Evaluación de la vulnerabilidad del suelo por erosión hídrica en la provincia de Manabí (Ecuador) mediante la aplicación de un modelo geoespacial

Isabel Andrade-Carreño; Daniel Delgado Gutiérrez; Mirian Guillén Vivas

doi:10.14198/INGEO.27414

Autores/as

Isabel Andrade-Carreño Universidad San Gregorio de Portoviejo, Ecuador https://orcid.org/0009-0006-0012-0311
Daniel Delgado Universidad Técnica de Manabí / Université de Perpignan, Ecuador https://orcid.org/0000-0001-5251-8037
Mirian Guillén Vivas Universidad San Gregorio de Portoviejo, Ecuador https://orcid.org/0000-0002-7049-331X

DOI:

https://doi.org/10.14198/INGEO.27414

Palabras clave:

erosión hídrica, RUSLE, vulnerabilidad, modelo geoespacial, Manabí, cambio climático

Resumen

La pérdida del suelo por erosión hídrica es uno de los problemas ambientales más preocupantes en la actualidad. Para estimar las tasas erosivas se requiere de información de alta resolución. No obstante, en Manabí, la limitada disponibilidad de datos locales de precipitaciones y la falta de registros detallados de uso del suelo presentan importantes restricciones para una evaluación precisa de los procesos erosivos. El objetivo principal de la investigación es estimar tasas de erosión mediante el modelo RUSLE y su relación con la cobertura de superficie y la densidad poblacional en Manabí, para evaluar su vulnerabilidad. En la metodología se delimitó la zona de estudio y se obtuvieron los factores que conforman RUSLE desde bases de datos oficiales. La delimitación del área de estudio se realizó mediante la cartografía nacional y los factores que conforman RUSLE desde bases de datos oficiales: las precipitaciones se obtuvieron desde GPCC; NDVI desde MODIS; topografía desde SRTM; propiedades del suelo desde SoilGRIDS; el Factor P fue considerado como unidad debido a la carencia de información estadística. Se registraron tasas de erosión entre 0,06 y 190,49 t/ha, con distribuciones irregulares dentro de la provincia. El 68% de los cantones manabitas registraron un riesgo Medio-alto y Muy-alto, destacando la importancia de generar medidas de mitigación frente a la erosión del suelo. Los resultados de este estudio proporcionan una base sólida para que las autoridades gubernamentales implementen medidas efectivas de control de la erosión del suelo en Manabí. La metodología aplicada es adaptable a otras regiones con condiciones geográficas y climáticas similares, lo que permite su replicación en diferentes contextos. Esto resulta especialmente relevante en el marco del cambio climático, donde la flexibilidad para adaptar soluciones locales a distintos escenarios globales es crucial para una gestión sostenible del suelo y la mitigación de la erosión.

Financiación

Centre de Formation & de Recherche sur les Environnements Méditerranéens (CEFREM-Francia)

Citas

Al Rammahi, A.H.J., & Khassaf S.I. (2018). Estimation of soil erodibility factor in RUSLE equation for Euphrates River watershed using GIS. GEOMATE Journal, 14(46), 164–169. https://doi.org/10.21660/2018.46.87788

Arias-Muñoz, D. P. (2024). Efectos de las técnicas de conservación de suelo en la erosión hídrica bajo escenarios de cambio de uso suelo: Caso cuenca media alta del río Mira en los Andes de Ecuador [Doctoral thesis, Universidad de Universidad de Zaragoza]. ZAGUAN Repositorio Institucional de Documentos. https://zaguan.unizar.es/record/135476

Arias-Muñoz, P., Saz, M. A., & Escolano, S. (2023). Estimación de la erosión del suelo mediante el modelo RUSLE. Caso de estudio: cuenca media alta del río Mira en los Andes de Ecuador. Investigaciones Geográficas, (79), 207-230. https://doi.org/10.14198/INGEO.22390

Borrelli, P., Alewell, C., Alvarez, P., Anache, J.A.A., Baartman, J., Ballabio, C., Bezak, N.,, Biddoccu, M., Cerdà, A., Chalise, D., Chen, S., Chen, W., De Girolamo, A.M., Gessesse, ,G.D., Deumlich, D., Diodato, N., Efthimiou, N., Erpul, G., Fiener, P., ... & Panagos, P. (2021). Soil erosion modelling: A global review and statistical analysis. Science of the total environment, 780, 146494. https://doi.org/10.1016/j.scitotenv.2021.146494

Buseto, L., & Ranghetti, L. (2017). MODIStsp: A Tool for Automatic Preprocessing of MODIS Time Series. Comput. Geosci, 97, 40-48. https://doi.org/10.1016/j.cageo.2016.08.020

Casanova-Ruiz, G., Delgado, D., & Panchana, R. (2024). Estimación de volúmenes de sedimentos por erosión hídrica empleando el modelo RUSLE en cuencas de la provincia de Manabí, Ecuador. Revista de Teledetección, (63), 1-21. https://doi.org/10.4995/raet.2024.20147

Cover, M.L., & Change, L.C. (1999). MODIS land cover product algorithm theoretical basis document (ATBD) version 5.0. MODIS documentation, 42-47

Delgado, D., Sadaoui, M., Pacheco, H., Méndez, W., & Ludwig, W. (2021, May). Interrelations between soil erosion conditioning factors in basins of Ecuador: contributions to the spatial model construction. In International Conference on Water Energy Food and Sustainability (pp. 892-903). Cham: Springer International Publishing. https://doi.org/10.1007/978-3-030-75315-3_94

Delgado, D., Sadaoui, M., Ludwig, W., & Mendez, W. (2023). Depth of the pedological profile as a conditioning factor of soil erodibility (RUSLE K-Factor) in Ecuadorian basins. Environmental Earth Sciences, 82(12), 286. https://doi.org/10.1007/s12665-023-10944-w

Delgado, D., Sadaoui, M., Ludwig, W., & Méndez, W. (2022). Spatio-temporal assessment of rainfall erosivity in Ecuador based on RUSLE using satellite-based high frequency GPM-IMERG precipitation data. CATENA, 219, 106597. https://doi.org/10.1016/j.catena.2022.106597

Delgado, D., Sadaoui, M., Ludwig, W., & Méndez, W. (2024). DEM spatial resolution sensitivity in the calculation of the RUSLE LS-Factor and its implications in the estimation of soil erosion rates in Ecuadorian basins. Environmental Earth Sciences, 83(1), 36. https://doi.org/10.1007/s12665-023-11318-y

Desmet, P., & Govers, G. (1996). A GIS procedure for automatically calculating the USLE LS factor on topographically complex landscape units. Journal of Soil and Water Conservation, 51, 427–433.

Deutscher Wetterdienst, Servicio Meteorológico Nacional de Alemania (DWD). Global Precipitation Climatology Centre (GPCC). http://gpcc.dwd.de

dan, K., Munoz, A.B., Solano, R., & Huete, A. (2015). MODIS Vegetation Index User’s Guide. University of Arizona: Vegetation Index and Phenology Lab, 35, 2-33.

Dubey, A. K., Lal, P., Kumar, P., Kumar, A., & Dvornikov, A. Y. (2021). Present and future projections of heatwave hazard-risk over India: A regional earth system model assessment. Environmental research, 201, 111573. https://doi.org/10.1016/j.envres.2021.111573

Durigon, V. L., Carvalho, D. F., Antunes, M. A. H., Oliveira, P. T. S., & Fernandes, M. M. (2014). NDVI time series for monitoring RUSLE cover management factor in a tropical watershed. International Journal of Remote Sensing, 35(2), 441-453. https://doi.org/10.1080/01431161.2013.871081

Environmental Systems Research Institute, Inc., Redlands, CA (ESRI). Soil property maps for the world produced using machine learning at 250 m resolution (SoilGrids). https://soilgrids.org/

Erazo, B., Bourrel, L., Frappart, F., Chimborazo, O., Labat, D., Dominguez-Granda, L., Matamoros, D., & Mejia, R. (2018). Validation of satellite estimates (Tropical Rainfall Measuring Mission, TRMM) for rainfall variability over the Pacific slope and Coast of Ecuador. Water, 10(2), 213. https://doi.org/10.3390/w10020213

Estupiñán, A., Carvajal, L. F., & Ochoa, A. (2016). Validación de las bases de datos de precipitación del Centro de Climatología de Precipitación Global (GPCC) y de la misión satelital TRMM para Colombia. In XXVII Congreso Latinoamericano de Hidráulica.

Farhan, Y. & Nawaiseh, S. (2015). Spatial assessment of soil erosion risk using RUSLE and GIS techniques. Environ Earth Sci., 74, 4649–4669. https://doi.org/10.1007/s12665-015-4430-7

Ganasri, B.P., & Ramesh, H. (2016). Assessment of soil erosion by RUSLE model using remote sensing and GIS - A case study of Nethravathi Basin. Geoscience Frontiers, 7(6), 953-961. https://doi.org/10.1016/j.gsf.2015.10.007

García-Ruiz, J. M., Nadal-Romero, E., Lana-Renault, N., & Beguería, S. (2013). Erosion in Mediterranean landscapes: Changes and future challenges. Geomorphology, 198, 20-36. https://doi.org/10.1016/j.geomorph.2013.05.023

Gianinetto, M., Aiello, M., Polinelli, F., Frassy, F., Rulli, M. C., Ravazzani, G., Bocchiola, D., Chiarelli, D.D., Soncini, A. & Vezzoli, R. (2019). D-RUSLE: a dynamic model to estimate potential soil erosion with satellite time series in the Italian Alps. European Journal of Remote Sensing, 52(sup4), 34-53. https://doi.org/10.1080/22797254.2019.1669491

Instituto Geográfico Militar del Ecuador (IGM-EC). Cartografía nacional del Ecuador. https://www.geoportaligm.gob.ec/portal/index.php/descargas/cartografia-de-libre-acceso/

Jahun, B. G., Ibrahim, R., Dlamini, N. S., & Musa, S. M. (2015). Review of soil erosion assessment using RUSLE model and GIS. Journal of Biology, Agriculture and Healthcare, 5(9), 36-47. https://core.ac.uk/download/pdf/234660977.pdf

Ji, X., Yao, Y., & Long, X. (2018). What causes PM2. 5 pollution? Cross-economy empirical analysis from socioeconomic perspective. Energy Policy, 119, 458-472. https://doi.org/10.1016/j.enpol.2018.04.040

Jimenez, E., Murillo, A., & Delgado, D. (2024). Análisis comparativo de bases de datos de precipitaciones para la provincia de Manabí. Revista Científica Arbitrada Multidisciplinaria PENTACIENCIAS, 6(1), 273-287. https://doi.org/10.59169/pentaciencias.v6i1.957

Karlen, D. L., & Rice, C. W. (2015). Soil degradation: Will humankind ever learn?. Sustainability, 7(9), 12490-12501. https://doi.org/10.3390/su70912490

Kaiser, A., Erhardt, A., & Eltner, A. (2018). Addressing uncertainties in interpreting soil surface changes by multitemporal high‐resolution topography data across scales. Land degradation & development, 29(8), 2264-2277. https://doi.org/10.1002/ldr.2967

Kebede, Y. S., Endalamaw, N. T., Sinshaw, B. G., & Atinkut, H. B. (2021). Modeling soil erosion using RUSLE and GIS at watershed level in the upper beles, Ethiopia. Environmental Challenges, 2, 100009. https://doi.org/10.1016/j.envc.2020.100009

Krishna Bahadur, K. C. (2009). Mapping soil erosion susceptibility using remote sensing and GIS: a case of the Upper Nam Wa Watershed, Nan Province, Thailand. Environmental geology, 57, 695-705. https://doi.org/10.1007/s00254-008-1348-3

Lal, R. A. T. T. A. N. (2001). Soil degradation by erosion. Land degradation & development, 12(6), 519-539.

Lal, R. (2005). Soil erosion and carbon dynamics. Soil and Tillage Research, 81(2), 137-142. https://doi.org/10.1016/j.still.2004.09.002

Moore, I. D., & Burch, G. J. (1986). Physical basis of the length‐slope factor in the universal soil loss equation. Soil Science Society of America Journal, 50(5), 1294-1298. https://doi.org/10.2136/sssaj1986.03615995005000050042x

Neitsch, S.L., Arnold, J.G., Kiniry, J.R., Williams, J.R. (2000). Erosion Soil and Water Assessment Tool Theoretical. Documentation Texas Agricultural Eksperiment Station, 625.

Ochoa-Cueva, P., Fries, A., Montesinos, P., Rodríguez-Díaz, J. A., & Boll, J. (2015). Spatial Estimation of Soil Erosion Risk by Land-cover Change in the Andes OF Southern Ecuador. L. Degrad. Dev. 26, 565–573. https://doi.org/10.1002/ldr.2219

Pacheco, H.A., Méndez, W., & Moro, A. (2019). Soil erosion risk zoning in the Ecuadorian coastal region using geo-technological tools. Earth Sciences Research Journal, 23(4), 293–302. https://doi.org/10.15446/esrj.v23n4.71706

Patriche, C. V. (2023). Applying RUSLE for soil erosion estimation in Romania under current and future climate scenarios. Geoderma Regional, 34, e00687. https://doi.org/10.1016/j.geodrs.2023.e00687

Poesen, J., Nachtergaele, J., Verstraeten, G., & Valentin, C. (2003). Gully erosion and environmental change: importance and research needs. CATENA, 50(2-4), 91-133. https://doi.org/10.1016/S0341-8162(02)00143-1

Pourrut, P. (1994). L’eau en Equateur: principaux acquis en hydroclimatologie. ORSTOM éditions.

Renard, K.G. (1997). Predicting Soil Erosion byWater: A Guide to Conservation Planning with the Revised Universal Soil Loss Equation (RUSLE) (Agricultural Handbook 703). US Department of Agriculture, Washington, DC.

Ruiz Vélez, Á. C. & Pacheco Gil, H. A. (2020). Estimación del Factor C de la RUSLE en la microcuenca del rio Lodana, Ecuador, usando imágenes del satélite Sentinel 2. Revista Técnica de la Facultad de Ingeniería, 43(2), 69-75. https://www.produccioncientificaluz.org/index.php/tecnica/article/view/33620

Sahu, A., Baghel, T., Sinha, M. K., Ahmad, I., & Verma, M. K. (2017). Soil erosion modeling using Rusle and GIS on Dudhawa catchment. International Journal of Applied Environmental Sciences, 12(6), 1147-1158.

Schaaf, C. B., Gao, F., Strahler, A. H., Lucht, W., Li, X., Tsang, T., Strugnell, N. C., Zhang, X., Jin, Y., Muller, J.-P., Lewis, P., Barnsley, M., Hobson, P., Disney, M., Roberts, G., Dunderdale, M., Doll, C., d’Entremont, R., Hu, B., Liang, S., Privette, J.L. & Roy, D. (2002). First operational BRDF, albedo nadir reflectance products from MODIS. Remote Sensing of Environment, 83(1-2), 135–148. https://doi.org/10.1016/S0034-4257(02)00091-3

Shen, H., Jiang, Y., Li, T., Cheng, Q., Zeng, C., & Zhang, L. (2020). Deep learning-based air temperature mapping by fusing remote sensing, station, simulation and socioeconomic data. Remote Sensing of Environment, 240, 111692. https://doi.org/10.1016/j.rse.2020.111692

Sujatha, E. R., & Sridhar, V. (2018). Spatial Prediction of Erosion Risk of a Small Mountainous Watershed Using RUSLE: A Case-Study of the Palar Sub-Watershed in Kodaikanal, South India. Water, 10(11), 1608. https://doi.org/10.3390/w10111608

Sulla-Menashe, D., & Friedl, M. A. (2018). User guide to collection 6 MODIS land cover (MCD12Q1 and MCD12C1) product. USGS: Reston, VA, USA, 1, 18.

Williams, J.R. (1995). The EPIC Model. Chapter 25. In Computer Models of Watershed Hydrology (pp. 909–1000). Water Resources Publications. Highlands Ranch, CO.

Zhang, Y., Zhang, P., Liu, Z., Xing, G., Chen, Z., Chang, Y., & Wang, Q. (2024). Dynamic analysis of soil erosion in the affected area of the lower Yellow River based on RUSLE model. Heliyon, 10(1). https://doi.org/10.1016/j.heliyon.2023.e23819