s e U J l Facultad de Ciencias Experimentales a t Facultad ...
52
Facultad de Ciencias Experimentales Grado en Ciencias Ambientales UNIVERSIDAD DE JAÉN Facultad de Ciencias Experimentales Trabajo de Fin de Grado Alumno: Beatriz del Moral Lendínez Junio, 2020 PROPUESTA DE UNA METODOLOGÍA PRELIMINAR PARA LA ESTIMACIÓN DE LA HUELLA EROSIVA EN OLIVAR
Transcript of s e U J l Facultad de Ciencias Experimentales a t Facultad ...
2
Facu
ltad
de C
ienc
ias
Expe
rimen
tale
s Gr
ado e
n Cien
cias A
mbien
tales
UNIVERSIDAD DE JAÉN Facultad de Ciencias Experimentales
Trabajo de Fin de Grado
Alumno: Beatriz del Moral Lendínez
Junio, 2020
PROPUESTA DE UNA METODOLOGÍA
PRELIMINAR PARA LA ESTIMACIÓN DE LA
HUELLA EROSIVA EN OLIVAR
Universidad de Jaén
Facultad de Ciencias Experimentales
Trabajo de Fin de Grado
PROPUESTA DE UNA METODOLOGÍA PRELIMINAR PARA LA ESTIMACIÓN DE LA HUELLA EROSIVA EN OLIVAR
Alumno: Beatriz del Moral Lendínez Firma
Junio, 2020
ÍNDICE
1. RESUMEN .............................................................................................................. 1 2. INTRODUCCIÓN .................................................................................................... 2
2.1. El suelo y su problemática: la erosión ......................................................... 2 2.2. Factores intervinientes en la erosión hídrica .............................................. 3 2.3. La erosión y su relación con el área mediterránea ..................................... 4 2.4. La actividad agrícola: el olivar ...................................................................... 5 2.5. Principales problemas del olivar .................................................................. 5 2.6. ¿Por qué es importante la medición de la pérdida de suelo? .................... 6
3. OBJETIVOS ........................................................................................................... 8 4. MATERIALES Y MÉTODOS .................................................................................. 9
4.1. Área de estudio .............................................................................................. 9 4.1.1 Localización geográfica .......................................................................... 9 4.1.2 Características climáticas ....................................................................... 9 4.1.3 Selección de las parcelas ..................................................................... 10
4.2. Descripción de la ecuación universal de la pérdida de suelo: USLE y diseño experimental ............................................................................................ 18
4.2.1 Definición .................................................................................................. 18 4.2.2 Pasos previos al cálculo de los factores de la USLE ................................ 19 4.2.3 Cálculo de los factores de USLE/RUSLE .................................................. 20
4.2.3.1 Factor R. Erosividad de la lluvia ......................................................... 20
4.2.3.2 Factor K. Erosionabilidad del suelo .................................................... 22
4.2.3.3 Factor LS. Topografía ......................................................................... 26
4.2.3.4 Factor C. Cubierta vegetal .................................................................. 28
4.2.3.5 Factor P. Prácticas de conservación .................................................. 29
4.3. Comparación de la USLE/RUSLE con distintas cartografías de pérdida de suelo ..................................................................................................................... 31 4.4. La huella erosiva .......................................................................................... 33
5. RESULTADOS ..................................................................................................... 34 5.1. Pérdida de suelo mediante la aplicación del modelo USLE/RUSLE ........ 34 5.2. Comparación con distintas cartografías .................................................... 35 5.3. Huella erosiva ............................................................................................... 37
6. DISCUSIÓN .......................................................................................................... 38 7. CONCLUSIONES ................................................................................................. 42 8. BIBLIOGRAFÍA .................................................................................................... 43
1
1. RESUMEN
El olivar es uno de los motores de la economía de la zona mediterránea debido a la
gran extensión de superficie dedicada a este cultivo. Dichos olivares se encuentran
bajo un manejo convencional y en zonas de fuertes pendientes, que junto a las
condiciones climáticas existentes supone que el suelo que lo sostiene se enfrente a la
erosión, la cual está relacionada directamente con la pérdida de productividad y la
degradación de los servicios ecosistémicos. De ahí, la importancia de la medición de
la pérdida de suelo mediante la Ecuación Universal de la Pérdida de Suelo (USLE) y
su versión revisada (RUSLE). En este trabajo, se estudiaron 12 parcelas del municipio
de Estepa, cuya diferencia fue la presencia o ausencia de cubierta vegetal. A partir de
la aplicación de la USLE/RUSLE, se pudieron obtener diferencias significativas entre
los dos tipos de manejo con una reducción de la erosión en parcelas con cubierta de
entre 1 y 2 Mg/ha año. A su vez, la huella erosiva calculada para las mismas, indicó
que las parcelas con menor producción y mayor pérdida de suelo, tuvieron una mayor
huella erosiva que el resto, con valores de entre 5 y 14 kg suelo perdidos/kg aceite.
Palabras clave: olivar, erosión, USLE, RUSLE, huella erosiva.
ABSTRACT
Olive grove is one of the engines of the economy of the Mediterranean area due to the
large surface area affected by this crop. These olive groves are under conventional
management and in areas of steep slopes, which together with the climatic conditions
imply that the soil that supports it faces erosion, which is directly related to the loss of
productivity and the degradation of services ecosystem. Hence the importance of
measuring soil loss using the Universal Soil Loss Equation (USLE) and its revised
version (RUSLE). In this project, 12 plots from Estepa municipality were studied, the
difference between which was the presence or absence of vegetation cover. From the
application of the USLE/RUSLE, differences in variation between the two types of
management can be obtained with a reduction in erosion in covered plots of between
1 and 2 Mg/ha year. In turn, the soil footprint calculated for them, specified the plots
2
with less production and greater soil loss, had a greater soil footprint than the rest, with
values between 5 and 14 kg soil lost/ kg oil.
Keywords: olive groves, erosion, USLE, RUSLE, soil footprint.
2. INTRODUCCIÓN
2.1. El suelo y su problemática: la erosión El suelo es un recurso con una velocidad de degradación rápida y tasas de formación
y regeneración muy lentas (Alonso et al., 2010). Según la FAO, puede definirse como
“una capa delgada originada por la desintegración de rocas superficiales debido a la
acción del agua, los cambios de temperatura y el viento”. A su vez, el suelo es una
parte esencial de los ecosistemas y las funciones del sistema terrestre (Borrelli et al.,
2016; Lal y Kosaki, 2018) y está relacionado con la biodiversidad, la biota del suelo,
la composición de las plantas, el control de la escorrentía, la capacidad de retención
de agua y el secuestro de carbono (Keestra et al., 2018; García-Ruiz et al., 2015).
Existe degradación de este cuando se reduce o se pierde la productividad física,
química, biológica o económica (Alonso et al., 2010).
Probablemente, el principal problema al que se enfrenta el suelo es la erosión
(Boardman, 2006), la cual se define como “un fenómeno geológico natural causado
por la acción de agua o viento, que provoca la pérdida de las partículas del suelo” y
que tiene consecuencias directas en el ciclado de nutrientes y carbono, la
productividad y las condiciones socioeconómicas. En el mundo, cada año se
erosionan 75 mil millones de toneladas de suelo de tierras (Borrelli et al., 2016), y una
de cada seis hectáreas afectadas por erosión ha perdido la capacidad de soportar
niveles productivos aceptables (Lal, 1998). Por lo tanto, gran parte del recurso suelo
se ha comprometido a escala global. Por otro lado, ciertas actividades humanas
pueden agravar y/o acelerar esta erosión, lo que implica la eliminación de la capa
superior del suelo, donde se concentran materia orgánica y nutrientes, perdiendo así
el suelo la capacidad para realizar sus funciones (Alonso et al., 2010). Además,
produce daños secundarios, denominados off-site, debido a las partículas que se
introducen en el agua provocando procesos de sedimentación, eutrofización de las
3
vías fluviales y la contaminación debido a fertilizantes y pesticidas, donde la mayoría
son de origen químico (Di Stefano et al., 2016). Según el trabajo clásico de Pimentel
et al. (1995), la erosión supone una pérdida anual de 100 mil millones de dólares en
EE-UU, la mayoría de los cuales eran de tipo off-site.
El proceso erosivo se produce debido a la combinación de factores como pendientes
pronunciadas, clima, características del suelo, su uso y gestión, y el tipo y estado de
cubierta vegetal. En la zona mediterránea la erosión que más afecta a los suelos es
la erosión hídrica (Figura 1), que se subdivide a su vez en tres: laminar, producida
por el impacto de la gota de lluvia y posterior transporte en el suelo por un flujo difuso
que no llega a incidir la superficie del suelo; erosión en surcos, donde el flujo corta
la superficie del suelo, y abre pequeños regueros (<20 cm) y, por último, erosión en cárcavas, donde la incisión es profunda (>20 cm), permanentemente, difícil de
corregir para el agricultor, y la tasa de erosión muy elevada (Alonso et al., 2010).
Figura 1. Etapas de la erosión laminar (Rodríguez et al., 2011). El impacto de la gota de lluvia (A) hace
que los agregados se rompan en partículas de menor tamaño (B), las cuales tapan los poros del suelo
formando una “costra” superficial (C) lo que hace que aumente la escorrentía superficial del agua de
lluvia (D).
2.2. Factores intervinientes en la erosión hídrica Los factores que intervienen en la erosión hídrica son los siguientes (Alonso et al.,
2010).
4
- Clima: los que más favorecen el proceso erosivo son aquellos en los que las
precipitaciones son irregulares y se alternan épocas de sequía y aguaceros
intensos.
- Relieve: la erosión hídrica será mayor cuanto mayor sea la pendiente. También
se debe tener en cuenta la longitud de la ladera ya que el caudal de escorrentía
aumenta conforme aumenta la distancia a la cumbre.
- Tipo de suelo: la erosionabilidad del suelo depende de factores como
estructura, materia orgánica, textura, rugosidad y pedregosidad superficial,
humedad inicial del suelo, perfil del suelo, temperatura, prácticas de cultivo,
entre otros.
- Vegetación: protege al suelo del impacto de la gota de lluvia. La importancia de
la cobertura vegetal ha sido estudiada por diversos autores como Di Stefano et
al. (2016).
- El hombre y el tiempo: los humanos con el desarrollo de ciertas actividades
alteran los suelos y aceleran los procesos erosivos. Con respecto al tiempo, es
de gran importancia ya que estos procesos son lentos y se requieren períodos
amplios de estudio.
2.3. La erosión y su relación con el área mediterránea La erosión es el proceso que más afecta a la degradación del suelo en los ambientes
mediterráneos (García-Ruiz et al., 2010); es un fenómeno relativamente lento, aunque
sus efectos son fácilmente visibles (García-Ruiz et al., 2013). Debido a las prácticas
agrícolas insostenibles, un tercio de las tierras agrícolas del mundo se han perdido
por la erosión del agua (Parras-Alcántara et al., 2016).
En la región mediterránea, las preocupaciones sobre la pérdida de suelo y sus
consecuencias surgieron a medida que los bosques naturales desaparecieron debido
a la expansión de ganado, los incendios recurrentes y el cultivo en pendientes
pronunciadas (García-Ruiz et al., 2013).
La zona mediterránea se caracteriza por tener veranos secos y calurosos, mientras
que la precipitación se concentra durante el período frío (García-Ruiz et al., 2013).
Respecto a la litología, esta es variable debido a la tectónica presente, lo que le da al
paisaje mediterráneo unas características tales como las pendientes pronunciadas
(García-Ruiz et al., 2013). Por lo tanto, es de gran importancia la interacción existente
5
entre el relieve y el clima, ya que van a condicionar diferencias en la humedad del
suelo, las tasas de evaporación, la densidad y estructura de la cubierta vegetal y la
erosión del suelo (García-Ruiz et al., 2013).
Antes de la presencia de asentamientos permanentes, la región estaba cubierta por
bosques de pinos, robles, y otros, acompañados de una maleza adaptada a sequías
y estacionalidad de la humedad del suelo (…). El desarrollo de estos supuso un umbral
crítico para la activación de los procesos de erosión del suelo, lo que condujo a
registros tempranos de muchos paisajes que muestran signos de degradación severa
hace más de 2000 años (García-Ruiz et al., 2013).
2.4. La actividad agrícola: el olivar La intensificación del uso de la tierra en la región mediterránea se produjo con la
introducción de sistemas de cultivo más intensivos, concretamente la ampliación y
modernización de las tierras de regadío, y el crecimiento de las zonas urbanas e
industriales (García-Ruiz et al., 2013). Por tanto, la agricultura es la clave para
comprender algunos de los problemas ambientales en los ecosistemas mediterráneos
(Parras-Alcántara et al., 2016). Es la principal causa de pérdidas de suelo, siendo la
erosión del suelo la principal preocupación ambiental (Parras-Alcántara et al., 2016).
La superficie agraria útil de España es de más de 23 millones de hectáreas. De dicha
superficie, casi 17 millones de hectáreas son de cultivo (Ministerio para la Transición
Ecológica y el Reto Demográfico, 2020). Por tanto, la actividad agrícola es uno de los
sectores que tiene mayor incidencia en el medio ambiente.
El olivo es un cultivo leñoso ampliamente distribuido por el mundo, con más de 11
millones de hectáreas (FAOSTAT, 2019); concretamente, en España hay más de 2.5
millones de hectáreas dedicadas al olivar (ESYRCE, 2012), y en Andalucía, 1.5
millones de hectáreas, representando un 75% de la superficie (Junta de Andalucía.
Consejería de Agricultura, 2017).
2.5. Principales problemas del olivar El olivar se ha convertido en el único cultivo en muchos municipios. Sin embargo, los
problemas de erosión se han acentuado por los cambios en la gestión de la tierra y la
disponibilidad de subsidios de la Unión Europea (Gómez et al., 2014).
Muchas plantaciones de olivar se encuentran en pendientes muy pronunciadas, lo que
demuestra que el mantenimiento del suelo bajo este cultivo tiene efectos severos en
6
la pérdida de suelo. Por otro lado, debido a la falta de manejos sostenibles como la
cubierta vegetal o el esparcimiento de restos de poda frente al manejo convencional
(suelo desnudo), existe un bajo contenido de carbono orgánico en el suelo, que junto
a las altas temperaturas del verano favorecen la rápida mineralización. Todo esto
supone que la tasa de formación de suelos sea lenta y los perfiles poco desarrollados
(García-Ruíz et al., 2013). Por otro lado, la eliminación de la vegetación herbácea
mediante el laboreo del suelo o el uso de herbicidas dificulta la recuperación de las
plantas y la reconstrucción del suelo, originando una costra impermeable en la
superficie del suelo, lo que reduce la capacidad de infiltración de agua, el
estancamiento y, por tanto, favorece la escorrentía (Gómez et al., 2009; Gómez et al.,
2015; Parras-Alcántara et al., 2016). A su vez, la fuerza del agua sobre la superficie
supone la pérdida de suelo de manera apreciable, y por consiguiente una disminución
de la materia orgánica, generando un feedback negativo (Nieto et al., 2010). La
pérdida de suelo en Andalucía ronda las 20 toneladas/hectárea*año (González de
Molina et al., 2014; INES, 2007). Por lo tanto, los suelos de olivar son muy susceptibles
a la erosión hídrica, cuyo efecto final y más grave es la generación de grandes
cárcavas que provocan, en muchos casos, la degradación irreversible del cultivo
(Hayas et al., 2017).
Otro problema añadido es el empleo de herbicidas y fertilizantes. De origen químico
en su mayoría, su uso puede provocar daños a largo plazo a la composición y
estructura de los suelos (Costa y J. Manzano, 1992). Sin embargo, el laboreo es el
que genera mayores pérdidas de suelo, ya que altera los agregados del suelo, lo que
los hace más vulnerables al impacto de la lluvia, favoreciéndose así la erosión. A su
vez, el laboreo puede favorecer la formación de la suela de labor, lo que altera el
desarrollo de raíces y disminuye la infiltración (Rodríguez et al., 2011).
2.6. ¿Por qué es importante la medición de la pérdida de suelo? La medición de la erosión del suelo es un objetivo destacado, autores como de Vente
et al. (2013) destacan la necesidad de medir “las tasas de erosión del suelo, así como
el rendimiento de sedimentos a escalas regionales en escenarios actuales y futuros
de uso del suelo y el clima”. Es por ello que debe medirse para evaluar los impactos
ambientales, así como poner en uso diversas prácticas de conservación y el desarrollo
de tecnologías de predicción de la erosión (García-Ruiz et al., 2015), especialmente
en un cultivo tan sensible como el olivar (Gómez et al., 2015).
7
Actualmente, se necesitan herramientas para mapear el estado real del suelo y para
comprobar o probar la importancia de las maniobras de mitigación, así como las
prácticas de conservación y los escenarios futuros (Alewell et al., 2019). Por ello, para
controlar la erosión del suelo y la producción de sedimentos, se emplean sistemas de
información geográfica (SIG) (Desmet y Gover, 1996; Panagos et al., 2015a; Di
Stefano et al., 2016). Hay diversos métodos para estimar la erosión, entre ellos
destacan modelos físicos basados en procesos y los algoritmos basados en la
Ecuación Universal de Pérdida de Suelo, USLE (Benavidez et al., 2018). Estos
métodos han sido validados y comparados por diversos autores como, por ejemplo,
Alewell et al. (2019). El origen de las ecuaciones de pérdida de suelo surge de la
necesidad de extrapolar datos limitados de erosión a las localidades y condiciones
que no han sido directamente representadas en la investigación (Renard et al., 1997).
Es decir, son modelos paramétricos empíricos que pretenden interpretar los
mecanismos erosivos por sus causas y efectos (Merritt et al., 2002; Alonso et al.,
2010). El inconveniente de estos modelos de erosión del suelo reside en la dificultad
debido a la incertidumbre en la estimación de los parámetros y las mediciones de las
respuestas del sistema. Por lo tanto, es necesaria la realización de numerosas
pruebas para determinar el grado de confianza que se puede atribuir a las
predicciones del modelo (Benavidez et al., 2018; Batista et al., 2019). Estas
mediciones cuantitativas de erosión requieren varias observaciones en el tiempo y en
el espacio (Batista et al., 2019).
La USLE (Wischmeier y Smith, 1978) es un modelo totalmente empírico y su bondad
depende de los cinco multiplicandos que forman la ecuación reproducen las
condiciones locales del medio. Esta ecuación es un modelo de erosión diseñado para
predecir la pérdida de suelo anual promedio a largo plazo por escorrentía de laderas
de campo específicas en sistemas de cultivo y manejos específicos. Sin embargo,
USLE solo evalúa la pérdida de suelo producida por la erosión hídrica por escorrentía
superficial, en regueros y entre regueros, sin considerar las cárcavas ni barrancos
(Alonso et al., 2010). Uno de los motivos por los que el modelado de tipo USLE y su
uso son tan amplios es por su grado de flexibilidad y accesibilidad a los datos. A su
vez, la parametrización y la comparabilidad de resultados permite adaptar dicho
modelo a casi todo tipo de condición y región del mundo (Benavidez et al., 2018;
Alewell et al., 2019). Dicha parametrización se realiza en función de las características
8
de la parcela y las mediciones de lluvia que permiten el cálculo del parámetro
adecuado (Batista et al., 2019). Pese a estas ventajas, es un modelado empírico que
presenta ciertas limitaciones significativas ya que no existe una simulación del
transporte y la deposición del sedimento generado y, por tanto, no refleja de forma
completa el proceso de erosión a escala de cuenca hidrológica (Merritt et al., 2002;
Alewell et al., 2019).
La versión revisada de la USLE (RUSLE, Renard et al., 1997), mejora y actualiza
alguna de las limitaciones de la primera, facilitando la extrapolación a cultivos y
situaciones no tomadas en consideración (o de difícil implementación) por la ecuación
original (Gómez et al., 2003). La principal diferencia con la USLE original se basa en
que la tecnología para la evaluación de factores se modifica y se introducen nuevos
datos para evaluar los términos para condiciones específicas (Renard et al., 1997). A
pesar de ello, el grado de parametrización de RUSLE, más elevado que USLE, implica
que USLE continúe siendo aplicada de forma amplia, si bien con ciertas
modificaciones en algunos de los parámetros propios de RUSLE. Esta aproximación
“mixta” (USLE/RUSLE) será la que se emplee en el presente trabajo.
La huella erosiva (soil footprint) es un término de reciente creación (Pappalardo et al.,
2019) a semejanza de los más extendidos conceptos de huella ecológica (ecological
footprint) o huella de carbono (carbon footprint). Hasta el momento, en el conocimiento
del autor, no ha sido aplicado al olivar ni al aceite de oliva, por lo que probablemente
quede por delante una extensa tarea de investigación en este campo.
3. OBJETIVOS
Los principales objetivos del presente trabajo son:
- Calcular la pérdida de suelo debido a la erosión hídrica aplicando la ecuación
universal de pérdida del suelo original (USLE), introduciendo algunas
modificaciones y mejoras de su versión revisada (RUSLE), en parcelas
comerciales de olivar de distintas tipologías y manejos.
- Obtener la huella erosiva o los kilogramos de suelo perdidos en la producción
de un kg de aceite de oliva.
9
4. MATERIALES Y MÉTODOS
4.1. Área de estudio 4.1.1 Localización geográfica
Las parcelas a estudiar se encuentran situadas en el municipio de Estepa (Figura 2),
que se caracteriza por tener un clima mediterráneo de tipo seco y térmico (Rivas-
Martínez et al., 1987). El cultivo característico y sobre el que posteriormente se
calculará la erosión hídrica es el olivar que se encuentra entre 200 y 800 m.s.n.m. La
región se caracteriza por tener unos suelos abundantes en caliza, con profundidad
variable, entre 30 y 150 cm y con un pH alcalino (con valores entre 7.2 y 8.2). Cabe
destacar que esta zona tiene 40000 hectáreas de olivares junto con otras 20000
hectáreas que incluyen otros usos de tierras agrícolas y reliquias de vegetación
(Rodríguez Sousa et al., 2019).
Figura 2. Localización de la región de Estepa (Europa, España, Sevilla) (Rodríguez Sousa et al., 2019).
4.1.2 Características climáticas
El clima de la zona es el mediterráneo. Este (Figura 3) se clasifica como Csa por el
sistema Köppen-Geiger, siendo la temperatura media anual 16.2 °C y la precipitación
es de 679 mm al año (Climate-data.org, 2020).
10
Figura 3. Climograma del municipio de Estepa (Climate-data.org, 2020).
4.1.3 Selección de las parcelas
Se seleccionaron 6 sitios pertenecientes al municipio de Estepa. En cada uno de los
sitios, se eligieron dos parcelas adyacentes o muy próximas entre sí, en las que todos
los factores relacionados con la erosión (clima, tipo de suelo, pendiente) fuesen
similares o equiparables, excepto el manejo del suelo. Respecto a este último, se tomó
en cada sitio una parcela bajo manejo convencional, en la que la cubierta vegetal es
eliminada mediante herbicidas y/o laboreo, y otra bajo manejo de conservación, en la
que se dejaba la cubierta vegetal. De esta forma, se seleccionaron doce parcelas de
seis sitios, que se exponen en las figuras 4 a 16.
11
Figura 4. Parcelas seleccionadas en el municipio de Estepa.
12
La Isabelita
Figura 5. Ortofotografía (Visor SigPac 4.1, MAPA, 2020). Figura 6. SENTINEL (Visor SigPac 4.1, MAPA, 2020).
Polígono Parcela Recinto Superficie (ha) Pendiente (%) Referencia catastral Con cubierta 10 54 2 14 8.10 41041A01000054HL Sin cubierta 10 53 2 12 5.70 41041A01000053HP
Sin cubierta vegetal
Con cubierta vegetal
13
Mata La Reguera
Polígono Parcela Recinto Superficie (ha) Pendiente (%) Referencia catastral Con cubierta 7 156 2 26 3.20 41041A00700267HW Sin cubierta 7 267 1 34 4.80 41041A00700156HK
Figura 7. Ortofotografía (Visor SigPac 4.1, MAPA, 2020). Figura 8. SENTINEL (Visor SigPac 4.1, MAPA, 2020).
Sin cubierta vegetal
Con cubierta vegetal
14
El Chaparral
Polígono Parcela Recinto Superficie (ha) Pendiente (%) Referencia catastral Con cubierta 9 53 1 12 6.40 41041A00900053HJ Sin cubierta 9 29 1 29 6.40 41041A00900029HB
Figura 9. Ortofotografía (Visor SigPac 4.1, MAPA, 2020). Figura 10. SENTINEL (Visor SigPac 4.1, MAPA, 2020).
Sin cubierta vegetal
Con cubierta vegetal
15
La Palma
Polígono Parcela Recinto Superficie (ha) Pendiente (%) Referencia catastral Con cubierta 13 45 4 59 4.40 41041A01300045HP Sin cubierta 13 105 2 4 3.60 41041A01300105HG
Figura 11. (Visor SigPac, Junta de Andalucía, 2020). Figura 12. SENTINEL (Visor SigPac 4.1, MAPA, 2020).
Sin cubierta vegetal
Con cubierta vegetal
16
El Gallo
Polígono Parcela Recinto Superficie (ha) Pendiente (%) Referencia catastral Con cubierta 17 11 1 15 4.40 41041A01700011HY Sin cubierta 17 25 5 33 5.20 41041A01700025HD
Figura 13. Ortofotografía (Visor SigPac 4.1, MAPA., 2020). Figura 14. SENTINEL (Visor SigPac 4.1, MAPA., 2020).
Sin cubierta vegetal
Con cubierta vegetal
17
Camino Real
Polígono Parcela Recinto Superficie (ha) Pendiente (%) Referencia catastral Con cubierta 16 122 2 5 5.30 41041A01600122HZ Sin cubierta 18 44 1 8 4.00 41041A01800044HU
Figura 15. Ortofotografía (Visor SigPac 4.1, MAPA, 2020). Figura 16. SENTINEL (Visor SigPac 4.1, MAPA, 2020).
Sin cubierta vegetal
Con cubierta vegetal
18
4.2. Descripción de la ecuación universal de la pérdida de suelo: USLE y diseño experimental 4.2.1 Definición
La USLE (Universal Soil Loss Equation) es un modelo paramétrico que pretende
interpretar los mecanismos erosivos por sus causas y efectos.
Las pérdidas de suelo A (Mg/ ha año) de las diferentes parcelas se estimarán
utilizando la USLE, según lo definido por Wischmeier y Smith. (1978):
A = R · K · L S · C · P [ec.1]
Donde los factores son los siguientes:
1. R: Es el factor de erosividad de la lluvia (MJ mm/ ha h año), que coincide con
el producto de la energía cinética y el volumen de lluvia de todos los períodos
de la misma intensidad en que se puede dividir una tormenta (E), multiplicada
por la intensidad máxima de lluvia alcanzada en 30 minutos (I30).
2. K: Es la erosionabilidad del suelo (Mg ha h/ MJ mm) y se define como la
pérdida de suelo por cada unidad del índice de Erosividad de la lluvia, tomando
como referencia un suelo desnudo con una pendiente del 9% y de 22.1 metros
de longitud.
3. L: Es el factor de longitud de la pendiente (-). Relaciona las pérdidas de suelo
para cada longitud de pendiente con respecto a una pendiente de referencia
de 22.1 m de longitud con el mismo suelo, cubierta y manejo.
4. S: Es el factor de inclinación de la pendiente (-). Relaciona las pérdidas de
suelo para cada gradiente de pendiente con respecto a una pendiente de
referencia del 9% con el mismo suelo, cubierta y manejo.
5. C: Es el factor de cobertura y manejo (-). Expresa la relación entre las pérdidas
de suelo en un suelo bajo un cultivo específico y lo mismo bajo un barbecho
continuo.
6. P: Es el factor de prácticas de conservación (-). Es la relación entre las
pérdidas de suelo en un suelo en el que se ha aplicado agricultura de contorno,
cultivos en franjas, terrazas y drenaje subterráneo y pérdidas de suelo
siguiendo la pendiente más empinada.
19
A continuación, se indica como se ha procedido al cálculo de cada uno de los factores.
Como se especificó anteriormente, en este artículo se siguió básicamente el protocolo
de la USLE original de Wischmeier y Smith. (1978), dado que el mayor grado de
parametrización de RUSLE dificultó en algunos casos la aplicación de esta última en
el caso de estudio (por ejemplo, en el factor C). Por otra parte, la estimación de los
factores R y LS es idéntica en ambos procedimientos. El factor en el que, básicamente,
se aplicó la metodología RUSLE fueron la erosividad del suelo (K) y protección del
cultivo (P), ya que se disponía de todos los parámetros necesarios. En cualquier caso,
para cultivos agrícolas en pendientes inferiores al 10%, ambas ecuaciones son
perfectamente compatibles, siendo las fuentes de variación externas a las propias
ecuaciones (i.e. la resolución de los MDE, la calidad de los datos de laboratorio) más
importantes en cuanto a la precisión de la predicción final que el empleo de una u otra
metodología (Benavidez et al., 2018).
Las dimensiones de cada factor y sus unidades se expresan en la Tabla 1:
Tabla 1. Dimensiones de los factores de la USLE (Alonso et al., 2010).
FACTOR Dimensiones Unidades A M/L2*T Mg/ha año
R L*F*L/L2*T*T MJ mm/ha h año
K M*L2*T/L2*L*F*L Mg ha h/ MJ ha mm
L Adimensional Adimensional
S Adimensional Adimensional
C Adimensional Adimensional
P Adimensional Adimensional
4.2.2 Pasos previos al cálculo de los factores de la USLE
Los pasos preliminares para el posterior cálculo y obtención de los distintos factores
de la ecuación de la pérdida de suelo se enumeran a continuación:
1- Descarga de ortofotografías PNOA de máxima actualidad pertenecientes al
municipio de Estepa (Instituto Geográfico Nacional; IGN, 2020).
20
2- Descarga de modelos de elevaciones: LiDAR de 1ª cobertura, con resolución
de 1 metro y modelo digital del terreno MDT05, con resolución de 5 metros
(IGN, 2020).
3- Descarga del municipio de Estepa por parcelas (Sede Electrónica del catastro,
2020).
4.2.3 Cálculo de los factores de USLE/RUSLE
4.2.3.1 Factor R. Erosividad de la lluvia
El valor numérico utilizado para R tanto en USLE como en RUSLE debe cuantificar el
efecto del impacto de la gota de lluvia y también debe reflejar la cantidad y la tasa de
escorrentía que probablemente estén asociadas con la lluvia (Renard et al., 1997).
Definido teóricamente, el factor R es el producto de la energía cinética de un evento
de lluvia (E) y su intensidad máxima de 30 minutos (I30):
𝑅𝑅 = 1𝑛𝑛∑ ∑ (𝐸𝐸𝐼𝐼30)𝑘𝑘
𝑚𝑚𝑚𝑚𝑘𝑘=1
𝑛𝑛𝑚𝑚=1 [ec.2]
Donde R = promedio de erosión de lluvia anual (MJ mm /ha h) en un evento compuesto
por n períodos de igual intensidad y E es la energía cinética de la lluvia en cada uno
de estos períodos, que surge del producto de la energía cinética de gotas de lluvia por
superficie y unidad de tiempo (er, MJ/ ha mm):
𝑒𝑒𝑟𝑟 = 0.29�1− 0.72(−0.05𝑖𝑖𝑟𝑟)� [ec. 3]
Y el volumen total de lluvia (Vr, mm),
𝐸𝐸 = (∑ 𝑒𝑒𝑟𝑟𝑣𝑣𝑟𝑟0𝑟𝑟=1 ) [ec.4]
Considerando la intensidad máxima de la lluvia (mm/h) en 30 min (I30)
𝑅𝑅 = 𝐸𝐸𝐼𝐼30 = (∑ 𝑒𝑒𝑟𝑟0𝑟𝑟=1 𝑣𝑣𝑟𝑟)𝐼𝐼𝐸𝐸30 [ec.5]
Dado que los métodos de cálculo EI30 requieren datos de intensidad de lluvia a largo
plazo, y dichos datos no están disponibles para todos los sitios de aplicación, se han
aplicado varios enfoques para estimar el factor R a partir de fuentes de datos más
generalizadas (Renard y Freimund, 1994). Probablemente, el estimador más
empleado o el factor R sea el índice modificado de Fourier (IMF) (Arnoldus, 1977):
21
𝐼𝐼𝐼𝐼𝐼𝐼 = ∑ 𝑝𝑝𝑡𝑡2
𝑃𝑃𝑡𝑡12𝑖𝑖=1 [ec.6]
Donde pt es la precipitación mensual promedio de enero a diciembre, y Pt es la
precipitación media anual. Arnoldus. (1977) relacionó el IMF y el factor R para
Marruecos, obteniendo el siguiente modelo de regresión:
𝑅𝑅= 0.264 · 𝐼𝐼𝐼𝐼𝐼𝐼1,50 [ec.7]
Y Rodríguez et al., (2004) para España:
𝑅𝑅= 2.56 · 𝐼𝐼𝐼𝐼𝐼𝐼1,065 [ec.8]
Ambos enfoques son adecuados para obtener el factor R.
Para el cálculo de este factor, fue necesaria la descarga de las capas raster
pertenecientes a las precipitaciones medias mensuales, obtenidas de la Red de
Información Ambiental de Andalucía (REDIAM, 2020), empleadas en el cálculo del
Índice Modificado de Fournier (IMF) (Figura 17).
En el presente trabajo se empleó la relación empírica entre R e IMF obtenida por
Rodríguez et al. (2004) para la provincia de Badajoz, una zona próxima
geográficamente y de características climáticas similares. Por otra parte, cabe
destacar que en este trabajo el valor del factor R obtenido aplicando USLE fue
considerado el mismo para todas las parcelas objeto de estudio debido a que, según
el mapa de precipitación de REDIAM (resolución 500 m), todas las parcelas están
sometidas a las mismas precipitaciones (lo que no es extraño dada su proximidad
geográfica).
El procedimiento de cálculo en SIG se realizó a partir de las capas de precipitaciones,
que se sumaron con la calculadora raster de ArcGIS ® 10.5 y tras la obtención del
IMF, se aplicó la ecuación 8 para obtener R, que es el valor medio de píxel en la zona
delimitado por los límites administrativos de la finca (Figura 18).
22
Figura 17. Obtención del IMF para el cálculo del factor R en “Mata La Reguera con cubierta” mediante
ArcGIS ® 10.5, donde el valor considerado es el valor medio.
Figura 18. Obtención del factor R en “Mata La Reguera con cubierta” mediante ArcGIS ® 10.5,
herramienta Calculadora Raster. El valor considerado como factor R es el valor medio.
4.2.3.2 Factor K. Erosionabilidad del suelo
Es uno de los más importantes ya que presenta cierta interdependencia con el resto
de factores. Por ejemplo, cambios en el factor LS pueden provocar variaciones en el
factor K debido a mediciones en suelos con diferentes texturas o con mayor o menor
presencia de agregados. También destaca su relación con el factor C debido al efecto
de la materia orgánica en la pérdida de suelo ya que su contenido depende de la
adición de residuos de cultivos superficiales y subterráneos (Renard et al., 1997). Para
23
la obtención de dicho factor, se aplicó la siguiente fórmula obtenida del modelo RUSLE
(ecuación 9, Renard et al., 1997):
𝐾𝐾 = �(2.1 𝑥𝑥 10−4 𝐼𝐼1.14(12− 𝑂𝑂𝐼𝐼) + 3.25(𝑠𝑠 − 2) + 2.5(𝑝𝑝 − 3))100� � ∗ 0.1317 [ec.9]
Donde M es el factor textural y su cálculo se expresa según la ecuación adjunta
(Ecuación 10, Panagos et al., 2014), OM es el % de materia orgánica, s es la clase
de estructura (Tabla 2) y p la clase de permeabilidad (Tabla 3).
𝐼𝐼 = �𝑚𝑚𝑠𝑠𝑖𝑖𝑠𝑠𝑠𝑠 + 𝑚𝑚𝑣𝑣𝑣𝑣𝑠𝑠� ∗ (100 −𝑚𝑚𝑐𝑐) [ec.10]
Donde:
msilt (%) = contenido en limo (0.002-0.05 mm).
mvfs (%) = contenido en arena muy fina (0.05-0.1 mm).
mclay (%) = contenido en arcilla (< 0.002 mm).
Tabla 2. Tabla con las clases de estructuras (Panagos et al., 2014).
Clases de estructuras (s) Valor en la ecuación 9 granular muy fino: 1-2 mm 1
granular fino: 2-5 mm 2
granular medio o grueso: 5-10 mm 3
en bloques, laminados o masivos: >10
mm
4
Previamente se descargó el mapa de suelos 1:400.000 de REDIAM. (2020). Tras ver
a qué unidad de suelo pertenecía la parcela de interés (Figura 19) mediante el uso de
ArcGIS® 10.5, se buscó en la memoria de mapas de suelos de Andalucía. (1989) el
perfil al que correspondía, para posteriormente obtener los porcentajes de materia
orgánica y de los componentes texturales: arena, arena muy fina, limo y arcilla,
necesarios para ser empleados en el triángulo textural (Figura 20). Una vez conocida
la textura a la que correspondía cada unidad edáfica, se procedió a estimar la
permeabilidad de dicho suelo (Tabla 3).
24
Figura 19. Obtención de las unidades edáficas para el cálculo del factor K en “La Isabelita sin
cubierta”, mediante ArcGIS ® 10.5.
Figura 20. Diagrama textural de USDA.
25
Tabla 3. Permeabilidad y conductividad a partir de la textura (Panagos et al., 2014).
Clases de permeabilidad (p)
Clases texturales (USDA)
Conductividad hidráulica saturada, Ks,
mm/h 1 (rápido y muy rápido) Arena >61.0
2 (moderadamente
rápido)
Arena franca, franco
arenoso
20.3-61.0
3 (moderado) Franco, franco limoso 5.1-20.3
4 (moderadamente lento) Franco arcilloso arenoso,
franco arcilloso
2.0-5.1
5 (lento) Franco arcilloso limoso,
arcilla arenosa
1.0-2.0
6 (muy lento) Arcilla limosa, arcilla <1.0
Cabe destacar que a algunas de las parcelas le correspondían dos o incluso tres
unidades edáficas distintas (Figura 21). Para ello, se obtuvo una media ponderada
que consistía en multiplicar de forma independiente el porcentaje de limo, arena, arena
muy fina, arcilla y materia orgánica por las hectáreas de cada unidad de suelos, sumar
cada uno de los resultados y dividirlo por el total de hectáreas de la parcela y a partir
de dicho resultado, realizar los pasos descritos anteriormente.
Figura 21. Obtención de las unidades edáficas para el cálculo del factor K en “Mata La Reguera sin
cubierta”, mediante ArcGIS ® 10.5, herramienta Intersect. Se puede observar que la parcela
corresponde a dos unidades edáficas distintas.
26
4.2.3.3 Factor LS. Topografía
Este factor se calculó sobre el LiDAR de 1ª cobertura. Los factores L y S se
consideraron de forma independiente, por ello, para el factor S se realizó el cálculo de
la pendiente a partir de la herramienta de ArcGIS® 10.5 “Spatial Analyst Tools –
Surface – Slope” donde se obtuvo una pendiente en grados que con la calculadora
raster se convirtieron a radianes. Por último, y de nuevo con la calculadora raster, se
obtuvo el factor S a partir de la siguiente ecuación 11 (Figura 22) (Moore y Burch,
1986).
𝑆𝑆 = (sin 𝑠𝑠𝑠𝑠𝑠𝑠𝑝𝑝𝑒𝑒/0.0896) P
1.3 [ec.11]
Figura 22. Obtención del factor S en “Camino Real con cubierta” mediante ArcGIS® 10.5, herramienta
Calculadora Raster.
Para la obtención del factor L fueron necesarios unos pasos previos debido a que el
cálculo de la longitud de ladera se realiza en base al raster de acumulación de flujo,
que representa las celdas en las que se acumula el agua al fluir desde las que tienen
un mayor valor de altitud (Geasig.com, 2019). Los pasos fueron los siguientes:
- Relleno de sumideros: los sumideros son celdas a las que no se le puede
asignar una dirección de flujo. Para ello se empleó la herramienta “ArcHydro
tool – terrain processing – DEM manipulation – Fill sinks” de ArcGIS® 10.5,
donde se obtuvo una capa raster con los sumideros rellenos.
27
- Mapa de direcciones de flujo: con este mapa se obtuvo la dirección que sigue
el flujo, asignándole un valor concreto en función de la dirección que presenta.
Dicho mapa se obtuvo a partir de “ArcHydro tool – terrain processing - Flow
direction”, donde el input correspondía a la capa raster obtenida del relleno de
sumideros.
- Mapa de acumulación de flujo: se calculó a partir de “ArcHydro tool – terrain
processing - Flow accumulation”, donde el input fue la capa raster obtenida del
mapa de direcciones de flujo.
Una vez concluidos estos pasos, se realizó una reclasificación ya que se obtenían
valores muy elevados de píxeles, lo que daría lugar a una sobreestimación de la
longitud de la ladera y, por tanto, valores exagerados de erosión. Para ello, se empleó
la herramienta de ArcGIS® 10.5 “Spatial Analyst Tools – reclass – reclassify” donde se
introdujo el mapa de acumulación de flujo y se clasificó de la siguiente forma: la
primera clase, de 0 a 250 píxeles y la segunda de 250 al total de píxeles que hubiera
(Figura 23).
Figura 23. Reclasificación de los valores para la posterior obtención del factor L para “Camino Real
con cubierta” mediante ArcGIS® 10.5, herramienta Reclassify.
Finalmente, para el cálculo del factor L se empleó la ecuación que se muestra a
continuación (Ecuación 12, Moore y Burch, 1986), para ello fue necesario el empleo
de la calculadora raster.
28
𝐿𝐿 = (𝐼𝐼𝑠𝑠𝑠𝑠𝐹𝐹 𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑚𝑚𝑎𝑎𝑠𝑠𝑎𝑎𝑎𝑎𝑎𝑎𝑠𝑠𝑎𝑎 ∗ 𝑎𝑎𝑒𝑒𝑠𝑠𝑠𝑠 𝑠𝑠𝑎𝑎𝑠𝑠𝑒𝑒/22.13)0.4 [ec.12]
Donde el tamaño de celda (cell size) fue de un píxel, es decir, 1 m.
Una vez obtenidos ambos factores, se procedió al cálculo del factor LS a partir de la
multiplicación de los mismos y con ayuda de la calculadora raster.
4.2.3.4 Factor C. Cubierta vegetal
Para este factor fue necesaria la descarga de las ortofotografías digitales de Andalucía
de 2016 REDIAM. (2020), y se trabajó con la banda roja (R) ya que, tras distintas
pruebas, fue la que mejor capacidad de discriminación de la vegetación
proporcionaba. Una vez seleccionada la banda, se utilizó la calculadora raster para
obtener una nueva capa que solo tuviera dicha banda. Posteriormente, se empleó
“Spatial Analyst Tools – reclass – slice” donde el input fue la nueva capa creada, el
número de zonas seleccionadas fueron 3 y el método utilizado “natural_breaks”, que
divide el histograma de frecuencia de píxel acumulados en cada frecuencia de R
según incrementos súbitos de la misma (zonas de “rupturas de pendiente”). De esta
forma, se originó una nueva capa en la cual dentro de su tabla de atributos se añadió
un nuevo campo llamado hectáreas y se calculó las mismas a partir de: Count *
0.25/10000, obteniéndose 3 valores medidos en hectáreas que correspondían al valor
de cubierta bajo olivo, suelo con cubierta y suelo desnudo. Estos valores se dividieron
entre el total de hectáreas de la parcela, y con los porcentajes obtenidos y junto a la
tabla adjunta (Tabla 4, Wischmeier y Smith, 1978) se extrajo el valor del factor C
(Figura 24).
Tabla 4. Tabla con los posibles valores del factor C (Wischmeier y Smith, 1978).
Tipo de cubierta vegetal y altura de la misma
Porcentaje de tierra cubierta por gramíneas
Porcentaje de
recubrimiento
0 20 40 60 80 95
Cubierta alta no apreciable
- 0,45 0,20 0,10 0,042 0,013 0,003
Hierbas altas o
matorral con una altura de caída de
25
0,36 0,17 0,09 0,038 0,013 0,003
50
0.26 0.13 0.07 0.035 0.012 0.003
29
gota de unos 45 cm
75
0.17 0.10 0.06 0.032 0.011 0.003
Matorral con una altura de caída de gota de unos 165
cm
25
0.40 0.18 0.09 0.040 0.013 0.003
50
0.34 0.16 0.08 0.038 0.012 0.003
75
0.28 0.14 0.08 0.036 0.012 0.003
Árboles sin
vegetación baja apreciable. Altura
de caída de 3.30 m
25
0.42 0.19 0.10 0.041 0.013 0.003
50
0.39 0.18 0.09 0.040 0.013 0.003
75
0.36 0.17 0.09 0.039 0.012 0.003
Figura 24. Obtención de los distintos tipos de coberturas vegetales para el cálculo del factor C en “El
Chaparral con cubierta” mediante ArcGIS ® 10.5, herramienta Clasificar. En rosa: área cubierta por el
olivo; en negro: área cubierta por vegetación herbácea; en azul: área sin cubierta vegetal (suelo
desnudo).
4.2.3.5 Factor P. Prácticas de conservación
Este factor también está relacionado con el factor C debido a que en suelos con
cubierta vegetal reducirá más la erosión del mismo, ya que el tipo de práctica (cultivos
en curvas de nivel, en terrazas o en fajas) pueden reducir en mayor o menor medida
la escorrentía.
30
El paso preliminar para el cálculo y obtención de los distintos factores fue la descarga
de los mapas topográficos correspondientes a las diferentes parcelas a escala
1:25000 (IGN, 2020).
En este factor fue esencial determinar si la dirección de las líneas de olivos coincidía
con la dirección de las curvas de nivel por lo que se superpusieron las ortofotografías
PNOA de máxima actualidad (IGN, 2020) con los mapas topográficos
correspondientes a las diferentes parcelas a escala 1:25000 (Inventario Nacional de
Erosión de Suelos, 2007) mediante el uso de ArcGIS® 10.5 (Figura 25) En las parcelas
sin cubierta vegetal en las que coincidieran ambas direcciones, y además no se
apreciara laboreo ni rodadas, se empleó la tabla adjunta (Tabla 5), donde la pendiente
correspondía al valor obtenido al calcular el factor S de la USLE.
Figura 25. Superposición de la ortofotografía y el mapa topográfico en “La Isabelita con cubierta” para
la posterior obtención del factor P mediante ArcGIS® 10.5. Las líneas azules indican la dirección de las
líneas de olivos.
Tabla 5. Tabla con los posibles valores del factor P de USLE original (Wischmeier y Smith, 1978).
Pendiente (%)
Valor de P Cultivo a nivel Cultivo en fajas Cultivo en terrazas
1-2 0.60 0.30 0.12 3-5 0.50 0.25 0.10 6-8 0.50 0.25 0.10 9-12 0.60 0.30 0.12
13-16 0.70 0.35 0.14 17-20 0.80 0.40 0.16 21-25 0.90 0.45 0.18
31
En las parcelas con cubierta vegetal, por el contrario, se aplicó la siguiente Tabla 6,
derivada de RUSLE, siendo el factor P el indicado como Pgm. El número de calles con
cubierta se obtuvo a partir del raster generado en el cálculo del factor C de la USLE.
Tabla 6. Tabla con los posibles valores del factor P (Panagos et al., 2015c).
No de características
(terrazas o calles con cubierta)
% total de terrazas
observadas
Psw % total de calles con cubierta
Pgm
0 95.08 % 1 72.99 % 1 1 2.51 % 0.707 11.36 % 0.853 2 1.10 % 0.577 9.73 % 0.789 3 0.53 % 0.500 3.06 % 0.750 4 0.32 % 0.448 1.70 % 0.724 5 0.15 % 0.408 0.60 % 0.704 6 0.10 % 0.378 0.30 % 0.689 7 0.06 % 0.354 0.12 % 0.677 8 0.05 % 0.334 0.07 % 0.667
>8 0.09 % 0.317 0.07 % 0.660 Total 100.0 % 100.0 %
En otros casos, la dirección de olivos y curvas de nivel no coincidía por lo que,
independientemente de la presencia de calles con cubierta, se asignó al factor P el
valor de 1.
4.3. Comparación de la USLE/RUSLE con distintas cartografías de pérdida de suelo Tras obtener los valores de pérdida de suelo de las parcelas, se procedió a
compararlos con los calculados en diversos mapas de estados erosivos que pueden
descargarse para SIG. Las cartografías empleadas en la comparación fueron las
procedentes del Inventario Nacional de Erosión de Suelos, a escala 1:50.000; la del
Mapa de Erosión Potencial en Andalucía, a escala 1:150.000 y la del Mapa de Estados
Erosivos, a escala 1:1.000.000. Para ello, fue necesaria la descarga en formato raster
del mapa del Inventario Nacional de Erosión de Suelos (Figura 26) (Ministerio de
Agricultura, Pesca y Alimentación, 2007) y en el del Mapa de Erosión Potencial
Andalucía (REDIAM, 2016); el Mapa de Estados Erosivos (Figura 27) se descargó en
32
formato vectorial (Ministerio para la Transición Ecológica y el Reto Demográfico,
2001). Dicha comparación se muestra en la tabla 7.
Figura 26. Pérdida de suelo en la provincia de Sevilla (INES, MAPA, 2007).
CÓDIGO DEFINICIÓN PÉRDIDAS DE
SUELO.
1 0-5
2 5-12
3 12-25
4 25-50
5 50-100
6 100-200
33
7 >200
8 Láminas de agua
9 Núcleos urbanos Figura 27. Mapa de Estados Erosivos (MITECO, 2001).
4.4. La huella erosiva La huella erosiva se define como la pérdida de suelo debida al desarrollo de diversas
prácticas y manejos con la finalidad de producir un determinado producto a partir de
un cultivo. En este trabajo la huella calculada es aquella generada en la producción
de un kg de aceite de oliva.
Cabe destacar que apenas hay antecedentes del cálculo de dicha huella en el olivar,
siendo este, posiblemente, el primer trabajo en el que se lleva a cabo.
Para el desarrollo de dicho cálculo, fue necesario realizar una estimación de la
producción media en los últimos 10 años de cada una de las parcelas estudiadas
(Tabla 7), que arroja un valor promedio de producción de 2880 kg/ha en Estepa. Tras
dicha estimación y considerando los valores de pérdida de suelo obtenidos mediante
la USLE/RUSLE, se procedió al cálculo de la huella erosiva (kg suelo perdidos/ kg
aceituna), que consistía en el cociente de la erosión y la producción. Posteriormente,
se calculó la huella erosiva (kg suelo perdidos/ kg aceite), resultante de multiplicar la
huella erosiva anterior por 4.5 kg de aceituna por cada kg de aceite (rendimiento graso
medio del 23 %).
Tabla 7. Datos de producción de cada finca.
Producción (t aceituna/ ha año) La Isabelita CV 4.1
La Isabelita SV 2.58
Mata La Reguera CV 4.2
Mata La Reguera SV 2.8
El Chaparral CV 3.2
El Chaparral SV 2.65
La Palma CV 3.1
34
La Palma SV 3.2
El Gallo CV 2.3
El Gallo SV 1.5
Camino Real CV 4.56
Camino Real SV 3.1
5. RESULTADOS
5.1. Pérdida de suelo mediante la aplicación del modelo USLE/RUSLE Las pérdidas de suelo que se obtuvieron como consecuencia de la erosión hídrica
para las distintas parcelas consideradas en dicho estudio, y considerando la ecuación
universal de la pérdida de suelo (USLE/RUSLE), son las que se muestran a
continuación, y quedan reflejadas a modo de gráfico en la Figura 28.
La Isabelita:
Con cubierta: 183 * 0.040 * 2.4 * 0.08 * 0.660 = 0.94 (Mg/ha año)
Sin cubierta: 183 * 0.040 * 2.04 * 0.16 * 1 = 2.41 (Mg/ha año)
Mata la Reguera:
Con cubierta: 183 * 0.062 * 2.29 * 0.040 * 0.660 = 0.7 (Mg/ha año)
Sin cubierta: 183 * 0.053 * 2.36 * 0.18 * 0.50 = 2.1 (Mg/ha año)
El Chaparral:
Con cubierta: 183 * 0.040 * 2.44 * 0.08 * 0.660 = 1.01 (Mg/ha año)
Sin cubierta: 183 * 0.043 * 2.44 * 0.18 * 1 = 3.44 (Mg/ha año)
La Palma:
Con cubierta: 183* 0.045 * 2.17 * 0.16 * 0.660 = 1.90 (Mg/ha año)
Sin cubierta: 183 * 0.046 * 2.31 * 0.18 * 0.50 = 1.76 (Mg/ha año)
El Gallo:
Con cubierta: 183 * 0.046 * 1.97 * 0.18 * 0.724 = 2.2 (Mg/ha año)
35
Sin cubierta: 183 * 0.046 * 1.64 * 0.34 * 1 = 4.7 (Mg/ha año)
Camino Real:
Con cubierta: 183 * 0.044 * 1.8 * 0.18 * 1 = 2.6 (Mg/ha año)
Sin cubierta: 183 * 0.045 * 1.8 * 0.16 * 1 = 2.3 (Mg/ha año)
Figura 28. Gráfico de la pérdida de suelo aplicando la USLE/RUSLE (Mg/ha año).
Los valores de pérdidas medias en suelos con cubierta y sin cubierta, para las doce
parcelas, fueron 1,56 ± 0,78 y 2,79 ± 1,09, respectivamente. Aplicando el test T de
Student para contrastar la diferencia de medias, obtuvimos significación (p = 0.049),
por lo que se puede afirmar que el empleo de cubierta redujo la erosión en las fincas
estudiadas.
5.2. Comparación con distintas cartografías La escala cartográfica que se emplee va a influir en los resultados que se obtengan,
tal y como se puede comprobar en la tabla 8.
0
1
2
3
4
5
6
La Isabelita Mata LaReguera
El Chaparral La Palma El Gallo Camino Real
PÉRD
IDA
DE S
UEL
O (M
g/ h
a añ
o)
PARCELAS
PÉRDIDA DE SUELO APLICANDO USLE/RUSLE
CON CUBIERTA SIN CUBIERTA
36
Tabla 8. Tabla comparativa de las pérdidas de suelo (Mg/ha año) a diferente escala.
USLE/RUSLE* (Mg/ha año)
INES (Mg/ha
año)
Mapa de Erosión
Potencial Andalucía
(Mg/ha año)
Mapa de Estados Erosivos
(Mg/ha año)
Escala 1:5.000 1:50.000 1:150.000 1:1.000.000
La Isabelita
CV
0.94 2.93 1 25-50
La Isabelita
SV
2.41 3.03 1 25-50
Mata La
Reguera CV
0.7 2.34 1 25-50
Mata La
Reguera SV
2.1 3.00 1.03 25-50
El Chaparral
CV
1.01 3.90 1.09 25-50
El Chaparral
SV
3.44 2.55 1.05 25-50
La Palma CV 1.9 1.63 1 25-50
La Palma SV 1.76 2.88 1.36 0-5
El Gallo CV 2.2 1.58 1 0-5
El Gallo SV 4.7 1.66 1.05 0-5
Camino Real
CV
2.6 3.38 1.73 25-50
Camino Real
SV
2.3 3.61 1.32 25-50
VALORES MEDIOS CV
1.56 2.67 1.14 31.7**
VALORES MEDIOS SV
2.8 2.8 1.14 25.8**
*Datos del presente trabajo.
**Valores medios calculados a partir de la mediana de clase: 37.5 para la clase 25-50 y 2.5 para la clase 0-5.
37
De esta tabla se desprende una relativa homogeneidad en la estimación de las
pérdidas de suelo de nuestros resultados respecto al INES (medias de 2.67 y 2.8 para
cubierta y sin cubierta, respectivamente) y al mapa de erosión potencial de Andalucía
(1.14 para ambos manejos), mientras que en el mapa nacional de estados erosivos
las pérdidas se disparan (31.7 y 25.8 para cubierta y sin cubierta, respectivamente).
Además, las diferencias entre los valores medios para ambos manejos (test T-
Student) estimadas por las tres fuentes de datos consultadas no fueron
estadísticamente significativas, con p = 0.737, para INES, p = 0.208, para el mapa de
erosión potencial de Andalucía, y p = 0.549 para el mapa de estados erosivos de
España. Esto implica que sólo la metodología aplicada en este trabajo ha permitido
captar el efecto del manejo del suelo en olivares a escala de parcela.
5.3. Huella erosiva La huella erosiva para las distintas parcelas seleccionadas en Estepa, y teniendo en
cuenta si se encuentran bajo cubierta vegetal o desnudas (sin cubierta), queda
reflejada en la tabla 9.
Tabla 9. Huella erosiva de las distintas parcelas.
Erosión (Mg/ ha
año)
Huella erosiva
(kg suelo
perdidos/ kg
aceituna)
Huella erosiva
(kg suelo
perdidos/ kg
aceite)
La Isabelita CV 0.94 0.22 0.99
La Isabelita SV 2.41 0.93 4.185
Mata La Reguera CV 0.7 0.16 0.72
Mata la Reguera SV 2.1 0.75 3.375
El Chaparral CV 1.01 0.32 1.44
El Chaparral SV 3.44 1.3 5.85
La Palma CV 1.9 0.61 2.745
La Palma SV 1.76 0.55 2.475
El Gallo CV 2.2 0.96 4.32
38
El Gallo SV 4.7 3.13 14.085
Camino Real CV 2.6 0.57 2.565
Camino Real SV 2.3 0.74 3.33
VALORES MEDIOS CV
0.473 2.13
VALORES MEDIOS SV
1.23 5.55
Al contrario de lo que ocurrió con las pérdidas de suelo, la huella de erosión (kg
suelo/kg aceite) de los suelos con cubierta (2.16 ± 1,35), aun siendo notablemente
menor que la de los suelos sin cubierta (5,63 ± 4,37), no arrojó diferencias
significativas (p = 0.094). Esto se debe a la gran dispersión de los datos, en los que
destaca la parcela sin cubierta de El Gallo, con hasta 14 kg de suelo perdidos por kg
de aceite producido.
6. DISCUSIÓN
Las pérdidas de suelo obtenidas a través del empleo de la ecuación universal de la
pérdida de suelo (USLE/RUSLE) en las distintas parcelas seleccionadas, son
superiores en aquellas en las que no existe presencia de cubierta vegetal,
exceptuando La Palma y Camino Real, donde los valores de pérdidas de suelo (Mg/ha
año) de la parcela con cubierta son muy ligeramente superiores (2.6 y 2.3 para
cubierta y sin cubierta, respectivamente, en Camino Real; 1.9 y 1.76 en La Palma). A
pesar de todo, los valores medios de pérdida en parcelas con cubierta (1.56) y sin
cubierta (2.79) son estadísticamente significativos, lo que indica un verdadero efecto
de la presencia de vegetación herbácea en la pérdida de suelo. Numerosos autores,
como Gómez et al. (2003) destacan la presencia de cubierta vegetal como una
solución para reducir la erosión, ya que actúa como protección mecánica ante
procesos como la escorrentía. Rodríguez Sousa et al. (2019) muestra que el desarrollo
de cubierta vegetal puede reducir el riesgo de erosión hasta en un 75%.
39
Ahora bien, hay que remarcar que las pérdidas de suelo producidas no solo pueden
atribuirse a la presencia o ausencia de cubierta vegetal (factor C), ya que se han tenido
en cuenta otros cuatro factores. Por otra parte, el manejo fotogramétrico de los
archivos SIG podría influir en los resultados obtenidos. Por ejemplo, la pérdida de
suelo ligeramente superior en la parcela cubierta de La Palma (diferencia de 0.14 Mg/
ha año) podría deberse al factor P, que es ligeramente superior al de la parcela sin
cubierta (0.660 vs. 0.50). En ocasiones, si el manejo del cultivo es intensivo, podría
inducir a que muchas calles se “eliminen” al ser más estrechas, lo que conlleva a una
menor contabilización de las calles cubiertas por gramíneas y un factor P más elevado
de lo que cabría esperar para un determinado porcentaje de cubierta.
Por otra parte, el factor K es determinante entre los factores utilizados; este junto al
factor P y al C pueden ser influenciados por las prácticas agrícolas. En cuanto al factor
P, en las parcelas estudiadas destacan principalmente los cultivos en fajas (strip-tills)
lo que lo hace menos efectivo en cuanto a la protección del suelo y, por tanto, más
susceptible a la erosión, que otro tipo de medidas de protección. De hecho, esta
estrecha relación entre el factor C y el factor P ha sido estudiada por autores como
Panagos et al. (2015b), que indica que las prácticas de manejo de conservación ya
sea labranza reducida o sin ella, uso de cultivos de cobertura y residuos de plantas,
reducen el factor C en un promedio de 19.1% en tierras cultivables.
La escala cartográfica que se emplee va a influir en los resultados que se obtengan,
especialmente en el factor LS. De hecho, se pudo apreciar en los resultados
obtenidos, como era de esperar. El motivo de esta diferencia es razonable, la escala cartográfica indica cuál es la relación existente entre la distancia sobre el mapa y la
distancia correspondiente sobre la superficie terrestre. Es decir, a mayor escala menor
distancia habrá. A su vez, la escala influye en la resolución de la cartografía; en el
tamaño de píxel, ya que, a menor escala, menor será la resolución. En este trabajo se
ha utilizado la máxima resolución disponible de datos en abierto (1 m), obteniéndose
un valor medio para las parcelas con cubierta de 1.56 (Mg/ ha año) y para las que
carecían de ella, 2.8 (Mg/ ha año); para el INES la resolución es de 25 m lo que supuso
que la pérdida de suelo por erosión fuese ligeramente mayor para las distintas
parcelas consideradas (valores medios de 2.67 y 2.8 Mg/ ha año, no significativos
estadísticamente), mientras que para el Mapa de Estados Erosivos, con una escala
mucho menor (1: 1.000.000) las pérdidas se disparan (31.7 y 25.8 para cubierta y sin
40
cubierta, no significativos estadísticamente). La diferencia de éste último respecto a
las demás estimaciones reside en el tipo de cartografía, ya que el Mapa de Estados
Erosivos es vectorial, es decir, los objetos se representan como puntos, líneas o
polígonos. El problema que plantea es que no representa a la totalidad del espacio,
por tanto, requiere una interpolación para saber cuál es el valor en un punto concreto.
Sin embargo, los modelos raster (INES, Mapa de Erosión Potencial en Andalucía y
USLE/RUSLE) completan el espacio y la obtención del valor en cualquier punto es
inmediata. Por ello, en dicha cartografía vectorial los valores de pérdida de suelo por
erosión son mucho mayores y se muestran en distintos intervalos, por lo tanto, no es
aconsejable el uso de grandes escalas ya que se sobreestima la erosión. Todo indica
que el motivo de que unos modelos ofrezcan una mayor pérdida de suelo por erosión
que otros se deba a la resolución. A mayor resolución del Modelo Digital de
Elevaciones (MDE), el factor LS será menor y, por tanto, la pérdida de suelo será
también mucho menor. Este hecho confirma la recomendación aportada por Moore y
Burch, (1986) de utilizar la mayor resolución posible ya que esta recoge de forma más
real la complejidad de la topografía. A su vez, ninguno de los modelos preexistentes
permite discriminar a nivel de parcela los valores de erosión con cubierta y sin cubierta.
Esto es consecuencia del tamaño de píxeles: mientras que en este trabajo si se puede
discriminar de forma significativa en otros no debido a lo comentado acerca del factor
LS y también debido al factor C.
La huella erosiva media por kg de aceituna en parcelas sin cubierta fue de 1.23 (kg
suelo perdidos/ kg aceituna), un valor muy superior al que se obtenía si se comparaba
con el valor resultante en aquellas parcelas con presencia de cubierta vegetal; 0.473
(kg suelo perdidos/ kg aceituna), existiendo una diferencia media de 0.757 (kg suelo
perdidos/ kg aceituna) entre las parcelas con y sin cubierta vegetal. Cuando se
introducían los kg de aceituna necesarios por kg de aceite, la huella se incrementaba
considerablemente en todas las parcelas, independientemente del tipo de manejo
considerado (con o sin cubierta vegetal). Pese a ello, la huella erosiva seguía siendo
superior en aquellas parcelas sin presencia de cubierta, con un valor medio de 5.55
(kg suelo perdidos/ kg aceite), mientras que en las parcelas con cubierta vegetal este
valor fue de 2.13 (kg suelo perdidos/ kg aceite). Por lo tanto, la diferencia media
existente entre parcelas, dependiendo de si estas estaban bajo cubierta vegetal o
desnudas, fue de 3.42 (kg suelo perdidos/ kg aceite). Dentro de las parcelas
41
estudiadas, cabe destacar las parcelas correspondientes a El Chaparral y El Gallo (sin
cubierta vegetal), con una huella erosiva de 5.85 y 14.085 (kg suelo perdidos/ kg
aceite) respectivamente. Así como la parcela El Gallo, pero con cubierta vegetal,
donde este valor era de 4.32 (kg suelo perdidos/ kg aceite). El motivo de que estas
parcelas presenten una mayor huella erosiva es comparación a las demás, podría
deberse a que en estas parcelas la producción es muy inferior. Por otro lado, estas
parcelas además de presentar una mayor huella erosiva, presentaron una mayor
pérdida de suelo por erosión hídrica laminar. En cualquier caso, las diferencias de
huella erosiva en ambos manejos no fueron significativas estadísticamente, lo que
indica la existencia de factores ajenos al suelo, como la producción de cada finca, que
influyen de forma decisiva en la huella erosiva. Este es un punto interesante que nos
sugiere que las estimaciones de los impactos ecológicos están muy relacionadas
también con los impactos económicos, y que es muy difícil evaluar de forma aislada
ambas perspectivas (se imponen, por tanto, aproximaciones multidisciplinarias en la
evaluación de la sostenibilidad, como el concepto de eco-eficiencia de Gómez-Limón
et al., 2012).
Pese a que no hay conocimiento de la existencia de trabajos que apliquen el concepto
de soil footprint, podrían compararse los valores de este trabajo (1.23 y 0.473 kg suelo
perdidos/ kg aceituna) con los obtenidos por Pappalardo et al. (2019); 3.3 kg de media
por botella de vino en suelos sin cubierta y 1.1 kg en suelos con cubierta vegetal.
Como se indica, deben compararse los valores considerando los kg de suelo perdidos
por kg de aceituna ya que, si se consideraran los kg de suelo perdidos para producir
un kg de aceite, los valores obtenidos serían mucho mayores debido a que mientras
que para la producción de 1 kg de vino requiere aproximadamente 1 kg de uva, para
la producción de aceite de oliva se necesitan alrededor de kg de aceituna, lo que haría
que la huella erosiva se elevara considerablemente. En este caso, se observa que el
olivar de Estepa arroja resultados menores de huella erosiva, lo que probablemente
se deba a que los viñedos de Pappalardo et al. 2019 se sitúan sobre pendientes
superiores al 20%, en otro tipo de paisaje. Con todo ello, se demuestra la eficacia de
la herramienta que se ha desarrollado, aun de forma preliminar, en el presente trabajo,
y la necesidad de aplicarla a olivares en distintas unidades de paisaje como, por
ejemplo, los olivares de montaña de las Sierras Subbéticas de Jaén o Córdoba.
42
7. CONCLUSIONES
1. Las pérdidas de suelo se vieron reducidas en aquellas parcelas con presencia
de cubierta vegetal (se reduce la erosión entre 1 y 2 Mg/ha año), excepto en
las parcelas de La Palma y Camino Real.
2. La pérdida de suelo por erosión hídrica laminar en todas las parcelas donde se
aplica la USLE/RUSLE se reduce notablemente, sin embargo, las pérdidas son
mucho mayores que el límite superior e inferior de la tolerancia a la pérdida de
suelo, los cuales están entre 1.4 y 0.3 Mg/ha año (Verheijen et al., 2009).
3. Las prácticas de manejo del cultivo del olivar son fundamentales para
establecer la pérdida de suelo, aunque en los cultivos estudiados sin cubierta
vegetal no se puede estimar la importancia del mismo ni si interviene en las
tasas de erosión debido a que se les asignó el valor de 1, ya que no se podía
establecer una práctica concreta para el control de la erosión.
4. El uso de escalas mayores favorece que los datos obtenidos sean mucho más
significativos que con escalas menores. Es decir, el uso de una mayor
resolución refleja la realidad de la complejidad de la topografía, lo que
determina los valores de la erosión.
5. Los resultados obtenidos de pérdidas de suelo mediante la utilización de
USLE/RUSLE podrían considerarse elevados porque el modelo no tenía en
cuenta los depósitos de materiales ni la modelización del transporte de
sedimentos.
6. La huella erosiva en parcelas con cubierta vegetal resultó ser menor que la que
se obtenía en parcelas desnudas. Sin embargo, los suelos sin cubierta
presentan mucha dispersión, lo que hace que, aunque los valores medios sean
mayores, no se pueda saber si la variación se debe al error, a la producción de
la finca o a otros factores. Además, considerando que la producción de un kg
de aceite de oliva requiere de 4.5 de aceituna, el valor de la huella erosiva se
incrementaba en las distintas parcelas analizadas.
7. Las parcelas con una mayor pérdida de suelo por erosión hídrica laminar,
obtuvieron también una mayor huella erosiva, destacando El Chaparral sin
cubierta (5.85 kg suelo perdidos/ kg aceite) y El Gallo con y sin cubierta vegetal
(4.32 y 14.085 kg suelo perdidos/ kg aceite). A su vez, estas parcelas
43
presentaron los valores más bajos de producción en comparación al resto de
parcelas.
8. BIBLIOGRAFÍA
Alewell, C., Borrelli, P., Meusburger, K & Panos, P. (2019). Using the USLE: Chances,
challenges and limitations of soil erosion. International Soil and Water Conservation
Research. 7: p. 203-225.
Almorox Alonso, J., López Bermúdez & Rafaelli, S. (2010). La degradación de los
suelos por erosión hídrica. Métodos de estimación. Universidad de Murcia: p. 21-22,
35, 50-60, 205-302.
Arnoldus, H.M.J. (1977). Methodology used to determine the maximum potential
average anual soil loss due to sheet and rill erosion in Morocco. Assesing Soil
Degradation, FAO Soils Bulletin (FAO). 34: p. 39-51.
Batista, P.V.G., Davies, J., Silva, M.L.N & Quinton, J.N. (2019). On the evaluation of
soil erosion models: Are we doing enough? Earth-Science Reviews. 197
Borrelli, P., Robinson, D.A., Fleischer, L.R., Lugato, E., Ballabio, C., Alewell, C.,
Meusburger, K., Modugno, S., Schütt, B., Ferro, V., Bagarello, V., Van Oost, K.,
Montanarella, L & Panagos, P. (2016). An assessment of the global impact of 21st
century land use change on soil erosion. Nature communications. 8.
Cano Rodríguez, J., Hidalgo Moya, J.C., Holgado Cabrera, A., Saavedra Saavedra,
M.M., López Infante, I & Ortiz Berrocal, F. (2011). Erosión y cubiertas vegetales en
olivar adehesado. Consejería de Agricultura y Pesca: Instituto de Investigación y
Formación Agraria y Pesquera. (Sevilla, 2011).
Climate-data. Datos climáticos de Estepa. (2020). https://es.climate-
data.org/europe/espana/andalucia/estepa-56996/
Costa, J & Manzano, J. (1992). Impacto ambiental de herbicidas en vid y olivo. Boletín
de Sanidad Vegetal. Plagas. 18: p. 621-624.
44
De Vente, J., Poesen, J., Verstraeten, G., Govers, G., Vanmaercke, M., Van Rompaey,
A., Arabkhedri, M., Boix-Fayos, C. (2013). Predicting soil erosion and sediment yield
at regional scales: Where do we stand? Earth Science Reviews. 127: p. 16-29.
Desmet, P.J.J & Govers, G. (1996). A GIS procedure for automatically calculating the
USLE LS factor on topographically complex landscape units. Journal of Soil and Water
Conservation.
Di Stefano, C., Ferro, V., Burguet, M & Taguas, E.V. (2016). Testing the long term
applicability of USLE-M equation at a olive orchard microcatchment in Spain. Catena.
147: p. 71-79.
ESYRCE, Encuesta sobre superficies y rendimiento de los cultivos. (2012). Análisis
de las plantaciones de olivar en España. Ministerio de Agricultura, Alimentación y
Medio Ambiente.
FAOSTAT, 2019. http://www.fao.org/faostat/en/#data/QC (último acceso: 6/06/2020).
García-Ruiz, J.M. (2010). The effects of land uses on soil erosion in Spain: A review.
Catena, 81: p. 1-11.
García-Ruiz, J.M., Beguería, S., Nadal-Romero, E., Gónzalez-Hidalgo, J.C., Lana-
Renault, N & Sanjuán, Y. (2015). A meta-analysis of soil erosion rates across the world.
Geomorphology. 239: p. 160-173.
García-Ruiz, J.M., Nadal-Romero, E., Lana-Renault, N & Beguería, S. (2013). Erosion
in Mediterranean landscapes: Changes and future challenges. Geomorphology. 198:
p. 20-36.
Geasig. Análisis de Erosión con ArcGIS. (2019). https://www.geasig.com/erosion-con-
arcgis/ (último acceso: 11/03/2020).
Gómez, J.A. (2015). Procesos erosivos en olivar en Andalucía a diferentes escalas:
entendimiento, magnitud, implicaciones e intentos de control. Proc. IV Jornadas de
Ingeniería del Agua: p. 145-154.
Gómez, J.A., Battany, M., Renschler, C.S & Fereres, E. (2003). Evaluating the impact
of soil management on soil loss in olive orchards. Soil Use Management. 19: p. 127-
134.
45
Gómez, J.A., Infante-Amate, J., González de Molina, M., Vanwalleghem, T., Taguas,
E.V & Lorite, I. (2014). Olive Cultivation, its Impacto n Soil Erosion and its Progression
into Yield Impacts in Southern Spain in the Past as a Key to a Future of Increasing
Climate Uncertainty. Agriculture, 4: p. 170-198.
Gómez, J.A., Sobrinho, T.A., Giráldez, J.V. & Fereres, E. (2009). Soil management
effects on runoff, erosion and soil properties in an olive grove of Southern Spain. Soil
& Tillage Research, 102: p. 5- 13.
Gómez-Limón, J.A., Picazo-Tadeo, A.J & Reig-Martínez, E. (2012). Eco-efficiency
assessment of olive farms in Andalusia. Land Use Policy, 29: p. 395-406.
González de Molina, M., Robledo Hernández, R., Delgado Cabeza, R., Naredo Pérez,
J.M & Guzmán Casado, G.I. (2014). La cuestión agraria en la historia de Andalucía.
Nuevas perspectivas. Fundación Pública Andaluza Centro de Estudios Andaluces,
Consejería de la Presidencia, Junta de Andalucía. (Sevilla, 2014): 106 pp.
Hayas, A., Vanwalleghen, T., Laguna, A., Peña, A & Giráldez, J.V. (2017).
Reconstruction long-term gully dynamics in Mediterranean agricultural areas.
Hidrology and Earth System Science , 21: p. 235-249.
Junta de Andalucía. Consejería de Agricultura y Pesca. Instituto Andaluz de Reforma
Agraria. Mapa de Suelos de Andalucía. (1989).
Junta de Andalucía. Consejería de Agricultura, Ganadería, Pesca y Desarrollo
Sostenible. (2017).
https://www.juntadeandalucia.es/organismos/agriculturaganaderiapescaydesarrollos
ostenible/actualidad/noticias/detalle/170172.html (último acceso: 15/05/2020).
Junta de Andalucía. Consejería de Agricultura, Ganadería, Pesca y Desarrollo
Sostenible. Red de Información Ambiental de Andalucía. (2020).
http://www.juntadeandalucia.es/medioambiente/site/rediam/menuitem.aedc2250f6db
83cf8ca78ca731525ea0/?vgnextoid=7b3ba7215670f210VgnVCM1000001325e50aR
CRD&lr=lang_es (último acceso: 15/03/2020).
Junta de Andalucía. Consejería de Agricultura, Ganadería, Pesca y Desarrollo
Sostenible. Visor SigPac. (2020).
http://www.juntadeandalucia.es/agriculturaypesca/sigpac/index.xhtml (último acceso:
15/03/2020).
46
Junta de Andalucía. Consejería de Agricultura, Ganadería, Pesca y Desarrollo
Sostenible. Catálogo de suelos de Andalucía. (1984).
http://www.juntadeandalucia.es/medioambiente/site/portalweb/menuitem.7e1cf46ddf
59bb227a9ebe205510e1ca/?vgnextoid=0799bf6d57857010VgnVCM1000000624e50
aRCRD&vgnextchannel=2896a7aaaf4f4310VgnVCM2000000624e50aRCRD (último
acceso: 16/05/2020).
Keestra, S., Nunez, J., Novara, A., Finger, D., Avelar, D., Kalantari, Z & Cerdà, A.
(2018). The superior effect of nature based solutions in land management for
enhancing ecosystem services. Science of the Total Environment, 610-611: p. 997-
1009
Lal, R. (1998). Soil Quality and Agricultural Ssustainability. CRC Press, Chelsea MI.
Lal, R., Horn, R., Kosaki, T. (2018). Soils and Sustainable Development Goals,
Geoecology Essays. Catena, Sturtgard.
Merrit, W.S., Letcher, R.A & Jakeman, A.J. (2003). A review of erosion and sediment
transport models. Environmental modelling & software, 18: p. 761-799.
Ministerio de Agricultura, Pesca y Alimentación. Descarga de Información y
Cartografía del Inventario Nacional de Erosión de Suelos (INES). (Sevilla, 2007).
https://www.mapa.gob.es/es/desarrollo-rural/temas/politica-forestal/inventario-
cartografia/inventario-nacional-erosion-suelos/Descarga_INES_Andalucia.aspx
(último acceso: 25/03/2020).
Ministerio de Agricultura, Pesca y Alimentación. Visor SigPac 4.1 (Sistema de
Información Geográfica de parcelas agrícolas). (2020).
http://sigpac.magrama.es/fega/h5visor/ (último acceso: 15/05/2020).
Ministerio de Transportes, Movilidad y Agenda Urbana. Centro Nacional de
Información Geográfica. Centro de descargas (IGN). (2020).
http://centrodedescargas.cnig.es/CentroDescargas/index.jsp (último acceso:
22/04/2020).
Ministerio para la Transición Ecológica y el Reto Demográfico. (2020).
https://www.miteco.gob.es/es/cambio-climatico/temas/mitigacion-politicas-y-
medidas/agricola.aspx (último acceso: 03/04/2020).
47
Ministerio para la Transición Ecológica y el Reto Demográfico. Mapas de Estados
Erosivos. (2001). https://www.miteco.gob.es/es/biodiversidad/servicios/banco-datos-
naturaleza/informacion-disponible/mapas_estados_erosivos.aspx (último acceso:
01/04/2020).
Moore, I.D & Burch, G.J. (1986). Physical basis of the lenght-slope factor in the
Universal Soil Loss Equation. Soil Science Society of America Journal, 50: p. 1294-
1298.
Nieto, O. M., Castro, J., Fernández, E. & Smith, P. (2010). Simulation of soil organic
carbon stocks in a Mediterranean olive grove under different soil-management
systems using the RothC model. Soil Use and Management, 26: p. 118–125.
Panagos, P., Borrelli, P., Meusburger, K., Alewell, C., Lugato, E & Montanarella, L.
(2015b). Estimating the soil erosion cover-management factor at the European scale.
Land Use Policy. 48: p. 38-50.
Panagos, P., Borrelli, P., Meusburger, K., Van der Zanden, E.M., Poesen, J & Alewell,
C. (2015c). Modelling the effect of support practices (P-factor) on the reduction of soil
erosion by water at European scale. Environmental Science & Policy. 51: p. 23-34.
Panagos, P., Borrelli, P., Poesen, J., Ballabio, C., Lugato, E., Meusburger, K.,
Montanarella, L & Alewell, c. (2015a). The new assessment of soil loss by water
erosion in Europe. Environmental Science & Policy, 54: p. 438-447.
Panagos, P., Meusburger, K., Ballabio, C., Borrelli, P & Alewell, C. (2014). Soil
erodibility in Europe: A high-resolution dataset base don LUCAS. Science of the Total
Environment. 479-480: p. 189-200.
Pappalardo, S.E., Gislimberti, L., Ferrarese, F., De Marchi, M & Mozzi, P. (2019).
Estimation of potencial soil erosion in the Prosecco DOCG area (NE Italy), toward a
soil footprint of bottled sparkling wine production in different land-management
scenarios. Plos One (2019).
Parras-Alcántara, L., Lozano-García, B., Keestra, S., Cerdà, A & Brevik, E.C. (2016).
Long-term effects of soil management on ecosystem services and soil loss estimation
in olive grove top soils. Science of the Total Environment. 571: p. 498-506.
48
Pimentel, D., Harvey, C., Resosudarmo, P., Sinclair, K., Kurz, D., McNair, M., Crist, S.,
Shpritz, L., Fitton, L., Saffouri, R & Blair, R. (1995). Environmental and Economic Costs
of Soil Erosion and Conservation Benefits. Science, New Series, Vol.267, No. 5201.
Renard, K.G., Foster, G.R., Weesies, G.A., McCool, D.K & Yoder, D.C. (1997).
Predicting soil erosion by water: a guide to conservation planning with the revised
universal soil loss equation (RUSLE). Agricultural Research Service (USDA-ARS)
Handbook No 703. USA, Washington DC.
Rivas-Martínez, S., Gandullo Gutiérrez, J.M., Allué Andrade, J.L., Montero de Burgos,
J.L & González Rebollar, J.L. (1987). Memoria del Mapa de series de vegetación de
España 1:400000. In Serie Técnica.
Rodríguez Sousa, A.A., Barandica, J.M & Rescia, A.J. (2019). Estimation of Soil Loss
Tolerance in Olive Gorves as an Indicator of Sustainability: The Case of the Estepa
Region (Andalucia, Spain). Agronomy. 9, 785, (2019).
Rodríguez Sousa, A.A., Barrandica, J.M & Rescia, A. (2019). Ecological and Economic
Sustaniability in Olive Groves with Different Irrigation Management and Levels of
Erosion: A Case Study. Sustainability. 14.
Rodríguez, M.F., Florentino, A., Gallardo, J., De Antonio, R., 2004. Sistemas de
información geográfica en la evaluación de la erosión hídrica en Badajoz-España
aplicando la metodología USLE. Agronomía Trop. 54: p. 391-410.
Sede Electrónica del Catastro. (2020).
https://www.sedecatastro.gob.es/Accesos/SECAccDescargaDatos.aspx (último
acceso: 30/03/2020).
Verheijen, F.G.A., Jones, R.J.A., Rickson, R.J & Smith, C.J. (2009). Tolerable versus
actual soil erosion rates in Europe. Earth Science Reviews. 94: p. 23-38.
Wischmeier, W.H & Smith, D.D. (1978). Predicting rainfall erosion losses. A guide to
conservation planning. Agriculture Handbook No 537. 4: p. 285-291.
