WILLIAN MESQUITA MENDES§ões-Teses... · MICROBIOLOGY OF SOILS CULTIVATED IN AREAS WITH DIFFERENT LEVELS OF SOYBEAN CROP YIELD ABSTRACT - In Brazil, soybean production started to

UNIVERSIDADE FEDERAL DE MATO GROSSO

FACULDADE DE AGRONOMIA E ZOOTECNIA

Programa de Pós-graduação em Agricultura Tropical

MICROBIOLOGIA DOS SOLOS CULTIVADOS EM ÁREAS COM DIFERENTES

NÍVEIS DE PRODUTIVIDADE DE SOJA

WILLIAN MESQUITA MENDES

CUIABÁ – MT

2017

UNIVERSIDADE FEDERAL DE MATO GROSSO

FACULDADE DE AGRONOMIA E ZOOTECNIA

Programa de Pós-graduação em Agricultura Tropical



WILLIAN MESQUITA MENDES

Agrônomo

Orientador: Prof. Dr. MILTON FERREIRA DE MORAES

Co-orientadora: Profa. Dra. DANIELA TIAGO DA SILVA CAMPOS

Dissertação apresentada à Faculdade de Agronomia e Zootecnia da Universidade Federal de Mato Grosso, para obtenção do título de Mestre em Agricultura Tropical.

CUIABÁ – MT

2017

AGRADECIMENTOS

Ao ser Soberano conhecedor de todas as coisas e que me sustenta nesta

caminhada chamada vida. Deus, sem ti nada posso e nada sou!

Ao final de mais uma importante etapa na vida acadêmica, não poderia deixar

de dar o devido reconhecimento às pessoas que tornaram este sonho uma meta

alcançada.

Aos meus irmãos Luís Fernando e Paloma, por compreenderem minha

ausência e mau humor e ainda assim me incentivarem a alcançar mais este objetivo.

Amo vocês!

Aos meus orientadores Daniela T. S. Campos e Milton F. Moraes, meu muito

obrigado pela atenção, confiança, paciência, dedicação e disponibilidade durante a

realização deste trabalho.

À Ana Carla Stieven amiga e colaboradora. Sua amizade e sinceridade me

ajudaram a chegar até aqui. Obrigado pela confiança e apoio!

Aos dois melhores estagiários que alguém poderia ter: Marcos Franciel e

Thaynara Luisa, vocês foram essenciais para a execução deste trabalho. Obrigado

pela paciência e dedicação durante a realização das análises.

À Isabela de Ceni, Carolina Malheiros, Dafne Alves e Josivanny Santos, sem

palavras para descrever o quando sou grato pela amizade e ajuda durante a jornada

acadêmica.

Aos colegas do laboratório de Microbiologia dos Solos, em especial ao agora

engenheiro agrônomo Thayllon Victor.

Aos companheiros de mestrado.

À Profa Oscarlina Weber por permitir a utilização do espaço do laboratório de

fertilidade do solo.

À Universidade Federal de Mato Grosso e ao Programa de Pós-Graduação

em Agricultura Tropical pela oportunidade de realizar esse curso.

Ao departamento de estatística da UFMT, em especial à Waldinei Lacerda por

se dedicar a sanar minhas dúvidas e pelo auxílio nas análises estatísticas.

À CAPES pela concessão da bolsa de estudos.

À rede de pesquisa CESB e a todos os seus colaboradores.

À Fundação Agrisus por acreditar no impacto social e na viabilidade do

projeto a eles apresentado.

A TODOS O MEU MUITO OBRIGADO!



RESUMO - No Brasil, a produção de soja começou a crescer a partir da década de

90, porém a média da produtividade tem apresentado crescimento menos

expressivos nos últimos 5 anos da ultima década. Algumas áreas de cultivo têm

apresentado médias de produtividade acima da média nacional, sendo objeto de

estudos que buscam compreender os atributos físicos, químicos e microbiológicos

do solo nessas áreas. Assim, o presente estudo foi realizado com o objetivo de

avaliar os atributos microbiológicos do solo em áreas com diferentes níveis de

produtividade de soja. Foram avaliadas 34 áreas de plantios comerciais cultivadas

com soja no ano agrícola 2015/16, localizadas nos estados do Paraná, São Paulo,

Minas Gerais, Goiás e Mato Grosso. As amostras foram coletadas na profundidade

de 0 a 20 cm durante o período de florescimento pleno da cultura. Foram avaliados

os teores de carbono orgânico total (COT), relação C:N, macro e micronutrientes,

argila, carbono da biomassa microbiana, respiração basal do solo (RBS), quociente

metabólico (qCO2) e microbiano (qMIC), hidrólise do diacetato de fluoresceína e a

atividade das enzimas β-glucosidase, arilsulfatase e fosfatase ácida. As áreas foram

agrupadas em níveis de produtividade e por estado, e os dados obtidos submetidos

à análise de correlação de Pearson e regressão múltipla. Com exceção da β-

glucosidase e do qCO2, todos os atributos microbiológicos se correlacionaram com o

COT. A produtividade foi influenciada pelo teor da fosfatase ácida, β-glucosidase,

RBS, qCO2, qMIC, relação C:N e argila. Nas áreas do estado de Mato Grosso e

Paraná, a arilsulfatase se relacionou com as maiores produtividades, já a β-

glucosidase teve menor atividade nas áreas mais produtivas. Na regressão múltipla

conjunta dos atributos microbiológicos, químicos e teor de argila, verificou-se que a

RBS, qCO2, qMIC, argila, fósforo e ferro tiveram ajuste ao modelo. Conclui-se que os

bioindicadores RBS, qCO2, qMIC e teores de argila, na camada 0-20 cm, podem

auxiliar a explicar níveis de produtividade de soja em áreas de produção agrícola

comercial.

Palavras-chave: atributos microbiológicos, qualidade do solo, biomassa microbiana,

enzimas do solo.

MICROBIOLOGY OF SOILS CULTIVATED IN AREAS WITH DIFFERENT LEVELS

OF SOYBEAN CROP YIELD

ABSTRACT - In Brazil, soybean production started to grow from the 90’s, but the

average productivity has shown less expressive growth in the last 5 years of the last

decade. Some cultivation areas have presented crop yield averages above the

national average, being the subject of studies that seek to understand the physical,

chemical and microbiological attributes of the soil in these areas. Thus, the present

study was carried out with the objective of evaluating the microbiological attributes of

the soil in areas with different levels of soybean yield. A total of 34 commercial

planted areas planted with soybeans were evaluated in the agricultural year 2015/16,

located in the states of Paraná, São Paulo, Minas Gerais, Goiás and Mato Grosso.

Samples were collected at depths of 0 to 20 cm during the full flowering period of the

culture. Total organic carbon (COT), C: N ratio, macro and micronutrients, clay,

microbial biomass carbon, soil basal respiration (RBS), metabolic quotient (qCO2)

and microbial (qMIC), diacetate hydrolysis of fluorescein and the activity of the

enzymes β-glucosidase, arylsulfatase and acid phosphatase. The areas were

grouped in levels of productivity and by state, and the data obtained were submitted

to Pearson correlation analysis and multiple regression. With the exception of β-

glucosidase and qCO2, all microbiological attributes correlated with TOC.

Productivity was influenced by the content of acid phosphatase, β-glucosidase, RBS,

qCO2, qMIC, C: N ratio and clay. In the areas of the state of Mato Grosso and

Paraná, arylsulphatase was associated with higher yields, whereas β-glucosidase

had less activity in the more productive areas. In the multiple regression of the

microbiological, chemical and clay content, RBS, qCO2, qMIC, clay, phosphorus and

iron were adjusted to the model. It can be concluded that RBS, qCO2, qMIC and clay

content in the 0-20 cm layer can help to explain soybean productivity levels in

commercial agricultural production areas.

Keywords: microbiological attributes, soil quality, microbial biomass, soil enzymes.

SUMÁRIO

1 Introdução ............................................................................................................... 6

2 Revisão de literatura ............................................................................................... 7

2.1 Microbiologia do solo ............................................................................................ 7

2.1.1 Carbono da Biomassa Microbiana e Respiração Basal do Solo ......................... 8

2.1.2 Quociente metabólico e quociente microbiano ................................................... 9

2.1.3 Enzimas do solo ................................................................................................ 10

2.2 Panorama geral da produção e produtividade da sojicultura brasileira ............... 13

2.3 Microbiologia do solo e a produtividade das culturas .......................................... 15

3 Material e Métodos ................................................................................................ 19

3.1 Descrição das áreas de estudo ........................................................................... 19

3.2 Amostragem do Solo .......................................................................................... 19

3.3 Atributos microbiológicos .................................................................................... 65

3.3.1 Carbono da biomassa microbiana e respiração basal do solo .......................... 65

3.3.2 Quociente metabólico e quociente microbiano ................................................. 67

3.3.3 Determinação da atividade enzimática do solo ................................................. 68

3.4 Carbono Orgânico Total do Solo ......................................................................... 28

3.5 Relação C:N ........................................................................................................ 73

3.6 Caracterização química e teor de argila dos solos ............................................. 73

3.7 Produtividade agrícola da soja ............................................................................ 74

3.8 Estatística dos dados .......................................................................................... 75

4 Resultados e discussão ........................................................................................ 78

4.1 Produtividade da soja e teor de COT com suas correlações .............................. 78

4.2 Interpretação dos atributos microbiológicos com base nos teores de COT ........ 85

4.3 Indicadores microbiológicos dentro de cada nível de produtividade de soja ...... 93

4.4 Indicadores microbiológicos por estado de avalição ......................................... 114

4.5 Análise de regressão múltipla considerando a produtividade como variável resposta .................................................................................................................. 143

5 Conciderações finais ........................................................................................... 162

6 Referências bibliográficas ................................................................................... 164

APÊNDICE A ........................................................................................................... 184

APÊNDICE B ............................................................................................................. 70

6

1 INTRODUÇÃO

A cultura da soja se consolidou como uma das mais importantes commodities

para a economia mundial, e nesse cenário o Brasil vem desempenhando importante

papel, principalmente em virtude da sua produção. Todavia, a média de

produtividade brasileira não tem apresentado crescimento expressivo nos últimos

anos.

As propriedades agrícolas que se destacam no âmbito nacional por

apresentarem produtividades acima da média, vêm sendo alvo de questionamentos

sobre o manejo adotado e seus impactos no sistema de produção. Para tanto,

pesquisas que buscam entender a dinâmica desse ambiente são necessárias para

dar respaldo técnico-científico às praticas adotadas nessas áreas.

Diante disso, a utilização de indicadores sensíveis, capazes de detectar as

alterações ocorridas nas áreas com diferentes produtividades são essenciais para

indicar quais fatores estão contribuindo para o incremento produtivo da soja.

Nesse aspecto, os indicadores microbiológicos de qualidade do solo ganham

destaque por serem sensíveis ao manejo do solo. Dentre esses indicadores, o

carbono da biomassa microbiana indica indiretamente o tamanho da comunidade

microbiana, enquanto o quociente metabólico e a hidrólise do diacetato de

fluoresceína fornecem uma visão sobre a atividade da comunidade microbiana do

solo. Enzimas relacionadas a ciclos de nutrientes específicos, como β-glucosidase

no ciclo do carbono e fosfatase no ciclo do fósforo, podem indicar como a

diversidade funcional da comunidade microbiana é impactada. No entanto, as

correlações entre as propriedades microbianas do solo e a produtividade das

culturas nem sempre são demonstradas de forma clara.

Tendo em vista o que precede, a presente investigação foi realizada com o

objetivo de avaliar os atributos microbiológicos do solo e relaciona-los com a

produtividade de soja, na safra 2015/16. O objeto de estudo foram amostras de solo

coletadas em áreas de produção comercial inscritas no desafio de máxima

produtividade de soja do Comitê Estratégico Soja Brasil.

7

2 REVISÃO DE LITERATURA

2.1 Microbiologia do solo

A busca de práticas agrícolas que proporcionem altas produtividades, mas

que também levem em consideração os diversos aspectos relativos à qualidade

ambiental, é uma equação complexa cuja resolução não pode negligenciar o

componente biológico do solo, pois este apresenta estreita inter-relação com os

componentes físicos e químicos (MENDES; REIS JUNIOR, 2004).

Os microrganismos presentes no solo são os responsáveis pelo processo de

transformação da matéria orgânica, a qual é fonte de nutriente e energia para a

formação e o desenvolvimento de suas células, bem como para sínteses de

substancias orgânicas no solo. Por esse processo, os microrganismos imobilizam

temporariamente nutrientes em sua biomassa, que serão liberados após a sua morte

e decomposição, podendo tornar-se disponíveis às plantas (GAMA-RODRIGUES;

GAMA-RODRIGUES, 2008).

A microbiota do solo representa de 60 a 80 % da fração viva e mais ativa da

matéria orgânica do solo, que constitui, por sua vez, o principal componente de

fertilidade dos solos tropicais (MENDES; REIS JUNIOR, 2004). Todavia, o tamanho

dos componentes vivos da matéria orgânica é relativamente pequeno, variando de 1

a 5 % do C orgânico total dos solos (SMITH; PAUL, 1990).

O termo matéria orgânica do solo (MOS) se refere a todos os compostos que

contêm carbono orgânico, incluindo microrganismos vivos e mortos, resíduos de

plantas e animais parcialmente decompostos, produtos de sua decomposição e

substâncias orgânicas microbiológica e/ou quimicamente alteradas (CARDOSO;

TSAI; NEVES, 1992). O carbono orgânico é, quantitativamente, o maior componente

da MOS, constituindo aproximadamente 98 % da sua composição (SILVA;

MENDONÇA, 2007).

O carbono orgânico total (COT) tem mostrado baixa sensibilidade às

mudanças promovidas pelos sistemas de manejo na dinâmica do C do solo, sendo

que seus compartimentos são mais sensíveis ao manejo do solo e melhores

indicadores dessa dinâmica (BARRETO et al., 2008; DOU; WRIGHT; HONS, 2008;

SIX et al., 2000; WENDLING et al., 2005), destacando-se as quantificações de

biomassa, atividade e diversidade microbiana (MENDES; REIS JUNIOR, 2004).

8

2.1.1 Carbono da Biomassa Microbiana e Respiração Basal do Solo

A biomassa microbiana do solo é definida como a parte viva da matéria

orgânica do solo, incluindo fungos, bactérias, actinomicetos, protozoários, algas e

microfauna (GAMA-RODRIGUES; GAMA-RODRIGUES, 2008). As metodologias de

determinação do carbono da biomassa microbiana (C-BMS) permitem quantificar o

carbono presente nesses organismos, possibilitando estimar a massa microbiana

viva total presente no solo.

O C-BMS indica o potencial de reserva de C no solo o qual participa no

processo de humificação, permitindo, assim, inferir sobre acúmulo ou perda de C em

função de um determinado manejo ou condição edáfica. Quanto maior o C-BMS,

maior será a reserva de C no solo, o que expressa menor potencial de

decomposição da matéria orgânica (GAMA-RODRIGUES; GAMA-RODRIGUES,

2008).

O manejo de solo adotado em um sistema produtivo é capaz de influenciar no

comportamento do C-BMS, sendo que, tanto a forma de manejo quanto a adubação,

assim como a interação desses fatores, possuem efeito significativo sobre o C-BMS

(HEIDARI; MOHAMMADI; SOHRABI, 2016). ZUBER & VILLAMIL (2016), ao

analisarem resultados de uma metanálise, concluíram que o C-BMS é maior em

áreas sob plantio direto do que sob outras formas de manejo, o que poderia ser o

resultado do aumento de C solúvel em água, N orgânico e carboidratos

(MOHAMMADI et al., 2012) presentes em maiores proporções na palhada das

culturas de cobertura e em adubos orgânicos.

O C-BMS pode ser utilizado como um indicador biológico ou como índice de

adequação de sustentabilidade de sistemas de produção (ANDERSON; DOMSCH,

1993) e, geralmente, apresenta forte correlação com o carbono orgânico do solo,

refletindo mudanças na concentração de matéria orgânica (PEREZ; RAMOS;

MCMANUS, 2004). O C-BMS também tem apresentado correlações com o

rendimento acumulado da cultura (LOPES et al., 2013) e com várias enzimas do

solo (CARNEIRO et al., 2013; CHAVARRÍA et al., 2016).

Todavia, as determinações do C-BMS não fornecem indicações sobre os

níveis de atividade das populações microbianas do solo, ou seja, podem ocorrer

casos em que os solos apresentem elevadas quantidades de biomassa inativa e

vice-versa. Assim, os parâmetros que medem a atividade microbiana ganham

9

importância, dentre eles a respiração basal do solo (RBS), definida como a liberação

de CO2 pelos microrganismos (MENDES; REIS JUNIOR, 2004) e também

comumente conceituada como a soma total de todas as funções metabólicas nas

quais o CO2 é produzido (SILVA; AZEVEDO; DE-POLLI, 2007).

A RBS possui estreita relação com as condições abióticas do solo tais como:

umidade, temperatura e disponibilidade de nutrientes (MENDES; REIS JUNIOR,

2004). TÓTOLA & CHAER (2002) ressaltam que a interpretação dos valores de RBS

deve ser realizada com cautela, pois ao mesmo tempo que alta taxa de respiração

pode ser uma característica desejável, considerando rápida decomposição de

resíduos orgânicos, dessa forma disponibilizando nutrientes mais rapidamente. Em

contrapartida, altas taxas de RBS também podem indicar distúrbios ecológicos,

assim, as interpretações dos valores de RBS devem ser associadas com outros

parâmetros microbiológicas, como C-BMS e atividade das enzimas, possibilitando

dessa maneira inferências mais concretas.

2.1.2 Quociente metabólico e quociente microbiano

A análise isolada do C-BMS, RBS e do COT podem limitar as interpretações

sobre a parte microbiológica do solo, assim, o quociente metabólico (qCO2) e

quociente microbiano (qMIC) permitem um maior respaldo para o entendimento da

atividade microbiológica do solo (GAMA-RODRIGUES; GAMA-RODRIGUES, 2008).

O qCO2 representa a quantidade de CO2 liberado por unidade de biomassa

microbiana em determinado tempo, sendo a obtenção dos dados feita pela divisão

da RBS pelo C-BMS (ANDERSON; DOMSCH, 1993). O qCO2 diminui com o

aumento da estabilidade do sistema, podendo ser usado para definir e quantificar

mais claramente a atividade microbiana (INSAM; DOMSCH, 1988). Nesse sentido,

qCO2 nulo prediz que à medida que uma determinada biomassa microbiana se torna

mais eficiente, menos C é perdido como CO2 pela respiração e uma fração

significativa de C é incorporada ao tecido microbiano. Dessa forma, uma biomassa

microbiana “eficiente” teria menor taxa de respiração em relação a uma biomassa

“ineficiente” (GAMA-RODRIGUES; GAMA-RODRIGUES, 2008).

O qMIC, representado pela razão carbono microbiano e carbono orgânico

total, indica a qualidade nutricional da MOS (ANDERSON; DOMSCH, 1989). Para

solos com MOS de baixa qualidade nutricional, a biomassa microbiana encontra-se

sob condições de estresse, tornando-se incapaz de utilizar totalmente o carbono

10

orgânico. Nesse caso a relação Cmic:Corg diminui (GAMA-RODRIGUES; GAMA-

RODRIGUES, 2008). De acordo com SPARLING (1992), a dinâmica da matéria

orgânica do solo pode ser monitorada utilizando-se dessa razão, pois esses valores

expressam a eficiência da biomassa microbiana em utilizar o C da matéria orgânica

do solo.

CUNHA et al., (2012) ao analisarem os atributos do solo sobre diferentes

sistemas de cultivo e preparo do solo, concluiram que o quociente metabólico e

microbiano propiciaram maiores índices de correlação, sendo responsáveis por

discriminar a semeadura direta do preparo convencional do solo.

Resalta-se que o quociente metabólico, por expressar quanto de CO2 é

liberado pela biomassa microbiana em função do tempo, representa a taxa de

respiração específica da biomassa microbiana (ALVES et al., 2011). Já o quociente

microbiano expressa quanto do carbono orgânico do solo está sendo imobilizado na

biomassa microbiana, dando indícios da eficiência dos microrganismos na utilização

dos compostos orgânicos.

2.1.3 Enzimas do solo

Os microrganismos presentes no solo são extremamente essenciais para a

manutenção dos processos biogeoquímicos que ocorrem no ambiente. Dentre as

várias funções atribuídas a esses seres microscópicos destaca-se a ciclagem de

nutrientes (CARDOSO; ANDREOTE, 2016).

Os microrganismos que habitam o solo estão em constante competição por

água, nutrientes, fonte de carbono e de energia. Para sobreviver, produzem e

excretam substâncias como antibióticos e enzimas. A produção de antibióticos

garante o espaço para o crescimento/desenvolvimento microbiano, enquanto as

enzimas catalisam a hidrólise de macromoléculas para sua absorção (MELO et al.,

2010).

A atividade enzimática do solo é o resultado do somatório da atividade

enzimática dos organismos vivos (plantas, microrganismos e animais) e das enzimas

abiônticas (enzimas associadas à fração não-viva que se acumulam no solo

protegidas da ação de proteases por meio da adsorção em partículas de argila e na

matéria orgânica do solo) (MENDES; REIS JUNIOR, 2004).

11

A determinação da atividade enzimática fornece indicações sobre os níveis de

atividade das populações microbianas do solo, sendo importante para verificar o

estado metabólico das comunidades de microrganismos do solo (OLIVEIRA, 2000).

O composto químico diacetato de fluoresceína pode ser hidrolisado por um

conjunto de enzimas: proteases, esterases e lipases (ADAM; DUNCAN, 2001). A

grande vantagem da utilização desse composto como substrato é que o mesmo

pode ser hidrolisado apenas por enzimas extracelulares (GREEN; STOTT; DIACK,

2006), portanto endoenzimas de células dormentes e de esporos não são

mensuradas. Dessa forma, a hidrolise do diacetato de fluoresceína (FDA) tem sido

utilizada como indicador da atividade microbiológica total do solo (BANDICK; DICK,

1999; SILVA; SIQUEIRA; COSTA, 2004).

A FDA tem apresentado correlações positivas e significativas com a

produtividade de soja (MUNGAI et al., 2005; PHALKE et al., 2016) e com o C-BMS

(CARNEIRO et al., 2013; CHAVARRÍA et al., 2016), sobretudo quando há cultura de

cobertura precedendo o cultivo da soja (CHAVARRÍA et al., 2016; VARELA et al.,

2014).

A β-glucosidase (ciclo do Carbono), arilsulfatase (ciclo do Enxofre) e a

fosfatase (ciclo do Fósforo) são enzimas que auxiliam na ciclagem dos nutrientes e

por esse motivo são mais estudadas. Por serem enzimas que participam diretamente

dos ciclos biogeoquímicos, a sua avaliação em um sistema de cultivo permite

detectar alterações no manejo do solo (CARNEIRO et al., 2008, 2009; MATSUOKA;

MENDES; LOUREIRO, 2003).

A β-glucosidase atua na etapa final do processo de decomposição da

celulose, sendo responsável pela hidrólise dos resíduos de celobiose formando o

açúcar simples β-D-glucose (TABATABAI, 1994). A atividade dessa enzima pode

apresentar relação com os teores de C prontamente mineralizável (MATSUOKA;

MENDES; LOUREIRO, 2003) e COT (LUNGMUANA et al., 2017; PHALKE et al.,

2016). Salienta-se que por ser uma enzima que atua diretamente no ciclo do C, pode

ser influenciada por fatores, tais como: grau de evolução da matéria orgânica e/ou

tipo de vegetação que lhe deu origem.

Por outro lado, a enzima arilsulfatase participa do ciclo do enxofre (S) no solo,

hidrolisando ligações do tipo éster de sulfato, o que libera íons sulfato (SO42)

(TABATABAI; BREMNER, 1970). Cerca de 95 % do S do solo se encontra na forma

12

orgânica, que constitui importante reserva desse nutriente (KERTESZ, 2004;

TABATABAI; BREMNER, 1972), especialmente nos solos altamente intemperizados.

O S orgânico pode se tornar disponível às plantas pela mineralização da matéria

orgânica, todavia não é todo o S orgânico que está sujeito à hidrólise pela atividade

da arilsulfatase, mas apenas aquele na forma de ésteres de sulfato

(GANESHAMURTHY; NIELSEN, 1990).

A arilsulfatase é considerada uma enzima indutiva, isso quer dizer que se há

baixa concentração de sulfato na solução de solo, haverá baixa disponibilidade de S

e, portanto, os microrganismos do solo estimulam a produção dessa enzima

(PIOTROWSKA-DŁUGOSZ et al., 2017), o que resulta em sua maior atividade. Em

contraposto, altos teores de sulfato no solo diminuem a atividade e a produção de

arilsulfatase (SIWIK-ZIOMEK; LEMANOWICZ; KOPER, 2016). Por isso, a atividade

da arilsulfatase também pode ser considerada como indicador de intensidade da

mineralização bioquímica de ésteres de sulfato orgânicos no solo (KOTKOVÁ et al.,

2008).

Outras enzimas fundamentais são as fosfatases, que atuam na mineralização

do fósforo e, consequentemente, na ciclagem desse nutriente. Essas enzimas são

responsáveis por catalisarem a hidrólise de ésteres de fosfatos, de forma a liberar

fosfato solúvel, a partir do P orgânico, ou seja, catalisam a hidrólise de fósforo

orgânico a fósforo inorgânico, disponibilizando-o assim para as plantas. De acordo

com seu pH ótimo de atividade, podem ser classificadas como ácida (pH 6,5) ou

alcalina (pH 11) (TABATABAI, 1994).

A atividade da fosfatase é fortemente influenciada pelos valores de fósforo no

solo (TABATABAI, 1994) e tem sido positivamente correlacionada com o conteúdo

de P extraível, com o C-BMS (CHAVARRÍA et al., 2016) e com COT (PHALKE et al.,

2016).

MARGALEF et al. (2017), ao analisarem os padrões globais de atividade da

fosfatase no solo nos ambientes onde as condições climáticas não são limitantes

(como a floresta temperada e tropical), concluíram que o teor de nitrogênio do solo é

o principal fator que explica os gradientes espaciais da atividade da fosfatase ácida

em escala global. No entanto, os autores afirmam que nos lugares com limitações de

temperatura ou água (regiões áridas), o clima é que exerce o principal controle sobre

a atividade desta enzima.

13

2.2 Panorama geral da produção e produtividade da sojicultura brasileira

Nas últimas décadas o Brasil se consolidou como um importante polo

produtor de soja, haja vista que tem alcançado altos patamares de produção,

elevando o país à referência mundial no cultivo desta oleaginosa. As condições

edafoclimáticas, o lançamento de novas cultivares, o crédito rural e o emprego de

maquinários mais eficientes foram alguns dos fatores que contribuíram para o

sucesso da sojicultura no Brasil, que aliados à demanda internacional por produtos

do complexo da soja (exemplos, óleo e grãos) e a crescente necessidade de uma

proteína vegetal destinada a alimentação animal, fizeram dessa cultura a mais

importante oleaginosa produzida mundialmente (SEDIYAMA, 2016).

Ao analisar a Tabela 1, pode-se observar que a produção da soja tem

apresentado crescimentos expressivos em todos os estados da federação brasileira,

com destaque para o Mato Grosso, disparado o maior produtor do grão no país.

Tabela 1. Histórico da produção de soja nos estados brasileiros (em mil ton).

REGIÃO-UF SAFRA

1995/96 2000/01 2005/06 2010/11 2015/16 2016/17(¹)

NORTE 14,2 216,6 1.255,2 1.977,2 3.818,9 5.304,7

Roraima 4,9 - 28,0 10,4 79,2 99,0

Rondônia - 76,5 283,0 425,3 765,0 901,4

Pará - 1,5 238,1 314,4 1.288,0 1.528,8

Tocantins 9,3 138,6 700,4 1.227,1 1.686,7 2.775,5

NORDESTE 921,9 2.075,9 3.560,9 6.251,5 5.107,1 9.405,9

Maranhão 199,6 483,0 1.025,1 1.599,7 1.250,2 2.840,5

Piauí 23,0 142,6 544,5 1.144,3 645,8 2.045,8

Bahia 699,3 1.450,3 1.991,3 3.507,5 3.211,1 4.519,6

CENTRO-OESTE 8.846,4 17.001,9 27.824,7 33.938,9 43.752,6 48.588,7

Mato Grosso 4.686,8 9.640,8 16.700,4 20.412,20 26.030,7 29.952,9

Mato Grosso do Sul 2.045,9 3.129,6 4.445,1 5.169,4 7.241,4 8.170,6

Goiás 2.046,2 4.158,0 6.533,5 8.181,6 10.249,5 10.234,2

Distrito Federal 67,5 73,5 145,7 175,7 231,0 231,0

SUDESTE 2.274,5 2.873,9 4.137,1 4.622,1 7.574,9 7.486,0

Minas Gerais 1.040,2 1.495,9 2.482,5 2.913,6 4.731,1 4.579,4

São Paulo 1.234,3 1.378,0 1.654,6 1.708,5 2.843,8 2.906,6

SUL 11.132,7 16.263,5 18.249,2 28.534,6 35.181,1 36.829,3

Paraná 6.241,1 8.623,1 9.645,6 15.424,1 16.844,5 18.249,8

Santa Catarina 489,3 527,2 827,5 1.489,2 2.135,2 2.204,9

Rio Grande do Sul 4.402,3 7.113,2 7.776,1 11.621,3 16.201,4 16.374,6

NORTE/NORDESTE 936,1 2.292,5 4.816,1 8.228,7 8.926,0 14.710,6

CENTRO-SUL 22.253,6 36.139,3 50.211,0 67.095,6 86.508,6 92.904,0

BRASIL 23.189,7 38.431,8 55.027,1 75.324,3 95.434,6 107.614,6 1 Estimativa em março de 2017. Fonte: (CONAB, 2017)

14

O grande volume de soja produzida tem sido acompanhado por um

crescimento constante de produtividade (razão entre o volume produzido e a área

cultivada). Todavia, ao analisar as últimas safras observa-se uma tendência linear

da produtividade (Tabela 2).

Segundo o relatório Projeções do Agronegócio - Brasil 2014/15 a 2024/25

estima-se que a produtividade média de soja deve ficar em 3000 Kg ha-1 no ano

agrícola de 2024/25 (MAPA, 2015), média esta, já alcançada na safra de 2010/11

(Tabela 2), evidenciando uma relativa estagnação do rendimento de grãos para os

próximos anos.

Tabela 2. Média nacional da produtividade da soja brasileira.

SAFRA PRODUTIVIDADE

(kg ha-1)

1995/96 2.175

2000/01 2.751

2005/06 2.419

2010/11 3.115

2011/12 2.651

2012/13 2.938

2013/14 2.854

2014/15 2.998

2015/16 2.870

2016/17(1) 3.176 1 Estimativa em março de 2017

Fonte: (CONAB, 2017)

O mercado de sementes disponibiliza materiais com potencial genético para

dobrar essa produtividade, porém nem sempre todos os fatores de produção se

encontram em harmonia a propiciar o melhor desempenho da cultura, todavia,

mesmo com esses entraves o rendimento da soja no Brasil está aquém de seu

potencial, considerando que o campeão do Desafio Nacional de Máxima

Produtividade de Soja organizado pelo Comitê Estratégico Soja Brasil (CESB)

alcançou na safra 2014/15, 8.502 kg ha-1 (SAKO et al., 2016).

Em 2008, o CESB lançou o Desafio Nacional de Máxima Produtividade de

Soja, com o objetivo de estimular sojicultores e consultores técnicos a desafiarem

seus conhecimentos na busca e desenvolvimento de práticas inovadoras de cultivo,

que possibilitem extrair o potencial máximo da cultura, com sustentabilidade e

rentabilidade.

15

Tal desafio vem ao encontro com a necessidade de conciliar o aumento de

produção com a conservação dos recursos naturais, a fim de obter maior rendimento

de grãos por área e dessa forma evitar o avanço de lavouras em áreas nativas.

Segundo projeções do Ministério da Agricultura brasileiro, a expansão de área com

soja nos próximos anos deve ocorrer, principalmente sobre terras de pastagens

naturais (MAPA, 2015).

A cada ano, novos recordes de produtividade vão sendo alcançados,

levantando questionamentos sobre as diferentes práticas de manejo adotadas em

áreas de alta produtividade e às demais regiões produtoras do país, principalmente

no aspecto financeiro e técnico/científico (CESB, 2015). Para tanto, se faz

necessário que o sistema seja analisado com rigor científico, a fim de verificar sua

viabilidade econômica e ambiental.

No custo de produção, segundo dados apresentados pelo CESB, tais

sistemas são economicamente viáveis, permitindo maior lucro por hectare quando

comparados com o manejo adotado em grande parte do País. No aspecto ambiental,

estudos vêm sendo desenvolvido a fim de entender as características do solo

nesses ambientes. Nessa vertente, o comportamento dinâmico da microbiota do solo

pode ser utilizado como indicador de qualidade do solo, pois exercer diversas

funções no ambiente influenciando na produtividade das culturas.

CERVANTES (2012) afirma que os indicadores microbiológicos e bioquímicos

apresentam maior capacidade de separação entre áreas com níveis de

produtividade de grãos, indicando que alguns atributos do solo relativos à ciclagem

de C e nutrientes podem auxiliar a explicar os níveis de produtividade da cultura da

soja.

2.3 Microbiologia do solo e a produtividade das culturas

É evidente a importância dos microrganismos para a manutenção dos

sistemas naturais e dos ambientes cultivados, sendo a inoculação de bactérias

associativas fixadoras de N em plantas da família das leguminosas, em especial a

soja, o exemplo de sucesso que melhor evidencia a relação entre a microbiologia e

rendimento das culturas (LEMANCEAU et al., 2014).

TRASAR-CEPEDA et al., (1997), ao utilizarem modelos de regressão múltipla,

observaram equilíbrio entre a matéria orgânica e as propriedades biológicas e

bioquímicas dos solos sem perturbações antrópicas. Como houve correlações

16

positivas com a maior parte desses atributos, os autores propuseram uma equação

polinomial para expressar este equilíbrio.

Dados de analise microbina do solo de um estudo de canola (Brassica napus

L.) sobre práticas agrícolas focadas no aumento da produção, realizado em sete

locais das pradarias canadenses, sugerem interações entre culturas e

microrganismos do solo, assim, as práticas de manejo de culturas e solos que

aumentam o crescimento, a saúde e os rendimentos das culturas freqüentemente

também têm impactos positivos nas comunidades microbianas do solo e suas

atividades, o que afeta o crescimento das culturas (LUPWAYI et al., 2015).

Ao analisarem um conjunto de dados de curto e longo prazo, LI et al., (2016)

observaram correlação significativa e negativa do rendimento anual médio do arroz

com a razão entre C-BMS e N-BMS (nitrogênio da biomassa microbiana do solo).

Embora no longo prazo, o rendimento da cultura também apresentou correlações

significativas com o C-BMS, COT e pH, o conjunto de dados de curto prazo não

seguiu o mesmo comportamento.

LOPES et al. (2013), ao estudarem vários indicadores microbiológicos em um

Latossolo Vermelho sob Cerrado (textura argilosa e muito argilosa), encontraram

correlações positivas entre rendimento acumulado das culturas (soja/milho) e o C-

BMS, respiração basal, celulase, β-glucosidase, arilsulfatase e fosfatase ácida.

Como os atributos microbiológicos foram correlacionados positivamente, os autores

propuseram uma tabela de interpretação de atributos microbiológicos com base nas

relações desses atributos com o rendimento relativo acumulado de soja e milho

(Tabela 3) e com os teores de carbono orgânico do solo (Tabela 4).

Tabela 3. Interpretação dos valores de atributos microbiológicos para Latossolos Vermelhos argilosos e muito argilosos (0 a 10 cm) com base no rendimento relativo acumulado de grãos de soja e milho.

Atributos(1) Valores de atividade ou teor no solo

Baixo Médio Adequado

C-BMS ≤215 216 a 375 >375

RBS ≤40 41 a 90 >90

β-glucosidase ≤65 66 a 115 >115

Celulase ≤70 71 a 105 >105

Fosfatase ácida ≤680 681 a 1160 >1160

Arilsulfatase ≤40 41 a 90 >90 (1)

Valores de β-glucosidase, fosfatase ácida e arilsulfatase expressos em mg de p-nitrofenol kg-1

solo h

-1; Celulase em mg de glicose kg

-1 de solo 24h

-1; carbono da biomassa microbiana (CBM) em mg de

17

C kg-1

de solo; respiração basal em mg de C-CO2 kg-1

de solo. Tabela adaptada de LOPES et al. (2013).

Tabela 4. Interpretação dos valores de atributos microbiológicos para Latossolos Vermelhos argilosos e muito argilosos (0 a 10 cm) em função do teor de carbono orgânico do solo.

Atributos(1) Valores de atividade ou teor no solo

Baixo(2) Médio(3) Adequado(4)

C-BMS ≤205 206 a 405 >405

RBS ≤40 41 a 100 >100

β-glucosidase ≤60 61 a 140 >140

Celulase ≤70 71 a 115 >115

Fosfatase ácida ≤640 641 a 1150 >1150

Arilsulfatase ≤35 36 a 90 >90 (1)

Valores de β-glucosidase, fosfatase ácida e arilsulfatase expressos em mg de p-nitrofenol kg-1

solo h

-1; Celulase em mg de glicose kg

-1 de solo 24h

-1; carbono da biomassa microbiana (CBM) em mg de

C kg-1

de solo; respiração basal em mg de C-CO2 kg-1

de solo. (2)

≤15,2 g kg-1

; (3)

15,3 a 18,2 g kg-1

; (4)

>18,2 g kg-1

.Tabela adaptada de LOPES et al. (2013).

Comparando-se as Tabela 3 e Tabela 4 verifica-se que, de maneira geral, o

grau de concordância entre as duas foi elevado sendo que pequenas discrepâncias

entre os valores obtidos usando o rendimento relativo acumulado de soja e milho ou

os teores de carbono orgânico foram observadas. Nos casos onde há

dissimilaridade quanto aos valores apresentados nas tabelas, é possível verificar a

importância não só da padronização das metodologias para determinação dos

atributos microbiológicos e do carbono orgânico, mas também a influência de fatores

relacionados à época, profundidade e modo de coleta das amostras de solo (LOPES

et al., 2013).

CERVANTES (2012), na busca por indicadores com maior capacidade de

explicar e discriminar diferentes níveis de produtividade de grãos de soja, encontrou

que o teor de COT, a RBS, C-BMS, atividade das enzimas celulase, fosfatase ácida

e glutaminase, foram as variáveis que melhor atenderam a este proposito.

Posteriormente, PHALKE et al., (2016) encontraram correlações positivas e

significativas entre a produtividade de soja e os teores de COT, FDA, fosfatase ácida

e β-glucosidase. Para o milho, a atividade da fosfatase ácida e da β-glucosidase não

se correlacionaram com a produtividade.

HUNGRIA et al. (2009) reportaram, por meio de regressões lineares, relações

significativas entre o carbono da biomassa e o qCO2 com a produtividade de grãos

de soja, mas não com de milho, mostrando que a soja foi beneficiada com melhorias

18

na biomassa microbiana e eficiência metabólica, mas sem efeitos significativos

observados para a cultura do milho.

SILVA et al. (2010) ao quantificarem o C-BMS e o N-BMS sob diferentes

sistemas de manejo do solo no sul do Brasil, observaram maiores produtividades de

soja nos sistemas de manejo do solo associados com valores mais altos de C-BMS

e N-BMS. Ao correlacionarem os resultados com os rendimentos das culturas de

soja e milho, os autores encontraram correlações significativas com C-BMS e N-

BMS.

LUPWAYI et al. (2015) relatam que o C-BMS e a enzima β-glucosidase se

correlacionaram positivamente com a produtividade de grãos de canola em locais

onde os rendimentos foram inferiores a 4000 kg ha-1, mas não foram observadas

correlações nos locais com mais de 4000 kg ha-1 rendimentos.

19

3 MATERIAL E MÉTODOS

3.1 Descrição das áreas de estudo

Foram avaliadas 34 áreas cultivadas com soja no ano agrícola 2015/16,

localizadas nos estados do Paraná, São Paulo, Minas Gerais, Goiás e Mato Grosso

(Tabela 5).

Todas as áreas avaliadas pertencem à rede de pesquisa do Comitê

Estratégico Soja Brasil (CESB) e estão localizadas dentro de plantios comerciais,

que são manejadas de acordo com as recomendações de cada consultor

técnico/produtor rural (Tabela 6, Tabela 7 e Tabela 8). Tais recomendações visam

extrair o máximo potencial da cultura. Embora possuam características e manejos

diferentes, todas as áreas são conduzidas com base nos preceitos do cultivo

mínimo.

3.2 Amostragem do Solo

Para a realização das análises microbiológicas foram coletadas amostras de

solo deformadas na profundidade de 0 a 20 cm, no período de florescimento pleno

da cultura da soja. As amostras coletadas foram compostas de 10 sub-amostras

simples. Após serem acondicionadas em sacos plásticos, foram transportadas em

caixas térmicas contendo gelo seco ao Laboratório de Microbiologia do Solo da

Faculdade de Agronomia e Zootecnia da Universidade Federal de Mato Grosso,

campus de Cuiabá, MT. Antes de proceder com o armazenamento a 17 °C, as

amostras foram passadas em peneiras de malha de 4 mm para a remoção de

resíduos vegetais. Posteriormente o solo teve sua umidade corrigida para 60 % da

capacidade de campo.

20

Tabela 5. Identificação dos pontos de amostragem de solo.

Área Propriedade Cidade Estado Latitude Longitude Clima1 Chuva acumulada (mm)

2

1 Alexandre Seitz Guarapuava PR 25° 23' 43'' S 51° 27' 29'' W Cfb 928,8

2 Calabilú Capão Bonito SP 24º 00' 21" S 48º 20' 58" W Cfa 1258

3 São Jorge Ponta Grossa PR 25º 05' 42" S 50º 09' 43" W Cfb 1099,8

4 Faz. Mutuca Arapoti PR 24º 09' 28" S 49º 49' 36" W Cfa 1197,5

5 Faz. Mutuca Arapoti PR 24º 09' 28" S 49º 49' 36" W Cfa 1170,5

6 Marcos Forte Corbélia PR 24º 47' 56" S 53º 18' 24" W Cfa 1183,4

7 Marcos Forte Corbélia PR 24º 47' 56" S 53º 18' 24" W Cfa 1183,4

8 Capuaba Lucas do Rio Verde MT 13º 03' 01" S 55º 54' 40" W Aw 1368,0

9 Capuaba Lucas do Rio Verde MT 13º 03' 01" S 55º 54' 40" W Aw 1368,0

10 Faz. Pindaíba Montividiu GO 17º 26' 39" S 51º 10' 29" W Aw -

11 Mãe Augusta Primavera do Leste MT 15º 33' 32" S 54º 17' 46" W Aw 880,0

12 Mãe Augusta Primavera do Leste MT 15º 33' 32" S 54º 17' 46" W Aw 880,0

13 Faz. Pampa Presidente Olegário MG 18º 25' 04" S 46º 25' 05" W Aw 1109,5

14 Faz. Pampa Presidente Olegário MG 18º 25' 04" S 46º 25' 05" W Aw 1109,5

15 Faz. São João Varjão De Minas MG 18º 22' 40" S 46º 01' 54" W Aw 849,0

16 Faz. São João Varjão De Minas MG 18º 22' 40" S 46º 01' 54" W Aw 849,0

1 Classificação de Köppen. (Continua...)

2 Chuva cumulada durante o ciclo da cultura.

- Dados não disponíveis.

21

Tabela 5. Identificação dos pontos de amostragem de solo (Continuação...).

Área Propriedade Cidade Estado Latitude Longitude Clima1 Chuva acumulada (mm)

2

17 Faz. Bom Retiro Presidente Olegário MG 18º 25' 04" S 46º 25' 05" W Aw 1017,0

18 Faz. Bom Retiro Presidente Olegário MG 18º 25' 04" S 46º 25' 05" W Aw 1017,0

19 Faz. Pirulito São Gonçalo Do Abaete MG 18º 20' 18" S 45º 50' 00" W Aw 990,2

20 Faz. Pirulito São Gonçalo Do Abaete MG 18º 20' 18" S 45º 50' 00" W Aw 990,2

21 Faz. Laçador Varjão De Minas MG 18º 22' 40" S 46º 01' 54" W Aw 895,0

22 Faz. Laçador Varjão De Minas MG 18º 22' 40" S 46º 01' 54" W Aw 895,0

23 Faz. São Francisco Coromandel MG 18º 28' 24" S 47º 12' 01" W Aw 1181,0

24 Faz. São Francisco Coromandel MG 18º 28' 24" S 47º 12' 01" W Aw 1181,0

25 Faz. Conquista 1 Luizlandia Do Oeste MG 17° 59' 13" S 45° 36' 24" W Aw 700,8

26 Faz. Conquista 1 Luizlandia Do Oeste MG 17° 59' 13" S 45° 36' 24" W Aw 700,8

27 Faz. Conquista Luizlandia Do Oeste MG 17° 59' 13" S 45° 36' 24" W Aw 700,8

28 Faz. Conquista Luizlandia Do Oeste MG 17° 59' 13" S 45° 36' 24" W Aw 700,8

29 Faz. Montesa 1 Serra Do Salitre MG 19º 06' 41" S 46º 41' 23" W Cwb 1048,0

30 Faz. Montesa 1 Serra Do Salitre MG 19º 06' 41" S 46º 41' 23" W Cwb 1048,0

31 Faz. Ouro Verde Presidente Olegário MG 18º 25' 04" S 46º 25' 05" W Aw 868,0

32 Faz. Ouro Verde Presidente Olegário MG 18º 25' 04" S 46º 25' 05" W Aw 868,0

33 Faz. Montesa Serra Do Salitre MG 19º 06' 41" S 46º 41' 23" W Cwb 891,0

34 Faz. Montesa Serra Do Salitre MG 19º 06' 41" S 46º 41' 23" W Cwb 891,0

1 Classificação de Köppen.

2 Chuva cumulada durante o ciclo da cultura.

22

Tabela 6. Adubação mineral aplicada para o cultivo de soja no ano agrícola de 2015/16.

Área

Adubação pré-semeadura Adubação semeadura Adubação cobertura

Adubo (N-P-K)

Dose (kg ha

-1)

Modo de aplicação

Adubo (N-P-K)

Dose (kg ha

-1)

Modo de aplicação

Adubo (N-P-K)

Dose (kg ha

-1)

Modo de aplicação

Dias após semeadura

1 - - - - - - - - - -

2 07-28-00 150 Sulco 11-52-00 150 Sulco 36-00-00 120 Lanço 40

3 - - - - - - - - - -

4 00-00-60 150 Lanço 00-28-00 200 Sulco - - - -

5 00-00-60 150 Lanço 00-28-00 200 Sulco - - - -

6 00-00-60 400 Lanço 04-24-16 micro + Boro 413,2 Sulco - - - -

7 00-00-60 400 Lanço 04-24-16 micro + Boro 413,2 Sulco - - - -

8 00-46-00; 00-00-60;

103 á 163 Lanço 11-52-00 150 Sulco - - - -

9 00-46-00; 00-00-60;

103 á 163 Lanço 11-52-00 150 Sulco - - - -

10 00-21-00;

CaMg; 00-00-60

600; 220; 225

Lanço 11-52-00 - - - - - -

11 - - - - - - - - - -

12 - - - - - - - - - -

13 - - - 07-30-13; 15 S; 314 Sulco 00-00-60 170 Lanço 30

14 - - - 07-30-13; 15 S; 314 Sulco 00-00-60 170 Lanço 30

15 - - - 09-37-05 + 10 % S+ 0,4 % Zn + 0,2 % Cu + 0,4 % Mn

205 Sulco 00-00-55 + 0,2 % S +

0,7% Ca + 0,8% B 245 Lanço 30

16 - - - 09-37-05 + 10 % S+ 0,4 % Zn + 0,2 % Cu + 0,4 % Mn

205 Sulco 00-00-55 + 0,2 % S + 0,7 % Ca + 0,8 % B

245 Lanço 30

- Dados não fornecidos pelos proprietários das áreas. Nas áreas 2 e 7 foram aplicados cama de frango, 10 000 e 7 000 Kg ha-1

, respectivamente com 120 dias antes do plantio da soja.

(continua...)

23

Tabela 6. Adubação mineral aplicada para o cultivo de soja no ano agrícola de 2015/16 (Continuação...).

Área

Adubação pré-semeadura Adubação semeadura Adubação cobertura

Adubo (N-P-K)

Dose (kg ha

-1)

Modo de aplicação

Adubo (N-P-K)

Dose (kg ha

-1)

Modo de aplicação

Adubo (N-P-K)

Dose (kg ha

-1)

Modo de aplicação

Dias após semeadura

17 - - -

08-32-12; 12 S; 0,4 Zn; 0,2 Cu; 0,5 Mn;

217 Sulco 00-00-55; 0,2 S; 0,7 Ca; 0,8 B;

142 Lanço 30

18 - - -

08-32-12; 12 S; 0,4 Zn; 0,2 Cu; 0,5 Mn;

217 Sulco 00-00-55; 0,2 S; 0,7 Ca; 0,8 B;

142 Lanço 30

19 - - - 09-30-18; 3 S; 170 Sulco - - - -

20 - - - 09-30-18; 3 S; 170 Sulco - - - -

21 - - - 11-53-00 103 Sulco 00-00-60 170 Lanço 30

22 - - - 11-53-00 103 Sulco 00-00-60 170 Lanço 30

23 - - -

07-36-06; 3 S; 0,4 Zn; 0,3 Cu; 0,6 Mn;

313 Sulco 03-14-41; 0,2 S; 0,6 Ca; 0,6 B;

258 Lanço 30

24 - - -

07-36-06; 3 S; 0,4 Zn; 0,3 Cu; 0,6 Mn;

313 Sulco 03-14-41; 0,2 S; 0,6 Ca; 0,6 B;

258 Lanço 30

25 - - - 11-53-00 170 Sulco - - - -

26 - - - 11-53-00 170 Sulco - - - -

27 - - - 11-53-00 120 Sulco 00-00-60 200 Lanço 30

28 - - - 11-53-00 120 Sulco 00-00-60 200 Lanço 30

29 - - - 08-37-18 170 Sulco - - - -

30 - - - 08-37-18 170 Sulco - - - -

31 - - - 07-30-13; 15 S; 260 Sulco 00-00-60 160 Lanço 30

32 - - - 07-30-13; 15 S; 260 Sulco 00-00-60 160 Lanço 30

33 - - - 08-37-18 200 Sulco - - - -

34 - - - 08-37-18 200 Sulco - - - -

- Dados não fornecidos pelos proprietários das áreas.

24

Tabela 7. Rotação de culturas nas áreas de estudo, de 2013 a 2015.

Área

Ano agrícola

2015/16 2014/15 2013/14

1º safra 2º safra

1º safra 2º safra

1º safra 2º safra

1 Soja - Soja - Soja -


3 Soja Aveia preta Soja Aveia preta Soja -

4 Soja - Milho Outros Soja Outros

5 Soja - Milho Outros Soja Outros


7 Soja Outros Soja Feijão Soja -

8 Soja Milho + Brachiaria Arroz Milho + Brachiaria Soja Nabo forrageiro

9 Soja Milho + Brachiaria Arroz Milho + Brachiaria Soja Nabo forrageiro

10 Soja Soja Milho Soja Soja -





15 Soja - Soja - Milho -




19 Soja - Algodão - Milho -

20 Soja - Algodão - Milho -

21 Soja Milho Algodão - Soja -

22 Soja Milho Algodão - Soja -

23 Soja Pastagem Pastagem Pastagem Pastagem Pastagem

24 Soja Pastagem Pastagem Pastagem Pastagem Pastagem



27 Soja - Milho - Soja -

28 Soja - Milho - Soja -

29 Soja Sorgo Soja Milho Milho -

30 Soja Sorgo Soja Milho Milho -





- Dados não informados.

25

Tabela 8. Histórico de calagem e gessagem em algumas das áreas de estudos, no período de 2013 a 2015.

Área Ano

2015 2014 2013

3 - Calcário dolomítico -

4 Gesso + calcário calcítico - Calcário dolomítico

5 - Gesso -

10 Gesso - -

13 Calcário magnesiano - -

14 Calcário magnesiano - -

15 - - Calcário dolomítico + gesso






23 Calcário magnesiano Gesso -

24 Calcário magnesiano Gesso -



33 - - Calcário magnesiano

34 - - Calcário magnesiano

- Dados não informados.

3.3 Atributos microbiológicos

3.3.1 Carbono da biomassa microbiana e respiração basal do solo

O teor carbono da biomassa microbiana foi avaliado pelo método da

fumigação-extração (VANCE; BROOKES; JENKINSON, 1987). Para cada amostra

foram pesadas duplicadas de 5 g de solo em tubo “Falcon” (50 mL), sendo uma

fumigada com clorofórmio (CHCl3) isento de álcool por um período de 24 horas e

outra não.

O carbono contido nas amostras foi extraído com 20 mL de K2SO4 0,5 M (pH

6,5-6,8), durante 45 minutos em agitador orbital a 175 rpm. Ao término da agitação,

as amostras foram centrifugadas por 5 minutos a 2500 rpm para posteriormente

serem filtradas em papel qualitativo (Whatman N° 2).

O teor de carbono contido nos extratos foi determinado por colorimetria pós

oxidação com Mn3+ (BARTLETT; ROSS, 1988). Em tubos de ensaio, foram

26

colocados 1,0 mL do extrato filtrado, 1,0 mL da solução de colorimetria (pirofosfato

de Mn3) e 1 mL de H2SO4 concentrado. Para que a reação química se estabilizasse,

as amostras foram deixadas em repouso por 16 horas, e só então foi feita a leitura a

495 nm de absorbância. Paralelamente, foi plotada a curva padrão utilizando ácido

oxálico (0, 20, 40, 60, 80 e 100 mg L-1 de C). A quantidade de C-BMS foi

determinado pela diferença entre o carbono orgânico extraído das amostras de solo

fumigadas e não fumigadas, usando um fator de correção (Kc) igual a 0,35

(JOERGENSEN, 1996). Os resultados da medição do C-BMS foram expressos em

mg C kg-1 de solo seco.

Para a estimativa da respiração basal do solo (RBS), seguiu-se metodologia

proposta por JENKINSON & POWLSON, (1976) que permite quantificar o CO2

evoluído a partir de 25 g de solo incubado, no escuro à temperatura de 28 ± 2°C,

com um frasco plástico contendo 20 mL de NaOH 0,5 mol L-1. Após um período de

incubação de oito dias, o CO2 foi quantificado por titulação com HCl 0,5 mol L-1,

acrescentando-se uma solução saturada de BaCl2 10 % (m/v) e indicador

fenolftaleína (1 %). O resultado foi expresso em mg de C-CO2 kg solo h-1.

3.3.2 Quociente metabólico e quociente microbiano

O quociente metabólico (qCO2), foi estimado pela razão entre a RBS e o C-

BMS (ANDERSON; DOMSCH, 1990), seguindo a equação: qCO2 = (mg C-CO2 g-1

C-BMS h-1) = respiração basal do solo/ carbono da biomassa microbiana.

A relação C-BMS e COT (ANDERSON; DOMSCH, 1989), também

denominada como quociente microbiano, foi calculado pela equação: qMIC (%) =

(carbono da biomassa microbiana/ carbono orgânico total) x 100.

3.3.3 Determinação da atividade enzimática do solo

A atividade das enzimas β-glucosidase, fosfatase ácida e arilsulfatase foram

determinadas por colorimetria do ρ-nitrofenol após incubação do solo com substrato

específico de cada enzima, ρ-nitrofenil-β-D-glicopiranosideo, ρ-nitrofenil-fosfato e ρ-

nitrofenil sulfato de potássio, respectivamente.

Na determinação da atividade da enzima β-glucosidase (EIVAZI; TABATABAI,

1988), foram utilizados tubos de ensaio contendo 1,0 g de solo, 0,25 mL de tolueno,

4 mL de MUB a pH 6,5 e 1,0 mL de ρ-nitrofenil-β-D-glicosídeo a pH 6,0.

Posteriormente, os tubos foram homogeneizados em agitador tipo vórtex e

27

incubados por 1 hora a 37 °C. Findo o tempo de incubação, foram adicionados 1,0

mL de CaCl2 0,5 M e 4 mL de Tris 0,1 M a pH 12. As amostras foram novamente

agitadas e filtradas em papel filtro (Whatman n° 2). A leitura do filtrado foi feita em

espectrofotômetro no comprimento de onda de 400 nm.

Para realização da atividade da fosfatase ácida (TABATABAI; BREMNER,

1969), foram pesados 0,5 g de solo em tubos de ensaio, acrescido de 0,120 mL de

tolueno, 2 mL de MUB pH 6,5 e 0,5 mL de ρ-nitrofenil-fosfato pH 6,5. Após agitação

rápida dos tubos e incubação por 1 hora a 37 °C, adicionou-se 0,5 mL de CaCl2

0,5 M, 2 mL de NaOH 0,5 M e 1 mL de água destilada. As amostras foram então

colocadas em agitador orbital por 1 hora. Terminada a agitação, as amostras foram

homogeneizadas em vórtex (agitação rápida) e centrifugadas por 2 min a 1000 rpm.

Procedeu-se então a filtragem em papel filtro (Whatman n° 2) e a leitura do filtrado

foi feita em espectrofotômetro a 400 nm.

A atividade da arilsulfatase foi determinada segundo TABATABAI &

BREMNER (1970). A um grama das amostras de solo, foram adicionados 0,25 mL

de tolueno, 4 mL de C2H3NaO2 0,5 M pH 5,8 e 1 mL da solução de p-nitrofenil sulfato

25 mM, homogeneizados e incubados por 1 hora à temperatura de 37 ºC. Após a

incubação, adicionou-se 1 mL de CaCl2 0,5 M e 4 mL de NaOH 0,5 M seguidos de

uma rápida agitação, filtragem da solução em papel de filtro (Whatman n° 2) e leitura

do extrato filtrado em espectrofotômetro 400 nm de absorbância.

Para cada amostra utilizou-se duas repetições analíticas mais um controle. A

quantidade de p-nitrofenol liberada das amostras foi obtida a partir da curva padrão

de p-nitrofenol (0, 0,2, 4, 6, 8, 10, 15, 20 e 25 mg p-nitrofenol L-1). Os valores de

atividade foram expressos em mg p-nitrofenol kg-1 solo seco h-1.

A quantificação da hidrólise do diacetato de fluoresceína (FDA) foi feita pelo

método proposto por GREEN; STOTT; DIACK, (2006), onde a 1,0 g de solo

acondicionado em erlenmeyer de 125 mL, foram acrescentados 50 mL de tampão

NaH₂PO₄ 60 mM pH 7,6 e 0,50 mL substrato de lipase 4,9 mM (diacetato de

fluoresceína). Posteriormente, os frascos foram agitados durante alguns segundos

para misturar o conteúdo, em seguida colocados em incubadora durante 3 h a 37 °C.

Após este período foram adicionados à suspensão 2 mL de acetona, seguida de

rápida agitação e posterior centrifugação a 3000 rpm por 5 min. O sobrenadante foi

filtrado (Whatman N° 2) e a leitura realizada no comprimento de onda de 490 nm.

28

3.4 Carbono Orgânico Total do Solo

Foram pesadas amostras de terra fina seca ao ar (TFSA), de 0,30 a 0,50 g,

em tubos de digestão, seguida da adição de 5 mL da solução de K2Cr2O7 0,167 mol

L-1 e 7,5 mL de H2SO4 concentrado. Os tubos foram colocados em bloco digestor,

pré-aquecidos a 170 °C, permanecendo sob aquecimento por 30 min. Foram

utilizadas três provas em branco aquecidas e três provas em branco sem

aquecimento. O conteúdo dos tubos foi avolumado para 80 mL com água deionizada

e transferido para erlenmeyer. As amostras foram então tituladas com sulfato ferroso

amoniacal [Fe(NH4)2(SO4)2.6H2O] 0,2 mol L-1, na presença de 0,3 mL do indicador

ferroin (o-fenantrolina), até o aparecimento da cor violeta (YEOMANS; BREMNER,

1988). Os resultados foram expressos em g kg-1.

3.5 Relação C:N

A determinação dos teores de C e N total do solo foi realizada de acordo com

o método de Pregl-Dumas, utilizando 20 mg da amostra de solo empacotada em

cápsula de estanho que sofreu combustão em uma atmosfera de oxigênio puro, e os

gases resultantes dessa combustão foram quantificados em um detector TCD

(detector de condutividade térmica) (LECO CNH-628). Posteriormente a relação C:N

foi calculada.

3.6 Caracterização química e teor de argila dos solos

Amostras de solo foram encaminhadas para laboratório (IBRA, Sumaré - SP)

para a determinação do fósforo (P), potássio (K), cálcio (Ca) e magnésio (Mg)

extraído com resina trocadora aniônica e catiônica; o boro (B) foi extraído com água

quente; zinco (Zn), ferro (Fe), cobre (Cu) e manganês (Mn) com extrator DTPA. Foi

realizada a determinação do pH (CaCl2) e do teor de argila. Todos os resultados das

características químicas e dos teores de argila foram fornecidos pela rede de

pesquisa CESB.

3.7 Produtividade agrícola da soja

A colheita da soja foi mecanizada e a produtividade fornecida pelos

responsáveis técnicos das áreas. Para padronizar os dados de produtividade, a

umidade de grão foi corrigida para 13 %.

29

3.8 Estatística dos dados

A análise de correlação de Pearson entre as variáveis microbiológicas,

químicas e teor de argila foi realizada no programa ASSISTAT® para identificar a

intensidade da associação linear existente entre as variáveis.

A fim de identificar os indicadores de qualidade que estão associados a cada

faixa de produtividade, as áreas foram separadas em quatro níveis: nível 1

(produtividade inferior a 60 sc ha-1); nível 2 (produtividade de 60 a 70 sc ha-1); nível 3

(produtividade de 70 a 80 sc ha-1); nível 4 (produtividade maior 80 sc ha-1). O teste

não paramétrico de Kruskal-Wallis foi utilizado dentro de cada nível.

Separando as áreas por Estado, aliados ao fato de algumas áreas da Tabela

5 estarem localizadas dentro de uma mesma propriedade, utilizou-se de uma analise

fatorial, com o 1° fator correspondente a propriedade e o 2° fator correspondente a

área. A normalidade dos dados foi verificada pelo teste de Shapiro-Wilk e as médias

comparadas pelo teste Tukey.

As análises estatísticas foram realizadas utilizando do software R (R CORE

TEAM, 2017), versão 3.4.0. A correlação múltipla das áreas agrícolas foi realizada

considerando as variáveis microbiológicas, químicas e teor de argila do solo, a fim

de estudar a relação entre a variável resposta “Produtividade” e as demais variáveis

explicativas. Foi utilizada a função lm (pacote básico do r) para regressão linear

múltipla pelo método Stepwise (função stepAIC – pacote MASS). Para as

pressuposições do modelo, usou-se o teste de Shapiro-Wilk para normalidade dos

erros (função Shapiro.test – pacote stats), o teste durbinWatsonTest para os erros

auto correlacionados (função dwtest – pacote lmtest) e o teste bptest para

Homocedasticidade dos erros (função bptest – pacote lmtest).

30

4 RESULTADOS E DISCUSSÃO

4.1 Produtividade da soja e teor de COT com suas correlações

Verifica-se na Tabela 9 que as correlações obtidas entre os bioindicadores e a

produtividade da soja foram significativas para as enzimas arilsulfatase e

β-glucosidase, qMIC e relação C:N.

Tabela 9. Coeficiente de correlação de Pearson entre a produtividade de grãos de soja e carbono orgânico total com as variáveis microbiológicas, relação C:N e teor de argila.

Variáveis Produtividade COT

COT 0,44** -

Fosfatase ácida 0,20 0,80**

Arilsulfatase 0,60** 0,59**

β-glucosidase 0,34* 0,30

FDA 0,23 0,65**

C-BMS 0,09 0,45**

RBS 0,32 0,35*

qCO2 -0,06 -0,21

qMIC -0,39* -0,46**

C:N 0,53** 0,94**

Argila 0,16 0,61**

COT - Carbono orgânico total; FDA - diacetato de fluoresceína; C-BMS - carbono da biomassa microbiana; RBS - respiração basal do solo; qCO2 – quociente metabólico; qMIC - quociente microbiano. ** significativo ao nível de 1% de probabilidade (p < 0,01). * significativo ao nível de 5% de probabilidade (p < 0,05). não significativo (p >= 0,05)

Observa-se que os indicadores microbiológicos apresentaram estreita relação

com o carbono orgânico total (COT) (Tabela 9), relação observada por meio dos

coeficientes de correlação de Pearson entre o COT e os bioindicadores (fosfatase

ácida, arilsulfatase, diacetato de fluoresceína (FDA), carbono da biomassa

microbiana (C-BMS), respiração basal do solo (RBS), quociente microbiano (qMIC),

relação C:N). Nos ecossistemas tropicais, a produtividade das culturas é dependente

das taxas de ciclagem do C. Os microrganismos são estimulados pela maior

disponibilidade de substrato de C, que influência no tamanho da população e na

atividade dos organismos do solo, resultando em uma imobilização temporária do C

na biomassa microbiana (SILVA; MENDONÇA, 2007).

Na Tabela 9 observa-se que o COT correlacionou significativamente com o

C-BMS (r= 0,45, p<0,01) e com a atividade das enzimas fosfatase ácida (r= 0,80,

31

p<0,01) e arilsulfatase (r= 0,59, p<0,01). Tais correlações evidenciam a importância

do COT para os microrganismos do solo, uma vez que este serve de substrato e

fonte de energia para o crescimento e desenvolvimento microbiano. Resultados

semelhantes foram relatados por PEREZ; RAMOS; MCMANUS (2004) que

encontraram correlação linear positiva e significativa entre o C-BMS e o COT (r=

0,72, p<0,01) nos solos sob semeadura direta.

LOPES et al. (2013) considerando sistemas para a produção agrícola com

aplicação de fertilizantes fosfatados, constataram que uma maior produção de

biomassa vegetal proporciona diferentes níveis de carbono no solo, que por sua vez

afetaram as comunidades microbianas e a produtividade do sistema. No presente

estudo além das já citadas correlações entre o COT e os indicadores

microbiológicos, também foi observada correlação entre o COT e a produtividade da

soja (r= 0,44, p<0,01).

As correlações entre o COT e os indicadores de atividade microbiológica FDA

(r= 0,65, p<0,01) e RBS (r= 0,35, p<0,05), sugerem que a microbiota esta a utilizar

essas fontes de C. Porém, a ausência de significância entre a atividade da enzima

β-glucosidase e o COT é um indicativo da presença de C recalcitrante, uma vez que

essa enzima atua na degradação de formas de C menos complexas.

Tais inferências são suportadas pelo qMIC que apresentou correlação

negativa com o COT (r= -0,46, p<0,01), de maneira que quanto menor o qMIC

dentro de um mesmo solo, menos ativa é a MOS e menos sujeita a transformação

(DE-POLLI; GUERRA, 2008).

A alta complexidade química de alguns compostos de C e sua forte interação

com a fração coloidal inorgânica do solo, principalmente das substancias húmicas,

dificulta a ação de microrganismos sobre estes compostos. Por outro lado, o C-lábil

corresponde às formas que seriam de fácil mineralização pelos microrganismos do

solo (DEMOLING; FIGUEROA; BÅÅTH, 2007; SILVA; MENDONÇA, 2007).

A relação entre COT e o teor de argila do solo (r= 0,61, p<0,01) se devem ao

fato dos solos com textura mais argilosa, geralmente apresentarem maior teor de C.

Essa influência esta baseada na capacidade da MOS em formar diferentes tipos de

ligações com partículas de elevada superfície especifica, como a argila, favorecendo

a proteção coloidal da MOS assim como sua permanência no solo (SILVA;

MENDONÇA, 2007).

32

ROMÃO (2012) avaliando a distribuição e os estoques de carbono em função

do uso e da profundidade do solo encontrou correlação entre teores de COT e de

argila do solo (r = 0,45, p< 0,01). BITTAR; FERREIRA; CORRÊA (2013) ao

estudarem o efeito da textura de diferentes solos na atividade microbiana e na

mineralização da serapilheira confirmaram o fato de que solos com maior teor de

argila apresentam maior interação com a matéria orgânica coloidal, potencializando

o seu maior acúmulo.

As correlações de Pearson entre o COT e os indicadores microbiológicos,

relação C:N e teor de argila dos solos (Tabela 9) indicam equilíbrio entre a matéria

orgânica e as propriedades biológicas e bioquímicas dos solos. Resultados

semelhantes ao encontrados neste estudo foram observados por TRASAR-CEPEDA

et al., (1997), tornando evidente que solos com elevados níveis de biomassa e

atividade microbiana, juntamente com elevados teores de COT, resultam em melhor

qualidade do solo.

4.2 Interpretação dos atributos microbiológicos com base nos teores de COT

Os dados dos atributos microbiológicos obtidos neste estudo foram

comparados com a Tabela 4 de interpretação de atributos microbiológicos com base

nos teores de carbono orgânico do solo. Embora a tabela tenha sido produzida com

dados de um único tipo de solo (Latossolo vermelho) e na profundidade de 0-10 cm,

ela pode servir de base para verificar a magnitude dos dados obtidos e possiveis

extrapolações para demais tipos de solo. Os resultados obtidos se encontram na

Figura 1.

De acordo com as classes de interpretação para o COT, verificou-se que as

áreas desse estudo foram classificadas como adequados em 67,65 % dos casos,

23,53 % médios e 8,82 % baixos (Figura 1).

Com base nas observações para β-glucosidase e seguindo a tabela de

interpretação (Tabela 4) verificou-se que 50 % foram classificadas como adequadas,

47,06 % como médias e 2,94 % como baixas (Figura 1A). A correlação entre β-

glucosidase e COT não foi significativa (Tabela 9) evidencia que os valores

considerados adequados, médios e baixos de β-glucosidase não são

correspondentes aos valores adequados, médios e baixos de COT.

33

Para a enzima arilsulfatase (Figura 1B) 32,35 % das observações

apresentaram valores adequados, 55,88 % valores médios e 11,76 % valores

baixos.

As observações para a fosfatase ácida mostram que 91,18 % e 8,82 % dos

dados obtidos foram classificados como baixos e médios, respectivamente (Figura

1C). 91,18 % dos níveis de COT se enquadram dentro dos limites médios e

adequados, e associado à correlação significativa entre COT e fosfatase ácida

(r= 0,80, p<0,01), nos leva a afirmar que aumentos do COT refletiram positivamente

na atividade dessa enzima. As discrepâncias observadas entre os valores obtido

nesse estudo e o limite superior estabelecido, pode estar associada à influência dos

adubos fosfatados sobre a atividade dessa enzima. LOPES (2012) no processo de

validação da Tabela 4, ao comparar os valores obtidos em seus estudos com uma

base de dados do Cerrado, constatou 71 % dos valores de fosfatase ácida dentro do

limite considerado baixo.

Figura 1. Relações entre os valores de atividade das enzimas β-glucosidase (A), arilsulfatase (B), fosfatase ácida (C) e carbono da biomassa microbiana (C-BMS) (D) com os teores de carbono orgânico total (COT) do solo. As linhas retas seccionadas na horizontal correspondem às classes determinadas para o β-glucosidase, arilsulfatase, fosfatase ácida e C-BMS na tabela proposta por LOPES et al. (2013). Valores de β-glucosidase, fosfatase ácida e arilsulfatase expressos em mg de p-nitrofenol kg

-1solo h

-1; carbono da biomassa microbiana em mg de C kg

-1 de solo. As linhas retas

seccionadas na vertical correspondem às classes determinadas para COT na tabela proposta por LOPES et al. (2013).

0

100

200

300

400

500

3 13 23 33

β-g

luco

sid

ase

COT (g kg-1)

A

0

100

200

300

400

500

3 13 23 33

Ari

lsu

lfata

se

COT (g Kg-1)

B

0

300

600

900

1200

3 13 23 33

Fo

sfa

tase á

cid

a

COT (g Kg-1)

C

0300600900

1200150018002100

3 13 23 33

C-B

MS

COT (g kg-1)

D

34

Para o C-BMS verificou-se que 73,53 % das observações apresentaram

valores adequados, 26,47 % valores médios e 0 % valores baixos. Esse

comportamento dos dados é similar ao observado para o COT, que aliados a

correlação significativa entre C-BMS e COT (r= 0,45, p<0,01), permite inferir que os

valores estabelecidos como adequados para o C-BMS estiveram associados aos

valores adequados para COT (Tabela 4).

Em contraposto ao observado para a fosfatase ácida, a RBS agrupou 100 %

dos dados no nível adequado (Figura 2), indicando intensa atividade microbiana em

todos os solos analisados. A atividade dos microrganismos é regulada por diversos

fatores, tais como disponibilidade de substrato e água no solo.

Figura 2. Relação entre os valores da respiração basal do solo (RBS) e o carbono orgânico total (COT). As linhas retas seccionadas na horizontal e na vertical correspondem às classes determinadas para RBS e COT, respectivamente, da tabela proposta por LOPES et al. (2013).

As disparidades dos dados obtidos para fosfatase ácida e RBS em relação

aos limites estabelecido na Tabela 4, evidenciam a importância da padronização dos

métodos de análises microbiológica de solo e de amostragem. A falta de

relacionamentos dos locais enfatiza a importância de conjuntos de dados

abrangendo diferentes tipos de solo e condições ambientais para tais análises.

Portanto, avaliando-se os dados desse estudo com a proposta de

interpretação dos atributos microbiológicos em função do COT, verificou-se que os

valores não se distinguiram com relação a: β-glucosidase, arilsulfatase e C-BMS.

Em relação à fosfatase ácida e a RBS, os valores encontrados foram 91 % inferiores

e 100 % superiores, respectivamente, aos limites da Tabela 4.

0

100

200

300

400

500

600

700

3 8 13 18 23 28 33 38 43

RB

S (

mg

C k

g−1 s

olo

)

COT (g Kg-1)

35

4.3 Indicadores microbiológicos dentro de cada nível de produtividade de

soja

Apenas quatro áreas com produtividades inferiores a 60 sc ha-1 se adequaram

ao nível 1 (Tabela 10). A área 9 se diferenciou da 11 na produtividade com 59,77 e

30,70 sc ha-1, respectivamente. A atividade da enzima fosfatase ácida, FDA, COT e

relação C:N, seguiram a mesma tendência. Ambas as áreas estão localizadas no

estado do MT, porém o manejo 9 envolve a rotação de cultura com brachiaria e na

safra 2013/14 o nabo forrageiro foi introduzido como cultura de cobertura, o que

favoreceu maior aporte de C e atividade microbiana neste ambiente. Em

contraposto, a área 11 embora o manejo seja o cultivo mínimo, a ausência de outra

cultura além do complexo soja/milho pode ter influenciado negativamente para o

desempenho da cultura.

Tabela 10. Análise estatística em áreas com produtividade inferior a 60 sc ha-1.

Indicador Áreas

9 11 14 31

Produtividade 59,77 a 30,70 b 58,50 ab 51,88 ab

Fosfatase ácida 641,89 a 165,61 b 426,56 ab 560,76 ab

Arilsulfatase 49,05 ab 7,86 b 59,62 ab 59,89 a

β-glucosidase 136,69 ab 43,03 b 133,82 ab 157,29 a

FDA 4,61 a 1,96 b 3,80 ab 3,68 ab

C-BMS 823,82 a 359,66 a 588,64 a 358,68 a

RBS 1,82 a 2,01 a 1,66 a 1,84 a

qCO2 2,20 a 5,59 a 2,81 a 5,12 a

COT 19,49 a 3,99 b 15,99 ab 19,07 ab

qMIC 4,23 ab 9,06 a 3,68 ab 1,88 b

C:N 18,60 a 11,68 b 18,25 ab 18,23 ab

Médias seguidas pela mesma letra na linha não diferem entre si pelo teste de KRUSKAL-WALLIS a 5 % de probabilidade. Valores de fosfatase ácida, arilsulfatase e β-glucosidase expressos em mg de p-nitrofenol kg

-1solo h

-1; Produtividade em sc ha

-1; diacetato de fluoresceína (FDA) em mg

fluoresceína kg-¹ solo seco h

-¹ ; carbono da biomassa microbiana (C-BMS) em mg de C kg

-1 de solo.

respiração basal do solo (RBS) em mg de C-CO2 kg-1

solo h-1

; quociente metabólico (qCO2) em mg de C-CO2. g

-1 CBM. h

-1; quociente microbiano (qMIC) em percentagem.

As enzimas arilsulfatase e β-glucosidase tiveram maiores atividades na área

31 (59,89 e 157,29 mg de p-nitrofenol kg-1solo h-1, respectivamente) em relação á

área 11 (7,86 e 43,03 mg de p-nitrofenol kg-1solo h-1, respectivamente). Nessas

mesmas áreas, porém de forma inversa, a área 11 apresentou maior percentagem

de qMIC do que a área 31, 9,06 e 1,88, respectivamente.

36

Os teores de C-BMS, RBS e qCO2 não foram capazes de diferenciar as áreas

para o nível de produtividade inferior a 60 sc ha-1. Embora em valores absolutos, a

área 9 apresentou maior biomassa microbiana.

Para o segundo nível (entre 60 e 70 sc ha-1) a produtividade da cultura da soja

apresentou diferenças nas áreas 13 e 16 com 60,91 e 69,91 sc ha-1,

respectivamente (Tabela 11). Embora tenha obtido maior produtividade, a área 16 se

destacou negativamente por apresentar maior valor de qCO2, e menores valores de

C-BMS e qMIC, indicando estresse da biomassa microbiana presente nesse solo em

utilizar as fontes de C e consequentemente, maior perda de C na forma de CO2.

A atividade da enzima fosfatase ácida diferenciou a área 6 (978,48 mg de

p-nitrofenol kg-1solo h-1) da 12 (218,16 mg de p-nitrofenol kg-1solo h-1). A área 6

também se destacou positivamente por apresentar maiores índices da enzima

arilsulfatase e da FDA, indicando maior atividade da biomassa microbiana nesse

solo, associadas ao maior teor de COT e relação C:N.

Nas áreas 30 e 12 observou-se maior e menor atividade da enzima

β-glucosidase, respectivamente. Esse comportamento também foi observado para a

enzima arilsulfatase, embora para essa enzima as áreas 6 e 23, não se diferiram

estatisticamente da área 30. A área 12 também apresentou os menores valores para

COT e relação C:N, indicando que o C presente nesse solo pode ser rapidamente

decomposto, porém associados a menor atividade das enzimas é um indicativo que

a microbiota desse solo se encontra em menor atividade em virtude da baixa

disponibilidade de substrato necessários ao metabolismo microbiano.

Para FDA, a área 6 apresentou maior atividade, 6,05 mg fluoresceína

kg-¹ solo seco h-¹, e diferiu estatisticamente das áreas 12 e 17 (2,35 e 1,91 mg

fluoresceína kg-¹ solo seco h-¹). Todavia área 6 teve uma produtividade de soja

menor que as áreas 12 e 17.

A área 23 apresentou o maior teor de C-BMS em valores absolutos, e foram

estatisticamente diferentes das áreas 16 e 18. O maior C-BMS da área 23,

1897,77 mg de C kg-1 de solo, esteve acompanhada do menor qCO2 (1,14

mg de C-CO2. g-1 CBM. h-1) e do maior qMIC (8,40 %). Importante destacar que a

área 23 teve produtividade inferior à área 16.

37

Tabela 11. Análise estatística em áreas com produtividades entre 60 e 70 sc ha-1.

Área Prod Fosf Aril β-gluco FDA C-BMS RBS qCO2 COT qMIC C:N

6 64,00 abc 978,48 a 193,27 a 157,74 abc 6,05 a 1367,21 ab 1,94 a 1,42 cb 38,81 a 3,52 abc 31,45 a

8 63,19 abc 613,88 ab 65,60 ab 121,82 abc 4,43 abc 902,53 abc 2,17 a 2,41 abc 20,06 abc 4,50 abc 19,03 abc

10 65,76 abc 461,26 abc 40,06 ab 79,64 cb 4,46 abc 372,41 abc 1,74 a 4,66 abc 20,36 abc 1,83 cb 19,51 abc

12 67,50 abc 218,16 c 21,72 b 60,95 c 2,35 cb 431,19 abc 1,49 a 3,45 abc 5,53 c 7,80 ab 12,21 c

13 60,91 c 424,78 abc 50,67 ab 123,57 abc 2,81 abc 458,42 abc 1,12 a 2,45 abc 12,43 bc 3,69 abc 14,99 cb

16 69,51 a 510,20 abc 78,07 ab 167,86 abc 3,63 abc 266,30 c 2,13 a 7,97 a 23,47 abc 1,13 c 21,22 abc

17 67,09 abc 490,97 abc 75,72 ab 166,65 abc 1,91 c 555,80 abc 2,14 a 3,85 abc 18,08 abc 3,07 abc 16,99 abc

18 64,85 abc 365,03 bc 43,40 ab 110,54 abc 3,00 abc 329,64 cb 1,93 a 5,89 ab 16,13 abc 2,04 abc 16,55 abc

20 67,29 abc 531,76 abc 59,61 ab 125,56 abc 5,06 abc 734,62 abc 2,08 a 2,83 abc 29,17 ab 2,52 abc 23,86 ab

21 62,98 bc 537,95 abc 52,69 ab 140,17 abc 3,52 abc 476,14 abc 1,57 a 3,30 abc 21,71 abc 2,20 abc 19,72 abc

22 69,05 ab 444,94 abc 47,11 ab 130,34 abc 3,21 abc 685,17 abc 1,33 a 1,93 abc 16,73 abc 4,09 abc 17,37 abc

23 67,85 abc 559,32 abc 214,77 a 201,08 ab 5,32 ab 1897,77 a 2,16 a 1,14 c 22,60 abc 8,40 a 19,21 abc

30 64,86 abc 570,14 abc 196,06 a 245,57 a 4,88 abc 564,08 abc 1,82 a 3,21 abc 20,33 abc 2,77 abc 20,62 abc

32 66,26 abc 510,76 abc 74,56 ab 151,75 abc 3,17 abc 514,72 abc 1,33 a 2,58 abc 21,78 abc 2,36 abc 20,43 abc

Médias seguidas pela mesma letra na coluna não diferem entre si pelo teste de KRUSKAL-WALLIS a 5 % de probabilidade. Valores de fosfatase ácida (Fosf), arilsulfatase (Aril) e β-glucosidase (β-gluco) expressos em mg de p-nitrofenol kg

-1solo h

-1; Produtividade (Prod) em sc ha

-1; diacetato de fluoresceína

(FDA) em mg fluoresceína kg-¹ solo seco h


-1 de solo. respiração basal do solo (RBS) em mg de

C-CO2 kg-1

solo h-1

; quociente metabólico (qCO2) em mg de C-CO2. g-1

CBM. h-1

; quociente microbiano (qMIC) em percentagem.

38

As áreas 12 e 13 foram significativamente iguais, porém estatisticamente

diferentes da área 6 para o teor de COT e relação C:N. O COT da área 6 foi de

38,81 g kg-1 e a relação C:N de 31,45 e associadas a elas alta atividade microbiana

(FDA – 6,05 mg fluoresceína kg-¹ solo seco h-¹) e melhor atividade da fosfatase ácida

e arilsulfatase. O inverso foi observado para a área 12, com conteúdo de COT de

5,53 g kg-1 e a relação C:N de 12,2, associadas a menor atividade microbiana

(FDA – 2,35 mg fluoresceína kg-¹ solo seco h-¹) e enzimática (menor fosfatase ácida,

arilsulfatase e β-glucosidase). Todavia, embora estatisticamente iguais, em números

absolutos a produtividade de soja da área 12 (67,50 sc ha-1) foi maior que da área 6

(64 sc ha-1).

Assim como observado no nível 1 (produtividades inferiores a 60 sc ha-1), a

RBS não foi capaz de diferenciar as áreas para as produtividades entre 60 e 70 sc

ha-1 (nível 2).

Na Tabela 12 estão apresentados os dados das áreas que se adequaram ao

nível 3, com produtividade da cultura da soja entre 70 e 80 sc ha-1, do total de 34

áreas, 12 estão nesse nível.

A áreas 5 se destacou no quesito produtividade com 79,19 sc ha-1, contra as

70,73 sc ha-1 da área 25. Ao contrario do que vinha sendo observado nos níveis

anteriores, nenhum indicador microbiológico foi maior na área de maior

produtividade.

Para fosfatase ácida as áreas 7 (689,67 mg de p-nitrofenol kg-1solo h-1) e 34

(635,78 mg de p-nitrofenol kg-1solo h-1) não se diferiram estatisticamente. Na área 7

a maior atividade da enzima fosfatase ácida esteve acompanhada da maior

atividade da arilsulfatase, RBS e COT, que podem estar relacionados com a adição

de cama de frango antes do plantio da soja. Já na área 34 esteve associada aos

maiores teores de β-glucosidase e ao qMIC. A atividade da fosfatase ácida nessas

duas áreas foi estatisticamente maior que na área 27. Sem diferença estatística, a

produtividade das áreas 7 (75,31 sc ha-1) e 34 (76,61 sc ha-1) foram maiores que da

área 27 (71,30 sc ha-1), em números absolutos.

A área 34 com atividade da enzima β-glucosidase de 339,86 mg de

p-nitrofenol kg-1solo h-1, foi estatisticamente diferente das áreas 19 e 26. Embora

com ausência de significância na produtividade, a área 34 produziu mais soja frente

às áreas 19 (72,77 sc ha-1) e 29 (71,15 sc ha-1).

39

Tabela 12. Análise estatística em áreas com produtividades entre 70 e 80 sc ha-1.

Área Prod Fosf Aril β-gluco FDA C-BMS RBS qCO2 COT qMIC C:N

5 79,19 a 477,02 ab 164,34 ab 131,37 abc 3,17 a 744,04 ab 1,52 ab 2,05 a 21,42 ab 3,47 ab 19,82 abc

7 75,31 abc 689,67 a 263,23 a 137,79 abc 4,61 a 697,31 abc 2,44 a 3,49 a 28,09 a 2,48 ab 25,63 ab

15 76,61 ab 596,82 ab 83,40 ab 182,83 abc 3,75 a 318,69 c 1,60 ab 5,03 a 29,17 a 1,09 b 26,59 a

19 72,77 abc 481,75 ab 49,92 ab 101,98 c 3,57 a 869,30 a 1,68 ab 1,94 a 25,87 ab 3,36 ab 22,85 abc

24 73,50 abc 491,16 ab 74,90 ab 148,90 abc 4,93 a 659,41 abc 2,29 a 3,47 a 20,16 ab 3,27 ab 19,28 abc

25 70,73 c 420,90 ab 33,76 b 133,57 abc 2,46 a 405,97 abc 1,57 ab 3,87 a 19,54 ab 2,08 ab 19,17 abc

26 73,03 abc 430,05 ab 35,04 ab 117,38 bc 2,45 a 374,37 abc 1,79 ab 4,77 a 17,49 ab 2,15 ab 17,21 bc

27 71,30 abc 361,54 b 33,06 b 145,83 abc 2,36 a 441,09 abc 1,59 ab 3,61 a 15,30 b 2,89 ab 17,78 abc

28 73,54 abc 395,44 ab 39,13 ab 125,81 abc 1,79 a 335,92 bc 0,83 b 2,46 a 16,95 ab 1,98 ab 16,61 c

29 71,15 cb 577,49 ab 127,83 ab 174,36 abc 5,02 a 385,31 abc 1,93 ab 5,01 a 21,34 ab 1,81 b 20,70 abc

33 71,46 abc 533,21 ab 91,72 ab 214,00 ab 5,12 a 437,27 abc 1,88 ab 4,32 a 18,42 ab 2,37 ab 17,53 abc

34 76,61 abc 635,78 a 89,43 ab 339,86 a 4,92 a 726,35 abc 1,59 ab 2,19 a 18,91 ab 3,84 a 18,75 abc

Médias seguidas pela mesma letra na coluna não diferem entre si pelo teste de KRUSKAL-WALLIS a 5 % de probabilidade. Valores de fosfatase ácida (Fosf), arilsulfatase (Aril) e β-glucosidase (β-gluco) expressos em mg de p-nitrofenol kg

-1solo h

-1; Produtividade (Prod) em sc ha

-1; diacetato de fluoresceína

(FDA) em mg fluoresceína kg¹ solo seco h¹ ; carbono da biomassa microbiana (C-BMS) em mg de C kg-1

de solo. respiração basal do solo (RBS) em mg de C-CO2 kg

-1 solo h

-1; quociente metabólico (qCO2) em mg de C-CO2. g

-1 CBM. h


40

Para arilsulfatase as áreas 25 e 27 foram estatisticamente inferiores à área 7.

Entre essas três áreas (7, 25, 27), a maior atividade da área 7 (263,23 mg de

p-nitrofenol kg-1solo h-1) foi acompanhada da maior produtividade (75,31 sc ha-1).

Para o C-BMS a área 19 (869,30 mg de C kg-1 de solo) diferiu-se

estatisticamente da 15 (318,69 mg de C kg-1 de solo) e da 28 (335,92 mg de C kg-1

de solo). Ao contrario do que foi observado para as enzimas, não foi observado

associação entre os maiores C-BMS e maior produtividade. A área 15 apresentou

maiores valores de COT, relação C:N e menor qMIC. Um qMIC baixo indica que a

microbiota do solo encontra-se com dificuldades de utilizar o COT, que embora

esteja em maiores proporções nesse solo, a sua relação C:N maior passa a ser um

impeditivo ao crescimento e a atividade microbiológica, por consequência ocorre a

redução do C-BMS.

As áreas 7 e 24 apresentaram maiores valores de RBS se diferindo

estatisticamente da área 28. Na área 28, a menor RBS esteve associada a menor

relação C:N e considerando que menores relações C:N indicam maior rapidez de

degradação dos compostos de C e menor RBS indica menor atividade microbiana, a

disponibilidade de nutrientes via decomposição de resíduos orgânicos, neste solo,

será menor.

O maior qMIC foi observado na área 34 (3,84 %) e os menores nas áreas 15

e 29 (1,09 % e 1,81 %, respectivamente).

A FDA e qCO2 não foram capazes de diferenciar as áreas para as

produtividades entre 70 e 80 sc ha-1 (nível 3).

Na Tabela 13 estão apresentados os dados das áreas com produtividades

acima de 80 sc ha-1. A produtividade foi maior na área 1 (110,32 sc ha-1) quando

comparado com a área 4 (80,71 sc ha-1). A área 1 também apresentou maior

atividade das enzimas fosfatase ácida e arilsulfatase, RBS e relação C:N. Embora a

relação C:N mais alta possa ser um impeditivo a degradação microbiana, na área 1

isso não foi observado, pois apresentou maior atividade microbiana, corroborado

pela maior atividade das enzimas.

A menor produtividade da área 4 esteve associada a menor atividade da

enzima β-glucosidase e ao menor valor de qCO2. Ainda nessa área observou-se os

maiores valores de FDA, C-BMS e COT. A maior atividade e biomassa microbiana

presente na área 4, associados aos menores valores de qCO2, indicam eficiência da

41

microbiota do solo. Os microrganismos utilizam de compostos de C para o seu

desenvolvimento, sendo que a enzima β-glucosidase participa deste processo,

portanto sua menor atividade quando comparados com as demais áreas e

associados ao demais indicadores microbiológicos, permite inferir que os valores

dessa enzima se encontram em equilíbrio com os demais atributos de qualidade do

solo.

Tabela 13. Análise estatística em áreas com produtividades acima de 80 sc ha-1.

Indicador Áreas

1 2 3 4

Produtividade 110,32 a 98,51 ab 83,65 ab 80,71 b

Fosfatase ácida 601,46 a 448,12 ab 420,88 b 460,57 ab

Arilsulfatase 333,92 a 150,80 b 155,97 ab 208,59 ab

β-glucosidase 176,08 ab 180,79 a 153,32 ab 123,41 b

FDA 4,18 ab 4,82 ab 3,45 b 4,99 a

C-BMS 707,07 ab 502,63 b 558,03 ab 1014,81 a

RBS 2,92 a 2,44 ab 1,68 b 1,76 ab

qCO2 4,12 ab 4,91 a 3,08 ab 1,74 b

COT 28,09 ab 23,26 ab 16,75 b 29,72 a

qMIC 2,52 ab 2,16 b 3,33 a 3,42 ab

C:N 28,19 a 22,62 ab 21,06 b 23,16 ab

Médias seguidas pela mesma letra na linha não diferem entre si pelo teste de KRUSKAL-WALLIS a 5 % de probabilidade. Valores de fosfatase ácida, arilsulfatase e β-glucosidase expressos em mg de p-nitrofenol kg

-1solo h


-1; diacetato de fluoresceína (FDA) em mg

fluoresceína kg-¹ solo seco h


-1 de solo.

respiração basal do solo (RBS) em mg de C-CO2 kg-1

solo h-1

; quociente metabólico (qCO2) em mg de C-CO2. g

-1 CBM. h


Os maiores valores de β-glucosidase, 180,79 mg de p-nitrofenol kg-1solo h-1 e

qCO2, 4,91 mg de C-CO2 g-1 CBM h-1 foram encontrados na área 2, associado a eles

os menores valores de arilsulfatase, C-BMS e qMIC foram observados.

Na área 3 observou-se o maior valor de qMIC (3,33 %), e também os

menores valores de fosfatase ácida, FDA, RBS, COT e relação C:N. Importante

destacar que ambos os indicadores de atividade microbiana, FDA e RBS, foram

menores nessa área, indicando menor atividade microbiológica associada a menor

teor de COT, embora esse seja de baixa relação C:N. O que se observa de diferente

dessa área com relação as demais é o cultivo de segunda safra com aveia preta pós

soja (Tabela 7).

42

4.4 Indicadores microbiológicos por estado de avalição

No estado do Paraná a enzima fosfatase ácida foi maior na propriedade

Marco Forte (áreas 6 e 7) onde se obteve as menores produtividades (Tabela 14).

Nessa mesma propriedade, ambas as áreas foram manejadas semelhantemente

(Tabela 6), porém a fosfatase ácida foi maior na área 6 (978,48 mg de p-nitrofenol

kg-1solo h-1) e estatisticamente diferente da área 7 (689,67 mg de p-nitrofenol

kg-1solo h-1).

Tabela 14. Análise estatística das áreas do estado do Paraná.

Indicador Propriedade

Mutuca Marco Forte

Produtividade 80,71

1 64,00

3

79,192 75,31

4

Fosfatase 460,57

1 bA 978,48

3 aA

477,022 bA 689,67

4 aB

CV (%) 2,98

Arilsulfatase 208,59 aA 193,27 bB

164,34 bB 263,23 aA

CV (%) 2,01

β-glucosidase 123,81 bB 157,74 aA

131,37 bA 137,79 aB

CV (%) 2,06

FDA 4,99 bA 6,05 aA

3,17 bB 4,61 aB

CV (%) 9,35

C-BMS 1014,81 bA 1367,21 aA

744,04 aB 697,31 aB

CV (%) 3,99

RBS 1,76 aA 1,94 aB

1,52 bA 2,44 aA

CV (%) 10,32

qCO2 1,74 aA 1,42 aB

2,05 bA 3,49 aA

CV (%) 9,14

COT 29,72 bA 38,81 aA

21,42 bB 28,09 aB

CV (%) 1,76

qMIC 3,42 aA 3,52 aA

3,47 aA 2,48 bB

CV (%) 3,26

Médias seguidas pela mesma letra minúscula na linha e maiúscula nas colunas não diferem estatisticamente entre si pelo teste de Tukey a 5 % de probabilidade. Valores de fosfatase ácida, arilsulfatase e β-glucosidase expressos em mg de p-nitrofenol kg

-1solo h


-1;

43

diacetato de fluoresceína (FDA) em mg fluoresceína kg¹ solo seco h¹ ; carbono da biomassa microbiana (C-BMS) em mg de C kg

-1 de solo. respiração basal do solo (RBS) em mg de C-CO2 kg

-1

solo h-1


CBM. h-1

; quociente microbiano (qMIC) em percentagem. CV – coeficiente de variação.

1, 2, 3, 4Médias dos valores das áreas 4;5;6;7,

respectivamente, conforme identificação na Tabela 5.

A enzima arilsulfatase sempre esteve relacionada significativamente à área

onde se obteve maior produtividade, tanto entre como dentro de cada propriedade.

Já a β-glucosidase foi capaz de distinguir estatisticamente as duas propriedades

sendo sua maior atividade (área 6 – 157,74 mg de p-nitrofenol kg-1 solo h-1 e

área 5 – 131,3 mg de p-nitrofenol kg-1 solo h-1) relacionada a áreas de menores

produtividades (área 6 – 64 sc ha-1 e área 5 – 79,19 sc ha-1).

A FDA e o teor de COT foram capazes de distinguir a propriedade Mutuca da

Marco Forte, todavia não foi possível verificar tendência quando relacionados a

produtividade da cultura, haja vista sua maior atividade/teor relaciona, hora com

maior hora com menor produtividade de soja.

C-BMS separou a área 4 (Mutuca) da área 6 (Marco Forte) e não houve

diferença estatística entre as áreas 5 e 7. Assim como observado para FDA e COT,

não foi possível observar relação entre o C-BMS e as maiores produtividades de

soja para as áreas do Paraná.

A área 6 (propriedade Marco Forte) quando comparada com a área 7,

apresentou menores valores estatisticamente significativos para RBS e qCO2. A

RBS, o qCO2 e o qMIC separaram a área 5 (Mutuca) da área 7 (Marco Forte),

todavia não detectaram diferenças estatísticas entre as áreas 4 e 6.

A propriedade Marco Forte apresentou valores maiores e estatisticamente

diferentes da propriedade Mutuca, quando analisadas as variáveis fosfatase ácida,

β-glucosidase, FDA e COT. Dentro da propriedade Marco Forte foi observado

também os menores valores estatisticamente diferentes de β-glucosidase (137,79

mg de p-nitrofenol kg-1solo h-1), FDA (4,61 mg fluoresceína kg¹ solo seco h¹) e COT

(28,09 g kg-1) para a área 7, que podem estar associados com a aplicação de 7 000

Kg ha-1 de cama de frango aos 120 dias antes do plantio da soja.

Ao comparar-se as áreas da propriedade Mutuca (área 4 e 5), verifica-se que

a enzima fosfatase ácida, FDA, RBS, qCO2 e qMIC não identificam diferenças

significativas entre as áreas. Todavia, a maior produtividade (80,71 sc ha-1 – área 4)

esteve associada a maior atividade da enzima arilsulfatase, FDA, C-BMS e COT.

44

Nas áreas do estado de Mato Grosso, a atividade da fosfatase ácida e FDA

não apresentaram diferenças estatísticas com as áreas de mesma propriedade

(Tabela 15), contudo, com exceção da RBS, todos os indicadores microbianos

presentes na Tabela 15, foram eficientes em agrupar significativamente as áreas

com suas respectivas propriedades.

Tabela 15. Análise estatística das áreas do estado do Mato Grosso.

Indicador Propriedade

Capuaba Mãe Augusta

Produtividade 63,19

1 30,70

3

59,772 67,50

4

Fosfatase ácida 613,88

1 aA 165,61

3 bA

641,892 aA 218,16

4 bA

CV (%) 9,79

Arilsulfatase 65,60 aA 7,86 bB

49,05 aB 21,72 bA

CV (%) 4,18

β-glucosidase 121,82 aB 43,03 bB

136,69 aA 60,95 bA

CV (%) 4,18

FDA 4,43 aA 1,96 bA

4,61 aA 2,35 bA

CV (%) 11,88

C-BMS 902,53 aA 359,66 bB

823,82 aB 431,19 bA

CV (%) 2,41

RBS 2,17 aA 2,01 aA

1,82 aB 1,49 aB

CV (%) 9,66

qCO2 2,41 bA 5,59 aA

2,20 bA 3,45 aB

CV (%) 7,34

COT 20,06 aA 3,99 bB

19,49 aA 5,53 bA

CV (%) 2,96

qMIC 4,50 bA 9,06 aA

4,23 bA 7,80 aB

CV (%) 7,05

Médias seguidas pela mesma letra minúscula na linha e maiúscula nas colunas não diferem estatisticamente entre si pelo teste de Tukey a 5 % de probabilidade. Valores de fosfatase ácida, arilsulfatase e β-glucosidase expressos em mg de p-nitrofenol kg

-1solo h


-1;

diacetato de fluoresceína (FDA) em mg fluoresceína kg¹ solo seco h¹ ; carbono da biomassa microbiana (C-BMS) em mg de C kg

-1 de solo. respiração basal do solo (RBS) em mg de C-CO2 kg

-1

solo h-1


CBM. h-1

; quociente microbiano (qMIC)

45

em percentagem. CV – coeficiente de variação. 1, 2, 3, 4

Médias dos valores das áreas 8;9;11;12, respectivamente, conforme identificação na Tabela 5.

A maior atividade da enzima arilsulfatase e do C-BMS estiveram associados

aos maiores valores de produtividade, tanto para a área 8 quanto para a área 12.

Os maiores valores estatisticamente diferentes para β-glucosidase, RBS,

qCO2 e qMIC nem sempre se encontravam associados às maiores produtividade de

soja do estado de Mato Grosso (Tabela 15), portanto, embora sejam indicadores

sensíveis ao manejo, nesse estudo onde se busca uma relação entre produtividade

e indicadores microbiológicos, eles foram insatisfatórios.

A área 11 possui a menor produtividade das áreas do Mato Grosso

(Tabela 15), com 30,70 sc ha-1, e observou-se diferença significativa nos teores de

COT quando comparada a área 12, permitindo inferir que a menor disponibilidade de

C influenciou negativamente no incremento produtivo da soja na área 11.

Quando se comparam as duas propriedades, fica evidente que a propriedade

Capuaba (área 8 e 9) apresentou os maiores valores, estatisticamente diferentes de:

fosfatase ácida, arilsulfatase, β-glucosidase, FDA, C-BMS e COT. A rotação de

cultura (Tabela 7) associada a boa distribuição de chuvas no decorrer do

desenvolvimento da cultura de soja (Tabela 5), contribuíram para os melhores

índices de qualidade do solo nesta propriedade. É importante destacar que o cultivo

consorciado de segunda safra com milho/brachiaria, possui inegáveis benefícios

para a sustentabilidade da produção, com reflexos positivos sobre as culturas

subsequentes, como a soja, incluindo o aumento da ciclagem de nutrientes

(DUARTE et al., 2013).

Ao avaliar separadamente as áreas 8 e 9 (propriedade Capuaba), verifica-se

que a área 8 possui maior produtividade do que a área 9, com 63,19 e 59,77 sc ha-1,

respectivamente. A maior produtividade da área 8 frente a 9, pode ser associada ao

maior biomassa microbiana (C-BMS - 902,53 mg de C kg-1 de solo) metabolicamente

ativa (RBS- 2,17 mg de C-CO2 kg-1 solo h-1) dessa área. A arilsulfatase também foi

maior na área 8, todavia essa mesma área teve menor atividade da β-glucosidase.

Já na propriedade Mãe Augusta as áreas 11 e 12 apresentaram,

respectivamente, produtividades de 30,70 e 67,50 sc ha-1, sendo as maiores

produtividade da área 12 associadas ao C-BMS, COT e arilsulfatase, em

contrapartida essa área teve menor atividade da β-glucosidase.

46

Portanto, podemos inferir com base nos dados das áreas de Mato Grosso

(Tabela 15) que os melhores indicadores microbiológicos associados a produtividade

de soja, para se avaliar diferentes talhões dentro de uma mesma propriedade e/ou

propriedades distintas, geograficamente distantes, foram: C-BMS e arilsulfatase.

Ao avaliar as áreas dentro de cada propriedade para o estado de Minas

Gerais, observa-se que nas propriedades São João, Bom Retiro e Montesa, a

atividade fosfatase ácida nas áreas 15, 17 e 34 foram maiores e estatisticamente

diferentes das áreas 16,18 e 33. A produtividade da soja teve a mesma tendência

nessas áreas, sendo maior nas 15, 17 e 34. A arilsulfatase nas propriedades Bom

Retiro (área 17) e Ouro Verde (área 32), e a β-glucosidase nas propriedades Bom

Retiro (área 17) e Montesa (área 34), tiveram maior atividade das enzimas

acompanhada pelo melhor desempenho produtivo da soja. Todavia, para a

fosfatase ácida, 54,54 % das propriedades não tiveram diferenças estatísticas entre

suas áreas, comportamento esse observado também para a arilsulfatase (63,63 %)

e β-glucosidase (45,45 %).

Os indicadores de atividade microbiana FDA e RBS foram menores nas áreas

onde se obteve maiores produtividades, para FDA as propriedades Pampa, Bom

Retiro e Pirulito, nas áreas 13, 17 e 19, respectivamente, e para RBS as

propriedades Pampa, São João, Pirulito, Conquista e Ouro Verde, áreas 13, 15, 19,

28 e 32, respectivamente. As demais propriedades não obtiveram diferenças

significativas entre suas áreas.

Para o C-BMS (Tabela 17), as áreas dentro de cada propriedades com

maiores produtividade associadas a maior biomassa microbiana foram: São João

(área 15), Bom Retiro (área 17), Pirulito (área 19), Laçador (área 22), Ouro Verde

(área 32) e Montesa (área 34).

Os menores valores de qCO2 e os maiores de qMIC, estatisticamente

diferentes, referentes às maiores produtividades dentro de cada propriedade, foram

encontrados nas áreas 17 (Bom Retiro), 19 (Pirulito), 22 (Laçador) e 32 (Ouro

Verde). Importante destacar que as 15 (São João), 28 (Conquista) e 34 (Montesa)

também obtiveram os menores valores de qCO2 referentes as maiores

produtividades dentro de cada propriedade.

47

Tabela 16. Análise estatística das áreas do estado de Minas Gerais, considerando a produtividade e as variáveis microbiológicas, fosfatase ácida, arilsulfatase, β-glucosidase e FDA.

Propriedade Indicador microbiológico

Produtividade Fosfatase ácida Arilsulfatase β-glucosidase FDA

Pampa 60,911 58,50

2 424,78 cdeA 426,56 cdeA 50,67 efA 59,62 cdA 123,57 ghA 133,82 defA 2,81 bcB 3,80 bA

São João 76,613 69,51

4 596,82 aA 510,20 bcB 83,40 cA 78,07 bA 182,83 abcA 167,86 cA 3,75 bA 3,63 bA

Bom Retiro 67,095 64,85

6 490,97 abcdA 365,03 eB 75,72 cdA 43,40 deB 166,65 cdeA 110,54 fB 1,91 cB 3,00 bcA

Pirulito 72,777 67,29

8 481,75 bcdA 531,76 abcA 49,92 efgA 59,61 cdA 101,98 hB 125,56 defA 3,57 bB 5,06 aA

Laçador 62,989 69,05

10 537,95 abA 444,94 cdeB 52,69 eA 47,11 deA 140,17 efgA 130,34 defA 3,52 bA 3,21 bcA

São Francisco 67,8511

73,5012

559,32 abA 491,16 bcdB 214,77 aA 74,90 bcB 201,08 abA 148,90 cdeB 5,32 aA 4,93 aA

Conquista 1 70,7313

73,0314

420,90 deA 430,05 cdeA 33,76 fgA 35,04 eA 133,57 fghA 117,38 efA 2,46 cA 2,45 cdA

Conquista 71,3015

73,5416

361,54 eA 395,44 deA 33,06 gA 39,13 eA 145,83 defgA 125,81 defB 2,36 cA 1,79 dA

Montesa 1 71,1517

64,8618

577,49 abA 570,14 abA 127,83 bB 196,06 aA 174,36 bcdB 245,57 bA 5,02 aA 4,88 aA

Ouro Verde 51,8819

66,2620

560,76 abA 510,76 bcA 59,89 deB 74,56 bcA 157,29 cdefA 151,75 cdA 3,68 bA 3,17 bcA

Montesa 71,4621

76,6122

533,21 abcB 635,78 aA 91,72 cA 89,43 bA 214,00 aB 339,86 aA 5,12 aA 4,92 aA

CV (%)

-

8,22 8,34 7,22 10,28

Médias seguidas pela mesma letra minúscula na coluna e maiúscula nas linhas não diferem estatisticamente entre si pelo teste de Tukey a 5 % de probabilidade. Valores de fosfatase ácida, arilsulfatase e β-glucosidase expressos em mg de p-nitrofenol kg

-1solo h


-1; diacetato de

fluoresceína (FDA) em mg fluoresceína kg¹ solo seco h¹. CV – coeficiente de variação. 1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22

Médias dos valores das áreas 13;14;15;16;17;18;19;20;21;22;23;24;25;26;27;28;29;30;31;32;33;34, respectivamente, conforme identificação na Tabela 5.

48

Tabela 17. Análise estatística das áreas do estado de Minas Gerais, considerando os teores de COT e as variáveis microbiológicas, C-BMS, RBS, qCO2 e qMIC.

Propriedade Indicadores microbiológicos

C-BMS RBS qCO2 COT qMIC

Pampa 458,421 deB 588,64

2 bcA 1,12 bB 1,66 bcA 2,45 efA 2,81 cdeA 12,43 gB 15,99 gA 3,69 bA 3,68 bA

São João 318,693 gA 266,30

4 eB 1,60 abB 2,13 abA 5,03 abB 7,97 aA 29,17 aA 23,47 bB 1,09 gA 1,13 gA

Bom Retiro 555,805 cA 329,64

6 deB 2,14 aA 1,93 abA 3,85 cdB 5,89 bA 18,08 eA 16,13 fgB 3,07 cdA 2,04 fB

Pirulito 869,307 bA 734,62

8 aB 1,68 abB 2,08 abA 1,94 fgB 2,83 cdeA 25,87 bB 29,17 aA 3,36 bcA 2,52 deB

Laçador 476,149 cdB 685,17

10 aA 1,57 abA 1,33 cdA 3,30 deA 1,93 eB 21,71 cA 16,73 fgB 2,20 efB 4,09 aA

São Francisco 1897,7711

aA 659,4112

abB 2,16 aA 2,29 aA 1,14 gB 3,47 cA 22,60 cA 20,16 dB 8,40 aA 3,27 cB

Conquista 1 405,9713

defA 374,3714

dA 1,57 abA 1,79 abcA 3,87 bcdB 4,77 bA 19,54 dA 17,49 efB 2,08 efA 2,15 efA

Conquista 441,0915

defA 335,9216

deB 1,59 abA 0,83 dB 3,61 dA 2,46 cdeB 15,30 fB 16,95 fgA 2,89 dA 1,98 fB

Montesa 1 385,3117

efgB 564,0818

cA 1,93 aA 1,82 abcA 5,01 abcA 3,21 cdB 21,34 cA 20,33 dB 1,81 fB 2,77 dA

Ouro Verde 358,6819

fgB 514,7220

cA 1,84 aA 1,33 cdB 5,12 aA 2,58 cdeB 19,07 deB 21,78 cA 1,88 fB 2,36 efA

Montesa 437,2721

defB 726,3522

aA 1,88 aA 1,59 bcA 4,32 abcdA 2,19 deB 18,42 deA 18,91 deA 2,37 eA 3,84 abA

CV (%) 5,47 12,44 11,6 2,58 5,13

Médias seguidas pela mesma letra minúscula na coluna e maiúscula nas linhas não diferem estatisticamente entre si pelo teste de Tukey a 5 % de probabilidade. Valores de carbono da biomassa microbiana (C-BMS) em mg de C kg

-1 de solo; respiração basal do solo (RBS) em mg de C-CO2 kg

-1 solo h

-1;

quociente metabólico (qCO2) em mg de C-CO2. g-1

CBM. h-1

; carbono orgânico total (COT) em g Kg-1

; quociente microbiano (qMIC) em percentagem.. CV – coeficiente de variação.

1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22Médias dos valores das áreas 13;14;15;16;17;18;19;20;21;22;23;24;25;26;27;28;29;30;31;32;

33; 34, respectivamente, conforme identificação na Tabela 5.

49

Os maiores valores de COT associados às maiores produtividades dentro de

cada propriedade foram encontrados nas áreas: 15 (São João), 17 (Bom Retiro), 28

(Conquista), 29 (Montesa 1) e 32 (Ouro Verde). Essa variável só não apresentou

diferença estatística significativa entre as áreas da propriedade Montesa.

Na propriedade Pampa, as variáveis fosfatase ácida, arilsulfatase,

β-glucosidase, qCO2 e qMIC não encontraram diferenças significativas entre as

unidades de avaliações (áreas 13 e 14). Por outro lado, na área 13 (60,91 sc ha-1)

que obteve maior produtividade frente a 14 (58,50 sc ha-1) foram observados os

menores valores de FDA, C-BMS, RBS e COT. A menor disponibilidade de COT

para os microrganismos na área 13 contribuíram para uma menor biomassa

microbiana (C-BMS) metabolicamente ativa (RBS e FDA).

A arilsulfatase, β-glucosidase, FDA e qMIC foram estatisticamente iguais nas

áreas da propriedade São João (área 15 e 16). Na área 15 (76,61 sc ha-1) a maior

disponibilidade de COT contribuiu para elevar os teores de C-BMS e da atividade da

fosfatase ácida, uma vez que essas variáveis foram correlacionadas positivamente

(Tabela 9).

A área 17 e 18 (propriedade Bom Retiro) tiveram produtividade de 67,09 e

64,85 sc ha-1, respectivamente, e apenas a RBS não encontrou diferenças entre

elas. A maior produtividade da área 17 esteve associada a maior atividade das

enzimas fosfatase ácida, arilsulfatase e β-glucosidase (490,97, 75,72 e 166,65 mg

de p-nitrofenol kg-1 solo h-1, respectivamente), maior COT (18,08 g kg-1) e C-BMS

(555,80 mg de C kg-1 de solo).

Na propriedade Pirulito, não houve diferença estatística significativa entre as

áreas 19 e 20 para a fosfatase ácida e arilsulfatase. Na área 19 (72,77 sc ha-1) foi

observada maior produtividade frente a 20 (67,29 sc ha-1), acompanhada de maior

C-BMS (869,30 mg de C kg-1 de solo).

A arilsulfatase, β-glucosidase, FDA e RBS das áreas 21 e 22 (propriedade

Laçador) não diferiram estatisticamente entre si, destacando-se que os 2 indicadores

de atividade microbiana (RBS e FDA) não apresentam diferenças entre as áreas de

maior e menor produtividade. Na área de maior produtividade (área 22 –

69,05 sc ha-1) observou maior C-BMS e qMIC, embora nessa mesma área

constatou-se menor teor de COT.

50

Na propriedade São Francisco, a área de maior produtividade (área 24 - 73,50

sc ha-1) apresentaram valores estatisticamente inferiores de fosfatase ácida,

arilsulfatase, β-glucosidase, C-BMS, COT e qMIC. Os indicadores de atividade

microbiana, FDA e RBS, não apresentaram diferenças nas áreas da propriedade

São Francisco, embora a área 24 teve maior cociente metabólico, o que indica maior

perda de C via CO2.

Com exceção do qCO2 e do COT, para todas as demais variáveis analisadas

não houveram diferenças estatísticas entre as áreas da propriedade Conquista 1

(áreas 25 e 26).

Na propriedade Conquista, as áreas 27 e 28 não foram estatisticamente

diferentes quando analisadas as variáveis fosfatase ácida, arilsulfatase e FDA. Na

área 28 com maior produtividade, 73,54 sc ha-1, observou-se maior conteúdo de

COT, todavia o maior incremento de COT foi acompanhado pelos menos valores de

β-glucosidase, C-BMS, RBS, qCO2 e qMIC. Importante ressaltar que quanto menor

for o qCO2 mais eficiente é a biomassa microbiana, portanto embora essa área

possua uma menor biomassa microbiana, com baixa atividade, ela esta sendo

metabolicamente eficiente.

As variáveis fosfatase ácida, FDA e RBS foram estatisticamente iguais nas

áreas da propriedade Montesa 1. A área de maior produtividade (área 29 - 71,15 sc

ha-1) apresentou maior teor de COT e qCO2, e menores valores para arilsulfatase,

β-glucosidase, C-BMS e qMIC. Embora não houve diferença significativa na

atividade microbiana das duas áreas, o menor C-BMS acompanhado do maior qCO2

reflete maior perda de C no ambiente com maior COT, que é corroborado pelo

menor qMIC, pois esse indica menor quantidade de C sendo imobilizado na

biomassa microbiana.

Na propriedade Ouro Verde, as áreas 31 e 32 não apresentaram diferenças

estatísticas para as variáveis fosfatase ácida, β-glucosidase e FDA. A maior

produtividade da área 32 (66,26 sc ha-1) foi acompanhada pelos maiores teores de

COT, C-BMS, arilsulfatase e qMIC. A RBS foi estatisticamente inferior na área de

maior produtividade, assim como o qCO2. Portanto na área 32, a biomassa

microbiana encontra-se em menor atividade, porém sendo metabolicamente

eficiente, pois apresenta menor qCO2 e maior qMIC.

51

A arilsulfatase, FDA, RBS, COT e qMIC foram estatisticamente iguais nas

áreas 33 e 34 (propriedade Montesa). Porém a área 34, de maior produtividade com

76,61 sc ha-1, foi estatisticamente superior na atividade das enzimas fosfatase ácida,

β-glucosidase e do C-BMS. Demonstrando que em áreas com semelhantes teores

de COT e atividade microbiana, uma maior biomassa microbiana metabolicamente

eficiente (menor qCO2) pode contribuir para o incremento produtivo da cultura da

soja.

De maneira geral, entre as 11 propriedades do estado de Minas Gerais, as

maiores produtividades de cada área estiveram associadas a maior atividade da

fosfatase ácida em apenas 27,27 % dos casos. Para a atividade das enzimas

arilsulfatase e β-glucosidase a percentagem foi ainda menor, 18,18 %. Porém não

significa que a maior atividade enzimática esteve relacionada às menores

produtividades, pois nesse estudo, 54,54; 63,63 e 45,45 % das propriedades não

tiveram diferenças significativas entre suas áreas para a atividade da fosfatase

ácida, arilsulfatase e β-glucosidase, respectivamente.

Para os indicadores de atividade microbiana, RBS e FDA, 54,54 e 72,72 %

das propriedades avaliadas, não apresentaram diferenças significativas entre suas

respectivas áreas. Salienta-se que nenhuma área de maior produtividade esteve

associada a maior RBS ou FDA, pelo contrario em 45,45 e 27,27 % das

propriedades, as áreas de maiores produtividades estiveram associadas à menores

taxas de RBS e FDA.

O C-BMS e o COT obtiveram desempenhos semelhantes nas áreas de

maiores produtividade de cada propriedade, 54,54 % para o C-BMS e 45,45 % para

o COT. Todavia, em 34,34 e 45,45 % das propriedades, os indicadores C-BMS e

COT foram estatisticamente inferiores nas áreas de menores produtividades, não

sendo possível inferir sobre a tendência desses indicadores com base na

produtividade da cultura da soja.

Realçando que menores valores de qCO2 são desejáveis, as áreas de

maiores produtividades foram estatisticamente inferiores ou iguais a área de menor

produtividade em 72,72 % das propriedades. Para o qMIC a mesma percentagem foi

obtida, só que desta vez para valores maiores ou iguais aos das áreas de menores

produtividades.

52

4.5 Análise de regressão múltipla considerando a produtividade como

variável resposta

A análise de regressão múltipla considerando as variáveis microbiológicas

(fosfatase ácida, arilsulfatase, β-glucosidase, FDA, C-BMS, RBS, qCO2 e qMIC) e as

variáveis COT, relação C:N e o teor de argila, possibilitaram verificar a interferência

da microbiologia do solo sobre a produtividade da soja (Tabela 18).

Tabela 18. Regressão linear múltipla com base nas variáveis microbiológicas e argila, considerando a produtividade de grãos como variável dependente.

Coeficiente angular Valor-p

Fosfatase ácida -0,0738 0,0007

β-glucosidase 0,0855 0,0061

RBS 20,0963 0,0009

qCO2 -6,9508 0,0002

qMIC -5,3573 0,0004

C:N 1,8186 0,0094

Argila -0,0338 0,0161

RBS - respiração basal do solo; qCO2 – quociente metabólico; qMIC - quociente microbiano. Modelo de regressão linear múltipla: produtividade (Sacas ha

-1) = 80, 9657 - 0,07384 * fosfatase + 0,0855 * β-

glucosidase + 20,0963 * RBS - 6,9508 * qCO2 - 5,3573 * qMIC + 1,8187 * C:N - 0,0339 * Argila. (R2 =

66,29 %). Todas as variáveis do modelo são significativas a p < 0,05.

A produtividade de grãos foi influenciada principalmente pelo teor de fosfatase

ácida, β-glucosidase, RBS, qCO2, qMIC, relação C:N e argila (Tabela 18). Esses

atributos do solo, em conjunto, foram capazes de explicar 66,29 % da produtividade

de grãos de soja. Tendo em conta que a produtividade das culturas também é

influenciada por fatores não relacionados com a qualidade do solo, tais como clima,

genótipo e ocorrência de pragas (LOPES et al., 2013), a obtenção de um conjunto

de atributos que explique 66,29 % da produtividade é considerado satisfatório e

atribuído à escolha de áreas e locais com alta variabilidade nos atributos e na

produtividade.

De acordo com o modelo, áreas com maior RBS, β-glucosidase e relação C:N

são mais produtivas. Isso demonstra a importância da atividade microbiana na

produtividade agrícola, assim como a dependência de substrato de boa qualidade.

Neste estudo observa-se (Tabela 18) que a β-glucosidase e a RBS foram

significativos. A enzima β-glucosidase desempenha papel fundamental na liberação

de açúcares de baixo peso molecular, que são importantes fontes de energia

53

imediata para os microrganismos (CARDOSO; ANDREOTE, 2016), e por isso tem

sido relacionada com os indicadores de atividade microbiana (GREEN et al., 2007;

LUNGMUANA et al., 2017), como a RBS.

Coeficientes de regressão negativos indicam que para cada mudança nos

valores das variáveis explicativas, mantendo as demais variáveis fixas, ocorrerá uma

redução da variável resposta. Na Tabela 18 verifica-se que as variáveis fosfatase

ácida, qCO2, qMIC e argila possuem relações inversas ao incremento produtivo.

A atividade da enzima fosfatase ácida é influenciada pela adição de

fertilizantes minerais fosfatados, pois o fósforo disponível inibe a síntese desta

enzima (WANG; WANG; LIU, 2008). HEIDARI; MOHAMMADI; SOHRABI (2016)

relataram que sistemas de preparo do solo com fertilizantes minerais diminuem

significativamente a atividade enzimática da fosfatase ácida.

A cultura da soja, principalmente no sistema de monocultivo, é altamente

dependente da adubação fosfatada, considerada uma prática imprescindível, sendo

grande a quantidade de fósforo aplicada para manter uma disponibilidade do

nutriente adequada às plantas (SOUSA; LOBATO; REIN, 2004). Como a adubação

é recomendada, entre outros aspectos, com base na produção esperada,

subentende-se que: maior a produção, mais adubos e menor atividade da fosfatase

ácida (Tabela 6).

O coeficiente de regressão negativo para qCO2 indica que a produtividade da

soja está relacionada com menor perda de C por respiração, conforme pode ser

observado na Tabela 17, onde as áreas mais produtivas tiveram menores valores de

qCO2. Maiores valores de qCO2 indicam condições ambientais estressantes, reflexo

da baixa eficiência dos microrganismos para converter resíduos orgânicos em

biomassa microbiana (BARBOSA et al., 2017).

Nos maiores níveis de produtividade de soja o qCO2 permitiu a identificação

de solos com biomassa mais eficiente em relação ao uso de carbono e energia em

ambiente com menor grau de perturbação ou estresse. Resultados semelhantes

foram relatados por CERVANTES (2012) e GODOY et al., (2015).

Na Tabela 18 verifica-se que o qMIC relacionou negativamente com a

produtividade da soja. Como o qMIC é representado por uma razão entre o C-BMS

(numerador) e o COT (denominador), sendo que os efeitos de sistemas de manejo

nas alterações no conteúdo de COT ocorrem em médio ou em longo prazo

54

(PESSOA et al., 2012; SILVA; MENDONÇA, 2007) e que a biomassa microbiana

pode aumentar rapidamente, ainda que os níveis de COT permaneçam inalterados

(GAMA-RODRIGUES; GAMA-RODRIGUES, 2008), infere-se que as variações nos

valores de quociente microbiano serão decorrentes principalmente da taxa de

biomassa microbiana.

Dessa maneira, como os fertilizantes minerais reduzem o C-BMS em

comparação com outros tipos de fertilizantes (HEIDARI; MOHAMMADI; SOHRABI,

2016), espera-se menores valores de qMIC à medida que a produtividade da soja

aumenta.

SILVA et al., (2012) ao avaliarem áreas agrícolas, florestais e de pastagem,

na região do Médio Vale do Paraíba do Sul (RJ) encontraram que no período das

chuvas houve redução do qMIC, atribuindo essa redução à mineralização da

biomassa microbiana, e consequente redução da sua comunidade. Resultados

semelhantes foram observados por NETO et al. (2014) ao avaliarem o efeito de

plantas de cobertura em cultivo consorciado em período chuvoso e de estiagem.

O coeficiente de regressão linear entre produtividade e teor de argila foi

negativa. Pode-se inferir que, com aumento de argila há maior expressão dos efeitos

negativos da argila, principalmente relacionados à dinâmica de P no solo (NOVAIS;

SMYTH, 1999).

Segundo SMITH & PAUL (1990) a biomassa microbiana é influenciada pelos

teores de argila por aumentar a adsorção de compostos orgânicos e nutrientes,

proporcionando maior capacidade tampão de acidez e conferindo proteção aos

microrganismos do solo.

Ainda que negativo, é importante ressaltar que os teores de argila e

produtividade de soja não apresentaram coeficientes de correlação de Pearson

significativos (Tabela 9). Portanto, o coeficiente negativo obtido no modelo não

significa, necessariamente, que a argila interfira negativamente na produtividade do

sistema, mas sim que a relação existente entre a argila e as demais variáveis do

modelo tendem a reduzir a produtividade da soja.

No presente estudo, as relações observadas entre os indicadores microbianos

com a produtividade da soja mostram que solos mais produtivos apresentam

maiores níveis de atividade microbiana. CERVANTES (2012), afirma que os

indicadores microbiológicos e bioquímicos apresentam capacidade de separação

55

entre as áreas com diferentes níveis de produtividade de grãos, indicando que

alguns atributos do solo relativos à ciclagem de C e nutrientes podem explicar os

níveis de produtividade da cultura da soja.

Os teores e níveis adequados de nutrientes no solo para a produção da soja

já se encontram estabelecidos na literatura (SOUSA; LOBATO, 2004), sendo

possível encontrar tabelas de recomendações com base na produtividade esperada.

Para verificar quais nutrientes se relacionaram com a produtividade de soja, foi feita

uma análise de regressão múltipla das variáveis químicas (potássio (K), magnésio

(Mg), cálcio (Ca), alumínio (Al), enxofre (S), fosforo (P), boro (B), manganês (Mn),

zinco (Zn), ferro (Fe), cobre (Cu), capacidade de troca catiônica (CTC) e saturação

por bases (V %)), considerando a produtividade de grãos como variável dependente

(Tabela 19).

Tabela 19. Estimativas para o modelo de regressão linear múltipla das variáveis químicas, considerando a produtividade de grãos como variável dependente.


pH CaCl2 -35,6154 0,0003

Fósforo 0,3340 0,0024

Magnésio 1,2657 0,0016

Boro 14,5587 0,0254

Ferro -0,6102 0,0026

Modelo de regressão linear múltipla: produtividade (Sacas ha-1

) = 219,5552 - 35,6154 * pH CaCl + 0,3340 * P + 1,2657 * Mg + 14,5587 * B - 0,6102 * Fe. (R

2 = 65,65 %). Todas as variáveis do modelo

são significativas a p < 0,05.

Foi observado um coeficiente de regressão negativo entre o pH e a

produtividade da soja (Tabela 19), que se deve ao fato principalmente da

disponibilidade de nutrientes estarem relacionadas com a faixa de pH do solo.

Resultados semelhantes foram relatados por REICHERT et al., (2008) ao estudarem

a variabilidade espacial de atributos físicos e químicos e sua relação com a

produtividade de soja.

Na Região do Cerrado, o problema da acidez (excesso de alumínio, baixos

teores de cálcio e magnésio) afeta o sistema radicular das plantas, reduzindo o seu

desenvolvimento, limitando a absorção de água, nutrientes e, consequentemente, a

produtividade da cultura (SOUSA; LOBATO, 2004). Por este motivo DALCHIAVON

56

et al., (2011) consideram o pH do solo como um potencial indicador da produtividade

de grãos de feijão quando cultivado sob sistema de plantio direto.

A regressão múltipla para os dados de produtividade e teores dos elementos

minerais essenciais (Tabela 19) selecionou fósforo (P), magnésio (Mg), boro (B) e

ferro (Fe), na qual o teor de Fe obteve coeficiente negativo.

O P é um nutriente requerido em grandes proporções para o crescimento e

desenvolvimento vegetal, pois é crucial no metabolismo das plantas,

desempenhando papel importante na transferência de energia da célula, na

respiração e na fotossíntese. É também componente estrutural dos ácidos nucléicos

de genes e cromossomos, assim como de muitas coenzimas, fosfoproteínas e

fosfolipídeos (TAIZ; ZEIGER, 2013).

Segundo SOARES & SEDIYAMA, (2016) a falta de P evidencia-se muito

desastrosa à produtividade da lavoura de soja do que qualquer outro macronutriente,

acarretando perdas de até 94 % se nenhuma fonte de P for administrada ao solo.

O Mg é um nutriente que possui várias funções nas plantas, sendo um dos

constituintes da molécula de clorofila e necessário a várias reações enzimáticas.

Consequentemente, muitos processos fisiológicos e bioquímicos críticos nas plantas

são adversamente afetados pela deficiência de Mg, levando a prejuízos no

crescimento e na produção (CAKMAK; YAZICI, 2010).

Segundo CAKMAK & YAZICI, (2010), embora seja bem conhecido o papel do

Mg em várias funções críticas na planta, surpreendentemente, há pouca pesquisa

relacionada ao aspecto nutricional com Mg na produção e qualidade agrícola. Por

isso, muitas vezes o Mg é considerado um “elemento esquecido”. No entanto, a

deficiência de Mg torna-se cada vez mais um importante fator limitante nos sistemas

intensivos de produção. Em particular, o esgotamento de Mg dos solos é uma

crescente preocupação para a agricultura de alta produtividade (CAKMAK; YAZICI,

2010), o que pode ser corroborado pela análise de regressão múltipla que relacionou

o incremento produtivo da cultura da soja com o aumento dos teores de Mg no solo.

O B foi o nutriente que apresentou maior coeficiente angular no modelo de

regressão múltipla (Tabela 19), todavia isso não quer dizer que uma aplicação de B

de forma indiscriminada resultará em incrementos produtivos lineares, uma vez que

a soja embora seja exigente em boro (B), possui, estreita faixa entre o nível

57

adequado e o tóxico para esse nutriente no solo; dessa forma, a dose a ser

recomendada deve ser bem definida (TRAUTMANN et al., 2014).

De acordo com TRAUTMANN et al., (2014) o boro se destaca por

desempenhar importante papel no transporte de açúcares, no metabolismo de

carboidratos, na respiração, na síntese e estruturação de células guarda. O B

também é importante na germinação do grão de pólen e no crescimento do tubo

polínico; desse modo, sua deficiência leva a um baixo pegamento das flores e/ou

uma má formação dos grãos e consequente redução na produtividade das culturas

(LIMA et al., 2003).

DEUNER et al., (2015) ao avaliarem o efeito do manejo da adubação via

tratamento de sementes e aplicação foliar sobre os componentes do rendimento e a

qualidade fisiológica de sementes de soja concluíram que nos tratamentos com

adição de B houve aumento no rendimento e na massa de 1000 sementes de soja.

Assim, os dados do presente trabalho evidenciam que esse micronutriente (B)

se apresenta como o limitante mais provável para a produtividade da soja,

corroborando os resultados de SANTOS et al., (2008).

Até o presente momento foram estimados modelos de regressão múltipla para

as variáveis microbiológicas e químicas do solo de forma isolada. Na Tabela 20 está

apresentado um modelo de regressão que foi obtido a partir das variáveis

selecionadas no modelo microbiológico (Tabela 18) e químico (Tabela 19).

O modelo da Tabela 20 contém variáveis microbiológicas (RBS, qCO2 e

qMIC), físicas (argila) e químicas (P e Fe), demostrando que a interação desses

fatores contribuem para o incremento produtivo, e que analises isoladas de apenas

um grupo de atributo deve ser observada com cautela, pois no ambiente solo há

interações entre a microbiota do solo, os elementos químicos e a estrutura do solo

(MENDES et al., 2011).

Ao considerarmos a análise conjunta das variáveis microbiológicas, argila e

químicas do solo, podemos verificar que a respiração basal do solo, quociente

metabólico, quociente microbiano, argila, fósforo e ferro foram as variáveis que

descreveram o modelo. Com exceção da respiração basal do solo e do teor de

fósforo, todos os demais coeficientes foram negativos.

58

Tabela 20. Regressão linear múltipla das variáveis microbiológicas, argila e químicas do solo, considerando a produtividade de grãos como variável dependente.


RBS 24,7129 <0,0001

qCO2 -8,7412 <0,0001

qMIC -6,5510 <0,0001

Argila -0,0595 <0,0001

Fósforo 0,3897 0,0008

Ferro -0,4470 0,0045

RBS - respiração basal do solo; qCO2 – quociente metabólico; qMIC - quociente microbiano. Modelo de regressão linear múltipla: produtividade (Sacas ha

-1) = 105,08955 + 24,7129 * RBS – 8,7412 *

qCO2 – 6,5510 * qMIC – 0,0595 * argila + 0,3897 * P – 0,4470 * Fe. (R2 = 69,92 %). Todas as

variáveis do modelo são significativas a p < 0,01.

Observando a Tabela 20, verifica-se que 69,92 % da variação total da

resposta é explicado pelo modelo de regressão, valor maior que o encontrado para

os modelos microbiológicos (R2 = 66,29 % - Tabela 18) e químicos (R2 = 65,65 % -

Tabela 19).

59

5 CONCIDERAÇÕES FINAIS

As correlações observadas entre os indicadores microbianos com a

produtividade da soja mostram que solos com maior produtividade apresentam altos

níveis de atividade microbiana.

Os atributos microbiológicos arilsulfatase, β-glucosidase, quociente

microbiano e relação C:N apresentaram correlações significativas com a

produtividade de soja.

O carbono da biomassa microbiana, respiração basal do solo e quociente

metabólico não diferiram entre áreas com produtividades inferiores a 60 sc ha-1.

A enzima arilsulfatase apresentou maior atividade nas áreas mais produtivas

dos estados de Mato Grosso e Paraná. Em Minas Gerais foi o quociente metabólico.

Na regressão múltipla, os indicadores microbianos, respiração basal do solo e

os quocientes metabólico e microbiano influenciaram nos níveis de produtividade de

grãos da soja.

As interações dos fatores químicos, físicos e microbiológicos contribuem para

o incremento produtivo, uma vez que no ambiente solo há interações entre eles.

60

6 REFERÊNCIAS BIBLIOGRÁFICAS

ADAM, G.; DUNCAN, H. Development of a sensitive and rapid method for the measurement of total microbial activity using fluorescein diacetate (FDA) in a range of soils. Soil Biology and Biochemistry, v. 33, n. 7–8, p. 943–951, jun. 2001.

ALVES, T. DOS S. et al. Biomassa e atividade microbiana de solo sob vegetação nativa e diferentes sistemas de manejos. Acta Scientiarum. Agronomy, v. 33, n. 2, p. 341–347, 11 abr. 2011.

ANDERSON, T.-H.; DOMSCH, K. H. Ratios of microbial biomass carbon to total organic carbon in arable soils. Soil Biology and Biochemistry, v. 21, n. 4, p. 471–479, jan. 1989.

ANDERSON, T.-H.; DOMSCH, K. H. Application of eco-physiological quotients (qCO2 and qD) on microbial biomasses from soils of different cropping histories. Soil Biology and Biochemistry, v. 22, n. 2, p. 251–255, jan. 1990.

ANDERSON, T. H.; DOMSCH, K. H. The metabolic quotient for CO2 (qCO2) as a specific activity parameter to assess the effects of environmental conditions, such as ph, on the microbial biomass of forest soils. Soil Biology and Biochemistry, v. 25, n. 3, p. 393–395, 1993.

BANDICK, A. K.; DICK, R. P. Field management effects on soil enzyme activities. Soil Biology and Biochemistry, v. 31, n. 11, p. 1471–1479, out. 1999.

BARBOSA, L. R. et al. Chemical and microbiological indicators of quality in a yellow oxissol under conventional tillage of different ages. Biosci. J., v. 33, n. 3, p. 601–609, 2017.

BARRETO, A. C. et al. Fracionamento químico e físico do carbono orgânico total em um solo de mata submetido a diferentes usos. Revista Brasileira de Ciência do Solo, v. 32, p. 1471–1478, 2008.

BARTLETT, R. J.; ROSS, D. S. Colorimetric Determination of Oxidizable Carbon in Acid Soil Solutions. Soil Science Society of America Journal, v. 52, n. 4, p. 1191, 1988.

BITTAR, I. M. B.; FERREIRA, A. DE S.; CORRÊA, G. F. Influência da textura do solo na atividade microbiana, decomposição e mineralização do carbono de serapilheira de sítios do bioma cerrado sob condições de incubação. Bioscience Journal, v. 29, n. 6, p. 1952–1960, 2013.

CAKMAK, I.; YAZICI, A. M. Magnésio: um elemento esquecido na produção agrícola. Campinas: Instituto Agronômico, 2010. v. 132

CARDOSO, E. J. B. N.; ANDREOTE, F. D. Microbiologia do solo. 2° ed. Piracicaba/SP: Universidade de São Paulo. Escola Superior de Agricultura Luiz de Queiroz, 2016.

61

CARDOSO, E. J. B. N.; TSAI, S. M.; NEVES, M. C. P. Microbiologia do solo. Campinas/ SP: Sociedade Brasileira de Ciência do Solo, 1992.

CARNEIRO, M. A. C. et al. Atributos bioquímicos em dois solos de cerrado sob diferentes sistemas de manejo e uso. Pesquisa Agropecuária Brasileira, v. 38, n. 4, p. 276–283, 30 dez. 2008.

CARNEIRO, M. A. C. et al. Atributos físicos, químicos e biológicos de solo de cerrado sob diferentes sistemas de uso e manejo. Revista Brasileira de Ciência do Solo, v. 33, n. 1, p. 147–157, fev. 2009.

CARNEIRO, M. A. C. . et al. Atributos indicadores de qualidade em solos de cerrado no entorno do Parque Nacional das Emas, Goiás. Bioscience Journal, v. 29, n. 6, p. 1857–1868, 2013.

CERVANTES, V. N. M. Atributos microbiológicos do solo auxiliam na explicação de níveis de produtividade de soja sob plantio direto no Paraná. Londrina: Universidade Estadual de Londrina (Dissertação de mestrado), 2012.

CESB. Comitê Estratégico Soja Brasil. Disponível em: <http://www.cesbrasil.org.br/Evolucao.aspx>. Acesso em: 28 set. 2015.

CHAVARRÍA, D. N. et al. Effect of cover crops on microbial community structure and related enzyme activities and macronutrient availability. European Journal of Soil Biology, v. 76, p. 74–82, set. 2016.

CONAB. Serie histórica da soja. Disponível em: <http://www.conab.gov.br/conteudos.php?a=1252&t=2>. Acesso em: 27 mar. 2017.

CUNHA, E. DE Q. et al. Atributos físicos, químicos e biológicos de solo sob produção orgânica impactados por sistemas de cultivo. Revista Brasileira de Engenharia Agrícola e Ambiental, v. 16, n. 1, p. 56–63, 2012.

DALCHIAVON, F. C. et al. Variabilidade espacial da produtividade do feijoeiro correlacionada com atributos químicos de um Latossolo Vermelho Distroférrico sob sistema de semeadura direta. Bragantia, v. 70, n. 4, p. 908–916, 2011.

DE-POLLI, H.; GUERRA, J. G. M. Carbono, Nitrogênio e fósforo da biomassa microbiana do solo. In: SANTOS, G. DE A. et al. (Eds.). . Fundamentos da matéria orgânica do solo – Ecossistemas tropicais e subtropicais. 2° ed. Porto Alegre: Metrópole, 2008. p. 263–276.

DEMOLING, F.; FIGUEROA, D.; BÅÅTH, E. Comparison of factors limiting bacterial growth in different soils. Soil Biology and Biochemistry, v. 39, n. 10, p. 2485–2495, 2007.

DEUNER, C. et al. Rendimento e qualidade de sementes de soja produzidas sob diferentes manejos nutricionais. Revista de Ciências Agrárias, v. 38, n. 3, p. 357–365, 2015.

62

DOU, F.; WRIGHT, A. L.; HONS, F. M. Sensitivity of Labile Soil Organic Carbon to Tillage in Wheat-Based Cropping Systems. Soil Science Society of America Journal, v. 72, n. 5, p. 1445, 2008.

DUARTE, A. P. et al. Consórcio Milho-Braquiária. Brasília/ DF: Embrapa, 2013.

EIVAZI, F.; TABATABAI, M. A. Glucosidases and galactosidases in soils. Soil Biology and Biochemistry, v. 20, n. 5, p. 601–606, 1988.

GAMA-RODRIGUES, E. F.; GAMA-RODRIGUES, A. C. Biomassa microbiana e ciclagem de nutrientes. In: SANTOS, G. DE A. et al. (Eds.). . Fundamentos da matéria orgânica do solo – Ecossistemas tropicais e subtropicais. 2° ed. Porto Alegre: Metrópole, 2008. p. 159–170.

GANESHAMURTHY, A. N.; NIELSEN, N. E. Arylsulphatase and the biochemical mineralization of soil organic sulphur. Soil Biology and Biochemistry, v. 22, n. 8, p. 1163–1165, 1990.

GODOY, S. G. DE et al. Correlação entre produtividade do arroz no sistema semeadura direta e atributos do solo. Revista Brasileira de Engenharia Agricola e Ambiental, v. 19, n. 2, p. 119–125, fev. 2015.

GREEN, V. et al. Tillage impacts on soil biological activity and aggregation in a Brazilian Cerrado Oxisol. Soil and Tillage Research, v. 92, n. 1–2, p. 114–121, jan. 2007.

GREEN, V. S.; STOTT, D. E.; DIACK, M. Assay for fluorescein diacetate hydrolytic activity: Optimization for soil samples. Soil Biology and Biochemistry, v. 38, n. 4, p. 693–701, abr. 2006.

HEIDARI, G.; MOHAMMADI, K.; SOHRABI, Y. Responses of soil microbial biomass and enzyme activities to tillage and fertilization systems in soybean (Glycine max L.) production. Frontiers in Plant Science, v. 7, p. 1730, 21 nov. 2016.

HUNGRIA, M. et al. Soil microbial activity and crop sustainability in a long-term experiment with three soil-tillage and two crop-rotation systems. Applied Soil Ecology, v. 42, n. 3, p. 288–296, 2009.

INSAM, H.; DOMSCH, K. H. Relationship between soil organic carbon and microbial biomass on chronosequences of reclamation sites. Microbial Ecology, v. 15, n. 2, p. 177–188, mar. 1988.

JENKINSON, D. S.; POWLSON, D. S. The effects of biocidal treatments on metabolism in soil—V. Soil Biology and Biochemistry, v. 8, n. 3, p. 209–213, jan. 1976.

JOERGENSEN, R. G. The fumigation-extraction method to estimate soil microbial biomass: Calibration of the kEC value. Soil Biology and Biochemistry, v. 28, n. 1, p. 25–31, jan. 1996.

63

KERTESZ, M. A. The role of soil microbes in plant sulphur nutrition. Journal of Experimental Botany, v. 55, n. 404, p. 1939–1945, 2 jul. 2004.

KOTKOVÁ, B. et al. Crop influence on mobile sulphur content and arylsulphatase activity in the plant rhizosphere. Plant, Soil and Environment, v. 54, n. 3, p. 100–107, 2008.

LEMANCEAU, P. et al. Understanding and managing soil biodiversity: a major challenge in agroecology. Agronomy for Sustainable Development, v. 35, n. 1, p. 67–81, 9 jan. 2014.

LI, Y. et al. Soil microbial C:N ratio is a robust indicator of soil productivity for paddy fields. Scientific Reports, v. 6, n. 1, p. 35266, 14 dez. 2016.

LIMA, D. M. et al. Efeito da adubação foliar no cafeeiro, em sua produção e na qualidade de suas sementes dinara. Ciência Agrotécnica, v. edição esp, p. 1499–1505, 2003.

LOPES, A. A. C. Interpretação de indicadores microbiológicos em função da matéria orgânica do solo e dos rendimentos de soja e milho. Brasília/ DF: Universidade de Brasília (Dissertação de Mestrado), 2012.

LOPES, A. A. DE C. et al. Interpretation of Microbial Soil Indicators as a Function of Crop Yield and Organic Carbon. Soil Science Society of America Journal, v. 77, n. 2, p. 461, 2013.

LUNGMUANA et al. Impact of secondary forest fallow period on soil microbial biomass carbon and enzyme activity dynamics under shifting cultivation in North Eastern Hill region, India. CATENA, v. 156, n. March, p. 10–17, set. 2017.

LUPWAYI, N. Z. et al. Relating soil microbial properties to yields of no-till canola on the Canadian prairies. European Journal of Agronomy, v. 62, p. 110–119, 2015.

MAPA, M. DA AGRICULTURA P. E A. Projeções do agronegócio Brasil 2014/2015 a 2024/2025 Projeções a longo prazo. 6° ed. Brasília/ DF: Ministério da Agricultura, Pecuária e Abastecimento, 2015.

MARGALEF, O. et al. Global patterns of phosphatase activity in natural soils. Scientific Reports, v. 7, n. 1, p. 1337, 2 dez. 2017.

MATSUOKA, M.; MENDES, I. C.; LOUREIRO, M. F. Biomassa microbiana e atividade enzimática em solos sob vegetação nativa e sistemas agrícolas anuais e perenes na região de Primavera do Leste (MT). Revista Brasileira de Ciência do Solo, v. 27, n. 3, p. 425–433, 2003.

MELO, W. J. DE et al. Avaliação da atividade enzimática em amostras de solo. In: FIGUEIREDO, M. DO V. B. et al. (Eds.). . Biotecnologia aplicada à agricultura: textos de apoio e protocolos experimentais. 1° ed. Brasília/ DF: Embrapa informações Tecnologicas ; Recife/PE: Instituto Agronômico de Pernanbuco: [s.n.]. p. 153–187.

64

MENDES, I. D. C.; REIS JUNIOR, F. B. DOS. Uso de parâmetros microbiológicos como indicadores para avaliar a qualidade do solo e a sustentabilidade dos agroecossistemas. 1° ed. Planaltina-DF: Embrapa Cerrados, 2004.

MENDES, I. DE C. et al. Microbiologia do solo e sustentabilidade de sistemas agrícolas. In: FALEIRO, F. G.; ANDRADE, S. R. M. DE; JUNIOR, F. B. DOS R. (Eds.). . BIOTECNOLOGIA: estado da arte e aplicações na agropecuária. Planaltina: Embrapa Cerrados, 2011. p. 217–244.

MOHAMMADI, K. et al. Contrasting soil microbial responses to fertilization and tillage systems in canola rhizosphere. Saudi Journal of Biological Sciences, v. 19, n. 3, p. 377–383, 2012.

MUNGAI, N. W. et al. Spatial variation of soil enzyme activities and microbial functional diversity in temperate alley cropping systems. Biology and Fertility of Soils, v. 42, n. 2, p. 129–136, 7 nov. 2005.

NETO, S. E. DE A. et al. Atividade biológica de solo sob cultivo múltiplo de maracujá, abacaxi, milho, mandioca e plantas de cobertura. Revista Ciencia Agronomica, v. 45, n. 4, p. 650–658, 2014.

NOVAIS, R. F.; SMYTH, T. J. Fósforo em solo e planta em condições tropicais. Viçosa: Universidade Federal de Viçosa, 1999.

OLIVEIRA, J. R. A. O impacto de sistemas integrados de lavouras e pastagens na biomassa-C e na atividade biológica de um Latossolo Vermelho-Escuro de Cerrado. [s.l.] Universidade de Brasília (Dissertação de Mestrado), 2000.

PEREZ, K. S. S.; RAMOS, M. L. G.; MCMANUS, C. Carbono da biomassa microbiana em solo cultivado com soja sob diferentes sistemas de manejo nos Cerrados. Pesquisa Agropecuaria Brasileira, v. 39, n. 6, p. 567–573, 2004.

PESSOA, P. M. DE A. et al. Frações de carbono orgânico de um Latossolo húmico sob diferentes usos no agreste Brasileiro. Revista Brasileira de Ciencia do Solo, v. 36, n. 1, p. 97–104, 2012.

PHALKE, D. H. et al. Effect of in situ recycling of sugarcane crop residues on soil enzyme activities under soybean–maize system. Proceedings of the National Academy of Sciences, India Section B: Biological Sciences, v. 86, n. 2, p. 299–307, 30 jun. 2016.

PIOTROWSKA-DŁUGOSZ, A. et al. Spatio-temporal variability of soil sulfur content and arylsulfatase activity at a conventionally managed arable field. Geoderma, v. 295, p. 107–118, jun. 2017.

R CORE TEAM. R: A language and environment for statistical computingViennaR Foundation for Statistical Computing, , 2017. Disponível em: <https://www.r-project.org/>

65

REICHERT, J. M. et al. Variabilidade espacial de Planossolo e produtividade de soja em várzea sistematizada: análise geoestatística e análise de regressão. Ciência Rural, v. 38, n. 4, p. 981–988, ago. 2008.

ROMÃO, R. L. Carbono orgânico em função do uso do solo. [s.l.] Universidade Estadual Paulista, 2012.

SAKO, H. et al. Fatores decisivos para se obter produtividade de soja acima de 4200 kg/ha. Brasil: Comitê Estratégico Soja Brasil (Circular Técnica), 2016. v. 2

SANTOS, F. C. DOS et al. Produtividade e aspectos nutricionais de plantas de soja cultivadas em solos de cerrado com diferentes texturas. Revista Brasileira De Ciencia Do Solo, v. 32, p. 2015–2025, 2008.

SEDIYAMA, T. Produtividade de soja. 1° ed. Londrina: Mecenas, 2016.

SILVA, A. P. et al. Microbial biomass under various soil- and crop-management systems in short- and long-term experiments in Brazil. Field Crops Research, v. 119, n. 1, p. 20–26, out. 2010.

SILVA, M.; SIQUEIRA, E. R.; COSTA, J. L. D. S. Hidrólise de diacetato de fluoresceína como bioindicador da atividade microbiológica de um solo submetido a reflorestamento. Ciência Rural, v. 34, n. 5, p. 1493–1496, 2004.

SILVA, C. F. DA et al. Carbono orgânico total, biomassa microbiana e atividade enzimática do solo de áreas agrícolas, florestais e pastagem no médio vale do paraíba do sul (RJ). Revista Brasileira de Ciência do Solo, v. 36, n. 7, p. 1680–1689, 2012.

SILVA, E. E. DA; AZEVEDO, P. H. S. DE; DE-POLLI, H. Determinação da respiração basal (RBS) e quociente metabólico do solo (qCO2). Seropédica/RJ: Embrapa Cerrados (Comunicado Técnico 99), 2007.

SILVA, I. R. DA; MENDONÇA, E. D. S. Matéria orgânica do solo. In: NOVAIS, R. F. DE et al. (Eds.). . Fertilidade so solo. Viçosa/ MG: Sociedade Brasileira de Ciência do Solo, 2007. p. 275–374.

SIWIK-ZIOMEK, A.; LEMANOWICZ, J.; KOPER, J. Arylsulphatase activity and sulphate content in relation to crop rotation and fertilization of soil. International Agrophysics, v. 30, n. 3, p. 359–367, 1 jan. 2016.

SIX, J. et al. A re-evaluation of the enriched labile soil organic matter fraction. European Journal of Soil Science, v. 51, n. 2, p. 283–293, 2000.

SMITH, J. L.; PAUL, E. A. The significance of soil microbial biomass estimations. In: Soil biochemistry. Volume 6. [s.l.] Marcel Dekker, Inc., 1990. p. 357–396.

SOARES, M. M.; SEDIYAMA, T. Macronutrientes. In: SEDIYAMA, T. (Ed.). . Produtividade da soja. Londrina: Mecenas, 2016. p. 64–80.

SOUSA, D. M. G. DE; LOBATO, E. Cerrado: correção do solo e adubação. 2. ed. Brasília/ DF: Embrapa Informação Tecnológica, 2004.

66

SOUSA, D. M. G. DE; LOBATO, E.; REIN, T. A. Adubação com fósforo. In: SOUSA, D. M. G. DE; LOBATO, E. (Eds.). . Cerrado, correção do solo e adubação. 2° ed. Brasília/ DF: Embrapa, 2004. p. 147–168.

SPARLING, G. Ratio of microbial biomass carbon to soil organic carbon as a sensitive indicator of changes in soil organic matter. Australian Journal of Soil Research, v. 30, n. 2, p. 195–207, 1992.

TABATABAI, M. A. Soil Enzymes. In: ANGLE, S. et al. (Eds.). . Methods of Soil Analysis. Part 2: Microbiological and Biochemical Properties. Inc. Madison: Soil Science Society of America, 1994. p. 775–833.

TABATABAI, M. A.; BREMNER, J. M. Use of p-nitrophenyl phosphate for assay of soil phosphatase activity. Soil Biology and Biochemistry, v. 1, n. 4, p. 301–307, 1969.

TABATABAI, M. A.; BREMNER, J. M. Arylsulfatase Activity of Soils. Soil Science Society of America Journal, v. 34, n. 2, p. 225, 1970.

TABATABAI, M. A.; BREMNER, J. M. Distribution of Total and Available Sulfur in Selected Soils and Soil Profiles1. Agronomy Journal, v. 64, n. 1, p. 40, 1972.

TAIZ, L.; ZEIGER, E. Fisiologia vegetal. 5° ed. Porto Alegre: Artmed, 2013.

TÓTOLA, M. R.; CHAER, G. . Microrganismos e processos microbiológicos como indicadores da qualidade do solo. In: Tópicos em ciência do solo. Viçosa: Sociedade Brasileira de Ciência do Solo, 2002. p. 195–276.

TRASAR-CEPEDA, C. et al. Towards a biochemical quality index for soils: An expression relating several biological and biochemical properties. Biology and Fertility of Soils, v. 26, n. 2, p. 100–106, 15 dez. 1997.

TRAUTMANN, R. R. et al. Potencial de água do solo e adubação com boro no crescimento e absorção do nutriente pela cultura da soja. Revista Brasileira De Ciencia Do Solo, v. 38, p. 240–251, 2014.

VANCE, E. D.; BROOKES, P. C.; JENKINSON, D. S. An extraction method for measuring soil microbial biomass C. Soil Biology and Biochemistry, v. 19, n. 6, p. 703–707, jan. 1987.

VARELA, M. F. et al. Cover crop effects on soybean residue decomposition and P release in no-tillage systems of Argentina. Soil and Tillage Research, v. 143, p. 59–66, nov. 2014.

WANG, Q. K.; WANG, S. L.; LIU, Y. X. Responses to N and P fertilization in a young Eucalyptus dunnii plantation: Microbial properties, enzyme activities and dissolved organic matter. Applied Soil Ecology, v. 40, n. 3, p. 484–490, 2008.

WENDLING, B. et al. Estoque de carbono e estabilidade de agregados em um Latossolo Vermelho distrófico sob diferentes manejos. Pesquisa Agropecuaria Brasileira, v. 40, n. 5, p. 487–494, 2005.

67

YEOMANS, J. C.; BREMNER, J. M. A rapid and precise method for routine determination of organic carbon in soil. Communications in Soil Science and Plant Analysis, v. 19, n. 13, p. 1467–1476, out. 1988.

ZUBER, S. M.; VILLAMIL, M. B. Meta-analysis approach to assess effect of tillage on microbial biomass and enzyme activities. Soil Biology and Biochemistry, v. 97, p. 176–187, 2016.

68

APÊNDICE A - Atributos microbiológicos de áreas com diferentes níveis de produtividade de soja (n=3).

FDA - diacetato de fluoresceína; C-BMS - carbono da biomassa microbiana; RBS - respiração basal do solo; qCO2 – quociente metabólico; qMIC - quociente microbiano; COT – Carbono Orgânico Total. (Continua...) amg fluoresceína kg¹ solo seco h¹

bmg de C Kg solo

-1

cmg de C-CO2 kg

-1 solo h

-1

dmg de C-CO2. g

-1 CBM. h

-1

Área

Produtividade Fosfatase Arilsulfatase β-glicosidase

FDAa C-BMS

b RBS

c qCO2

d

COT qMIC

Sc ha-1

mg de p-nitrofenil kg-1

solo seco h-1

g Kg-1

%

1 110,32 601,46 333,92 176,08 4,18 707,07 2,92 4,12 28,09 2,52

2 98,51 448,12 150,80 180,79 4,82 502,63 2,44 4,91 23,26 2,16

3 83,65 420,88 155,97 153,32 3,45 558,03 1,68 3,08 16,75 3,33

4 80,71 460,57 208,59 123,81 4,99 1014,81 1,76 1,74 29,72 3,42

5 79,19 477,02 164,34 131,37 3,17 744,04 1,52 2,05 21,42 3,47

6 64,00 978,48 193,27 157,74 6,05 1367,21 1,94 1,42 38,81 3,52

7 75,31 689,67 263,23 137,79 4,61 697,31 2,44 3,49 28,09 2,48

8 63,19 613,88 65,60 121,82 4,43 902,53 2,17 2,41 20,06 4,50

9 59,77 641,89 49,05 136,69 4,61 823,82 1,82 2,20 19,49 4,23

10 65,76 461,26 40,06 79,64 4,46 372,41 1,74 4,66 20,36 1,83

11 30,70 165,61 7,86 43,03 1,96 359,66 2,01 5,59 3,99 9,06

12 67,50 218,16 21,72 60,95 2,35 431,19 1,49 3,45 5,53 7,80

13 60,91 424,78 50,67 123,57 2,81 458,42 1,12 2,45 12,43 3,69

14 58,50 426,56 59,62 133,82 3,80 588,64 1,66 2,81 28,09 3,68

15 76,61 596,82 83,40 182,83 3,75 318,69 1,60 5,03 23,26 1,09

16 69,51 510,20 78,07 167,86 3,63 266,30 2,13 7,97 16,75 1,13

17 67,09 490,97 75,72 166,65 1,91 555,80 2,14 3,85 29,72 3,07

69

APÊNDICE A - Atributos microbiológicos de áreas com diferentes níveis de produtividade de soja (n=3).

FDA - diacetato de fluoresceína; C-BMS - carbono da biomassa microbiana; RBS - respiração basal do solo; qCO2 – quociente metabólico; qMIC - quociente microbiano; COT – Carbono Orgânico Total. amg fluoresceína kg¹ solo seco h¹

bmg de C Kg solo seco

-1

cmg de C-CO2 kg

-1 solo h

-1

dmg de C-CO2. g

-1 CBM. h

-1

Área

Produtividade Fosfatase Arilsulfatase β-glucosidase

FDAa C-BMS

b RBS

c qCO2

d

COT qMIC

Sc ha-1

mg de p-nitrofenil kg-1

solo seco h-1

g kg-1

%

18 64,85 365,03 43,40 110,54 3,00 329,64 1,93 5,89 15,99 2,04

19 72,77 481,75 49,92 101,98 3,57 869,30 1,68 1,94 29,17 3,36

20 67,29 531,76 59,61 125,56 5,06 734,62 2,08 2,83 23,47 2,52

21 62,98 537,95 52,69 140,17 3,52 476,14 1,57 3,30 18,08 2,20

22 69,05 444,94 47,11 130,34 3,21 685,17 1,33 1,93 16,13 4,09

23 67,85 559,32 214,77 201,08 5,32 1897,77 2,16 1,14 25,87 8,40

24 73,50 491,16 74,90 148,90 4,93 659,41 2,29 3,47 29,17 3,27

25 70,73 420,90 33,76 133,57 2,46 405,97 1,57 3,87 21,71 2,08

26 73,03 430,05 35,04 117,38 2,45 374,37 1,79 4,77 16,73 2,15

27 71,30 361,54 33,06 145,83 2,36 441,09 1,59 3,61 22,60 2,89

28 73,54 395,44 39,13 125,81 1,79 335,92 0,83 2,46 20,16 1,98

29 71,15 577,49 127,83 174,36 5,02 385,31 1,93 5,01 19,54 1,81

30 64,86 570,14 196,06 245,57 4,88 564,08 1,82 3,21 17,49 2,77

31 51,88 560,76 59,89 157,29 3,68 358,68 1,84 5,12 15,30 1,88

32 66,26 510,76 74,56 151,75 3,17 514,72 1,33 2,58 16,95 2,36

33 71,46 533,21 91,72 214,00 5,12 437,27 1,88 4,32 21,34 2,37

34 76,61 635,78 89,43 339,86 4,92 726,35 1,59 2,19 20,33 3,84

70

APÊNDICE B – Características químicas dos solos analisados.

Área C:N Argila

pH CaCl2 K Mg Ca Al CTC S P B Mn Zn Fe Cu V

g/kg mmolc/dm3 mg/dm³ %

1 28,19 554,00 4,55 6,05 17,00 35,50 2,50 113,35 13,50 82,50 1,04 1,80 2,85 28,50 5,95 51,65

2 22,62 512,78 4,75 5,25 16,50 55,50 0,00 97,35 13,50 56,00 1,28 2,15 3,50 28,50 3,20 79,35

3 21,06 344,50 4,65 4,40 22,00 29,00 0,00 77,50 8,50 23,50 0,56 4,85 1,80 26,00 2,10 71,48

4 23,16 546,00 4,70 4,20 18,00 42,00 0,00 85,30 8,00 29,00 0,93 1,50 1,00 16,00 4,00 75,26

5 19,82 375,00 4,90 5,10 15,00 47,00 0,00 98,40 14,00 26,00 1,66 3,50 1,00 39,00 1,90 68,19

7 31,45 681,50 4,55 3,00 12,00 26,50 10,50 118,65 26,00 36,50 0,92 7,20 1,60 48,00 7,65 34,98

8 25,63 642,00 4,50 4,20 11,00 32,50 5,50 115,35 9,50 31,50 1,22 4,50 2,45 39,50 6,90 41,35

9 19,03 678,50 4,60 0,95 4,50 13,00 1,00 50,55 20,50 23,50 0,32 0,70 0,95 19,50 0,55 36,50

10 18,60 596,50 4,80 1,00 4,00 15,50 0,50 51,60 9,50 27,00 0,22 0,60 1,45 22,00 0,65 39,73

11 19,51 645,50 4,83 1,73 10,13 24,50 0,38 79,18 37,38 37,63 0,77 1,05 3,43 26,63 1,96 45,91

13 11,68 80,00 5,10 1,35 8,00 15,00 0,00 36,45 2,50 19,50 0,49 0,80 0,80 18,00 0,30 66,80

14 12,21 66,00 5,05 1,30 8,00 17,00 0,00 37,40 1,50 18,00 0,50 1,80 0,65 16,50 0,25 70,32

17 14,99 472,50 4,93 1,70 9,00 24,17 0,17 58,47 11,00 17,50 0,87 1,07 3,18 22,33 1,03 59,64

18 18,25 560,50 4,82 2,17 10,67 25,17 0,00 64,93 8,00 21,50 0,74 1,02 5,02 23,33 0,92 58,52

19 26,59 596,67 4,92 3,83 11,67 31,83 0,50 96,52 19,67 48,33 0,91 1,85 16,03 25,17 3,80 49,04

20 21,22 226,50 5,03 2,15 13,00 34,50 0,00 78,18 5,33 26,50 0,93 1,05 4,60 16,67 1,25 63,50

21 16,99 499,00 4,52 3,53 8,50 21,50 1,50 70,13 18,50 40,33 0,81 1,07 5,17 41,33 3,42 47,81

K – potássio; Mg – magnésio; Ca – cálcio; Al – alumínio; CTC – capacidade de troca catiônica; S – enxofre; P – fósforo; B – boro; Mn – manganês; Zn – zinco; Fe – ferro; Cu – cobre; V % - saturação por bases. (Continua...)

71

APÊNDICE B - Características químicas dos solos analisados.

Área C:N Argila pH CaCl2 K Mg Ca Al CTC S P B Mn Zn Fe Cu V

g/kg mmolc/dm3 mg/dm³ %

22 16,55 289,83 4,97 2,43 12,00 26,83 0,00 70,75 6,50 21,50 0,95 1,32 6,38 21,67 1,62 58,33

23 22,85 619,83 4,73 1,53 4,17 8,83 0,50 59,12 39,00 4,50 0,72 0,20 0,00 6,83 0,45 24,58

24 23,86 637,83 4,92 3,02 14,33 37,00 0,33 94,98 7,50 20,50 0,88 0,83 3,12 33,83 1,12 57,22

25 19,72 629,17 4,85 2,68 9,83 31,67 0,00 79,92 9,33 29,17 1,01 1,68 4,53 20,83 1,23 55,29

26 17,37 552,17 4,92 1,63 9,00 27,83 0,00 67,88 5,67 41,67 1,00 2,43 5,40 13,17 1,00 56,67

27 19,21 559,83 5,30 7,58 17,17 38,83 0,00 85,23 7,67 18,33 1,17 2,72 2,32 11,67 1,72 74,60

28 19,28 740,00 4,93 2,82 18,00 29,00 0,67 81,45 11,17 24,17 0,98 1,67 2,12 11,83 0,90 61,16

29 19,17 524,67 5,07 1,30 15,00 34,67 0,00 72,07 10,00 30,17 0,94 1,37 9,33 15,67 0,75 70,72

30 17,21 593,33 5,10 1,44 11,67 23,67 0,00 65,61 6,75 30,08 0,85 0,93 6,50 15,58 0,68 56,05

31 17,78 554,17 5,12 2,02 11,17 27,33 0,00 68,78 11,50 50,00 0,76 1,43 5,53 17,00 0,68 58,90

32 16,61 239,83 4,97 1,37 10,83 25,83 0,00 63,62 5,00 30,50 0,70 1,52 6,43 9,83 0,45 59,79

33 20,70 553,33 4,95 0,63 7,33 26,33 0,00 71,07 5,83 45,67 0,90 2,82 4,68 15,83 2,58 48,26

34 20,62 566,33 5,08 2,32 11,17 28,00 0,00 70,87 10,00 27,50 0,80 3,57 1,08 23,00 1,57 58,54

35 18,23 677,33 4,98 2,43 8,67 25,67 0,50 81,42 9,17 46,00 0,77 1,48 3,55 21,17 1,10 45,16

36 20,43 611,67 4,85 1,90 8,83 23,50 1,33 84,68 13,00 38,00 0,85 1,55 2,72 27,67 0,75 40,43

37 17,53 450,17 5,10 1,60 14,50 23,83 0,83 71,70 8,50 23,33 0,76 4,70 0,90 12,17 1,18 55,70

38 18,75 557,67 4,82 3,68 11,67 23,33 0,00 70,47 9,17 29,33 0,74 2,93 0,82 13,83 1,25 54,90

K – potássio; Mg – magnésio; Ca – cálcio; Al – alumínio; CTC – capacidade de troca catiônica; S – enxofre; P – fósforo; B – boro; Mn – manganês; Zn – zinco; Fe – ferro; Cu – cobre; V % - saturação por base

72

Documents

WILLIAN MESQUITA MENDES§ões-Teses... · MICROBIOLOGY OF SOILS CULTIVATED IN AREAS WITH DIFFERENT LEVELS OF SOYBEAN CROP YIELD ABSTRACT - In Brazil, soybean production started to