Dinámica de la conductividad térmica y las propiedades físicas y químicas de un suelo salino sódico con la aplicación de carbón de bajo rango y su relación con la producción vegetal

Abstract

El uso de carbón de bajo rango (CBR) en suelos salino sódicos mejoró significativamente sus propiedades físicas y químicas. En esta investigación, se aplicó CBR en macetas en dosis equivalentes a 0, 2 y 4 toneladas por hectárea; en campo en dosis equivalentes a 0, 2 y 4 toneladas por hectárea y en macetas con 0, 12.5, 25 y 50% p/p. Los resultados evidenciaron que el CBR redujo la conductividad térmica (CT), el pH y la conductividad eléctrica (CE), mientras aumentó el contenido de materia orgánica y la capacidad de intercambio catiónico (CIC), mejorando las condiciones para el crecimiento vegetal. El CBR también redujo la densidad aparente y aumentó la porosidad del suelo. La CT se relacionó logarítmicamente con el contenido de agua y linealmente con la densidad aparente, siendo ambos factores cruciales en la transferencia de calor. El incremento en CBR aumentó la retención de humedad, presentándose una relación directa entre humedad y conductividad térmica. El CBR favoreció el crecimiento vegetal, mejorando la supervivencia y desarrollo foliar. Los algoritmos de aprendizaje automático implementados, como Redes Neuronales Artificiales (ANN), evidenciaron una alta correlación entre los valores medidos y predichos (R2 = 0.995), optimizando la estimación de la conductividad térmica del suelo. La combinación de CBR y modelos predictivos de inteligencia artificial ofrece una herramienta innovadora para la gestión sostenible de suelos salinos y degradados, que puede ser relacionado con la acumulación de biomasa. (Tomado de la fuente)

The use of low rank carbon (CBR) in sodic saline soils significantly improved their physical and chemical properties. In this research, CBR was applied in pots at doses equivalent to 0, 2 and 4 tons per hectare; in the field at doses equivalent to 0, 2 and 4 tons per hectare and in pots with 0, 12.5, 25 and 50% w/w. The results showed that CBR reduced thermal conductivity (TC), pH and electrical conductivity (EC), while increasing organic matter content and cation exchange capacity (CEC), improving conditions for plant growth. CBR also reduced bulk density and increased soil porosity. TC was logarithmically related to water content and linearly related to bulk density, both being crucial factors in heat transfer. The increase in CBR increased moisture retention, presenting a direct relationship between moisture and thermal conductivity. The CBR favored plant growth, improving leaf survival and development. The machine learning algorithms implemented, such as Artificial Neural Networks (ANN), showed a high correlation between measured and predicted values (R² = 0.995), optimizing the estimation of soil thermal conductivity. The combination of CBR and artificial intelligence predictive models offers an innovative tool for the sustainable management of saline and degraded soils, which can be related to biomass accumulation.