MANEJO Y CONSERVACIÓN DE SUELOS Y AGUAS. RIEGO Y DRENAJE
Modelo ‘‘cuanti-cualitativo’’ de escurrimiento superficial del agua en suelos agrícolas de la región Pampeana Argentina
JOSÉ MIGUEL ANDRIANI1*; LUCIANA MAGNANO1 & NICOLÁS SANMARTI1
1 INTA-Instituto Nacional de Tecnología Agropecuaria. EEA Oliveros Grupo, Área de Agronomía
* Autor de contacto: andriani.jose@inta.gob.ar
Recibido: 22-02-16
Recibido con revisiones: 12-08-16
Aceptado: 12-08-16
RESUMEN
Desde hace mucho tiempo se está estudiando la modelación de la relación lluvia-escurrimiento y han sido desarrollados una gran cantidad de métodos y modelos para simular la generación de escurrimiento de una lluvia. Uno de los métodos ampliamente usados es el ‘‘Número de Curva’’ (NC) del Servicio de Conservación de Suelo de Estados Unidos, que tiene la dificultad de necesitar datos empíricos. Tanto éste, como todos los modelos de regresión producen resultados muy variables ante un mismo evento de lluvia. Por tal motivo, se planteó desarrollar un modelo cuanti-cualitativo, que ayude a disminuir esa variabilidad, sobre la base de un modelo de regresión cuantitativo ajustado para la Región Pampeana Argentina. Con el conjunto de datos cuantitativos se efectuó un análisis de regresión, y posteriormente se los asoció con datos cualitativos. El objetivo del análisis fue poder determinar valores medios de escurrimiento a partir de la cantidad de lluvia caída, la intensidad de la misma y la humedad superficial del suelo. Para estimar el escurrimiento en función de variables cuantitativas y cualitativas, se utilizó un modelo de regresión lineal múltiple con variables indicadoras. A partir del mismo se utilizó el proceso de selección de variables Backward, para seleccionar cuáles son las variables que deben quedar en el modelo. Para suelos Molisoles de aptitud agrícola en siembra directa de la Región Pampeana, la ecuación lineal obtenida de los datos observados, presenta un buen ajuste estadístico. Sin embargo, la variabilidad encontrada en valores de precipitación diaria entre los 40 y 80 mm, no es admisible para la estimación de balances hídricos de cultivos. Para los suelos mencionados, el modelo de regresión obtenido con variable cuantitativa y variables indicadoras cualitativas produce una mejora sustancial para la estimación del escurrimiento superficial.
Palabras clave: Relación precipitación-escurrimiento; Métodos de cálculo; Intensidad de lluvia; Ecuaciones.
Quantitative - qualitative surface runoff model in agricultural soils of the Argentine Pampeana Region
ABSTRACT
Rainfall-runoff relationship modeling have been studied for a long time, developing along these period several methods and models to simulate rainfall-runoff event. One of the widely used methods is the ‘‘Curve Number’’ (CN) of the United States Soil Conservation Service which requires empiric data. This method as well as all regression models provides highly variable results for the same rainfall event. Therefore, in order to find a quantitative and qualitative model that helps reduce these variability, a quantitative adjusted regression model for Argentine Pampa Region is proposed. It was performed a regression analysis with a set of quantitative data, subsequently became associated with qualitative data. The objective of the analysis was to determine runoff average values from both the quantity and intensity of rainfall, and the surface soil moisture. A multiple linear regression model with variable indicators was used to estimate runoff based on quantitative and qualitative variables. A Backward Selection process was used to select variables that should be in the model. The linear equation obtained from the observed data, for non-tillage Mollisols with agricultural aptitude of the Pampa Region with slopes less than 1%, had good statistical adjustment. However, the variability found in daily precipitation values between 40 and 80 mm, is not suitable for estimating crop water balances. In summary, the soil described showed that the regression model with quantitative and qualitative indicator variables produces a substantial improvement for surface runoff estimation.
Key words: Rainfall-runoff relationship; Calculation methods; Rainfall intensity; Equation.
INTRODUCCIÓN
Hace tiempo que se viene estudiando la modelación de
la relación lluvia-escurrimiento. La historia de esta relación
se conoce desde hace más de 300 años, con el reporte de
las mediciones cuantitativas en hidráulica, publicado por P.
Perreault en 1674 (Linsley, 1982), el que estableció la relación funcional Qa = Pa/6. Donde Qa es el caudal o
escorrentía de la cuenca y Pa es la precipitación del área en
estudio o cuenca.
La forma básica de todos los modelos hidrológicos
disponibles (Mishra y Singh, 2003) puede, en general,
expresarse como:
Q = P – L
donde: Q es la escorrentía, P es la precipitación y L es la
abstracción hidráulica de la cuenca, entendida como el
conjunto de infiltración, almacenaje, retención superficial,
intercepción, evaporación y evapotranspiración.
A partir de esta ecuación, han sido desarrollados una
cantidad de métodos y modelos para simular la generación
de escurrimiento de una lluvia. Uno de los métodos ampliamente usados es el ‘‘Número de Curva’’ (NC) del Servicio de Conservación de Suelo de Estados Unidos (SCS,
1972). Este es un modelo conceptual apoyado por información empírica. La mayoría de los elementos de un proceso de lluvia-escurrimiento están incorporados en el
método de NC tales como: Característica de la cuenca,
precipitación, abstracción hidráulica y escurrimiento. El NC
es utilizado fundamentalmente en cuencas hidrológicas,
aunque también se lo ha incorporado a modelos de producción de cultivos como los DSSAT (Jones et al., 2003).
Sin embargo, Pellat (2009) sostuvo que, pese a ser ampliamente usado en todo el mundo, modificando la relación
de abstracción, esta ecuación da una falsa apariencia de
funcionalidad.
Cuando nos enfocamos en un lote de producción agrícola, los principales parámetros a tener en cuenta para obtener el valor L, del modelo lluvia-escurrimiento, son la
intensidad de la precipitación, el contenido de agua en el
suelo, la pendiente y la cobertura superficial (Mishra y Singh,
2003). Generalmente, para querer representar estas áreas
de producción, el valor L es obtenido por la diferencia P -
Q, utilizando parcelas de escurrimiento. La FAO (Hudson,
1997) estableció tres tipos de parcelas de escurrimiento de
acuerdo al objetivo buscado, i) micro-parcelas de 1 o 2 m2 para una simple comparación de dos tratamientos, ii)
parcelas pequeñas de alrededor de 100 m2, para prácticas de cultivo y cobertura, iii) parcelas grandes de aproximadamente una hectárea, para evaluación de tipo de terrazas o
efecto de pastoreo. Investigaciones realizadas en INTA EEA
Paraná (Sasal et al., 2010), EEA Pergamino y EEA Marcos
Juárez, utilizaron parcelas pequeñas FAO, con pendiente 2%
y 3,5%. También otras de alrededor de 1500 m2 con 1%
de pendiente, para determinar la pérdida de agua y esencialmente la pérdida de suelo y nutrientes. De esta manera,
se puede ajustar el valor L, para un determinado tipo de
suelo y uso de la tierra. Sin embargo, no se puede generalizar el resultado de estas parcelas para la evaluación del
escurrimiento superficial diario, en los lotes de producción
de cultivos de una gran región, debido a que las mismas
fueron construidas para evaluar la erosión hídrica del suelo
y la cantidad total de agua perdida en determinadas condiciones de pendiente y uso de la tierra.
Casi todos los suelos agrícolas de la Región Pampeana
argentina pertenecen al Orden de los Molisoles, y dentro
de estos, predominan los Grandes Grupo de los Argiudoles,
Hapludoles y Haplustoles (Panigatti, 2010; Godagnone et
al., 2002). Desde el punto de vista de la producción agrícola
y en especial cuando queremos elaborar un balance hídrico
de cultivo, el escurrimiento de agua superficial fuera del área
del cultivo es un factor cuantitativamente importante en
regiones de secano. De ahí, la necesidad de contar con un
modelo confiable que estime con buena precisión las situaciones reales de la relación precipitación-escurrimiento.
En realidad, para el cultivo lo más importante es la precipitación efectiva (PE) que gobierna la disponibilidad de agua
en el suelo, y la evapotranspiración. Entonces, estos serían
los componentes de L a tener en cuenta, mientras que la
retención superficial y la intercepción-evaporación, estarían incluidas en el escurrimiento, entendiéndolo como la
cantidad de agua que sale del sistema.
Dardanelli et al. (2010) obtuvieron una ecuación cuantitativa de escurrimiento superficial (ES) en función de las
precipitaciones diarias, midiendo los valores reales de agua
infiltrada en el suelo (PE) con lecturas de sonda de neutrones antes y después de un evento de lluvia, en las regiones
centro-este de Córdoba y sur de Santa Fe. Si bien, la ecuación cuantitativa obtenida presentaba un alto valor de R2,
también presentaba amplios rangos de dispersión en valores medios y altos de precipitación diaria. En consecuencia, la utilización de la misma en zonas de intensas precipitaciones, con altos valores diarios, produce importantes
errores en el cálculo del balance hídrico. Seguir buscando
disminuir la variabilidad de los valores ES con modelos cuantitativos va a ser una tarea difícil. Por lo tanto, es necesario considerar la alternativa práctica y universal de
variables cualitativas.
Definidos el tipo de suelo y la pendiente, otros dos
factores que afectan el ES diario son la intensidad de la precipitación (IP) y el estado de humedad superficial del suelo
(HSS), los cuales podrían ser utilizados como variables
cualitativas.
Por consiguiente se planteó la hipótesis, que la variabilidad del escurrimiento superficial diario encontrada en
los modelos cuantitativos se disminuye con modelos cuanti-cualitativos que incorporan variables indicadoras de IP
y HSS. Para confirmar esta hipótesis se establecieron los
objetivos de: i) Ampliar el número de observaciones de la
ecuación de escurrimiento superficial obtenida por Dardanelli et al. (2010) como modelo cuantitativo para pendientes menores a 1%. ii) Obtener un modelo cuantitativo
para pendientes entre 1% y 2%. iii) Encontrar modelos
cuanti-cualitativos de escurrimiento superficial que contengan las variables indicadoras de intensidad de lluvia y
humedad superficial del suelo.
MATERIALES Y MÉTODOS
La experiencia se llevó a cabo en la INTA-EEA Oliveros
(32°33’S - 60°51’W), sobre suelos serie Maciel y Oliveros (Andriani, 2006), y en Berreta (32°57’S - 61°24’W) sobre un suelo
serie Correa; todos pertenecientes al Gran Grupo de los Argiudoles y cultivados en el sistema de siembra directa. En el caso
de la EEA Oliveros se evaluaron cuatro lotes de producción
agrícola desde los años 2010 al 2014, con pendientes menores al 1% y en Berreta sobre un solo lote desde 2006 al 2009,
con pendientes entre el 1 y 2%. En cada lote se colocaron tres
tubos de aluminio de dos metros de profundidad en los sectores más representativos del relieve. Estos tubos fueron utilizados para medir la humedad del suelo en el punto medio
de cada horizonte con una sonda de neutrones, marca Troxler,
modelo 4302. En Oliveros las lecturas de humedad del suelo
se realizaron el día anterior y posterior de cada evento de lluvia.
Mientras que en Berreta, las lecturas se realizaron en períodos
entre 15 y 21 días, seleccionándose los períodos que tuvieron
eventos de lluvias únicos, ajustándose los valores registrados
con la evapotranspiración del cultivo (ETC) o evaporación del
barbecho (E). Para obtener el dato de escurrimiento puntual,
se utilizó la ecuación general de escurrimiento (Q=P-L) para
cada evento de lluvia superior a 5 mm, reemplazando el valor
L por PE. La PE se calculó como la diferencia entre dos mediciones sucesivas de humedad de suelo (antes y después de la
lluvia), menos la ETC o E, en ese período. La ETC se calculó multiplicando el coeficiente de cultivo (Kc) (Andriani, 1999 y datos no publicados) por la evapotranspiración de referencia (ETo),
utilizando la fórmula de Penman-Monteith (Allen et al., 2006),
para el cálculo de esta última. Los registros de lluvia diaria se
tomaron de pluviómetros ubicados cerca de los lugares de
muestreo y los demás parámetros meteorológicos (para el
cálculo de ETo) fueron obtenidos de la estación meteorológica
de la EEA Oliveros.
Los datos ES diarios obtenidos de esta experiencia se agregaron a los datos presentados por Dardanelli et al. (2010). Para
explicar cuantitativamente el comportamiento del escurrimiento superficial diario se ajustó un modelo de regresión lineal simple,
utilizando como variable explicativa la precipitación diaria. La
recta de regresión en su intersección con el eje de las abscisas,
determinó el valor de lluvia diaria a partir del cual, el escurrimiento superficial es positivo.
De esa estación meteorológica, también se utilizaron las
fajas del pluviógrafo, realizándose lecturas horarias. En base a
estas lecturas se establecieron tres niveles cualitativos de intensidad de lluvia diaria: Suave, moderada e intensa, a partir de
eventos que tuvieran precipitaciones menores a 6 mm/h, entre
6 y 15 mm/h y superiores a 16 mm/h, respectivamente. Otro
aspecto cualitativo que se tuvo en cuenta, fue el estado de humedad superficial del suelo. Este aspecto es subjetivo, pero estuvo
basado en la apreciación que normalmente realiza el productor agrícola en su observación habitual del estado de humedad
de la superficie del suelo. Se lo clasificó teniendo en cuenta su
estado en el momento previo a la lluvia: húmedo (no apropiado
para utilizar maquinaria agrícola), oreado (está óptimo para
la siembra) y seco (la superficie se la ve completamente seca).
Con el conjunto de datos cuantitativos clasificados como se
señaló anteriormente, se realizó un análisis estadístico. El objetivo del análisis fue poder determinar valores medios de escurrimiento a partir de la cantidad de lluvia caída, la intensidad
de la misma y la humedad superficial del suelo. Para estimar
el escurrimiento en función de variables cuantitativas y cualitativas, se utilizó un modelo de regresión lineal múltiple con
variables indicadoras (Neter et al., 1996), donde dichas variables toman el valor uno cuando el atributo al que se hace referencia está presente y valor cero en caso contrario (Tabla 1).
Tabla 1. Valores de variables indicadoras para intensidad de lluvia
y humedad superficial del suelo.
Table 1. Indicator variables values for rainfall intensity and surface
soil moisture.
El modelo planteado tiene la siguiente forma:
A partir de (1), se especificó un modelo distinto para cada combinación de los niveles de intensidad de las precipitaciones y niveles de humedad del suelo (Tabla 2).
Tabla 2. Niveles de intensidad de las precipitaciones y humedad
superficial del suelo.
Table 2. Levels of rainfall intensity and surface soil moisture.
Por ejemplo, para el caso en que la intensidad de las precipitaciones sea intensa y el suelo seco, la ecuación (1) tomará la siguiente expresión:
A partir del planteo del modelo (1) se utilizó el proceso de selección de variables Backward (Neter et al., 1996) para seleccionar cuáles son las variables que deben quedar en el modelo. Dicho procedimiento comienza con un modelo que tiene todas las variables regresoras y va eliminando las variables menos influyentes.
RESULTADOS Y DISCUSIÓN
Se obtuvieron de este trabajo 40 datos de ES, en suelos
con pendientes menores al 1%, que sumados a los publicados por Dardanelli et al. (2010), completaron un total
de 120 datos. Estos son graficados en la Figura 1, en relación con la precipitación diaria correspondiente, y ajustados a una ecuación lineal de regresión, cuyo R2 fue de
0,83.
El modelo estimado que representa la relación entre la
precipitación diaria y el escurrimiento superficial para pendientes del suelo inferiores al 1% (Fig. 1) es el siguiente:
Q = 0,5954 P – 8,5643 (2)
Figura 1. Relación entre la precipitación diaria y el escurrimiento superficial diario, para suelos Molisoles bajo siembra directa. Suelos con pendientes
menores al 1%.
Figure 1. Relationship between daily rainfall and daily surface runoff, under non-tillage in Mollisols soils. Soils slopes less than 1%.
donde, P es la precipitación diaria y Q el escurrimiento
superficial.
Si bien, el valor de R2 de esta ecuación lo podemos
considerar como un buen indicador de la bondad del modelo
para explicar la variabilidad del escurrimiento (dispersión
de los datos), se puede observar que la mayor dispersión
se encuentra entre los valores de 40 y 80 mm de precipitación diaria (Fig. 1). Cuando por separado se analizan los
51 datos que se encuentran dentro de este rango, el R2 que
se obtiene es de 0,11. En regiones donde la probabilidad
de ocurrencia de este rango de precipitaciones es alta, los
errores que se pueden cometer en la estimación del ES diario,
suelen ser muy grandes.
Por otra parte, se puede observar en la Figura 1, que la
línea de regresión de esos puntos toca el eje de las abscisas
en el valor de precipitación diaria de 14 mm. Por lo tanto, que
valores inferiores a esa cantidad de precipitación no producen escurrimiento superficial.
Como se mencionó en la introducción la relación lluvia
diaria-escurrimiento superficial se está estudiando desde
hace muchos años, en la mayoría de los casos para estudios
hidráulicos y no para lotes de producción agrícola. En la producción agrícola, el número de curva es la ecuación más difundida en todo el mundo, principalmente en los modelos
de simulación de producción de cultivos (Jones et al., 2003)
y en el balance de agua en el suelo. Sin embargo, por más
que se obtengan los datos empíricos del lugar (ajustando a
algún número de curva), adolece principalmente de su baja
sensibilidad a la variabilidad de la intensidad de lluvia. Pellat
(2009) menciona que después de varios años de uso del
método del NC de forma indiscriminada (validada muy pocas
veces; y cuando esto es así, sólo se comporta bien cuando
P es muy grande), es imperativa una formulación hidrológicamente sólida entre P y Q, en un esquema simple similar
al formato del NC. Coincidiendo con lo que decía Mishra et al. (2005), que el seguir buscando darle solidez al método
a través de relaciones empíricas o adecuaciones ‘‘ad hoc’’,
es parte de hacer viable un absurdo sin bases teóricas. Tanto
Pellat, como Dardanelli et al. (2010) proponen otros tipos
de modelos simples exponenciales, uno con sustento hidrológico y otro basado en registros locales, respectivamente.
El modelo cuantitativo de ES (2), como todos aquellos
que se utilizan en la determinación de balances hídricos,
no presenta una estimación aceptable de los datos reales
de ES, en valores altos de precipitación diaria (más de 40
mm). Por lo tanto, para mejorar esta estimación se propuso utilizar variables indicadoras cualitativas.
A partir del modelo presentado en (1) se hizo una
selección de variables utilizando el procedimiento Backward. El modelo resultante de dicha selección es el que se
presenta a continuación:
Los valores obtenidos para los estimadores paramétricos fueron:
Una vez determinado el modelo (3) se especificaron los modelos para cada uno de los escenarios de intensidad de la precipitación y humedad superficial del suelo. Por ejemplo, en el caso en que la precipitación es moderada y el suelo oreado, el modelo que se utiliza es:
Cuando la precipitación es suave y el suelo húmedo, la ecuación resultante es:
Así, para cada uno de los escenarios presentados se calculó el valor del escurrimiento medio estimado. Una forma más simple de estimar el escurrimiento, tomando como ejemplo este caso, es utilizando la ecuación:
donde, x es la precipitación diaria y los coeficientes b0 y b1
(Tabla 3) resumen los B y D que se deben incorporar en cada
escenario (combinación de IP y HSS).
Es decir, según el ejemplo anterior,
Tabla 3. Coeficientes para estimar el escurrimiento medio
en los distintos escenarios de intensidad de precipitación y
estado de humedad superficial del suelo.
Table 3. Coefficients to estimate average runoff in different
rainfall intensity scenarios and surface soil moisture status.
A cada uno de los 120 valores observados de escurrimiento superficial, asociados a determinados valores de precipitación diaria (Fig.1), se le adjuntaron los valores ajustados obtenidos por los modelos de regresión múltiple con variables indicadoras, correspondientes a cada categoría (Fig. 2).
Figura 2. Comparación de los valores de escurrimiento superficial observados a campo y los valores estimados por los modelos para cada uno de
los escenarios encontrados. Suelos con pendientes menores al 1%.
Figure 2. Comparison of surface runoff observed field values and models estimated values for each scenario. Soils slopes less than 1%.
Mientras que el modelo de regresión lineal simple presentado en la Figura 1 explica el 83% de la variabilidad de
la variable escurrimiento, el modelo de regresión con
variables indicadoras explica el 96% de dicha variabilidad.
Es decir, que los valores ajustados explican más la variabilidad de los datos observados que la curva de regresión
de la Figura 1. También, se calculó la raíz del error cuadrático
medio y los valores resultaron ser: 8,8 para el modelo de
regresión simple y 3,9 para el modelo con variables indicadoras. Es decir, estos resultados ponen de manifiesto la importancia que tiene considerar en el modelo los dos factores
evaluados.
Otra manera de presentar los datos es observar cuanto
se aproximan los valores ajustados a los observados (Fig.
3). Si el modelo ajusta correctamente a los datos observados, la mayoría de los puntos deben estar en o cercanos
a la línea sólida correspondiente a la función identidad.
Figura 3. Relación entre valores observados y valores predichos.
Figure 3. Relationship between observed values and predicted values.
Los resultados que se obtengan de las ecuaciones del
modelo cuanti-cualitativo pueden presentar valores negativos para un determinado rango de valores de precipitaciones. Si bien se estableció un valor límite de precipitación
de 14 mm por encima del cual comienza a haber ES, este
es un valor promedio de las distintas condiciones de IP y
HSS. Por consiguiente, en todos los casos que se utilice este
modelo y se obtengan valores de ES iguales o menores a cero, significa que no hay escurrimiento superficial y toda
agua precipitada ingresa al suelo.
En la localidad de Berreta, sobre un lote de producción
agrícola con una pendiente entre 1 y 2%, se obtuvieron
27 datos de escurrimiento superficial. En la Figura 4 se
grafican esos datos en función a su respectiva precipitación diaria y ajustados a una línea de regresión, cuyo R2 fue
de 0,92. En el gráfico de esta figura, se puede observar que
la línea de regresión de esos puntos toca el eje de las abscisas
en el valor de precipitación diaria de 12 mm. Por lo tanto,
valores inferiores a esa cantidad de precipitación no producen escurrimiento superficial.
Figura 4. Relación entre la precipitación diaria y el escurrimiento superficial diario, para suelos Argiudoles bajo siembra directa. Suelos con
pendientes entre el 1 y 2%.
Figure 4. Relationship between daily rainfall and daily surface runoff, under non-tillage in Argiudolls soils. Soils slopes between 1 and 2%.
El modelo cuantitativo que representa la relación entre la precipitación diaria y el escurrimiento superficial, para esa condición, es el siguiente:
donde, P es la precipitación diaria y Q el escurrimiento superficial.
Para un mismo valor de precipitación susceptible de
escurrimiento, los valores de ES estimados con esta ecuación son superiores a los que se obtienen con la ecuación
(1) en pendientes menores. Esto era de esperar, ya que Weir
(2002) había comprobado que pendientes superiores al 1%
provocaban una pérdida de agua por ES de alrededor de 2,5
veces mayor que pendientes inferiores al 1%.
Se observó que el análisis del modelo de regresión lineal
múltiple con interacciones (1) para los 27 datos obtenidos
iba a ser muy inconsistente. Debido a que, dentro de las
distintas combinaciones cualitativas (Tabla 1), una de ellas
no contaba con valores y varias tenían muy pocos datos.
Por consiguiente, se decidió presentar solamente el modelo cuantitativo (4).
CONCLUSIONES
Para suelos Molisoles de aptitud agrícola en siembra
directa de la Región Pampeana Argentina, con pendientes
inferiores al 1%, la ecuación lineal obtenida de los datos
observados, presenta un buen ajuste estadístico. Sin embargo, no presenta una estimación aceptable de los datos
reales de ES, para precipitaciones diarias entre los 40 y 80
mm, frecuentes en esta región.
El modelo cuanti-cualitativo, utilizando variables
indicadoras de intensidad de las precipitaciones y estado
de humedad superficial del suelo, produce una mejora
sustancial respecto al modelo cuantitativo para la estimación del escurrimiento superficial y su uso en modelos de
balance hídrico de cultivos. En el caso que este modelo produzca valores de ES iguales o menores que cero, se debe
considerar que no hubo escurrimiento y que toda el agua
precipitada ingresó al suelo.
Este último modelo tiene validez para suelos agrícolas
en siembra directa de la Región Pampeana con pendientes
menores al 1%, ya que fue desarrollado sobre el modelo
cuantitativo mencionado anteriormente, y dado que esta
región posee característica de intensidad de eventos de
precipitaciones diarias muy similares.
Considerando lo anteriormente dicho, la aplicación y
utilización del modelo cuanti-cualitativo podría ser extensible a todo el país, teniendo en cuenta que sean suelos
Molisoles en siembra directa, con pendiente inferior al 1%.
Para suelos Molisoles de aptitud agrícola en siembra
directa del sur de Santa Fe, con pendientes entre el 1 y 2%,
el modelo cuantitativo obtenido mostró un muy buen
ajuste pese a los pocos datos registrados de ES, pudiendo
ser una buena referencia para estos suelos. Esos pocos
datos fueron muy escasos para conseguir un modelo
cuanti-cualitativo.
AGRADECIMIENTOS
Al señor Carlos Correro por su extraordinaria predisposición y dedicación en el registro de datos tomados a campo. Este trabajo se pudo realizar por financiación y logística aportada por el Instituto Nacional de Tecnología Agropecuaria.
BIBLIOGRAFÍA
1. Allen, RG; LS Pereira; D Raes & M Smith. 2006. Evapotranspiración del cultivo - Guías para la determinación de los requerimientos de agua de los cultivos. Cuadernos de riego y drenaje N° 56. FAO, Roma, 298 pp.
2. Andriani, JM. 1999. Coeficientes de cultivo para soja de distinta época de siembra. Mercosoja 99, Resumen de trabajos y conferencias presentadas, Rosario, Argentina. Ecofisiología y Climatología, pp. 1.
3. Andriani, JM. 2006. Contenido de agua útil de los principales suelos Argiudoles y Hapludoles del sur de Santa Fe. XX Congreso Argentino de la Ciencia del Suelo, I reunión de suelos de la región andina, resúmenes, Salta-Jujuy, Argentina, pp. 94.
4. Dardanelli, J; I Severina & JM Andriani. 2010. Funcionalidad de raíces y agua del subsuelo: Su rol en la optimización del riego suplementario. En: 1er. Seminario Internacional de Riego en Cultivos y Pasturas. Potencial del riego extensivo en cultivos y pasturas. pp. 19-28.
5. Godagnone, RE; H Bertola &M Ancarola. 2002. Ed. INTA-IGM. Ilustraciones y cuadros.
6. Hudson, NW. 1997. Medición sobre el Terreno de la Erosión del Suelo y de la Escorrentía. Capítulo 3, Boletín de suelos N°68, FAO-Organización de las Naciones Unidas para la agricultura y la alimentación, Roma.
7. Jones, JW; G. Hoogenboom; CH Porter; KJ Boote; WD Batchelor; LA Hunt; PW Wilkens; U Singh; AJ Gijsman & JT Ritchie, 2010. The DSSAT cropping system model. European Journal of Agronomy pp. 235-265.
8. Linsley, R. 1982. Hydrology for Engineers. Book McGraw-Hill, 508 pp.
9. SCS. 1972. National Engineering Handbock, Section 4, Hydrology, U.S. Department of agriculture, U.S. Govermment Printing Office, Washington, DC.
10. Mishra, SK & VP Singh. 2003. Soil conservation service curve number (SCS-CN) methodology. Vol. 42, Water Science and Technology Library, ISBN 1-4020-1132-6, 513 pp.
11. Neter, J; M Kutner; CJ Nachtsheim & W Wasserman. 1996. Applied Linear Statistical Models. 4ta Edición, Editorial WCB/McGraw-Hill, Estados Unidos.
12. Panigatti, JL. 2010. Argentina 200 años, 200 suelos. Ed. INTA, Buenos Aires, 345 pp.
13. Pellat, FP. 2009. Mitos y falacias del método hidrológico del número de curva del SCS/NRCS. Agrociencia Vol. 43,N°5 , México. Pp.521-528.
14. Sasal, MC; MG Castiglioni & MG Wilson. 2010. Effect of crop sequences on soil properties and runoff on rainfall erosion plots under no tillage. Soil & Tillage Research 108: 24-29.
15. Weir Edgardo. 2002. Pérdida de suelo y agua en parcelas de escurrimiento. En: A. Andriulo (ed), Por una agricultura sin contaminantes. Proyecto de contaminación Agrícola del INTA, Pergamino, Argentina.