaluaciones de seguimiento cada dos años.
Los productores podrían realizar seguimientos más frecuentes, con base en el muestreo
de macrofauna edáfica con evaluaciones de riqueza y abundancia de grupos
taxonómicos, prestando más atención a la presencia de lombrices, evaluaciones de
estabilidad y cantidad de agregados, presencia de materia orgánica, contenido de
humedad y densidad aparente.
Anexo 1: Figuras del análisis de
componentes principales.
F2 (24.06%)
F2 (24.06%)
Thitonia diversifolia Esperanza Santa Cruz

Cynodon plectostachyus F1 (53.0%)
San Diego
F1 (53.0%)
Cynodon dactylon Brachiaria
Leucaena
Llanitos
Vesubio Asturias
P < 0.001 P < 0.001

Cobertura Rv: 0.37 Rv: 0.58
Finca
Figura 16. Análisis de componentes principales Figura 15. Análisis de componentes principales
(ACP) de las variables volumétricas con respecto (ACP) de las variables volumétricas con
a las coberturas. respecto a las fincas.
F2: 20.3 % F2: 20.3 %
Leucaena leucacephala
Asturias
Thitonia diversifolia Llanitos
San Diego Santa Cruz
Cynodon plectostachyus F1: 64.8% Vesubio F1: 64.8 %
Cynodon dactylon
Brachiaria Esperanza
P< 0.001 P< 0.001

Rv: 0.58 Rv: 0.66
Cobertura Finca
(ACP) de las variables mecánicas con respecto a (ACP) de las variables mecánicas con respecto a
las coberturas. las fincas.
F2 (27.4%)
F2 (27.4%)
Llanitos
Esperanza Thitonia diversifolia
Cynodon dactylon
F1 (31.1%) F1 (31.1%)
Asturias
Leucaena leucocephala
Vesubio San Diego Cynodon plectostachyus
Santa Cruz
Brachiaria
P< 0.001
P< 0.001
Rv: 0.36
Finca Rv: 0.40 Cobertura
(ACP) de las variables estructurales con respecto (ACP) de las variables estructurales con respecto
a las fincas. a las coberturas.
F2 (16.2%) F2 (16.2%)
1169
1171 Cynodon plectostachyus

F1 (53.8%) F1 (53.8%) Cynodon dactylon
929
1574 2054 Thitonia diversifolia
1100
Brachiaria
P< 0.001 P< 0.001

Altitud (msnm) Rv: 0.57 Cobertura Rv: 0.07
(ACP). Efecto de los niveles altitudinales sobre la (ACP). Efecto de las coberturas sobre la calidad
calidad química del suelo. química del suelo.
F2 (16.2%) F2 (16.2%)
10
12 45
15 F1 (53.8%) F1 (53.8%)
3 30 8 25
18
20
P= 0.001 P= 0.03
Rv: 0.63 Rv: 0.07
Antigüedad (años) Rotación (días)
Figura 23. Análisis de componentes principales. Figura 24. Análisis de componentes principales
Efecto de la antigüedad en la calidad química del (ACP). Efecto de las rotaciones en la calidad química
suelo. del suelo.
Anexo 1: Figuras del Análisis de Componentes Principales 75
F2 (16.2%)
3 meses
F1 (53.8%)
2 meses 1.5 meses
P<0.003
Fertilización Rv: 0.19
Figura 25. Análisis de componentes principales.

Efecto de la periodicidad de fertilización en la calidad
química del suelo.
77 Indicadores de calidad del suelo para el monitoreo de la sostenibilidad de los Sistemas Silvopastoriles Intensivos (SSPI) en
la Ecorregión Cafetera, Colombia
Anexo 2: Densidad de macrofauna por m 2 por sistema

ganadero.
Tabla 20. Densidad de macrofauna edáfica por metro cuadrado en sistemas silvopastoriles y pasturas tradicionales en el Eje
Cafetero.
Media
Llanitos Esperanza Vesubio San Diego Santa Cruz Asturias
Variable Rango
σ SSPI Pt SSPI Pt SSPI Pt SSPI Pt SSPI Pt SSPI Pt
M 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 10.7 0.0
Isoptera R 0-0 0-0 0-0 0-0 0-0 0-0 0-0 0-0 0-0 0-0 32-0 0-0
σ 0 0 0 0 0 0 0 0 0 0 16.5 0
M 205.3 765.3 426.7 573.3 424.0 328.0 261.3 506.7 506.7 368.0 728.0 186.7
Oligochaeta R 320-48 1248-528 800-0 784-464 704-256 1232-48 464-64 864-144 1088-64 432-272 1376-272 416-48
σ 95.2 267.4 303.2 129.8 157.7 449.5 166.5 331.4 525.9 84.7 384.4 145.5
M 24.0 32.0 178.7 37.3 42.7 96.0 250.7 168.0 90.7 138.7 328.0 10.7
Coleoptera R 48-0 64-0 432-48 80-0 112-0 336-16 896-16 640-0 128-16 352-0 816-48 32-0
σ 16.8 35.1 167.9 28.0 43.7 121.0 335.7 237.3 64.7 187.5 289.0 16.5
M 781.3 274.7 554.7 2304.0 1768.0 306.7 1706.7 10904.0 8469.3 7424.0 3114.7 3413.3
Hymenoptera
R 1856-48 1536-0 2816-0 5696-0 3200-240 592-112 5056-496 26016-3520 15824-688 16880-16 8208-336 8800-1680
78 Anexo 2: Densidad de macrofauna por m2 por sistema ganadero Cafetera, Colombia
Media
Variable Rango
σ 841.5 618.3 1113.5 2330.3 1086.2 187.5 1763.7 9358.9 7577.0 8616.5 3812.0 2677.2
M 8.0 2.7 5.3 2.7 0.0 10.7 5.3 0.0 5.3 5.3 8.0 8.0
Dyctioptera R 32-0 16-0 32-0 16-0 0-0 32-0 16-0 0-0 16-0 16-0 32-0 48-0
σ 13.4 6.5 13.1 6.5 0 13.1 8.3 0 9.2 9.2 13.4 19.6
M 5.3 8.0 0.0 0.0 0.0 0.0 8.0 0.0 5.3 5.3 8.0 0.0
Acari R 16-0 32-0 0-0 0-0 0-0 0-0 32-0 0-0 16-0 16-0 16-0 0-0
σ 8.3 13.4 0 0 0 0 13.4 0 9.2 9.2 8.8 0
M 32.0 2.7 10.7 16.0 2.7 5.3 8.0 0.0 5.3 0.0 5.3 2.7
Aranea R 64-0 16-0 16-0 80-0 16-0 16-0 32-0 0-0 16-0 0-0 16-0 16-0
σ 26.8 6.5 8.3 32 6.5 8.3 13.4 0 9.2 0 8.3 6.5
M 8.0 0.0 2.7 0.0 56.0 13.3 0.0 2.7 21.3 21.3 5.3 2.7
Quilópodo R 16-0 0-0 16-0 0-0 80-32 32-0 0-0 16-0 48-0 48-0 16-0 16-0
σ 8.8 0 6.5 0 16.8 12.0 0 6.5 24.4 24.4 8.3 6.5
M 13.3 0.0 5.3 8.0 5.3 106.7 5.3 2.7 16.0 21.3 56.0 45.3
Diplopodo R 48-0 0-0 16-0 48-0 16-0 464-0 16-0 16-0 48-0 32-0 144-0 160-0
σ 18.7 0 8.3 19.6 8.3 177.2 8.3 6.5 27.7 18.5 57.0 60.2
M 16.0 5.3 21.3 10.7 10.7 2.7 0.0 13.3 10.7 37.3 13.3 5.3
Hemiptera R 32-0 16-0 48-0 64-0 48-0 16-0 0-0 48-0 32-0 80-16 32-0 16-0
σ 10.1 8.3 19.4 26.1 19.4 6.5 0 18.7 18.5 37.0 15.7 8.3
M 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 10.7 0.0 10.7 0.0
Dermaptera R 0-0 0-0 0-0 0-0 0-0 0-0 0-0 0-0 16-0 0-0 48-0 0-0
σ 0 0 0 0 0 0 0 0 9.2 0 19.4 0
M 0.0 2.7 2.7 0.0 0.0 2.7 0.0 0.0 0.0 5.3 2.7 2.7
Gasteropoda R 0-0 16-0 16-0 0-0 0-0 16-0 0-0 0-0 0-0 16-0 16-0 16-0
σ 0 6.5 6.5 0 0 6.5 0 0 0 9.2 6.5 6.5
Indicadores de calidad del suelo para el monitoreo de la sostenibilidad de los Sistemas Silvopastoriles 79
Intensivos (SSPI) en la Ecorregión Cafetera, Colombia
Media
Variable Rango
M 5.3 5.3 16.0 0.0 5.3 5.3 2.7 10.7 0.0 5.3 0.0 0.0
Diptera R 32-0 16-0 48-0 0-0 16-0 16-0 16-0 32-0 0-0 16-0 0-0 0-0
σ 13.1 8.3 20.2 0 8.3 8.3 6.5 13.1 0 9.2 0 0
M 0.0 0.0 5.3 2.7 2.7 0.0 2.7 0.0 0.0 10.7 0.0 0.0
Lepidoptera R 0-0 0-0 16-0 16-0 16-0 0-0 16-0 0-0 0-0 32-0 0-0 0-0
σ 0 0 8.3 6.5 6.5 0 6.5 0 0 18.5 0 0
M 2.7 0.0 2.7 0.0 2.7 5.3 5.3 16.0 0.0 37.3 90.7 0.0
Enchytraeida R 16-0 0-0 16-0 0-0 16-0 32-0 32-0 48-0 0-0 112-0 448-0 0-0
σ 6.5 0 6.5 0 6.5 13.1 13.1 24.8 0 64.7 177.8 0
M 8.0 0.0 0.0 0.0 0.0 5.3 0.0 13.3 0.0 0.0 0.0 0.0
Diplura R 48-0 0-0 0-0 0-0 0-0 32-0 0-0 64-0 0-0 0-0 0-0 0-0
σ 19.6 0 0 0 0 13.1 0 25.6 0 0 0 0
M 0.0 0.0 0.0 8.0 0.0 0.0 2.7 2.7 0.0 0.0 2.7 2.7
Orthoptero R 0-0 0-0 0-0 48-0 0-0 0-0 16-0 16-0 0-0 0-0 0-0 16-0
σ 0 0 0 19.6 0 0 6.5 6.5 0 0 6.5 6.5
M 0.0 0.0 0.0 0.0 0.0 2.7 0.0 0.0 5.3 0.0 2.7 0.0
Mermithida R 0-0 0-0 0-0 0-0 0-0 16-0 0-0 0-0 16-0 0-0 0-0 0-0
σ 0 0 0 0 0 6.5 0 0 9.2 0 6.5 0
M 16.0 0.0 10.7 0.0 0.0 5.3 2.7 0.0 10.7 5.3 10.7 2.7
Isopoda R 48-0 0-0 32-0 0-0 0-0 32-0 16-0 0-0 32-0 16-0 0-0 16-0
σ 20.2 0 16.5 0 0 13.1 6.5 0 18.5 9.2 19.4 6.5
σ: Desviación estándar, SSPI: Sistema Silvopastoril Intensivo, Pt: Pastura tradicional.
Pt
Astu rias
SSP I
San ta Cruz
Pt
SSP I
San Diego
Pt
SSP I
Pt
Vesubi o
SSP I
Espera nza
Pt
SSP I
Pt
Llan ito s
SSP I
00 2.000 4.000 6.000 8.000 10.000 12.000 14.000
Isoptera Oligoqueto Coleoptera Hymenoptera Dyctioptera Acari Aranea

Quilopodo Diplopodo Hemiptera Dermaptera Gasteropoda Diptera Lepidoptera
Enchytraeida Diplura Orthoptero Mermithida Isopoda
Figura 26. Densidad de macrofauna edáfica #individuos/m 2 en los sistemas ganaderos.

Pt
Asturias
SSPI
Santa Cruz
Pt
SSPI
San Diego
Pt
SSPI
Pt
Vesubio
SSPI
Esperanza
Pt
SSPI
Pt
Llanitos
SSPI
0 2 4 6 8 10 12 14 16 18
No. de grupos taxonómicos por sitio
Figura 27. Riqueza de macrofauna edáfica en los sistemas ganaderos.

Indicadores de calidad del suelo para el monitoreo de la sostenibilidad de los Sistemas Silvopastoriles
Intensivos (SSPI) en la Ecorregión Cafetera, Colombia
F2 (9.7%) F2 (9.7%)
Brachiaria
Thitonia diversifolia
SSPI Pt Cynodon plectostachyus

F1 (14.6%) F1 (14.6%)
Cynodon dactylon
P< 0.01 P< 0.001

Rv: 0.027 Vegetación Rv: 0.120
Sistema
(ACP). Efecto de los sistemas ganaderos en la (ACP). Impacto de la vegetación sobre la calidad
población de macrofauna edáfica. biológica del suelo.
F2 (9.7%) F2 (9.7%)
LlanitosThito
20
3 ScruzBraq VesubioBraqAsturiasC.dactylon
18
12 EsperanzaThito VesubioThito
15
F1 (14.6%) ScruzLeuca SdiegoC. plectostachyus
F1 (14.6%) 30 SdiegoLeuca EspeC.dactylon
10
8 LlanitosC.dactylon
AsturiasLeuca
P< 0.001
P<0.001
Rv: 0.16
Finca-Vegetación Rv: 0.27
Antigüedad (años)
Figura 31. Análisis de componentes principales (ACP). Figura 30. Análisis de componentes principales
Efecto de la antiguedad de establecimiento de los (ACP). Macrofauna edáfica en las fincas ganaderas.
sistemas en la macrofauna edáfica.
F2 (9.7%)
25
F1 (14.6%) 45
P<0.001
Rotación (Días) Rv: 0.023
Figura 32. Análisis de componentes principales (ACP). Efecto del

sistema de rotación sobre la macrofauna edáfica.
Anexo 3. Boxplot de los subindicadores

para cada grupo de variables del
suelo .
1.0
1.0
0.8
0.8
Subindicador
0.6
Subindicador
0.6
0.4
0.4
0.2
0.2
Pt SPPI Brachiaria Cynodon dactylon Cynodon plectostachyus Leucaena leucocephala Thitonia diversifolia
Sistema Cobertura
Figura 34. Distribución de los valores del subindicador de las Figura 33. Distribución de los valores del subindicador de
variables mecánicas del suelo, con respecto a los sistemas las variables mecánicas del suelo, con respecto a las
ganaderos evaluados. coberturas.
1.0
1.0
0.8
0.8
Subindicador
Subindicador
0.6
0.6
0.4
0.4
0.2
0.2
929 1100 1169 1171 1574 2054 3 8 10 12 15 18 20 30
Altitud Antiguedad
Figura 36. Distribución de los valores del subindicador

Figura 35. Distribución de los valores del subindicador de de las variables mecánicas con respecto a la antigüedad
las variables mecánicas con respecto a los niveles (años) de los sistemas.
altitudinales de las fincas.
1.0
1.0
0.8
0.8
Subindicador
0.6
Subindicador
0.6
0.4
0.4
0.2
0.2
25 45 Brachiaria Cynodon Dactylon Cynodon plectostachyus Leucaena leucacephala Thitonia diversifolia
Rotación (Días) Cobertura
Figura 37. Distribución de los valores del subindicador Figura 38. Distribución de los valores del subindicador de
de las variables mecánicas con respecto al sistema de las variables estructurales del suelo, con respecto a las
rotación. coberturas.
86 Anexo 3: Boxplot de los subindicadores para cada grupo de variables del suelo
1.0
1.0
0.8
0.8
Subindicador
Subindicador
0.6
0.6
0.4
0.4
0.2
0.2
Pt SPPI 929 1100 1169 1171 1574 2054
Sistema Altitud
Figura 40. Distribución de los valores del subindicador de las

Figura 39. Distribución de los valores del subindicador de las variables estructurales con respecto a los niveles altitudinales
variables estructurales del suelo, con respecto a los sistemas de las fincas.
ganaderos.
1.0
1.0
0.8
0.8
Subindicador
0.6
Subindicador
0.6
0.4
0.4
0.2
0.2
25 45 3 8 10 12 15 18 20 30
Rotación (Días) Antiguedad
Figura 42. Distribución de los valores del subindicador Figura 41. Distribución de los valores del subindicador de
de las variables estructurales con respecto al sistema de las variables estructurales con respecto a la antigüedad
rotación. (años) de los sistemas.
1.0
1.0
0.8
0.8
Subindicador
Subindicador
0.6
0.6
0.4
0.4
0.2
0.2
Pt SPPI Brachiaria Cynodon dactylon Cynodon plectostachyus Leucaena leucocephala Thitonia diversifolia
Sistema Cobertura
variables volumétricas del suelo, con respecto a los sistemas las variables volumétricas del suelo, con respecto a las
ganaderos. coberturas.
1.0
1.0
0.8
0.8
Subindicador
Subindicador
0.6
0.6
0.4
0.4
0.2
0.2
929 1100 1169 1171 1574 2054 3 8 10 12 15 18 20 30
Altitud Antigüedad (años)
variables volumétricas con respecto a los niveles altitudinales las variables volumétricas con respecto a la antigüedad
de las fincas. (años) de los sistemas.
Indicadores de calidad del suelo para el monitoreo de la sostenibilidad de los Sistemas 87
Silvopastoriles Intensivos (SSPI) en la Ecorregión Cafetera, Colombia
1.0
1.0
0.8
0.8
Subindicador
Subindicador
0.6
0.6
0.4
0.4
0.2
0.2
Pt SPPI 25 45
Sistema Rotación (Días)
Figura 47. Distribución de los valores del subindicador Figura 48. Distribución de los valores del subindicador
de las variables químicas del suelo, con respecto a los de las variables volumétricas con respecto al sistema de
sistemas ganaderos evaluados. rotación.
1.0
1.0
0.8
0.8
Subindicador
Subindicador
0.6
0.6
0.4
0.4
0.2
0.2
Brachiaria Cynodon dactylon Cynodon plectostachyus Leucaena leucocephala Thitonia diversifolia
929 1100 1169 1171 1574 2054
Cobertura Altitud
de las variables químicas con respecto a las coberturas de las variables químicas con respecto a los niveles
del suelo. altitudinales de las fincas.
1.0
1.0
0.8
0.8
Subindicador
0.6
Subindicador
0.6
0.4
0.4
0.2
0.2
Pt SPPI 3 8 10 12 15 18 20 30
Sistema Antiguedad
de las variables biológicas del suelo, con respecto a los de las variables químicas con respecto a la antigüedad
sistemas ganaderos evaluados. de los sistemas.
1.0
1.0
0.8
0.8
Subindicador
Subindicador
0.6
0.6
0.4
0.4
0.2
0.2
Brachiaria Cynodon dactylon Cynodon plectostachyus Leucaena leucocephala Tithonia diversifolia 929 1100 1169 1171 1574 2054
Cobertura Altitud
de las variables biológicas del suelo, con respecto a las de las variables biológicas del suelo, con respecto a los
coberturas. niveles altitudinales de las fincas.
88 Anexo 3: Boxplot de los subindicadores para cada grupo de variables del suelo
1.0
1.0
0.8
0.8
Subindicador
Subindicador
0.6
0.6
0.4
0.4
0.2
0.2
25 45 3 8 10 12 15 18 20 30
Rotación (Días) Antigüedad (Años)
de las variables biológicas del suelo, con respecto al de las variables biológicas del suelo, con respecto a la
sistema de rotación. antigüedad de los sistemas.
1.0
0.8
Subindicador
0.6
0.4
0.2
1.5 2 3
Fertilización (meses)
Figura 57. Distribución de los valores del subindicador

de las variables biológicas del suelo, con respecto a la
fertilización.
Bibliografía
Alcaldía de Cartago Valle del Cauca. (2009). Plan de Ordenamiento Territorial de
Cartago, Valle del Cauca. Documento técnico. Cartago. Retrieved from
http://cdim.esap.edu.co/BancoMedios/Documentos PDF/pot_plan de ordenamiento
territorial parte ii_cartago_valle_2000 - 2009.pdf
Altieri, M., & Nicholls, C. (2002). Un metodo agroecologico rapido para la evaluacion de la
sostenibilidad de cafetales. Manejo Integrado de Plagas Y Agroecologia, 64(64), 17–
24.
Amézquita, E., & Campo, J. M. (2004). Manual operacional del minisimulador de lluvia
CIAT. Palmira.
Asbakk, K., Hrabok, J. T., Oksanen, A., Nieminen, M., & Waller, P. J. (2006). Prolonged
Persistence of Fecally Excreted Ivermectin from Reindeer in a Sub-Arctic
Environment. Journal of Agricultural and Food Chemistry, 54, 9112–9118.
http://doi.org/10.7557/2.27.3.277
Bautista, A., Etchevers, J., del Castillo, R., & Gutiérrez, C. (2004). La calidad del suelo y
sus indicadores. Ecosistemas, 13(2), 90–97. Retrieved from
http://www.revistaecosistemas.net/articulo.asp?Id=149
Buitrago, M. E., Ospina, L. A., & Narváez, W. (2018). SISTEMAS SILVOPASTORILES :

ALTERNATIVA EN LA MITIGACIÓN Y ADAPTACIÓN DE LA PRODUCCIÓN
BOVINA AL CAMBIO CLIMÁTICO. Boletín Científico de Museos de Historia Natural,
22(1), 31–42. http://doi.org/10.17151/bccm.2018.22.1.2
Cabrera, G. (2012). La macrofauna edáfica como indicador biológico del estado de

conservación / perturbación del suelo . Pastos Y Forrajes, 35(4), 349–363.
Calle, J. (Ed.). (2001). Suelos del Eje Cafetero (Primera). Pereira. Colombia.
Calle, Z., & Murgueitio, E. (2008). El Botón de oro: arbusto de gran utilidad para sistemas
ganaderos de tierra caliente y de montaña. Carta Fedegán, 108, 54–63. Retrieved
from
http://nutriciondebovinos.com.ar/MD_upload/nutriciondebovinos_com_ar/Archivos/Fil
e/Boton_de_Oro_y_Ganaderia.pdf
Calle, Z., Murgueitio, E., Chará, J., Molina, C., Zuluaga, A., & Calle, A. (2013). A Strategy
for Scaling-Up Intensive Silvopastoral Systems in Colombia. Journal of Sustainable
Forestry, 32(7), 677–693. http://doi.org/10.1080/10549811.2013.817338
Campitelli, P. et al. (2011). Selección de indicadores de calidad de suelo para determinar

los efectos del uso y prácticas agricolas en un area piloto de la región central de
Córdoba. Ciencia Del Suelo, 28(2), 223–231.
CARDER. (2013). Diagnóstico de riesgos Pereira. Pereira. Colombia. Retrieved from

http://www.carder.gov.co/app/webroot/index.php/intradocuments/webExplorer/diagn-
sticos-riesgos-ambientales
Cepeda, J. (2007). Química de suelos (2da ed.). México.
Cerón, L., & Aristizábal, F. (2012). Dinámica del ciclo del nitrógeno y fósforo en suelos.
Revista Colombiana de Biotecnología, 14(1), 285–295.
Coskun, D., Britto, D., Shi, W., & Kronzucker, H. J. (2017). How Plant Root Exudates
Shape the Nitrogen Cycle. Trends in Plant Science, 22(8), 661–673.
http://doi.org/10.1016/j.tplants.2017.05.004
DANE. (2015). 3 er Censo Nacional Agropecuario CENSO NACIONAL AGROPECUARIO

Bibliografía 91
DÉCIMA ENTREGA RESULTADOS-2014. Bogotá. Retrieved from

https://www.dane.gov.co/files/CensoAgropecuario/entrega-definitiva/Boletin-10-
produccion/10-Boletin.pdf
De la Rosa, D. (2008). Evaluación Agro-ecológica de Suelos: para un desarrollo rural

sostenible.
Doran, J. W., Coleman, D. C., Bezdicek, D. F., & Stewart, B. A. (1994). Defining Soil
Quality for a Sustainable Environment. Wisconsin, USA.
http://doi.org/10.2136/sssaspecpub35.c3
FAO. (2015). Guía metodológica para la implementación de Escuelas de Campo para

Agricultores (ECA) en sistemas silvopastoriles agroecológicos. (H. Latorre, G.
Aristizabal, E. Devia, & N. González, Eds.). Bogotá. Retrieved from
www.fao.org/colombia
FEDEGAN. (2006). Plan Estratégico de la Ganadería Colombianan 2019. Bogotá D.C.
FEDEGAN. (2019). Documentos de Estadística | Fedegan. Retrieved March 29, 2019,

from https://www.fedegan.org.co/estadisticas/documentos-de-estadistica
FEDEGAN, F. C. de G. (2018). Ganadería Colombiana. Hoja de ruta 2018-2022. (R.

Cortés, Ed.), Hoja De Ruta 2018 - 2022. Bogotá, Colombia. Retrieved from
http://static.fedegan.org.co.s3.amazonaws.com/publicaciones/Hoja_de_ruta_Fedega
n.pdf
Forsythe, W. (1975). Física de suelos. Manual de laboatorio. San José, Costa Rica.
Gallego, L., Mahecha, L., & Angulo, J. (2014). Potencial forrajero de Tithonia diversifolia
Helms. A Gray en la producción de vacas lecheras. Agronomía Mesoamericana,
25(2), 393–403.
Giraldo, C., Escobar, F., Chará, J., & Calle, Z. (2011). The adoption of silvopastoral
systems promotes the recovery of ecological processes regulated by dung beetles in

the Colombian Andes. Insect Conservation and Diversity, 4(2), 115–122.
http://doi.org/10.1111/j.1752-4598.2010.00112.x
IDEAM. (2019). Décimo séptimo Boletín de Detecciones Tempranas de Deforestación

Cuarto trimestre de 2018. Bogotá. Retrieved from
http://www.ideam.gov.co/documents/24277/84382637/Detecciones+Tempranas+de+
Deforestación/96e81976-195e-4d0f-8aaf-24c05c7312f8
IDEAM; U.D.C.A. (2015). Síntesis del estudio nacional de la degradación de suelos por
erosión en Colombia. Bogotá D.C.
IDEAM, PNUD, MADS, DNP, & CANCILLERÍA. (2018). Segundo Reporte Bienal de
Actualización Segundo Reporte Bienal de Actualización de Colombia a la
Convención Marco de las Naciones Unidas para el Cambio Climatico (CMNUCC).
Bogotá. Retrieved from www.ideam.gov.co
IGAC, I. G. A. C. (2013). Cartografía básica de suelos. Retrieved April 15, 2019, from
https://geoportal.igac.gov.co/
IGAC, I. G. A. C. (2013). Estudio Semidetallado de suelos departamento del Quindío.

Bogotá. Retrieved from http://www.crq.gov.co/images/Info-
Ciudadano/ESTUDIO_SEMIDETALLADO_DEL_QUINDIO.pdf
Jaramillo, D. (2002). Introducción a la ciencia del suelo. Facultad de ciencias. Universidad

Nacional de Colombia. Medellín, Colombia.
Larson, W., & Pierce, F. (1994). The Dynamics of Soil Quality as a Measure of
Sustainable Management, In Defining Soil Quality for a Sustainable Environment.
Lavelle, P., Rodríguez, N., Arguello, O., Bernal, J., Botero, C., Chaparro, P., … Fonte, S.
J. (2014). Soil ecosystem services and land use in the rapidly changing Orinoco
Bibliografía 93
River Basin of Colombia. Agriculture, Ecosystems and Environment, 185, 106–117.

http://doi.org/10.1016/j.agee.2013.12.020
Lefévre, C., Rekik, F., Alcantara, V., & Wiese, L. (2017). Carbono Orgánico del Suelo: el
potencial oculto. (L. Wiese, V. Alcantara, R. Baritz, & Vargas. R., Eds.). Roma, Italia.
Retrieved from www.fao.org/publications
Lok, S., Crespo, G., Frómeta, E., Torres, V., & Fraga, S. (2007). Estudio y selección de
indicadores de sostenibilidad en pastizales silvopastoriles basados en Leucaena
leucocephala-Panicum maximum. Revista Cubana de Ciencia Agrícola, 41(4), 371–
380.
Lora, R. (2013). Propiedades químicas del suelo. In Ciencia del suelo, principios Básicos.
(2nd ed., pp. 77–134). Bogotá.
Mahecha, L. (2002). El Silvopastoreo: Una alternativa de producción que disminuye el

impacto ambiental de la ganadería bovina. Revista Colombiana de Ciencias
Pecuarias, 15(2), 226–231.
Mahecha, L., Rosales, M., Molina, H., & Molina, E. . (1999). Experiencias en un sistema
silvopastoril de Leucaena. In FAO (Ed.), Agroforestería para la Producción Animal
en Latinoamérica (pp. 325–336). Roma.
Martínez, E., Fuentes, J. P., & Acevedo, E. (2008). CARBONO ORGÁNICO Y

PROPIEDADES DEL SUELO. Revista Ciencia Del Suelo Y Nutrición Vegetal, 8(1),
68–96. http://doi.org/10.4067/S0718-27912008000100006
McAlpine, C. A., Etter, A., Fearnside, P. M., Seabrook, L., & Laurance, W. F. (2009).
Increasing world consumption of beef as a driver of regional and global change: A
call for policy action based on evidence from Queensland (Australia), Colombia and
Brazil. Global Environmental Change, 19(1), 21–33.
http://doi.org/10.1016/j.gloenvcha.2008.10.008
Meneses, E., & Reina, A. (2015). Cuantificación de macrofauna edáfica del suelo en un
sistema silvopastoril comparado con un sistema convencional en una zona de
bosque seco tropical (bs-T). Universidad de Nariño.
Molina, B., & Díaz, T. (2017). La ganadería y sus desafíos en América Latina y el Caribe |
Agronews Castilla y León. Retrieved April 2, 2019, from
https://www.agronewscastillayleon.com/fao-la-ganaderia-y-sus-desafios-en-america-
latina-y-el-caribe
Montagnini, F., Somarriba, E., Murgueitio, E., Fassola, H., & Eibl, B. (2015). Sistemas
agroforestales : funciones productivas, socioeconómicas y ambientales. Sistemas
Agroforestales (Primera). Colombia-Costa Rica. Retrieved from
http://repositorio.bibliotecaorton.catie.ac.cr/bitstream/handle/11554/7124/SistemasA
groforestales.pdf?sequence=1#page=276
Moreira, F., Huising, E., & Bignell, D. (Eds.). (2012). Manual de biología de suelos
tropicales (Primera). México.
Municipio de Alcalá Valle del Cauca. (2003). DIAGNÓSTICO MUNICIPAL. ESQUEMA

DE ORDENAMIENTO TERRITORIAL 2003-2011. ALcalá. Retrieved from
http://cdim.esap.edu.co/bancomedios/Documentos PDF/eot - alcala - valle del cauca
- 2003 - 2011.pdf
Murgueitio, E., Barahona, R., Chará, J., Xóchitl, M., Mauricio, R., & Molina, J. J. (2015).
The intensive silvopastoral systems in Latin America sustainable alternative to face
climatic change in animal husbandry. Cuban Journal of Agricultural Science, 49(4),
541–554.
Murgueitio, E., Barahona, R., Martins, R., Xóchitl, M., Chará, J., & Solorio, F. (2014).
Intensive Silvopastoral Systems: Improving Sustainability and Efficiency in Cattle
Ranching Landscapes. Case studies: Low input livestock landscapes. Retrieved from
http: www.fao.org nr sustainability sustainability-and-livestock database projects-
Bibliografía 95
detail en c 239470
Murgueitio, E., Cuartas, C., & Naranjo, J. (Eds.). (2008). Ganadería del futuro:
Investigación para el desarrollo. In Fundacion CIPAV (pp. 19–40). Cali.
http://doi.org/ISBN: 978-958-9386-55-2
Narro, E. (2004). Física de suelos con enfoque agrícola (Primera). Mexico.
Navarrete Segueda, A., Vela Correa, G., Lopez, J., & Rodriguez, M. D. L. (2011).
Naturaleza y utilidad de los indicadores de calidad del suelo. ContactoS, 80, 29–37.
Nelson, N., & Durschinger, L. (2015). SUPPORTING ZERO-DEFORESTATION CATTLE

IN COLOMBIA. Supported Forest Carbon. Washington, DC, USA. Retrieved from
www.tetratechintdev.com
Nuñez, M., Benítez, E., Bonnin, J. J., & Paiva, J. (2019). Characterization of the
compaction and moisture content of soils in Silvopastoral systems and natural
pasture field. In J. Rivera, P. Peri, J. Chará, M. Díaz, L. Colcombet, & E. Murgueitio
(Eds.), En X CONGRESO INTERNACIONAL DE SISTEMAS SILVOPASTORILES
por una producción sostenible (pp. 81–87). Asunción, Paraguay.
Obade, V. de P. (2019). Integrating management information with soil quality dynamics to

monitor agricultural productivity. Science of the Total Environment, 651(2), 236–243.
http://doi.org/10.1016/j.scitotenv.2018.10.106
Cantú, M., Becker, A., Bedano, J., & Schiavo, H. (2007). Evaluación De La Calidad De
Suelos Mediante El Uso De Indicadores E Índices Soil Quality Evaluation Using
Indicators and Indices. Ci. Suelo (Argentina), 25(2), 173–178.
Pezo, D., & Ibrahim, M. (1999). Sistemas Silvopastoriles. In CATIE (Ed.), Colección
Módulos de enseñanza Agroforestal (p. 264). Turrialba, Costa Rica. Retrieved from
http://repositorio.bibliotecaorton.catie.ac.cr/bitstream/handle/11554/4025/Sistemas_s
ilvopastoriles.pdf;jsessionid=40BE9C3176811C4DCB740A08185DB305?sequence=
1
Pineda, A. M. (2014). Nodo regional de Cambio Climático. Ecorregión Eje Cafetero.

CARDER, Corporación Autónoma Regional de Risaralda. Retrieved April 15, 2019,
from http://www.carder.gov.co/index.php/web/es/nodo-regional-de-cambio-clim-tico-
de-la-ecorregi-n-eje-cafetero
Reinoso, M. (2014). Agroforestry: A Viable Alternative for Sustainable Agricultural

Production. Scientia Agriculturae, 5(1), 32–39.
http://doi.org/10.15192/pscp.sa.2014.1.1.3239
Rivera Herrera, J. E., Molina Botero, I., Chará Orozco, J., Murgueitio Restrepo, E., &
Barahona Rosales, R. (2017). Sistemas silvopastoriles intensivos con Leucaena
leucocephala (Lam.) de Wit: alternativa productiva en el trópico ante el cambio
climático. Pastos Y Forrajes, 40(3), 171–183. Retrieved from
http://scielo.sld.cu/pdf/pyf/v40n3/pyf01317.pdf
Rodriguez, J. (2011). DESARROLLO DE UN SISTEMA DE MONITOREO DE CALIDAD

DEL SUELO: PARA AGROECOSISTEMAS DE LA ZONA CAFETERA DE
COLOMBIA. Universidad tecnológica de Pereira.
Rodríguez, J., Camargo, J., Niño, J., Pineda, A., Arias, L., Echeverry, M., & Miranda, C.
(Eds.). (2009). Valoración de la Biodiversidad en la Ecorregión del Eje Cafetero.
Valoración de la Biodiversidad en la Ecorregión del Eje Cafetero. Pereira. Colombia.
Rodríguez , J., Llano, M. & Fonseca, B. (2018). ESTUDIO SECTORIAL SOBRE LA

PRODUCCIÓN CÁRNICA BOVINA EN LA REGIÓN CARIBE. Bogotá D.C. Retrieved
from
https://www.contraloria.gov.co/documents/20181/996701/2018+ESD+Carne+bovina
+2018+.pdf/156ff515-af06-4047-b5a1-886da96ff09d?version=1.0
Rosales, M., Murgueitio, E., Osorio, H., Speedy, A., & Sánchez, M. (1999). Conclusiones
y evaluación de la conferencia electrónica. In M. . Sánchez & M. . Rosales (Eds.),
Agroforestería para la producción animal en América Latina (pp. 492–505).
Bibliografía 97
Retrieved from http://www.fao.org/docrep/014/x1213s/x1213s.pdf
Rucks, L., García, F., Kaplán, A., Ponce de León, J., & Hill, M. (2004). Propiedades
físicas del suelo. Montevideo, Uruguay.
Sadeghian, S. (2003). Impacto de la ganadería sobre el suelo, alternativas sostenibles de

manejo. SIMPOSIO Nacional de Ganadería Ecológica, 5 p. Retrieved from
http://www.desertificacion.gob.ar/mapas/modelos/impacto de la ganaderia sobre el
suelo.pdf
Sánchez, J. A. (2013). Los Suelos de Colombia. In H. Burbano & F. Silva (Eds.), Ciencia
del suelo, principios básicos. (2da ed., p. 580). Bogotá, Colombia.
Sánchez de Praguer, M. (2018). Aportes de la biología del suelo a la agroecología. (1ra

ed.). Palmira, Colombia.
Silberman, J., Anriquez, A., Domínguez, J., Kunst, C., & Albanesi, A. (2015). La cobertura
arbórea en un sistema silvopastoril del Chaco y su contribución diferencial al suelo.
Ciencia Del Suelo, 33(1), 19–29.
Silva, G. L., Lima, H. V, Campanha, M. M., Gilkes, R. J., & Oliveira, T. S. (2011). Soil
physical quality of Luvisols under agroforestry, natural vegetation and conventional
crop management systems in the Brazilian semi-arid region. Geoderma, 167–168,
61–70. http://doi.org/10.1016/j.geoderma.2011.09.009
Sociedad Colombiana de la Ciencia del Suelo-SCCS. (2013). Ciencia del suelo. (H.
Burbano & F. Silva, Eds.) (2da ed.). Bogotá, Colombia.
Sojka, R. E., & Upchurch, D. R. (1999). Reservations Regarding the Soil Quality Concept.
Soil Science Society of America Journal, 63(5), 1039.
http://doi.org/10.2136/sssaj1999.6351039x
Steinfeld, H., Gerber, P., Wassernaar, T., Castel, V., Rosales, M., & De Haan, C. (2009).
La larga sombra del ganado, problemas ambientales y opciones. (FAO, Ed.). Roma.
http://doi.org/10.1007/s13398-014-0173-7.2
Torres, C., Etchevers, J., Fuentes, M., Govaerts, B., León, F., & Herrera, J. (2013).
INFLUENCIA DE LAS RAÍCES SOBRE LA AGREGACIÓN DEL SUELO Influence of
the Roots on Soil Aggregation. Terra Latinoamericana, 31, 71–84.
Tovar, H., Noriega, J., & Caraballo, P. (2016). Efecto de la ivermectina sobre la estructura
del ensamble de escarabajos coprófagos ( Coleoptera : Scarabaeidae : Aphodiinae-
Scarabaeinae ) en las sabanas colombianas de la región Caribe. Actualidades
Biológicas, 38(April), 157–166. http://doi.org/10.17533/udea.acbi.v38n105a03
Uribe, F., Orozco, J., Martínez, A., Díaz, E., Escobar, R., Rodas, M., & Arango, O. (2007).
Agenda para el desarrollo sostenible de la ecorregión eje cafetero - Colombia 2007-
2019. Pereira. Retrieved from
http://www.almamater.edu.co/sitio/Archivos/Documentos/Documentos/00000021.pdf
Uribe, F., Zuluaga, A., Murgueitio, E., Valencia, L., Solarte, L., Cuartas, C., … Molina, C.
(2011). Establecimiento y manejo de sistemas silvopastoriles. Manual 1, Proyecto
Ganadería Colombiana Sostenible. Bogotá.
USDA. (2014). Soil Survey Field and Laboratory Methods Manual. United States
Department of Agriculture, Natural Resources Conservation Service (2nd ed.).
Lincoln, Nebraska. http://doi.org/10.13140/RG.2.1.3803.8889
USDA, U. S. D. of A., & SQI, S. Q. I. (1996). Indicators for Soil Quality Evaluation.
Washington D.C. Retrieved from
https://www.nrcs.usda.gov/Internet/FSE_DOCUMENTS/nrcs142p2_053149.pdf
Valenzuela, I., & Torrente, A. (2013). Física de suelos. In Ciencia del suelo. Principios
básicos (2nd ed., pp. 139–212). Bogotá.
Vallejo, V. E. (2013). Importancia y utilidad de la evaluación de la calidad de suelos a
Bibliografía 99
través del componente microbiano: Experiencias en sistemas silvopastoriles.

Colombia Forestal, 16(1), 83.
http://doi.org/10.14483/udistrital.jour.colomb.for.2013.1.a06
Velásquez, E. (2004). Bioindicadores de calidad del suelo basados en las poblaciones de

macrofauna y su relación con características funcionales del suelo. Universidad
Nacional de Colombia Sede Palmira.
Velasquez, E., & Lavelle, P. (2019). Soil macrofauna as an indicator for evaluating soil
based ecosystem services in agricultural landscapes. Acta Oecologica, 100(July),
18. http://doi.org/10.1016/j.actao.2019.103446
Velasquez, E., Lavelle, P., & Andrade, M. (2007). GISQ, a multifunctional indicator of soil
quality. Soil Biology and Biochemistry, 39(12), 3066–3080.
http://doi.org/10.1016/j.soilbio.2007.06.013
Vergara, J. A. (2015). Caracterización de la degradación y los cambios de usos de suelo

en fincas ganaderas y su relación con la diversidad de aves en el Valle del río
Cesar, Colombia.
Vergara, V. W. (2010). La ganadería extensiva y el problema agrario. El reto de un

modelo de desarrollo rural sustentable para Colombia. Revista Ciencia Animal, n.o 3:
45-, 45–53. Retrieved from
http://revistas.lasalle.edu.co/index.php/ca/article/view/350/281
Wilson, M., Quintero, C., Boschetti., Benavidez R., M. W. (2000). Evaluación de Atributos
del suelo para su utilización como indicadores de calidad y sostenibilidad entre Rios.
Revsita Facultad de Agronomía, 20(1), 23–30.
Wilson, M. (2017). Manual de indicadores de calidad del suelo para las ecorregiones de
Argentina. (INTA, Ed.) (1st ed.). Entre Rios.
Zuluaga, A. F., Giraldo, C., & Chará, J. (2011). Servicios ambientales que proveen los
Sistemas silvopastoriles y los beneficios para la biodiversidad. Manual 4, Proyecto

Ganadería Colombiana Sostenible.

Indicadores Calidad Del Suelo

Cargado por

Copyright:

Formatos disponibles

Indicadores Calidad Del Suelo

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Indicadores Calidad Del Suelo

Cargado por

Copyright:

Formatos disponibles

Indicadores de calidad del suelo para el

monitoreo de la sostenibilidad de los

Nelly Victoria Giraldo Sánchez

Universidad Nacional de Colombia

Nelly Victoria Giraldo Sánchez

Tesis presentada como requisito parcial para optar al título de:

Universidad Nacional de Colombia

A la doctora Elena Velásquez por revisar y aportar con elementos metodológicos y

Palabras clave: Sistemas silvopastoriles, indicadores de calidad del suelo, ganadería

Sylvopastoral systems, General Soil Quality Indicator, sustainable livestock, Tithonia

Resumen ........................................................................................................................ VII

Lista de figuras ............................................................................................................... XI

Lista de tablas ............................................................................................................. XIV

Planteamiento del problema ........................................................................................... 5

2. Marco de referencia ............................................................................................... 11

3.5 Análisis de datos ............................................................................................31

6. Conclusiones y recomendaciones ........................................................................71

Anexo 1: Figuras del análisis de componentes principales. ......................................73

Anexo 2: Densidad de macrofauna por m2 por sistema ganadero. ............................77

Figura 1. a. Sistemas silvopastoriles intensivos con Leucaena (Leucaena leucocephala)

Figura 23. Análisis de componentes principales. Efecto de la antigüedad en la calidad

Tabla 1. Conjunto de indicadores físicos, químicos y biológicos propuestos para el

Tabla 15. Aporte de los subIndicadores y el porcentaje de Inercia total en el análisis de

El incremento de la ganadería en el país, significa un desafió ambiental referente a las

La dimensión del fenómeno de erosión es enorme, especialmente en Asia, África y

La ganadería además, contribuye a acrecentar los impactos sobre el medio ambiente y el

Colombia la ganadería aporta el 44% de la emisión de gases traza debido a la

Dentro de los sistemas agroforestales, el silvopastoreo es uno de los modelos

Los beneficios de la reconversión de los sistemas ganaderos convencionales a

en la integración de gramíneas nativas de los géneros Axonopus y Paspalum o

A pesar de las investigaciones realizadas acerca de los diseños y beneficios económicos

La construcción de herramientas para caracterizar el aporte de los sistemas

A través de la historia, la producción ganadera en Colombia ha jugado un papel

El incremento de la producción ganadera, el cambio del uso del suelo y la adopción de

Los sistemas silvopastoriles como modelo alternativo a la producción ganadera

En Colombia, la implementación de los sistemas silvopastoriles en los últimos años se ha

Pese a la importancia ambiental, económica y social de los sistemas silvopastoriles como

Adicionalmente, a la fecha no existen indicadores que permitan hacer seguimiento de los

La generación de información sobre indicadores de calidad del suelo puede ser un

Actualmente Colombia cuenta con 4.500 hectáreas plantadas en sistemas silvopastoriles

producción, la sostenibilidad de la actividad ganadera y una estrategia frente al cambio

La evaluación de los sistemas productivos a través de la calidad del suelo, ha sido

Esto permitirá entonces, avanzar en metodologías para hacer seguimiento a la

1.2.1 Objetivo general

1.2.2 Objetivos específicos

2.2 Sistemas silvopastoriles

La contribución de estos sistemas en la producción ganadera y la generación de recursos

macrofauna edáfica, lo que se relaciona, por su actividad, con el proceso de remoción de

2.2.1 Sistema silvopastoril intensivo (SSPI)

2.2.2 Calidad del suelo en los sistemas silvopastoriles

2.3 Definición de indicadores de calidad del suelo

La evaluación de la calidad del suelo se consigue a través de indicadores, estos se

En el desarrollo del concepto de calidad del suelo adelantado principalmente a lo largo de

La evaluación de la calidad del suelo a través de los indicadores permite además,

Se han establecido indicadores de calidad del suelo en diferentes sistemas productivos

rotaciones agricultura-ganadería durante aproximadamente 30 años, con variada

Por otra parte, en suelos Haplustol típico, se evaluaron parámetros como:

el contenido de carbono orgánico, nitrógeno total, pH, conductividad eléctrica,

2.3.1 Indicadores físicos

2.3.2 Indicadores químicos