Español (pdf)
Articulo en XML
Referencias del artículo
Traducción automática
Permalink
Introducción
La Ecuación Universal de Pérdida de Suelos (USLE;Wischmeier y Smith., 1978) y su versión revisada (RUSLE;Renard et al., 1997) son los modelos de estimación depérdidas de suelos de mayor uso a nivel mundial para laplanificación del uso de la tierra a nivel predial. Los mismoshan sido incorporados en el programa EROSION 6.0 (GarcíaPréchac, Hill, Cleríci, 2005) y su validación para lascondiciones del Uruguay es abordada en extenso por Durány García Préchac (2007). Asimismo este programa esla herramienta empleada, en el marco de la ley 15239, porla Dirección de Recursos Naturales Renovables (RENARE)del Ministerio de Ganadería Agricultura y Pesca(MGAP) en la implementación de los Planes de Uso deManejo Responsable del Suelo (PUMS). El modelo USLE/RUSLE estima la erosión promedio anual de largo plazoesperada en una ladera y tiene la siguiente forma:
A = R x K x L x S x P x C
donde:
A es la pérdida de suelos estimada (Mg.ha-1.año-1);
R es el factor erosividad de la lluvia y escurrimientoasociado (MJ.mm.ha-1.h-1.año-1);
K es el factor erodabilidad del suelo (Mg.h.MJ-1.mm-1);
L es el factor longitud de la pendiente;
S es el factor inclinación de la pendiente;
P es el factor prácticas mecánicas de apoyo; y
C es el factor uso y manejo del suelo.
El programa EROSION 6.0 en su versión actual tieneincorporados valores de factor R para distintas localidadesdel Uruguay. Sin embargo las series de información climáticaempleadas para su estimación no son sincrónicas, elalcance temporal de las mismas es menor a 20 años y lasmetodologías empleadas para su estimación son diversas.En este sentido se han empleado las ecuaciones de estimaciónde erosividad de las lluvias propuestas por Wischmeiery Smith (1978) y empleadas por Pannone, García yRovira (1983), índice de Fournier modificado (Arnoldus,1977) adaptado para Uruguay por García Préchac y Clérici(1996), y Sorrondegui (1996). Las series temporales de lainformación de precipitaciones empleadas en la mejor delas situaciones contienen información generada hasta finesde la década de 1990.
Renard y Freimund (1994) proponen distintas ecuacionespara la estimación del factor R a partir de informaciónpluviométrica mensual para lugares fuera de los EstadosUnidos. Estas ecuaciones fueron generadas a partir de 132estaciones climatológicas que cubren un rango de precipitacionesmedias anuales entre 67 y 1640 mm, y valores delíndice de Fournier modificado entre 7 y 150 mm. En estesentido presentan dos ecuaciones para estimar el factor Ranual para regímenes de precipitaciones medias anualesmayores a 850 mm, o Índice de Fournier mayor a 55 mm.
donde
R es el factor erosividad de la lluvia (MJ.mm.ha-1.h-1.año-1);
P es precipitación media anual (mm); y
F es índice de Fournier Modificado (mm).
La precipitaciones medias anuales del Uruguay se encuentranen el rango comprendido entre los 1200 y 1600mm (Castaño et al., 2011) para el período 1980-2009, entanto el índice Fournier modificado en el rango 140-180 mmpara el período 1991-2000 (Munka, Gruz y Caffera, 2007).Tanto el rango de precipitaciones como el del índice Fourniermodificado reportados para el Uruguay hacen que lasEcuaciones 1 y 2 sean aplicables a nuestras condiciones.
Dado que la información que actualmente posee el programaEROSION 6.0 se encuentra desactualizada, y queel país cuenta con información pluviométrica de largo plazoy de importante cobertura territorial, es pertinente actualizarlos valores de factor R a ser empleados. El objetivo de estetrabajo fue emplear la metodología propuesta por Renard yFreimund (1994) para actualizar los valores de factor R enel programa EROSION 6.0. También persigue los siguientesobjetivos específicos: evaluar el efecto del largo de laserie empleada en la estimación del factor R y comparar losnuevos valores estimados con los que actualmente sonempleados.
Materiales y métodos
La base de datos empleada para la estimacióndel factor R proviene de los registros pluviométricosmensuales del período 1980-2009 en las localidadesque se indican en el Cuadro 1. La base pluviométricaempleada es la misma que la empleada por Castañoet al. (2011). La estimación del factor R se realizóempleando las Ecuaciones 1 y 2 propuestas porRenard y Freimund (1994). El valor de P o F empleadoen las mencionadas ecuaciones es el resultantedel promedio de 20 años. Se calculó la mediamóvil de 20 años para todas las localidades, de estamanera se generaron once valores de factor R porlocalidad para cada ecuación de estimación. Ademásse estimó el factor R considerando el promediode los 30 años de la serie. La comparación de lasestimaciones fue realizada mediante regresión lineal.Los resultados se presentan en forma de Cuadros yFiguras.
Resultados
El Cuadro 2 presenta los valores de factor R estimadosde acuerdo a la Ecuación 2 para el promedio de 20 añosmóviles y la serie de 30 años. La localidad de Tomás Gomensoroalcanzó el máximo valor de factor R (9461MJ.mm.ha-1.h-1.año-1), en tanto Punta del Este presentó elmínimo (3602 MJ.ha-1.h-1.año-1), ambos en el período1986-2005. El 53 % de las localidades alcanzaron los máximosvalores de erosividad de la lluvia al considerar losperíodos 1983-2002 y 1984-2003. El 27 % de las localidadestuvieron su máximo en el lapso 1990-2009. El 80 % delos valores mínimos de factor R ocurrieron al considerar losperíodos 1980-1999 y 1981-2000. Al emplear la Ecuación 1(datos no presentados) el máximo valor de factor R ocurrióen la localidad de Rivera en el período 1984-2003 (9698MJ.mm.ha-1.h-1.año-1), y el mínimo en Punta del Este en elperíodo 1980-1999 (4076 MJ.mm.ha-1.h-1.año-1). El 73 %de las estaciones evaluadas tuvieron su máximo valor de Ral considerar el período 1983-2002, o 1984-2003. En tantosi se considera el período 1980-1999, o 1981-2000 el 77 %de las estaciones tuvieron el mínimo valor estimado de factor R.
La Figura 1 muestra la relación entre el factor R promediode 30 años empleando las Ecuaciones 1 y 2. El intercepto(-318,5) no es diferente de cero (P < 0,29),y la pendientede la regresión (0,9813) no lo es de uno (P < 0,70).
Cuadro 2 Factor R promedio de 20 años móviles y para la serie de 30 años en distintas localidades empleando la Ecuación 2.
Figura 1 Relación entre erosividad (MJ.mm.ha-1.h-1.año-1) promedio de 30 años estimada con ecuaciones 1 y 2.
Las Figuras 2 y 3 muestran la relación entre la erosividadpromedio de 30 y 20 años (1990-2009) estimadas conlas Ecuaciones 1 y 2, respectivamente. El intercepto (-519,9)y la pendiente (1,11) de la regresión entre la erosividad de lluviaestimada a partir de los 30 años de la serie y 20 años (1990-2009) con la Ecuación 1 son diferentes de cero (P < 0,02) yuno (P < 0,002), respectivamente. Lo anterior se repite alemplear la Ecuación 2 (Figura 3), siendo el intercepto(-457,8) y la pendiente de la línea de regresión (1,14), distintosde cero (P < 0,03), y uno (P < 0,0003), respectivamente.
Figura 2 Relación entre erosividad (MJ.mm.ha-1.h-1.año-1) promedio de 30 años y para el período 1990-2009 estimada conEcuación 1.
Figura 3 Relación entre erosividad (MJ.mm.ha-1.h-1.año-1 ) promedio de 30 años y para el período 1990-2009 estimada conEcuación 2.
El Cuadro 3 muestra los valores de erosividad de laslluvias que actualmente emplea el programa EROSION6.0 y los estimados a partir de 20 (1990-2009) y 30 años(1980-2009) con la Ecuación 2. La erosividad de la lluviaestimada resulta menor en 7 y 9 localidades al considerarel promedio de 20 o 30 años, respectivamente.La mayor disminución se da en la localidad de Durazno,-27 y -28 %, al considerar 20 o 30 años, respectivamente.En tanto, Treinta y Tres es la localidad con mayoraumento de la erosividad siendo la misma del 49 %, o33 % en función del período considerado . Cuando lacomparación se realiza empleando la Ecuación 1 la erosividadestimada disminuye respecto al valor actualmenteempleado en 7 y 8 localidades al considerar el promedio(1990-2009), o los 30 años de la serie, respectivamente.La mayor disminución se da en las localidades de Durazno(-20 %) y Paysandú (-19 %), cuando se consideran20 o 30 años, respectivamente. El máximo aumentose localiza en la localidad de Treinta y Tres, siendo del66 % y 54 % al considerar la media del período 1990-2009, o los 30 años de la serie, respectivamente.
Cuadro 3 Factores R incluidos en el programa EROSION6.0 y estimados para el período 1990-2009 y 1980-2009con la Ecuación 2 para distintas localidades.
Discusión
La erosividad de la lluvia aumenta desde el sur alnorte del país (Figura 4), encontrando los valores másbajos en la localidad de Punta del Este. La magnitud dela erosividad estimada (Cuadro 2) es similar a la encontradapor Saluso (2006) en estaciones meteorológicasubicadas al este de la provincia de Entre Ríos, norestede la Provincia de Buenos Aires y sureste de la Provinciade Corrientes, Argentina (Figura 4). Saluso (2006)indica que la isoerodenta 5000 (MJ.mm.ha-1.h-1.año-1)se encuentra ligeramente al sur de la desembocaduradel Río Paraná, y la isoerodenta 9000 (MJ.mm.ha-1.h-1.año-1)algo al norte de Monte Caseros, Corrientes. A esta localidadSaluso le asigna un valor de erosividad de 8400(MJ.mm.ha-1.h-1.año-1) considerando el período 1950-2005. Nuestras estimaciones, empleando la metodologíade Renard y Freimund (1994) para la localidad deBella Unión están en el rango de 7231 a 9050(MJ.mm.ha-1.h-1.año-1) dependiendo del largo y años dela serie considerada así como ecuación de estimación(Cuadro 2). Peñalva Bazzano, Eltz y Cassol (2007) reportanpara la localidad de Quaraí, Río Grande del Sur,Brasil, limítrofe con Artigas, una erosividad promedioanual de 9292 (MJ.mm.ha-1.h-1.año-1) para el período1966-2003, con un máximo y mínimo anual de 22827 y2239, respectivamente (Figura 4). Nuestras estimacionespara la localidad de Artigas oscilan entre 7972 y9187 de acuerdo al largo, años de la serie y ecuaciónempleada. La erosividad en la localidad de Colonia oscilaentre 4246 y 4976 (MJ.mm.ha-1.h-1.año-1), la isoerodenta5000 de Saluso (2006) se encuentra ligeramenteal sur de la desembocadura del Río Paraná.
Figura 4 Distribución geográfica del factor R promedio de 30 años estimado con la Ecuación 2. Nota: Los valores de factorR de Argentina fueron tomados de Saluso (2006) y los de Brasil de Peñalva Bazzano, Eltz y Cassol (2007, 2010).
No obstante el aumento de la erosividad hacia el nortedel país, al este de la Cuchilla Grande se aprecia un gradientede erosividad de la lluvia que disminuye hacia laLaguna Merín. En la zona sur del Estado de Río Grande delSur, próxima al límite con Uruguay, se puede apreciar unpatrón similar. La erosividad en la localidad portuaria de RíoGrande es de 5135 MJ.mm.ha-1.h-1.año-1 (Peñalva Bazzano,Eltz y Cassol, 2010), en tanto en Hulha Negra, próximoa Bagé, el valor es 6209 MJ.mm.ha-1.h-1.año-1 (Martins etal., 2009) (Figura 4). El máximo valor en la región este delpaís se encuentra en José Pedro Varela, los intermediosen Melo y Treinta y Tres, y los menores en Rocha yChuy (Cuadro 2). Si bien este patrón responde a lasprecipitaciones medias anuales (Castaño et al., 2011),su ocurrencia tiene un fuerte impacto a corta distanciaal momento de planificar el uso del suelo con elmodelo USLE/RUSLE. El patrón de variación espacialde la erosividad de la lluvia en Uruguay observadoen nuestro trabajo es consistente con datos de laliteratura en trabajos realizados en áreas limítrofesde los países vecinos.
El largo de la serie histórica empleada afecta lamagnitud del factor R estimado (Figuras 2 y 3), siendomayor el promedio al disminuir el largo de la seriede 30 a 20 años. Los valores de factor R empleadosen RUSLE para los Estados Unidos están basadosen series históricas que cubren al menos 22 años deregistros. Renard et al. (1997) sugieren el empleo deseries históricas más extensas en regiones con unaalta variabilidad interanual de las precipitaciones. Estaes la condición del régimen pluviométrico del Uruguay,por lo que a nuestro juicio sería conveniente elempleo de las estimaciones basadas en 30 años deregistros pluviométricos.
Comparando las estimaciones de los valores de factorR generados con las dos ecuaciones y los actualmenteempleados presentan una disminución en la zona centrodel país (Durazno) y un aumento considerable en la zonaeste del país. Las razones del aumento, o disminución delfactor R exceden los objetivos de este trabajo. No obstanteel impacto de estos cambios en las estimaciones de pérdidade suelos y consecuentemente en la planificación deluso del suelo en particular en la zona este del país puedeser contrabalanceado por el ajuste propuesto por GarcíaPréchac et al. (2016). Consiste en considerar la variacióndel contenido de agua de los suelos en las estimaciones deerosión en Uruguay, que se demostró las afecta significativamente(Hill et al., 2008), y aún no ha sido incorporado enel programa EROSION 6.0.
Conclusiones
Las ecuaciones empleadas en este trabajo permitieronactualizar los valores de factor R empleados por elprograma EROSION 6.0, y obtener magnitudes del mismoque concuerdan con valores de factor R publicadosen la bibliografía especializada de la región limítrofe. Lasestimaciones de factor R basadas en 30 años de informaciónpluviográfica realizadas con las dos ecuacionesempleadas no fueron diferentes. El largo de la serie pluviométricaempleada afecta el valor de factor R estimado,pero dada la alta variabilidad interanual de las precipitacionesse recomienda emplear las estimaciones basadasen 30 años de información.
