Luokat: Kaikki - suelos - clima - factores - predicciones

jonka Alejandra Sahagún 2 vuotta sitten

2302

EUPS (USLE)

En las últimas décadas, la estructura básica se ha modificado significativamente con la integración de componentes auxiliares basados en procesos y la utilización de Sistemas de Información Geográfica (

EUPS (USLE)

EUPS (USLE)

La estructura básica se modificó sustancialmente en las últimas décadas con muchos componentes auxiliares basados en procesos en cada uno de los cinco factores individuales acompañados de la integración en Sistemas de Información Geográfica (SIG) de alta resolución y la aplicación de herramientas estadísticas geográficas de última generación. Como tal, el objetivo de esta sección es presentar el progreso de cada uno de los cinco parámetros USLE desde su definición original hasta las posibilidades avanzadas y altamente desarrolladas de hoy.

Limitaciones y la necesidad de modelar

Tasa de erosión tolerables

Las tasas de erosión del suelo tolerables en todo el mundo se dan entre 0.1 y 1 mm año-1 (para una visión general de todos los estudios, ver Li, Du, Wu y Liu (2009)).



entre 0.1 y 1 mm año-1

1-10 Mg ha-1 año-1

En aras de la simplicidad, estas tasas de mm podrían convertirse con una densidad aparente de 1 t m-3, lo cual es típico para la estructura del suelo suelto de los suelos superficiales y daría como resultado tasas de pérdida de 1-10 Mg ha-1 año-1.

Formación de suelo

0.3 - 1.4 Mg ha-1 año-1

Para las condiciones prevalentes en Europa, se ha estimado que el límite superior de formación del suelo es de aproximadamente 1.4 Mg ha-1 año-1 mientras que el límite inferior se da como 0.3 Mg ha-1 año-1 (Alewell et al., 2015; Verheijen , Jones, Rickson y Smith, 2009).

Agricultura no sostenible

Como las tasas de erosión del suelo tolerables no deben exceder las tasas de formación del suelo, muchos países en el mundo están realizando una agricultura no sostenible.

Mapeo de erosión a gran escala

Sin un mapeo de erosión del suelo a gran escala, no tenemos herramientas para abordar este problema y, por lo tanto, no hay posibilidades de exigir acciones de mitigación.

Modelar la erosión

Además de la discusión sobre si las estimaciones modeladas de erosión del suelo son realmente "suficientemente buenas" desde una perspectiva científica y la pregunta de qué es realmente "lo suficientemente bueno", nos gustaría plantear otro problema: la necesidad práctica de modelar la erosión del suelo.

Evaluación a gran escala

Sin modelos no habrá evaluaciones de erosión a gran escala. Sin evaluaciones de erosión a gran escala, la erosión del suelo como una de las amenazas más serias para los suelos no será considerada por ningún programa importante de políticas ambientales y agrícolas, ni por los modelos del relieve (LSM).

FAO (2017)

Por ejemplo, las Directrices voluntarias para la gestión sostenible de los suelos de la Organización de las Naciones Unidas para la Agricultura y la Alimentación (FAO, 2017) identifican la erosión del suelo por el agua y el viento como la amenaza más importante para los suelos mundiales y los servicios ecosistémicos que brindan.



ONU

A escala mundial, los Objetivos de Desarrollo Sostenible (ODS) incluyen un subindicador sobre la erosión estimada del suelo por el agua.

Unión Europea

La Política Agrícola Común de Europa establece requisitos para proteger las áreas agrícolas utilizadas contra la erosión, que estableció un marco de estándares que tienen como objetivo, entre otros, prevenir la erosión del suelo. Las Buenas condiciones agrícolas y ambientales (GAEC) implementadas en la reforma de la Política Agrícola Común Europea (Borrelli et al., 2016c) introdujeron la prevención de la erosión del suelo y una mayor restitución de residuos, mayor cobertura del suelo y menor perturbación de la labranza, que se encuentran entre las más prácticas efectivas de mitigación en tierras cultivables europeas.


Todos estos programas de políticas no pueden considerar la erosión del suelo si no hay herramientas disponibles para el modelado y mapeo a gran escala.

¿A otras regiones?

El modelado de tipo USLE se discute con frecuencia para que se desarrolló para suelos y sistemas de tipo EE. UU. y, por lo tanto, se cuestiona que sea aplicable para otras regiones.

Adapten los parámetros

Sin embargo, siempre y cuando los parámetros del modelo se consideren cuidadosamente y se adapten a los patrones climáticos y de lluvia específicos del sitio o región, la cobertura y el manejo, así como las características específicas del suelo, los sistemas de tipo estadounidense y los suelos no son un caso sui generis y la erosión del suelo de los suelos estadounidenses está regulado por los mismos factores y procesos que en cualquier otro lugar del mundo. Las investigaciones a largo plazo de Schwertmann et al. (1987, pp. 1e64) apoyan la última suposición hace tres décadas

Reducir incertidumbre

. Estudios recientes confirmaron que, cuando se parametriza adecuadamente, la incertidumbre del modelado tipo USLE en todo el mundo no es mayor que dentro de los EE. UU. (Kinnell, 2010; Meusburger et al., 2010b, 2013; Stolpe, 2005; Yue et al., 2016) .

Cuantificación de la erosión

La falta de cuantificación de la erosión de las cárcavas o la erosión de los bancos de corrientes se ha abordado con frecuencia como una falta o incluso una falla general del modelado tipo USLE (Belyaev, Wallbrink, Golosov, Murray y Sidorchuk, 2005; Evans y Boardman, 2016a, 2016b; Quinton, 2013 ; Trimble y Crosson, 2000).

Cárcavas y bancos de las corrientes

Procesos hidrológicos complejos y difíciles de modelar

La erosión de las cárcavas y la erosión de los bancos de la corriente implican procesos hidrológicos complejos y altamente heterogéneos y de erosión del suelo de formaciones de canales difíciles de modelar.

Nunca se tuvo esa intención

Quisiéramos afirmar que USLE nunca tuvo la intención de abordar la erosión de cárcavas, vientos o bancos de corrientes, como se afirma claramente en las primeras publicaciones de USLE (Wischmeier y Smith, 1965, 1978, p. 58). Sería como desacreditar una herramienta de monitoreo de mariposas por perderse importantes especies de aves.

Modelos predicción erosión

Estudios recientes continúan cuestionando el uso de modelos para predecir el potencial de erosión, y argumentan que, en cambio, existe la necesidad de una mayor evaluación y monitoreo de la erosión hídrica en el campo (Evans, 2013).

Evaluación y monitoreo en campo

Comprensión de las observaciones

El modelado no puede ser una alternativa a la medición y el monitoreo, pero podría ser una herramienta poderosa para comprender las observaciones y para desarrollar y probar teorías. La comprensión de los procesos, la regulación de los parámetros, las tendencias y las diferencias entre los datos que difieren espacial o temporalmente es muy a menudo el objetivo final en la ciencia y los modelos sirven como herramientas para ese fin.

Integrador entre disciplinas

Como tal, los modelos pueden entenderse como una herramienta para la comprensión, así como herramientas para la simulación y predicción, un laboratorio virtual que, como aspecto positivo, podría servir como un integrador dentro y entre disciplinas, ya que reúne datos, observaciones y conocimiento de diferentes campos (Nearing, 2004).

Resultados débiles o incorrectos

Sin embargo, como los modelos también se utilizan como medios para comunicar la ciencia y los resultados de la ciencia, siempre existe el peligro de que lo que comunica sea débil o incluso incorrecto y que estas debilidades no sean evidentes para el usuario del modelo o el usuario del modelo de producción (Nearing, 2004). Trimble y Crosson (2000) criticaron la falta de predicción de las tasas de entrega de sedimentos por parte de USLE y su incapacidad para predecir la erosión de cárcavas, lo que los llevó a concluir para EE. UU. que "las limitaciones de USLE (...) son tales que no parecemos tener una idea verdaderamente informada de cuánta erosión del suelo está ocurriendo en este país, y mucho menos de los procesos de movimiento y deposición de sedimentos.

Alcances y limitaciones

Como se discutió anteriormente, los modelos de tipo USLE no fueron diseñados para predecir la erosión de barrancos ni las proporciones y modeladores de entrega de sedimentos, los usuarios del modelo y las partes interesadas deberían, por supuesto, conocer los conceptos y parámetros subyacentes del modelo, las limitaciones discutidas anteriormente y la posible evaluación e interpretación del resultado del modelo. Con respecto a esto último, la simplicidad del concepto USLE podría considerarse una ventaja, ya que cada uno de los cinco parámetros USLE podría evaluarse por separado, incluso por partes interesadas no expertas, aumentando así la transparencia y la objetividad de la evaluación.

Factor P

Transición a SIG
Factor P omitido

Con la transición del modelado de campo a modelado basado en SIG, la falta de información espacial para calcular el factor P implica que en la gran mayoría de los modelos basados ​​en SIG de captación a escala regional, el efecto crucial de las prácticas de conservación en la erosión del suelo ha sido omitido.

Efectos de la políticas de conservación


Sin embargo, estudios recientes a gran escala propusieron enfoques alternativos que pueden proporcionar estimaciones relativas del factor P y evaluar los posibles efectos de la política de conservación (Panagos et al., 2015c; Yue et al., 2016). Panagos y col. (2015c) considera los últimos desarrollos políticos en la Política Agrícola Común, y aplica las reglas establecidas por los Estados miembros para la agricultura de contorno sobre una determinada pendiente. Además, el impacto de los barreras de piedra y los márgenes de césped se modeló utilizando las más de 226,000 observaciones de la Encuesta estadística marco de área de uso de la tierra/cobertura (LUCAS) realizada en 2012 en la Unión Europea (Panagos et al., 2015c)

Valores de P
0.2 a 1.0

Los valores típicos de P varían de aproximadamente 0.2 para terrazas de banco de pendiente inversa a 1.0 donde no hay prácticas de control de erosión (Wischmeier y Smith, 1978, p. 58).


Cuanto menor sea el valor de P, más exitosamente la práctica de conservación o la combinación de los mismos promueve la deposición de partículas de suelo.

Deposición cerca de la fuente

Desde una perspectiva de planificación de la conservación, es preferible la deposición del suelo cerca de la fuente, pero la efectividad de la práctica de conservación depende de las características del área agrícola (por ejemplo, el gradiente de la pendiente).

Factor de prácticas de conservación

Campo con prácticas de conservación

Prácticas de conservación

Cantidad y dinámica de la escorrentía

Prácticas mecánicas

Para las prácticas de conservación de la tierra cultivada, generalmente consideradas como factor P, se encuentran la surcado al contorno, el cultivo en franjas, los sistemas de cultivo en terrazas y los flujos de agua estabilizados debido a las prácticas de labranza mejoradas, como las rotaciones a base de césped, los tratamientos de fertilidad y la mayor cantidad de residuos de cultivos que quedan en el campo ya forman parte del factor C (Wischmeier y Smith, 1965).

Individualmente

Valores de P empíricos (USLE)

En el documento original de Wischmeier y Smith (1965) se proporcionaron valores P empíricos para considerar el contorno, pero los investigadores recomendaron consultar el juicio de expertos adicionales para adaptar el valor P para condiciones de campo específicas, especialmente cuando existen pequeñas barrancas o surcos o uno de los anteriores.

Lista de valores de P complementados por experimentos analíticos

Las medidas mencionadas fueron adaptadas en RUSLE, se proporciona una lista de valores de P obtenidos a partir de datos experimentales complementados por experimentos analíticos, que ofrecen una amplia gama de condiciones de prácticas de conservación.

Barreras vivas

Los menos confiables de USLE/RUSLE

Sin embargo, de acuerdo con (McCool et al., 1987) los valores del factor P son los menos confiables de los factores USLE / RUSLE ya que la efectividad observada en los estudios de campo realizados en pendientes determinadas mostró amplios rangos de reducciones.

Terrazas

Cultivos en franjas

Surcos al contorno

Surcos rectos en dirección de la pendiente

Factor C

Medición de la cobertura vegetal

http://oregonstate.edu/instruct/bot440/wilsomar/Content/HTM-perarea.htm#:~:text=Cover%20classes%20are%20a%20favorite,%2C%20and%2060%25%2D100%25.




Opciones

I suppose it depends on the size of the site, and how much time and resources you have. I have seen this done many ways. 

1. Aerial photos. If you get a very high resolution photo, you can perhaps use software like Image J to do this. 

2. Random canopy cover "spotting." You could use a frame held at a fixed distance from your eyes, and estimate % canopy cover for each of a set number of random viewpoints, looking upwards. Then average these. 

3. Linear transects. Set a series of transects and then record when vegetation cover begins and ends along the line, and then use that to estimate % cover. 

Many other methods exist -- these are just some I have seen used in the field. 

Patrick.


https://www.researchgate.net/post/How_can_I_measure_the_exact_percentage_of_vegetation_cover_of_a_site


Vídeos

To estimate cover by sampling, I use linear transects (100 meters, sampling at every meter), as M. Patrick Griffith mentioned above. There are some excellent videos on YouTube that explain the methods: https://www.youtube.com/watch?v=TXV5DxEaSR4 and https://www.youtube.com/watch?v=NhcNjikpApg

Métodos basados en la parcela

https://learn.landscapetoolbox.org/course/vegetation-measurement-and-monitoring/lessons/8-3-plot-based-cover-methods/


Modelado SIG

Aunque es posible calcular los valores de C para un amplio conjunto de técnicas de labranza y rotaciones de cultivos dentro de RUSLE, se requiere una gran cantidad de datos de entrada (Gabriels, Ghekiere, Schiettecatte y Rottiers, 2003). Con el advenimiento del modelado basado en SIG y las ambiciones de evaluar el impacto potencial sobre la erosión del suelo en áreas más grandes, el factor C, como con la mayoría de los otros factores dentro de RUSLE, ha experimentado un proceso de transformación y simplificación de la computación.


Difíciles de evaluar y cuantificar

Los enfoques de cálculo del factor C a escala regional más recientes se han movido hacia descripciones espaciales y espacio temporales utilizando índices basados ​​en vegetación para clasificaciones de uso de la tierra (Meusburger, Konz, Schaub y Alewell, 2010b; Moller, Gerstmann y Glärser, 2014, pp. 5072e5075; Panagos et al., 2014c; Schmidt, Alewell, & Meusburger, 2018; Sch € onbrodt et al., 2010; Teng et al., 2016) u operaciones promedio ponderadas que combinan estadísticas de cultivos con teledetección y técnicas de modelado SIG (Borrelli, Panagos, Langhammer, Apostol y Schütt, 2016b; Panagos et al., 2015b).



Mapas de uso de suelo

A escala de captación y regional, la mayoría de los parámetros de entrada para los subfactores RUSLE C se volvieron difíciles, si no imposibles de evaluar y cuantificar dado que la simulación del modelo es una parcela de campo específica.

En los últimos años, los métodos más comúnmente empleados para calcular el factor C y establecer modelos basados ​​en RUSLE a gran escala son atribuciones simples de los valores del factor C de la literatura a los mapas de uso de la tierra sin más subclasificación de la tierra (Bakker et al. (2008) ; M € arker et al. (2008), entre otros)

o enfoques de teledetección satelital ((Borrelli, Panagos, M € arker, Modugno y Schütt, 2017; De Jong, 1994; Sch € onbrodt, Saumer, Behrens, Seeber , & Scholten, 2010; Van der Knijff, Jones, & Montanarella, 1999), entre otros). Con la creciente demanda de más conocimiento sobre la erosión del suelo a escala macrorregional, la investigación sobre el factor C basada en técnicas de teledetección se ha convertido en un método ampliamente aplicado en todo el mundo (Vrieling, 2006; Zhang, Zhang, Liu, Qiao y Hu , 2011). Si bien estas aplicaciones a menudo representan de manera inadecuada el aspecto de manejo del factor C, las percepciones obtenidas, sin embargo, proporcionan una valiosa contribución para mejorar la comprensión del potencial de erosión del suelo de una región determinada, especialmente cuando se considera el uso de la tierra/cambio de cobertura mensual o sub-mensual.

Incorporar el aspecto de manejo

Recientemente se introdujo un enfoque geoestadístico basado en operaciones de promedio ponderado para incorporar a fondo el alcance, los tipos, la distribución espacial de las tierras de cultivo globales y los efectos de los diferentes sistemas regionales de cultivo en un modelo global de erosión del suelo basado en RUSLE (Diodato et al. , 2017). En estos enfoques recientes, el factor C refleja la efectividad relativa de los sistemas de manejo de suelos y cultivos en una región dada en términos de su capacidad para reducir la pérdida de suelo.

Cultivos continuos o en rotaciones

Como casi todos los cultivos se pueden cultivar de manera continua o en rotaciones con secuencias variables,



Pérdida de suelo

las relaciones de pérdida de suelo pueden variar en la tierra cultivada a lo largo del tiempo, ya que son una función del dosel, la cobertura del suelo, la rugosidad, la biomasa del suelo y el cambio de consolidación.

Etapa del cultivo + condición previa

El factor C depende de la etapa particular de la vegetación y el desarrollo de la cubierta vegetal en el momento en que ocurre el evento de lluvia, pero también de las condiciones previas de uso de la tierra. Por ejemplo, los residuos de la planta se pueden eliminar o dejar en el campo, incorporar cerca de la superficie o arar, cortar u omitir mediante la operación de cosecha. Todas estas medidas diferentes pueden tener diferentes efectos sobre la pérdida de suelo.

Etapas de cultivo

Originalmente se definieron cinco etapas de cultivo que incluyen barbecho áspero, plántulas, establecimiento, cultivo y maduración de cultivos y residuos o rastrojos.

Tablas empíricas

A partir de datos de 10,000 años de parcelas de escorrentía y pérdida de suelo reunidos de 47 estaciones de investigación en 24 estados de los EE. UU., Se crearon tablas empíricas teniendo en cuenta la etapa del cultivo, el tipo de vegetación, las medidas de manejo y su tiempo, y la intensidad de lluvia EI en los períodos específicos en consideración (Wischmeier y Smith, 1965).

RUSLE

En RUSLE, el cálculo del factor C sigue un esquema propuesto por Laflen, Foster y Onstad (1985) y (Weltz, Renard y Simanton, 1987, pp. 104e111) y ya no se proporcionan tablas de PRS. Se multiplican cinco subfactores para obtener relaciones de pérdida de suelo (uso previo de la tierra (PLU), cobertura de dosel (CC), cobertura de superficie (SC), rugosidad de la superficie (SR) y humedad del suelo (SM)) . Los valores individuales de SLR se calculan en intervalos de tiempo dentro de los cuales los cinco subfactores permanecen constantes.

Factor C general

Posteriormente, los valores de SLR se ponderan por la fracción de erosividad de la lluvia (EI) del período de tiempo coincidente (i) y se combinan para lograr un valor de factor C general usando

Factor de manejo y cobertura

El factor de manejo y cobertura (C) en las ecuaciones tipo USLE mide el efecto combinado de todas las medidas de cobertura y manejo interrelacionadas (Wischmeier y Smith, 1965).


Cobertura + manejo interrelacionados

En otras palabras, refleja los efectos de la cubierta de biomasa y las actividades que alteran el suelo.

Pérdida de suelo en condiciones específicas

Se expresa como la relación entre la pérdida de suelo de la superficie en condiciones específicas

Pérdida en barbecho contínuo y labranza limpia

y la pérdida correspondiente de barbecho continuo y labranza limpia (dado por el producto de R * K * L * S).

Pérdida relativa de suelo

La pérdida relativa de suelo (PRS) es la relación de la pérdida de suelo de la superficie de barbecho no desnudo y la pérdida de suelo de la superficie de barbecho desnudo durante un período de tiempo determinado. En consecuencia, es inversamente proporcional a la cubierta de la superficie del suelo que intercepta las gotas de lluvia y dificulta la escorrentía de la superficie al disminuirla.

Datos de elevación digital cuadriculados DEM

P

Estimación del factor LS

DEM de alta resolución

uropa 25m pero en ciertos países mucho más alta (por ejemplo, Suiza DEM 2m)

Requieren definir el área contribuyente

Cuatro algoritmos

  1. algoritmo de flujo de dirección única, D8 (por ejemplo, O'Callaghan y Mark (1984)
  2. el algoritmo de dirección de flujo múltiple (MD8, Quinn, Beven , Chevallier y Planchon (1991))
  3. infinitas vías de flujo de dirección únicas posibles (D∞),
  4. algoritmo triangular de dirección de flujo múltiple (MD∞, Seibert y McGlynn (2007)).


todavía falta la comparación de los diferentes algoritmos de flujo con las características de erosión mapeadas.

Dependencia de las estimaciones

Investigar la dependencia de la resolución parece aún más pendiente a la luz del DEM derivado de drones con altas resoluciones horizontales de 5 cm (Peralta et al., 2017).

Resolución del DEM

Se encontró que la precisión de las estimaciones de erosión del suelo disminuyen con la resolución decreciente


https://www.sciencedirect.com/science/article/pii/S1674987116300226


Sesgadas

En consecuencia, las estimaciones de erosión pueden estar sesgadas dependiendo de la resolución del DEM.

Investigación

stigar la dependencia de la resolución parece aún más pendiente a la luz del DEM derivado de drones con altas resoluciones horizontales de 5 cm (Peralta et al., 2017).

Algoritmo de flujo múltiple

Los algoritmos MUSLE, RUSLE, EPIC y G2 implementan un algoritmo de flujo múltiple (Karydas et al., 2014).



Comparaciones variaciones del enfoque SIG

Winchell, Jackson, Wadley y Srinivasan (2008) mejoraron aún más el método y compararon varias variaciones del enfoque SIG.

Modelo USPED

Algoritmo de deposición

Variabilidad de la infiltración

a lo largo del trayectoria de flujo

Método FCL

El método basado en ruta de flujo y en la longitud de células acumuladas (FCL) propuesto por Dunn y Hickey (1998) y Hickey (2000) y avanzado por Van Remortel, Hamilton y Hickey (2001) y Van Remortel, Maichle y Hickey (2004) quien intentó superar esta desventaja.

Algoritmo de Zhang (2013)

En 2013, Zhang et al. (2013) presentaron un algoritmo que combina ambos enfoques para tener en cuenta la convergencia del flujo en función del área contribuyente, así como las condiciones de corte de la pendiente y, por lo tanto, logró un paso importante hacia la estimación de la erosión neta.

Erosión neta

Laderas y campos uniformes

El USLE se desarrolló en primer lugar para predecir la pérdida de suelo en laderas y campos uniformes (Wischmeier, 1976; Wischmeier y Smith, 1965, 1978, p. 58).


Método para dividir pendiente

en 1974, Foster y Wischmeier (1974) desarrollaron un método para dividir una pendiente irregular en una serie de segmentos uniformes

Forma de la pendiente

Escala de cuenca

Flujo terrestre y pérdida de suelo

la longitud de la pendiente pierde importancia para predecir el flujo terrestre y la pérdida de suelo, ya que en realidad, los flujos de agua superficial convergen y divergen en el paisaje

Área contribuyente

que es el área de drenaje ascendente por unidad de longitud del contorno

Posición

El último enfoque no solo tuvo en cuenta la longitud del segmento o el tamaño de celda de la cuadrícula, sino también la posición del segmento o celda dentro del paisaje y, en consecuencia, el factor LS ya no era unidimensional (Kinnell, 2008; Zhang et al., 2013)

Factor L con base en la física

desarrollado por Moore y Burch (1986)

Factores L teóricos y empíricos

Factor L USLE

Capacidad de transporte de sedimentos

de la escorrentía del paisaje.

Procesos hidrológicos

que afectan la escorrentía y la erosión

Menos sensibles

La pérdida de suelo es mucho menos sensible a los cambios en la longitud de la pendiente que a los cambios en la inclinación de la pendiente (McCool et al., 1987). La mayoría de las longitudes de pendiente medidas son inferiores a 120 m y, en general, no superan los 300 m (McCool, Foster y Weesies, 1997).

L que en S

Relación longitud de la pendiente y erosión

Ambiguos

Además, los hallazgos existentes son ambiguos ya que al aumentar la longitud de la pendiente se observó una disminución de la erosión del suelo (Joel, Messing, Seguel y Casanova, 2002; Kara, S Kara ensoy y Bolat, 2010; van de Giesen, Stomph y & de Ridder, 2005; Xu et al., 2009; Yair y Raz-Yassif, 2004), aumento (Rejman y Brodowski, 2005; Wischmeier y Smith, 1958; Zingg, 1940a) o que no tiene un efecto notable (Wischmeier y Smith, 1958)


FIGURE 23 Effect of length of slope on three sites of varying susceptibility to rill erosion (cf. Meyer, Decoursay and Romkens 1976)

http://www.fao.org/3/t1765e/t1765e0g.htm


Longitud de la pendiente

Wischmeier y Smith (1978)

Punto de origen

la distancia desde el punto de origen del flujo de superficie

Punto donde S disminuye o llega a un canal

hasta el punto donde el grado de pendiente (S) disminuye lo suficiente para el comienzo de la deposición

Factor L

Pérdida de suelo en el campo y una pendiente de 22m

(λ/ 22.1)m

λ = longitud de la pendiente del campo en metros

m = factor que varía con el grado de pendiente en la USLE y la proporción de erosión entre canalillos y canalillos en la RUSLE.

Inclinación de la pendiente
Valor original de S

S = (0.43 + 0.30s + 0.043s2) * 6.613

s = grado de pendiente en porcentaje


(Smith & Wischmeier, 1957; Wischmeier & Smith, 1965).

Curvas de (S vs %pendiente)

Hasta pendiente de 100%

Todas las ecuaciones permiten la evaluación del factor S hasta un ángulo de pendiente del 100%

Pendiente de 55%

solo un estudio exploró la pérdida de suelo hasta ángulos de pendiente del 90% utilizando experimentos de lluvia

Pedotransferencia en erosión
Bases de datos estadounidenses

Aplicabilidad a otras ubicaciones

Evaluar estimación más adecuada de la erodabilidad

para escalas, regiones o condiciones específicas (Hussein, Kariem y Othman, 2007; R € omkens, Poesen y Wang, 1988; Torri, Poesen y Borselli, 1997 ; Wang, Zheng, y Wang, 2012; Wawer y Nowocien, 2006; Zhang et al., 2004a, 2008

Falta de datos medidos

Valores K medidos a largo plazo

Como tal, algunos nuevos estudios y bases de datos que incorporan valores K medidos a largo plazo de parcelas de escorrentía natural son de gran interés.

Estudios de suelos
Bases de datos a gran escala

como la base de datos ISRIC SoilGrids con una resolución espacial de 250 m


https://www.isric.org/explore/soilgrids


Teledetección

Varios estudios ya exploraron la idoneidad de la reflectancia hiper-espectral de las superficies del suelo para evaluar las propiedades químicas y físicas del suelo

Mapear erodabilidad del suelo

nuevas oportunidades para mapear la erosionabilidad del suelo en el espacio y el tiempo

Contenido de piedra

Otro parámetro importante que afecta la erosibilidad es el contenido de piedra. Originalmente, el efecto de las piedras superficiales no estaba incluido en la ecuación del factor K, en cambio (Wischmeier & Smith, 1978, p. 58) sugirió considerar el efecto de las piedras superficiales en el factor C.


Escala

El efecto de la cubierta de piedra en la pérdida de suelo depende de la escala.


En la mesoescala, las piedras y los fragmentos de roca en la superficie del suelo pueden tener efectos ambivalentes, mientras que en la micro y macroescala predomina una disminución en el rendimiento del sedimento (Poesen, Torri y Bunte, 1994).

Macrolote

101 - 104 m2

Factor de reducción de la erosión


Poesen et al. (1994)

Función de decaimiento exponencial

basada en una compilación mundial de datos de campo experimentales.

Ecuación

20 a 40 %

Al implementar el efecto de la pedregosidad, se encontró que las reducciones de 20-40% de la erosión del suelo eran particularmente significativas en el Mediterráneo (Panagos, Meusburger, Ballabio, Borrelli y Alewell, 2014b).

Efectos estacionales

Los efectos estacionales en el factor K debido a los procesos de congelación y descongelación (acompañados de efectos sobre la resistencia al corte) o sobre la compactación (p. Ej., La lluvia durante el invierno / otoño o la presión de pisoteo durante el verano), y se han discutido los procesos de liberación posteriores ( Renard et al., 1991; Renard y Ferreira, 1993).



Incluyen en el factor K

Diferentes enfoques

Efectos apenas medibles

Kinnell (2010) revisó diferentes enfoques para evaluar la estacionalidad del factor K. Sin embargo, ninguno de estos enfoques incluye las interacciones y los efectos de influencia apenas medibles (p. Ej., Las influencias climáticas y la estacionalidad de la congelación-descongelación, la compactación por el pisoteo, la meteorización, las actividades de gestión humana) simultáneamente para un modelado orientado al proceso adecuado.

Factor K anual

Además, la divergencia de los factores K estacionales con un factor K anual es poco discutida en la literatura. En la Guía de referencia del usuario de RUSLE2 incluso se afirma que no existe evidencia estadística de una inconsistencia de la erosión del suelo a lo largo del tiempo.

Ecuaciones imitan el nomograma

(Auerswald, Fiener, Martin y Elhaus, 2014)


Las desviaciones de la ecuación original se probaron en 19055 suelos obtenidos durante estudios de suelos en toda Alemania.


En más del 50% de todos los casos se hicieron predicciones erróneas con la ecuación clásica para el factor K.

Ecuación original

Por lo tanto, los autores recomiendan usar este conjunto de ecuaciones, que describen el nomograma incluso más allá de las limitaciones de la ecuación clásica

Estacionalidad e interacción con el clima

pero restringen que las predicciones pueden estar lejos de ser "perfectas" ya que estas ecuaciones ignoran la estacionalidad o la interacción con el clima.

Usar nomograma

No hay relación derivada localmente

Datos medidos

que también tengan en cuenta los cambios estacionales en el factor K.

Propiedades del suelo
Capacidad de ser erosionado

por el agua, que son las que afectan:


así como las que pueden influir en las fuerzas de:


por efecto de la lluvia y escorrentía.

Valor empírico

determinado a partir de 20 años de datos sobre parcelas experimentales de 23 tipos principales de suelo de los EE. UU. mantenidas en barbecho durante al menos 2 años con todos los demás factores constantes (Wischmeier y Smith, 1965) y la erodabilidad del suelo se consideró como la cantidad de pérdida de suelo por unidad de fuerza erosiva con K igual a A/R.

K = A/R

Medición directa

Dado que la medición directa del valor K requiere el establecimiento y mantenimiento de parcelas de escorrentía natural durante largos y costosos períodos de observación en varios lugares

Cálculo

Nomograma del factor K

Wischmeier y Smith (1971)

considera los cuatro parámetros cruciales del suelo

Ecuación de aproximación del nomograma

donde


Sin embargo, Wischmeier y Smith (1978, p. 58) afirman que esta ecuación no describió el nomograma completo y difiere para suelos con alto contenido de limo, baja erosibilidad o alto contenido de materia orgánica.

Perfil de suelo

Factor R

El desarrollo del factor R fue una de las principales mejoras de la USLE en comparación con la ecuación original de Musgrave.

Mapas de erosividad regionales

España. Suiza, Italia, Corea, Irán y la Unión Europea

Datos de alta resolución temporal

Algoritmos geoestadísticos

Nivel global

ha recopilado datos sobre la erosividad de las precipitaciones de 3.625 estaciones meteorológicas en 63 países y ha establecido la Base de datos global de erosión por lluvia (GloReDa) desarrollando un mapa de erosividad global (Panagos et al., 2017).

Multiplicaciones simplistas

a fines de la década de 1990 y a principios de la década del 2000


 para estimar la erosividad 

factor R = 1.3 * precipitación

Ecuaciones empíricas para la erosividad

como el Índice de Fournier (FI) y su modificación (MFI) por Arnoldus (1980)

Datos bajo la hora para periodos largos e intensidad de lluvia

Ecuaciones empíricas simples

Diarios, mensuales y anuales disponibles

Tamaño de gota
Zonas tropicales

Subestimada

por la ecuación exponencial para EC unitaria

Nieve y deshielo
Ecuaciones del factor R

Restaron precipitación < 0°C

Este enfoque considera que la nevada no ejerce energía erosiva, pero descuida el proceso posterior de derretimiento de nieve que puede desencadenar la erosión del suelo.

Precipitación para esos meses

Schwertmann et al. (1987, pp.1e64) sugirieron una aproximación muy aproximada


Meses donde se observa un movimiento significativo del suelo debido al deshielo

Relación de variación
Mediciones de Energía cinética (EC)

Como la medición de tamaño de gota o la velocidad con disdrómetros.



Intensidad de lluvia

Generalmente es estimada con ecuaciones empíricas de la intensidad de lluvia medida.

Ecuaciones EC-I

Angulo-Martinez y col. (2016) evaluaron 14 ecuaciones CE-I diferentes para estimar la EC de 1 minuto y la EC total del evento y compararon estos resultados con 821 eventos de lluvia observados registrados por un disdrómetro óptico.

Eventos completos

Variación dentro del evento

resolución de 1 minuto

Datos medidos localmente y ecuaciones de EC locales

Cálculo factores R

Observación y validación local

Índice de erosividad por lluvia (EI30)

 Después de analizar 8,000 lotes-años de escorrentía, pérdida de suelo y lluvia.

Mapas isoerosivos

A partir de datos de lluvia de aproximadamente 2000 ubicaciones distribuidas de manera bastante uniforme en 37 estados de los EE. UU.


Utilizando registros de lluvia de la estación de 22 años y calculando la EI30 para cada tormenta 

Función logarítmica

Entre Energía cinética (KE) e Intensidad (I) más un valor constante para intensidades que exceden 76mm h-1(Wischmeier y Smith, 1978).

Relación exponencial

Kinnell (1981), confirmada por Brown y Foster (1987)


Usada en la RUSLE


er: Energía de lluvia unitaria

Ir: Intensidad de lluvia

Erosividad de la lluvia

vr: volumen de luvia durante el periodo de tiempo r de un evento de lluvia dividido en k partes

I30: intensidad máxima de lluvia de 30 minutos (mm h-1)

Erosividad media anual

México

Introducción

Desarrollos de modelado

Se han implementado numerosos desarrollos avanzados de modelado de tipo USLE durante las últimas décadas

Nuevos conceptos

La discusión anterior demuestra claramente que los modelos tipo USLE han dejado hace mucho tiempo el ámbito del modelado empírico puro y los elementos basados en procesos se han incorporado en algunos de los enfoques avanzados de desarrollo de modelos. Sin embargo, surge la pregunta de qué tan lejos se puede seguir esta ruta si al mismo tiempo se contempla el modelado a gran escala, que necesita unidades espacialmente discretas e independientes.


Como tal, cualquier esfuerzo de modelado debe, en la etapa de planificación, definir claramente los objetivos previstos y los datos disponibles, para poder elegir el concepto de modelado más adecuado.

SEDD

Sediment Delivery Distributed Modell (SEDD) 

se usa el modelo de tipo USLE

Tasas de erosión bruta distribuidas espacialmente

Entrega de sedimentos

Transporte neto y Entrega de sedimentos

Cuenca

WaTEM/SEDEM

Water and Tillage Erosion and Sediment Model

RUSLE con transporte de sedimentos y procesos de entrega

Erosión (producción de sedimentos)

Transporte de sedimentos y caminos

RUSLE3D

Factor LS

Para una mejor consideración de la forma del terreno y las condiciones topográficas complejas del área ascendente, el factor LS fue reemplazado por el área contribuyente ascendente en varias formas. 

Unit Stream Power Erosion and Deposition

permitió predecir la erosión y la deposición


Basado en una comparación con mediciones de erosión/deposición basadas en Cs137 se concluyó que las estimaciones derivadas de USPED eran más precisas y menos sesgadas que las aplicaciones de USLE.


Sin embargo, una comparación de USPED y RUSLE3D para una región del Mediterráneo (cuenca de Bradano, Italia) demostró para ambos modelos su viabilidad para estimar la distribución espacial de la pérdida de suelo, estimaciones de erosión / deposición del suelo a escala de cuenca y una buena coincidencia con el datos medidos de sedimentación

USLE-M

también incluye la escorrentía de eventos en R

Factor K

Índices

Para el factor K los valores se ajustan en consecuencia multiplicándolos con la relación del valor total del índice EI30 con el valor total del índice QREI30 

MUSLE

considerando la escorrentía

Rendimiento de sedimentos medido

Eventos de lluvia individuales

SIG

Restricciones

Aunque se considera la escorrentía, la restricción de que los datos modelados y observados por USLE representan diferentes parámetros aún no se ha superado (p. ej., tasas de erosión bruta y neta).


La erosión del suelo es, estrictamente hablando, el desprendimiento de las partículas del suelo de un sitio fuente y su transporte a algún sumidero de depósito. Como tal, los procesos de pérdida de suelo y deposición (a menudo también tratados como sedimentación) siempre están acoplados; ambos términos juntos podrían describirse como redistribución del suelo.


La redistribución del suelo abarca la redistribución del suelo por el agua y el viento, así como la transferencia masiva de partículas del suelo (por ejemplo, deslizamientos de tierra). La redistribución del suelo por el agua se puede diferenciar aún más en el transporte de granos individuales, como la erosión laminar o entre surcos, la erosión de surcos y cárcavas.


En los conceptos de modelado de todos los algoritmos de tipo USLE, la erosión del suelo se define como: “La pérdida de suelo se refiere a la cantidad de sedimento que llega al extremo de un área específica en una ladera de una colina que está experimentando la pérdida neta del suelo por erosión. Se expresa como una masa de tierra perdida por unidad de área y tiempo. La pérdida de suelo se refiere a la pérdida neta, y de ninguna manera incluye áreas de la pendiente que experimentan deposición neta a largo plazo ".


El modelado tipo USLE no aborda riachuelos más grandes o erosión de cárcavas (estructuras lineales con una profundidad> 30 cm), sino que está restringida a la erosión de laminar/entre canalillos/en canalillos (<varios cm de profundidad, generalmente definida como estructuras que podrían ser eliminado por el manejo). 

Publicaciones
Sistemas agrícolas de EE. UU.

Todo el mundo

El modelo USLE / RUSLE se ha utilizado ampliamente durante los últimos 40 años en 109 países.

Proporciones

Tendencia

Historia

Naturaleza empírica

Teóricamente

Ferro (2010) demostró que la estructura original de USLE puede obtenerse teóricamente aplicando el análisis dimensional y la teoría de la auto-similitud (Barenblatt, 1979, 1987) usando las mismas variables representativas de la erosión del suelo y la condición de referencia adoptada por Wischmeier y Smith (1965).


En otras palabras, utilizando el esquema de factores y la condición de referencia adoptada por Wischmeier y Smith (1965), Ferro (2010) desafía las críticas al origen empírico al afirmar que "USLE es la posterior estructura lógica con respecto a las variables utilizadas para simular el proceso físico de erosión del suelo ".


Sin embargo, con esta afirmación, siempre debemos tener en cuenta que USLE dirigió los objetivos de modelado en el proceso físico de erosión del suelo y, por lo tanto, no será capaz de simular el transporte o los rendimientos de sedimentos de una cuenca.

Avanzado más

para cumplir con numerosos requisitos especiales y necesidades específicas

Eventos, ecosistemas, escenarios de gestión

RUSLE2

RUSLE2 fue desarrollado para mejorar científicamente las ecuaciones USLE / RUSLE y ofrecen una herramienta mejorada para guiar y ayudar a la planificación del control de la erosión.

Ecuación empírica

 basadas en índices USLE

Ecuaciones basadas en procesos

para el desprendimiento, el transporte y la deposición de partículas de suelo

Erosión neta o depositación (masa/área)

Para cada segmento en el que se divide la ruta de flujo terrestre

Carga de sedimentos (masa/ancho de unidad de flujo)

al final de cada segmento y al final del flujo terrestre trayectoria

Carcterísticas del sedimento

en el punto de separación y en la carga de sedimento al final de cada segmento 

Mejoras

Entre otras mejoras estructurales, RUSLE2 trabaja en un paso de tiempo diario e introdujo el concepto de densidad de erosividad que resultó en mejoras significativas en los cálculos y el mapeo de la erosividad de la lluvia.

Actualización a RUSLE (1990s)

Ecuación Universal de Pérdida de Suelo Revisada

Forma multiplicativa

Componentes auxiliares

También tiene componentes auxiliares basados en el proceso como:

Nuevos elementos o actualizados

Base de datos extensiva

Cálculos basados en procesos para efectos ambientales variables

Limitado

Sin embargo, todavía tiene las limitaciones en la estructura del modelo que permite solo interacciones e interrelaciones limitadas entre los factores multiplicativos básicos.


Como los modelos tipo USLE se diseñaron para predecir la pérdida de suelo anual promedio a largo plazo, han tenido éxito en predecir pérdidas de suelo de eventos razonablemente bien en algunas ubicaciones geográficas (Kinnell, 2010), pero a menudo no pueden predecir la erosión de eventos, que es altamente influenciado por el hecho de que USLE y sus revisiones (RUSLE) no consideran la escorrentía explícitamente.

Desempeño

Guía de planificación de la conservación

La USLE durante más de cuatro décadas ha demostrado que esta tecnología es valiosa como guía de planificación de la conservación en los Estados Unidos, proporcionando a los agricultores y planificadores de la conservación una herramienta para estimar las tasas de erosión del suelo para diferentes sistemas de cultivo y manejo de tierras.

Áreas agrícolas

Tierras no perturbadas

Subfactores para el factor C

Para bosques, pastos permanentes y praderas.


El método propuesto para estimar el factor C de USLE se utilizaron relaciones para extrapolar tres subfactores principales, dosel, cobertura del suelo y efectos debajo del suelo, ya que para estas áreas no se contaba con una base de datos extensa del factor C disponible.


Más tarde se propusieron nuevas adiciones y modificaciones para extender el número de subfactores que operan en bosques, incluyendo (i) cantidad de suelo desnudo (o por el contrario, cobertura del suelo), (ii) dosel, (iii) reconsolidación del suelo, (iv) alto contenido orgánico, (v) raíces finas, (vi) efecto de unión residual, (vii) almacenamiento en el sitio, (viii) pasos y (ix) labranza de contorno (agroforestería).

Poco éxito

Poco acuerdo entre la pérdida de suelo estimada y medida tanto en la cuenca, como en los experimentos de parcelas.

Críticas

Hubo quienes declararon que "USLE es un modelo empírico agrupado que no separa los factores que influyen en la erosión del suelo, como el crecimiento de las plantas, la descomposición, la infiltración, la escorrentía, el desprendimiento del suelo o el transporte del suelo"

Revisión y mejora

Wischmeier and Smith (1965; 1978)



10,000 datos de lotes de escorrentía

Realizados en lotes que tienen una longitud menor o igual a 22.1 m y una pendiente que varía del 3 al 18%

Estructura matemática

Para definir la estructura matemática de la USLE se usó una condición de referencia, denominada parcela unitaria, que se basó en la configuración de los experimentos de campo que se usaban comúnmente.

Lote unitario

El lote unitario se definió como un lote de 22.1 m de largo, con una pendiente del 9%, mantenida en una condición de barbecho continuo con labranza regular con labranza en dirección de la pendiente.

Comparaciones

La unidad de lote se usó para comparar los datos de pérdida de suelo recolectados en lotes que tenían diferentes pendientes, longitudes, cultivos y prácticas de manejo y conservación 

Mitigar la erosión

La principal motivación de los primeros estudios que usaron USLE fue cuantificar las tasas de erosión del suelo y sus factores contribuyentes por separado en comparación con los valores de tolerancia a la pérdida de suelo y evaluar posibles combinaciones de sistemas de cultivo y planes de manejo para la mitigación

EE. UU. 1930

Para proporcionar una herramienta de apoyo a las decisiones de gestión y se basó en miles de estudios controlados sobre parcelas de campo y pequeñas cuencas hidrográficas desde 1930.

Comprensión del proceso

Es un método empírico que va más allá de la descripción y simulación del proceso. Trata de comprenderlo a partir de parámetros medibles desconcertantes y delinear un algoritmo matemático de la relación entre estos parámetros y el resultado medido (en este caso los sedimentos erosionados medidos).

USLE

Factores del proceso erosivo

Producción bruta de sedimentos en el sitio

Rendimiento de sedimentos en una cuenca

No contempla la escorrentía y la infiltración

Desde una perspectiva estadística pura, la erosividad de la lluvia fue simplemente el mejor predictor de la producción de erosión medida y los intentos de incluir la escorrentía incluso redujeron la calidad de la evaluación. Desde una perspectiva científica del suelo, la infiltración no es un parámetro útil para tal esfuerzo de modelado, ya que es muy propenso a errores de medición, extremadamente variable en los suelos y casi nunca podremos capturar la infiltración a escalas más grandes. La implementación de L y S está destinada a capturar el impacto de la energía de escorrentía que está influenciada por una mezcla de procesos y parámetros.

Contexto
USLE/RUSLE

Razones


Permiten adaptar el modelo a casi todo tipo de condición y región del mundo.

Limitaciones

El enfoque USLE es un enfoque de modelado empírico con limitaciones significativas que ya se han abordado en las primeras publicaciones, ya que no hay simulación de depositación del suelo (por ejemplo, sedimentación) y que en la mayoría de los casos no existen suficientes datos medidos para determinar rigurosamente factores únicos para todas las situaciones y escenarios necesarios.

¿Ya se han superado?

Aplicados

USLE se ha utilizado en todo el mundo para una variedad de propósitos y en muchas condiciones diferentes simplemente porque parece satisfacer mejor la necesidad que cualquier otra herramienta disponible. 


Modelos derivados

Modelos basados en tecnología USLE/RUSLE



Web of Science: 2007-2017 1385, 311, 67, 35 coincidencias

Modelo independentes

Perspectivas de modelación independientes de USLE:



Web of Science 2007-2017: 125, 32, 34, 29 coincidencias

Modelos y predicción

Primeros estudios publicados en revistas internacionales, hace más de siete décadas.

Categorías de modelos matemáticos

Categorías de modelos matemáticos disponibles para estimar la erosión a diferentes escalas espaciales y temporales:

  1. Empíricos
  2. Conceptuales
  3. Basados en la física
  4. Orientados a procesos

Mezcla de módulos de estas

Comunidad científica

Modelos empíricos

Universal Soil Loss Equation (USLE)

Modelos orientados a procesos

Water Erosion Prediction Project (WEPP)

Científicos rusos

Programas gubernamentales de mitigación

A finales del siglo XIX

Herramientas para mapear

  1. Estado real de la erosión del suelo
  2. La influencia de las estrategias de mitigación, así como las prácticas de manejo o conservación
  3. Escenarios futuros (cambio climático) 

Políticas ambientales y agrícolas

https://ec.europa.eu/info/food-farming-fisheries/key-policies/common-agricultural-policy_en


https://www.un.org/sustainabledevelopment/sustainable-development-goals/


https://www.unccd.int/


https://ipbes.net/


Brechas de conocimiento

La falta de conjuntos de datos de tasas de erosión a gran escala también crea brechas de conocimiento en escenarios de cambio climático y mitigación de carbono, predicción de hidrología e inundaciones, así como el modelado de sistemas de ciencias de la tierra.

Suelo

Seguridad humana

Seguridad alimentaria y climática

Siglo XXI

Erosión

La principal amenaza para el suelo es la erosión por viento y agua desde que la humanidad comenzó con la agricultura.


A principios de los años noventa, ya se calculaba que el 56% de la tierra mundial se degradaba y mostraba formas de erosión del suelo de leves a severas por el agua.

Cambio de uso de suelo

Dado que la conversión de la vegetación natural en tierra agrícola se exacerba fuertemente la erosión del agua, con casi el 40% de la tierra de la Tierra utilizada actualmente para la producción agrícola (Foley, 2017), las formas aceleradas de erosión del suelo se convirtieron en un fenómeno generalizado que representa un gran desafío para lograr Objetivos de Desarrollo Sostenible de las Naciones Unidas.

Desarrollo sostenible