Professional Documents
Culture Documents
ABSTRACT
RESUMEN
156
INTRODUCTION
INTRODUCCIN
a erosin hdrica del suelo es reconocida ampliamente como el principal obstculo para alcanzar
la sustentabilidad agrcola, debido a que reduce
el potencial agrcola productivo en todo el planeta. En
la parte occidental de Mxico, especialmente en el Estado de Veracruz, 34 por ciento de la superficie agrcola
presenta un alto riesgo de erosin, con tasas potenciales
de prdida de suelo mayores a 300 t ha-1ao-1, como
consecuencia de la alta capacidad erosiva de las lluvias
y del deslave superficial, el cual incrementa la erosin
en las laderas (Uribe et al., 2002).
En Los Tuxtlas, Veracruz, 70% de la produccin es
de maz y frijol, que se obtiene en terrenos con pendientes altas. Este ecosistema tiene suelos delgados, de baja
fertilidad y baja capacidad de retencin de humedad
debido a la erosin hdrica del suelo. Adems de tormentas torrenciales de alta intensidad y corta duracin, el
proceso de erosin es propiciado por el manejo tradicional del suelo. Por ello, debera darse mayor prioridad a
las prcticas de conservacin del suelo para mantener la
productividad agrcola de la regin.
Existen diversos mtodos para controlar y reducir la
erosin hdrica del suelo, y la seleccin de uno de ellos
depender del beneficio potencial para los productores.
Desde mediados de la dcada de los 70 se han desarrollado muchos modelos de sistemas de erosin, principalmente para predecir los efectos de las diferentes tcnicas de produccin y rotacin de cultivos sobre el deslave superficial y la prdida de suelo en terrenos de cultivo (Schrder, 2000). CREAMS (Knisel, 1980),
ANSWERS (Beasley y Huggings,1982), SWRRB
(Williams et al., 1985; Arnold et al., 1990), AGNPS
(Young et al., 1985), EPIC (Williams, 1990), y SWAT
(Williams et al., 1985) son probablemente los modelos
ms importantes. Los principales componentes de estos
modelos de erosin se fundamentan en el principio de la
Ecuacin Universal de Prdida de Suelo (EUPS)
(Wischmeier y Smith, 1978), la cual relaciona la cantidad total de prdida de suelo con seis factores:
erosividad de la lluvia, textura del suelo, longitud y grado de pendiente, cobertura vegetal y prcticas de conservacin del suelo (Schrder, 2000). Aunque se han realizado numerosos estudios mediante la EUPS, en ninguno se ha tratado bien el uso de modelos basados en procesos fsicos avanzados para predecir prdida de suelo y
produccin de sedimentos en Los Tuxtlas, Veracruz,
Mxico (Uribe et al., 2002).
El modelo WEPP es un modelo basado en procesos
utilizado para predecir la prdida de suelo, la produccin
y depsito de sedimentos a partir del flujo superficial en
laderas, la prdida de suelo y depsito de sedimentos a
partir de flujos concentrados en pequeos canales, y
157
MATERIALES Y MTODOS
Descripcin del modelo
El modelo WEPP opera diariamente para calcular las
condiciones de suelo y vegetacin cuando ocurre un evento de
lluvia, y luego utiliza esta informacin para predecir la hidrologa
y erosin a partir de eventos individuales (Laflen et al., 1994).
Este modelo intenta remplazar a la Ecuacin Universal de Prdida
de Suelo (EUPS), que es una tecnologa de prediccin de erosin
que ha sido utilizada en EE.UU. y en varios pases para predecir
erosin laminar en canalillos en terrenos agrcolas y en otros
suelos. La EUPS, aunque ha sido una herramienta importante en
la planificacin de la conservacin, es una funcin con base
emprica, de parmetros agrupados, con una estructura de
ecuaciones difciles de alterar, y no predice el material depositado
(Flanagan y Nearing, 1995). Una mejora sustancial de la WEPP
respecto a la UEPS es su capacidad de representar geometras
complejas de la pendiente as como suelos no uniformes y el
cultivo y prcticas de manejo en suelos de ladera. WEPP predice
la ubicacin y la cantidad de sedimento desprendido y depositado
sobre una pendiente, los sedimentos que alcanzan a salir, las
caractersticas de las partculas y la tasa de enriquecimiento
(Flanagan et al 1990). El modelo de ladera WEPP requiere cuatro
archivos de entrada: clima, topografa, suelo y manejo de cultivos.
WEPP acepta dos diferentes tipos de archivos de clima: el
formato estndar CLIGEN (Climate Generator) (Nicks et al., 1995)
y el BPCDG (Breakpoint Climate Data Generador) . El CLIGEN
se desarroll inicialmente para aplicarse en los EE.UU. que requiere
datos atmosfricos estadsticos mensuales de largo alcance, para
generar una secuencia diaria de datos meteorolgicos simulados
por los aos que se desee; incluyendo medias, desviaciones
estndar, y coeficientes de asimetra de la precipitacin,
probabilidades de un da hmedo seguido de un da hmedo, y de
un da hmedo seguido de un da seco; temperaturas medias
mximas y mnimas del aire, radiacin solar, y direccin y
velocidad del viento. Para lugares fuera de los Estados Unidos de
Amrica puede ser difcil y aun imposible obtener esta informacin
(Zeleke y Flanagan, 1999).
158
159
Run
No. of
repetitions
Intensity
(mm h-1)
Initial soil
wetness (%)
Average
ridge slope (%)
Time incipient
runoff (min)
TMV-TA 1.0 m
Dry
Wet
Dry
Wet
2
2
2
2
80
80
80
80
0.30
0.32
0.33
0.36
16.10
19.0
9.0
16.0
5.0
CT
18.70
160
Table 2. Initial inputs of measured WEPP interrill erodibility, and estimated and calibrated rill erodibility, critical shear stress, and
effective hydraulic conductivity.
Cuadro 2. Valores de entrada medidos y estimados del modelo WEPP; erosin entre canales, erosin en canales, esfuerzo crtico
cortante y conductividad hidrulica efectiva.
Measured
Ki (103 kg s m-4)
Treatments
TMV-TA 1.0 m
CT
Dry run
414.03
544.4
Wet run
412.53
598.78
Average
413.28
571.59
Kr
Estimated
tc
Kb
Calibrated
Kr
tc
(s m-1)
0.0121
0.0109
(N m2)
1.666
2.998
(mm h-1)
16.12
14.128
(s m-1)
0.0696
0.0133
(N m2)
1.666
3.218
Kb
(mm h-1)
18.538
17.005
TMV-TA 1.0 m = live tree hedgerow terraces; CT = conventional till; Ki = interrill erodibility; Kr = rill erodibility; Kb = effective hydraulic
conductivity; tc = critical shear stress v TMV-TA 1.0 m = teraza de muro vivo; CT = labranza tradicional; Ki = erosionabilidad entre
canalillos; Kr = erosionabilidad en canalillos; Kb = conductividad hidrulica efectiva; tc = esfuerzo crtico cortante.
Table 3. Operation parameters for conventional till and TMV-TA 1.0 m in the experimental site.
Cuadro 3. Parmetros operacionales de labranza convencional y TMV-TA 1.0 m considerados en el sitio experimental.
Practice
Conventional Till
TMV-TA 1.0 m
Ridge height
(cm)
Ridge interval
(cm)
Tillage depth
(cm)
Random roughness
(m)
Surface disturbance
(%)
10.0
5.0
100.0
80.0
20.0
10.0
0.020
0.040
76.0
30.0
90
80
70
60
50
40
30
20
10
0
RESULTADOS Y DISCUSIN
10
20
30 40 50 60 70
Measured runoff (mm)
80
90
1:1
3.5
3.0
2.5
2.0
1.5
1.0
0.5
0.0
0.0
0.5
2.0
1.0
1.5
2.5
Measured soil loss (t ha-1)
3.0
3.5
120
1:1
100
Predicted runoff
161
80
60
40
20
0
0
20
40
60
80
Measured runoff (mm)
100
120
runoff and soil loss prediction were 0.88 and 0.84. Runoff
and soil loss values are shown in Table 4.
The comparison of measured with predicted events
shows that the model tends to overestimate soil loss
Los valores anuales medidos de los deslaves superficiales y prdidas de sedimentos mostraron que en cada
uno de los 53 eventos de lluvia del tratamiento (CT) y
50 del tratamiento (TMV-TA 1.0 m) se produjeron algunos escurrimientos y prdidas de suelo. No obstante, en
la primera simulacin nicamente 30 eventos produjeron deslave y prdida de suelo para CT y 26 para TMVTA 1.0 m. Los valores correspondientes a los eventos de
lluvia medidos y calculados de escurrimiento y prdida
de suelo para el tratamiento TMV-TA 1.0 m durante el
primer ao y despus de haber calibrado el modelo se
presentan en las Figuras 1 y 2. El escurrimiento por tormentas para este tratamiento en esta simulacin tuvo
mayor correlacion (R2= 0.66) con las medidas que en la
primera simulacin, y el coeficiente de eficiencia en el
modelo de Nash y Sutcliffe fue 0.65. En la primera simulacin, el proceso de calibracin tuvo un coeficiente de
eficiencia E=0.84 y 0.86, y valores de R2=0.86 y 0.87
para el deslave y la prdida de suelo respectivamente.
Sin embargo, el deslave y la prdida de suelo, fueron
sobrestimados por el modelo, tanto para eventos grandes como pequeos en el tratamiento TMV-TA 1.0 m.
Los eventos medidos y calculados para el tratamiento de labranza tradicional (CT) se presentan en las Figuras 3 y 4. Despus de la segunda simulacin, los coeficientes de determinacin entre los valores de
escurrimiento y prdida de suelo diarios predichos por
el modelo y los medidos, fueron 0.90 y 0.85, y los coeficientes de eficiencia para los valores predichos por el
modelo fueron 0.88 y 0.84 . Los valores de deslave y
prdida de suelo se presentan en el Cuadro 4.
La comparacin de los valores medidos con los predichos muestra que el modelo tiende a sobreestimar prdidas de suelo menores a 5 t ha-1 para los eventos de
escurrimiento menores a un 1.0 mm, mientras que las
prdidas de suelo >10 t ha-1 se subestiman. Tambin,
cualquier prdida sustancial de suelo ocurri cuando la
precipitacin fue menor de 10 mm, o el deslave menor a
un 1 mm. Por esta razn el modelo no registr los eventos de lluvia menos intensos, o ms pequeos, que produjeron valores medidos de escurrimiento menores de
1 mm. Esta tendencia se observ ms en el tratamiento
TMV-TA 1.0 m que en el CT, debido a que los eventos de
lluvia producen prdidas muy pequeas de suelo.
Sin embargo, para TMV-TA 1.0 m y CT, el modelo
tendi a sobreestimar los valores de escurrimiento y las
prdidas pequeas de suelo, pero subestima los valores
grandes de prdida de suelo. Esto es frecuente cuando se
162
25
1:1
20
15
10
5
0
0
10
15
20
25
CONCLUSIONES
Este estudio es un primer intento de aplicar el modelo WEPP con el programa BPCDG en Los Tuxtlas,
Veracruz, Mxico, e identificar el tipo de datos de campo necesarios para calibrar y validar el modelo. El modelo sobreestima los eventos pequeos y subestima los
grandes. Aunque los resultados de la simulacin en ladera concuerdan con el orden de magnitud de las parcelas en el estudio, se requieren estudios ms confiables
para evaluar cabalmente la validez de los resultados en
ausencia de mediciones precisas de escurrimientos mximos y parmetros hidrulicos efectivos, porque el modelo se valid usando un conjunto de datos que no fue
diseado ni recolectado para este propsito. Por tanto,
algunas de las variaciones observadas pueden ciertamente
atribuirse a errores en el conjunto de datos. En esta investigacin, los datos de temperatura, velocidad del viento y de informacin para el programa BPCDG se recolectaron en una estacin meteorolgica cercana. Se concluye,
Table 4. Average annual values of runoff and soil loss measured and predicted in1997.
Cuadro 4. Valores promedio anuales del escurrimiento y prdida de suelo medidos y predichos durante 1997.
Runoff
TMV-TA 1.0 m
CT
Soil loss
Measured
Predicted
Error
R2
Measured
Predicted
Error
R2
162.47
551.30
146.40
525.90
- 16.07
0.86
0.90
0.84
0.88
5.03
228.53
5.70
226.80
- 0.67
0.87
0.85
0.86
0.84
25.40
1.73
Error = measured predicted; TMV-TA 1.0 m = live tree hedgerow terraces; CT = conventional till; E = Nash-Sutcliffe model efficiency
Error=valor medido-valor predicho; TMV-TA 1.0 m=terraza de muro vivo; CT= labranza tradicional; E=coeficiente de eficiencia de
Nash-Sutcliffe.
error was negative for runoff and soil loss. The results
show, in much of the cases, that errors in observed values
for runoff may be related to errors in observed values for
soil loss, confirming the importance of good hydrological
simulation to accurately predict soil erosion processes.
CONCLUSIONS
This study is a first attempt at applying the WEPP
model with the BPCDG program in the Tuxtlas, Veracruz,
Mxico, and identifying the type of measured data
needed to calibrate and validate the model. This model
overestimate smaller events and under-predicts larger
events. Although the results of the hillslope simulation
are within the order of magnitude for the study plots,
more reliable studies are needed to fully assess the
validity of results in the absence of accurately measured
peak runoff and effective hydraulic parameters, because
the model was validated using a data set that was not
designated and collected for this purpose. Therefore, some
of the variations observed can certainly be attributed to
errors in the data set. In this research, the available
temperature, wind velocity and direction data sets for
the BPCDG, were gathered from a nearby weather station.
Hence, it can be concluded that revision of data
collection system appears necessary in order to apply
the WEPP model as a tool for predicting soil erosion in
this region.
LITERATURE CITED
Alberts E. E., M. A. Nearing, M. A. Weltz, L. M. Risse, F. B.
Pierson, X. C. Zhang, J. M. Laflen, and J. R. Simanton.
1995. Soil component. In: Flanagan, D. C. and M. A. Nearing
(eds.). Technical documentation. Water Erosion Prediction
Project (WEPP). Rep. 10. NSERL West Lafayette, IN, USA.
pp: 7.1-7.19.
Arnold, J. G., J. R. Williams, A. D. Nicks, and N. B. Sammons
1990. SWRRBWQ a basin scale simulation model for soil and
water resources management. College Station, Texas. USA,
Texas A&M University Press. 10 Appendices 142 p.
Beasley, D. B., and L. F. Huggins. 1982. ANSWERS. Users
Manual. USEPA. Chicago, IL. Rep. 905: 9-82.
Bowen, W., G. Baigorria, J. Cordova, P. Muco, and R. Pastor.
1998. A process-based model (WEPP) for simulating soil
erosion in the Andes. CIP Program Rep. 1997-98.
Cochran, W. G., y G. M. Cox. 1965. Diseos Experimentales. Ed.
Trillas. Mxico, D.F. pp: 372-407.
Elliot, J. W., A. N. Liebnov, J. M. Laflen, and K. D. Khol. 1989. A
compendium of soil erodibility data from WEPP cropland
soil field erodibility experiments 1987-1988. NSERL Rep. 3.
Ohio State University-USDA-ARS. Purdue, West Lafayette,
IN, USA. pp: 150-289.
Flanagan, D. C., and S. J. Livingston. 1995. USDA Hillslope
profile and watershed model documentation. In: USDA-ARS-
163
pppvPPP
USDI (ed.). Technical documentation. Water Erosion
Prediction Project (WEPP). Rep. No. 10. NSERL West
Lafayette, IN, USA. pp: 11.1-11.9.
Flanagan, D. C., and M. A. Nearing. 1995. Hillslope profile and
watershed model documentation. In: USDA-ARS-USDI (ed.).
Technical documentation. Water Erosion Prediction Project
(WEPP). Report No. 10. NSERL West Lafayette, IN, USA.
pp: 11.1-11.9.
Knisel, W. G. 1980. CREAMS: A field scale model for chemicals,
runoff and erosion from Agricultural Management Systems.
Rep. 26. US Department of Agriculture, Science and Education
Administration, Conservation. 643 p.
Laflen, J. M., D. C. Flanagan, J. C. Ascough, M. A. Weltz, and J. J.
Stone. 1994. The WEPP model and its applicability for
predicting erosion on rangelands. Soil Science Society of
America, Special publication 38: 11-22.
Nash, J. E., and J. V. Sutcliffe. 1970. River flow forecasting through
conceptual models: Part I. A discussion of principles. J. Hydrol.
10: 282-290.
Nearing, M. A. 1998. Why soil erosion models over-predict small
soil losses and under-predicted large soil losses. Catena 32:
15-22.
Nicks, A. D., L. J. Lane, and G. A. Gander. 1995. Weather
generator.
In:
USDA-ARS-USDI
(ed).
Technical
documentation. Water Erosion Prediction Project (WEPP).
Rep.10. NSERL West Lafayette, Indiana, USA. pp: 2.1-2.7
Schrder, A. 2000. WEPP, EUROSEM, E-2D results of
application at the plot scale. In: Schmidt J. (ed.). Soil Erosion:
Application of Physically Based Models. Springer-Verlag,
Berlin. pp: 199-247.
Uribe G., S., N. N. Francisco, and A. F. Turrent. 2002. Soil and
nutrient loss in an entisol with conservation practices in los
Tuxtlas, Veracruz, Mexico. Agrociencia 36: 161-168.
Williams, J. R., A. D. Nicks, and J. G. Arnold. 1985. Simulator for
water resources in rural basins. ASCE Hydraulics J. pp: 67-103.
Williams, J. R. 1990. EPIC-Erosion Productivity Impact Calculator.
Model documentation. Vol. 2. User Manual. USDA-ARS
Technical bulletin. 236 p.
Wischmeier, W. H., and D. D. Smith. 1978. Predicting rainfall
erosion losses-a guide to conservation planning. Agricultural
Handbook n 537. US Department of Agricultural-Science
and Education Administration. Washington D.C. 58 p.
Young, R. A., C. A. Onstad, D. D. Bosch, and W. P. Anderson.
1985. AGNPS: Agricultural Non-Point Source Pollution
Model: a watershed analysis tool. J. Soil Water Conservation
44: 168-173.
Zeleke, G. T., W., and D. C. Flanagan. 1999. BPCDG: Breakpoint
Climate Data Generator for WEPP using observed climate
standard
weather data sets. Available at: http://
topsoil.nserl.purdue.edu/nserlweb/weppmain/BPCDG.html.
In: WEPP 2002.7.