Identificación de procesos de erosión hídrica por medio de análisis de cambios de usos y cobertura del suelo en una cuenca serrana
DOI:
https://doi.org/10.30972/fac.3427733Palabras clave:
Cambios de cobertura, Erosión hídrica, Geotecnologías, Google earth engine, Random forestResumen
Los cambios de uso y cobertura del suelo (LULC) afecta en gran medida a los ecosistemas implicando una modificación de la cobertura natural y provocando consecuencias sobre las características de un suelo, los procesos hídricos y geomorfológicos. Debido a esto, el objetivo consiste en determinar el cambio LULC de la cuenca del arroyo El Negro para los años 1985 y 2023 a partir la clasificación supervisada por medio de imágenes satelitales, analizar los cambios e identificar sectores que evidencian procesos de erosión hídrica. De esta forma, el mayor cambio LULC lo presenta la clase vegetación que se redujo su superficie de 55 km2 (1985) a 13 km2 (2023) y mientras que la cobertura agrícola se incrementó, pasando de 65 Km2 (1985) a casi los 100 km2 (2023) representando casi el 50% de la superficie total. Sumado a este cambio, se pudo identificar sectores donde se desarrollan diferentes procesos de erosión hídrica dentro de campos de producción agrícola (principalmente en zonas de piedemonte) y propias de la evolución de la red de drenaje.
Citas
Abbondanza, S (2019). Cambios en la cobertura vegetal y erosión del suelo en Sierras Chicas – Córdoba, en el periodo 2005-2017: aproximaciones desde el modelo RUSLE con base en la teledetección. Instituto de Altos Estudios Espaciales Mario Gulich. Tesis de Maestría en Aplicaciones de Información Espacial.
Belgiu, M. y O. Csillik (2017). Sentinel-2 cropland mapping using pixel-based and object-based time-weighted dynamic time warping analysis. Remote Sensing of Environment, 204(2018), 509–523. https://doi.org/10.1016/j.rse.2017.10.005
Beron de la Puente, F., Revollo Sarmiento, N. y V, Gil (2023). Clasificación Inteligente de Cultivos de Verano en la Plataforma Google Earth Engine. En: Congreso de AgroInformática (CAI 2023) – JAIIO 52. CABA, Argentina.
Beron de la Puente, F. J., Gil, V. y P.A. Zapperi (2022). El factor edáfico (K) y la generación de cárcavas en una microcuenca serrana. Tornquist, Argentina. Cardinalis, (18), 95–108.
Bocco, G., M. Mendoza y A. Velázquez (2001). Remote sensing and GIS-based regional geomorphological mapping. A tool for land use planning in developing countries. Geomorphology, 39(3-4): 211-219.
Campo, A. M., Gil, V., Ybarra Alcaráz, G. V., y A. Volonté (2016). Tipificación morfológica de cursos principales: Cuenca del arroyo El Negro, sistema de Ventania, Argentina. Boletín Geográfico, (37),38, 49-60.
Chen, W., Xie, X., Wang, J., Pradhan, B., Hong, H., Bui, D. T., Duan, Z. y J. Ma (2017). A comparative study of logistic model tree, random forest, and classification and regression tree models for spatial prediction of landslide susceptibility. Catena, 151, 147–160. https://doi.org/10.1016/j.catena.2016.11.032
de León Mata, G. D., Pinedo Álvarez, A. y J. H. Martínez Guerrero (2014). Aplicación de sensores remotos en el análisis de la fragmentación del paisaje en Cuchillas de la Zarca, México. Investigaciones geográficas, (84), 42-53. https://doi.org/10.14350/rig.36568
Ellison, D., Morris, C. E., Locatelli, B., Sheil, D., Cohen, J. Murdiyarso, D., y Gutierrez, V. )2017). Trees, forests and water: cool insights for a hot world. Global Environmental Change, 43: 51-61.
Flood, N. (2013). Seasonal composite Landsat TM/ETM+ images using the medoid (a multi-dimensional Median). Remote Sensing, 5(12), 6481-6500. https://doi.org/10.3390/rs5126481
Gallegos Reina, A., y M. J. Perles Roselló (2019). Relaciones entre los cambios en los usos del suelo y el incremento de los riesgos de inundabilidad y erosión: análisis diacrónico en la provincia de Málaga (1957–2007). Boletín de la Asociación de Geógrafos Españoles, (81), 2740, 1–38. http://dx.doi.org/10.21138/bage.2740
Gao, B.C (1996). NDWI–A normalized difference water index for remote sensing of vegetation liquid water from space. Remote sensing of environment 58(3), 257-266. https://doi.org/10.1016/S0034-4257(96)00067-3
Gil, V. (2011). Geomorfología fluvial en el arroyo El Negro, Buenos Aires, Argentina. Revista Universitaria de Geografía, (20)1, 1-12.
Huete, A., Didan, K., Miura,T., Rodríguez, E. P., Gao, X. y G. Ferreira (2002). Overview of the radiometric and biophysical performance of the MODIS vegetation indices. Remote Sensing of Environment 83, 195-213.
Humacata, L. (2022). Análisis espacio-temporal de cambios de coberturas y usos del suelo en la cuenca del río Luján (1990-2010). Revista Huellas, (26),1. http://dx.doi.org/10.19137/huellas-2022-2609
Mendoza, M., Bocco G., Granados E. y M. Bravo (2002). Implicaciones hidrológicas del cambio de la cobertura vegetal y uso del suelo: una propuesta de análisis espacial a nivel regional en la cuenca cerrada del lago de Cuitzeo, Michoacán, México. Investigaciones Geográficas. Boletín del Instituto de Geografía de la UNAM, (49) 92-117.
Metternicht, G. (2003). Vegetation indices derived from high-resolution airborne videography for precision crop management. International Journal of Remote Sensing 24(14), 2855-2877. https://doi.org/10.1080/01431160210163074
Milazzo, F., Fernández, P., Peña, A., y T. Vanwalleghem (2022). The resilience of soil erosion rates under historical land use change in agroecosystems of Southern Spain. Science of The Total Environment, 822, 153672, https://doi.org/10.1016/j.scitotenv.2022.153672.
Najera González, O., Bojórquez Serrano, J. I., Flores Vilchez, F., Murray Nuñez, R. M. y A. González García Sancho (2016). Riesgo de erosión hídrica y estimación de pérdida de suelo en paisajes geomorfológicos volcánicos en México. Cultivos Tropicales, (37)2, 45-55.
Nguyen, C.T.; Chidthaisong, A., Kieu Diem, P. y L.Z. Huo (2021). A Modified Bare Soil Index to Identify Bare Land Features during Agricultural Fallow-Period in Southeast Asia Using Landsat 8. Land 10(3), 231. https://doi.org/10.3390/land10030231
Nyssen, J., Poesen, J., Moeyersons, J., Luyten, E., Veyret-Picot, M., Deckers, J., Haile, M., y G. Govers (2002). Impact of road building on gully erosion risk: A case study from the Northern Ethiopian Highlands. Earth Surface Processes and Landforms, 27(12): 1267-1283.
Pontius, R. G. Jr., Shusas, E. y M. McEachern (2004). Detecting important categorical land changes while accounting for persistence. Agriculture, Ecosystems and Environment, (101), 251-268. https://doi.org/10.1016/j.agee.2003.09.008
Rouse, J.W., Haas, R.H., Schell, J.A. y D.W. Deering (1973). Monitoring vegetation systems in the Great Plains with ERTS. En: 3rd ERTS Symposium, NASA SP-351 I, 309-317
Sequeira, N. D., Vazquez, P. y L. Zulaica (2015). Consecuencias ambientales de la expansión agrícola en el partido de Benito Juárez (Buenos Aires, Argentina), en el período 2003-2011. Revista Geoaraguaia, 5(2).
Sacido, M.B., Vazquez, P y A. Somoza (2020). Pastizales nativos y avance de la agriculturización en una Cuenca de la Región Pampeana Argentina. En: Simposio Gestión sostenible del campo natural: 11-18. Uruguay.
Santana, C. G. y J. N. B. Pineda (2011). Descripción del cambio de uso y cobertura del suelo en los bosques primarios del Estado de México, durante 1976-2000.
Trujillo-Jiménez, M. A., Liberoff, A. L., Pessacg, N., Pacheco, C. y S. Flaherty (2021). Metodología de clasificación automática de uso y cobertura de suelo. En: XIII Congreso de AgroInformática (CAI 2021)-JAIIO 50. Buenos Aires.
Van Lynden, G. W. J. y L.R. Oldeman, L. R. (1997). The assessment of the human-induced soil degradation in South and Southeast Asia. Wageningen. The Netherlands: International Soil Reference and Information Centre.
Vázquez, P. y L. Zulaica (2011). Cambios en el uso de la tierra del partido de Tandil y principales impactos ambientales. Revista Párrafos Geográficos, 10(2), 242-267
Zha, Y., Gao, J. y S. Ni. (2003). Use of normalized difference built-up index in automatically mapping urban areas from TM imagery. International journal of remote sensing 24(3), 583-594. https:// doi.org/10.1080/01431160304987
