Documente Academic
Documente Profesional
Documente Cultură
Capas básicas...................................................................................................................................................................... 5
Referencias ....................................................................................................................................................................... 41
2
Listado de tablas
Tabla 1. Factores de corrección .......................................................................................................................................... 7
Tabla 3. Valores del número de curva derivados de categorías estándar para condición de humedad antecedente
media (NRCS, 1986) .......................................................................................................................................................... 16
Tabla 5. Rango de valores de los parámetros empleados en el Índice DRASTIC (Aller et al., 1987)................................. 25
Tabla 6. Índices de ponderación empleados en el Índice DRASTIC (Aller et al., 1987) ..................................................... 26
Tabla 9. Valores del coeficiente de intercepción de flujo para el cálculo de velocidad (k) considerados en base a Brown
et al. (2001) ....................................................................................................................................................................... 31
Tabla 10. Parámetros de entrada utilizados en el modelo VFSMODEL para la obtención de la eficacia de retención de
las franjas de vegetación ribereña (Orúe et al. 2011)....................................................................................................... 36
Tabla 11. Matriz de integración. Ejemplo de valoración del aporte relativo de cada función (filas) a cada servicio
(columnas). 0: aporte bajo o despreciable, y 1: para la/s función/es que ejerce/n la máxima contribución dentro de
cada servicio. .................................................................................................................................................................... 39
Listado de figuras
Figura 1. Interfaz de herramienta “Con” de ArcGis .......................................................................................................... 21
3
Introducción
En este documento se explican los fundamentos y procedimientos de alguno de los
índices/modelos propuesto por ECOSER para el mapeo de funciones y servicios ecosistémicos con
un ejemplo de aplicación. Para ejecutar los índices/modelos en forma más interactiva y sencilla se
presentan en formato ArcToolbox de ArcGIS (de todas formas los mapas pueden realizarse en otro
software siguiendo los procedimientos descriptos en este documento). Como ejemplo de
aplicación se seleccionó la cuenca del arroyo Vivoratá ubicada en el sudeste de la provincia de
Buenos Aires (Argentina). En la página web de ECOSER (www.eco-ser.com.ar) se encuentra
disponible para su descarga el Sistema de Información Geográfica (SIG) de la cuenca para ejecutar
cada arctoolbox con el ejemplo de aplicación.
Para ejecutar las ArcToolboxes es necesario contar con:
- ArcGIS 9.x (Service Pack 3 o 4) o versiones posteriores como ArcGIS 10 (Service Pack 1).
- Licencia de nivel ArcINFO para ejecutar algunos de los modelos.
- La extensión Spatial Analyst instalado y activado.
- Python 2.5 o superior, que normalmente se instala automáticamente como parte de ArcGIS.
Para ejecutar estos índices/modelos se requiere de habilidades básicas a intermedias en
ArcGIS y/o el manejo de SIG.
2) Abrir ArcCatalog .
3) Posicionar el puntero del mouse en el sector donde se encuentran las ArcToolboxes y con el
botón derecho seleccionar “Add toolbox…”, dirigirse a la carpeta donde haya descargado la/s
toolbox/es y seleccionar la/s que desee instalar (“ECOSER 2.0.tbx” contiene todas las herramientas
desarrolladas dentro del módulo 1 y 2 de ECOSER, pero también se encuentran disponibles por
separado cada índice/modelo propuesto). Para que la caja de herramientas seleccionada quede
guardada en las Arctoolboxes siempre que utilice ArcGIS, con el botón derecho del mouse (en el
sector de las ArcToolboxes) seleccionar “Save Settings… To default”.
4
NOTA: una causa común de error en el funcionamiento de ArcGIS es la configuración regional y de
idioma. Chequear que coincida la configuración de su PC con la del software.
Capas básicas
Para correr los modelos de ECOSER es necesario contar con un Sistema de Información
Geográfica (SIG) de la zona de interés. El usuario debe compilar una base de datos espacial del
área de estudio y darles el formato necesario según lo descripto en las instrucciones de cada
modelo. Todas las capas del SIG deben estar en la misma proyección plana (metros). Algunas de
las capas necesarias para correr los modelos son:
- Modelo digital de elevaciones: más conocido por sus siglas en inglés como DEM. El DEM es una
capa en formato raster donde el valor del píxel indica la elevación o cota de ese sitio. La NASA
ofrece los DEM ASTER y pueden descargarse gratuitamente. Tener en cuenta que para trabajar
con un DEM primero deben realizarse algunas correcciones, como por ejemplo, remover los
valores “pits”, es decir, aquellos pixeles rodeados de otros píxeles con elevaciones más altas que
por lo tanto no drenan (ver las herramientas que ofrece ArcGIS para tales fines).
- Clasificación de coberturas/usos de la tierra: es una capa del SIG donde el valor de cada píxel
representa la cobertura de la tierra (conocida también por sus siglas en inglés LULC- land use land
cover). Existen muchas técnicas para realizar clasificaciones en base a imágenes satelitales, para
más información puede consultarse la siguiente bibliografía:
o Eastman, R. 2006. Guía para SIG y Procesamiento de Imágenes. Idrisi Andes. Clark
Labs.
o Chuvieco Salinero. 2008. Teledetección ambiental: La observación de la Tierra
desde el espacio. Editorial Ariel.
- Mapa de recursos hídricos: algunas de las funciones ecosistémicas requieren una capa donde
estén delimitados los arroyos, ríos, humedales, lagunas, etc.
- Mapa de suelos: algunas de las funciones ecosistémicas requieren una capa con información
descriptiva de los suelos, por ejemplo, el contenido de materia orgánica, la capacidad para uso
para la agricultura, el tipo hidrológico, etc.
- Mapas con información climática: algunas funciones ecosistémicas requieren mapas con
valores de precipitación.
5
Funciones ecosistémicas
1. Almacenamiento de carbono orgánico en el suelo
Para estimar la función ecosistémica de almacenamiento de carbono orgánico del suelo (COS)
se emplea la metodología propuesta por el IPCC (Intergovernmental Panel on Climate Change,
IPCC, 2006a) (Ecuación 1):
= ∗
∗
∗
Ecuación 1
Donde COSi es la cantidad de COS (Mg ha-1) estimado en el píxel i, COSref es el contenido de
COS (Mg/ha) bajo la condición de referencia (vegetación nativa sin disturbar), Flu es el factor de
cambio relacionado al tipo de cobertura/uso del suelo, Fmg es el factor de cambio relacionado a las
diferentes prácticas de labores y Fa es el factor de cambio que representa los distintos niveles de
aporte de C al suelo.
En caso de no contar con valores locales, ECOSER propone por defecto los valores de
referencia proporcionados por el IPCC (2006a). Por lo tanto el mapa generado con el arctoolbox de
esta función ecosistémica será una capa raster donde el valor del píxel indicará el contenido de
carbono orgánico en suelo en Mg COS/ha.
INSUMOS NECESARIOS
Para todas las capas la proyección utilizada debe ser la misma (por ej. metros), así como la
resolución espacial. En muchas ocasiones puede suceder que el SIG del área de estudio contenga
capas con resoluciones espaciales diferentes (por ej., el DEM con una resolución de 90mx90m
mientras que la clasificación de coberturas sea de 30mx30m). Si el índice/modelo que desea
ejecutar emplea capas con resoluciones diferentes deberá llevar el píxel a la resolución menor (en
ArcGis este procedimiento puede hacerse con la herramienta “Resample”).
1) COSref: ingresar una capa raster donde el valor del píxel sea el contenido COS (Mg/ha) bajo
la condición de referencia (vegetación nativa sin disturbar). Si no se cuentan con valores locales,
en la página www.ipcc-nggip.iges.or.jp en la sección de publicaciones, puede descargarse el
documento: “Directrices del IPCC de 2006 para los inventarios nacionales de gases de efecto
invernadero” (Volumen 4, Agricultura, Silvicultura y otros usos de la tierra). En el capítulo 2 (IPCC,
2006b) se presenta un cuadro con los valores de COS de referencia para suelos minerales (Mg/ha,
entre 0 y 30 cm de profundidad).
NOTA:
Los valores proporcionados por las tablas se encuentran en Ton de C por hectárea, por lo tanto deben
corregirse con el tamaño del píxel utilizado. Por ejemplo, para un píxel con área de 900m2 (30x30m) si
en la tabla el valor elegido es de 88 Ton C/ha asignar 7.92 Ton C.
2) Cobertura (LULC): ingresar una capa raster donde el valor del píxel representa el
uso/cobertura de la tierra (conocida también por sus siglas en inglés LULC- land use land cover).
6
Luego esta capa será reclasificada con los factores de cambio de existencias de COS por efecto del
uso de suelo.
3) Reclasificación: en función de las diferentes coberturas que contenga la clasificación
disponible deben asignarse los factores de corrección correspondiente a la Ecuación 1 (Flu, Fmg y
Fa). Al igual que los valores de referencia para COS, el IPCC propone estos factores de corrección
(Tabla 1, para más factores ver la Tabla 5.5 del documentos IPCC, 2006c).
Tabla 1. Factores de corrección
Forestación 1 1 1
Humedal 1 1 1
Bajo inundable 1 1 1
Urbano 0 0 0
NOTAS:
- No colocar los factores de corrección como números decimales ya que la herramienta de
reclasificación no lo permite. Multiplicar los factores por 100. Por ejemplo: si el factor es 0.69, en el
cuadro de clasificación colocar 69.
- Ver documentos en la página www.ipcc-nggip.iges.or.jp en la sección de publicaciones, puede
descargarse el documento: Directrices del IPCC de 2006 para los inventarios nacionales de gases de
efecto invernadero, Volumen 4, Agricultura, silvicultura y otros usos de la tierra. Para usar el método del
IPCC usted debe conocer el dominio del clima al cual pertenece su región utilizando la siguiente tabla:
Http://www.fao.org/geonetwork/srv/en/main.home.
7
INSUMOS NECESARIOS
Para todas las capas la proyección utilizada debe ser la misma (por ej. metros), así como la
resolución espacial. En muchas ocasiones puede suceder que el SIG del área de estudio contenga
capas con resoluciones espaciales diferentes (por ej., el DEM con una resolución de 90mx90m
mientras que la clasificación de coberturas sea de 30mx30m). Si el índice/modelo que desea
ejecutar emplea capas con resoluciones diferentes deberá llevar el píxel a la resolución menor (en
ArcGis este procedimiento puede hacerse con la herramienta “Resample”).
1) Cobertura (LULC): ingresar una capa raster donde el valor del píxel representa el
uso/cobertura de la tierra (conocida también por sus siglas en inglés LULC- land use land cover).
2) Reclasificación: valores de almacenamiento de carbono - valores que se asignaran a cada
uso/cobertura para estimar el contenido de carbono en biomasa de cada píxel. De no contar con
valores locales, el IPCC propone coeficientes por defecto de biomasa (IPCC, 2006c, 2006d).
Cultivo 5.67
Forestación 6.34
Humedal 0
Bajo inundable 0
Urbano 0
NOTAS:
- Tener en cuenta que los valores proporcionados por esta tabla son Ton de C por hectáreas, por lo
tanto es necesario llevarse ese valor al tamaño del píxel con que se esté trabajando. Por ejemplo, para
un píxel con área de 900m2 (30x30m) si en la tabla el valor elegido es de 88 Ton C/ha, deberá asignarse
7.92 Ton C.
- No poner los factores de corrección como números decimales ya que la herramienta de
reclasificación no lo permite. Multiplicar los factores por 100. Por ejemplo: si el factor que desea asignar
es 0.69, en el cuadro de clasificación colocar 69.
8
3. Control de la erosión
TOOLBOX: Control de Erosión Hídrica_1
La erosión y sedimentación son procesos naturales pero en exceso pueden ocasionar impactos
negativos como la reducción de la productividad agrícola, la contaminación de cuerpos de agua
superficiales y su colmatación, entre otros. La magnitud del transporte de sedimentos en una
cuenca se determina por varios factores. La variación natural en las propiedades del suelo, los
patrones de precipitación y la pendiente crean patrones de erosión y de flujo de sedimentos.
Mientras que otros factores como la cobertura vegetal mantienen el suelo en su lugar y capturan
los sedimentos durante su transporte.
Para estimar el control de la erosión se utiliza la Ecuación Universal de Pérdida de Suelo
Revisada (RUSLE, Renard et al., 1991). Esta ecuación predice pérdidas de sedimentos medias
anuales de acuerdo a factores climáticos, topográficos, edáficos y de uso y cobertura del suelo
según la siguiente ecuación:
= ∗ ∗ ∗ ∗
Ecuación 2
Por lo tanto, el control de la erosión de un pixel j es igual a la diferencia entre Amáx – Ai.
INSUMOS NECESARIOS
Para todas las capas la proyección utilizada debe ser la misma (por ej. metros), así como la
resolución espacial. En muchas ocasiones puede suceder que el SIG del área de estudio contenga
capas con resoluciones espaciales diferentes (por ej., el DEM con una resolución de 90mx90m
mientras que la clasificación de coberturas sea de 30mx30m). Si el índice/modelo que desea
ejecutar emplea capas con resoluciones diferentes deberá llevar el píxel a la resolución menor (en
ArcGis este procedimiento puede hacerse con la herramienta “Resample”).
1) Índice de erosividad de precipitaciones (R). R es una capa raster donde el valor del píxel es
el índice de erosividad. El factor R se define como el producto acumulado para un periodo de
9
interés (generalmente 1 año) con cierta probabilidad de ocurrencia (50%) de la energía cinética de
una precipitación por su máxima intensidad en 30 minutos. Este factor está determinado por la
cantidad total de precipitación anual y por la forma en que éstas se producen, siendo más erosivas
cuanta mayor cantidad de agua cae en un menor espacio de tiempo. El índice de erosividad es
ampliamente utilizado pero en caso de no contar con valores de R locales, existen métodos y
ecuaciones para ayudar a generar este raster usando datos climáticos (por ej.
http://www.fao.org/docrep/t1765e/t1765e0e.htm).
Para la zona de estudio utilizada en este tutorial, se obtuvieron valores puntuales de R para
distintas posiciones geográficas desde el "Manual de sistematización de tierras para control de
erosión hídrica y aguas superficiales excedentes" de la EEA-INTA Paraná. Los datos puntuales
fueron geo-referenciados y posteriormente se realizó una interpolación (Kriging). El valor de este
parámetro generalmente se expresa en unidades de energía por unidad de superficie (J/ha).
NOTA:
Tener en cuenta que los valores de R se encuentran en hectáreas, por lo tanto deberá llevarse ese valor
al tamaño del píxel con que se esté trabajando. Por ejemplo, para un píxel con área de 900m2 (30x30m)
si el valor de R es de 400 J/ha deberá asignarse 36 J*píxel.
2) Factor K (erodabilidad). K es un conjunto de datos raster donde el valor del píxel es el factor
de susceptibilidad del suelo a la erosión. Es una medida de la susceptibilidad de las partículas de
suelo para separarse y ser transportadas por la lluvia y escorrentía, se expresa en Mg/J. El factor K
puede obtenerse aplicando la ecuación propuesta por (Wischmeier y Smith, 1978):
1.292 ∗ 2.1 ∗ . ∗ 10! ∗ "12 − $ + 3.25 ∗ "( − 2$ + 2.5 ∗ " − 30$)
=
100
Ecuación 4
Siendo:
M= (100 - % arcilla) * (% limo + % arena muy fina)
MO = % materia orgánica
E = código (curva) de estructura
P = código (curva) de permeabilidad
Los datos empleados para el cálculo de la ecuación fueron obtenidos del Atlas de Suelos de la
República Argentina a escala 1:500000 (Salazar et al., 1980).
3) Factor LS. LS es un raster donde el valor del píxel indica el producto de los sub-factores
longitud (L) y pendiente (S) del terreno y representa el efecto de la topografía sobre la pérdida de
sedimentos por erosión. Dado que existen diferentes métodos para su cálculo, a continuación se
resumen los seleccionados en ECOSER:
*
= "++.,$ "0.065 + 0.045 + 0.0065 + $ (Wischmeier y Smith, 1978)
Ecuación 5
10
Donde LS representa la proporción de pérdida de suelo en comparación con un sitio de
referencia "estándar" con 9% de pendiente y 22.13 metros de longitud de la pendiente. S es la
pendiente en grados mientras que el exponente m toma los siguientes valores:
m = 0.5 si la pendiente es mayor a 5%
m = 0.4 para pendientes entre 3.5% y 4.5%
m= 0.3 para pendientes entre 1% y 3%
m= 0.2 para pendientes menores a 1%.
Por otro lado, / se calcula como:
122ó4 5 67∗7485 5 9í =.>
/=0 < (Bolton et al., 1995)
,.;
Ecuación 6
11
Humedales: 0
Bajos inundables: 0.001 (ingresar 1)
Ciudades: 0
4. Fertilidad de suelos
Para estimar la capacidad de los ecosistemas en brindar el soporte necesario para la
producción agrícola se emplea como indicador la fertilidad de los suelos, la cual es estimada a
través del Índice de Productividad (Riquier et al., 1970). Este índice permite establecer una
valoración numérica de la capacidad productiva de los suelos (asumiendo que bajo condiciones
óptimas de manejo la capacidad productiva de los suelos depende de sus propiedades intrínsecas).
La productividad se expresa como producto de los siguientes factores: humedad, drenaje,
profundidad efectiva, textura, estructura, saturación en bases del complejo absorbente,
concentración de sales solubles, contenido en materia orgánica, naturaleza de la arcilla y reservas
minerales. Cada factor se valora en una escala de 0-100 y como referencia general se pueden
establecer los siguientes rangos:
- 100 a 70 muy buena productividad
- 69 a 50 buena productividad
- 49 a 30 regular productividad
- 29 a 0 baja productividad
Para la zona de estudio elegida los valores de este índice se encuentran disponibles en las
Cartas de Suelos 1:50.000 de INTA.
Si bien el clima y la topografía son considerados factores de primer orden en el control de las
condiciones hidrológicas (Sørensen et al., 2006), el reconocimiento del papel de los ecosistemas
como reguladores del ciclo hidrológico ha crecido en las últimas décadas (Jobbagy, 2011). Hay
muchos caminos que el agua puede tomar en su ciclo continuo desde que cae de la atmosfera
como precipitación hasta que regresa a la misma como vapor. La vegetación desempeña un papel
importante en este ciclo a través del intercambio de energía, agua, carbono, y otras sustancias
(Zhang et al., 1999). Su rol principal sobre la circulación de agua es la partición de las
precipitaciones en “flujos evaporativos” que retornan a la atmósfera y “flujos líquidos” que
alimentan cuerpos superficiales y subterráneos de agua y que, eventualmente, alcanzan el océano
(Jobbagy, 2011). En muchas ocasiones a través de la intercepción de la lluvia, la
evapotranspiración y el almacenamiento del agua en el suelo, los ecosistemas terrestres
amortiguan las inundaciones de manera significativa aguas abajo de la cuenca (Jobbagy, 2011;
Jobbágy et al., 2008). Esta función ecosistémica quedó evidenciada en varios lugares del mundo,
12
por ejemplo en China donde una de las principales causas de la gran inundación de la cuenca del
río Yangtze en 1998 fue el gran deterioro de los ecosistemas aguas arriba (Fu et al., 2013).
La función ecosistémica de retención de excesos de precipitación por cobertura vegetal se
define como la lluvia de tormenta interceptada por el ecosistema en un año. El cálculo se realiza
para cada evento de tormenta y se emplea un método denominado Número de Curva (ver 5.1.
Cálculo de infiltración y escurrimiento superficial). De acuerdo al índice propuesto por Fu et al.
(2013), la cantidad de agua de inundación mitigada anualmente por un ecosistema puede ser
calculada restando el escurrimiento a la lluvia de tormenta:
"?!=.+@A$B
( = 0 − ?C=.D@A
< ∗ EíFG87H48
Ecuación 7
ES = 0 Si P≤ 0.2IE
Ecuación 8
1
desde 1994 National Resources Conservation Service (NRCS).
13
incluye agua retenida en depresiones de la superficie, agua interceptada por la vegetación,
evaporación e infiltración) calculada como:
+>==
I( = 0 < − 254
JK
Ecuación 9
siendo NC el valor de curva número para determinado tipo hidrológico de suelo, condición de
humedad previa y uso de la tierra. Un NC de valor 100 representa una condición nula de retención
potencial (IE=0), esto es, una cuenca completamente impermeable. Contrariamente, un número
de curva de valor 0 corresponde a una retención potencial ilimitada (S=∞), esto es, una cuenca
capaz de retener toda precipitación. Lo ideal sería emplear valores NC locales, pero en el caso de
cuencas no aforadas se suministran tablas en las que éstos varían para cada complejo uso del
terreno-suelo-vegetación (Alonso, 2001).
Factores que determinan el valor Número de Curva
- Uso del suelo y cobertura vegetal. El SCS reconoce numerosas categorías de
usos/coberturas, entre las cuales se encuentran: barbecho (condición de uso agrícola de mayor
potencial de escurrimiento dado que la superficie del suelo se encuentra desnudo), cultivos en
línea, cultivos densos, forrajeras y leguminosas, pasturas en rotación, pastura natural,
forestaciones, entre otras.
- Grupo hidrológico de suelo. Existen cuatro categorías de tipo hidrológico del suelo. El tipo
A tienen una alta capacidad de infiltración; el tipo D posee una baja capacidad de infiltración, es
decir, produce escorrentía fácilmente. Los suelos de tipo B y C tienen propiedades hidrológicas
intermedias. De una forma más concreta el SCS hace la siguiente descripción para los cuatro tipos
de suelos:
o Grupo A: suelos con bajo potencial de escurrimiento por su gran permeabilidad y con
elevada capacidad de infiltración, aun cuando estén húmedos. Se trata principalmente de suelos
profundos y con texturas gruesas (arenosa o areno-limosa).
o Grupo B: suelos con moderada capacidad de infiltración cuando están saturados.
Principalmente consisten en suelos de mediana a alta profundidad, con buen drenaje. Sus texturas
son moderadamente gruesas (franca, franco-arenosa o arenosa).
o Grupo C: suelos con escasa capacidad de infiltración una vez saturados. Su textura va de
moderadamente fina a fina (franco-arcillosa o arcillosa). También se incluyen aquí suelos que
presentan horizontes someros bastante impermeables.
o Grupo D: suelos muy arcillosos con elevado potencial de escurrimiento y, por lo tanto, con
muy baja capacidad de infiltración cuando están saturados. También se incluyen aquí los suelos
que presentan una capa de arcilla somera y muy impermeable así como suelos jóvenes de escaso
espesor sobre una roca impermeable, ciertos suelos salinos y suelos con nivel freático alto.
- Condición de humedad del suelo. La condición de humedad del suelo en la cuenca de
drenaje antes de que ocurra el escurrimiento es otro factor de importancia en la determinación
del valor final de NC. En este método la condición de humedad antecedente se clasifica en tres
14
clases (por sus siglas en inglés, AMC, se determinan en función de la lluvia en un período de 5 días
previos al evento en consideración):
o AMC I: Los suelos en la cuenca se encuentran muy secos.
o AMC II: Condición hidrológica promedio.
o AMC III: Los suelos de la cuenca están próximos a la saturación debido a lluvias anteriores.
2
https://www.nrcs.usda.gov/wps/portal/nrcs/detailfull/national/water/?&cid=stelprdb1043063
15
(poca infiltración, pendientes elevadas) y valores bajos de CN garantizan altas tasas de infiltración
(poco escurrimiento y erosión hídrica baja). A continuación se presentan los valores de CN
seleccionados para el área de estudio empleada en este tutorial (Tabla 3). Hay tablas para
diferentes condiciones de humedad previa, en este caso se empleó la tabla para condición de
humedad previa “media”.
Tabla 3. Valores del número de curva derivados de categorías estándar para condición de humedad
antecedente media (NRCS, 1986)
Pastizal 58 78 71 meadow
16
Nota: dado que esta función estima la retención de precipitación por cobertura vegetal, tener en cuenta
que si la clasificación de coberturas utilizada tiene otras clases (que no son vegetales) el mapa final debería
ser corregido aplicando una máscara a los pixeles que no lo sean.
Cultivo 1 B 1 2 81
Forestal 3 B 1 4 55
Humedal 4 B 1 5 98
Bajo inundable 5 B 1 6 98
Duna 6 B 1 7 0
Urbano 7 B 1 8 85
Cultivo 1 D 10 11 91
Pastura y Pastizal 2 D 10 12 81
Forestal 3 D 10 13 77
Humedal 4 D 10 14 98
Bajo inundable 5 D 10 15 98
Duna 6 D 10 16 0
Urbano 7 D 10 17 92
2) Retención inicial (IE): seleccione la ubicación donde se guardará la capa generada, el valor
de píxel indica la retención inicial en mm (todas las pérdidas antes de que comience el
17
escurrimiento, incluye agua retenida en depresiones de la superficie, agua interceptada por la
vegetación, evaporación e infiltración).
3) 0.2 * IE: seleccione la ubicación donde se guardará la capa generada, esta capa será un
insumo para el PASO 2.
18
El índice propuesto a continuación pretende jerarquizar los humedales en función de su
capacidad potencial para retener excesos de precipitación y considera sólo dos de los factores
mencionados más arriba. Este índice asume que la capacidad de atenuación de inundaciones de
un píxel de humedal depende de la influencia combinada del área del humedal al cual pertenece el
píxel y su ubicación en la red de drenaje de acuerdo a la siguiente ecuación:
(L = L ∗ IML
Ecuación 10
Ecuación 11
Donde ai es el área que drena al píxel i y tanβi es la pendiente direccional del píxel i. Este
índice expresa parcialmente el volumen relativo y la cantidad de movimiento del flujo que pasará
por cada punto del terreno (por cada píxel i). A mayor área drenada y menor pendiente se
incrementa la concentración y saturación hídrica en los suelos, áreas con valores altos de ITH
representan zonas de generación de escurrimiento superficial y mayor riesgo de inundación (Roa-
Lobo y Kamp, 2012).
19
INSUMOS NECESARIOS
Para todas las capas la proyección utilizada debe ser la misma (metros), así como la resolución
espacial. En muchas ocasiones puede suceder que el SIG del área de estudio contenga capas con
resoluciones espaciales diferentes (por ejemplo, el DEM con una resolución de 90mx90m mientras
que la clasificación de coberturas sea de 30mx30m). Si el modelo o función ecosistémica que
desea correr emplea capas con resoluciones diferentes deberá llevar el píxel a la resolución menor
(en ArcGis este procedimiento puede hacerse con la herramienta “Resample”).
1) Mapa con valores de ITH: es necesario generar un mapa en formato raster donde el valor
del píxel sea el valor del ITH. Ejecute la herramienta ITH ubicada en la caja de herramientas de
ECOSER 2.0 Herramientas extras índice topográfico de humedad. Deberá ingresar una capa
raster donde los valores del píxel sean el área de contribución y otra capa con las pendientes.
¿Cómo generar la capa con los valores de área de contribución y la capa de pendientes?
Hay varias formas de calcular la pendiente y el área de contribución (área de drenaje) para
determinar el valor de ITH. ECOSER sugiere emplear el enfoque de Dinf propuesto por Tarboton
(1997), el cual provee mejores resultados que otros cálculos de pendientes sobre DEMs. La
herramienta puede descargarse gratuitamente y aplicarse en entorno ArcGis.
Debe cargar en ArcMap la herramienta TauDEM (Terrain Analysis Using Digital Elevation
Models)3. Luego de instalar TauDEM agregue en la ventana de ArcToolbox la herramienta (botón
derecho mouse Add Toolbox… buscar Taudem Tools en donde se haya instalado,
seguramente en C:/Archivos de Programa/TauDEM).
NOTA:
Leer con atención las notas y consejos de la versión de TauDEM descargada, por ejemplo, para la versión
TauDEM 4.0 los archivos y la ubicación de los mismos no pueden tener espacios ni superar los 13
caracteres. Es conveniente crear una carpeta en C, con un nombre corto, copiar el DEM ahí y ejecutar
todas las herramientas de TauDEM en dicha carpeta. Lea atentamente la explicación que ofrece la
toolbox, hay que respetar las indicaciones que presenta para que la herramienta funcione, como los
sufijos que hay que poner al nombrar el DEM. También el valor de los píxeles en el DEM deben ser de tipo
punto flotante (“floating point”). Otro aspecto importante es que todas las capas raster que se vayan
generando tengan definida su proyección.
Debe ejecutar algunas de las herramientas que se encuentran en el menú “Basic Grid Analysis”
para generar las capas necesarias que finalmente se utilizarán para obtener la capa con los valores
de ITH.
3
La herramienta TauDEM se descarga gratuitamente de http://hydrology.usu.edu/taudem
20
Paso 1: Ejecutar Dinf Flow Directions y Dinf Contributing Area (recuerde utilizar siempre el DEM
con los valores “pozo” removidos – ver sección capas básicas). Estas dos herramientas derivan del
DEM:
- una capa donde el valor del píxel es la pendiente (demslp).
- una capa donde el valor del píxel es la dirección del flujo (demang).
- una capa donde el valor del píxel es el área de contribución (demsca).
Paso 2: Para evitar la división por ceros, ejecute la herramienta “Con” disponible en el
ArcToolbox Spatial Analyst Tools Conditional Con.
Como se muestra en la siguiente interfase (Figura 1), deberá ingresar la capa de pendientes y
en el casillero denominado “Expression” colocar “value>0” y en “Input false raster or constant
value” escribir por ejemplo “0.001”. De esta forma todos los pixeles que presente valor de
pendiente 0 cambiarán a valor 0.001 y de esta forma la división para el cálculo del ITH se podrá
realizar sin problemas.
Una vez que haya generado la capa raster con los valores de ITH, hay que normalizar esa capa
para luego poder multiplicarla con la capa con los valores de área del humedal. Para eso puede
emplear la calculadora raster. Ir a “Spatial Analyst” “Raster Calculator”. Debe chequear en la
capa ITH cual es valor mínimo y el máximo (con el botón derecho sobre la capa properties
solapa “source” en “statitics” se encuentra el valor mínimo y máximo). Luego en la calculadora
raster selecciona la capa ITH se le resta el valor mínimo y luego dividimos el resultado por la
diferencia entre el máximo y mínimo valor.
2) Mapa con los valores del área de humedal (AH): para generar esta capa es necesario contar
con una máscara de los humedales de la zona bajo estudio y calcular el área correspondiente a
21
cada uno. Esta capa puede derivarse de la clasificación de coberturas de la tierra (ver sección de
capas básicas) reclasificando los valores, es decir, asignar a todos los pixeles pertenecientes a
humedales 1 y al resto de las coberturas 0. Luego convertir esa máscara de humedales en un
shape (Conversion Tools from raster Raster to polygon) donde cada humedal sea un
polígono y en la tabla de atributos calcular el área de cada humedal. Luego volvemos a generar un
raster donde los valores de los píxeles que conforman los humedales sean el valor en hectáreas
del área de dicho humedal. Para esto, utilice la herramienta Conversion Tools To raster
Polygon to raster. Cuando realice la conversión, recuerde seleccionar en el “value file”: el campo
donde se calculó el área de cada humedal.
Debe relativizar esta capa al igual que la capa con los valores de ITH. En la calculadora raster, a
la capa con los valores de área restar el valor mínimo y dividir por la diferencia entre el valor
máximo y el mínimo.
22
Donde PACi es la protección de acuíferos por cobertura en el pixel i, Pi es un factor que refleja
el rol de protección de la cobertura vegetal en el píxel i en función del nivel de insumos necesarios
para el desarrollo de la actividad productiva, se asume que un ecosistema más complejo (en
términos de su funcionamiento y estructura) requiere menos insumos para llevar a cabo una
actividad productiva (toma valores de 0-1). IDreli es el índice DRASTIC relativizado empleado como
medida de la vulnerabilidad del acuífero en el píxel i. El DRASTIC toma valores de 23-226 que luego
deben relativizarse en una escala de 0-1. Para el cálculo del DRASTIC a cada uno de los siete
parámetros se les asigna un valor en función de los diferentes tipos y rangos definidos (Tabla 5).
Además, al valor de cada parámetro se aplica un índice de ponderación entre 1-5 que cuantifica la
importancia relativa entre ellos y puede modificarse en función del contaminante.
IU = U ∗ UV + ∗ V + ∗ V + ∗ V + M ∗ MV + I ∗ IV + ∗ V
Ecuación 13
Siendo “i” el píxel evaluado y “w” el índice de ponderación de cada parámetro (Tabla 6). La
profundidad del acuífero (Di) representa el espesor de suelo que debe atravesar el contaminante
antes de alcanzar al agua subterránea. Se le asigna un valor según la tabla 5 a cada rango de
profundidad. La máxima puntuación (10) se asigna cuando el acuífero se encuentra a muy poca
profundidad (Ej. entre 0 - 1.5m). La recarga neta (Ri) indica la tasa de infiltración por unidad de
superficie. Para valores superiores a 250mm de infiltración se asigna el valor máximo de
puntuación. El tipo de acuífero (Ai) representa la capacidad del medio poroso y/o fracturado para
trasmitir los contaminantes. Los valores son asignados de acuerdo a la litología de la zona. El
parámetro naturaleza del suelo (Si) se refiere a la zona no saturada y representa la capacidad del
suelo en frenar el movimiento de los contaminantes. El valor se asigna de acuerdo a la textura del
suelo, las texturas gruesas como arenas y gravas obtienen la máxima puntuación. La topografía
representa la pendiente de la superficie según la cual se incrementa o disminuye el escurrimiento
superficial. Si las pendientes (Ti) son bajas, mayor es la probabilidad de infiltración de
contaminantes por lo tanto se asigna mayor puntuación. El impacto de la zona no saturada (Ii)
representa la textura del suelo de la zona no saturada y por último la conductividad hidráulica del
acuífero (Ci) representa la capacidad del acuífero en transmitir horizontalmente los
contaminantes, a mayor conductividad mayor puntuación.
INSUMOS NECESARIOS
Para todas las capas la proyección utilizada debe ser la misma (metros), así como la resolución
espacial. En muchas ocasiones puede suceder que el SIG del área de estudio contenga capas con
resoluciones espaciales diferentes (por ejemplo, el DEM con una resolución de 90mx90m mientras
que la clasificación de coberturas sea de 30mx30m). Si el modelo o función ecosistémica que
desea correr emplea capas con resoluciones diferentes deberá llevar el píxel a la resolución menor
(en ArcGis este procedimiento puede hacerse con la herramienta “Resample”).
1) Calculo de índice DRASTIC: en la caja de “herramientas extras” se encuentra una toolbox
denominada DRASTIC. Con esta toolbox se facilita el cálculo del índice:
23
- Parámetro D: deberá generar una capa raster donde el valor del píxel sea el valor asignado a
la profundidad del nivel piezométrico de acuerdo a la tabla 5. La profundidad del acuífero
representa el espesor de suelo que debe atravesar el contaminante antes de alcanzar al agua
subterránea. La máxima puntuación (10) se asigna cuando el acuífero se encuentra a poca
profundidad (entre 0 - 1.5m).
- Parámetro R: deberá generar una capa raster donde el valor del píxel sea el valor asignado a
la recarga neta de acuerdo a la tabla 5.
- Parámetro A: deberá generar una capa raster donde el valor del píxel sea el valor asignado a
la naturaleza del acuífero de acuerdo a la tabla 5. Representa la capacidad del medio para
trasmitir los contaminantes.
- Parámetro S: deberá generar una capa raster donde el valor del píxel sea el valor asignado a
la naturaleza del suelo de acuerdo a la tabla 5.
- Parámetro T: deberá generar una capa raster donde el valor del píxel sea el valor asignado a
la pendiente del terreno de acuerdo a la tabla 5. Esto puede hacerse reclasificando el raster de
pendientes (%).
- Parámetro I: deberá generar una capa raster donde el valor del píxel sea el valor asignado a
la naturaleza de la zona no saturada de acuerdo a la tabla 5.
- Parámetro C: deberá generar una capa raster donde el valor del píxel sea el valor asignado a
la permeabilidad de acuerdo a la tabla 5.
24
Tabla 5. Rango de valores de los parámetros empleados en el Índice DRASTIC (Aller et al., 1987)
Rango (m) Valor Rango Valor Rango (%) Valor Rango Valor
(m/día)
25
Tabla 6. Índices de ponderación empleados en el Índice DRASTIC (Aller et al., 1987)
I – Impacto de la zona no 5
saturada
C – Conductividad hidráulica 3
2) Cobertura (LULC): debe cargar una capa raster donde el valor del píxel representa el
uso/cobertura de la tierra (conocida también por sus siglas en inglés LULC- land use land cover).
Luego esa capa será reclasificada para generar otra capa con el factor P.
3) Reclasificación factor Pi: deberá asignar a cada cobertura un valor de “P” (factor de
ecuación 12) el cual representa el rol de protección de la cobertura vegetal en el píxel i en función
del nivel de insumos necesarios para el desarrollo de la actividad productiva. Este factor toma
valores de 0 a 1. Cuando el factor es cercano 1 significa que dicho ecosistema es el que requiere
mayor cantidad de insumos (agroquímicos) para el desarrollo de la actividad, por lo tanto si la
cobertura se encuentra en píxeles muy vulnerables no ejerce ningún tipo de protección. Mientras
que si el factor es cercano a 0 implica que la cobertura no requiere de insumos (potenciales
contaminantes) y ejerce una fuerte protección al acuífero. Dado que la herramienta de
clasificación no permite números decimales colocar valores de 0-100 (luego el modelo los lleva a
valores de 0-1).
Tabla 7. Factor “P” asignado a cada cobertura
Cobertura Factor P
Cultivo 95
Pastura y pastizales 30
Forestaciones 10
Humedales NC
Bajos inundables NC
Dunas NC
Urbano y periurbano NC
26
8. Retención de nutrientes en humedales4
El aumento progresivo en el uso de agroquímicos y la creciente expansión de la frontera
agrícola refuerzan la necesidad de implementar buenas prácticas de manejo a fin de disminuir las
cargas de contaminantes que alcanzan el agua. En este sentido, resulta fundamental identificar los
elementos del paisaje que pueden ofrecer funciones ecosistémicas relacionadas con el
mejoramiento de la calidad de las aguas. Dado que los humedales tienen la habilidad de reducir
significativamente los niveles de ingreso de nitrógeno y fósforo de fuentes no puntuales de
contaminación hacia las aguas superficiales, diversos estudios han enfocado sus esfuerzos en la
identificación de humedales que por su ubicación en el paisaje resultan críticos para el
mantenimiento de la calidad del agua en las cuencas (Booman, 2013).
El modelo que se presenta a continuación evalúa la capacidad de los humedales de mejorar la
calidad del agua superficial al reducir la carga de nutrientes transportados por el escurrimiento
superficial. En un primer paso el modelo integra procesos de exportación, transporte y
decaimiento y acumulación de nutrientes en función de diferentes atributos del paisaje capaces de
influenciar esos procesos, tales como el tipo de suelo, la topografía y la composición y
configuración espacial del uso de la tierra (Jeje, 2006). En un segundo paso, en función de la
cantidad de nutrientes que llegarían a cada humedal se calcula la capacidad de retención de los
mismos. A continuación se describe cada paso del modelo.
PASO 1. Modelado de los flujos de nutrientes: exportación y transporte
Las cargas de nutrientes provenientes de los diferentes usos de una cuenca que se
transportarán por el escurrimiento hacia los cauces y humedales pueden calcularse a través de los
coeficientes de exportación (McFarland y Hauck, 2001). Dichos coeficientes pueden obtenerse de
bibliografía (por ejemplo: Jeje (2006), Harper (1999)). Los nutrientes son sustancias no
conservativas por lo tanto decaen en función del tiempo a partir del momento en el que
comienzan su transporte en el escurrimiento superficial. Para el caso de nitrógeno total (NT) y
fósforo total (PT) se adoptó el siguiente modelo general de decaimiento (cinética de primer orden)
propuesto por Skop y Sørensen (1998):
W8 = W= ∗ X !Y∗8
Ecuación 14
4
El modelo propuestos para esta función ecosistémica está basado en los procedimientos propuestos en la tesis
doctoral Booman (2013).
27
considerando la topografía. Para el cálculo de la velocidad del flujo superficial no encauzado se
utiliza la siguiente ecuación (Brown et al., 2001):
Z = [ ∗ √
Ecuación 15
Ecuación 16
en donde Nret es el NT retenido por el humedal (kg/año), Nin es la cantidad de NT (kg/año) que
ingresa al humedal por año y A es el área del humedal relativizada.
El fósforo retenido por los humedales fue calculado a partir de una ecuación empírica obtenida
por (Kadlec y Wallace, 2009) para un gran número de humedales:
k^_` = kf.hc
de ∗ f. lg
Ecuación 17
28
Limitantes y supuestos del modelo
En su actual estado de desarrollo estos modelos son exploratorios (Bankes, 1993) formulados
para evaluar las consecuencias de distintos supuestos e hipótesis sobre la capacidad filtro de
humedales según sus propiedades funcionales y de sus áreas colectoras, así como para orientar
esfuerzos futuros de calibración de los parámetros más sensibles. El modelo calibrado y validado
permitiría identificar las zonas de exportación de contaminantes y zonas de mayor potencial de
mejoramiento de la calidad del agua por filtros a fin de priorizar esfuerzos de conservación hacia
dichas zonas, así como también establecer estrategias de manejo para alcanzar los objetivos de
cargas diarias máximas totales de contaminantes en una cuenca (Orúe et al., 2011).
Los cálculos son promedios anuales de las cargas de contaminante y asume que las cargas de
contaminantes provienen de fuentes no puntuales de contaminación, que se transportan de
acuerdo a los flujos naturales del paisaje y que pueden ser mitigadas por los humedales. El
nitrógeno y el fósforo son liberados por procesos erosivos de acuerdo al uso de la tierra. No hay
aporte de nutrientes desde la atmósfera por mineralización, o aportes de fuentes de
contaminación puntuales. De esta manera, la exportación de contaminantes se encuentra
subestimada en el modelo. Todo el transporte de PT y NT se da por escurrimiento o flujo lateral
(no se tiene en cuenta el flujo subterráneo).
El modelo estima cargas de contaminantes por unidad de área de drenaje, medias anuales
para una cuenca de límites definidos. El modelo no funciona bien en cuencas sin drenaje definido
donde no hay una clara dirección del flujo superficial. Además, tampoco tiene en cuenta las
interacciones del agua superficial y subterránea. Se simula una precipitación uniforme en toda la
cuenca para un evento determinado y luego se estiman las toneladas anuales según la lluvia
acumulada anual promedio de los últimos años para la zona.
Para modelar el filtrado en humedales se asume que la capacidad de retención de los
humedales depende fundamentalmente de las cargas de contaminantes que ingresan a ellos y de
su área. Una sobre-simplificación del modelo consiste en asumir que todos los humedales de la
cuenca funcionan del mismo modo y no se contempla la incidencia de otras características como la
presencia de macrófitas, la forma o la profundidad de los mismos, o el tiempo de residencia
hidráulica.
29
desea correr emplea capas con resoluciones diferentes deberá llevar el píxel a la resolución menor
(en ArcGis este procedimiento puede hacerse con la herramienta “Resample”). Recuerde que para
que los modelos funcionen, si desea emplear capas diferentes a las del tutorial, debe conservar las
carpetas C:\ECOSER\Intermedio. Ya que las rutas de los scripts están configuradas para que los
productos intermedios se almacenen ahí.
1) Cobertura (LULC): Debe cargar una capa raster donde el valor del píxel representa el
uso/cobertura de la tierra (conocida también por sus siglas en inglés LULC- land use land cover).
Luego esa capa será reclasificada para generar otra capa con los valores de los coeficientes de
exportación de NT y PT.
2) Modelo digital de terreno (DEM): deberá ingresar el DEM para diversos cálculos como la
dirección de flujo y la acumulación del escurrimiento superficial.
3) Reclasificación 1 – coeficientes de exportación: para generar la capa raster Xo
(correspondiente a la ecuación 14, donde el valor del píxel indique la masa de nutrientes que se
desprende) deberá asignar a las diferentes coberturas que contenga la clasificación disponible los
coeficientes de exportación de NT y PT. En la tabla 8 se muestran los valores considerados para las
coberturas del área de estudio tomados de Harper (1999).
Tabla 8. Coeficientes de exportación de NT y PT
NOTAS
- No poner los factores de corrección como números decimales ya que la reclasificación no lo
permite. Multiplicar los factores por 100. Por ejemplo: si el factor que desea asignar es 0.55, en el cuadro
de clasificación coloque 55.
4) Escurrimiento superficial: deberá ingresar una capa raster donde los valores del píxel
indiquen el escurrimiento superficial en litros. Esta capa es un subproducto de la toolbox
"Retención de excesos de precipitaciones por cobertura vegetal" cuando se calcula el
30
escurrimiento superficial mediante el método del número curva (ver 5.1). Como los cálculos de
este modelo son anuales, para el cálculo de escurrimiento debe emplearse un evento de
precipitación considerado generador de escurrimiento y multiplicarlo por la cantidad de días en el
año que ocurrió un evento de esa magnitud. Antes de ingresar esta capa deberá realizar la
conversión de mm de escurrimiento a litros (en la caja de herramientas extras se encuentra
disponible una toolbox para facilitar la conversión – “conversión de escurrimiento mm a litros").
Para el cálculo de escurrimiento se empleó una precipitación máxima de 24hs de 40mm y se
consideraron 6 eventos anuales. Antes de ingresar esta capa deberá realizar la conversión de mm
de escurrimiento a litros (en la caja de herramientas extras se encuentra disponible una toolbox
para facilitar la conversión – “conversión de escurrimiento mm a litros).
5) Reclasificación 2 - Coeficiente de intercepción de flujo (k): deberá ingresar los valores del
coeficiente de intercepción de flujo para el cálculo de velocidad. Los mismos pueden obtenerse de
bibliografía, para el caso de aplicación de este tutorial se extrajeron de Brown et al. (2001) (ver
tabla a continuación). La capa de coberturas será reclasificada con los valores de los coeficientes.
Como el comando de reclasificación no acepta números decimales, ingrese los coeficientes
multiplicados por cien (luego esa capa vuelve a dividirse por cien).
Tabla 9. Valores del coeficiente de intercepción de flujo para el cálculo de velocidad (k) considerados en
base a Brown et al. (2001)
Forestal 0.076 76
31
Using Digital Elevation Models)5. Luego de haber instalado TauDEM, agregue en la ventana de
ArcToolbox la herramienta (botón derecho mouse Add Toolbox… buscar Taudem Tools en
donde se haya instalado, seguramente en C:/Archivos de Programa/TauDEM). Dentro de
Specialized Grid Analysis, abrir “D8 Distance to streams”. Se visualizará la siguiente interfaz (figura
2).
Leer con atención las notas y consejos de la versión de TauDEM descargada, por ejemplo, para
la versión TauDEM 4.0 los archivos y la ubicación de los mismos no pueden tener espacios ni
superar los 13 caracteres. Es conveniente crear una carpeta en C, con un nombre corto (ej. Tau),
copiar el DEM ahí y ejecutar todas las herramientas de TauDEM en dicha carpeta. Lea
atentamente la explicación que ofrece la toolbox, hay que respetar todas las indicaciones para que
la herramienta funcione, ej. sufijos que hay que poner al nombrar el DEM. Para algunas de las
herramientas el valor de los píxeles en el DEM debe ser de tipo punto flotante (“floating point”).
Otro aspecto importante es que todas las capas raster que se vayan generando tengan definida su
proyección. Para generar la capa de distancias es necesario generar previamente dos capas. Una
es la dirección de flujo con D8 Flow Direction (se encuentra en la sección Basic Grid Analysis). La
otra se denomina “Stream raster grid” y es un raster donde se discriminan los píxeles
pertenecientes a cursos de agua humedales (píxeles de acumulación). La herramienta permite
colocar la capa de acumulación (generada con D8 Contributing Area) y poner un valor umbral a
partir del cual el píxel se considera un curso de agua o humedal. Para determinar el valor umbral,
se puede hacer una estadística zonal con el raster de acumulación y un shape donde estén
representados los humedales y los cursos de agua. Para el caso del área de estudio de este tutorial
se asignó un valor umbral de 500. Por lo tanto, aquellos píxeles con valor mayor a 500 en la capa
de acumulación fueron considerados cursos de agua o humedales.
5
La herramienta TauDEM se descarga gratuitamente de http://hydrology.usu.edu/taudem
32
8.2. Retención de nutrientes en humedales
Con la siguiente toolbox se modela el Paso 2 (Modelado de la capacidad de retención potencial
de las cargas de nutrientes por humedales – ver explicación más arriba). Los productos generados
son dos mapas con los humedales donde el valor de los píxeles de cada humedal indica el NT y PT
retenido por dicho humedal.
INSUMOS NECESARIOS
Para todas las capas la proyección utilizada debe ser la misma (metros), así como la resolución
espacial. En muchas ocasiones puede suceder que el SIG del área de estudio contenga capas con
resoluciones espaciales diferentes (por ejemplo, el DEM con una resolución de 90mx90m mientras
que la clasificación de coberturas sea de 30mx30m). Si el modelo o función ecosistémica que
desea correr emplea capas con resoluciones diferentes deberá llevar el píxel a la resolución menor
(en ArcGis este procedimiento puede hacerse con la herramienta “Resample”).
1) Nitrógeno y fósforo total acumulado: ingrese los mapas generados con la toolbox
“Transporte y acumulación de nutrientes“ (PASO 1).
2) Máscara de humedales: deberá ingresar un raster donde los píxeles de humedales tengan
el valor 1 y el resto de los píxeles 0.
3) Área de humedales: deberá ingresar una capa raster con los humedales de la zona de
estudio (ver capas básicas). El valor del píxel en esta capa debe ser el área del humedal en valores
relativos.
4) Nitrógeno filtrado: el producto generado es una capa raster con los humedales. El valor de
los píxeles que conforman cada humedal indican el NT retenido por el humedal (en kg/año).
5) Fosforo filtrado: el producto generado es una capa raster con los humedales. El valor de
los píxeles que conforman cada humedal indican el PT retenido por el humedal (en kg/año).
6
El modelo propuestos para esta función ecosistémica está basado en los procedimientos propuestos en Orúe et al.
(2011).
33
áreas colectoras que determinan la cantidad de escurrimiento y sedimentos que llegarán a los
mismos (Bystrom, 1998; Johnston et al., 1990).
Los distintos segmentos de FVR varían en su área de drenaje y en la combinación de tipos de
suelo, topografía y usos que ocurren en ella. De esta manera, a los distintos segmentos les llega
diferente carga de sedimentos. A continuación se proponen dos modelos, el primero calcula la
exportación y transporte de sedimentos hacia los cauces y el segundo la capacidad de filtrado de
sedimentos de las FVR. A partir del primer modelo pueden conocerse cuáles son las áreas críticas
de entrada de contaminantes a los cauces de una cuenca donde la conservación/colocación de
FVR sería fundamental. El segundo modelo permite simular la capacidad de retención de
sedimentos de FRV en función de diferentes características.
Ecuación 18
Siendo A el área de la cuenca en km2. Para realizar el cálculo de SDR es necesario contar con un
mapa de subcuencas del área de estudio. Con el mapa de SDR se corrige el mapa de exportación
de sedimentos y se procede a calcular la acumulación hasta el margen de los cauces y dentro de
los mismos aplicando la herramienta “flow accumulation” del análisis hidrológico de ArcGIS.
7
Vanoni, V.A. 1975. Sedimentation Engineering. Manual and Report No. 54. American Society of Civil Engineers. New
York, NY. EE.UU.
34
nP = ∗ (
Ecuación 19
Ecuación 20
Si se considera que las FVR de la cuenca tienen una dimensión constante (ancho de 15 m y
longitud de 300 m) los valores de ERS estimados dependen básicamente de la variación en el área
de drenaje correspondiente a la ecuación 20.
8
http://abe.ufl.edu/carpena/vfsmod/
35
Tabla 10. Parámetros de entrada utilizados en el modelo VFSMODEL para la obtención de la eficacia de
retención de las franjas de vegetación ribereña (Orúe et al. 2011)
Lluvia (mm): 50, Tipo de lluvia SCS: II. Cobertura vegetal: pastizal-pastura cultivada.
Duración de la lluvia: 4h, curva número SCS: 86. Pendiente media de la franja: 5%.
Área: 10 ha, longitud del flujo: 100m, pendiente Rugosidad de superficie: 0.04, dimensión de franja:
media de la vía de flujo: 3%. ancho variable entre 3-100m * longitud contante de
100m.
Tipo de suelo: franco, materia orgánica: 2%, Dp Tipo de suelo: franco limoso.
(D50): 35µm, factor K; 0.04, factor C; 0.3, factor P:
1.
Para aplicar este modelo en un área diferente el usuario deberá correr el modelo VFSMOD 2.x
(Muñoz-Carpena y Parsons, 2003) empleando los parámetros de entrada (tabla 10)
correspondientes a las FVR características de la zona de estudio deseada.
36
naturales del paisaje y que pueden ser mitigadas por la vegetación ribereña. El modelo no
funciona bien en cuencas sin drenaje definido donde no hay una clara dirección del flujo
superficial. Además, tampoco tiene en cuenta las interacciones del agua superficial y subterránea
(Booman, 2013).
El modelo estima cargas de contaminantes por unidad de área de drenaje, medias anuales
para una cuenca de límites definidos. Se simula una precipitación uniforme en toda la cuenca para
un evento típico y luego se estiman las toneladas anuales según la cantidad de eventos en un año
para la zona. La liberación o exportación de sedimentos resulta sólo de procesos erosivos que
ocurren en las áreas de drenaje y no hay aportes de sedimentos por erosión de los márgenes de
los cauces (e.g., canalizaciones). Todo el transporte de sedimentos se da por escurrimiento o flujo
lateral (no se tiene en cuenta el flujo subterráneo). La deposición de sedimentos (a partir del SDR)
ocurre durante el transporte por escurrimiento, pero no se modelan estos procesos dentro de los
cauces.
Para estimar la eficacia de retención de FVR con el modelo VFSMODEL se consideran como
constantes el evento de tormenta de una probabilidad de ocurrencia de 10 años, la longitud del
flujo y el área que drena hacia los cauces, la cobertura vegetal de las FVR (comunidades de
pastizales sin degradación), suelo de textura franco limoso, pendientes aproximadas de 5%,
mientras que el ancho de la FVR varía en cada simulación obteniendo resultados de eficacia de
retención para cada una.
37
número de píxeles correspondiente a cada sub-cuenca -campo denominado count – por el área de
cada píxel en km2).
3) Modelo digital de terreno (DEM): deberá ingresar el DEM para diversos cálculos como la
dirección de flujo y la acumulación del escurrimiento superficial.
38
Provisión relativa de cada tipo de SE
La provisión relativa de servicios ecosistémicos se obtiene a partir de la integración de los
mapas de funciones ecosistémicas generados en el paso anterior. Como los mapas de funciones
tendrán unidades diferentes (p.ej. TonC, kg de N/litro, etc.) deberán llevarse a una escala relativa
(0-100) para su integración. Luego, en una matriz (Tabla 11) se consigna el aporte relativo de cada
función ecosistémica (filas) a cada SE (columnas) (donde 0: la FEj tiene un aporte bajo o
despreciable al SEi y, y 1: para los SE donde esa función ejerce su máxima contribución). En el
documento introductorio de ECOSER 2.0 (disponible en la web) se presentan un conjunto de
matrices para diferentes regiones que fueron completadas a través de una consulta a expertos.
Tabla 11. Matriz de integración. Ejemplo de valoración del aporte relativo de cada función (filas) a cada
servicio (columnas). 0: aporte bajo o despreciable, y 1: para la/s función/es que ejerce/n la máxima
contribución dentro de cada servicio.
ecosistémicos
Funciones
Ecosistémicas
Retención de excesos de precipitación por cobertura vegetal 0,4 1,0 0,7 0,6 0,7
Retención de excesos de precipitación por humedales 0,3 1,0 0,7 0,6 0,7
Protección de acuíferos por cobertura vegetal 0,0 0,3 0,4 1,0 0,3
Filtrado de sedimentos y contaminantes en franjas de vegetación 0,0 0,3 1,0 0,8 0,2
ribereña
39
Una vez completada la matriz, se integran los mapas para obtener el flujo relativo de cada tipo
de SE (FSEi) en el área de estudio, donde cada elemento de la matriz se calcula como la
combinación lineal del flujo de cada función ecosistémica (FEj) ponderado por su aporte relativo
(bij) al SE i, según:
( = p q6 ∗
(6
Ecuación 21
40
Referencias
Aller, L., Bennet, T., Lher, J., Petty, R., 1987. DRASTIC A standardized system for evaluating groundwater pollution
potencial using hydrogeologic setting. U.S. EPA Rep. 600/2-87-035 Ada Oklahoma.
Alonso, R., 2001. Consideraciones acerca de los limites de aplicación del método del número de curva del Soil
Conservation Service. Cienc. y Tec. 66, 92-97.
Bankes, S., 1993. Exploratory Modeling for Policy Analysis. Oper. Res. 41, 435-449.
Beven, K., Kirkby, M., 1979. A physically based, variable contributing area model of basin hydrology. Hydrol. Sci. 24.
Bolton, P., Bradbury, P., Lawrence, P., Atkinson, E., 1995. CALSITE V-3.1 - User Manual, HR Walling. ed.
Booman, G., 2013. Impacto de la agriculturización del paisaje sobre propiedades y servicios ecosistémicos de
humedales de la cuenca Mar chiquita (Prov. de Bs. As.). Universidad Nacional de Mar del Plata.
Brown, S., Stein, S., Warner, J., 2001. Urban drainage desing manual. Hydraul. Eng. Circ.
Bullock, A., Acreman, M., 2003. The role of wetlands in the hydrological cycle. Hydrol. Earth Syst. Sci. 7, 358-389.
Bystrom, O., 1998. The nitrogen abatement cost in wetlands. Ecol. Econ. 26, 321-331.
Daigneault, C., Nichols, K., Hall, M., 2012. The Importance of Wetlands in Ecosystem Services : with Special Attention
on Flood Attenuation , Carbon Sequestration , Hydrogeology , Water Quality , Biodiversity , and Social and Local
Values. ERSC 3160H - Wetl. Final Rep. 1-55.
Dosskey, M.G., 2001. Toward Quantifying Water Pollution Abatement in Response to Installing Buffers on Crop Land
28, 577-598.
Foster, S., 1987. Fundamental concepts in aquifer vulnerability, pollution risk and protection strategy., en: Proceedings
and informations / TNO Committee on Hydrological Research 38. pp. 36–86.
Fu, B., Wang, Y.K., Xu, P., Yan, K., 2013. Mapping the flood mitigation services of ecosystems – A case study in the
Upper Yangtze River Basin. Ecol. Eng. 52, 238-246.
Harper, H., 1999. Stormwater chemistry and water quality: estimating pollutant loadings and evaluation of best
management practices for water quality improvements. Proc. 6th Bienn. Stormwater Res. Watershed Manag.
Conf. Southwest Florida Water Manag. Dist. Tampa, FL.
Hauer, F., Smith, R., 1998. The hydrogeomorphic approach to functional assessment of riparian wetlands: Evaluating
impacts and mitigation on river floodplains in the U.S.A. Freshw. Biol. 40, 517-530.
Huang, M., Gallichand, J., Wang, Z., Goulet, M., 2006. A modification to the Soil Conservation Service curve number
method for steep slopes in the Loess Plateau of China. Hydrol. Process. 20, 579-589.
IPCC, 2006a. 2006 IPCC Guidelines for National Greenhouse Gas Inventories. Institute for Global Environmental
Strategies, Japan.
IPCC, 2006b. Generic methodologies applicable to multiple land-use categories, en: 2006 IPCC Guidelines for National
Greenhouse Gas Inventories. pp. 1-59.
IPCC, 2006c. Cropland, en: 2006 IPCC Guidelines for National Greenhouse Gas Inventories. pp. 1-66.
IPCC, 2006d. Forest land, en: 2006 IPCC Guidelines for National Greenhouse Gas Inventories.
Jeje, Y., 2006. Export Coefficients for Total Phosphorus, Total Nitrogen and Total Suspended Solids in the Southern
Alberta Region. Alberta Environ. 27.
Jobbagy, E., 2011. Servicios hidricos de los ecosistemas y su relación con el uso de la tierra en la llanura Chaco-
Pampeana, en: Valoración de servicios ecosistémicos: conceptos, herramientas y aplicaciones para el
ordenamiento territorial.
Jobbágy, E.G., Nosetto, M.D., Santoni, C.S., Baldi, G., 2008. El desafío ecohidrológico de las transiciones entre sistemas
leñosos y herbáceos en la llanura Chaco-Pampeana. Ecol. Austral 18, 1-17.
Johnston, C., Detenbeck, N., Niemi, G., 1990. The cumulative effect of wetlands on stream water quality and quantity.
A landscape approach. Biogeochemistry 10, 105-141.
Kadlec, R., Wallace, S., 2009. Treatment Wetlands.
Laterra, P., Orúe, M., Booman, G., 2012. Spatial complexity and ecosystem services in rural landscapes. Agric. Ecosyst.
Environ. 154, 56-67.
Lim, K.J., Sagong, M., Engel, B. a., Tang, Z., Choi, J., Kim, K.-S., 2005. GIS-based sediment assessment tool. Catena 64,
41
61-80.
Martínez, M., Delgado, P., Fabregat, V., 1998. Aplicación del Método DRASTIC para la evaluación del riesgo de afección
a las aguas subterráneas por una obra lineal, en: Jornadas sobre la contaminación de aguas subterráneas: un
problema pendiente. Valencia IH-GE, Valencia, pp. 413-420.
McFarland, A., Hauck, L., 2001. Determining nutrient export coefficients and source loading uncertainty using in-
stream monitoring data. J. Am. Water Resour. Assoc. 37, 223-236.
Muñoz-Carpena, R., Parsons, J., 2003. VFSMOD-W. Vegetative Filter Strips Hydrol- ogy and Sediment Transport
Modelling System.
NRCS, 1986. Technical Report 55, Urban Hydrology for Small Watersheds. Washington, DC.
Orúe, M.E., Booman, G., Pedro, L., 2011. USO DE LA TIERRA, CONFIGURACIÓN DEL PAISAJE Y EL FILTRADO DE
SEDIMENTOS Y NUTRIENTES POR HUMEDALES Y VEGETACIÓN RIBEREÑA, en: Laterra, P., Jobbágy, E.G., Paruelo,
J.M. (Eds.), Valoración de servicios ecosistémicos: conceptos, herramientas y aplicaciones para el ordenamiento
territorial. INTA, pp. 237-264.
Ouyang, D., Bartholic, J., 1997. PREDICTING SEDIMENT DELIVERY RATIO IN SAGINAW BAY WATERSHED. 22nd. Natl.
Assoc. Environ. Prof. Conf. Proc. 659-671.
Renard, K., Foster, G., Weesies, G., Porter, J., 1991. RUSLE: Revised Universal Erosion Equation. J. Soil Water Conserv.
46, 30-33.
Riquier, J., Bramao, L., CORNET, S., 1970. A new system or soil appraisal in terms of actual and potential productivity:
FAO Soil Resources, Development and Conservation Service. FAO.
Roa-Lobo, J., Kamp, U., 2012. Uso del índice topográfico de humedad (ITH) para el diagnóstico de la amezana por
desborde fluvial, estado Trujillo-Venezuela. Rev. Geográfica Venez. 53, 109-126.
Salazar, J., Moscatelli, G., Cuenca, M., Ferrao, R., Godagnone, R., Grimberg, H., Sanchez, J., 1980. Carta de suelos de la
provincia de Buenos Aires, Argentina. 1: 500.000, Ediciones. ed. Buenos Aires.
Saunders, D.L., Kalff, J., 2001. Nitrogen retention in wetlands , lakes and rivers. Hydrobiologia 443, 205-212.
Skop, E., Sørensen, P.B., 1998. GIS-based modelling of solute fluxes at the catchment scale : a case study of the
agricultural contribution to the riverine nitrogen loading in the Vejle Fjord catchment , Denmark 106, 291-310.
Sørensen, R., Zinko, U., Seibert, J., 2006. On the calculation of the topographic wetness index: evaluation of different
methods based on field observations. Hydrol. Earth Syst. Sci. 10, 101-112.
Wischmeier, W., Smith, D., 1978. Predicting rainfall erosion losses - a guide to conservation planning.
Zhang, L., Dawes, W., Walker, G., 1999. Predicting the effect of vegetation changes on catchment average water
balance.
Zinko, U., Seibert, J., Dynesius, M., Nilsson, C., 2005. Plant Species Numbers Predicted by a Topography-based
Groundwater Flow Index. Ecosystems 8, 430-441.
42