Diferencias morfológicas en el crecimiento de Lactuca sativa con distintos porcentajes de abono orgánico en el sustrato

Resumen

El uso de residuos orgánicos se ha ido desarrollando paralelamente a la necesidad por aprovechar la energía y nutrientes que los desechos aportan al suelo como fertilizantes y mejoradores biológicos de los sustratos. Entre los parámetros requeridos para el cultivo de lechuga se encuentran el pH, profundidad de siembra, disponibilidad de nitrógeno y otros macronutrientes. La eficiencia en el cultivo de hortalizas va relacionado con el uso de abono orgánico. En este contexto, se planteó determinar el porcentaje de tierra-compost óptimo para el crecimiento del sistema foliar de la planta de lechuga (Lactuca sativa). Se realizaron 5 tratamientos con distintos porcentajes de abono orgánico-tierra negra (0%-100%, 25%-75%, 50%-50%, 75%-25%, 100%-0%) de 14 plantas cada uno, por 5 semanas, posteriormente se separaron en raíz-tallo-hoja, se secaron y se pesaron, para extraer biomasa seca, número final de hojas y comparar diferencias morfológicas. Las plantas sometidas a los tratamientos con un menor porcentaje de compost fueron las que presentaron un mayor crecimiento en el número de hojas, una mayor biomasa seca y por tanto una menor proporción de cada una de las variables medidas con respecto al total de la planta. Basado en los resultados obtenidos se determinó que la tierra negra utilizada presentaba mejores condiciones para el crecimiento de lechuga en comparación con los demás tratamientos a los que fueron sometidas las plantas.

Palabras clave: compost, Lactuca sativa, mejorador biológico, diferencias morfológicas, biomasa seca, rendimiento foliar.

Introducción

La historia de la humanidad no puede separarse de la de sus residuos (Strasser, 1999; Miller, 2000; de Silguy, 1996). El compostaje ha cambiado conforme la humanidad ha ido progresando, esto nació del interés de aprovechar la energía y nutrientes que contienen los residuos de animales y de las plantas, y de esa manera imitar a la naturaleza (Crowe y col., 2002; Giménez y col., 2005). Haug (1993) describe el compost como materia orgánica que ha sido estabilizada hasta transformarse en un producto parecido a las sustancias húmicas del suelo, que están libres de patógenos y de malezas, que no atraen insectos o vectores, que puede ser manejada y almacenada sin ocasionar molestias y que es beneficiosa para el suelo y el crecimiento de las plantas. El compost debe tener en su composición macronutrientes como lo son el carbono(C), nitrógeno (N) y fósforo (P), debido a que estos son indispensables para el desarrollo microbiano. El C es el responsable de la síntesis celular para formar protoplasma, lípidos, grasas y carbohidratos. El N esencial para la reproducción celular. El P es rico en energía, siendo necesario para el desarrollo microbiano (Márquez, P. B., Blanco, M. J. D., & Capitán, F. C. ,2008). La planta absorbe el nitrógeno en forma de nitrato (NO3) y amonio (NH4). El nitrato al ser absorbido se reduce a amino, al estar en esta forma se utiliza en la formación de bases nitrogenadas, ácidos nucleicos y proteínas, por esto se dice que el N es importante para la realización de las reacciones metabólicas de la planta y un constituyente estructural de las paredes celulares (Rodríguez Ortiz, J. C., 1998). La presencia de microorganismos en el compost es vital para la mineralización de los compuestos. El nitrógeno al ser mineralizado en compuestos inorgánicos permite un mayor aprovechamiento en la absorción de nitrógeno por las raíces de la planta. Algunos factores que pueden afectar el proceso de mineralización son : humedad, temperatura, salinidad, pH, naturaleza del suelo, naturaleza del compost (con proporciones altas Carbono/Nitrógeno se afecta el proceso de mineralización), clima, aireación, entre otros. (Ganuza, E., 2014) La lechuga es una planta perenne y autógama, perteneciente a la familia Compositae y cuyo nombre botánico es Lactuca sativa, su raíz que no llega nunca a sobrepasar los 25 cm de profundidad, es pivotante, corta y con ramificaciones, las hojas están colocadas en roseta, desplegadas al principio; en unos casos continúan ese patrón durante todo su desarrollo (variedades romanas) . El borde de las hojas puede ser liso, ondulado o aserrado, el tallo es cilíndrico y ramificado (La Rosa Villarreal, O. J., 2015). Las plantas requieren de algunos elementos esenciales para su desarrollo, incluyendo macroelementos como lo son el nitrógeno, fósforo,potasio calcio, magnesio y azufre, estos se encuentran en algunos tejidos de las plantas en concentraciones superiores a 0,1% respecto a la masa seca. Otros elementos necesarios son los micronutrientes que se requieren en concentraciones menores a 100 µg/g de masa seca en los tejidos. En conjunto con la luz del sol, estos le permiten a las plantas a sintetizar los compuestos necesarios para su supervivencia. (Rodríguez, M., & Florez, V., 2004). Una de las funciones más importantes del nitrógeno es la de tener una acción directa sobre el incremento de la masa seca porque favorece el desarrollo del tallo, el crecimiento del follaje. Sin embargo, un exceso de este elemento provoca un crecimiento excesivo del follaje, un escaso desarrollo en el sistema radical. La deficiencia de este elemento provoca una clorosis en las hojas inferiores y en caso de deficiencias agudas, éstas caen prematuramente y la clorosis se generaliza en toda la planta. En hortalizas como la lechuga, la deficiencia de nitrógeno se manifiesta en hojas pequeñas y de color verde amarillento (Rodríguez, M., & Florez, V., 2004).

Objetivos

Objetivo General

Determinar el porcentaje de tierra-compost óptimo para el crecimiento del sistema foliar de la planta de lechuga (Lactuca sativa).

Objetivos Específicos

• Determinar diferencias en el crecimiento de las distintas estructuras de la planta (tallo, hojas, raíz) con respecto a los sustratos.
• Relacionar los valores de biomasa seca con las distintas estructuras de las plantas (tallo, hojas, raíz) con respecto a los sustratos.

Materiales y Métodos

I Parte. Siembra y crecimiento de plantas

El estudio estadístico se llevó a cabo entre los meses de agosto y octubre, en el vivero de Biología de la UNA, donde se trabajó con plántulas de la especie Lactuca sativa, estas se trasplantaron a cajas tetrapak con dimensiones de 9.5 x 9.5cm de ancho y 20cm de altura, las cuales se rellenaron con el sustrato y se clasificaron por hileras para diferenciar los experimentos realizados. Por cada caja se sembró una sola planta de la especie Lactuca sativa. La composición del sustrato varió según la hilera de cajas, siendo 5 hileras con 14 cajas cada una, de forma que el sustrato fuese variando en su composición, de esta forma la primera hilera con 100% tierra negra y 0% compost orgánico, la segunda hilera con 75% tierra negra y 25% de compost orgánico, una tercera hilera con 50% tierra negra y 50% compost organico, la cuarta hilera con un 25% tierra negra y un 75% compost orgánico y finalmente con 0% tierra negra y 100% compost orgánico. Las plantas se revisaron diariamente a la misma hora para realizar el riego por un periodo de cinco semanas.

II Parte. Recolección y análisis de datos

Después de cinco semanas se procedió a sacrificar las plantas y a separarlas en raíz, tallo y hoja. Se contabilizó la cantidad de hojas por planta y se extrajo un segmento en forma de cuadrado de una de las hojas de cada planta con dimensiones de 4x4, 2x2, 1x1, dependiendo del tamaño de la hoja, ya fuera grande, mediana o pequeña respectivamente para analizar el área foliar. Cada parte de la planta fue guardada individualmente en una bolsa de papel para posteriormente secarlas en un horno durante 72 horas a 60°C. Después del secado se pesó en una balanza analítica cada parte de la planta para determinar la masa seca de la raíz, masa seca de las hojas, masa seca del tallo, masa seca total y área foliar, a partir de los resultados obtenidos se hicieron algunas relaciones para obtener otras variables y desarrollar su posterior análisis estadístico. A partir de estos resultados, se obtuvo la proporción de biomasa al relacionar raíz/total, tallo/total, hojas/total, y el rendimiento de la biomasa con respecto a la raíz relacionando la parte aérea(g)/raíz (g), y área foliar (cm2)/raíz (g) . Cuando finalmente se obtuvieron los datos necesarios, se procedió a aplicarles pruebas estadísticas. Se realizó medición de pH a los sustratos, para lo cual se extrajeron 250 g de cada tratamiento (0%, 25%, 50%, 75%, 100%), las muestras se secaron en un horno a 60°C, durante 6 h, se desintegraron los terrones arcillosos, se filtró en un tamiz de 2000 um, se extrajo una submuestra de 20 g por tratamiento y se pesó en una balanza analítica. Luego para cada tratamiento se realizó una disolución de 50 ml de agua destilada en 20 g de muestra, se agitó la mezcla por 10 min, se dejó reposar por 30 min, se calibró el pH-metro, nuevamente se agitó cada disolución por 20 s, seguidamente se introdujo la punta del electrodo en la disolución y al minuto de haberlo insertado se tomó el valor de pH en cada muestra.

Resultados

En la variable biomasa seca de hojas se encontraron diferencias significativas entre 0%-100%, 0%-50%, 0%-75%, 100%-25%, 100%-50%, 25%-75%, 50%-75%, presentando mayor peso el tratamiento de 0% y 25% lo cual se ve representado en fig.1A). En el peso de biomasa seca de la variable tallo se encontraron diferencias significativas entre los tratamientos de 0%-100%, 0%-50%, 0%-75%, 100%-25%, 25%-50% y 25%-75%, siendo el 0% y 25% (sin diferencias significativas) los que obtuvieron un mayor peso en gramos, lo cual se puede apreciar en Fig.1B). La variable raíz únicamente presentó diferencias significativas entre 0%-75%(Fig.1C). En la variable del peso total de la planta se presentaron diferencias significativas entre 100%-0%, 50%-0%, 75%-0%, 25%-100%, 50%-25%, 75%-25%, 75%-50%(Fig.1D). Hubo mayor crecimiento en las plantas con menor proporción de compost (0% y 25%).

############################################################
###########                hojas (g)           #############
############################################################
## ANOVA ###################################################
############################################################
hojas.g <- aov(hojas.g ~ Tratamiento, data=Lechuga)
### NORMAL?
ifelse((shapiro.test(hojas.g$residuals))$p.value>0.05,"SI NORMALIDAD", "NO NORMALIDAD")

## [1] "NO NORMALIDAD"

### BALANCEADOS?
balanceado<-tapply(Lechuga$hojas.g, Lechuga$Tratamiento, length); ifelse(balanceado[1]-balanceado[2]==0,ifelse(balanceado[2]-balanceado[3]==0,ifelse(balanceado[3]-balanceado[4]==0,"Sí balanceados", "No balanceados")))

##               0% 
## "Sí balanceados"

############################################################

## NO NORMAL -> Kruskall Wallis a posteriori ¿?
############################################################
kruskal.test (hojas.g ~ Tratamiento, data=Lechuga)

## 
##  Kruskal-Wallis rank sum test
## 
## data:  hojas.g by Tratamiento
## Kruskal-Wallis chi-squared = 51.541, df = 4, p-value = 1.721e-10

## BALANCEADOS o Muestras por tratamientos (n) > 6 o 20  -> Kruskall Wallis a posteriori Bonferroni
Comparacion<-pairwise.wilcox.test(Lechuga$hojas.g, Lechuga$Tratamiento, p.adj = "bonf", exact= F)

Comparacion<-ifelse(Comparacion$p.value<0.05, "Diferente", "Igual")
Comparacion

##      0%          100%        25%         50%        
## 100% "Diferente" NA          NA          NA         
## 25%  "Igual"     "Diferente" NA          NA         
## 50%  "Diferente" "Diferente" "Igual"     NA         
## 75%  "Diferente" "Igual"     "Diferente" "Diferente"

############################################################
###########                tallo (g)           #############
############################################################
## ANOVA ###################################################
############################################################
tallo.g <- aov(tallo.g ~ Tratamiento, data=Lechuga)
### NORMAL?
ifelse((shapiro.test(tallo.g$residuals))$p.value>0.05,"SI NORMALIDAD", "NO NORMALIDAD")

## [1] "NO NORMALIDAD"

### BALANCEADOS?
balanceado<-tapply(Lechuga$tallo.g, Lechuga$Tratamiento, length); ifelse(balanceado[1]-balanceado[2]==0,ifelse(balanceado[2]-balanceado[3]==0,ifelse(balanceado[3]-balanceado[4]==0,"Sí balanceados", "No balanceados")))

##               0% 
## "Sí balanceados"

############################################################
## NO NORMAL -> Kruskall Wallis a posteriori ¿?
############################################################
kruskal.test (tallo.g ~ Tratamiento, data=Lechuga)

## 
##  Kruskal-Wallis rank sum test
## 
## data:  tallo.g by Tratamiento
## Kruskal-Wallis chi-squared = 45.842, df = 4, p-value = 2.657e-09

## BALANCEADOS o Muestras por tratamientos (n) > 6 o 20  -> Kruskall Wallis a posteriori Bonferroni
Comparacion<-pairwise.wilcox.test(Lechuga$tallo.g, Lechuga$Tratamiento, p.adj = "bonf", exact= F)
Comparacion<-ifelse(Comparacion$p.value<0.05, "Diferente", "Igual")
Comparacion

##      0%          100%        25%         50%    
## 100% "Diferente" NA          NA          NA     
## 25%  "Igual"     "Diferente" NA          NA     
## 50%  "Diferente" "Igual"     "Diferente" NA     
## 75%  "Diferente" "Igual"     "Diferente" "Igual"

############################################################
###########                Raíz (g)           ##############
############################################################
## ANOVA ###################################################
############################################################
Raiz.g <- aov(Raiz.g ~ Tratamiento, data=Lechuga)
### NORMAL?
ifelse((shapiro.test(Raiz.g$residuals))$p.value>0.05,"SI NORMALIDAD", "NO NORMALIDAD")

## [1] "NO NORMALIDAD"

### BALANCEADOS?
balanceado<-tapply(Lechuga$Raiz.g, Lechuga$Tratamiento, length); ifelse(balanceado[1]-balanceado[2]==0,ifelse(balanceado[2]-balanceado[3]==0,ifelse(balanceado[3]-balanceado[4]==0,"Sí balanceados", "No balanceados")))

##               0% 
## "Sí balanceados"

############################################################
## NO NORMAL -> Kruskall Wallis a posteriori ¿?
############################################################
kruskal.test (Raiz.g  ~ Tratamiento, data=Lechuga)

## 
##  Kruskal-Wallis rank sum test
## 
## data:  Raiz.g by Tratamiento
## Kruskal-Wallis chi-squared = 20.375, df = 4, p-value = 0.0004212

## BALANCEADOS o Muestras por tratamientos (n) > 6 o 20  -> Kruskall Wallis a posteriori Bonferroni
Comparacion<-pairwise.wilcox.test(Lechuga$Raiz.g , Lechuga$Tratamiento, p.adj = "bonf", exact= F)
Comparacion<-ifelse(Comparacion$p.value<0.05, "Diferente", "Igual")
Comparacion

##      0%          100%    25%     50%    
## 100% "Igual"     NA      NA      NA     
## 25%  "Igual"     "Igual" NA      NA     
## 50%  "Igual"     "Igual" "Igual" NA     
## 75%  "Diferente" "Igual" "Igual" "Igual"

############################################################
###########                total(g)           ##############
############################################################
## ANOVA ###################################################
############################################################
total.g <- aov(total.g ~ Tratamiento, data=Lechuga)
### NORMAL?
ifelse((shapiro.test(total.g$residuals))$p.value>0.05,"SI NORMALIDAD", "NO NORMALIDAD")

## [1] "SI NORMALIDAD"

### BALANCEADOS?
balanceado<-tapply(Lechuga$total.g, Lechuga$Tratamiento, length); ifelse(balanceado[1]-balanceado[2]==0,ifelse(balanceado[2]-balanceado[3]==0,ifelse(balanceado[3]-balanceado[4]==0,"Sí balanceados", "No balanceados")))

##               0% 
## "Sí balanceados"

############################################################
## NORMAL y BALANCEADOS  -> ANOVA with a posteriori Tukey HSD
############################################################
total.g <- aov(total.g ~ Tratamiento, data=Lechuga)
summary(total.g)

##             Df Sum Sq Mean Sq F value   Pr(>F)    
## Tratamiento  4 0.9136 0.22840   24.65 1.93e-12 ***
## Residuals   65 0.6023 0.00927                     
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Comparacion<-TukeyHSD(total.g)
Comparacion

##   Tukey multiple comparisons of means
##     95% family-wise confidence level
## 
## Fit: aov(formula = total.g ~ Tratamiento, data = Lechuga)
## 
## $Tratamiento
##                 diff          lwr         upr     p adj
## 100%-0%  -0.29942857 -0.401509829 -0.19734731 0.0000000
## 25%-0%   -0.07053571 -0.172616972  0.03154554 0.3077082
## 50%-0%   -0.20657143 -0.308652686 -0.10449017 0.0000034
## 75%-0%   -0.26166429 -0.363745544 -0.15958303 0.0000000
## 25%-100%  0.22889286  0.126811599  0.33097412 0.0000003
## 50%-100%  0.09285714 -0.009224115  0.19493840 0.0917128
## 75%-100%  0.03776429 -0.064316972  0.13984554 0.8367663
## 50%-25%  -0.13603571 -0.238116972 -0.03395446 0.0034904
## 75%-25%  -0.19112857 -0.293209829 -0.08904731 0.0000172
## 75%-50%  -0.05509286 -0.157174115  0.04698840 0.5571117

Fig.1 Comparación de la biomasa seca de, A) Hojas, B) Tallo, C) Raíz, D) Total, sometidas a los distintos tratamientos.

En la fig.2 C hubo mayor proporción de raíz en los tratamientos de 75% y 100% de compost, no habiendo diferencias significativas entre ellos pero sí contra todos los demás (0%, 25%,50%), el que presentó menor proporción fue el de 0% compost, el cual tiene diferencias significativas con respecto a todos los tratamientos (25%,50%,75%,100%).

############################################################
###########       Proporción de hojas       ################
############################################################
## ANOVA ###################################################
############################################################
hojas.total <- aov(hojas.total ~ Tratamiento, data=Lechuga)
### NORMAL?
ifelse((shapiro.test(hojas.total$residuals))$p.value>0.05,"SI NORMALIDAD", "NO NORMALIDAD")

## [1] "SI NORMALIDAD"

### BALANCEADOS?
balanceado<-tapply(Lechuga$hojas.total, Lechuga$Tratamiento, length); ifelse(balanceado[1]-balanceado[2]==0,ifelse(balanceado[2]-balanceado[3]==0,ifelse(balanceado[3]-balanceado[4]==0,"Sí balanceados", "No balanceados")))

##               0% 
## "Sí balanceados"

############################################################
## NORMAL y BALANCEADOS  -> ANOVA with a posteriori Tukey HSD
############################################################
hojas.total <- aov(hojas.total ~ Tratamiento, data=Lechuga)
summary(hojas.total)

##             Df Sum Sq Mean Sq F value Pr(>F)    
## Tratamiento  4 0.3898 0.09745    41.8 <2e-16 ***
## Residuals   65 0.1515 0.00233                   
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Comparacion<-TukeyHSD(hojas.total)
Comparacion

##   Tukey multiple comparisons of means
##     95% family-wise confidence level
## 
## Fit: aov(formula = hojas.total ~ Tratamiento, data = Lechuga)
## 
## $Tratamiento
##                 diff         lwr         upr     p adj
## 100%-0%  -0.19719517 -0.24840123 -0.14598911 0.0000000
## 25%-0%   -0.09769081 -0.14889687 -0.04648475 0.0000118
## 50%-0%   -0.06436384 -0.11556991 -0.01315778 0.0067360
## 75%-0%   -0.18686195 -0.23806801 -0.13565589 0.0000000
## 25%-100%  0.09950436  0.04829830  0.15071042 0.0000080
## 50%-100%  0.13283133  0.08162526  0.18403739 0.0000000
## 75%-100%  0.01033322 -0.04087284  0.06153928 0.9794738
## 50%-25%   0.03332697 -0.01787910  0.08453303 0.3677179
## 75%-25%  -0.08917114 -0.14037720 -0.03796508 0.0000676
## 75%-50%  -0.12249811 -0.17370417 -0.07129204 0.0000001

############################################################
###########       Proporción de tallo           ############
############################################################
## ANOVA ###################################################
############################################################
tallo.total <- aov(tallo.total ~ Tratamiento, data=Lechuga)
### NORMAL?
ifelse((shapiro.test(tallo.total$residuals))$p.value>0.05,"SI NORMALIDAD", "NO NORMALIDAD")

## [1] "NO NORMALIDAD"

### BALANCEADOS?
balanceado<-tapply(Lechuga$tallo.total, Lechuga$Tratamiento, length); ifelse(balanceado[1]-balanceado[2]==0,ifelse(balanceado[2]-balanceado[3]==0,ifelse(balanceado[3]-balanceado[4]==0,"Sí balanceados", "No balanceados")))

##               0% 
## "Sí balanceados"

############################################################

############################################################
## NO NORMAL -> Kruskall Wallis a posteriori ¿?
############################################################
kruskal.test (tallo.total ~ Tratamiento, data=Lechuga)

## 
##  Kruskal-Wallis rank sum test
## 
## data:  tallo.total by Tratamiento
## Kruskal-Wallis chi-squared = 21.982, df = 4, p-value = 0.0002021

## BALANCEADOS o Muestras por tratamientos (n) > 6 o 20  -> Kruskall Wallis a posteriori Bonferroni
Comparacion<-pairwise.wilcox.test(Lechuga$tallo.total, Lechuga$Tratamiento, p.adj = "bonf", exact= F)
Comparacion<-ifelse(Comparacion$p.value<0.05, "Diferente", "Igual")
Comparacion

##      0%          100%    25%         50%    
## 100% "Igual"     NA      NA          NA     
## 25%  "Igual"     "Igual" NA          NA     
## 50%  "Diferente" "Igual" "Diferente" NA     
## 75%  "Igual"     "Igual" "Diferente" "Igual"

############################################################
###########        Proporción de raíz           ############
############################################################
## ANOVA ###################################################
############################################################
raiz.total <- aov(raiz.total ~ Tratamiento, data=Lechuga)
### NORMAL?
ifelse((shapiro.test(raiz.total$residuals))$p.value>0.05,"SI NORMALIDAD", "NO NORMALIDAD")

## [1] "SI NORMALIDAD"

### BALANCEADOS?
balanceado<-tapply(Lechuga$raiz.total, Lechuga$Tratamiento, length); ifelse(balanceado[1]-balanceado[2]==0,ifelse(balanceado[2]-balanceado[3]==0,ifelse(balanceado[3]-balanceado[4]==0,"Sí balanceados", "No balanceados")))

##               0% 
## "Sí balanceados"

############################################################
## NORMAL y BALANCEADOS  -> ANOVA with a posteriori Tukey HSD
############################################################
raiz.total <- aov(raiz.total ~ Tratamiento, data=Lechuga)
summary(raiz.total)

##             Df Sum Sq Mean Sq F value Pr(>F)    
## Tratamiento  4 0.5162 0.12905   125.7 <2e-16 ***
## Residuals   65 0.0667 0.00103                   
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Comparacion<-TukeyHSD(raiz.total)
Comparacion

##   Tukey multiple comparisons of means
##     95% family-wise confidence level
## 
## Fit: aov(formula = raiz.total ~ Tratamiento, data = Lechuga)
## 
## $Tratamiento
##                 diff         lwr         upr     p adj
## 100%-0%   0.20861576  0.17464047  0.24259105 0.0000000
## 25%-0%    0.07504472  0.04106943  0.10902001 0.0000004
## 50%-0%    0.10455586  0.07058057  0.13853115 0.0000000
## 75%-0%    0.23152007  0.19754478  0.26549536 0.0000000
## 25%-100% -0.13357105 -0.16754634 -0.09959576 0.0000000
## 50%-100% -0.10405991 -0.13803520 -0.07008462 0.0000000
## 75%-100%  0.02290430 -0.01107099  0.05687959 0.3321647
## 50%-25%   0.02951114 -0.00446415  0.06348643 0.1184848
## 75%-25%   0.15647535  0.12250006  0.19045064 0.0000000
## 75%-50%   0.12696421  0.09298892  0.16093950 0.0000000

Fig.2 Comparación de los porcentajes de crecimiento en distintas secciones de la planta, A)Hojas, B)Raíz, C)Tallo.

En la fig.3 que representa la variable Área Foliar Específica (AFE), se encontraron diferencias significativas entre los tratamientos de 0%-25%, 0%-50%, 0%-75%, 0%-100%, 25%-75%, 25%-100%, 50%-75%, 50%-100%, siendo los tratamientos de 0% y 25% los que mostraron valores más altos, por el contrario los tratamientos de 75% y 100% son los que muestran los valores más bajos En la fig.4 se evidencia un mayor crecimiento en las plantas que se desarrollaron en un sustrato con menor proporción de compost, siendo el 0% y 25% el mayor y sin diferencias significativas entre ellos pero con diferencias significativas con el de 50%, 75% y 100%;seguido por los tratamientos de 50% y 75% que no presentan diferencias significativas entre ellos pero sí con todos los demás (0%,25%,100%), el que presentó mayor crecimiento fue el de 100%, presentando diferencias significativas con todos los demás (0%,25%,50%,75%).

############################################################
###########              AFE (cm2/mg)          #############
############################################################
## ANOVA ###################################################
############################################################
AFS.cm2.mg <- aov(AFS.cm2.mg ~ Tratamiento, data=Lechuga)
### ¿NORMAL?
ifelse((shapiro.test(AFS.cm2.mg$residuals))$p.value>0.05,"SI NORMALIDAD", "NO NORMALIDAD")

## [1] "NO NORMALIDAD"

### BALANCEADOS?
balanceado<-tapply(Lechuga$AFS.cm2.mg, Lechuga$Tratamiento, length); ifelse(balanceado[1]-balanceado[2]==0,ifelse(balanceado[2]-balanceado[3]==0,ifelse(balanceado[3]-balanceado[4]==0,"Sí balanceados", "No balanceados")))

##               0% 
## "Sí balanceados"

############################################################
## NO NORMAL -> Kruskall Wallis a posteriori ¿?
############################################################
kruskal.test (AFS.cm2.mg ~ Tratamiento, data=Lechuga)

## 
##  Kruskal-Wallis rank sum test
## 
## data:  AFS.cm2.mg by Tratamiento
## Kruskal-Wallis chi-squared = 32.015, df = 4, p-value = 1.9e-06

## BALANCEADOS o Muestras por tratamientos (n) > 6 o 20  -> Kruskall Wallis a posteriori Bonferroni
Comparacion<-pairwise.wilcox.test(Lechuga$AFS.cm2.mg, Lechuga$Tratamiento, p.adj = "bonf", exact= F)
Comparacion<-ifelse(Comparacion$p.value<0.05, "Diferente", "Igual")
Comparacion

##      0%          100%        25%     50%    
## 100% "Diferente" NA          NA      NA     
## 25%  "Diferente" "Diferente" NA      NA     
## 50%  "Igual"     "Diferente" "Igual" NA     
## 75%  "Diferente" "Igual"     "Igual" "Igual"

Fig.3 Área foliar específica (cm2/g) de las plantas en distintos tratamientos.

############################################################
###########   Crecimiento número de hojas     ##############
############################################################
## ANOVA ###################################################
############################################################
c.hojas <- aov(c.hojas ~ Tratamiento, data=Lechuga)
### ¿NORMAL?
ifelse((shapiro.test(c.hojas$residuals))$p.value>0.05,"SI NORMALIDAD", "NO NORMALIDAD")

## [1] "SI NORMALIDAD"

### ¿BALANCEADOS?
balanceado<-tapply(Lechuga$c.hojas, Lechuga$Tratamiento, length); ifelse(balanceado[1]-balanceado[2]==0,ifelse(balanceado[2]-balanceado[3]==0,ifelse(balanceado[3]-balanceado[4]==0,"Sí balanceados", "No balanceados")))

##               0% 
## "Sí balanceados"

############################################################
## NORMAL y BALANCEADOS -> ANOVA con prueba posteriori Tukey HSD
############################################################
c.hojas <- aov(c.hojas ~ Tratamiento, data=Lechuga)
summary(c.hojas)

##             Df Sum Sq Mean Sq F value   Pr(>F)    
## Tratamiento  4  134.8   33.70   19.55 1.34e-10 ***
## Residuals   65  112.1    1.72                     
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Comparacion<-TukeyHSD(c.hojas)
Comparacion

##   Tukey multiple comparisons of means
##     95% family-wise confidence level
## 
## Fit: aov(formula = c.hojas ~ Tratamiento, data = Lechuga)
## 
## $Tratamiento
##                diff        lwr        upr     p adj
## 100%-0%  -3.7857143 -5.1782367 -2.3931919 0.0000000
## 25%-0%   -1.0000000 -2.3925224  0.3925224 0.2705625
## 50%-0%   -1.5714286 -2.9639510 -0.1789061 0.0192470
## 75%-0%   -3.1428571 -4.5353796 -1.7503347 0.0000003
## 25%-100%  2.7857143  1.3931919  4.1782367 0.0000043
## 50%-100%  2.2142857  0.8217633  3.6068081 0.0003109
## 75%-100%  0.6428571 -0.7496653  2.0353796 0.6950017
## 50%-25%  -0.5714286 -1.9639510  0.8210939 0.7785414
## 75%-25%  -2.1428571 -3.5353796 -0.7503347 0.0005134
## 75%-50%  -1.5714286 -2.9639510 -0.1789061 0.0192470

Fig.4 Comparación del crecimiento de número de hojas de la planta en los distintos tratamientos.

En la fig.5A) Los resultados indican que las plantas que tuvieron mayor rendimiento en el área foliar fueron las que se sometieron a tratamientos de compost de 100% y 75% y no presentaron diferencias significativas entre ellas, seguido por los tratamientos de 50% y 25%, sin diferencias significativas y por último las plantas del tratamiento del 0% que presenta diferencias significativas con respecto a todos los demás tratamientos. La fig.5B) Muestra la relación masa de parte aérea (g)/ raíz (g), para esta relación el rendimiento se vio favorecido a las plantas con los tratamientos con mayor compost, los resultados fueron los mismos que la fig.5A con las mismas diferencias significativas entre los tratamientos, los cuales se pueden explicar de la misma forma.

############################################################
###########     Rendimiento de hojas     ###################
############################################################
## ANOVA ###################################################
############################################################
raiz.area.hojas.mg.cm2 <- aov(raiz.area.hojas.mg.cm2 ~ Tratamiento, data=Lechuga)
### NORMAL?
ifelse((shapiro.test(raiz.area.hojas.mg.cm2$residuals))$p.value>0.05,"SI NORMALIDAD", "NO NORMALIDAD")

## [1] "NO NORMALIDAD"

### BALANCEADOS?
balanceado<-tapply(Lechuga$raiz.area.hojas.mg.cm2, Lechuga$Tratamiento, length); ifelse(balanceado[1]-balanceado[2]==0,ifelse(balanceado[2]-balanceado[3]==0,ifelse(balanceado[3]-balanceado[4]==0,"Sí balanceados", "No balanceados")))

##               0% 
## "Sí balanceados"

############################################################
## NO NORMAL -> Kruskall Wallis a posteriori ¿?
############################################################
kruskal.test (raiz.area.hojas.mg.cm2 ~ Tratamiento, data=Lechuga)

## 
##  Kruskal-Wallis rank sum test
## 
## data:  raiz.area.hojas.mg.cm2 by Tratamiento
## Kruskal-Wallis chi-squared = 58.886, df = 4, p-value = 4.972e-12

## BALANCEADOS o Muestras por tratamientos (n) > 6 o 20  -> Kruskall Wallis a posteriori Bonferroni
Comparacion<-pairwise.wilcox.test(Lechuga$raiz.area.hojas.mg.cm2, Lechuga$Tratamiento, p.adj = "bonf", exact= F)
Comparacion<-ifelse(Comparacion$p.value<0.05, "Diferente", "Igual")
Comparacion

##      0%          100%        25%         50%        
## 100% "Diferente" NA          NA          NA         
## 25%  "Diferente" "Diferente" NA          NA         
## 50%  "Diferente" "Diferente" "Igual"     NA         
## 75%  "Diferente" "Igual"     "Diferente" "Diferente"

############################################################
### Rendimiento parte aérea (tallo(g)+hojas(g)/raíz(g)) ####
############################################################
## ANOVA ###################################################
############################################################
raiz.parte.area <- aov(raiz.parte.area  ~ Tratamiento, data=Lechuga)
### NORMAL?
ifelse((shapiro.test(raiz.parte.area $residuals))$p.value>0.05,"SI NORMALIDAD", "NO NORMALIDAD")

## [1] "NO NORMALIDAD"

### BALANCEADOS?
balanceado<-tapply(Lechuga$raiz.parte.area , Lechuga$Tratamiento, length); ifelse(balanceado[1]-balanceado[2]==0,ifelse(balanceado[2]-balanceado[3]==0,ifelse(balanceado[3]-balanceado[4]==0,"Sí balanceados", "No balanceados")))

##               0% 
## "Sí balanceados"

## NO NORMAL -> Kruskall Wallis a posteriori ¿?
############################################################
kruskal.test (raiz.parte.area ~ Tratamiento, data=Lechuga)

## 
##  Kruskal-Wallis rank sum test
## 
## data:  raiz.parte.area by Tratamiento
## Kruskal-Wallis chi-squared = 59.463, df = 4, p-value = 3.762e-12

## BALANCIADOS o Muestras por tratamientos (n) > 6 o 20  -> Kruskall Wallis a posteriori Bonferroni
Comparacion<-pairwise.wilcox.test(Lechuga$raiz.parte.area, Lechuga$Tratamiento, p.adj = "bonf", exact= F)
Comparacion<-ifelse(Comparacion$p.value<0.05, "Diferente", "Igual")
Comparacion

##      0%          100%        25%         50%        
## 100% "Diferente" NA          NA          NA         
## 25%  "Diferente" "Diferente" NA          NA         
## 50%  "Diferente" "Diferente" "Igual"     NA         
## 75%  "Diferente" "Igual"     "Diferente" "Diferente"

Fig.5 Rendimiento de las plantas de lechuga en los distintos tratamientos A) Relación hoja (cm2) / raíz (g). B) Relación parte aérea (g) / raíz (g).

Se realizó una medición del pH de los sustratos tierra y compost en cada tratamiento, la cual presentó los siguientes resultados, 6.83 en el tratamiento 0%, 6.90 en el tratamiento 25%, 6.75 en el tratamiento 50%, 6.72 en el tratamiento 75%, 6.64 en el tratamiento 100%, datos que se reflejan en Fig.6. En contraste, los tratamientos de 0% y 100% presentan una diferencia de 0.19 con lo que no se evidencia una diferencia significativa entre los valores de pH.

Fig. 6 Nivel de pH en los distintos tratamientos.

Discusión

Con respecto a la fig.1 los, los resultados se pueden explicar de acuerdo al enunciado por Añez Roverol y Tavira, (1981), quien afirma que la deficiencia de nitrógeno en plantas presenta algunos síntomas, de los cuales cabe mencionar que: el follaje se torna verde pálido y las hojas son anormalmente lisas, y en las variedades “de roseta”, la formación de ésta se retarda. Cuando la deficiencia es severa las hojas son pequeñas y amarillentas, especialmente en las puntas, y las hojas más viejas se amarillean prematuramente, se secan y no se forman rosetas. No obstante, puede presentarse deficiencia de Nitrógeno sin que el cultivo presente síntomas visibles, pero no le permite al cultivo tener un buen rendimiento, este tipo de deficiencia es llamada “apetito latente”. (Alcalá, A., Fernández, N. N., & Aguirre, C. M., 2008) Por lo tanto, al haber una mejor respuesta en el crecimiento de las plantas sometidas a los tratamientos que contenían una menor proporción de materia orgánica, concluimos que la tierra utilizada presenta mejores condiciones para el crecimiento de las plantas (nutrientes y productos nitrogenados) con respecto a el compost utilizado.

Los resultados de la fig.2 no fueron los esperados, ya que a nivel de productividad, resulta más conveniente un mayor crecimiento de la parte aérea (hojas y tallo) y en menor proporción de la raíz, lo cual resultó contrario en este experimento. La deficiencia de nitrógeno puede provocar el crecimiento excesivo de la raíz debido a que esta se extiende buscando este elemento, el cual es esencial para su crecimiento, al no haber disponibilidad del mismo se da un crecimiento deficiente de las hojas y tallo y un crecimiento excesivo de raíces (Barbazán & de Suelos, 1998).

Cuando una planta presenta una AFE muy elevada significa que las hojas son frágiles y finas, se incrementa el riesgo pérdidas de tejido, al contrario de las que presentan una menor AFE, sus hojas son más densas y tienen correlaciones altas con una mayor lignificación, bajo contenido de humedad y baja concentración de nitrógeno.(Amaro, J. A. P., Moya, E. G., Quiroz, J. F. E., Carrillo, A. R. Q., Pérez, J. P., & Garay, A. H., 2004). Por lo tanto, para los resultados de la fig.3 se evidencia una menor concentración de nitrógeno en las plantas que presentaron una AFE mayor.

El crecimiento en el número de hojas (fig.4) se vio más reducido en las plantas con mayor porcentaje de materia orgánica, lo cual se respalda con la literatura que dice que este es uno de los síntomas que se presentan por la deficiencia de nitrógeno que presentaban estos sustratos.

Las plantas con mayor rendimiento foliar (fig.5A), fueron las sometidas a mayor proporción de materia orgánica en los sustratos, aunque tuvieron un menor diámetro con respecto a los demás tratamientos, su área foliar explica que tuvieron un mayor grosor, lo cual es favorable con respecto al peso que presentó la raíz de cada planta, aunque a nivel productivo no es lo mas conveniente.

Con respecto al pH (fig.6), la lechuga es altamente sensible a la acidez del suelo y en menor grado a la alcalinidad (La Rosa Villarreal, O. J.,2015). Los valores de pH obtenidos en cada tratamiento están en el rango óptimo para el crecimiento de las plantas de lechuga, por lo cual podemos afirmar que los valores de pH del sustrato no fueron la causa del crecimiento deficiente de las plantas sometidas a tratamientos con mayor porcentaje de compost.

Con los resultados obtenidos se concluye que el compost no funcionó porque las plantas presentaron una deficiencia de nitrógeno. El compost para ser de buena calidad requiere de la presencia de microorganismos para transformar los compuestos orgánicos del nitrógeno presentes en la materia en descomposición, en compuestos inorgánicos como la urea, por un proceso llamado mineralización. (Márquez, P. B., Blanco, M. J. D., & Capitán, F. C. ,2008). El proceso de mineralización del nitrógeno permite que este sea absorbido con mayor facilidad por las plantas. Dicho proceso en el compost se puede ver perjudicado por factores como la temperatura y el contenido hídrico del compost (Cabrera, M., 2007). La presencia de las bacterias en el sustrato de las plantas de lechuga, permite un mayor aprovechamiento del nitrógeno y fósforo, los efectos positivos se ven reflejados en las mediciones de peso seco (Díaz Vargas, P., Ferrera Cerrato, R., Almaraz Suárez, J. J., & Alcantar González, G. ,2001).

Conclusiones

Se determinó que a mayor porcentaje de compost las plantas presentan un crecimiento deficiente (menor peso de biomasa seca, menor número de hojas, mayor grosor de hojas, mayor proporción de raíz). En contraste, a menor porcentaje de compost o ausencia del mismo, la planta presenta un crecimiento más robusto (mayor peso de biomasa seca, mayor número de hojas, menor grosor de hojas, menor proporción de raíz).

Se evidenció, por medio de la medición de pH en los sustratos usados en cada tratamiento, que el pH no fue un factor importante en el crecimiento de las plantas, dado a que no varió significativamente en cada tratamiento.

Anexos

Cuadro 1. Relaciones entre variables según los tratamientos.

Integrantes del grupo Orión

Bibliografía

Alcalá, A., Fernández, N. N., & Aguirre, C. M. (2008). Respuesta del cultivo de lechuga (Lactuca sativa L.) a la fertilización nitrogenada.

Amaro, J. A. P., Moya, E. G., Quiroz, J. F. E., Carrillo, A. R. Q., Pérez, J. P., & Garay, A. H. (2004). Análisis de crecimiento, área foliar específica y concentración de nitrógeno en hojas de pasto" mulato“(Brachiaria híbrido, cv.). Revista Mexicana de Ciencias Pecuarias, 42(3), 447-458.

Barbazán, M., & de Suelos, A. D. F. (1998). Análisis de plantas y síntomas visuales de deficiencia de nutrientes. Facultad de Agronomía. Universidad de la Republica Montevideo-Uruguay.

Brito, L. M. (1999). Lettuce (Lactuca sativa L.) and cabbage (Brassica oleracea L. var. capitata L.) growth in soil mixed with municipal solid waste compost and paper mill sludge composted with bark. In International Conference on Environmental Problems Associated with Nitrogen Fertilisation of Field Grown Vegetable Crops 563 (pp. 131-137).

Cabrera, M. L. (2007). Mineralización y Nitrificación: procesos claves en el ciclo del Nitrógeno. Informaciones Agronómicas del Cono Sur, 34, 1-9.

Celis, J., Sandoval, M., Zagal, E., & Briones, M. (2006). Efecto de la adición de biosólidos urbanos y de salmonicultura sobre la germinación de semillas de lechuga (Lactuca sativa L.) en un suelo patagónico. Revista de la ciencia del suelo y nutrición vegetal, 6(3), 13-25.

De Grazia, J., Tittonell, P., & Chiesa, A. (2001). Efecto de la época de siembra, radiación y nutrición nitrogenada sobre el patrón de crecimiento y el rendimiento del cultivo de lechuga (Lactuca sativa L.). Invest. Agr. Prod. Prot. Veg, 16(3), 356-365.

Ganuza Larumbe, E. (2014). Disponibilidad de nutrientes en fertilizantes orgánicos e inorgánicos a corto plazo en cultivo de lechuga y espinaca.

Jiménez-Morales, V. D., Trejo-Téllez, L. I., Gómez-Merino, F. C., & Volke-Haller, V. H. (2014). Modelos de simulación del crecimiento de lechuga en respuesta a la fertilización orgánica y mineral. Revista fitotecnia mexicana, 37(3), 249-254.

Julca-Otiniano, A., Meneses-Florián, L., Blas-Sevillano, R., & Bello-Amez, S. (2006). La materia orgánica, importancia y experiencia de su uso en la agricultura. Idesia (Arica), 24(1), 49-61.

La Rosa Villarreal, O. J. (2015). Cultivo de lechuga (Lactuca sativa L.) bajo condiciones del valle del Rímac, Lima.

López-Cruz, I. L., Salazar-Moreno, R., Rojano-Aguilar, A., & Ruiz-García, A. (2012). Análisis de sensibilidad global de un modelo de lechugas (Lactuca sativa L.) cultivadas en invernadero. Agrociencia, 46(4), 383-397.

Márquez, P. B., Blanco, M. J. D., & Capitán, F. C. (2008). 4. Factores que afectan al proceso de compostaje. Compostaje, 93.

Pascual, R., & Venegas, S. (2015). La materia orgánica del suelo. papel DE los microorganismos. Rodríguez, M., & Florez, V. (2004). Elementos esenciales y beneficiosos.

Rodríguez Ortiz, J. C. (1998). Efecto del nitrógeno, fósforo y potasio en el crecimiento y producción de plántulas de tomate (Lycopersicum esculentun Mill) var. Floradade (Doctoral dissertation, Universidad Autónoma de Nuevo León).

Terry Alfonso, E., Ruiz Padrón, J., Tejeda Peraza, T., Reynaldo Escobar, I., & Díaz de Armas, M. M. (2011). Respuesta del cultivo de la lechuga (Lactuca sativa L.) a la aplicación de diferentes productos bioactivos. Cultivos tropicales, 32(1), 28-37.

Torrentó, M. S., Martínez, M. L., & Pujol, Ó. H. (2008). 3. Antecedentes y fundamentos del proceso de compostaje. Compostaje, 75.