ZONIFICACIÓN POR RIESGO A EROSIÓN EÓLICA EN LA PLANICIE ARENOSA DEL SUR DE CÓRDOBA

Autores/as

  • Catalina Bozzer Marini Investigadora-Docente
  • José M. Cisneros Profesor Titular Uso y Manejo de Suelos. Facultad de Agronomía y Veterinaria. Universidad Nacional de Río Cuarto. Investigador del instituto de doble dependencia de Investigaciones Sociales, Territoriales y Educativas. ISTE-CONICET

Palabras clave:

suelos arenosos, análisis multivariado espacial, clústeres

Resumen

La frontera agrícola en la Región Pampeana Semiárida Argentina ha avanzado sobre ambientes marginales observándose como consecuencia la reactivación de focos de erosión eólica y de procesos de desertificación. La zonificación a través del estudio de indicadores de la calidad de suelo refleja diferencias en cuanto a la degradación. El objetivo del presente trabajo fue definir zonas por susceptibilidad a la erosión eólica en la Pampa Medanosa. Esta es una planicie arenosa ubicada al sur de Córdoba con 1,4 MM de hectáreas. Se analizaron indicadores de calidad del suelo (ICS) relacionados con la erosión eólica (fracción erosionable, carbono orgánico, arcilla más limo y estabilidad estructural en seco) en muestras de 0-5 cm de profundidad de 283 sitios. Se realizó un análisis de componentes principales espaciales (ACPe) y un análisis de clústeres para agrupar sitios con características similares y definir subregiones por susceptibilidad a la erosión. Se identificaron 4 subregiones (SR) con distinta susceptibilidad: la SR-I de mayor tasa de erosión eólica potencial (EEP), 65 t. ha-1. año-1, con los menores valores de CO (10,95 g.kg-1) y la mayor FE, 41%, sobre umbral admisible (40%).  La SR-II de mayor extensión, con una EEP de 51 t. ha-1. año-1 presentó una FE de 36% y 12,47 g.kg-1 de CO. La SR-III, con una EEP de 35 t. ha-1. año-1, 31% de FE y 13 g.kg-1 de CO. Y la SR- VI, con una EEP de 20 t. ha-1. año-1 y un 30% más de CO que la SR-I, 14,26 g.kg-1, con una FE de 27%. Los resultados han permitido comprender que la Pampa Medanosa es una región heterogénea en la que para alcanzar sistemas de producción agropecuarios sustentables es necesario implementar técnicas de mitigación de la erosión eólica y respetar el potencial de uso de los suelos de cada subregión. 

Citas

Referencias Bibliográficas

Amidan, B., Ferryman, T., y Cooley, S. (2005). Data outlier detection using the Chebyshev theorem. In IEEE Aerosp. Conf (pp. 3814e3819).

Anselin, L. (1995). Local indicators of spatial association e LISA. Geographical Analysis, 27, 93e115.

Anselin, L. (2001). Spatial Effects in EconometricPractice in Environmental and Resource Economics. Am. J. Agric. Econ.83 (3): 705–710.

Arrouays, D., Saby, N. P. A., Thioulouse, J., Jolivet, C., Boulonne, L., y Ratié, C. (2011). Large trends in French topsoil characteristics are revealed by spatially constrained multivariate analysis. Geoderma, 161(3-4), 107-114.

Bezdek, J. C. (1981). Pattern Recognition with Fuzzy Objective Function Algorithms, Plenum Press,New York.

Bivand, R., Keitt, T., y Rowlingson, B. (2014). rgdal: Bindings for the geospatial data abstraction library. (Version R package 0.8-16).

Bivand, R. S., Pebesma, E. J., y Gomez-Rubio, V. (2013). Applied spatial data analysis with R (2 ed.): Springer.

Bivand, W. R. (2018). Comparing implementations of global and local indicators of spatial association. TEST, 27(3), 716–748. https://doi.org/10.1007/s11749-018-0599-x.

Bosnero, H. A., Pachecoy, V., Jarsun, B., Benicio, P., Carnero, M., Bustos, V., Ledesma, M., Tassile, J. L., y Petropulo, G. (2003). Cartas de suelo de la República Argentina. Hojas Departamento General Roca, Provincia de Córdoba. En CD. En. Córdoba, Argentina.: INTA - DACyT.

Bozzer, C., y Cisneros, J. M. (2019). Detección de médanos y focos de erosión como indicadores de ambientes susceptibles a la reactivación de procesos de erosión eólica y desertificación. Rev. Ab Intus, 2(4), 1-13.

Bustos, M. V., Fernández, E., y Morales, H. (Cartographer). (2019). Índice de Productividad [1:50.000]. Version 1.0. Mapas de Suelos de Córdoba Retrieved from http://gn-idecorserver.cba.gov.ar/geoserver/sde/wms. Recuperado el 20/12/20.

Cantú, M., y Degiovanni, S. (1984). Geomorfología de la Región Centro Sur de la Provincia de Córdoba. Artículo presentado en la Conference Name|, Conference Location|. Type retrieved rom URL

Carignano, C., Kröhling, D., Degiovanni, S., y Cioccale, M. (2014). Geomorfología. Artículo presentado en la Conference Name|, Conference Location|. Type retrieved rom URL

Chepil, W. S. (1962). A compact rotary sieve and the importance of dry sieving in physical soil analysis 1. Soil Science Society of America Journal, 26(1), 4-6.

Cisneros, J. M., Nuñez, C. O., Cantero, J. J., Degioanni, A., Plevich, O., Cabido, M., Petryna, L., y Amuchastegui, A. (2002). Caldenia Cordobesa: Una síntesis florística y ambiental. En: Documento Resumen de la 1º Reunión Nacional para la Conservación de la Caldenia Argentina.. Agencia Córdoba D.A.C.yT. Ciudad de Córdoba. Argentina.

Córdoba, M. (2014). Herramientas estadísticas para el monitoreo y uso de la variabilidad espacial del rendimiento y propiedades de suelo intralote. (PhD Thesis), Universidad Nacional de Córdoba, Córdoba Capital, Argentina.

Córdoba, M., Balzarini, M., Bruno, C., y Costa, J. L. (2012). Identificación de zonas de manejo sitio-específico a partir de la combinación de variables de suelo. Ciencia y Tecnología Agropecuaria, 13(1), 47-54.

Córdoba, M., Bruno, C., Aguate, F., Tablada, M., y Balzarini, M. (2014). Análisis de lavariabilidad espacial en lotes agrícolas. Manual de Buenas Prácticas. Ed. Balzarini, M.Eudecor. Córdoba, Argentina.

Córdoba, M., Bruno, C., Costa, J., y Balzarini, M. (2016). Variabilidad espacial de suelo a escala de lote y su relación con los rendimientos. RIA. Revista de investigaciones agropecuarias, 42(1), 47-53.

CSC. (2024). Cartas de Suelos de Córdoba. v03.04 2024. Ministerio de Agricultura y Ganadería - Gobierno de Córdoba. Retrieved from https://suelos.cba.gov.ar/

Day, P. R. (1965). Particle fractionation and particle-size analysis. In C. A. e. a. Black (Ed.), Methods of soil analysis (Vol. 1, pp. 545-567). Madison: American Society of Agronomy Inc.

Degioanni, A., Gil, H., Becerra, V., Bonadeo, E., De Prada, J. D., Cisneros, J. M., Diez, A., Bergesio, L., y Cantero, J. A. (2013). Informe Técnico: Cultivos, Uso y Manejo de los Suelos en el sur de Córdoba. Enseñanzas de la sequía 2011-2012. Servicio de Conservación y Ordenamiento de Tierras (SeCyOT). . Retrieved from Facultad de Agronomía y Veterinaria, Universidad Nacional de Río Cuarto:

Di Rienzo, J. A., Casanoves, F., Balzarini, M. G., Gonzalez, L., Tablada, M., y Robledo, C. W. (2017). InfoStat (Version 2017). Córdoba, Argentina: Grupo InfoStat, FCA, Universidad Nacional de Córdoba.

Dray, S., Bauman, D., Blanchet, G., Borcard, D., Clappe, S., Guenard, G., Jombart, T., Larocque, G., Legendre, P., Madi, N., y Wagner, H. (2020). Multivariate Multiscale Spatial Analysis. R Package ‘adespatial’.

Dray, S., Said, S., y Débias, F. (2008). Spatial Ordination of Vegetation Data Using a Generalization of Wartenberg's Multivariate Spatial Correlation. Journal of Vegetation Science, 19, 45-56. doi:10.3170/2007-8-18312

Fukuyama, Y., y Sugeno, M. (1989). A new method of choosing the number of clusters for the fuzzy c-means method, Proc. 5th Fuzzy Syst. Symp., p. 247-250, 1989.

Hiemstra, P. H., Pebesma, E. J., Twenhöfel, C. J. W., y Heuvelink, G. B. M. (2009). Real-time automatic interpolation of ambient gamma dose rates from the Dutch radioactivity monitoring network. Computers & Geosciences, 35(8), 1711-1721.

ISyA. (1948). Instituto de Suelos y Agrotecnia. La erosión eólica en la región Pampeana y Plan para la conservación de los suelos Buenos Aires, Argentina: Ministerio de Agricultura de la Nación.

Jarsún, B., Gorgas, J. A., Zamora, E., Bosnero, H. A., Lovera, E., Ravelo, A., y Tassile, J. (2006). Recursos Naturales de la Provincia de Córdoba: Los Suelos. Nivel de Reconocimiento 1:500.000 Córdoba, Argentina: Agencia Córdoba Ambiente DACYT-SEM, Instituto Nacional de Tecnología Agropecuaria EEA Manfredi.

Jenny, H. (1994). Factors of soil formation: a system of quantitative pedology: Courier Corporation.

Malone, B. P., Minasny, B., y McBratney, A. B. (2017). Using R for digital soil mapping. Switzerland: Springer International Publishing.

Masciángelo, P. (2014). Red hidrográfica de la provincia de Córdoba. BID-PID 013/2009-2015. Bases ambientales para el ordenamiento territorial del espacio rural de la provincia de Córdoba.En http://www.ordenamientoterritorialcba.com/web3/

McBratney, A. B., Mendonça Santos, M. L., y Minasny, B. (2003). On digital soil mapping. Geoderma, 117(1), 3-52. doi:https://doi.org/10.1016/S0016-7061(03)00223-4

Meyer, D., Dimitriadou, E., Hornik, K., Weingessel, A., Leisch, F., Chang, C.-C., y Lin, C.-C. (2019). R Package ‘e1071’ v 1.7-3. Misc Functions of the Department of Statistics, Probability Theory Group (Formerly: E1071), TU Wien.

Nakama, V., y Sobral, R. (1987). Índice de Productividad. Método paramétrico para la evaluación de tierras. . Secretaría de Agricultura, ganadería y Pesca – INTA. Documento del Proyecto PNUD Arg. 85/019. Buenos Aires.

Nelson, D. W., y Sommers, L. E. (1982). Total carbon, organic carbon, and organic matter. In A. Page, R. Miller, y D. Keneey (Eds.), Methods of Soil Analysis.Chemical and Microbiological Properties. Part 2. (2 ed.). Madison, Wisconsin USA: American Society of Agronomy, Inc. Soil Science Society of America, Inc.

Pinheiro, J., y Bates, D. (2004). Mixed-Effects Models in S and SPLUS. New York: Springer.

QGIS Development Team. (2023). QGIS Geographic Information System. Open Source Geospatial Foundation Project. Retrieved from https://qgis.org.

R Core Team. (2019). R: A language and environment for statistical computing. R Foundation for Statistical Computing. Vienna, Austria. Retrieved from https://www.R-project.org/.

Riquier, J., Bramao, D., y Cornet, J. (1971). A new system of soil appraisal in terms of actual and potential productivity (first approximation). . Soil Resources, Development and Conservation service Land and water Development Division. FAO.

SAyDS. (2012). Informe del Estado del Ambiente .Proyecto Evaluación de la Degradación de Tierras en zonas Áridas (LADA) Retrieved from https://www.argentina.gob.ar/sites/default/files/_informe_sobre_el_estado_del_ambiente_2012.pdf

Schneider, C. F. (2005). Análisis de los patrones de deforestación en el Corredor Biogeográfico del Caldén (Córdoba, Argentina) y su relación con la distancia a caminos, mediante un Sistema de Información Geográfica. (Tesis Grado)Universidad Nacional de Córdoba.Facultad de Ciencias Exactas, Físicas y Naturales.

Tripaldi, A., Zárate, M. A., Forman, S. L., y Doyle, M. (2010). Early-mid XX century aeolian reactivation in the western Pampas. . Artículo presentado en la Conference Name|, Conference Location|. Type retrieved rom URL

Vicondo, M. E., Genero, M. I., Haro, R., y Colazo, J. C. (2016, 2016). Cultivo de cobertura post maní para controlar la erosión eólica en el S de Córdoba.

Webster, R., y Oliver, M. A. (2007). Geostatistics for environmental scientists, 2nd edn. John Wiley and Sons,Chichester UK.

Xie, L. X., y Beni, G. (1991). Validity measure for fuzzy clustering. IEEE Trans. Pattern Anal. Mach. Intell. 3(8): 841–847.

Zamora, E., Vicondo, M., Faule, L., Perez, M., y Jarsún, R. (2016). Cartas de Suelos de la República Argentina. Hoja 3563-7 Del Campillo.

Descargas

Publicado

11-07-2024

Cómo citar

Bozzer Marini, C., & Cisneros, J. M. (2024). ZONIFICACIÓN POR RIESGO A EROSIÓN EÓLICA EN LA PLANICIE ARENOSA DEL SUR DE CÓRDOBA . Ciencia Del Suelo, 42(1), 63–79. Recuperado a partir de https://ojs.suelos.org.ar/index.php/cds/article/view/844

Número

Sección

Manejo y Conservación de Suelos y Aguas. Riego y Drenaje