Metodología integrada para la evaluación de la erosión
hídrica para la región de Costa Grande, Guerrero.
 

 

Introducción

En la región de Costa Grande en el estado de Guerrero, varios sistemas agrícolas gozan de una enorme importancia económica. Tan sólo en la producción de copra (coco), esta región aporta el 38.40% a nacional, y mango, del cual tan sólo los municipios de Atoyac, Coyuca, Tecpan y Benito Juárez contribuyen con el 8.73% nacional (SAGARPA, 2018). A nivel estatal, la región adquiere gran relevancia también con los cultivos de café, maíz y frijol. En el caso del café, la región produce el 71.47% del total del estado de Guerrero, siendo Atoyac de Álvarez el mayor contribuyente con el 58.86% (ídem). En cuanto a frijol y maíz en grano, Costa Grande contribuye con el 25.71% y 9.52% del total estatal, respectivamente (ídem). No obstante, Costa Grande se localiza en una región montañosa: el filo sur de la Sierra Madre del Sur, donde los suelos son poco desarrollados y se encuentran en condiciones de pendiente. Se ha señalado que por su topografía y suelos altamente erodables, las regiones montañosas de México son las más propensas a la erosión hídrica.

La erosión hídrica es definida como la pérdida acelerada de la capa superior del suelo por efectos del agua (FAO, 2015). El tema toma especial relevancia debido a que el suelo es un recurso no renovable, y porque los suelos saludables son necesarios para garantizar el derecho humano a la alimentación y salvaguardar sus servicios ecosistémicos. De los suelos proviene el 95% de los alimentos (FAO, 2015a) además de ser una importante fuente de almacenamiento e infiltración de agua, captura de carbono y reciclaje de nutrientes (FAO, 2018).

A pesar de la importancia de los suelos y su particular susceptibilidad a la erosión en México, los estudios de este tipo son más bien escasos. Uno de los mejor conocidos es el de SEMARNAT y la Universidad Autónoma de Chapingo (2002), donde se señala que el 79.3% de la superficie del estado de Guerrero está afectada por erosión hídrica, situación que lo coloca en el primer lugar a nivel nacional en pérdida de suelo por arrastre de la lluvia. Por su parte, SEMARNAT y el Colegio de Postgraduados (2003) encontraron que la erosión hídrica se encuentra en el 31.3% de la entidad, donde las deformaciones del terreno y la afectación al suelo superficial a causa de este fenómeno se encuentran en el 5.4% y 25.9% del estado, respectivamente. Más recientemente, Bolaños et al. (2016) determinaron que la superficie afectada por erosión hídrica en el estado de Guerrero es del 68.55%. Si bien cada uno de estos estudios es valioso para entender la dinámica de la erosión en Guerrero, han aplicado aproximaciones metodológicas distintas y coberturas cartográficas que varían en su propósito y resolución y que junto con la decisión de levantar datos in situ influyen en la variación de las estimaciones en las tazas de erosión. Para Costa Grande la evaluación de erosión hídrica es casi inexistente, SEMARNAT - Colegio de Postgraduados (2003) mencionan que el 27.7% de la región está afectada por este fenómeno, muy probablemente causado por la sobreexplotación de la vegetación (12.6% de la superficie). De acuerdo con este estudio, la erosión es aguda en el 5.6% de la región donde pueden observarse importantes cárcavas.

Considerando la gravedad del fenómeno para el estado de Guerrero y la amenaza que representa para los sistemas productivos de Costa Grande así como por la ausencia de estudios, en este trabajo se pretende hacer una estimación paramétrica de la erosión hídrica para esta región a partir de la Ecuación Universal de Pérdida de Suelo, y usando como insumos cartográficos diferentes capas de información a fin de construir diferentes escenarios que sirvan como base para evaluar de manera integrada a este fenómeno con los actores locales e influir en sus decisiones de manejo y de conservación del suelo.

 

Método

Para el cálculo de la erosión hídrica en Costa Grande de Guerrero se aplicó la Ecuación Universal de Pérdida de Suelo (Wischmeier y Smith, 1978) y modificada por Martínez (2005): 

 

Donde:

• A es la tasa de erosión anual (medida en ton/ha por año).

• R es el factor de erosividad de la lluvia.

• K es el factor de erodabilidad del suelo.

• LS es el factor topográfico, referido a la longitud y grado de la pendiente.

• C es el factor de vegetación y cobertura.

• P es el factor de prácticas de conservación.

 

 

Factor R

La erosividad de la lluvia se refiere al potencial que tienen las gotas de agua para causar erosión (Castro-Mendoza, 2013). Para calcular el factor R se aplicó la ecuación propuesta por Cortés Torres (1991) para la región 10 de la República Mexicana (cuadro 1), correspondiente a la costa del Pacífico central y sur del país, área que enmarca nuestra región de estudio, como se observa en la figura 1. Para obtener las ecuaciones, Cortés utilizó la información de 53 estaciones meteorológicas distribuidas en el país, agrupándolas en regiones bajo condiciones de lluvia similares, obteniendo 14 regiones de erosividad, y aplicando análisis de regresión para generar las ecuaciones que permiten el cálculo del factor R (Pastrana-Ortiz, 2014).

Cuadro 1. Fuente: Castro, 1991.

 

P se refiere a la precipitación media anual. Los valores de precipitación se obtuvieron a partir de los mapas mensuales a nivel nacional del módulo Atlas Climático Digital de México, de la Unidad de Información para las Ciencias Atmosféricas y Ambientales. Estos mapas mensuales fueron generados interpolando la información de la base climatológica diaria (de 1902 a 2011) de más de 5,000 estaciones meteorológicas del Servicio Meteorológico Nacional de la Comisión del Agua (UNAM, 2011). Con el software ArcMap se calculó el promedio de precipitación a partir de los doce mapas raster descargados, para posteriormente aplicar la ecuación del cuadro 1 utilizando la herramienta Raster calculator, con lo que se obtuvo el mapa con el coeficiente R a una resolución de 15 m.

Figura 1. Regiones de erosividad Fuente: Cortés-Torres (Montes-León et al., 2011).

 

 

Factor K

La erodabilidad del suelo hace referencia a la susceptibilidad de un suelo a ser erosionado (Castro-Mendoza, 2013). Para el cálculo del factor K se consideraron los datos de materia orgánica y textura de los suelos. Estos dos datos se obtuvieron a partir de la Información Nacional sobre Perfiles de Suelo levantados por INEGI para elaborar el mapa edafológico de la serie II, la cual contiene información tanto de las características físicas como químicas de más de 9,000 perfiles a lo largo del país, entre ellas la de carbono orgánico y textura. Para  el estado de Guerrero se identificaron 150 perfiles y para Costa Grande se identificaron un total de 25 perfiles de suelo o sitios de muestreo. 

La materia orgánica se calculó a partir del carbono orgánico aplicando el factor de conversión de 2.2 propuesto por Martínez et al. (2017). Enseguida los valores de materia orgánica se espacializaron utilizando todos los puntos del estado de Guerrero, aplicando la interpolación de kriging ordinario (KO) con modelo exponencial en el software ArcMap. KO con modelo exponencial ha probado ser efectivo en casos donde los puntos de muestreo so escasos  y las regiones son grandes (Schloeder et al., 2001; Cruz-Cárdenas et al., 2014; Nikpey et al., 2017). Los datos de textura del suelo fueron interpolados bajo el mismo método.

Una vez que se espacializaron en la superficie de la región estas dos variables, se procedió a asignarlas a la unidad de tipo de suelo de la información proporcionada en la serie II del conjunto de datos edafológicos escala 1:250,000 de INEGI (2014). Los coeficientes que se consideraron para asignar el factor K (Cuadro 2) se tomaron de lo propuesto por Martínez (2005).

Cuadro 2. Coeficientes de K. Fuente: Martínez, 2005.

 

Factor LS

El factor LS está integrado por dos componentes, la pendiente (S) que contempla el efecto de la topografía del terreno a la ecuación, y la longitud de la pendiente (L), que se refiere a la proyección horizontal de la hipotenusa de la pendiente del terreno (Castro-Mendoza, 2013).

El factor LS se calculó usando el módulo Terrain Analysis - Hydrology en el software SAGA a partir del Modelo Digital de Elevación (MDE) del estado de Guerrero a 15 m descargado del Continuo de Elevaciones Digitales del INGEI (2013). 

El módulo de SAGA para calcular el factor LS sigue la ecuación propuesta por Wischmeier y Smith (1978):

Donde:

• 𝜆 se refiere a la longitud de pendiente en metros. 

• m = 0.5 para pendientes mayores a 5%; 0.4 para pendientes de 3.5% a 4.5%; 0.3 para pendientes de 1% a 3%; 0.2 para pendientes menores a 1%. 

• β es el ángulo de la pendiente (Wischmeier y Smith, 1978).

 

 

Factor C

El factor C representa la capacidad de la vegetación para frenar el arrastre de sedimentos, por lo que en un suelo desnudo en época de lluvias el desprendimiento y arrastre de material será más alto comparado a un caso en el que exista una cobertura vegetal (Castro-Mendoza, 2013).

Para determinar la asignación del factor C de las distintas coberturas de nuestra región de estudio se tomó como base la Serie VI de Uso de Suelo y Vegetación (USV) de INEGI (2017), para la superficie correspondiente a cobertura vegetal. Para el caso de los cultivos se recogió información de los talleres cartográficos participativos con los productores de 4 distintos sistemas productivos de la región (café, mango, maíz y coco). Asimismo, siguiendo un muestreo aleatorio se visitaron 34 parcelas para documentar los diferentes sistemas productivos existentes de acuerdo con los siguientes:

1. El muestreo fue aleatorio libre, aplicando al menos tres encuestas por unidad de agricultura, o bien tres muestreos a tres productores por cada 5,000 ha.

2. Para las áreas de menos de 500 ha, se aplicó la regla de tres sitios muestreados, o productor entrevistado.

3. La selección de los puntos para recoger encuestas en las áreas mayores a 500 ha se realizó de tal forma que los sitios estuvieran en zigzag y lo más distribuidos posibles.

 

Considerando que los sistemas identificados fueron arreglos topológicos de maíz y otros cultivos, se decidió agruparlos en alguna de las siguientes: a) maíz intercalado con árboles frutales (MIAF), b) maíz con barreras de muro vivo (MBMV) y c) maíz con labranza de conservación (MLC). Debido a que son inexistentes las evaluaciones del factor C en campo para estos cultivos en la región, los valores de C se obtuvieron de la literatura para sistemas y condiciones similares. Para otros cultivos diferentes al maíz, los valores de C se obtuvieron directamente de cuadros en la literatura (Cuadro 3).

Para mejorar la precisión del mapa se tomaron como referencia dos imágenes satelitales Landsat (2018) que abarcan la región, correspondientes a los row-path 026-048 (fecha de imagen 16 de abril de 2018) y 027-048 (fecha de imagen 7 de abril de 2018). A las imágenes se les aplicaron las correcciones radiométricas necesarias, para posteriormente obtener el Índice de Vegetación de Diferencia Normalizada (NDVI por sus siglas en inglés), y así comparar la vigorosidad de la vegetación con las coberturas del mapa USV de INEGI. De igual manera se realizaron visitas de campo para definir con precisión la cobertura vegetal de 4 zonas de dudosa interpretación, respecto a lo que se obtuvo con los valores de NDVI y lo que el mapa USV indica.

En el mapa de sitios de verificación los números que tienen los círculos corresponden a las siguientes zonas:

1. La región central del municipio de Coyuca, al sur de la localidad de Tepetixtla.

2. La región al norte de la localidad Carrera Larga, a ambos márgenes del Río Coyuca.

3. La región inmediata al este de la localidad Aguas Blancas.

4. La región limítrofe de la costa oeste de la Laguna de Coyuca.

5. La región definida entre el área costera de Atoyac hasta Coyuca, extendiéndose hacia el norte colindando con Tepetixtla, para verificar la cobertura correspondiente a pastizales y cultivos.

Cuadro 3. Fuente: Martínez, 2005. Fuente: propia.

 

 

Factor P

El factor P explica la relación que existe entre la pérdida de suelo con una práctica de conservación a la pérdida que corresponde a un terreno cultivado en el sentido de la pendiente (Castro-Mendoza, 2013).

Para la asignación de este factor P los coeficientes se recopilaron de diversas fuentes, entre ellos los propuestos por Martínez (2005),, trabajando distintos escenarios, para diferentes prácticas de conservación en los polígonos correspondientes a cultivos de maíz específicamente (Cuadro 4). Las prácticas específicas fueron igualmente documentadas durante las visitas realizadas a las 34 parcelas arriba referidas.  a parcelas:

Cuadro 4. Factores de P. Fuente: Martínez, 2005.

 

 

Construcción de escenarios

Para los distintos escenarios se contemplaron los cultivos que se obtuvieron en las encuestas: MIAF, MBMV o MLC; así como las coberturas del USV de INEGI, integrando el factor C. Para el factor P se aplicó para los distintos cultivos de maíz. El escenario 1, correspondiente a surcado al contorno P=0.75; el escenario 2, correspondiente a surcado al contorno P=0.90; el escenario 3, correspondiente a las terrazas.

Figura 3. Metodología para el cálculo de erosión.

 

 

Referencias

• Balvanera, P & Cotler,H. (2007). Acercamientos al estudio de los servicios ecosistémicos. Instituto Nacional de Ecología (INE), Secretaría de Medio Ambiente y Recursos Naturales (SEMARNAT). Gaceta Ecológica Número 84-85. México. 125pp.

• Becerra, M.A. (1997). Erosión de suelos. Universidad Autónoma de Chapingo. México, D.F.

• Bolaños-González, M.A., Paz-Pellat, F., Cruz-Gaistardo, C.O., Argumedo-Espinoza, J.A., Romero-Benítez, V.M. de la Cruz-Cabrera, J.C. (2016). Mapa de erosión de los suelos de México y posibles implicaciones en el almacenamiento de carbono orgánico del suelo. Terra Latinoamericana, vol. 34, núm. 3. Sociedad Mexicana de la Ciencia del Sueño, A.C. Chapingo, México.

• Castro-Mendoza, I. (2013). Estimación de pérdida de suelo por erosión hídrica en microcuenca de presa Madín, México. Ingeniería Hidráulica y Ambiental, vol. XXXIV, No. 2. México.

• Cortés-Torres, H. (1991). Caracterización de la erosividad de la lluvia en México utilizando métodos multivariados. Tesis de Maestría. Colegio de Postgraduados. Montecillos, México.

• CONAFOR, Universidad Autónoma de Chapingo (2013). Línea base nacional de degradación de tierras y desertificación. Informe Final. Comisión Nacional Forestal y Universidad Autónoma Chapingo. Zapopan, Jalisco.

• Cruz-Cárdenas, G., López-Mata, L., Ortiz-Solorio, C.A., Villaseñor, J.L., Ortiz, E., Silva, J.T., Estrada-Godoy, F. (2014). Interpolation of Mexican soil properties at a scale of 1:1,000,000. Geoderma, vol. 213.

• FAO, Intergovernmental Technical Panel of Soil (2015). Chapter 6: Global soil status, processes and trends. En: Food and Agriculture Organization of the United Nations. Status of the World’s Soil Resources. Roma, Italia. ISBN 978-92-5-109004-6.

• FAO (2015a). El origen de los alimentos. Tomado de http://www.fao.org/resources/infographics/infographics-details/es/c/285854/

• FAO, Ministerio de Ambiente y Desarrollo Sostenible (2018). Guía de buenas prácticas para la gestión y uso sostenible de los suelos en áreas rurales. Organización de las Naciones Unidas para la Alimentación y la Agricultura. Bogotá, Colombia. ISBN 978-92-5-130425-9

• INEGI (2013). Continuo de elevaciones mexicano 3.0 (CEM 3.0). Elaboración de mapas 2012.

• INEGI (2014). Conjunto de datos de erosión de suelos, escala 1:250 000 serie I, continuo nacional. Elaboración de mapas 2009-2013.

• INEGI (2017). Uso de suelo y vegetación serie VI escala 1:250 000. Elaboración de mapas 2014-2017.

• Martínez-Ménez, M. (2005) Estimación de la erosión del suelo. Secretaría de Agricultura, Ganadería, Desarrollo Rural, Pesca y Alimentación, Colegio de Postgraduados. México.

• Martínez, J.M., Duval, M.E., López, F.M., Iglesias, J.O., Galantini, J.A. (2017). Ajustes en la estimación de carbono orgánico por el método de calcinación en molisoles del sudoeste bonaerense. Ciencia del Suelo 35(1). Argentina.

• Millennium Ecosystem Assessment (2005). Ecosystem and human well-being: a framework for assessment. Island Press. Washington, DC.

• Montes-León, M.A., Uribe-Alcántara, E.M., García-Celis, E. (2011). Mapa nacional de erosión potencial. Tecnología y Ciencias del Agua, vol. II, núm. 1. México.

• Nikpey, M., Sedighkia, M., Nateghi, M.B., Robatjazi, J. (2017). Comparison of spatial interpolation methods for mapping the qualitative properties of soil. Advances in Agricultural Science, vol. 5, no. 3.

• Pastrana-Ortiz, O. (2014). Determinación de la erosión hídrica potencial y actual a través de los sistemas de información geográfica. Tesis de Ingeniería. Universidad Autónoma Agraria Antonio Narro División Ingeniería. Saltillo, Coahuila.

• SAGARPA (2018). Avances de siembra y cosechas. Riego y temporal. SIAP-Guerrero, agosto 2018. México.

• Schloeder, C.A., Zimmerman, N.E., Jacobs, M.J. (2001). Comparison of methods for interpolating soil properties using limited data. Soil Science Society of America Journal, vol. 65 no. 2.

• SEMARNAT, Colegio de Postgraduados (2003). Evaluación de la Degradación de los Suelos Causada por el Hombre en la República Mexicana, escala 1:250 000. Memoria Nacional 2001-2002. México. 2003.

• SEMARNAT, Universidad Autónoma de Chapingo (2002). Evaluación de la pérdida de suelo por erosión hídrica y eólica en la República Mexicana a escala 1: 1000 000. Secretaría de Medio Ambiente y Recursos Naturales. México. 2002.

• UNAM (2011). Precipitación anual (1902 – 2011). UNIATMOS, Centro de Ciencias de la Atmósfera, Universidad Nacional Autónoma de México. Gerencia de Meteorología, SMN, CONAGUA. México, D.F. http://uniatmos.atmosfera.unam.mx/

• USGS (2018). Landsat 8 OLI/TIRS C1 Level-1. https://glovis.usgs.gov/app?fullscreen=0

• Wischmeier, W.H., Smith, D.D. (1978). Predicting rainfall erosion losses - A guide to conservation planning. Agriculture Handbook No. 537: US Department of Agriculture. Washington DC.