Calibração de modelos de infiltração em diferentes usos de terra

Vista previa del material en texto

“Latinoamérica unida protegiendo sus suelos” 
XIX CONGRESO LATINOAMERICANO DE LA CIENCIA DEL SUELO 
XXIII CONGRESO ARGENTINO DE LA CIENCIA DEL SUELO 
 
Mar del Plata, Argentina – 16 al 20 de abril de 2012 
contribuciones@congresodesuelos.org.ar
 
 
CALIBRACION DE PARÁMETROS DE MODELOS DE INFILTRACIÓN 
PARA DIFERENTES USOS DE LA TIERRA 
Castiglioni, M.G.1,*; Darder, L.2; Andriulo, A.2 
1 Cátedra de Manejo y Conservación de Suelos (FAUBA), 2 Estación Experimental Agropecuaria Pergamino, 
INTA. 
* Autor de contacto: castigli@agro.uba.ar, Av. San Martín 4453, Ciudad Autónoma de Buenos Aires, Argentina; 54-011-
4524-8092 
 
RESUMEN 
La caracterización del proceso de infiltración es de importancia en el diseño de sistemas de riego 
y en la predicción de la vulnerabilidad a la contaminación del suelo y de las aguas superficiales y 
subterráneas. Los objetivos del presente trabajo fueron: 1) Calibrar los parámetros de distintos 
modelos de infiltración en tierras con aptitud agrícola pertenecientes a la cuenca del Arroyo 
Pergamino, teniendo en cuenta dos secuencias de cultivos contrastantes: agricultura con 
preponderancia de soja y agricultura con secuencia de cultivos equilibrada entre gramíneas y 
leguminosas, determinando aquellos modelos que mejor reproducen la realidad de campo. 2) 
Comparar los parámetros calibrados de los distintos modelos de infiltración utilizados, 
determinando cuales son los más sensibles al diferente uso de la tierra. Se hicieron simulaciones 
de lluvia sobre suelo bajo siembra directa, para construir las curvas de infiltración en cada uno de 
los tratamientos analizados. Con dicha información se calibraron los parámetros de los modelos 
de infiltración de Kostiakov, Horton, Green Ampt y Philip, y se estimaron la conductividad 
hidráulica saturada (Ks) y el coeficiente de escurrimiento (CE). La Ks, estimada a partir de la tasa 
de infiltración de equilibrio, y el CE fueron sensibles a los cambios edáficos producidos a partir de 
una mayor incorporación de la soja en la sucesión de cultivos. El modelo de infiltración de 
Kostiakov fue el que mejor ajuste logró entre los resultados de infiltración observados y estimados, 
y el más sensible para diferenciar los dos usos de la tierra evaluados. 
PALABRAS CLAVE 
siembra directa; sucesión de cultivos; infiltración 
INTRODUCCIÓN 
En las últimas tres décadas se sucedieron en la Región Pampeana diferentes modelos de uso 
de la tierra que se basaron en la intensificación productiva, postergando la preservación y 
conservación de los recursos naturales (Montico & Pouey, 2001). Prueba de ello es que el agua 
no representó hasta no hace mucho tiempo un motivo de verdadera atención, subestimándose la 
problemática y las externalidades que derivan de su uso y administración. 
El conocimiento del proceso de infiltración es de importancia en el diseño de sistemas de riego 
y en la predicción de la vulnerabilidad a la contaminación del suelo y de las aguas superficiales y 
subterráneas. 
Muchos modelos de calidad de agua: ANSWERS (Beasley & Huggins, 1980), CREAMS (Knisel, 
1980), GLEAMS (Leonard et al., 1987), AGNPS (Young et al., 1989), EPIC (Sharpley & Williams, 
1990) y SWAT (Arnold et al., 1998) utilizan el método de la curva número para predecir la 
escorrentía generada por una tormenta. Sin embargo, Croley & He (2005) observaron que son 
muchas las investigaciones que demuestran que la aplicación de esta metodología no aporta 
resultados representativos, respecto a lo observado a campo. Dado que la estimación de la 
infiltración y la escorrentía son utilizadas para determinar la carga de sedimentos, nutrientes y 
pesticidas transportados por el agua, el uso del método de la curva número podría resultar en 
estimaciones de contaminación poco ajustadas (Croley & He, 2005). 
Una alternativa a este procedimiento es poseer valores realistas, para distintas condiciones de 
manejo de las tierras, de los parámetros correspondientes a modelos de infiltración ya 
desarrollados. Para ello es necesario realizar mediciones de infiltración a campo para poder 
calibrar dichos parámetros. 
Los objetivos del presente trabajo fueron: Calibrar los parámetros de distintos modelos de 
infiltración en tierras con aptitud agrícola pertenecientes a la cuenca del Arroyo Pergamino, 
teniendo en cuenta dos secuencias de cultivos contrastantes: agricultura con preponderancia de 
soja y agricultura con secuencia de cultivos equilibrada entre gramíneas y leguminosas, 
determinando aquellos modelos que mejor reproducen la realidad de campo. Comparar los 
parámetros calibrados de los distintos modelos de infiltración utilizados, determinando cuales son 
los mas sensibles al diferente uso de la tierra. 
MATERIALES Y MÉTODOS 
Las determinaciones de infiltración a campo fueron hechas en marzo de 2011 con un simulador 
de lluvia de 50 cm de lado (Irurtia & Mon, 1994), siendo la intensidad de lluvia aplicada en todos 
los casos de 60 mm h-1. Los registros de lluvia caída y escurrimiento fueron determinados cada 5 
minutos sobre suelo cubierto por rastrojo, pudiéndose estimar por diferencia la tasa de infiltración 
en dicho intervalo de tiempo y durante una hora. 
Dentro de los lotes agrícolas bajo siembra directa en que se realizó el trabajo se seleccionaron 
aquellos que poseían una sucesión equilibrada de cultivos (Ro), sin preponderancia de gramíneas 
o leguminosas, y aquellos otros que tenían una alta presencia del cultivo de soja en los últimos 
años (So). Los ensayos fueron realizados sobre la serie de suelos Pergamino (INTA, 1970) en 
posición loma. 
En total se trabajó en 3 lotes de productores para cada situación analizada. En cada una de 
ellas se realizaron al menos tres simulaciones de lluvia. Con dicha información se ajustaron, a 
partir del encharcamiento de las parcelas y mediante procedimiento gráfico (Turner, 2006), los 
parámetros de los modelos de infiltración de Kostiakov (1932): a (coeficiente de decaimiento) y kk 
(constante empírica); Horton (1939): fo (infiltración inicial), fc (infiltración final) y kh (constante de 
decaimiento) y Green Ampt (1911): Ke (conductividad hidráulica efectiva) y f (potencial mátrico 
efectivo). A partir del procedimiento Nlmixed (SAS/STAT, 1989) se ajustaron los parámetros de la 
ecuación de Philip (1957): S (sortividad) y K (conductividad hidráulica). A su vez se estimó para 
cada situación la conductividad hidráulica saturada (Ks), a partir del valor de estabilización de la 
tasa de infiltración y el coeficiente de escurrimiento (CE). 
Se determinó para cada ensayo el grado de ajuste entre los resultados estimados por cada 
modelo de infiltración calibrado respecto a los datos de campo, pudiéndose determinar de esta 
manera la ecuación con mejor capacidad de predicción del proceso de infiltración. Para lograr este 
objetivo se utilizó la raíz cuadrada del error cuadrado medio (R). A su vez se compararon los 
resultados obtenidos de los parámetros calibrados de los diferentes modelos de infiltración, entre 
las dos situaciones de uso de la tierra evaluados. 
 
 
RESULTADOS Y DISCUSIÓN 
Los valores de humedad edáfica previa a cada ensayo fueron muy similares para ambos 
tratamientos (31%), descartándose por lo tanto que esta propiedad pueda haber influido de 
manera distinta en el proceso de infiltración. 
 En las Tablas 1 y 2 se observan los resultados obtenidos para los usos de la tierra bajo 
estudio. 
 
Tabla 1: Valores medios de Ks, CE y de los parámetros estimados de la ecuación de Philip, con sus correspondientes 
coeficientes de variación (CV) y grado de ajuste (R) respecto a los resultados de campo. 
 
Philip Ks 
(mm h-1) 
CE 
(%) S (mm h -1/2) K (mm h-1) R 
Ro 28.41 a 30.73 b 183.64 a 19.34 a 3.56 
CV (%) 36.79 58.98 25.74 56.36 
So 14.54 b 48.39 a 228.53 a 14.31 a 4.09 
CV (%) 76.71 34.31 16.67 48.08 
 
Como se puede observar en Tabla 1, el valor de Ks estimado a partir de la tasa de infiltración 
de equilibrio, fue mayor (P< 0.05) en el caso de los suelosbajo Ro respecto a So. Esto determinó 
un mayor CE (P< 0.05) en este último tratamiento evaluado. Aoki & Sereno (2006) también 
pudieron utilizar la tasa de infiltración en el suelo, estimada con microsimulador de lluvias, para 
diferenciar el comportamiento de un Haplustol bajo usos de la tierra diferentes. 
Sin embargo, no todos los parámetros de los distintos modelos de infiltración fueron igualmente 
sensibles (Tablas 1 y 2). 
 
Tabla 2: Parámetros estimados de las ecuaciones de Kostiakov, Horton y Green Ampt, con sus correspondientes 
coeficientes de variación (CV) y grado de ajuste (R) respecto a los resultados de campo. 
 
Kostiakov Horton Green Ampt 
A Kk R Kh Fc (cm h-1) Fo (cm h-1) R Ke (mm h-1) F R 
Ro -0.35 b 2.56 a 0.37 -5.13 a 3.04 a 6.37 a 0.48 22.14 a 32.07 a 0.46
CV (%) 42.13 35.44 45.46 35.18 32.84 67.03 166.76 
So -0.70 a 1.36 b 0.58 -4.68 a 1.55 b 7.64 a 0.72 14.99 a 467.79 a 0.59
CV (%) 49.45 77.57 40.56 78.36 42.84 89.03 228.42 
 
En ese sentido, los correspondientes al modelo de Kostiakov mostraron diferencias estadísticas 
significativas entre los tratamientos evaluados. El coeficiente de decaimiento fue menor (P< 0.05) 
y la constante empírica mayor (P< 0.05) en Ro respecto a So. Esto muestra que en esta última 
situación se llega a la tasa de infiltración de equilibrio en un menor período de tiempo, teniendo a 
su vez esta última propiedad un menor valor. Por lo tanto, y de igual manera que lo observado con 
CE, este sistema de uso de la tierra tiene menor capacidad de absorción de agua de lluvia. A 
escala de parcela, Sasal et al. (2010) también encontraron un mayor coeficiente de escurrimiento 
en una monocultura de soja respecto a sucesiones de cultivo que tenían maíz o trigo en su 
rotación. 
El modelo de Horton mostró solamente diferencias estadísticas en la infiltración final, siendo 
esta mayor (P< 0.05) en el caso de Ro. Los parámetros de los restantes modelos de infiltración 
no tuvieron capacidad para diferenciar estadísticamente los tratamientos analizados, aunque en 
todos se observó una tendencia a un menor valor de infiltración final en So. 
Al comparar el grado de ajuste de los distintos modelos de infiltración, se observa que siempre 
el tratamiento So obtuvo un valor de R mayor, lo mismo que la variabilidad de los parámetros fue 
superior en los suelos con mayor preponderancia de soja. 
Los valores de los parámetros determinados en el presente estudio para las ecuaciones de 
Philip y Horton, estuvieron dentro del rango de los observados por Eiza et al. (2008) para suelos 
del norte de la Pcia de Bs. As. Igual que en dicho estudio y en el de Aoki & Sereno (2006), el valor 
K, correspondiente a la ecuación de Philip, asumió en algunos casos del presente trabajo valores 
negativos. En esas situaciones los resultados no fueron considerados para realizar las 
comparaciones entre tratamientos. Similar comportamiento tuvieron algunos resultados de la 
variable Ke, correspondiente al modelo de Green Ampt, en el tratamiento So. 
Eiza et al. (2008), al utilizar los modelos de Philips 1 y 2 y el de Horton, determinaron que esta 
última ecuación era la que resultaba con mayor capacidad para estimar los resultados de 
infiltración observados a campo. Aoki & Sereno (2006), utilizando un simulador de lluvia sobre 
Haplustoles, también determinaron que el modelo de Horton reproducía mejor la realidad de 
campo en el proceso de infiltración, al ser comparado con lo sucedido con la ecuación de Philip. 
En el presente estudio, ya sea por el grado de ajuste entre los resultados predichos y 
observados, como a partir de su capacidad de diferenciar usos de la tierra diferentes, la ecuación 
de Kostiakov fue la que mejor comportamiento tuvo. 
En la Figura 1 se visualizan las curvas promedio de la tasa de infiltración desde el tiempo de 
encharcamiento, estimadas a partir de los resultados de calibración efectuados con el modelo de 
Kostiakov para los dos tratamientos analizados. 
Como se puede observar en la misma, la tasa de infiltración de Ro fue mayor respecto a So en 
casi todo el período del ensayo. 
 
 
0
1
2
3
4
5
6
7
8
9
0.08 0.17 0.25 0.33 0.42 0.50 0.58 0.67 0.75 0.83 0.92 1.00
Tiempo (horas)
Ta
sa
 d
e 
in
fil
tr
ac
ió
n 
(c
m
 h
-1
)
Ro
So
 
 
Figura 1: Tasa de infiltración estimada por el modelo de Kostiakov para Ro y So 
CONCLUSIONES 
La conductividad hidráulica saturada, estimada a partir de la tasa de infiltración de equilibrio, 
así como el coeficiente de escurrimiento, fueron sensibles a los cambios edáficos producidos a 
partir de una mayor incorporación de la soja en la sucesión de cultivos. 
El modelo de infiltración de Kostiakov fue el que mejor ajuste logró entre los resultados de 
infiltración observados y estimados y el más sensible para diferenciar los dos usos de la tierra 
evaluados. 
BIBLIOGRAFÍA 
Aoki, A. M. y R. Sereno. 2006. Evaluación de la infiltración como indicador de calidad de suelo mediante un 
microsimulador de lluvias. Agriscientia 23 (1): 23-31. 
Arnold, J.G.; R. Srinivasin; R.S. Muttiah, y J. R. Williams. 1998. Large Area Hydrologic Modeling and Assessment: Part I. 
Model Development. Journal of American Water Research Association 34(1): 73-89. 
Beasley, D.B. y L.F. Huggins. 1980. ANSWERS (Areal Nonpoint Source Wateshed Environment Simulation) - User's 
Manual. Department of Agricultural Engineering, Purdue University, West Lafayette, Indiana. 
Croley, T.E.II. y C. He. 2005. Great Lakes spatially distributed watershed model of water and materials runoff. 
Proceedings, International Conference on Poyang Lake Wetland Ecological Environment. Advanced Workshop on 
Watershed Modeling and Water Resources Management, Jiangxi Normal University, Nanchang, Jiangxi, P.R. China, 
June 27, 2005. 12 pp. 
Eiza M. J., C. B. Irurtia, P. F. Carfagno
 
y F. Babinec. 2008. Comparación de modelos de infiltración aplicados a eventos 
de simulación de lluvia en suelos de la región pampeana. XXI Congreso Argentino de la Ciencia del Suelo. Potrero 
de los Funes (S.Luis) 13-16 de mayo de 2008. 
Horton, R.E. 1939. Analysis of runoff plot experiments with varying infiltration capacity. Transactions of the American 
Geophysicists. Union, Part IV: 693-694. 
INTA. 1970. Carta de suelos de la República Argentina. 3360-32 Pergamino. 
Irurtia, C.B. y Mon, R. 1994. Microsimulador de lluvia para determinar infiltración a campo. Instituto de Suelos, CIRN 
INTA Castelar. Publicación Técnica 176.18 pp. 
Knisel, W.G. 1980. CREAMS: A fieldscale model for Chemical, Runoff, and Erosion from Agricultural Management 
Systems. USDA, Science and Education Administration, Conservation Report No. 26, Washington, D.C. 
Kostiakov, A. N. 1932. On the dynamics of the coefficient of water-percolation in soils and on the necessity for studying it 
from a dynamic point of view for purposes of amelioration. Transactions Congress International Society for Soil 
Science, 6th, Moscow, Part A: 17-21. 
Landini, M.A.; Martinez, D.; Dias, H.; Agnes, D., y Sainato, C. 2007. Modelos de infiltración y funciones de 
pedotransferencia aplicados a suelos de distinta textura. Ciencia del Suelo 25(2): 123-131. 
Leonard, R.A.; W.G. Knisel y D.A. Still. 1987. GLEAMS: Groundwater Loading Effects of Agricultural Management 
Systems. Transactions of ASAE, vol. 30, pp. 1403- 1418. 
Montico, S; Pouey, N. 2001. Cuencas Rurales. Pautas y criterios para su ordenamiento. Ed. UNR. Rosario, Argentina. 
p167. 
Philip, J. R. 1957. The theory of infiltration: 4. Sorptivity and algebraic infiltration equations. Soil Science 84: 257-264. 
Potter, K.N.; Torbert, H.A. y Morrison Jr. J.E. 1995. Tillage and residue effects on infiltration and sediment losses on 
vertisols. Trans. ASAE, 38(5): 1413-1419. 
SAS Institute, 1989. SAS/STAT Guide for personal computers. Version 6.03. Cary, N.C. USA. 
Sharpley, A.N. y J.R. Williams. 1990. EPIC-Erosion Productivity Impact Calculator USDA, Agricultural Research Service, 
Technical Bulletin No. 1768, Washington,D.C., pp. 235 pp. 
Turner, Ellen R. 2006. Comparison of infiltration equations and their field validation with rainfall simulation. 2006. Ellen 
R.. Tesis de Maestría. Faculty of the Graduate School of the University of Maryland, College Park. Pp 185 
Young, R.A.; C.A. Onstad; D.D. Bosch y W.P. Anderson. 1989. AGNPS: A Non- Point-Source Pollution Model for 
Evaluating Agricultural Watersheds, Journal of Soil and Water Conservation, vol. 44, pp. 168:173.