Práctica

La calidad del suelo (Soil Quality, en la bibliografía científica internacional) se define como la capacidad de un suelo para cumplir correctamente sus funciones en el ecosistema (Karlen et al. 1997). Entre estas funciones hay que citar: 1) mantenimiento de la actividad, diversidad y productividad biológicas, incluyendo la destinada al consumo humano (agrícola, silvícola y ganadera) y 2) regular el flujo y almacenaje de nutrientes y agua en los medios continentales.

Las malas prácticas, tan generalizadas en el manejo convencional de los suelos de olivar, conducen a importantes problemas ambientales como la degradación de los suelos, la pérdida de biodiversidad, la contaminación de las aguas, y el exceso de emisiones de CO₂ a la atmósfera. El manejo convencional de los suelos de olivar lleva asociada una disminución de la calidad del suelo ya que merma su capacidad para realzar sus funciones de producción biológica, protección ambiental y sustento de la salud humana.

Una alternativa seria para estos problemas ambientales sería, frente al sistema tradicional, la aplicación de técnicas de conservación y de manejo ecológico del suelo. Estas prácticas tienen en común un aporte más eficaz de materia orgánica, menor intensidad de laboreo, empleo de cubiertas vegetales y la limitación (o supresión completa en el caso de la olivicultura ecológica) en el uso de agroquímicos. Con tales prácticas se consigue un aumento de la calidad del suelo, mejorando su fertilidad, reteniéndose más agua en el mismo, y disminuyendo la susceptibilidad a la compactación y a la erosión.

En Andalucía, y concretamente en la provincia de Jaén, existe una fuerte implantación del manejo convencional en los suelos de olivar con el consiguiente riesgo que esto supone de malas prácticas agrícolas. Esta situación está conduciendo a un generalizado e inevitable descenso en la calidad de estos suelos, que ha de ser evaluada con precisión por sus importantes repercusiones económicas y ambientales.

El objetivo de la práctica consiste en evaluar cuantitativamente, mediante índices numéricos, la calidad de los suelos del olivar de Jaén en base a parámetros obtenidos por los alumnos en las prácticas de las asignaturas del área. Estos parámetros incluyen descriptores morfológicos que, por sus características (naturaleza cualitativa, estimación imprecisa), son desechados en la construcción de índices numéricos.

Si bien al principio, la calidad del suelo se define a un nivel meramente conceptual (en un contexto agrícola, la efectividad de un suelo para mantener un determinado cultivo) pronto se desarrollaron índices para estimar este parámetro de forma cuantitativa. Los índices se calculan a partir de fórmulas que introducen una o múltiples propiedades del suelo (llamadas Indicadores de la Calidad del Suelo, ICS) convenientemente normalizadas y ponderadas. Un buen ICS es un parámetro que cumple las siguientes características: 1) correlacionarse con un gran número de funciones físicas, químicas o biológicas del suelo; 2) ser fácil de medir para una gran variedad de usuarios y condiciones de campo y 3) responder a los cambios en el manejo. Así mismo, los ICS pueden ser agrupados en tres grupos, según la función que desempeñan:

• Indicadores de la función física del suelo (fertilidad física) nos informan sobre la capacidad del suelo para proporcionar un ambiente físico adecuado para el crecimiento de la raíz del olivo. Para ello, el suelo debe presentar baja compactación o densidad aparente, de manera que no oponga una excesiva resistencia mecánica al avance de la raíz; así como una porosidad que facilite la aireación, el drenaje y el almacenamiento de agua para cubrir las necesidades de la planta en periodos secos. Ejemplos de estos indicadores son: Densidad aparente de tierra fina, Granulometría del suelo, Estabilidad estructural, humedad retenida a 33 kPa, Humedad retenida a 1500 kPa, Agua Útil, Reserva del suelo, etc.
• Indicadores de la función química del suelo (fertilidad química), en este caso, se refieren a la capacidad del suelo para retener y suministrar a una tasa adecuada a las necesidades del cultivo los elementos nutritivos necesarios, como pueden ser nitrógeno, fósforo y potasio (NPK) o microelementos (hierro, cobre, zinc, boro, etc). En un sistema agrícola convencional, los elementos nutritivos provienen tanto de la mineralización de la materia orgánica como de los aportes como fertilizantes de síntesis, pero en ambos casos están controlados por el pH (que determina el estado químico de los elementos) y por la capacidad de cambio de cationes (CEC, que determina la capacidad de retención o almacenamiento de los nutrientes).
• Indicadores de la función biológica del suelo (fertilidad biológica), relacionados con la eficacia con la que los organismos del suelo descomponen los restos vegetales incorporados al suelo. Es un función muy importante, porque controla el suministro de elementos nutritivos (vía mineralización de la materia orgánica) y humus (humificación de los restos orgánicos frescos) al cultivo, estando muy relacionada, por tanto, con la fertilidad química del suelo. Como ejemplos de estos indicadores suelen emplearse el metabolismo microbiano (estimado en función de la producción de CO₂ por el suelo), conteo de especies y grupos de la fauna del suelo (biodiversidad del suelo) o ensayos sobre actividades enzimáticas.

En nuestro caso, hemos seleccionado una serie de ICS de acuerdo a los programas oficiales de prácticas de las asignaturas que se imparten en el área:

Asignatura	Indicadores obtenidos
	Morfológicos	Analíticos
Principios de Edafología	Profundidad, Textura, Estructura, Color, Consistencia, Porosidad, Raíces	Conductividad eléctrica, pH, CO total, CaCO3equ.
Edafología	Profundidad, Textura, Estructura, Color, Consistencia, Porosidad, Raíces	Conductividad eléctrica, pH, CO total, CaCO3equ.
Gestión y Conservación de Suelos y Aguas	Profundidad, Textura, Estructura, Color, Consistencia, Porosidad, Raíces	Conductividad eléctrica, pH, CO total, CaCO3equ.
Suelos Agrícolas	Profundidad, Textura, Estructura, Color, Consistencia, Porosidad, Raíces	Densidad Aparente, N total, CO total, Caliza activa, pH, Conductividad eléctrica
Suelos de Olivar	Profundidad, Textura, Estructura, Color, Consistencia, Porosidad, Raíces	N total, CO total, Conductividad eléctrica, pH, Caliza activa

En cada sesión de campo o laboratorio de las asignaturas expuestas arriba, el alumno obtendrá una serie de datos (morfológicos o analíticos) que procederá a introducir en los formularios web habilitados a tal fin, de la práctica, tal como se comenta en los siguientes apartados.

En esencia, un índice de la calidad del suelo (SQI en inglés) es un valor numérico, comprendido entre 0 y 1 (también podría expresarse en porcentaje, entre 0 y 100%), que valora la calidad de un determinado suelo i para cumplir sus funciones en el ecosistema, tal como definimos en el apartado I.

Los índices más sencillos son aquellos que sólo tienen en cuenta un indicador (índices simples). Por ejemplo, un índice basado exclusivamente en contenido de carbono orgánico (% C.O), para el suelo i, se construiría transformando mediante una función adecuada f dicho contenido a un valor entre 0 y 1.

Esta transformación se denomina scoring. Las funciones scoring más sencillas se denominan "más es mejor" y "menos es mejor". Gráficamente podrían presentarse de la siguiente forma:

En el caso del carbono orgánico, un suelo es mejor cuanto mayor sea su contenido, hasta el valor máximo medido en los suelos que estamos evaluando (v_max, cuyo valor de calidad sería 1). En el caso de la densidad aparente de la tierra fina (DATF), por el contrario, un suelo es peor cuanto mayor sea ésta (por ejemplo, debido al incremento de la DATF debido a la compactación). En este caso se emplea la función de scoring "menos es mejor". Las funciones de scoring empleadas se obtienen de la experiencia personal del investigador y/o de la bibliografía (como es el caso de "más es mejor" y "menos es mejor", publicadas por primera vez por Karlen et al. 1994, para %C.O y DATF) y no son tan siempre tan sencillas como las arriba expuestas.

Sin embargo, el concepto de calidad del suelo difícilmente se puede evaluar en función exclusiva de un indicador. Lo normal es que los índices incluya la suma de múltiples indicadores de la calidad. En este caso estaríamos ante índices multiparamétricos. El caso más simple es la suma (adición) de varios de estos indicadores (j-indicadores), previamente transformados mediante funciones scoring adecuadas.

Una cuestión que surge a la hora de construir SQI multiparamétricos es si todos los ICS tienen la misma importancia a la hora de ser valorados, lo que se conoce como el problema de la ponderación. Esto puede llevarnos, incluso, a desechar algunos indicadores que no son fiables o no nos convencen (en base a nuestra experiencia) para valorar la calidad del suelo. En el ejemplo anterior, suponiendo que queramos evaluar la calidad del suelo en función exclusiva del %C.O y la DATF, podríamos concluir que el primero es el doble de importante que el segundo. En este caso, habríamos de realizar una suma ponderada por un factor de ponderación del indicador j wICS_j cada uno de los indicadores (en nuestro caso, wCO = 1 y wDAFT = 0.5) incluidos en el SQI:

O, en el caso general de j-indicadores:

Valores que luego debemos convertir (normalizar) de nuevo a un rango entre 0 y 1, mediante la función:

Siendo SQI_max y SQI_min, los índices máximos y mínimos, respectivamente, del total de suelos de la zona que estamos estudiando.

Las propiedades analíticas que nosotros vamos a valorar en nuestra índice son, como se expone en la tabla 1: carbono orgánico (%C.O), densidad aparente de tierra fina (DATF), granulometría (%grava, %limo, %arena, %arcilla), pH, conductividad eléctrica (CE₂₅), caliza total (%CaCO_3equiv.), caliza activa y Nitrógeno total (%N total). La única variable que no se estima directamente en prácticas es el % de Humedad a Capacidad de Campo -33 kPa- (%W33). Este indicador puede ser rellenado a partir de los datos previos de la Base de Datos de Suelos de Jaén, calcularse mediante ecuaciones de regresión o simplemente ignorarse en el modelo ponderándolo por cero (wW33 = 0).

Resumiendo lo expuesto hasta el momento, en la confección de un índice para la calidad del suelo se han de tener en cuenta dos pasos:

1. Scoring: que consiste en la transformación de los valores de los indicadores a un valor estandarizado (entre 0 y 1), según ciertas funciones.
2. Ponderación: que consiste en asignar, mediante un coeficiente (entre 0 y 1), un peso relativo a cada indicador en el cálculo del índice. En el caso de que el factor sea cero, el indicador se desecha para el cálculo del índice.

Vemos, por tanto, que en el caso de los ICS analíticos, debemos resolver estos problemas antes de establecer la fórmula final del SQI. Pero antes pasaremos a ver qué ocurre con aquellos indicadores que no pueden ser tratados numéricamente, como es el caso de los indicadores morfológicos.

Casi todos los ICS empleados en la bibliografía se basan en indicadores de tipo analítico, determinados mediante análisis en laboratorio y son cuantitativos (medidos en escalas numéricas). Sin embargo, los datos morfológicos son fáciles y rápidos de estimar por el profano y el alumno sin experiencia (al estar basados en una determinación organoléptica), no requieren aparataje de laboratorio y son imprescindibles en la comprensión de la génesis del suelo y la clasificación de los horizontes y perfiles. A día de hoy, sólo unos pocos autores (Oweremadu et al., 2008) establecen índices morfológicos. Esto es debido a que los datos morfológicos de campo, debido a su carácter cualitativo (medidos en escalas no numéricas, nominales u ordinales), no pueden ser incorporados adecuadamente a la fórmula del índice. Pongamos un ejemplo, con la propiedad morfológica tipo de estructura. Podemos definir, al menos, cinco tipos de estructura: granular (gr), migajosa (cr), bloques subangulares (sbk), bloques angulares (abk) y laminar (pl). ¿Cuál de las siguientes funciones scoring es más correcta?

En una de ellas (izquierda), los tipos de estructura tienen valores diferentes, mientras que en la otra (derecha) toman valores idénticos a 1. Aunque, en principio, nos inclináramos a señalar como más correcta la función izquierda, que acepta que la estructura granular es mejor en términos de calidad del suelo que las demás ¿cómo saber exactamente que es 3 veces mejor que la de bloques angulares? ¿Por qué no cinco veces, o solo la mitad? En indicadores morfológicos las relaciones numéricas entre las categorías del indicador no están definidas, como sí ocurría en el caso de los indicadores analíticos. Previo, por tanto, a los problemas de scoring y ponderación que hemos comentado en el apartado anterior, aparece el problema de la conversión a escala numérica de los indicadores morfológicos. Más abajo (apartado V) se comentará el método mediante el que podremos emplear los datos e indicadores morfológicos en nuestra práctica, método conocido como Escalamiento óptimo.

Como se comentaba en apartados anteriores, para construir un índice de calidad del suelo hay que transformar los indicadores analíticos mediante funciones de scoring y hallar los factores de ponderación más adecuados. Además, nuestro índice pretende incorporar la información (a veces vital) suministrada por las descripciones morfológicas del suelo, convirtiendo a escala numérica los indicadores morfológicos. Estas tres funciones son llevadas a cabo mediante una técnica conocida como Análisis de Componentes Principales Categóricos (Categorical Principal Component Analysis, CatPCA), módulo del paquete estadístico SPSS. Se trata de una técnica similar al Análisis de Componentes Principales clásico (PCA) en cuanto a que es capaz de:

1. Combinar los distintos indicadores originales en nuevos indicadores compuestos (grupos de indicadores originales muy correlacionados entre sí y que, por tanto, portan la misma información), denominados componentes principales. Al reducir el número de indicadores del sistema, éste puede representarse de forma más manejable y comprensible.
2. Cuantificar la variabilidad del sistema en términos del % de varianza que explica cada indicador original (denominada carga factorial) o cada componente principal. Gracias a esto podemos seleccionar los indicadores más importantes, en función de su carga factorial (como norma general, los indicadores de mayor carga factorial serán los más importantes). La propia carga factorial, puede emplearse como factor de ponderación de cada indicador en el índice (wICS_j).
3. Además, CatPCA presenta una característica fundamental, y es la capacidad de convertir a escala numérica los indicadores morfológicos, mediante un procedimiento denominado Escalamiento óptimo. Éste, por sí mismo, es un método adecuado para obtener de forma automática las funciones scoring, no sólo de los indicadores morfológicos, sino también de los analíticos. Al contrario que las funciones scoring explicadas en el apartado III, establecidas a priori en base a la experiencia del investigador o la bibliografía, el escalamiento óptimo permite obtener scoring de forma automática, de manera que se maximicen las cargas factoriales de los indicadores (es decir, que los indicadores expliquen el mayor % posible de varianza del sistema). Si recordamos las funciones scoring para %CO y DATF, expuestas en el apartado III:
   
   Según escalamiento óptimo tendríamos:
   
   Y en el caso de los indicadores morfológicos (por ejemplo, tipo de estructura, apartado IV), el método establece, sin ninguna ambigüedad, tanto el orden de las categorías como los valores numéricos de éstas:
   
   En el que se establece, claramente, un orden de categorías, y que, por ejemplo, la estructura en bloques angulares (abk) tiene, exactamente, 1/4 de calidad que la granular (gr). En el material complementario II se exponen diversas funciones de scoring que pueden ser comparadas con las empleadas en la bibliografía.

   Por último, otra característica de estas nuevas funciones scoring es su no-linealidad, lo que refleja la realidad del suelo con mayor precisión que las funciones lineales sencillas. Por ejemplo, en el caso de la nueva función scoring de la DATF, se observa que, pasado un punto cercano a la máxima DATF (6/7 vmax), se produce la mayor pérdida (2/3) de la calidad del suelo para este parámetro. Esto significa, en resumen, que las cargas factoriales (los factores de ponderación) son lo más elevadas posibles y que se consigue explicar el mayor % de la varianza del sistema.

Una vez que podemos tratar los indicadores morfológicos como numéricos (disponiendo de funciones scoring adecuadas), y que disponemos de los factores de ponderación morfológicos (wICSM_j) el cálculo del índice de calidad del suelo morfológico (FSQI) es fácil.

Sin olvidar normalizar los datos de nuevo (pasarlos a valores entre 0 y 1) con la función:

Siendo FSQI_max = 3.413 y FSQI_min = 1.509, correspondientes respectivamente al suelo menos degradado (quejigar sin alteración humana) y más degradado (suelo de olivar altamente erosionado) que contiene la base de datos actualizada de los suelos de la Provincia de Jaén. Los factores de ponderación morfológicos (las cargas factoriales del modelo CatPCA) se indican en la siguiente tabla:

El cálculo de ICSM nos permite realizar una estimación de la calidad del suelo en campo, sin necesidad de realizar ningún tipo de analítica. Se convierte así en una herramienta directamente aplicable para el agricultor.

Sin embargo, una mejor valoración de la calidad real del suelo se obtiene empleando, además indicadores analíticos (ICSA). A este índice lo hemos denominado índice global de la calidad del suelo (GSQI). Las funciones scoring para los ICS de este índice se detallan en el "material complementario" correspondiente, y los factores de ponderación de los indicadores (las cargas factoriales del modelo CatPCA) se indican en la siguiente tabla:

Sin olvidar normalizar los datos de nuevo (pasarlos a valores entre 0 y 1) con la función:

Siendo, en el caso de GSQI_max = 2.79 y SQI_min = 0.99, correspondientes respectivamente al suelo menos degradado (quejigar sin alteración humana) y más degradado (suelo de olivar altamente erosionado) que contiene la base de datos actualizada de los suelos de la Provincia de Jaén.

Como se comentó arriba, un aspecto trascendental de este método es que nos permite valorar la bondad de nuestras funciones scoring, nuestros factores de ponderación (las cargas factoriales) y, en definitiva, nuestro índice de calidad del suelo. Y esto se hace en función del % de varianza explicado. En GSQI tenemos un % varianza total explicado (Σ) de 63%. Éste es un muy buen valor, si tenemos en cuenta que estamos empleando solamente 12 de los 34 indicadores posibles. Además, vemos que, con relación al FSQI (tabla 2, Σ23% de varianza), explicamos aproximadamente el triple con nuestro modelo. Esta medida de varianza, pues, nos permite valorar la aplicabilidad de ambos índices: FSQI explica aproximadamente 1/3 de varianza que GSQI, pero es mucho más fácil de estimar, sin recurrir a complejas determinaciones de laboratorio.

Una vez expuestos, en los anteriores apartados, los fundamentos teóricos y matemáticos para el cálculo de los índices, explicaremos brevemente el funcionamiento de la herramienta web.

Bajo la opción "Formularios de introducción de datos" aparecen en nuestra pantalla dos enlaces: uno para calcular el FSQI y otro para el cálculo de GSQI. Pulsando alternativamente uno u otro, nos conduce a los formularios web de introducción de datos. En él aparecen una serie de campos ("casillas en blanco") donde introducir los valores. Existen tres tipos de campos:

1. Códigos (lingüisticos): sirven para numerar e identificar en la base de datos el formulario relleno en cuestión. Se introduce, por ejemplo, el nombre del alumno y la asignatura. Así mismo, el campo "Designación del horizonte" es un campo de código.
2. Categóricos (lingüísticos): son campos categorizados según la guía de Guía de Campo para la descripción de Perfiles de Suelo (FAO, 1990) que el alumno ha aprendido a manejar. Se trata de una descripción estándar (en inglés) y plenamente compatible con las bases de datos de suelos internacionales. Para rellenar el campo sólo hay que desplegar la pestaña y pulsar la categoría pertinente. La mayor parte de los indicadores morfológicos pertenecen a esta clase.
3. Numéricos: La mayoría de los indicadores analíticos se miden en unidades absolutas (dSm^-1) o relativas (%). Estos valores se pueden agrupar mediante varios procedimientos en clases discretas ordinales (normalmente 5 clases: muy bajo, bajo, medio o moderado, alto y muy alto), según convenga a efectos de evaluación o interpretación, pero mantienen su carácter cuantitativo y son perfectamente compatibles con cualquier modelo matemático o estadístico. Para rellenar estos campos el alumno introduce el valor numérico, sin unidad y teniendo en cuenta el sistema americano de numeración (punto para decimales).

Una vez rellenos todos los campos del interfaz, se pulsa "enviar" y, en un tiempo breve la aplicación informática devuelve el valor del índice de calidad de suelo de olivar que estemos calculando (para la interpretación, ver apartado IX)

Los resultados tanto de FSQI como GSQI podrían interpretarse, en general, como una medida promedio de lo alterados que están los suelos del olivar, en comparación con los suelos naturales "sin alterar". Como el alumno sabe, los suelos presentan propiedades muy distintas (físicas, químicas y biológicas); unas de ellas evolucionarán muy rápido tras la puesta en cultivo de un suelo natural (por ejemplo, el %CO descenderá en pocos años), mientras que otras prácticamente no se verán alteradas (el enrojecimiento del suelo o la textura). Nuestros índices son capaces de valorar la importancia de cada propiedad, en base al % de la variabilidad total de los suelos de la provincia de Jaén, y detectar aquellos suelos de olivar que, dentro de un patrón bastante uniforme, están más alejados del "suelo natural" (valores de índices más bajos) y, por tanto, aquellos suelos más deteriorados sobre los que habrá que actuar con mayor urgencia (adoptando, por ejemplo, los métodos de cultivo ecológicos).

• Acton, D.F., Padbury, G.A., 1993. A conceptual framework for soil quality assessment and monitoring. In: D.F. Acton (Ed.). A program summary. Centre for Land and Biological Resources Restauration. Contrib. n. 93. Res. Branch, Agricultural Canada, Ottawa.
• AECS, 2000. Monográfico del olivar. Actas del V congreso Nacional de Ciencias del Suelo. Asociación Española de Ciencias del Suelo. Jaén, Baeza.
• Brejda, J.J., Moorman, T.B., Karlen, D.L., Dao, T.H., 2000. Identification of regional soil quality factors and indicators: I. Central and High-Plains. Soil Science Society of American Journal 64, 2115-2124.
• Carter, M.R., Gregorich, E.G., Anderson, D.W., Doran, J.W., Janzen, H.H., Pierce, F.J., 1997. Concept of soil quality and their significance. In: E.G. Gregorich and M. Carter (Eds.). Soil quality for crop production and ecosystem health. Elsevier, Amsterdam. pp: 1-19.
• De la Rosa, D., 2008. Evaluación agroecológica de suelos. Ediciones Mundi-Prensa. Madrid.
• Dick, R.P., 1994. Soil enzyme activities as indicators of soil quality. In: J.W. Doran, D.C. Coleman, D. F. Bezdicek, B.A. Stewart (Eds.). Defining soil quality for a sustainable environment. SSSA Special Publication n. 35, Madison, WI. pp. 107-124.
• Doran, J.W, Parkin, T.B., 1994. Defining and assessing soil quality. In: Defining soil quality for a sustainable environment. J.W. Doran, D.C. Coleman, D.F. Bezdicek, B.A. Stewart (Eds.). Defining soil quality for a sustainable environment. SSSA and ASA Special Publication n. 35, Madison, WI. Pp. 3-21.
• Doran, J.W., Parkin, T.B., 1996. Quantitative indicators of soil quality: A minimum data set. En : Methods for assessing soil quality. J.W. Doran, A.J. Jones (Eds.). SSSA Spec. Publ. 49. SSSA and ASA, Madison, WI. Pp. 25-37.
• Doran, J.W., Saurantoni, M., Janke, R., 1994. Strategies to promote soil quality and health. In: C.E. Pankhurst, B.M. Doube, V.V.S.R. Gupta, P.R. Grace (eds.). Soil biota: management in sustainable systems. CSIRO information, Australia. Pp. 230-236.
• FAO, 1990. Guidelines for soil description. FAO, Rome. 70 pp.
• FAO, 2006. World reference base for soil resources, FAO, ISRIC, IUSS, Rome. 128 pp.
• García-Ruíz, R., Ochoa, M.V., Viñegla, B., Liébanas, G., Guerrero, P., Abolafia, J., Peña-Santiago, R., Carreira, J.A., 2004. Calidad del suelo en olivares con prácticas de manejo contrastadas: aplicabilidad de indicadores biológicos en el control y monitorización de explotaciones ecológicas y convencionales del olivar. Proyectos de Investigación, Universidad de Jaén-Caja Rural de Jaén, 191-228.
• Guzmán, G., Alonso, A., 2004. El manejo del suelo en el olivar ecológico. En: Manual de olivicultura ecológica (Edita: Instituto de Sociología y estudios campesinos), Universidad de Córdoba, España. pp 27-54.
• Herrick, J.E., 2000. Soil quality : an indicator of sustainable land management? Applied Soil Ecology 15, 75-83.
• Karlen, D.L., Maubach, M.J., Doran, J.W., Cline, R.G., Harris, R.F., Schuman, G.E., 1997. Soil Quality: A concept, definition and framework for evaluation. Soil Science Society of America Journal 61, 4-10.
• Mariscal, I., Peregrina, F., Terefe, T., González, P., Espejo, R., 2007. Evolution of some physical properties related to soil quality in the degraded ecosystems of "raña" formations from SW Spain. Science of the Total Environment 378, 130-132.
• Miralles, I., 2006. Calidad de los suelos en ambientes calizos mediterráneos: Parque Natural de Sierra María-Los Vélez. Tesis Doctoral, Universidad de Granada. 558 pp.
• Oweremadu, E.U., Akamigbo, F.O.R. & Igwe, C.A. 2008. Soil Quality Morphological Index in Relation to Organic Carbon Content of Soils in Southeastern Nigeria. Trends in Applied Sciences Research, 3, 76-82.
• Papendick, R.I., Parr, J.F., 1992. Soil Quality: The key to a sustainable agriculture. American Journal of Alternative Agriculture 7, 2-3.
• Pastor, M., 1996. Criterios para la elección de sistemas de cultivos en el olivar. Informaciones técnicas 38/93. Consejería de Agricultura y Pesca, Junta de Andalucía, Sevilla.
• Singer, M.J., Ewing, S.A., 2000. Soil Quality. In: Handbook of soil science. M.E. Sumner (Ed.). CRC Press. Boca Raton, Florida. Pp: G271-G298.
• Visser, S., Parkinson, D., 1992. Soil biological criteria as indicators of soil quality: soil microorganisms. American Journal of Alternative Agriculture 7, 33-37.