ABSTRACT
Puente Abadía es una zona cafetera por excelencia, del municipio de Villavicencio, Departamento del Meta, Colombia, donde se cultivan sistemas de café orgánico (SCO). El manejo agronómico del cultivo puede influir en las propiedades químicas de sus suelos. El análisis multivariado permitirá definir algunas limitantes químicas de los suelos y será un insumo futuro importante, para optimizar el manejo de nutrientes. Se muestrearon en la zona 12 SCO, que presentaban similitud en cuanto a tipo de sistema de producción, manejo agronómico y condiciones ambientales. Los datos fueron analizados, a través de estadística descriptiva, correlaciones lineales y los métodos multivariados de clúster y análisis de componentes principales (ACPs). En los SCO, se confirmó que existe una alta heterogeneidad en las propiedades químicas de los suelos. El Mg presentó el coeficiente de variación (CV) más alto (135,09%). El ACPs mostró que los dos primeros componentes principales explicaron más del 50% de la varianza total. El análisis de clúster de los SCO mostró alta heterogeneidad en las propiedades químicas de los suelos, conformándose dos grupos: el grupo 1 reunió a los SCO, dominados por una alta acidez intercambiable, incluyendo 3 de los 12 SCO y, el grupo 2, reunió a 9 de los SCO, definidos, principalmente, por altos contenidos de materia orgánica del suelo (MOS). La alta variabilidad encontrada fue influenciada, posiblemente, por el encalado y la fertilización orgánica.
Puente Abadía is for excellence a coffee growing area of the municipality of Villavicencio, department Meta, Colombia, where organic coffee systems OCS are cultivated. The agronomic management of the crop can influence its soil chemical properties. Multivariate analysis can permit to define some chemical soil limits and will be a future input to optimize the nutrient management. Twelve OCS were sampled in the zone that showed similarity in terms of production system, agronomic management and environmental conditions. Data were analyzed by descriptive statistics, linear correlations and multivariate clustered and principal components PC methods. High variability in OCS chemical properties were detected. The highest variation coefficient CV was presented in Mg 135.09%. The analysis of the principal components (APCs) showed that the first two PC explained more than 50% of the total variance. The cluster analysis of the OCS revealed high variability, defined in two large groups: group 1 brought together OCS dominated by interchangeable Al3+ including 3 of the 12 OCSs and group 2 brought together 9 of the OCS, mainly defined by high content in soil organic matter (SOM). The variability showed was possibly influenced by liming and organic fertilization.