Análisis estacional de la erosividad de las precipitaciones y la potencialidad de pérdida de suelo en la localidad de Azul

Abstract

La estimación de la erosividad de las precipitaciones a través del índice EI30 requiere contar con registros detallados de lluvia y su intensidad. Con el objetivo de hallar relaciones que faciliten su estimación se analizan las relaciones entre el factor EI30 y la pluviometría a escala diaria y estacional. Asimismo se estudian la variabilidad estacional de la erosividad y los períodos de potencialidad de ocurrencia de eventos erosivos por desprendimiento se suelo debido a la acción de la lluvia. Los modelos de regresión lineal simple ajustados entre EI30 y datos estacionales de pluviometría alcanzaron mejores ajustes que los que incluyeron datos diarios (r2=0,83 vs r2=0,66). Las regresiones obtenidas para las estaciones (otoño, invierno, primavera y verano) permitieron conocer la dinámica anual de la erosividad. Las precipitaciones más erosivas corresponden al otoño y la primavera, por lo tanto el riesgo potencial de pérdida de suelo por desprendimiento será mayor. Además, la cobertura del suelo es limitada en estos períodos: el manejo y la calidad de los rastrojos o los laboreos pueden favorecer la exposición del suelo a la lluvia. Los modelos ajustados a partir de datos locales permiten simplificar la estimación de la erosividad a partir de una variable sencilla de obtener como la pluviometría.

Detailed records of rainfall and intensity are necessary for the estimation of rainfall erosivity through the EI30 index. In order to find relationships that facilitate its estimation, the relationships between rainfall and factor EI30 with daily and seasonal data are analyzed. Also, the seasonal variability of erosivity and periods of po tential occurrence of soil detachment due to rain erosion are studied. The simple linear regression models with seasonal data showed better adjustments than with daily data (r2 =0.83 vs r2 =0.66). The regressions for each season (autumn, winter, spring and summer) allowed us to understand the dynamics of the annual ero sivity. The most erosive rainfalls correspond to autumn and spring, hence the potential risk of soil loss by detachment will be greater. In addition, land cover is limited in these periods: the management and quality of the mulch, or tillage may promote the exposure of soil to rain. Adjusted models from local data allows to simplify the estimation of erosivity from an easily obtained variable such as rainfall.