105030

Master Thesis ǀ Tesis de Maestría submitted within the UNIGIS MSc programme presentada para el Programa UNIGIS MSc at/en

Interfaculty Department of Geoinformatics - Z_GIS Departamento de Geomática - Z_GIS University of Salzburg ǀ Universidad de Salzburg

Análisis de pérdida de suelo de la cuenca hidrográfica Quijos, Napo - Ecuador Analysis of soil loss of the Quijos watershed, Napo - Ecuador by/por

Diego Francisco Quelal Montenegro Número estudiante Universidad Salzburgo: 11746425 A thesis submitted in partial fulfilment of the requirements of the degree of Master of Science (Geographical Information Science & Systems) – MSc (GIS) Advisor ǀ Supervisor:

Carlos Mena PhD

Quito – Ecuador, 08 de julio de 2020.

COMPROMISO DE CIENCIA Por medio del presente documento, incluyendo mi firma personal certifico y aseguro que mi tesis es completamente el resultado de mi propio trabajo. He citado todas las fuentes que he usado en mi tesis y en todos los casos he indicado su origen.

(Quito, 08 de julio de 2020)

_________________________ (Firma)

DEDICATORIA A mi papá Francisco, mi motivación de vida e inspiración a seguir.

A mi madre Alicia, por ese ejemplo de trabajo y esfuerzo por alcanzar sus ideales.

A mi esposa Alisson, por ser esa espectacular persona que me acompaña día a día.

Y, finalmente, a mi hermana Verónica y mi querida sobrina Emilia por ser parte de mi vida.

AGRADECIMIENTO Un sentido agradecimiento a Carolina Sampedro y Laure Collet por su asesoramiento para el seguimiento y desarrollo de este trabajo de tesis.

5

RESUMEN La degradación de la tierra es un proceso perjudicial para el desarrollo de la población. En este contexto, establecer una relación armónica entre la sociedad y la naturaleza implica tomar las medidas necesarias para mitigar o evitar, este tipo de fenómeno antes de que ocurra. Es así que la presente tesis de maestría tiene como objetivo principal el análisis de pérdida de suelo de la cuenca hidrográfica Quijos, Napo – Ecuador, mediante Sistemas de Información Geográfica (SIG). La metodología planteada para el análisis de pérdida de suelo de la cuenca hidrográfica Quijos comprende tres fases. La primera fase radica en el empleo de la ecuación universal de pérdida de suelo revisada (RUSLE), la cual consiste en la estimación de factores a partir de modelos de geoprocesamiento implementados en un SIG (Model Builder - ArcGIS), a fin de determinar la pérdida de suelo modelada en la cuenca hidrográfica Quijos e identificar las zonas más afectadas por este tipo de fenómeno. La segunda fase es el muestreo de datos de pérdida de suelo mediante observación en campo utilizando un simulador de lluvias. Estas muestras se realizaron en las zonas más críticas con pérdida de suelo a fin de contrastar la información modelada con lo observado en campo. Y, finalmente, la tercera fase comprende la validación de los datos mediante una comparativa entre los datos modelados con los datos simulados conseguidos en las dos primeras fases, obteniendo como principal resultado una estimación de pérdida del suelo con un alto grado de correspondencia y confiablidad de datos.

Palabras clave: SIG, Geoprocesamiento, Model Builder, Pérdida de suelo, Cuenca hidrográfica.

6

ABSTRACT Land degradation is a detrimental process for the development of the population. In this context, establishing a harmonious relationship between society and nature implies taking the necessary measures to mitigate or avoid this type of phenomenon before it occurs. Thus, the main objective of this thesis is to analyze soil loss in the Quijos watershed, Napo Ecuador, using Geographic Information Systems (GIS). The methodology proposed for the analysis of soil loss in the Quijos hydrographic basin comprises three phases. The first phase lies in the use of the revised universal soil loss equation (RUSLE), which consists of modifying factors from geoprocessing models implemented in a GIS (Model Builder ArcGIS), in order to determine the soil loss modeled in the Quijos watershed and identify the areas most frequently affected by this type of phenomenon. The second phase is the sampling of soil loss data through field observation using a rainfall simulator. These samples were made in the soil loss most critical areas in order to contrast the modeled information with what is observed in the field. And, finally, the third phase comprises the validation of the data by means of a comparison between the modeled data with the simulated data obtained in the first two phases, obtaining as main result an estimation of soil loss with a high degree of correspondence and reliability of data.

Keywords: GIS, Geoprocessing, Model Builder, Soil loss, Watershed.

7

TABLA DE CONTENIDOS 1

INTRODUCCIÓN ....................................................................................................... 13 1.1 ANTECEDENTES .................................................................................................... 13 1.2 OBJETIVOS Y PREGUNTAS DE INVESTIGACIÓN............................................ 16 1.2.1 Objetivo General................................................................................................. 16 1.2.2 Objetivos Específicos ......................................................................................... 17 1.2.3 Preguntas de Investigación ................................................................................. 17 1.3 HIPÓTESIS ............................................................................................................... 17 1.4 JUSTIFICACIÓN ...................................................................................................... 17 1.5 ALCANCE ................................................................................................................ 18

2. REVISIÓN DE LITERATURA ...................................................................................... 20 2.1 CUENCA HIDROGRÁFICA .................................................................................... 20 2.1.1 DEFINICIÓN DE CUENCA HIDROGRÁFICA .............................................. 20 2.1.2 CLASIFICACIÓN DE LAS CUENCAS HIDROGRÁFICAS .......................... 21 2.1.3 PARTES DE LAS CUENCAS HIDROGRÁFICAS .......................................... 21 2.2 PÉRDIDA DE SUELO .............................................................................................. 22 2.2.1 EROSIÓN ........................................................................................................... 22 2.2.2 PÉRDIDA DE SUELO EN CUENCAS HIDROGRÁFICAS ........................... 24 2.2.3 EROSIÓN EN EL ECUADOR .......................................................................... 24 2.2.4 FACTORES QUE INFLUYEN EN LA EROSIÓN ........................................... 26 2.3 ECUACIÓN UNIVERSAL DE RUSLE ................................................................... 29 2.3.1 FACTOR CLIMÁTICO R .................................................................................. 30 2.3.2 FACTOR DE ERODABILIDAD DEL SUELO K ............................................. 30 2.3.3 FACTORES DE RELIEVE LS .......................................................................... 31 2.3.4 FACTOR DE COBERTURA VEGETAL C ....................................................... 32 2.3.5 FACTOR DE PRÁCTICAS DE CONSERVACIÓN DEL SUELO P ................ 32 2.4 SISTEMAS DE INFORMACIÓN GEOGRÁFICA ................................................. 33

8

2.4.1 GEOPROCESAMIENTO .................................................................................. 33 2.4.2 MODELOS DE GEOPROCESAMIENTO ........................................................ 34 2.4.3 MODELBUILDER .............................................................................................. 35 2.5 SIMULADOR DE LLUVIA ..................................................................................... 36 3. METODOLOGÍA ............................................................................................................ 38 3.1 ÁREA DE ESTUDIO ................................................................................................ 39 3.1.1 UBICACIÓN ...................................................................................................... 39 3.1.2 CARACTERÍSTICAS BIOFÍSICAS ................................................................. 39 3.1.3 POBLACIÓN ..................................................................................................... 40 3.2 FLUJOGRAMA ........................................................................................................ 41 3.3 DATOS ...................................................................................................................... 42 3.4 IMPLEMENTACIÓN DE MODELOS DE GEOPROCESAMIENTO EN SIG ...... 43 3.4.1 FACTOR EROSIVIDAD DE LA LLUVIA R ................................................... 43 3.4.2 FACTOR DE ERODABILIDAD DEL SUELO K ............................................. 45 3.4.3 FACTORES DE RELIEVE LS .......................................................................... 46 3.4.4 FACTOR DE COBERTURA VEGETAL C ....................................................... 48 3.4.5 FACTOR DE PRÁCTICAS DE CONSERVACIÓN DEL SUELO P ................ 50 3.4.6 DETERMINACIÓN DE LA PÉRDIDA DE SUELO A .................................... 51 3.5 SIMULADOR DE LLUVIAS ................................................................................... 52 3.5.1 DETERMINACIÓN DE MUESTREO .............................................................. 53 3.6 VALIDACIÓN ........................................................................................................... 55 4. RESULTADOS ................................................................................................................ 56 4.1 RESULTADOS .......................................................................................................... 56 4.1.1 FACTOR EROSIVIDAD DE LA LLUVIA R ................................................... 56 4.1.2 FACTOR DE ERODABILIDAD DEL SUELO K ............................................. 57 4.1.3 FACTORES DE RELIEVE LS .......................................................................... 57 4.1.4 FACTOR DE COBERTURA VEGETAL C ....................................................... 59

9

4.1.5 FACTOR DE PRÁCTICAS DE CONSERVACIÓN DEL SUELO P ................ 59 4.1.6 PÉRDIDA DE SUELO A ................................................................................... 60 4.2 MUESTREO DE LA INFORMACIÓN .................................................................... 56 4.3 VALIDACIÓN ........................................................................................................... 66 5. ANÁLISIS DE RESULTADOS....................................................................................... 68 6. CONCLUSIONES Y RECOMENDACIONES .............................................................. 73 6.1 CONCLUSIONES ..................................................................................................... 73 6.2 RECOMENDACIONES ........................................................................................... 73 7. BIBLIOGRAFÍA ............................................................................................................. 75

ÍNDICE DE FIGURAS Figura 1 Partes del simulador de lluvias .............................................................................. 36 Figura 2. Flujograma metodológico. ................................................................................... 42 Figura 3. Parámetros de geoprocesamiento factor R. .......................................................... 44 Figura 4. Modelo de geoprocesamiento factor R. ............................................................... 44 Figura 5. Parámetros de geoprocesamiento factor K. .......................................................... 45 Figura 6. Modelo de geoprocesamiento factor K. ............................................................... 46 Figura 7. Parámetros de geoprocesamiento factor LS. ........................................................ 47 Figura 8. Modelo de geoprocesamiento factor LS. ............................................................. 47 Figura 9. Parámetros de geoprocesamiento factor C. .......................................................... 49 Figura 10. Modelo de geoprocesamiento factor C. ............................................................. 49 Figura 11. Parámetros de geoprocesamiento factor P. ........................................................ 50 Figura 12. Modelo de geoprocesamiento factor P. .............................................................. 51 Figura 13. Pérdida de suelo A mediante RUSLE. ............................................................... 52

10

Figura 14. Correlación de los datos. .................................................................................... 67

ÍNDICE DE TABLAS Tabla 1 Datos geográficos entrada. ..................................................................................... 43 Tabla 2 Datos geográficos salida. ........................................................................................ 43 Tabla 3 Nivel de erosividad de la lluvia. ............................................................................. 44 Tabla 4 Erodabilidad del suelo. ........................................................................................... 46 Tabla 5 Nivel topográfico. ................................................................................................... 48 Tabla 6 Valores factor C. ..................................................................................................... 48 Tabla 7 Valores factor P. ..................................................................................................... 50 Tabla 8 Categorías de pérdida de suelo RUSLE. ................................................................ 52 Tabla 9 Geolocalización de muestreo. ................................................................................. 54 Tabla 10 Pérdida de suelo en la cuenca hidrográfica Quijos mediante RUSLE. ................ 60 Tabla 11 Resultados del simulador de lluvias. .................................................................... 64 Tabla 12 Resultados obtenidos por RUSLE y Simulador ................................................... 66

ÍNDICE DE MAPAS Mapa 1 Ubicación cuenca hidrográfica Quijos - Ecuador. .................................................. 39 Mapa 2. Características biofísicas cuenca hidrográfica Quijos - Ecuador. ......................... 40 Mapa 3 Población cuenca hidrográfica Quijos – Ecuador. ................................................. 41 Mapa 4. Factor climático R. ................................................................................................ 56 Mapa 5. Factor de erodabilidad del suelo K. ....................................................................... 57 Mapa 6. Factores de relieve LS. .......................................................................................... 58

11

Mapa 7. Factor de cobertura vegetal C. ............................................................................... 59 Mapa 8. Factor de prácticas de conservación del suelo P. .................................................. 60 Mapa 9. Pérdida de suelo en la cuenca hidrográfica Quijos mediante RUSLE. ................. 61 Mapa 10. Zona 1 de análisis de pérdida de suelo. ............................................................... 62 Mapa 11. Zona 2 de análisis de pérdida de suelo. ............................................................... 63 Mapa 12. Muestreo mediante simulador de lluvias zonas Z1 y Z2. .................................... 65

ANAGLIFO Anáglifo 1. Relieve cuenca hidrográfica Quijos. ................................................................ 58

12

ABREVIATURAS AOF

Método OnstadFoster

ArcGIS

Nombre genérico de un conjunto de productos de software en el campo de los SIG

CNULD

Convención de las Naciones Unidas de Lucha contra la Desertificación

CONAGUA Comisión Nacional del Agua EEUU

Estados Unidos de América

ESRI

Environmental Systems Research Institute

FAO

Organización de las Naciones Unidas para la Agricultura y la Alimentación

IDE

Infraestructura de Datos Espaciales

IDW

Distancia Inversa Ponderada

IEE

Instituto Espacial Ecuatoriano

IGM

Instituto Geográfico Militar

INAMHI

Instituto Nacional de Meteorología en Hidrología

INEC

Instituto Nacional de Estadística y Censos

INIFAP

Instituto Nacional de Investigaciones Forestales, Agrícolas y Pecuarias

MAE

Ministerio del Ambiente

MAG

Ministerio de Agricultura y Ganadería

RUSLE

Ecuación Universal de Pérdida de Suelo Revisada

SCS

Servicio de Conservación de Suelos

SIG

Sistemas de Información Geográfica

Sim1

Simulación 1 en campo

Sim2

Simulación 2 en campo

SNI

Sistema Nacional de Información

UNESCO

Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura

USLE

Ecuación Universal de Pérdida de Suelo

Z1

Zona crítica de pérdida de suelo 1

Z2

Zona crítica de pérdida de suelo 2

13

1 INTRODUCCIÓN 1.1 ANTECEDENTES La erosión del suelo reduce la productividad de la tierra y amenaza la viabilidad ambiental y económica de los sistemas de producción agropecuaria con mayor incidencia en los países en desarrollo debido a su alto grado de dependencia de productos de origen agropecuario.

La erosión del suelo altera las propiedades ligadas a la producción, la disponibilidad de nutrientes, estabilidad del suelo y la disponibilidad de materia orgánica entre otras (Lal, 2000). La erosión es producida por factores de tipo climático, relieve, tipo de suelo, cubierta vegetal y por los usos humanos; todos estos factores pueden agruparse en erosividad y erosionabilidad. La erosividad expresa la capacidad erosiva del agente geológico predominante que depende del clima (lluvia, hielo y viento). La erosionabilidad expresa la susceptibilidad del suelo para ser movilizado. Este factor depende del tipo de suelo (estructura y cantidad de materia orgánica que posea, ya que la presencia de agregados impide la erosión), de la pendiente y cobertura vegetal (Diodato, 2004).

El proceso más crítico de degradación de suelos es la erosión por escurrimiento hídrico, cuyo origen está en la acción del agua sobre una superficie desprovista de cobertura vegetal, dado que es irreversible y generalmente de gran magnitud (Honorato, Barrales, Peña y Barrera, 2001). En el mundo, las tierras afectadas por erosión hídrica alcanzan los 1,094 millones de hectáreas, de las cuales cerca de un 75% están severamente dañadas (Lal, 2003).

El Ecuador, por su posición geográfica en el planeta, posee características biofísicas particulares, las cuales le permite tener una gran variedad y riqueza de recursos naturales, dentro de los cuales se puede destacar en particular la presencia de suelos volcánicos con un potencial agrícola elevado, biodiversidad y gran diversidad climática (De Noni y Trujillo, 1986). Sin embargo, la Organización de las Naciones Unidas para la Alimentación y la Agricultura (FAO, 2009) afirma: que los suelos son afectados por las actividades humanas, como la industrial y la agrícola, que a menudo resulta en la degradación del suelo y pérdida o reducción de sus funciones. Estos procesos morfodinámicos, tal es el caso de la erosión, se desarrollan tanto por procesos naturales o de origen antrópico.

En el Ecuador, se estima que cerca del 47% del territorio ecuatoriano presenta problemas de degradación de la tierra (Morales et al., 2010). De este porcentaje, el 22.9% del territorio

14

nacional continental presenta susceptibilidad a la desertificación, causada principalmente por erosión, sobrepastoreo, pérdida de la capa fértil del suelo, deforestación y cambios en el uso del suelo (Segarra, 2014). Las mismas, que han generado como resultado la disminución de las capacidades bioproductivas y de las condiciones de vida de las personas que habitan las zonas con problemas de desertificación, fenómeno de la sequía y manejo insostenible de la tierra (Morales et al., 2010).

Según el Ministerio del Ambiente (MAE, 2014), existen “34,686.30 km2 de tierras degradadas en el período 1982 a 2002, de las cuales el 19.9% de ellas (6,901.30 Km2) corresponden a tierras con degradación severa. La región oriente concentra la mayor parte de las tierras en esta condición y las provincias de Pastaza, Morona Santiago, Zamora Chinchipe y Sucumbíos responden por el 46.10% de ese total. Agregando la provincia de Esmeraldas de la Costa, esta proporción bordea el 55% del total nacional. Por su parte, la Sierra Tungurahua, Pichincha y Chimborazo contribuyen con el 20.50% del total de tierras con degradación severa” (MAE, 2014, pág. 10).

Ante los actuales desafíos de conservación de los recursos naturales como el suelo, los Sistemas de Información Geográfica (SIG) son una herramienta de suma importancia para el análisis, el diseño, la modelización e implementación de planes de manejo tendientes a conservar dichos recursos del ambiente. El carácter multidisciplinar de estas aplicaciones permite elaborar una gran variedad de modelos que representen tanto situaciones actuales como futuras, enriqueciendo así la gestión y toma de decisiones (Ramírez, Wilson, Marizza y Gabioud, 2017).

Los SIG en la actualidad permiten el análisis de procesos relacionados a la erosión y su estimación; estos permiten que existan combinaciones y superposiciones de datos geográficos, caracterizando y validando con datos reales obtenidos en campo, datos algorítmicos, matemáticos que permiten obtener resultados congruentes a la realidad que presenta este fenómeno. “Convirtiéndose en la herramienta más idónea para el desarrollo de estudios en subcuencas” (Jaramillo Veliz y Sandoval Simba, 2015, pág. 38). Es así como se pueden implementar modelos de geoprocesamiento que faciliten la estimación de la erosión y sedimentación mediante simulación en SIG, instrumentos de gran utilidad, cuyos resultados son empleados en la gestión de los recursos naturales (Martínez, 2007, pág. 43).

15

Dada la gran capacidad de representación cartográfica, análisis espacial y ahorro de tiempo en el análisis y procesamiento de la información, los SIG han permitido que la estimación de erosión por medio de métodos empíricos, realizados de modo analógico anteriormente, hayan mejorado significativamente en la actualidad en cuanto al empleo del tiempo (Camargo, Pacheco y López, 2017).

Para la evaluación de la erosión existen métodos directos e indirectos los primeros, suelen proporcionar datos precisos, pero son laboriosos, requieren mucho tiempo y son costosos, por su parte, los métodos indirectos son relativamente fáciles de aplicar, pero su precisión no ha sido ampliamente probada para los diferentes usos de suelo (Pando, Gutiérrez, Maldonado, Palacio, y Estrada, 2003).

Los métodos directos, implican la realización de pruebas en campo con mediciones frecuentes o periódicas, las técnicas para su estimación son muy variadas entre las más usadas se encuentran: las mediciones de variaciones del nivel superficial, escorrentía superficial, la erosión por salpicadura, transporte de sedimentos, métodos radioisotópicos entre otros (Leon, 2003).

Entre los métodos indirectos según la FAO (1993) existen varios métodos empíricos para calcular la erosión tales como: la Ecuación Universal de Pérdida de Suelos (USLE), el Método OnstadFoster (AOF) y la Ecuación Universal Revisada de Pérdida de Suelos (RUSLE). Otros modelos de predicción de la erosión entre los más comúnmente citados en la bibliografía son: WEPP, SLEMSA y MORGAN Y FINNEY (Jonte, Navarro, y San Martín, 2014).

Para Almorox, López, y Rafaelli (2010), se debe conocer los límites, alcances y su utilidad para la aplicación de estos métodos. Los resultados de su aplicación dependerán tanto de los objetivos planteados de una investigación como de los datos e información disponible y la forma en la que cada método sea aplicado.

En el caso del Ecuador muchos de estos métodos presentan obstáculos y limitaciones para su aplicación, debido a que no existe información adecuada para el cálculo principalmente de las variables climáticas a introducir en los modelos, además del gran número de parámetros que consideran ciertos métodos y lo costosas que pueden llegar a ser las técnicas de medición directas. Bajo esta perspectiva y considerando la disponibilidad y acceso de la

16

información y en base a diversos estudios realizados en el Ecuador sobre perdida de suelo como: “Aplicación del modelo RUSLE para el cálculo de la erosión hídrica en la microcuenca Río Cubí” (Peralta, 2015). “Aplicación del modelo RUSLE para el cálculo de erosión hídrica en la microcuenca del Río Perlaví” (Campaña, 2015). “Estudio de la pérdida del recurso suelo mediante el cálculo de tasas de erosión y propuesta de estrategias de manejo de suelos, determinadas por las características socio-ambientales de los andes ecuatorianos” (Santos y Castro, 2012). “Validación de los modelos RUSLE, WEQ y clavos de erosión en la pérdida de suelo de la microcuenca la Merced, Carchi” (Arroyo y Jaramillo, 2018) entre otros; que obtuvieron resultados positivos y una aplicabilidad compatible, en cuanto a la aplicación del modelo de estimación. Para el presente estudio, se utilizará como método indirecto la ecuación RUSLE para mejorar los resultados del mismo se aplicará como método directo el simulador de lluvias.

Por las premisas expuestas, se genera la necesidad de medir o estimar la erosión potencial de los suelos mediante el empleo de análisis espacial y modelos de geoprocesamiento en un SIG con el fin de obtener datos espaciales para la toma de decisiones y que sean de utilidad para los actores que intervienen en estos espacios geográficos. La pérdida potencial del suelo en una cuenca hidrográfica será estimada usando como método indirecto a RUSLE, debido a las razones mencionadas anteriormente como el acceso y disponibilidad de información en el Ecuador.

En este contexto, el presente estudio busca medir la pérdida del suelo y la zonificación de las áreas afectadas en la cuenca hidrográfica Quijos, Ecuador, utilizando la ecuación RUSLE en un SIG y validar sus resultados mediante un método directo como el simulador de lluvias a fin de generar cartografía temática que contribuya a ilustrar y localizar el problema de pérdida de suelo y permita a los actores de la cuenca mejorar su manejo y conservación.

1.2 OBJETIVOS Y PREGUNTAS DE INVESTIGACIÓN 1.2.1 Objetivo General Analizar la pérdida de suelo de la cuenca hidrográfica Quijos - Ecuador.

17

1.2.2 Objetivos Específicos ▪

Caracterizar la cuenca hidrográfica Quijos en sus componentes asociados a los factores de pérdida de suelo considerados en la ecuación RUSLE.

▪

Determinar la pérdida de suelo basándose en la ecuación RUSLE.

▪

Zonificar las áreas con pérdida de suelo de la cuenca hidrográfica Quijos.

1.2.3 Preguntas de Investigación •

¿Cuál es el grado de pérdida de suelo en la cuenca hidrográfica Quijos?

•

¿Dónde se localizan las zonas con mayor pérdida de suelo a lo largo de la cuenca hidrográfica Quijos?

•

¿Cuál es el grado de confiabilidad y la relación de los datos, modelados mediante RUSLE, con los simulados en campo?

1.3 HIPÓTESIS Los procesos de modelamiento en un Sistema de Información Geográfica son una herramienta efectiva para estimar la pérdida de suelo en la cuenca hidrográfica Quijos de acuerdo a la aplicación de la ecuación RUSLE.

1.4 JUSTIFICACIÓN En el Ecuador, existen factores climáticos precursores de la erosión como la precipitación y viento, las pendientes de los relieves, las características de las formaciones superficiales y suelos, así como los diferentes tipos de cobertura vegetal sobre los cuales el hombre puede tener un impacto erosivo determinante (De Noni y Trujillo, 1986).

La determinación de la erosión es importante para valorar las unidades de tierra, ya que tiene efectos principales, que son: la pérdida de soportes y nutrientes necesarios para el

18

crecimiento de los cultivos; acumulación de sedimentos en los cauces de los ríos en las cuencas bajas; y, la reducción de la capacidad de almacenamiento de agua por la pérdida de suelos y la sedimentación de las cuencas y reservorios, lo que resulta en la reducción del flujo natural de las cuencas (Fonseca, Durigon, Homem, Sampaio y Sánchez, 2014). Según De Noni, Viennot, y Trujillo (1992), en el Ecuador, “las cuencas interandinas constituyen la zona más afectada, en donde se concentra una tercera parte de las tierras erosionadas andinas, entre 1.500 m y 3.000 m, y sólo quedan muy pocos suelos arables” (pág. 130).

En este contexto, es importante reconocer que la cuenca hidrográfica Quijos, posee un capital natural significativo en la medida que este provee servicios ambientales e hidrológicos tales como: la oferta hídrica continua de buena calidad para consumo humano y animal, la generación de energía y la provisión de agua potable para la población rural y urbana incluida la ciudad de Quito y sus alrededores, caudales que se producen en la parte alta de la cuenca del río Quijos (Quintero et al., 2013).

En este sentido, el principal aporte del estudio es la determinación y análisis de pérdida del suelo en la cuenca hidrográfica Quijos, resultados que permitan la toma decisiones hacia su cuidado y desarrollo sostenible, garantizando la conservación de estos servicios ambientales.

1.5 ALCANCE El presente estudio está encaminado a determinar la pérdida de suelo mediante la implementación de la ecuación RUSLE en un modelo de geoprocesamiento en un SIG con el objetivo de cuantificar y zonificar este tipo de fenómeno en la cuenca hidrográfica Quijos.

Los resultados son de carácter público para el acceso de los actores y usuarios que necesiten de este tipo de información para la toma de decisiones en cualquier ámbito multidisciplinario.

Cabe mencionar que los resultados obtenidos no se pueden considerar como exactos, debido a que la modelación y trabajo en campo de este tipo de fenómeno de pérdida de suelo son complejos para su estimación, ya sea por los diferentes factores y variables que intervienen en la pérdida de suelo, o por lo dinámicos y complejos de estimar que puede llegar a ser. Sin embargo, los resultados obtenidos por esta metodología sirven como referencia para

19

determinar las zonas más susceptibles de pérdida de suelo y la aplicabilidad de réplica de esta metodología en áreas similares.

El entorno institucional de contextualización de este trabajo es muy amplio, según el uso que se le disponga a los resultados se los podría emplear en los Gobiernos Autónomos Descentralizados, las juntas parroquiales rurales, los consejos municipales, los consejos metropolitanos, los consejos provinciales, los consejos regionales o entidades afines a los datos geoespaciales como la comunidad geográfica entre otros.

Además, puede ser una herramienta que destacaría en el desarrollo de Planes de Ordenamiento Territorial donde se puede utilizar en los perfiles territoriales, en la caracterización biofísica de suelos, gestión de riesgos, planes de manejo y uso de suelo, en planes de manejo y conservación de áreas protegidas, en evaluaciones de impacto ambiental, en el cálculo de sedimentos entre los más destacables.

20

2. REVISIÓN DE LITERATURA La siguiente sección contempla los principales temas relacionados con la pérdida de suelo, está basada en informes, estudios anteriores sobre el tema, teorías básicas del conocimiento científico, publicaciones de artículos y otras fuentes de información encontradas con explicaciones que aportan al desarrollo del presente estudio. Se parte de lo general como la definición y elementos principales de la cuenca hidrográfica, la pérdida de suelo, erosión y los factores que influyen en el problema hasta lo particular como la pérdida de suelo en el Ecuador.

2.1 CUENCA HIDROGRÁFICA La cuenca hidrográfica es la unidad de análisis, planificación y gestión sustentable del territorio, así como la unidad de gestión para la coordinación y generación de políticas públicas de carácter productiva, social y ambiental, entendiendo que el manejo conjunto de estas tres dimensiones constituye la base del desarrollo sustentable (Zaldívar, 2017).

Además, “en una cuenca hidrográfica están contenidos los recursos naturales básicos para múltiples actividades humanas, como el agua, el suelo, la vegetación y la fauna. Todos ellos mantienen una continua y particular interacción con los aprovechamientos y desarrollos productivos del hombre” (Rodríguez, 2010, pág. 1).

Todo lo anterior explica la importancia de la cuenca hidrográfica como unidad de análisis, planificación y manejo, por lo que su delimitación es idónea para el presente estudio permitiendo evidenciar el movimiento del suelo y estimar su pérdida.

2.1.1 DEFINICIÓN DE CUENCA HIDROGRÁFICA Una cuenca hidrográfica es una unidad del territorio cuya topografía hace que el agua drene hacia un punto común en su parte más baja (la boca de la cuenca). El concepto de cuenca hidrológica considera también la dinámica del agua subterránea, por lo que, al incluir los aspectos geológicos, permite identificar la localización de acuíferos y sus zonas de recarga (Maass, 2015). Una cuenca fluvial suele comprender un complejo sistema de cuencas y microcuencas hidrográficas atravesadas por un río principal y sus afluentes (FAO, 2017).

21

2.1.2 CLASIFICACIÓN DE LAS CUENCAS HIDROGRÁFICAS Según la Comisión Nacional del Agua (CONAGUA, 2017), por su drenaje o descarga de agua las cuencas hidrográficas se clasifican en exorreicas o endorreicas y arreicas: Exorreica: Aquella que presenta un desagüe hacia el mar que permite que sus aguas circulen y sean expulsadas de la cuenca (CONAGUA, 2017).

Endorreica: Aquella que no tiene desagüe hacia el mar, pero recibe corrientes temporales o permanentes; por eso, en su fondo surge un acuífero permanente o temporal. Cuando los escurrimientos fluyen hacia lagos o sumideros que no están unidos a una red de causes (CONAGUA, 2017).

Arreica: Zona o región donde las aguas se evaporan o se filtran en el terreno antes de encauzarse en una red de drenaje (CONAGUA, 2017).

2.1.3 PARTES DE LAS CUENCAS HIDROGRÁFICAS La cuenca hidrográfica, según Manrique (2007), se puede definir en base a criterios de altitud, en donde las condiciones de acumulación, transporte, erosión, deposición, difieren considerablemente y permiten consideraciones diversas y amplias en su manejo y conservación; las partes de una cuenca son: Cuenca alta: Llamada también cuenca de captación, es de gran importancia para el manejo, ya que aquí es donde se inicia el funcionamiento de la cuenca; del trabajo y uso que se le dé a esta parte, dependerá los resultados para una planificación aguas abajo (Manrique, 2007).

Cuenca media: Llamada también como zona de desagüe o escurrimiento. En esta parte, las condiciones hidrológicas e hidráulicas son muy importantes para diversos aspectos de planificación, se tiene conocimientos de los caudales, niveles, carga y transporte, que permitirán un desarrollo aguas abajo (Manrique, 2007).

Cuenca baja: Conocida también como área de deposición, zona en donde especialmente el agua puede ser objeto de un uso adecuado, mediante su manejo racional que permitirá procesos de planificación y ordenación de los suelos (Manrique, 2007).

22

2.2 PÉRDIDA DE SUELO Los suelos son fundamentales para el funcionamiento de los ecosistemas terrestres, ya que ofrecen el soporte y el suministro de nutrientes a los cultivos y la cobertura forestal. El suelo es una de las bases naturales de la vida humana y del desarrollo social, debido a sus funciones principales del suelo como el de ser hábitat para las personas, animales, plantas y producción Convención de las Naciones Unidas de Lucha contra la Desertificación (CNULD, 2003).

Los suelos cumplen además otras funciones igualmente trascendentes, como constituir un medio filtrante que permite la recarga de los acuíferos, influyendo de este modo en la calidad del agua. Asimismo, constituyen el medio donde se realizan los ciclos biogeoquímicos necesarios para el reciclaje de los compuestos orgánicos y tienen la capacidad de filtrar, amortiguar, degradar, inmovilizar y detoxificar materiales orgánicos e inorgánicos (Garrido y Cotler, 2010).

Existen diversos factores de degradación de los suelos que pueden poner en peligro la sostenibilidad de estas funciones. Entre ellos cabe destacar la erosión del suelo, que constituye uno de los problemas medioambientales globales más importantes (Pimentel, 2006). La degradación de suelos es un proceso inducido por el hombre que disminuye la capacidad actual y futura de este recurso para sostener la vida humana (Garrido y Cotler, 2010).

Además, se debe considerar que el suelo es un recurso natural renovable en la escala de evolución del planeta tierra; sin embargo, es considerado “no renovable” en la escala de tiempo del hombre, que solo va de décadas a centurias. Ello dada la constante y dinámica evolución del suelo y su propensión a ser degradado con facilidad ante un uso inadecuado de la tierra. Por desconocimiento de su naturaleza, capacidad y aptitudes de uso, importantes superficies de tierra han sido y continúan siendo degradadas (Camargo et al., 2017).

2.2.1 EROSIÓN La erosión del suelo consiste en la remoción, arranque y transporte de los materiales que constituyen la capa más superficial del suelo, sea cual sea el agente responsable: Agua, viento, hielo, actuaciones humanas, etc (De Alba, Alcázar, Cermeño y Barbero, 2011).

23

La erosión, según García (2004), es un fenómeno natural que debe enmarcarse en la interface entre la litósfera, la atmósfera y la biósfera, y cuya principal fuerza motriz es la gravedad.

“En este contexto, la erosión del suelo se considera uno de los factores que contribuyen a la desertificación” (García, 2004, pág. 311).

Además de acuerdo a Gayoso y Alarcón (1999), es considerada como la principal amenaza para mantener la productividad de largo plazo en tierras agrícolas y forestales. Si este proceso se lleva a cabo en condiciones naturales se denomina erosión geológica, pudiendo ser considerada en tal caso como una forma más de conformación de relieve Instituto Nacional de Investigaciones Forestales, Agrícolas y Pecuarias (INIFAP, 2007).

En este contexto, es importante reconocer a la erosión del suelo como una amenaza grave para la seguridad y la estabilidad socioeconómica. Por ello, proporcionar información a los actores en funciones y a los responsables del manejo del suelo acerca de los procesos de erosión y sus consecuencias con base en una evaluación fiable de vulnerabilidad y niveles de riesgo es un paso necesario para su prevención y control (Marzen, Iserloh, De Lima, Fister y Ries, 2017).

2.2.1.1 EROSIÓN HIDRICA Es el tipo de erosión producida por el agua. El proceso puede ser analizado iniciando por el desprendimiento de las partículas de suelo, debido al impacto de las gotas de lluvia y al mismo tiempo ocurre el proceso de flujo superficial o escorrentía, la cual hace que las partículas removidas sean incorporadas a la corriente y transportadas talud abajo (Suárez, 2001).

Camargo et al. (2017) afirman: Los principales factores que controlan la erosión hídrica son la precipitación, la cobertura vegetal, la topografía y las propiedades del suelo. Los efectos interactivos de estos factores determinan la magnitud y la tasa de erosión del suelo. Así, mientras más larga e inclinada es la pendiente, el suelo será más afectado por la erosión y, por otra parte, cuanto mayor sea la capacidad de transporte del escurrimiento bajo una intensa lluvia, ello resultará en una mayor tasa de pérdida de suelo por la erosión. El papel de la vegetación en la prevención de la erosión del suelo es ampliamente reconocido: La cobertura vegetal mejora su resistencia al aumentar su contenido de materia orgánica,

24

estabilizar su estructura y promover la actividad de macro y microorganismos (Camargo et al., 2017).

De acuerdo a la FAO (2014), la erosión hídrica aparece como el tipo de erosión más importante, dada la afectación de aproximadamente 1,093.70 millones de hectáreas y representando el 55.60% de la degradación del suelo a nivel mundial.

2.2.2 PÉRDIDA DE SUELO EN CUENCAS HIDROGRÁFICAS En una cuenca, los procesos de degradación de suelos ocasionan diversas y extensas externalidades negativas, como el aumento de la sedimentación en cuerpos de agua, la disminución de la vida útil de las presas, la degradación del hábitat acuático y el aumento del riesgo de inundación, entre otros. Estos procesos ocurrirán en diferentes escalas espaciotemporales dependiendo de su ubicación geográfica dentro de la cuenca, de la dinámica propia del relieve, del régimen climático y del uso histórico y actual de la tierra, entre los factores más importantes (Garrido y Cotler, 2010).

Debido a la influencia que tiene la funcionalidad hídrica de una cuenca y su enorme relevancia en el ámbito productivo y ecológico, es importante conocer los procesos de degradación de suelos en una cuenca hidrográfica, para planificar eficientemente las diferentes acciones y medidas de conservación de suelos, así como para mantener otros servicios ambientales, como la provisión de agua (Garrido y Cotler, 2010).

Por lo tanto, la conservación de suelos es necesaria no solo por razones vinculadas al sostenimiento de la productividad agrícola, sino también por la protección integral de las cuencas hidrográficas que a menudo experimentan procesos de erosión, como es el caso de las cuencas tropicales, donde la degradación de los suelos bajos, usos agrícolas y las altas tasas de producción de sedimentos asociados a éstos como resultado de la erosión constituye uno de los principales problemas ambientales (Valero, Delgado y López, 2010).

2.2.3 EROSIÓN EN EL ECUADOR “El Ecuador se caracteriza por una gran variedad y riqueza de sus recursos naturales renovables, y en particular del recurso suelo. Por esta razón, el Ecuador estuvo siempre

25

considerado como un país eminentemente agrícola. Entre 500 a.c. y el siglo XVI, aproximadamente, las comunidades precoloniales realizaban una agricultura bastante productiva y conservacionista, basada en el sistema de micro-verticalidad” (De Noni y Trujillo, 1986, pág. 6).

“Los conquistadores españoles importaron e impusieron su tradición de la tierra mucho más erosiva, sustituyendo sus deseos auríferos por la explotación del "dorado" agrícola, de tal manera que el suelo agrícola ecuatoriano y en particular el de la sierra, aceleró la erosión sobre todo en las zonas montañosas donde los elementos del medio natural (agresividad climática, pendiente, suelos, vegetación y hombre) forman parte de un ecosistema bastante frágil, cuyo equilibrio morfodinámico puede ser desestructurado fácil y rápidamente” (De Noni y Trujillo, 1986, pág. 6).

“En el Ecuador, como en cualquier parte del mundo, los factores de la erosión pueden ser definidos, sea como creadores o como condicionantes. Los factores climáticos, precipitaciones y viento son creadores de la erosión; en tanto que las pendientes de los relieves, las formaciones superficiales y el hombre por modificar las características de la vegetación natural son factores que condicionan la erosión” (De Noni y Trujillo, 1986, pág.

9).

Los factores más predominantes son climáticos como las precipitaciones y el viento y otros por la acción del hombre, en menor medida existe la participación erosiva de factores como pendientes y formaciones superficiales. El factor erosivo creador más agresivo es el agua de las precipitaciones porque actúa en el país con fuertes intensidades e importantes alturas pluviométricas según las regiones. Por otra parte, el papel condicionante del hombre es fundamental, con sus actividades agrícolas, sustituyen la vegetación natural con una cobertura menos protectora para los suelos (De Noni y Trujillo, 1986).

Es así que De Noni y Trujillo, (1986) manifiestan: “El Ecuador ha sido, y continúa siendo, afectado por numerosos procesos erosivos; en la actualidad, el 50% del territorio está afectado por este problema. Aún más la erosión sigue avanzando en perjuicio del país y sobre todo de las futuras generaciones” (pág. 6). En algunas zonas de la sierra, una vez que el suelo arable ha desaparecido, la tierra es abandonada por los campesinos y la erosión prosigue su obra sobre el subsuelo (Morgan, 2005).

26

2.2.4 FACTORES QUE INFLUYEN EN LA EROSIÓN Los factores que afectan la erosión y la sedimentación están en función del tipo de erosión en cuestión. Sin embargo, como regla general, se puede decir que la erosión que ocurrirá en un suelo específico va a depender directamente de ciertas variables, las cuales se enumeran a continuación (Morgan, 2005): 

Clima



Tipo de suelo



Topografía



Vegetación



Uso de la tierra

2.2.4.1 CLIMA La variable climática más importante es la lluvia, debido a su fuerte influencia en ciertos procesos de erosión hídrica (Morgan, 2005).

Según la Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura (UNESCO, 2010). No todas las tormentas son iguales, por lo que existen algunas más erosivas que otras, esto depende de variables como cantidad de agua caída (mm) e intensidad de la tormenta (mm/hr), que a su vez son las que determinan la erodabilidad del evento. Así, en una tormenta cuya intensidad es relativamente baja, las tasas de infiltración no serán superadas, por lo que no se producirá escurrimiento superficial, rehuyendo el proceso de erosión laminar, así como la formación de surcos y cárcavas, evitando una erosión de impacto relevante, pues el tamaño de sus gotas no contará con suficiente energía cinética como para desprender las partículas de suelo superficial desnudo.

Por otro lado, una tormenta intensa no sólo presenta un alto potencial de erosión de impacto, sino que también genera escorrentía superficial, dando lugar a los procesos erosivos anteriormente mencionados (García-Chevesich, 2008).

El clima también juega un rol importante en los procesos de erosión eólica, pues el desprendimiento de las partículas ocurrirá sólo si el suelo se encuentra seco. Por ende, sólo regiones de climas áridos y semiáridos son susceptibles a erosión por causa del viento, lo

27

que no significa que existan algunas excepciones en otros tipos de clima (UNESCO, 2010, pág. 10).

2.2.4.2 TIPO DE SUELO La erosibilidad de un suelo en particular está en función de variables como textura, contenido de materia orgánica, estructura y permeabilidad. La textura de un suelo es importante para definir su nivel de erodabilidad, pues no todas las clases texturales se erosionan con la misma facilidad (Morgan, 2005).

Es así que las partículas medianas son las que más fácilmente se erosionan. Debido a que las partículas finas (0.10 a 1 mm) no poseen cohesividad ni peso relevante, por lo que son éstas las más erosionables. Por esta razón, se dice que la variable decisiva, en términos de la erosión con respecto a la textura del suelo, es el porcentaje de limo. Por el contrario, las partículas pequeñas a pesar de ser más finas son más livianas, por lo que poseen una mayor superficie de contacto entre ellas y, por lo tanto, una mayor cohesividad, lo que las hace más resistentes a la erosión (UNESCO, 2010). Y las partículas más gruesas son más pesadas, lo que también aumenta su resistencia a la erosión (Morris y Fan, 1998).

García-Chevesich (2008) afirma: La materia orgánica puede mejorar casi todas las propiedades del suelo, debido a que ésta aumenta la aireación e infiltración, facilita el crecimiento de la vegetación mediante la adición de nutrientes en el suelo, así como la cohesividad interparticular. Por estas razones, el contenido de materia orgánica de un suelo es una variable relevante en términos de su resistencia a la erosión y, por ende, la producción de sedimentos.

La estructura y permeabilidad de un suelo también juegan un rol importante en la determinación de la erosibilidad, debido a su influencia en la cohesividad de las partículas y la infiltración del agua entre los conglomerados en cuestión. Los suelos sin estructura definida, así como los suelos de estructura granular, por lo general poseen una alta capacidad de infiltración, es decir que son menos susceptibles a la erosión laminar (García-Chevesich, 2008).

Por otro lado, los suelos de estructura masiva y plateada son más fáciles de erosionar, pues poseen tasas de infiltración menores (García-Chevesich, 2008).

28

2.2.4.3 TOPOGRAFÍA Según la UNESCO (2010), “la topografía es una variable muy importante al momento de predecir la erosión y sedimentación en un sitio dado. Factores como inclinación y largo de la pendiente determinan la cantidad y velocidad del escurrimiento superficial que se generarán producto de una tormenta dada. La distancia horizontal en la que viaja una partícula de suelo desprendida por el impacto de una gota de lluvia está en directa relación con la inclinación de la pendiente” (pág. 16). Además, la longitud de la pendiente influye en la profundidad y, por ende, el poder erosivo del flujo superficial que se genere, siendo estas variables mayores en las secciones más bajas de la ladera, debido a una mayor área de contribución (Morgan, 2005).

2.2.4.4 VEGETACIÓN La vegetación actúa como cubierta protectora, estableciéndose como un buffer entre el suelo y la atmósfera. La presencia de una cobertura vegetal no solo protege el suelo contra la erosión de impacto, sino que también brinda rugosidad al terreno por el que el flujo superficial viaja, reduciendo su velocidad y, por ende, su poder erosivo (Morgan, 2005).

La altura de la vegetación y la profundidad del flujo superficial juegan un rol preponderante en la erodabilidad del caudal. Como regla general, mientras más densa y homogénea sea la cubierta vegetal, mayor es su efectividad en la disminución de la erosión laminar (GarcíaChevesich, 2008). La presencia de la cobertura vegetal también reduce, significativamente, la velocidad del viento, mediante la adición de rugosidad a la superficie edáfica (Morgan, 2005). Esto se traduce en que el viento a ras de suelo no cuenta con energía suficiente como para desprender y transportar las partículas, gracias a la presencia de las plantas (UNESCO, 2010).

2.2.4.5 USO DE LA TIERRA El uso de la tierra es el factor más importante dentro del conjunto de los factores que afectan la erosión y la sedimentación (Terrence, Foster y Renard, 2002).

29

La UNESCO (2010) afirma: “Las actividades forestales como la tala rasa, raleos y construcción de caminos, entre otras, representan una enorme alteración en el ciclo hidrológico, lo que se traduce en una disminución de la intercepción de copa y la capacidad de infiltración de los suelos, debido al uso de maquinaria pesada. Dichos disturbios generan gran cantidad de erosión y sedimentación” (pág. 19).

Actividades agropecuarias como el sobrepastoreo disminuyen la cubierta vegetal protectora de los suelos y lo compactan, produciendo más escurrimiento superficial y dando paso a distintos procesos erosivos, exponiendo al suelo al impacto de las gotas de lluvia, sumándose la erosión hídrica provocada por los canales de regadío (UNESCO, 2010).

Otro factor importante es la minería, sobre todo cuando se practica en zonas con climas lluviosos. Los relaves representan el mayor problema, pues éstos están compuestos no sólo por sedimentos, sino también por elementos tóxicos producidos en el proceso de extracción de minerales. Esta situación hace muy difícil el establecimiento de vegetación, debido a la alta toxicidad de dicho sustrato (UNESCO, 2010).

Por último, los incendios forestales y algunas quemas controladas alteran fuertemente el ciclo hidrológico de las cuencas, disminuyendo la intercepción, exponiendo el suelo (GarcíaChevesich, 2008).

2.3 ECUACIÓN UNIVERSAL DE RUSLE La Ecuación Universal de Pérdida de Suelo (USLE) fue desarrollada en EEUU por el Servicio de Conservación de Suelos del Departamento de Agricultura de EEUU (SCS, 1930), la cual es un modelo matemático que expresa el promedio de las pérdidas anuales de suelo a largo plazo en toneladas métricas por hectárea y año (t.ha-1.año-1) (FAO, 1993). La ecuación RUSLE es, sin duda, el modelo de procesamiento que ha tenido más difusión y resulta útil para la toma de decisiones sobre el uso y conservación del suelo. Considera seis factores y estima las pérdidas medias anuales de suelo (Alcañiz, 2008).

Considerando que RUSLE es un modelo empírico, basado en el análisis de factores para estimar la erosión del suelo; estos representan la erosividad de las precipitaciones, la erodabilidad del suelo, la topografía del paisaje descrito por la longitud e inclinación del terreno, la cubierta vegetal y, finalmente, las prácticas de manejo (Renard y Foster, 1994).

30

La pérdida potencial del suelo en las cuencas hidrográficas depende de las características físicas, climáticas y de la intervención antrópica. Las tasas de erosión del suelo dentro de las cuencas se pueden medir usando la ecuación RUSLE, a partir de las características del suelo, las condiciones climáticas locales, las coberturas de la superficie y las prácticas de protección de la tierra.

La pérdida de suelo A (en t.ha-1.año-1 expresada en el Sistema Internacional) viene dada por la siguiente expresión (Rodríguez, 2007): A=R*K*L*S*C*P Donde se toma en cuenta seis factores como la influencia del clima R en (Mj.mm)/ (ha.h.año), las características resistentes del suelo K en (t.ha.h)/ (Mj.mm.ha), las características del relieve LS (Adimensional), la cobertura de la superficie C (Adimensional) y las prácticas de protección P (Adimensional).

2.3.1 FACTOR CLIMÁTICO R El factor climático (R) estima la erosividad de las lluvias y es definido como la capacidad potencial de esta para causar erosión sobre la superficie del suelo, donde interviene la intensidad de la lluvia y la energía cinética capaz de disgregar y transportar las partículas hacia otro punto (Melchor y Chagoya, 2016). Para calcular este factor es necesario la información geográfica de precipitación media anual, con el objetivo de emplearla en la ecuación de (Roose, 1977): R=0.5P×17.3 Donde: P = Precipitación media anual (mm).

2.3.2 FACTOR DE ERODABILIDAD DEL SUELO K El factor de erodabilidad del suelo (K) representa la susceptibilidad del suelo a la acción erosiva y se determina a partir de las características físicas del suelo. Su valor depende de la textura superficial, del contenido de materia orgánica, de la estructura y de la permeabilidad del suelo. Wischmeier y Smith (1978) desarrollaron la ecuación de regresión en función de

31

las propiedades físicas del suelo, en donde los factores quedaron expresados en la siguiente ecuación: K = 〖10〗^(-4)×2.1×M^1.14×(12-a)+3.25(b-2)+2.5(c-3)/100

Donde: K = Ă?ndice de erodabilidad del suelo M = (%arena + %limo) * (100 - %arcilla) a = % de materia orgĂĄnica b = CĂłdigo correspondiente a la estructura del suelo: 1 - grano fino (<1 mm) 2 - grano medio (1-2 mm) 3 - grano medio grueso (2-5 mm) y grĂĄnulo grueso (5-10 mm) 4 - grano liso, prismĂĄtico, columnar y muy grueso (>10 mm) c = CĂłdigo de permeabilidad del suelo: 1 - rĂĄpida a muy rĂĄpida 2 - mediantemente rĂĄpida 3 - lenta 4 - muy lenta

2.3.3 FACTORES DE RELIEVE LS El factor longitud de pendiente (L) se define como la distancia horizontal entre los puntos donde inicia el escurrimiento hasta aquel donde decrece la pendiente y ocurre la sedimentaciĂłn (Melchor y Chagoya, 2016). El factor de inclinaciĂłn (S) representa el efecto de la inclinaciĂłn en la erosiĂłn, ya que la pĂŠrdida de suelo se incrementa con pendientes escarpadas. A medida que el valor de estos factores aumenta, la pĂŠrdida de suelo es mayor (Foster, Meyer, y Onstad, 1977).

Los factores de relieve (LS) se calculan a travĂŠs de un Modelo Digital de ElevaciĂłn y de una serie de ecuaciones que relacionan la topografĂ­a del terreno con parĂĄmetros hidrogrĂĄficos definidos por Bizuwerk, Taddese y Getahun (2008): đ??ż(đ?&#x2018;&#x2013;,đ?&#x2018;&#x2014;) =

(đ??´(đ?&#x2018;&#x2013;,đ?&#x2018;&#x2014;) + đ??ˇ2 )đ?&#x2018;&#x161;+1 â&#x2C6;&#x2019; đ??´(đ?&#x2018;&#x2013;,đ?&#x2018;&#x2014;) đ?&#x2018;&#x161;+1 đ??ˇđ?&#x2018;&#x161;+2 Ă&#x2014; 22.13đ?&#x2018;&#x161; đ?&#x2018;&#x161;=

đ??š (1 + đ??š)

32

đ??š=

sin đ?&#x203A;˝ /0.0896 3(sin đ?&#x203A;˝)0.8 + 0.56

10.8 sin đ?&#x203A;˝((đ?&#x2018;&#x2013;,đ?&#x2018;&#x2014;) + 0.03 tan đ?&#x203A;˝(đ?&#x2018;&#x2013;,đ?&#x2018;&#x2014;) < 0.09 đ?&#x2018;&#x2020;(đ?&#x2018;&#x2013;,đ?&#x2018;&#x2014;) = {( ) 16.8 sin đ?&#x203A;˝((đ?&#x2018;&#x2013;,đ?&#x2018;&#x2014;) â&#x2C6;&#x2019; 0.5 tan đ?&#x203A;˝(đ?&#x2018;&#x2013;,đ?&#x2018;&#x2014;) â&#x2030;Ľ 0.09 Donde: L(i,j) : Longitud de la pendiente đ?&#x2018;&#x2020;(i,j) : Grado de la pendiente đ??´(i,j) : Flujo de acumulaciĂłn a nivel de pĂ­xel đ??ˇ: TamaĂąo del pĂ­xel đ?&#x2018;&#x161;: Exponente de la longitud de la pendiente đ??š: Ă ngulo medio de la pendiente đ?&#x203A;˝: Ă ngulo de inclinaciĂłn de la pendiente (Grados °)

2.3.4 FACTOR DE COBERTURA VEGETAL C El factor de cobertura vegetal (C) es considerado factor atenuante y toma valores de 0 a 1, correspondiendo el valor de la unidad al suelo que estĂĄ desnudo, sin cobertura vegetal y en barbecho. El valor de C en la ecuaciĂłn es multiplicativo y a medida que aumenta la cobertura vegetal en densidad y frecuencia, el valor de C tiende a disminuir (INIFAP, 2007).

El factor de cobertura se determina a partir de la cobertura y uso de la tierra de zona de estudio. El factor (C) es un parĂĄmetro tabulado y se extrae de tablas a partir de valores determinados relacionados con la cobertura vegetal (Lianes, Marchamalo y RoldĂĄn, 2009).

2.3.5 FACTOR DE PRĂ CTICAS DE CONSERVACIĂ&#x201C;N DEL SUELO P Este factor representa el efecto que tienen las prĂĄcticas de tipo mecĂĄnicas como cultivos en contorno, en fajas y terrazas en el proceso de la erosiĂłn hĂ­drica. Su valor depende de la pendiente del terreno, su cĂĄlculo es a travĂŠs de tablas, sus valores varĂ­an entre 0 y 1. Cuando no existen prĂĄcticas, P es igual a 1 (INIFAP, 2007).

El factor de prĂĄcticas de conservaciĂłn evalĂşa la eficacia en el control de la erosiĂłn con distintas medidas de conservaciĂłn. El factor (C) es un parĂĄmetro tabulado, se extrae de tablas

33

a partir de valores determinados relacionados con la cobertura y uso de la tierra (Lianes et al., 2009).

2.4 SISTEMAS DE INFORMACIÓN GEOGRÁFICA Los Sistemas de Información Geográfica son estructuras físicas, lógicas y organizacionales, con objetivos específicos que posibilitan la modelación de la realidad creando imágenes abstractas de una realidad más compleja permitiendo su simplificación, estudio, análisis y gestión (GRN, 2015). La versatilidad de los Sistemas de Información Geográfica ha posibilitado que su campo de aplicación sea muy amplio, permitiendo su uso en la mayoría de las actividades con una componente espacial (Rodríguez, 2007). El potencial de los Sistemas de Información Geográfica permite la toma de decisiones sobre las políticas a seguir en una microcuenca para el manejo adecuado de los recursos suelo, agua y vegetación (INIFAP, 2007).

Los estudios de pérdida de suelo empleando RUSLE en Sistemas de Información Geográfica son aplicados en diferentes lugares del mundo. Su buena precisión en la estimación de la pérdida de suelo promedio anual y la relativa disponibilidad de datos en distintas regiones permiten una utilización prácticamente universal (UNESCO, 2010).

2.4.1 GEOPROCESAMIENTO El procesamiento de datos espaciales, conocido como geoprocesamiento, incluye diferentes tareas computacionales, tales como el análisis espacial, la visualización de datos SIG y geoestadística. El objetivo del geoprocesamiento es la recolección y manipulación de datos espaciales para producir información útil y resolver complejos problemas espaciales (Niu, Li y Guo, 2013).

Los sistemas de procesamiento de datos espaciales contienen tres componentes que proporcionan la estructura básica del marco de procesamiento de datos (Cao, 2016).

1) Entrada de datos: Son funciones que incluyen la captura y recopilación de datos previo al procesamiento de datos (Reyo, 2018).

34

2) Procesamiento de datos: Funciones tales como clasificación de datos, interpolación, superponer y valoración. La clasificación organiza los artículos o datos en un orden específico o conjuntos para su procesamiento. La interpolación y superposición proveen una configuración para calcular información desconocida de los datos capturados y, por último, la evaluación procura garantizar que los datos manipulados sean acertados, confiables y útiles (Reyo, 2018).

3) Salida de datos: Las funciones de procesamiento habituales incluyen la agregación de datos, presentación, resumen e informe. La agregación de datos integra diferentes salidas de datos en una definitiva. La validación de datos certifica que los datos finales sean correctos, confiables y útiles para la toma de decisiones. La presentación de datos visualiza los resultados del procesamiento de datos (Reyo, 2018). El resumen e informe capturan las principales características de los conjuntos de datos y resultados (Williams et al., 2013).

El geoprocesamiento es una alternativa que permite automatizar, documentar y compartir los procedimientos de flujos de trabajo, ofreciendo un amplio conjunto de herramientas y mecanismos para combinar esas herramientas en una secuencia de operaciones que utilizan modelos de geoprocesamiento (Wunderlich, 2008).

2.4.2 MODELOS DE GEOPROCESAMIENTO La base del geoprocesamiento se encuentra en un marco de transformación de datos. Una característica representativa del enfoque de geoprocesamiento tradicional se encuentra en el cálculo secuencial utilizado comúnmente para implementar un conjunto de funciones o un modelo de geoprocesamiento. Estos modelos permiten diseñar un flujo de trabajo con elementos que representan las entradas, las herramientas y las salidas (Krivoruchko, Crawford y Redlands, 2005). Los modelos de geoprocesamiento tienen como objetivo ayudar a las personas a entender un problema espacial, estudiar los efectos de diferentes factores en el mundo real, e identificar una solución o hacer una predicción (Cao y Ames, 2012).

Generalmente, las principales aplicaciones en desarrollo de un modelo de geoprocesamiento son tres:

35

1) Proyectar y describir una relación entre varios problemas espaciales. Un modelo de geoprocesamiento utiliza herramientas para entender las relaciones entre los factores de un problema específico. La sobreposición de datos de la misma área de influencia en cuestión, ayuda a los usuarios de SIG a entender las relaciones entre ellos (Gándaras, 2015).

2) Localizar patrones potenciales y apoyar la toma de decisiones. Una vez sobrepuesto los datos espaciales en un modelo de geoprocesamiento para encontrar soluciones, el modelo da funciones de un SIG para seguir analizando factores. Los resultados ayudan a los usuarios a entender los diferentes tipos de problemas en el mundo real (Reyo, 2018).

3) Proporcionar una superposición o predicción. Dentro del modelo de geoprocesamiento es posible involucrar diferentes tipos de datos y herramientas de un SIG para resolver múltiples problemas espaciales. Una herramienta de geoprocesamiento facilita la manera de implementar y manipular otros modelos de geoprocesamiento. Existen aplicaciones que modelan problemas ambientales para generar predicciones (Villajos, 2004).

Las herramientas de geoprocesamiento en los entornos SIG, emplean una estrategia de cálculo secuencial simple para calcular datos espaciales y funciones. Las herramientas de geoprocesamiento vinculan gráficamente datos espaciales y funciones basadas en un flujo de trabajo específico, que luego se implementa en una estrategia secuencial (Krivoruchko et al., 2005).

Para el caso del software ArcGIS, este ofrece la aplicación ModelBuilder para automatizar las tareas de geoprocesamiento (Ramos, 2009).

2.4.3 MODELBUILDER Es un generador de modelos interactivos y gráficos que permite crear, editar y administrar geoprocesos. ModelBuilder también se puede considerar un lenguaje de programación visual para crear flujos de trabajo. La singularidad de esta aplicación es que los usuarios pueden automatizar fácilmente flujos de trabajo, por ejemplo, usar iteraciones (a menudo denominada bucles) de ciertas tareas repetitivas de geoprocesamiento para reducir tiempo y esfuerzo, sin necesidad de aplicar ningún comando de programación (Reyo, 2018).

36

2.5 SIMULADOR DE LLUVIA “La necesidad de reproducir los efectos de la precipitación e intensidad bajo condiciones controladas y en especial el impacto de las gotas de lluvia sobre las propiedades físicas del suelo superficial y las consecuencias que ello provoca en la infiltración, escorrentía y erosión, llevaron al desarrollo de diferentes mecanismos y equipos que tratan de simular la lluvia natural” (Coello, 2005, pág.16).

Uno de ellos es el simulador de lluvia (Figura 1) que permite cuantificar la escorrentía, infiltración y pérdida de suelo generados por una regadera de lluvia ajustable a la intensidad sobre un área de prueba definida. La duración, intensidad y energía cinética de la lluvia pueden ser modificadas con el simulador, dando alta sensibilidad de los resultados de la prueba para diferentes propiedades del suelo. Una de las ventajas de este equipo, además de ser portátil, es la posibilidad que tiene de estudiar un evento en el momento que se necesite y bajo diferentes condiciones que pueden ser modificadas en el campo según se requiera (Sanmiguel y Atagualpa, 2016).

Partes del simulador: A. Regadera con regulación de presión interna.

B. Soporte ajustable para la regadera.

C. Armazón de aluminio para el terreno.

Figura 1 Partes del simulador de lluvias Fuente: Monge y Aguilar (2008).

37

Es por esto que es de gran importancia estudiar y evaluar la lluvia desde un punto de vista cuantitativo para conocer la distribución del agua que llega a los suelos y así poder identificar las principales causas de la erosión y las posibles prácticas de manejo que se le puede dar a un terreno, brindando elementos de juicio a los tomadores de decisión como técnicos, científicos o gobiernos locales en la definición no sólo de los planes reguladores sino también en la propuesta de buenas prácticas de manejo para la conservación de suelos y agua (Monge y Aguilar, 2008).

38

3. METODOLOGÍA El enfoque metodológico del presente estudio está basado en métodos cuantitativos y de aplicación de modelos empíricos. Además, las herramientas y las técnicas utilizadas fueron de análisis espacial por medio de Sistemas de Información Geográfica y herramientas de geoprocesamiento. La metodología se desarrolló a partir de 3 fases para la determinación de pérdida de suelo de la cuenca hidrográfica Quijos, la primera fase radica en el empleo de la ecuación de RUSLE; la segunda fase es el muestreo de datos de pérdida de suelo mediante observación en campo y la tercera fase comprende la validación de los datos mediante una comparativa entre los resultados obtenidos en las dos primeras fases.

La investigación planteada se desarrolló con ArcGIS de ESRI, a partir de la metodología de geoprocesamiento tradicional del cálculo secuencial, empleando un conjunto de funciones para el desarrollo de un flujo de trabajo como es la ecuación RUSLE, con datos de entrada, herramientas y datos de salida, con un fin específico de determinación de pérdida de suelo en la cuenca hidrográfica Quijos.

Para el desarrollo del presente estudio, se emplearon varios métodos; como el método descriptivo el cual consiste en dilucidar todos los detalles de la cuenca hidrográfica Quijos, sus características principales y todos los datos necesarios, para entender el proceso de erosión en general. Por otro lado, para el diseño del modelo de geoprocesamiento fue necesario emplear dos métodos, el primero es el analítico basado en el cálculo de la perdida de suelo a partir de fórmulas matemáticas sustentadas, seguido del método sintético que, a partir de cada factor resultante de la ecuación RUSLE, se compendia en un solo resultado, en este caso la pérdida de suelo.

Bajo este contexto, es importante conocer el papel de un modelo científico, el cual está relacionado con “describir, explicar y predecir fenómenos naturales, así como la comunicación de ideas científicas” (Acevedo, 2017, pág. 157). Es así, como “los modelos empíricos, son aquellos que predicen cómo una variable afecta una respuesta y no por qué la afecta, por lo que no se logra entender la totalidad de un sistema. Son modelos que se basan en aproximaciones empíricas, producto de la observación o experimentación y se pueden considerar como un conjunto de ecuaciones heurísticas, la ventaja esencial es que estos modelos están disponibles y pueden usarse con éxito en la toma de decisiones, lo cual no tienen los modelos teóricos” (Ramírez, 2007, pág. 21).

39

3.1 ÁREA DE ESTUDIO 3.1.1 UBICACIÓN La cuenca hidrográfica Quijos, según la división política administrativa en el Ecuador, se encuentra ubicada en la provincia de Napo, en el cantón Quijos y en las parroquias Papallacta, Cuyuja, Cosanga y Baeza (Mapa 1).

Mapa 1 Ubicación cuenca hidrográfica Quijos - Ecuador.

3.1.2 CARACTERÍSTICAS BIOFÍSICAS La cuenca hidrográfica Quijos comprende una extensión de 766.62 km2, equivalente a 76,662 hectáreas y un perímetro de 133.90 km (Quintero et al., 2013). Aprovecha el

40

potencial de los ríos Quijos y Papallacta entre los principales afluentes perennes. La cuenca hidrográfica se encuentra localizada en la Cordillera Oriental de los Andes con un rango altitudinal entre los 2,056 y 5,758 m.s.n.m y forma parte de la vertiente del Amazonas. Su punto de cierre es la hidroeléctrica Quijos (Quintero et al., 2013) (Mapa 2).

Mapa 2. Características biofísicas cuenca hidrográfica Quijos - Ecuador.

3.1.3 POBLACIÓN La cuenca hidrográfica Quijos, en base a la división política administrativa y considerando que su extensión abarca 4 parroquias Papallacta, Cuyuja, Cosanga y Baeza, se determinó que la población, de acuerdo al VII Censo de Población y VI de Vivienda del Instituto Nacional de Estadística y Censos (INEC, 2010), cuenta con 3,985 habitantes correspondientes a las cabeceras parroquiales y poblados del área de estudio (Mapa 3).

41

Mapa 3 Población cuenca hidrográfica Quijos – Ecuador.

3.2 FLUJOGRAMA La metodología propuesta a seguir para la determinación de pérdida de suelo en la cuenca hidrográfica Quijos comprende tres fases. La primera fase radica en el empleo de la ecuación universal de pérdida de suelo revisada RUSLE, la cual consiste en la estimación de factores a partir de modelos matemáticos implementados en un SIG. Las variables que influyen a la pérdida de suelo y son parte de la ecuación RUSLE son el clima, tipo de suelo, topografía, vegetación y uso de la tierra. Estas variables son modeladas mediante geoprocesamiento para obtener los factores que intervienen en la ecuación, los cuales son el factor de erosividad de la lluvia (R) que se lo obtiene de la precipitación media anual, el factor de erodabilidad del suelo (K) que se lo obtiene de la textura del suelo, los factores topográficos (LS) que se los obtiene a partir del modelo digital de elevación, el factor de cobertura vegetal (C) y factor

42

de prácticas de conservación (P) que se los obtiene de la cobertura y uso de la tierra. La segunda fase comprende el muestreo de datos de pérdida de suelo mediante observación en campo utilizando un simulador de lluvias. Finalmente, la tercera fase comprende la validación de los datos mediante una comparativa entre los resultados obtenidos en las dos primeras fases mediante métodos estadísticos. El siguiente flujograma metodológico manifiesta la metodología planteada (Figura 2):

CLIMA

Precipitación Media Anual

Factor de erosividad de la lluvia ( R)

TIPO DE SUELO

Textura del Suelo

Factor de erodabilidad del suelo ( K)

Modelo Digital de Elevación (DEM)

Factores topográficos ( LS )

1 Ecuación Universal de Pérdida de Suelo Revisada ( RUSLE )

TOPOGRAFÍA

Pérdida de suelo por unidad de tiempo ( A)

Factor de cobertura vegetal ( C)

VEGETACIÓN

Cobertura y Uso de la Tierra

Inicio

Factor de prácticas de conservación (P )

USO DE LA TIERRA

3

Validación

Pérdida de suelo en la cuenca hidrográfica QUIJOS

2

Observaión en Campo

SIMULADOR DE LLUVIAS

Muestreo de la información

Pérdida de suelo por unidad de tiempo ( A)

Figura 2. Flujograma metodológico.

3.3 DATOS El Sistema Nacional de Información (SNI) es la principal fuente de datos geográficos en el Ecuador, el cual posee la Infraestructura Ecuatoriana de Datos Espaciales con datos secundarios de diferentes entidades gubernamentales. De esta forma, se dispone de cartografía base por parte del Instituto Geográfico Militar y datos geográficos temáticos de diferentes entidades según sus competencias. Entonces, para el presente estudio los datos

43

secundarios necesarios fueron tomados de la Infraestructura de Datos Espaciales IDE, los cuales se detallan a continuación en la Tabla 1.

Tabla 1 Datos geográficos entrada.

Datos geográficos entrada

Tipo

Formato

Precipitación media anual

Punto

.shp

Textura del suelo Modelo digital de elevación Cobertura y uso de la tierra

Polígono Ráster Polígono

.shp .tif .shp

Fuente/ Periodo (INAMHI, 2017) 1980-2017 (IEE, 2015) (IGM, 2017b) (MAG, 2015)

Escala/ Resolución 5,000 25,000 Pixel 25x25 m 25,000

Fuente: SNI (2019)

Los resultados de la pérdida de suelo de la cuenca hidrográfica Quijos son expresados a partir de datos continuos tipo ráster, detallados en la Tabla 2.

Tabla 2 Datos geográficos salida.

Datos geográficos salida Pérdida de suelo en la cuenca hidrográfica Quijos

Tipo Ráster

Formato Escala/Resolución .tif Pixel 25x25 m

3.4 IMPLEMENTACIÓN DE MODELOS DE GEOPROCESAMIENTO EN SIG La implementación del modelo en SIG corresponde a la estructuración de la Ecuación Universal de Pérdida de Suelo Revisada RUSLE mediante la construcción de modelos de geoprocesamiento, donde cada factor de la ecuación representa una condición que determina la pérdida de suelo en una superficie definida. Para la construcción de los modelos de geoprocesamiento se utilizó el módulo de ModelBuilder de ArcGIS.

3.4.1 FACTOR EROSIVIDAD DE LA LLUVIA R El factor climático R estima la erosividad de las lluvias. Para calcular este factor es necesario la cobertura de precipitación media anual del área de estudio. Este tipo de información se la interpola con un método determinístico denominado Inverse Distance Weighted IDW con el fin de obtener información de toda el área en interés en formato ráster. Se emplea IDW cuando la muestra es lo suficientemente densa respecto de la variación local que intenta simular (Watson y Philip, 1985). Obtenido el ráster de precipitación media anual se realiza un corte del área de interés con la herramienta Extract by Mask; una vez obtenido el área de

44

interés se le aplica al ráster la ecuación de Roose con la herramienta Raster Calculator para obtener el factor erosividad de la lluvia R (Roose, 1977).

La Figura 3 detalla las herramientas y valores utilizados para el geoprocesamiento del factor de erosividad de la lluvia R: Valor campo Z = MEDIA Tamaño celda = 25 Power = 2 Radio de Búsqueda = Variable Num puntos = 12

Precipitación Media Anual

Interpolación de datos (IDW)

R = 0.5P * 17.3

Cuenca Hidrográfica

Extracción de datos (Extract by Mask)

P: Precipitación media annual

Cálculo valor R (Raster Calculator)

Factor de erosividad de la lluvia (R)

Figura 3. Parámetros de geoprocesamiento factor R.

La

Figura 4 expone el modelo de geoprocesamiento validado y ejecutado para definir el

factor de erosividad de la lluvia R:

Figura 4. Modelo de geoprocesamiento factor R.

La Tabla 3 presenta los niveles de erosividad de la lluvia: Tabla 3 Nivel de erosividad de la lluvia.

Erosividad lluvia (Mj.mm)/(ha.h.año) 0 – 60 61 – 90 91 – 120 121 – 160 >160

Nivel Muy bajo Bajo Modero Alto Muy alto

Fuente: Verbist, Santibañez, Gabriels y Soto. (2010).

45

3.4.2 FACTOR DE ERODABILIDAD DEL SUELO K El factor de erodabilidad del suelo K representa la susceptibilidad del suelo a la acción erosiva. Para calcular este factor es necesario la cobertura de textura del suelo de tipo polígono a la cual es necesario calcular el valor M que corresponde a la relación de porcentaje de arena, limo y arcilla en formato ráster. Además, es necesario calcular el valor de porcentaje de materia orgánica a, correspondiente a la cobertura de textura del suelo, el cual es transformado en un archivo ráster. Los valores de estructura de suelo b y permeabilidad c se obtiene de la codificación de la textura del suelo y transformación en formato ráster; obtenidos estos valores se procede a utilizar la ecuación de regresión de Wischmeier y Smith con la herramienta Raster Calculator obteniendo el factor de erodabilidad del suelo K. La Figura 5 muestra las herramientas y valores utilizados para el geoprocesamiento del factor de erodabilidad del suelo K:

Nombre campo = M Tipo = Doble

M = (%Arena + %Limo)*(100 - %Arcilla)

Valor campo = M Tamaño celda = 25

Cálculo valor M (Calculate Field)

Conversión de formato (Polygon to Raster)

Nombre campo = a Tipo = Doble

Expresión: [MO]

Valor campo = a Tamaño celda = 25

Creación campo (Add Field)

Cálculo valor a (Calculate Field)

Conversión de formato (Polygon to Raster)

Creación campo (Add Field)

Textura suelo (M)

% Materia orgánica (a)

Textura del Suelo

Cálculo valor K (Raster Calculator) Nombre campo = b Tipo = Doble

Textura del suelo: Fina Media Moderada Gruesa

Creación campo (Add Field)

Selecciones por atributos (Select layer By Attribute)

Nombre campo = c Tipo = Doble

Textura del suelo: Fina Media Moderada Gruesa

Creación campo (Add Field)

Selecciones por atributos (Select layer By Attribute)

Código b:

1 2 3 4

Cálculo valor b (Calculate Field)

Factor de erodabilidad del suelo (K)

Valor campo = b Tamaño celda = 25

Conversión de formato (Polygon to Raster)

Estructura del suelo (b)

Código b: 4 3 2 1

Cálculo valor b (Calculate Field)

Valor campo = c Tamaño celda = 25

Conversión de formato (Polygon to Raster)

Permeabilidad del suelo (c)

Figura 5. Parámetros de geoprocesamiento factor K.

La Figura 6 expone el modelo de geoprocesamiento validado y ejecutado para definir el factor de erosividad del suelo K:

46

Figura 6. Modelo de geoprocesamiento factor K.

La Tabla 4 representa la susceptibilidad del suelo a la acción erosiva: Tabla 4 Erodabilidad del suelo.

Erodabilidad del suelo (t.ha.h)/(Mj.mm.ha) 0.05 – 0.15 0.16 – 0.24 0.25 – 0.45 0.46 – 0.50

Textura Arcillosos Franco arcillosos Francos Franco limosos

Fuente: Jaramillo Veliz y Sandoval Simba (2015).

3.4.3 FACTORES DE RELIEVE LS El factor longitud de pendiente L y factor de inclinación S se determina a partir del Modelo Digital de Elevación, al cual se le corrige su estructura con la herramienta Fill, seguido del

47

cálculo de su pendiente en grados para determinar el valor de grado o inclinación de la pendiente S con ecuaciones que relacionan la topografía del terreno. Paralelamente, se calcula los valores de F, m, la dirección de flujo y el flujo de acumulación para obtener el factor L con ecuaciones que relacionan parámetros hidrográficos. Finalmente, se procede a multiplicar los factores tipo ráster L y S con Raster Calculator para obtener los factores de relieve LS. La Figura 7 muestra las herramientas y valores utilizados para el geoprocesamiento de los factores de relieve LS:

Grados

Cálculo de pendiente (Slope)

Modelo Digital de Elevación (DEM)

Corrección DEM Fill

Cálculo valor F (Raster Calculator)

Cálculo valor S (Raster Calculator)

Cálculo valor m (Raster Calculator)

Factor grado de pendiente (S)

L*S

Cálculo valor L (Raster Calculator)

Dirección de flujo (Flow Direction)

Cálculo valor LS (Raster Calculator)

Factores topográficos ( LS )

Factor longitud de pendiente (L)

Flujo de acumulación ( Flow Accumulation )

Figura 7. Parámetros de geoprocesamiento factor LS.

La Figura 8 muestra el modelo de geoprocesamiento validado y ejecutado para definir los factores topográficos o de relieve LS:

Figura 8. Modelo de geoprocesamiento factor LS.

48

La Tabla 5 expresa el nivel topográfico del relieve: Tabla 5 Nivel topográfico.

Topografía % <15 15 – 30 31 – 45 >45

Nivel Bajo Modero Alto Muy alto

Fuente: Jaramillo Veliz y Sandoval Simba (2015).

3.4.4 FACTOR DE COBERTURA VEGETAL C El factor de cobertura vegetal se determina a partir de la cobertura y uso de la tierra donde se cataloga las coberturas vegetales mediante los valores de la Tabla 6 y se transforman de formato tipo polígono a ráster.

La Tabla 6 muestra los valores del factor (C) predeterminados para coberturas vegetales: Tabla 6 Valores factor C.

Cobertura (Adimensional) Área poblada Área sin cobertura vegetal Bosque nativo Cultivo anual Cultivo permanente Cultivo semipermanente Glaciar Infraestructura Mosaico agropecuario Cuerpos de agua Páramo Pastizal Vegetación arbustiva y herbácea

C 0.015 1 0.0001 0.495 0.003 0.8 0 0.015 0.25 0 0.04 0.04 0.25

Fuente: Lianes et al. (2009).

La Figura 9 muestra las herramientas y valores utilizados para el geoprocesamiento del factor de cobertura vegetal C:

49

NIVEL2 = Área poblada Área sin cobertura vegetal Bosque nativo Cultivo anual Cultivo permanente Cultivo semipermanente Glaciar Infraestructura Mosaico agropecuario Cuerpo de agua Páramo Pastizal Vegetación arbustiva

Nombre campo = C Tipo = Doble

Cobertura y Uso de la Tierra

Creación campo (Add Field)

Selecciones por atributos (Select layer By Attribute)

C=

0.015 1 0.0001 0.495 0.003 0.8 0 0.015 0.25 0 0.04 0.04 0.25

Cálculo valor C (Calculate Field)

Valor campo = C Tamaño celda = 25

Conversión de formato (Polygon to Raster)

Factor de cobertura vegetal (C)

Figura 9. Parámetros de geoprocesamiento factor C.

La Figura 10 expone el modelo de geoprocesamiento validado y ejecutado para definir el factor de cobertura vegetal C:

Figura 10. Modelo de geoprocesamiento factor C.

50

3.4.5 FACTOR DE PRÁCTICAS DE CONSERVACIÓN DEL SUELO P El factor de prácticas de conservación evalúa la eficacia en el control de la erosión con distintas medidas de conservación. Se determina a partir de la cobertura y uso de la tierra donde se cataloga las coberturas vegetales mediante los valores de la Tabla 7 y se transforman de formato tipo polígono a ráster.

La Tabla 7 muestra los valores del factor (P) predeterminados para coberturas vegetales: Tabla 7 Valores factor P.

Cobertura (Adimensional) Área poblada Área sin cobertura vegetal Bosque nativo Cultivo anual Cultivo permanente Cultivo semipermanente Glaciar Infraestructura Mosaico agropecuario Cuerpos de agua Páramo Pastizal Vegetación arbustiva y herbácea

P 0.7 1 0.2 0.9 0.9 0.9 0.1 0.7 0.8 1 0.1 0.4 0.3

Fuente: Lianes et al. (2009).

La Figura 11 muestra las herramientas y valores utilizados para el geoprocesamiento del factor de prácticas de conservación P:

NIVEL2 = Área poblada Área sin cobertura vegetal Bosque nativo

Nombre campo = P Tipo = Doble

Cobertura y Uso de la Tierra

Creación campo (Add Field)

Cultivo anual Cultivo permanente Cultivo semipermanente Glaciar Infraestructura Mosaico agropecuario Cuerpo de agua Páramo Pastizal Vegetación arbustiva

Selecciones por atributos (Select layer By Attribute)

P=

0.7 1 0.2 0.9 0.9 0.9 0.1 0.7 0.8 1 0.1 0.4 0.3

Cálculo valor P (Calculate Field)

Valor campo = P Tamaño celda = 25

Conversión de formato (Polygon to Raster)

Figura 11. Parámetros de geoprocesamiento factor P.

Factor de prácticas de conservación (P)

51

La Figura 12 expone el modelo de geoprocesamiento validado y ejecutado para definir el factor de prácticas de conservación del suelo P:

Figura 12. Modelo de geoprocesamiento factor P.

3.4.6 DETERMINACIÓN DE LA PÉRDIDA DE SUELO A El producto de los factores determina la pérdida de suelo por hectárea año (A). Se calcula a partir de la multiplicación de todos los factores de la ecuación de pérdida de suelo mediante

52

la herramienta Raster Calculator, a fin de obtener el ráster resultante de pérdida de suelo de la cuenca hidrográfica Quijos.

La Figura 13 muestra la multiplicación de los factores resultantes de tipo ráster para obtener la pérdida de suelo A:

Figura 13. Pérdida de suelo A mediante RUSLE.

La Tabla 8 expresa las categorías de pérdida de suelo mediante RUSLE: Tabla 8 Categorías de pérdida de suelo RUSLE.

Categorías 1 2 3 4

t.ha-1.año-1 <10 10 – 50 51 – 200 >200

RUSLE Ninguna o ligera Moderada Alta Muy alta

Fuente: Jaramillo Veliz y Sandoval Simba (2015).

3.5 SIMULADOR DE LLUVIAS El uso de simuladores de lluvia es una herramienta afín al incremento de las investigaciones en conservación de suelos y aguas, siendo conveniente para el estudio de las relaciones lluvia-escorrentía, la medida de la tasa de infiltración y la estima de las pérdidas de suelo.

Una de sus principales ventajas es poder prescindir de la lluvia natural, lo que permite

53

programar y realizar gran número de experiencias en muy poco tiempo (Ibáñez, Moreno, Gisbert, 2012).

Ibáñez, Moreno, Gisbert (2012) además afirman: “La simulación de lluvia en campo ha sido una de las técnicas más utilizadas en los últimos tiempos” (pág. 3). En el caso de la determinación de pérdida de suelo de la cuenca hidrográfica Quijos, el simulador de lluvias es una excelente opción para cuantificar el efecto de la precipitación que interviene en este proceso de la degradación del suelo (Colotti, 1999).

3.5.1 DETERMINACIÓN DE MUESTREO El muestreo de la información se efectúa en parcelas definidas por geolocalización con dimensiones acordes al simulador, las parcelas pequeñas son idóneas para estudios de la erosión (Hudson, 1997).

La técnica de la simulación de lluvia básicamente consiste en aplicar una cantidad de lluvia concreta sobre una parcela de límites conocidos (Ibáñes et al., 2012).

Los siguientes parámetros son los empleados para cada simulación, el área de prueba es la superficie que cubre el simulador, la cantidad de lluvia es una relación de precipitación en un área determinada para la cuenca hidrográfica Quijos y sedimento en seco son las unidades de peso en seco para cada muestra: -

Área de prueba definida: 0.1764 m2

-

Cantidad de lluvia simulador: 11 litros

-

Sedimentos en seco: (g/0.1764 m2)

Para la determinación de las parcelas en campo se considera accesibilidad en la zona de estudio, condiciones climáticas y topografía. Además, es necesario definir los parámetros exactos para cada muestra con el objetivo de que los resultados del simulador sean confiables y acordes a la realidad (Hogue, Gupta y Sorooshianc, 2006).

Para el muestreo de la información, a partir de este método directo, se determinó en 41 muestras. Estas muestras se encuentran localizadas en las zonas críticas (Mapa 12) acorde a los datos obtenidos mediante el procesamiento de la ecuación RUSLE con el objetivo de validación de datos posteriormente (Tabla 9).

54

Tabla 9 Geolocalización de muestreo.

Muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41

Coor. X 811,834.48 812,414.85 814,217.21 816,410.89 816,985.00 816,909.86 816,530.98 821,309.12 822,393.12 824,444.44 828,216.35 831,305.10 834,937.57 835,984.79 836,696.05 818,327.91 829,475.89 831,385.66 832,031.24 833,309.45 833,681.98 834,936.37 834,833.18 837,193.80 837,438.54 837,586.05 837,498.87 830,564.61 822,962.69 818,592.21 817,813.98 813,184.89 814,821.87 814,267.83 813,458.77 818,258.84 817,734.70 817,489.43 819,009.77 832,111.72 832,430.27

Coor. Y 9´961,411.76 9´960,565.76 9´958,333.30 9´957,608.97 9´958,084.82 9´957,384.20 9´956,842.33 9´959,031.28 9´959,158.01 9´959,442.97 9´956,295.88 9´953,728.75 9´952,882.35 9´952,635.49 9´952,955.27 9´957,530.71 9´954,885.40 9´954,135.96 9´953,879.85 9´953,118.11 9´952,981.59 9´953,186.64 9´952,683.93 9´952,794.00 9´952,238.37 9´951,799.82 9´951,643.06 9´954,663.50 9´968,835.53 9´967,523.04 9´964,515.29 9´959,335.39 9´959,167.41 9´959,414.53 9´955,581.80 9´958,633.44 9´959,385.25 9´962,716.90 9´958,078.83 9´953,341.80 9´953,007.37

55

3.6 VALIDACIÓN Todo instrumento de recolección de datos, en este caso el simulador de lluvias debe cumplir dos requisitos esenciales: validez y confiabilidad. Algunos autores como Black y Champion (1976), Johnston y Pennypacker (1980) y Kerlinger (1980) señalan que la validez es un sinónimo de confiabilidad.

La validación de la información permite comparar los datos modelados con los datos simulados, comprobando su relación y su grado de confiabilidad.

En probabilidad y estadística, el coeficiente de correlación de Pearson (R) permite medir el grado de asociación de datos de dos variables. Valores próximos a 1, indicarán una fuerte relación positiva de los datos; en cambio valores próximos a -1, indicarán una fuerte relación negativa de los datos; y valores próximos a 0 indicara que no existe relación de los datos.

Además, si la nube de puntos es estrecha y alargada la relación de los datos es fuerte; y si la nube de puntos tiene una tendencia elíptica o circular la relación de los datos es débil (Pedroza y Dicovskyi, 2006).

56

4. RESULTADOS 4.1 RESULTADOS Mediante la metodología implementada para la determinación de pérdida de suelo de la cuenca hidrográfica Quijos se obtuvieron datos geográficos y productos intermedios como mapas temáticos que contienen características de la cuenca, los cuales incluyen información de la erosividad de la lluvia, la erodabilidad del suelo, relieve, cobertura vegetal y prácticas de conservación del área de estudio. Además, como producto final se obtuvo el mapa de pérdida de suelo de la cuenca hidrográfica Quijos el cual está representado por categorías de pérdida RUSLE que permite evidenciar las zonas más afectadas.

A continuación, se detallan los resultados y productos intermedios obtenidos a partir de la determinación de los factores que intervienen en la ecuación RUSLE. 4.1.1 FACTOR EROSIVIDAD DE LA LLUVIA R Los resultados del factor climático R de la cuenca hidrográfica Quijos presentan un rango de erosividad de la lluvia entre 86.69 y 142.56 (Mj.mm)/(ha.h.año) (Mapa 4).

Mapa 4. Factor climático R.

57

4.1.2 FACTOR DE ERODABILIDAD DEL SUELO K Los resultados del factor K presentan rangos de 0.08 a 0.49 (t.ha.h)/(Mj.mm.ha) de erodabilidad en la cuenca hidrográfica Quijos. Estos resultados manifiestan que la zona de estudio posee suelos arcillosos, francos y franco limosos (Mapa 5).

Mapa 5. Factor de erodabilidad del suelo K.

4.1.3 FACTORES DE RELIEVE LS Los resultados de los factores de relieve LS representan la longitud y grado de la pendiente en un solo valor topográfico. Así el factor LS obtenido se encuentra en un rango de 0.003 a 36.51% (Mapa 6).

Es importante mencionar que la variación altitudinal del área de estudio difiere 3,702 m, entre los 2,056 m.s.n.m del punto más bajo y 5,758 m.s.n.m a la cima del volcán Antisana (Anáglifo 1).

58

Mapa 6. Factores de relieve LS.

Anรกglifo 1. Relieve cuenca hidrogrรกfica Quijos.

59

4.1.4 FACTOR DE COBERTURA VEGETAL C Los resultados del factor C se encuentran en un rango de 0 a 1. Los valores entre estos rangos corresponden a los tipos de coberturas vegetales y uso de la tierra presentes en la cuenca hidrográfica. Estos valores son predeterminados para cada cobertura y sus unidades son adimensionales (Mapa 7).

Mapa 7. Factor de cobertura vegetal C.

4.1.5 FACTOR DE PRÁCTICAS DE CONSERVACIÓN DEL SUELO P Los resultados del factor P se encuentran entre 0 a 1. Los valores de este factor corresponden a las prácticas de conservación implementadas en la cuenca hidrográfica. Estos valores son predeterminados para cada tipo de coberturas vegetales y sus unidades son adimensionales (Mapa 8).

60

Mapa 8. Factor de prácticas de conservación del suelo P.

4.1.6 PÉRDIDA DE SUELO A La pérdida de suelo de la cuenca hidrográfica Quijos, obtenida a partir de la ecuación RUSLE, tiene como resultados las siguientes categorías de pérdida de suelo (Tabla 10 y Mapa 9).

Tabla 10 Pérdida de suelo en la cuenca hidrográfica Quijos mediante RUSLE.

Categorías 1 2 3 4

t.ha-1.año-1 <10 10 – 50 51 – 200 >200

RUSLE Superficie (ha) Superficie % Ninguna o ligera 72,442.19 94.49 Moderada 3,206.69 4.18 Alta 435.06 0.56 Muy alta 577.81 0.77

61

Mapa 9. Pérdida de suelo en la cuenca hidrográfica Quijos mediante RUSLE.

La pérdida de suelo, a partir de la ecuación RUSLE determina, dos zonas relevantes o más notorias de pérdida de suelo, denominadas (Z1 y Z2).

La primera zona de análisis de pérdida de suelo Z1 se encuentra localizada al Noreste de la cuenca hidrográfica y la segunda zona de análisis de pérdida de suelo Z2 se ubica en la parte Suroeste de la cuenca hidrográfica Quijos (Mapa 10 y Mapa 11).

62

Mapa 10. Zona 1 de anĂĄlisis de pĂŠrdida de suelo.

63

Mapa 11. Zona 2 de anĂĄlisis de pĂŠrdida de suelo.

64

4.2 MUESTREO DE LA INFORMACIÓN El muestreo de la información se realizó en los lugares geolocalizados (Tabla 9). Estas muestras fueron seleccionadas para validar las dos zonas críticas (Z1 y Z2) obtenidas mediante RUSLE. Para cada muestra se realizó dos simulaciones (Sim.1 y Sim2) con el objetivo de obtener un promedio (Promedio) de la pérdida de suelo en estos lugares, seguido del cambio de unidades que maneja RUSLE para el simulador (Tabla 11 y Mapa 12).

Tabla 11 Resultados del simulador de lluvias.

Muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41

Pendiente (°) 9.94 26.57 32.97 33.84 35.18 28.41 22.29 37.38 25.55 28.43 42.39 41.37 29.86 25.73 24.60 31.03 12.65 38.02 34.17 34.69 26.09 25.24 13.74 41.38 19.59 54.32 27.96 26.11 26.87 27.45 25.94 25.23 29.11 25.51 24.10 23.86 25.96 27.34 31.73 36.79 31.07

Uso y Cob. del suelo Páramo Sin Cob, (Mina) Veg, Herbácea Veg, Herbácea Veg, Herbácea Veg, Arbustiva Sin Cob, (Mina) Sin Cob, (Mina) Sin Cob, (Mina) Sin Cob, Veg, Arbustiva Cultivo Cultivo Veg, Arbustiva Páramo Páramo Páramo Veg, Herbácea Veg, Herbácea Cultivo Cultivo Pastizal Cultivo Pastizal Cultivo Pastizal Cultivo Cultivo Cultivo Cultivo Cultivo Cultivo Cultivo Pastizal Cultivo Pastizal Cultivo Pastizal Veg, Arbustiva Veg, Herbácea Veg, Herbácea

Tipo de suelo Fr, Limoso Fr, Limoso Fr, Limoso Fr, Limoso Fr, Limoso Fr, Limoso Fr, Limoso Fr, Limoso Fr, Limoso Fr, Limoso Fr, Limoso Fr, Limoso Fr, Limoso Fr, Limoso Fr, Limoso Fr, Limoso Fr, Limoso Fr, Limoso Fr, Limoso Franco Franco Franco Franco Franco Franco Franco Franco Franco Franco Franco Franco Franco Franco Franco Franco Franco Franco Franco Franco Franco Franco

Sim.1

Sim.2

Promedio

(g/0.1764 m2)

(g/0.1764 m2)

(g/0.1764 m2)

0.40 51.17 9.22 10.56 11.71 8.63 48.77 53.10 49.01 55.51 54.87 21.72 15.11 7.87 0.48 0.35 0.41 11.82 10.27 17.15 12.33 8.36 11.05 11.89 12.11 11.52 14.44 13.90 13.37 13.01 12.78 12.65 13.55 8.70 12.30 8.96 13.09 8.50 8.32 11.76 9.81

0.73 56.52 11.08 12.71 13.89 9.25 52.69 58.17 53.22 60.38 61.44 26.52 19.46 8.75 0.72 0.65 0.70 14.18 13.01 23.56 16.89 9.87 12.77 12.90 12.85 12.08 19.76 18.73 17.81 18.20 16.10 15.99 16.63 10.00 16.11 10.15 16.21 9.99 9.34 14.08 11.47

0.57 53.85 10.15 11.64 12.80 8.94 50.73 55.64 51.12 57.95 58.16 24.12 17.29 8.31 0.60 0.50 0.56 13.00 11.64 20.36 14.61 9.12 11.91 12.39 12.48 11.80 17.10 16.32 15.59 15.61 14.44 14.32 15.09 9.35 14.21 9.56 14.65 9.25 8.83 12.92 10.64

Simulador t.ha-1.año.-1 0.03 3.05 0.57 0.66 0.73 0.50 2.88 3.15 2.89 3.28 3.29 1.37 0.98 0.47 0.03 0.03 0.03 0.73 0.66 1.15 0.83 0.52 0.67 0.70 0.71 0.67 0.97 0.92 0.88 0.88 0.82 0.81 0.86 0.53 0.81 0.54 0.83 0.52 0.50 0.73 0.60

65

Mapa 12. Muestreo mediante simulador de lluvias zonas Z1 y Z2.

66

4.3 VALIDACIÓN La validación de la información permite verificar los datos obtenidos mediante el empleo de la ecuación universal RUSLE y el método directo de observación en campo para la determinación de pérdida de suelo de la cuenca hidrográfica Quijos.

Mediante la validación de la información se puede comprobar la relación de los datos y su grado de confiabilidad. Para evaluar la relación de los datos se compara los resultados modelados mediante RUSLE con los simulados en campo (Tabla 12).

Tabla 12 Resultados obtenidos por RUSLE y Simulador.

Muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41

RUSLE 0.01 3.20 0.37 0.39 0.39 0.51 2.00 3.56 3.08 3.93 3.40 1.29 0.52 0.37 0.01 0.01 0.01 0.85 0.86 1.15 0.73 0.40 0.75 0.93 0.80 0.15 1.47 1.44 0.82 0.72 0.80 0.87 0.88 0.67 0.69 0.93 0.93 0.78 0.89 0.93 0.90

Simulador 0.03 3.05 0.57 0.66 0.73 0.50 2.88 3.15 2.89 3.28 3.29 1.37 0.98 0.47 0.03 0.03 0.03 0.73 0.66 1.15 0.83 0.52 0.67 0.70 0.71 0.67 0.97 0.92 0.88 0.88 0.82 0.81 0.86 0.53 0.81 0.54 0.83 0.52 0.50 0.73 0.60

67

El resultado de la comparaci贸n de los datos mediante el coeficiente de Pearson es R2=0.9157.

La Figura 14 muestra el grado de relaci贸n de los datos obtenido mediante el coeficiente de correlaci贸n de Pearson.

Figura 14. Correlaci贸n de los datos.

68

5. ANÁLISIS DE RESULTADOS La determinación de pérdida de suelo de la cuenca hidrográfica Quijos se desarrolló mediante la metodología propuesta, utilizando la ecuación universal de pérdida de suelo revisada RUSLE en un SIG mediante modelos de geoprocesamiento y estos validados mediante observación en campo. Esto a fin de validar la información de los datos obtenidos por modelación en SIG con los datos obtenidos por simulación en campo. La validación de la información es crucial y de suma importancia ya que permite verificar los datos obtenidos por ambos métodos y así comprobar su grado de confiabilidad en este tipo de análisis. De este modo, se pudo verificar y ratificar que la metodología cumple su objetivo y garantiza datos confiables en la determinación de pérdida de suelo en la cuenca hidrográfica Quijos.

Este tipo de metodología ha sido probada por varios investigadores en condiciones similares como Jaramillo Veliz y Sandoval Simba (2015), Lianes et al. (2009), Melchor y Chagoya (2016) y Ramírez et al. (2017). Estudios que determinaron la pérdida de suelo, análisis de sedimentos y su conservación, obteniendo buenos resultados que se ajustan a los fines pertinentes en el ámbito de suelos.

La metodología utilizada generó datos geográficos y productos intermedios que contienen características esenciales de la cuenca hidrográfica, de los cuales se obtuvo información como la erosividad de la lluvia, erodabilidad del suelo, relieve, cobertura vegetal y prácticas de conservación. Estos datos geográficos e información relevante constituyen el perfil territorial de la cuenca hidrográfica Quijos. Cumpliendo con el primer objetivo específico planteado, que comprende la caracterización de la cuenca hidrográfica Quijos en sus componentes asociados a los factores de pérdida de suelo considerados en la ecuación RUSLE. La pérdida de suelo modelada de la cuenca hidrográfica Quijos obtenida a partir de la ecuación RUSLE y sus factores inherentes, fueron implementados y ejecutados mediante modelos de geoprocesamiento en un SIG (ArcGIS-ModelBuilder), donde cada factor de la ecuación representa una condición que determina la pérdida de suelo.

La erosividad de la lluvia o factor climático R de la cuenca hidrográfica Quijos presentó un rango de erosividad de la lluvia entre 86.69 y 142.56 (Mj.mm)/ (ha.h.año). Estos resultados, manifiestan que el nivel de erosividad de la lluvia de la cuenca hidrográfica se encuentra entre bajo al Noreste y alto al Suroeste del área de estudio (Tabla 3 y Mapa 4). Estos valores

69

son los esperados ya que la precipitación media anual de la zona oscila entre los 129.60 mm, con un valor mínimo de 92.26 mm y un máximo de 174.66 mm, referente a datos anuales del periodo 1980-2017 obtenidos como datos secundarios de la zona de estudio. Además, el Mapa 4 indica que la erosividad de la lluvia se incrementa gradualmente en dirección Noreste a Suroeste acorde a los valores referentes del periodo 1980-2017, con lo cual se puede determinar que la mitad de la cuenca hidrográfica Quijos se encuentra expuesta a niveles de erosividad de la lluvia alta, provocando un alto grado de erosividad de los suelos y por ende pérdida del mismo.

La erodabilidad del suelo o factor K de la cuenca hidrográfica Quijos presentó un rango de 0.08 a 0.49 (t.ha.h)/(Mj.mm.ha) de erodabilidad. Estos resultados denotan que la zona de estudio posee suelos arcillosos, francos y franco limosos. Los suelos arcillosos presentan valores entre los rangos de 0.05 a 0.15 de erodabilidad. Estos suelos poseen texturas finas, alta capacidad de retención del agua y tiene una susceptibilidad baja a media a la erosión.

Los suelos francos tienen texturas medias y presentan valores entre los rangos de 0.25 a 0.45 de erodabilidad. Estos suelos son moderadamente susceptibles a la erosión. Los suelos franco limosos presentan valores entre 0.46 a 0.50 de erodabilidad. Este tipo de suelos son los más susceptibles a erosión por su textura de moderada a gruesa (Tabla 4). El Mapa 5 muestra que los suelos arcillosos con 0.80 de erodabilidad se presentan en la parte Noreste de la cuenca hidrográfica y representan el 1% del área de estudio, estos suelos poseen una susceptibilidad baja de erosión ya que forman parte del páramo lacustre de la zona; los suelos francos con 0.45 de erodabilidad se encuentra ubicados en la parte Suroeste de la cuenca hidrográfica y representan el 24% del área de estudio. Estos suelos por su tipo de textura evitan la filtración de las precipitaciones, formando surcos y cárcavas en la superficie, provocando una erosión superficial moderada. Finalmente, los suelos franco limosos con 0.49 de erodabilidad ubicados relativamente en el centro de la cuenca hidrográfica representan el 75% del área de estudio, estos suelos por su textura moderada a gruesa provocan un excesivo drenaje y desprendimiento de las partículas del suelo, estos suelos presentan una susceptibilidad de erosión alta.

El relieve o factores LS presentes en la cuenca hidrográfica Quijos presentaron rangos de 0.003 a 36.51%. Por lo cual, la cuenca hidrográfica Quijos presenta niveles topográficos bajos y altos con un valor máximo de 36.51% (Tabla 5). El Mapa 6 representa la topografía de la cuenca hidrográfica Quijos, la cual presenta pendientes abruptas y terrenos escarpados,

70

esto debido a que la cuenca hidrográfica es parte de las estribaciones de la Cordillera Oriental de los Andes. Este tipo de relieves poseen pendientes superiores a los 45 grados que, combinado a precipitaciones altas, la erosión de los suelos es muy alta (Jaramillo Veliz y Sandoval Simba, 2015).

La cobertura vegetal o factor C de la cuenca hidrográfica Quijos presentan valores en un rango de 0 a 1, los valores entre estos rangos corresponden a los tipos de coberturas vegetales y uso de la tierra presentes en el área de estudio. El Mapa 7 muestra los valores del factor C, las coberturas como cuerpos de agua y glaciar poseen un valor de 0 ya que estas coberturas no tienen interacción climática; a medida que las coberturas aumentan en densidad y frecuencia los valores se acercan a 0; en cambio las áreas sin cobertura vegetal toman el valor de 1. Las coberturas más representativas de la cuenca hidrográfica Quijos son el páramo con 57% de predominancia, seguido del bosque nativo con 32%, el área sin cobertura vegetal representa un 1% y el restante de coberturas vegetales representan un 10% en el área de estudio.

Las prácticas de conservación o factor P de la cuenca hidrográfica Quijos presentan valores en un rango de 0 a 1, los valores entre este rango corresponden a las prácticas de conservación implementadas en la cuenca hidrográfica. El Mapa 8 muestra los valores del factor P, la mayoría de coberturas vegetales poseen valores cercanos al cero porque el área de estudio pertenece a la Reserva Ecológica Antisana, esta área protegida cubre los páramos y bosques andinos orientales de la cuenca hidrográfica Quijos, sin embargo, en las áreas pobladas de los valles centrales de la zona de estudio se está deteriorando su conservación por las actividades antrópicas que se realizan, obteniendo valores cercanos a la unidad.

Además, el área sin cobertura vegetal más notoria de la cuenca hidrográfica es una lava volcánica y flujo de escombros del volcán Antisana de hace aproximadamente 1,000 años que se encuentra en proceso de erosión.

La pérdida de suelo A modelada resultante, en términos de superficie de la cuenca hidrográfica Quijos presentó una pérdida de suelo del 94.49% con categoría de ninguna a ligera, sin embargo, las zonas más críticas de pérdida de suelo entre moderada, alta y muy alta representan 5.51% en superficie, lo que equivale a 4,219.56 hectáreas comprometidas a las cuales se les priorizó para su análisis y validación mediante el muestro en campo (Mapa 9). Cumpliendo así, con el segundo objetivo específico propuesto, el cual se enfoca en la

71

determinación de pérdida de suelo mediante geoprocesamiento en un SIG basado en la ecuación RUSLE. La determinación de pérdida de suelo a partir de la ecuación RUSLE evidenció dos zonas relevantes de pérdida de suelo Z1 y Z2. La primera zona de análisis denominada Z1 se encuentra localizada al Noreste de la cuenca hidrográfica, esta zona posee categorías de moderada, alta y muy alta, esto debido a la falta de cobertura vegetal y pendientes pronunciadas, específicamente donde se ubica la lava volcánica y flujo de escombros del volcán Antisana (ver 1 en el Mapa 10); la pérdida de suelo en la zona central donde se ubica la población de Papallacta y a lo largo de las vías de conexión presentan pérdida de suelo de moderada a alta (ver 2 en el Mapa 10), debido a las actividades antrópicas desarrolladas como minería, cultivos en pendientes pronunciadas, desmontes para pastizales y el crecimiento de la mancha urbana y agrícola. La segunda zona de análisis denominada Z2 se ubica en la parte Suroeste de la cuenca hidrográfica Quijos, esta zona presenta pérdidas de suelo modera, alta y muy alta, esto debido al crecimiento de la frontera agrícola en relieves con pendientes pronunciadas y por la deforestación del bosque nativo presente en el área de estudio (ver 2 en Mapa 11). Esta sección cumple con el tercer objetivo específico planteado, el cual se centra en la zonificación de las áreas con pérdida de suelo de la cuenca hidrográfica Quijos.

Mediante la zonificación de las áreas más críticas con pérdida de suelo se procedió a la determinación del muestreo por geolocalización para efectuar las simulaciones en campo; esto con el fin de optimizar recursos y centrar el análisis en las zonas más críticas para su validación. El muestreo de la información se determinó en 41 muestras, para cada muestra se realizó dos simulaciones con el objetivo de obtener un promedio de la pérdida de suelo en estos lugares. El Mapa 12 muestra los resultados del muestreo en campo con los valores promedios de pérdida de suelo en t.ha-1.año.-1 de las zonas de análisis Z1 y Z2.

Finalmente, se efectuó la validación de los datos obtenidos mediante el empleo de la ecuación universal RUSLE y el método directo de observación en campo, con el objetivo de comprobar la relación de los datos y su grado de confiabilidad, esto a partir del coeficiente de correlación de Pearson, donde R2 resultante es de 0.9157 lo que representa que los datos poseen una relación fuerte y alto grado de confiabilidad. Así, se puede confirmar la hipótesis planteada y ratificar que los procesos de modelamiento en un Sistema de Información

72

Geográfica son una herramienta efectiva para estimar la pérdida de suelo en la cuenca hidrográfica Quijos de acuerdo a la aplicación de la ecuación RUSLE. Respondiendo a la primera pregunta de investigación, se determinó que el grado de pérdida de suelo en la cuenca hidrográfica Quijos es de 94.49% con categoría de ninguna a ligera, sin embargo, las zonas más críticas de pérdida de suelo entre moderada, alta y muy alta representan 5.51% en superficie, lo que equivale a 4,219.56 hectáreas susceptibles a pérdida de suelo (Tabla 10 y Mapa 9).

Respondiendo a la segunda pregunta de investigación, se localizó dos zonas con mayor pérdida de suelo a lo largo de la cuenca hidrográfica Quijos, denominadas Z1 y Z2. La primera zona Z1, se localiza en el Noreste de la cuenca hidrográfica, específicamente en los alrededores de la zona poblada de Papallacta (Mapa 10). Y la segunda zona Z2 se localiza al Suroeste de la cuenca hidrográfica, espacialmente a lo largo de la vía de conexión de Papallacta, Cuyuja y Baeza (Mapa 11).

Respondiendo a la tercera pregunta de investigación, se determinó que el grado de confiabilidad y la relación de los datos, modelados mediante RUSLE con los simulados en campo a partir del coeficiente de correlación de Pearson es de 0.9157, esto expresa que los datos poseen una relación fuerte y alto grado de confiabilidad (Figura 14).

Con estos resultados y premisas expuestas se puede afirmar que la metodología responde a las preguntas de investigación planteadas, y corrobora su efectividad en la determinación de pérdida de suelo en la cuenca hidrográfica Quijos mediante modelos de geoprocesamiento en un SIG, evidenciando el grado de pérdida de suelo y su localización.

73

6. CONCLUSIONES Y RECOMENDACIONES 6.1 CONCLUSIONES La metodología propuesta para la determinación de pérdida de suelo de la cuenca hidrográfica Quijos permitió generar información efectiva a lo observado en campo, garantizando un alto grado de confiabilidad. Esto fue posible a partir de la comparación de los datos modelados mediante geoprocesamiento en SIG con los datos simulados mediante la observación en campo. Esta validación de la información es importante ya que permite corroborar el modelo de geoprocesamiento con lo que sucede en campo en la determinación de pérdida de suelos en el área de estudio. De esta forma, se puede concluir que esta metodología puede ser aplicable en áreas de estudios con condiciones similares.

La implementación de los modelos de geoprocesamiento en SIG para la determinación de pérdida de suelo de la cuenca hidrográfica Quijos permite optimizar tiempo en uso de las herramientas de geoprocesos. Además, permite definir las ecuaciones matemáticas, parámetros y estándares necesarios para cada factor, evitando errores de manipulación de las herramientas de geoprocesamiento o estructuración de la sintaxis de procesamiento de fórmulas necesarias. Cabe mencionar, que los modelos de geoprocesamiento son de libre edición y mejora continua. Por esta razón, los modelos propuestos para cada factor no son la única solución existente, al contrario, son de fuente abierta para modificación según el uso y fin que se le emplee.

Obtenido los valores de los factores mediante los modelos de geoprocesamiento se procedió a determinar el grado de pérdida de suelo, de lo que se obtuvo que la cuenca hidrográfica Quijos presenta una pérdida de suelo del 94.49% con categoría de ninguna a ligera. Sin embargo, las zonas más críticas de pérdida de suelo entre moderada, alta y muy alta representan 5.51% en superficie, lo que equivale a 4,219.56 hectáreas comprometidas.

Al desarrollar el geoprocesamiento mediante el implemento de RUSLE en SIG se evidenciaron dos zonas destacables o críticas de análisis de pérdida de suelo (Z1 y Z2). La primera zona denominada Z1 se encuentra localizada al Noreste de la cuenca hidrográfica, en la cual se presentan grados de pérdida de suelo de muy altas debido a la falta de cobertura vegetal y pendientes pronunciadas. Además, existe pérdida de suelo en la zona central donde se ubica la población de Papallacta y a lo largo de las vías de acceso donde presentan pérdida de suelo de moderada a alta, debido a las actividades antrópicas desarrolladas como minería,

74

cultivos en pendientes pronunciadas, desmontes para pastizales y el crecimiento de la mancha urbana y agrícola. La segunda zona denominada Z2 se ubica en la parte Suroeste de la cuenca hidrográfica Quijos y presenta grados de pérdida de suelo entre moderado, alto y muy alto; esto debido al crecimiento de la frontera agrícola en pendientes pronunciadas y a la deforestación del bosque nativo.

Es importante mencionar que se cumplió con el objetivo general y los objetivos específicos.

Así también mediante los resultados obtenidos e interpretación de los mismos se confirmó la hipótesis planteada y se respondió a las preguntas de investigación.

Así, se puede concluir que la ecuación universal de pérdida de suelo RUSLE integrada en un SIG estima de manera efectiva la pérdida de suelo de la cuenca hidrográfica Quijos. Esta afirmación acorde a los resultados estadísticos obtenidos de la validación de los datos mediante el coeficiente de correlación de Pearson, del cual se obtuvo una relación fuerte de 0.9157.

6.2 RECOMENDACIONES Para la determinación de pérdida de suelo en la cuenca hidrográfica Quijos se utilizó datos geográficos secundarios. Por esta razón, para casos de réplica y uso de esta investigación se recomienda revisar la resolución espacial, la temporalidad y la fuente de los datos para obtener resultados precisos y con alta confiabilidad. Si los datos geográficos son primarios verificar que las especificaciones técnicas cartográficas cumplan con sus características geográficas y de precisión.

Para el uso de los modelos de geoprocesamiento, se recomienda tomar mucha atención en los parámetros y flujos de trabajo, así como también en la interpretación de los resultados.

Esto a fin de obtener buenos resultados acordes a la metodología planteada.

75

7. BIBLIOGRAFÍA Alcañiz, J. M. (2008). Erosión: Evaluación del riesgo erosivo y prácticas de protección del suelo. Evaluación y prevención de riesgos ambientales en Centroamérica.

Acevedo, D. (2017). Modelos científicos: significado y papel en la práctica científica.

Revista Cientifica, 155-166.

Almorox, A., López, F., y Rafaelli, S. (2010). La degradación de los suelos por erosión hídrica: métodos de estimación. Universidad de Murcia: EDITUM.

Arroyo, L., y Jaramillo, J. (2018). Validación de los modelos RUSLE, WEQ y clavos de erosión en la pérdida de suelo de la microcuenca la Merced, Carchi. Ibarra, Ecuador: Universidad Técnica del Norte.

Black, J., y Champion, D. (1976). Methods and issues in social research, Nueva York.

Bizuwerk, A., Taddese, G., y Getahun, Y. (2008). Application of GIS for Modeling Soil Loss Rate in Awash Basin, Ethiopia. International Livestock Research Institute, Addis Ababa, Ethiopia.

Camargo, C., Pacheco, C., y López, R. (2017). Erosión hídrica, fundamentos, evaluación y representación cartográfica: una revisión con énfasis en el uso de sensores remotos y Sistemas de Información Geográfica. Gestión y Ambiente, 265-280.

Campaña, F. (2015). Aplicación del modelo RUSLE para el cálculo de erosión hídrica en la microcuenca del Río Perlaví. Quito: Universidad Central del Ecuador.

Cao, Y., y Ames, D. (2012). A strategy for integrating open source GIS toolboxes for geoprocessing and data analysis. In iEMSs 2012 - Managing Resources of a Limited Planet. Proceedings of the 6th Biennial Meeting of the International Environmental Modelling and Software Society, 1505–1511.

76

Cao, Z. (2016). Improving the accuracy and the efficiency of geo -processing through a combinative geo-computation approach. Doctoral dissertation, UCL (University College Londres).

CNULD, Convención de las Naciones Unidas de Lucha contra la Desertificación. (2003).

Convención de las Naciones Unidas de Lucha contra la Desertificación Tema: La Desertificación un Problema Mundial.

Colotti, E. (1999). La erosividad: cualidad de la lluvia poco conocida. Terra Nueva Etapa, XV(24), 99-116.

Coello, C. (2005). Analisis de metodos de estimación de la conductividad hidraulica saturada en suelos degradados. Cuenca, Ecuador.

CONAGUA, Comisión Nacional del Agua (2017). Glosario General de términos del desarrollo de la Base Metodológica para el Inventario Nacional de Humedales de México. Estudio Interdisciplinario de los humedales de la República Mexicana: desarrollo metodológico para el Inventario Nacional de Humedales y su validación a nivel piloto.

De Alba, S., Alcázar, M., Cermeño, F., y Barbero, F. (2011). Erosión y manejo del suelo importancia del laboreo ante los procesos erosivos naturales y antrópicos. (A. y.

Ministerio De Agricultura, Ed.) Agricultura ecológica en secano: soluciones sostenibles en ambientes mediterráneos., 13-38.

De Noni, G., Viennot, M., y Trujillo, G. (1992). La Erosión Agrícola de los suelos en el Ecuador. En Los Paisajes Naturales del Ecuador (pág. 130). Quito, Ecuador.

De Noni, G., y Trujillo, G. (1986). Degradación del suelo en el Ecuador: Principales causas y algunas reflexiones sobre la conservación de este recurso. Banco Central del Ecuador, 8(24a), 383-394.

De Noni, G., y Trujillo, G. (1986). La erosión actual y potencial en Ecuador; localización, manifestaciones y causas. Quito, Ecuador.

77

Diodato, N. (2004). Estimating RUSLE's rainfall factor in the part of Italy with a Mediterranean. Hidrology and Earth System Sciences, 8(1), 103-107.

FAO, Organización de las Naciones Unidas para la Alimentación y la Agricultura (1993).

Erosion de suelos en America Latina. Santiago de Chile.

FAO, Organización de las Naciones Unidas para la Alimentación y la Agricultura (2009).

Guía para la descripción de suelos. Roma, Italia.

FAO, Organización de las Naciones Unidas para la Alimentación y la Agricultura (2014).

Sistematización de prácticas de conservación de suelos y aguas para la adaptación al cambio climático. Metodología basada en WOCAT para América Latina y el Caribe. Santiago.

FAO, Organización de las Naciones Unidas para la Alimentación y la Agricultura (2017).

Gestión de cuencas hidrográficas, Watershed Management. Conjunto de Herramientas para la Gestión Forestal Sostenible (GFS).

Fonseca, D., Durigon, V., Homem, M., Sampaio, W., y Sanchez, P. (2014). Predicting soil erosion using Rusle and NDVI time series from TM Landsat 5. Pesq. agropec. bras, 49(3), 215-224.García, P. (2004). Interacciones entre la vegetación y la erosión hídrica. Ecología del bosque mediterráneo en un mundo cambiante, 309-334.

Foster, G., Meyer, L., y Onstad, C. (1977). A runoff erosivity factor and variable slope length exponents for soil loss estimates. ASAE 20, 683-687.

Gándaras, P. (2015). Establecimiento de zonas de acción mediante el empleo de Sistemas de Información Geográfica (SIG). ENM. Marín, España: Centro Universitario de la Defensa.

García-Chevesich. (2008). Metodologías de medición de la erosión y sedimentación. En UNESCO, Procesos de erosión - sedimentación en cauces y cuencas (págs. 36-51).

García, P. (2004). Interacciones entre la vegetación y la erosión hídrica. Ecología del bosque mediterráneo en un mundo cambiante, 309-334.

78

Garrido, A., y Cotler, H. (2010). Degradación de Suelos en las Cuencas Hidrográficas de México. Las Cuencas Hidrográficas de México, 104-107.

Gayoso, J., y Alarcón, D. (1999). Guia de Conservación de suelos forestales. Valdivia, Chile: Programa de Producción Forestal y Medio Ambiente - Facultad de Ciencias Forestales de la Universidad Austral de Chile.

GRN, Gestión en Recursos Naturales (2015). Sistemas de información geografica.. Obtenido el 12/12/2019, de https://www.grn.cl/sistema-de-informacion-geografico-sig.html

Hogue, T., Gupta, H., y Sorooshianc, S. (2006). User-friendly approach to parameter estimation in hydrologic model. S. J. Hydrol, 320((1-2)), 202-217.

Honorato, R., Barrales, L., Peña, I., y Barrera, F. (2001). Evaluación del modelo USLE en la estimación de la erosión en seis localidades entre la IV y IX región de Chile. Ciencia e, 28, 7-14.

Hudson, N. (1997). Medición sobre el terreno de la erosión del suelo y de la escorrentía.

(Vol. 68 de Boletín de suelos de la FAO). Roma, Italia: Organización de las Naciones Unidas para la Alimentación y la Agricultura.

IEE, Instituto Espacial Ecuatoriano (2015). Textura del suelo escala 1:25.000. Ecuador

Ibáñez, S., Moreno, H., y Gisbert, J. (2012). El uso de un simulador de lluvia. España.

Obtenido el 19/10/2019 de http://riunet.upv.es/bitstream/handle/10251/16571/AD%20Simulador%20lluvia.pdf ?sequence=1

IGM, Instituto Geográfico Militar (2017a). Cartografía Base escala 1:5.000. Ecuador.

IGM, Instituto Geográfico Militar (2017b). Modelo digital de elevación Pixel 25x25 m.

Ecuador

79

INAMHI, Instituto Nacional de Meteorología en Hidrología (2017). Precipitación media anual periodo 1980-2017 escala 1:5.000. Ecuador.

INEC, Instituto Nacional de Estadistica y Censos (2010). VII Censo de Población y VI de Vivienda. Ecuador.

INEC, Instituto Nacional de Estadistica y Censos (2012a). División Politico Administrativa nivel provincial. Ecuador.

INEC, Instituto Nacional de Estadistica y Censos (2012b). División Politico Administrativa nivel cantonal. Ecuador.

INEC, Instituto Nacional de Estadistica y Censos (2012c). División Politico Administrativa nivel parroquial. Ecuador.

INIFAP, Instituto Nacional de Investigaciones Forestales, Agrícolas y Pecuarias (2007).

Riesgo a la erosión hídrica y proyección de acciones de manejo y conservación de suelo en 32 cuencas de san Luis de Potosí. México.

Jaramillo Veliz, J., y Sandoval Simba, G. (2015). Estudio del riesgo por erosión hídrica del suelo utilizando el modelo U.S.L.E, mediante herramientas S.I.G, aplicado en la Subcuenca río. Universidad Central del Ecuador. Obtenido el 15/11/2019 de http://www.dspace.uce.edu.ec/bitstream/25000/4235/1/T-UCE-0011-64.pdf

Johnston, J., y Pennypacker, H. (1980). Traditions of behavioral measurement. Strategies and tactics of human behavioral research (Cap. 4). Hillsdale, NJ: Lawrence Eribaum Associates.

Jonte, M., Navarro, J., y San Martín, R. (2014). Métodos de estimación de la erosión hídrica: Aplicación a los taludes de infraestructuras viarias en Palencia (España). Unidad Docente de Hidráulica e Hidrología. E.T.S.I.A. Palencia, 1-10.

Kerlinger, F. (1980). Metodología de la investigación en ciencias sociales. México: CESCA

80

Krivoruchko, K., Crawford, C., y Redlands, C. (2005). Assessing the uncertainty resulting from geoprocessing operations. In GIS, Spatial Analysis, and Modeling Workshop , 67-92.

Lal, R. (2003). Soil erosion and the global carbon budget. Environment International, 29(4), 437-450.

Lal, R. (2000). Soil management in the developing countries. Soil Science, 165, 57-72.

Leon, J. (2003). Métodos experimentales para el seguimiento y estudio de la erosión hídrica.

(U. N. Colombia, Ed.) Gestión y Ambiente., 6(1), 39-56.

Lianes, E., Marchamalo, M., y Roldán, M. (2009). Evaluación del Factor C de la RUSLE para el manejo de coberturas vegetales en el control de la erosión en la cuenca del Río Birrís, Costa Rica. Agronomía Costarricense, 217-235.

Maass, J. (2015). El Manejo de Cuecas desde un Enfoque Socioecisistémico. México.

MAE, Ministerio del Ambiente (2014). Gestión Integrada para la Lucha contra la Desertificación, Degradación de la Tierra y adaptación al Cambio Climático.

Ecuador: Dirección Nacional de Adaptación al Cambio Climático.

MAG, Ministerio de Agricultura y Ganadería (2015). Cobertura y uso de la tierra escala 1:25.000. Ecuador.

Manrique, G. (2007). Cuencas Hidrográficas. Quito-Ecuador.

Martínez, H. (2007). Desarrollo de una metodología hidrogeomática para estimar la contaminación difusa en aguas superficiales de una cuenca. Toluca, México: Universidad Autónoma del Estado de México.

81

Marzen, M., Iserloh, T., De Lima, J., Fister, W., y Ries, J. (2017). Impact of severe rain storms on soil erosion: experimental evaluation of wind-driven rain and its implications for natural hazard management. SciTotal Environ, 502-513.

Melchor, J., y Chagoya, J. (2016). Diagnóstico de la erosión hídrica en la cuenca del Río Tuxpan, Veracruz, México. Aqua-LAC, 8(2), 25-35.

Monge, R., y Aguilar, J. (2008). Manual de Operación del Simulador de Lluvia para la cuantificación de la infiltración, escorrentía y erosión de suelos. Proyecto Microcuenca Plantón-Pacayas Documento Técnico Nro. 5 Área suelos y agua.

Morales, C., Dascal, G., Araníbar, Z., Morera, R., Candia, D., y Agar, S. (2010). La degradación de las tierras en el Ecuador: Mecanismo Mundial de la CNULD

Morgan, R. (2005). Soil erosion and conservation. National Soil Resources Institute.

Cranfield University. Blackwell Science Ltd. Oxford,UK.

Morris, G., y Fan, J. (1998). Reservoir Sedimentation. Handbook, McGraw-Hill Book Co., New York. .

Niu, N., Li, C., y Guo, L. (2013). The application and research of geoprocessing service in WebGIS spatial analysis. In Geoinformatics (GEOINFORMATICS). International Conference on (págs. 1-4). IEEE.

Pando, M., Gutiérrez, M., Maldonado, A., Palacio, J., y Estrada, A. (2003). Comparación de métodos en la estimación de erosión hídrica. (U. Boletín del Instituto de Geografla, Ed.) Investlgaclones Geográficas(51), 23-36.

Pedroza, H., y Dicovskyi, L. (2006). Sistema de Analisis Estadistico con SPSS. Managua, Nicaragua: Instituto Interamericano de Cooperación para la Agricultura (IICA).

Peralta, A. (2015). Aplicación del modelo RUSLE para el cálculo de la erosión hídrica en la microcuenca Río Cubí. Quito, Ecuador : Universidad Central del Ecuador.

82

Pimentel, D. (2006). Soil erosion: a food and environmental threat. Environment Development and Sustainbility, 119-137.

Quintero, M., Estrada, R., Burbano, J., Tapasco, J., Uribe, N., Escobar, G.,… Valencia, J. (2013). Panorama para la distribución de los beneficios de los servicios ambientales hidrológicos de la cuenca del río Quijos, Ecuador. Cali, Colombia: Centro Internacional de Agricultura Tropical.

Ramirez, A. (2007). El proceso de análisis jerárquico con base en funciones de producción para planear la siembra de maíz de temporal. (Tesis doctoral, Colegio de Postgraduados, Texcoco, Mexico).

Obtenido el 11/11/2019 de http://www.eumed.net/tesisdctorales/2008/amr/ANALISIS%20JERARQUICO%20CON%20BASE%20EN%2 0FUNCIONES%20DE%20PRODUCCION%20PARA%20PLANEAR%20LA%20 SIEMBRA%20DE%20MAIZ%20DE%20TEMPORAL%20PROBLEMATICA.ht m.

Ramírez, R., Wilson, M., Marriza, M., y Gabioud, E. (2017). Predicción de la pérdida de suelos aplicando MUSLE en Aldea Santa María, Entre Ríos. Revista Argentina de Ingeniería, 9, 94-102.

Ramos, C. (2009). Optimización de procedimientos de consolidación en actuaciones proyectadas mediante aplicaciones SIG.

Renard, K., y Foster, G. (1994). RUSLE revisited: Status, questions, answers, and the future.

Journal of Soil and Water Conservation, 49(3), 213-220.

Reyo, A. (2018). Desarrollo de un Modelo de Geoprocesamiento para la Generación de Información sobre el cambio de Propiedad Social Forestal en México. Ciudad Universitaria, Cd. Mx.

Rodríguez, A. (2010). Efecto de la restauración agro-hidrológica sobre el escurrimiento superficial en la Sierra de Pillahuinco. La Plata, Argentina: Universidad Nacional de la Plata: Facultad de Ciencias Agrarias y Forestales.

83

Rodríguez, M. (2007). Potencialidad de las técnicas SIG para la gestión medioambiental Aplicación al estudio de la erosión. Revista Electrónica de Medioambiente, 3.

Roose, E. (1977). Application of the universal soil loss equation of Wischmieir and Smith in West Africa. Soil Conservation and Management in the Humid Tropics, Wiley, Chichester, 177-187.

Sanmiguel, J., y Atagualpa, O. (2016). Determinación de la pérdida de suelo por escorrentía (mediante un simulador de lluvia tipo CIAT) en distintos sistemas productivos implementados en zonas de influencia de los parques naturales regionales del departamento del Huila en el marco del proyecto. Nueva Huila, Colombia: Universidad Surcolombiana.

Obtenido el 22/09/2019 de http://repositorio.usco.edu.co/bitstream/123456789/318/1/TH%20IA%200202.pdf.

Santos, W., y Castro, D. (2012). Estudio de la pérdida del recurso suelo mediante el cálculo de tasas de erosión y propuesta de estrategias de manejo de suelos, determinadas por las características socio-ambientales de los andes ecuatorianos. Quito, Ecuador: Pontificia Universidad Catolica del Ecuador.

Segarra, P. (2014). Sinergias entre Degradación de la Tierra y Cambio Climático en los Paisajes Agrarios del Ecuador. Quito, Ecuador: Mecanismo de la CNULDMinisterio del Ambiente-Ecopar.

SCS, Servicio de Conservación de Sueslos. (1930). La Ecuación Universal de Pérdida de Suelo (USLE). Departamento de Agricultura de EEUU .

SNI, Sistema Nacional de Información (2019). Archivos Geograficos. Obtenido 28/11/2019 de https://sni.gob.ec/coberturas

Suárez, J. (2001). Control de erosión en zonas tropicales. Bucaramanga, Colombia: Universidad Industrial de Santander.

Terrence, J., Foster, G., y Renard, K. (2002). Soil erosion: processes, prediction, measurement, and contro. John Wiley and Sons New, 308.

84

UNESCO, Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura (2010). Procesos de erosión – sedimentación en cauces y cuencas (Vol. 1). Talca, Chile: Programa Hidrológico Internacional para América Latina y el Caribe (PHILAC).

Valero, L., Delgado, F., y López, R. (2010). Planificación del uso de la tierra en cuencas altas con base en el riesgo de erosión y la productividad del suelo. Geogr. Venez, 93111.

Verbist, K., Santibañez, F., Gabriels, D., y Soto, G. (2010). Documento técnico No 25 Atlas de zonas áridas de américa latina y el Caribe. Obtenido el 20/10/2019 de http://www.cazalac.org/mapa_za.php%0A1

Villajos, S. (2004). Modelos digitales superficiales: Obtención y características.

Universidad Politécnica, Madrid.

Watson, D., y Philip, G. (1985). A Refinement of Inverse Distance Weighted Interpolation.

Herramienta de geoprocesamiento 2:315–327. 1985.

Williams, B., Amico, E., Kastens, J., Thorp, J., Flotemersch, J., y Thoms, M. (2013).

Automated riverine landscape characterization: GIS -based tools for watershed-scale research, assessment, and management. Environmental monitoring and assessment, 7485-7499.

Wischmeier, W., y Smith, D. (1978). Predicting rainfall erosion losses, a guide to conversation planning. USDA Agr. Handbook

Wunderlich, A. (2008). GIS Data and Geoprocess Modeling for Hydrologic Network Conservation Analysis in a Green Infrastructure Plan.

Zaldívar, J. (2017). La cuenca hidrográfica como propuesta de unidad de análisis y gestión sustentable del territorio. Caso de estudio Cuencas de los Ríos Limarí y Rapel a partir de la información del VII Censo Nacional Agropecuario. Santiago de Chile: Universidad de Chile: Facultad de Ciencias Forestales y de la Conservación de la Naturaleza Programa Interfacultades.