Journal of Hydrology: Regional Studies 19 (2018) 307–317

Listas de contenido disponibles en ScienceDirect

Revista de hidrología: estudios regionales

página de inicio de la revista: www.elsevier.com/locate/ejrh

Características de la precipitación y el proceso de interceptación en un

T
bosque tropical estacionalmente seco
⁎
José Bandeira Brasil a , e , , Eunice Maia de Andrade a , e ,
Helba Araújo de Queiroz Palácio b , e , Pedro Henrique Augusto
Medeiros c , e , Julio Cesar Neves dos Santos d , e , 1
a Departamento de Ingeniería Agrícola, Universidad Federal de Ceará - UFC, Campus do Pici, Bloco 804, CEP: 60.455-970, Fortaleza, Ceará, Brasil
b Instituto Federal de Educación, Ciencia y Tecnología de Ceará, Brasil - IFCE, Campus Iguatu, Brasil
c Instituto Federal de Educación, Ciencia y Tecnología de Ceará, Brasil - IFCE, Campus Maracanaú, Brasil
d Instituto Federal de Educación, Ciencia y Tecnología de Triângulo Mineiro, Brasil - IFTM, Campus Uberlândia, Brasil
e Grupo de Investigación y Extensión sobre Manejo de Agua y Suelos en el Semiárido Brasileño - MASSA, Brasil

INFORMACIÓN DEL ARTÍCULO RESUMEN

Palabras clave: Región de estudio: Cuenca Experimental Iguatu, ubicada en la región semiárida del noreste de
Las precipitaciones Brasil.
clasi fi cación Estudio de enfoque: El objetivo de este estudio fue investigar la in fl uencia de
características de la características de la precipitación en escurrimiento, tallo fl ujo y la pérdida de
precipitación intercepción en un bosque de hoja caduca de un tropical semiárida región, de una
throughfall Stem fl serie de datos de ocho años consecutivos. Los datos se recopilaron de 2010 a 2017 y
ow Semi-árido comprenden un total de 225 eventos.
región Nuevos conocimientos hidrológicos para la región: Entre las variables utilizadas para
caracterizar la lluvia, la intensidad máxima de 30 min (I30) explicó mejor las
pérdidas por interceptación, que también está bien correlacionada con la
profundidad de la lluvia y la intensidad media del evento. Los eventos
predominantes (67% del total) se caracterizan por poca profundidad de lluvia, bajo
I30 y mayor pérdida de interceptación (18% de la precipitación bruta). Además,
existe un umbral entre las características de la lluvia y el proceso de interceptación:
para precipitaciones e I30 inferiores a 20 mm y 15 mm / h respectivamente, y
duración de lluvia inferior a 100 min, las pérdidas por interceptación suelen ser
superiores al 30%, alcanzando hasta 74%. Para los eventos restantes, las pérdidas de
interceptación son en su mayoría dentro de la gama de 10 - 20% de las
precipitaciones. Los datos y la información sobre el proceso de intercepción,
presentado en este estudio, ayuda a la comprensión del balance global del agua en
ambientes secos y mejorar la capacidad para la parametrización de los modelos
hidrológicos, lo que contribuye a una mayor e fi agua ciente y la gestión ambiental.

1. Introducción

Los bosques tropicales estacionalmente secos representan más de 1.000.000 km 2 en todo el mundo ( Miles et al.,
2006 ). La mayor extensión de este bosque en América del Sur (aproximadamente 844.453 km 2 ) se encuentra en la
región semiárida del noreste de Brasil. Las regiones semiáridas , que cubren aproximadamente un tercio de la
superficie terrestre ( Reynolds, 2001 ), se caracterizan por la escasez de agua y una alta intensidad

⁎ Autor para correspondencia en: Departamento de Ingeniería Agrícola, Universidad Federal de Ceará - UFC, Campus do Pici,
Bloco 804, CEP: 60.455- 970, Fortaleza, Ceará, Brasil.
Direcciones de correo electrónico: josebbrasil@gmail.com (JB Brasil), eandrade.ufc@gmail.com (EMd Andrade),
helbaraujo23@yahoo.com.br (HAdQ Palácio), phamedeiros@ifce.edu.br (PHA Medeiros) , juliosantos@iftm.edu.br (JCNd
Santos).
1 http://www.massa.ufc.br/ .

https://doi.org/10.1016/j.ejrh.2018.10.006
Recibido el 10 de junio de 2018; Recibido en forma revisada el 26 de octubre de 2018; Aceptado el 26 de octubre de 2018
On-line el 2 de noviembre de 2018
2214-5818 / © 2018 Los Autores. Publicado por Elsevier Este es un artículo de acceso abierto bajo la CC BY-NC-ND
licencia (http://creativecommons.org/licenses/BY-NC-ND/4.0/).
JB Brasil y col. Journal of Hydrology: Regional Studies 19 (2018) 307–317

las lluvias se concentraron en un período corto ( Guerreiro et al., 2013 ; Andrade et al., 2016 ; Santos et al., 2017 ).
En las regiones semiáridas donde la disponibilidad de agua es limitada, la pérdida por intercepción juega un papel
importante en los procesos ecohidrológicos, aumentando la evaporación y disminuyendo la cantidad de agua
disponible para la infiltración ( Li et al., 2013 ). Por lo tanto, una comprensión completa del balance hídrico en estos
entornos es esencial ( Zhang et al., 2016 ). Las pérdidas por interceptación en las regiones semiáridas del mundo
representan del 6,9 al 27,2% de la precipitación total ( Pressland, 1973 ; Návar y Bryan, 1990 ; Návar et al., 1999 ;
Carlyle-Moses, 2004 ; Wang et al., 2005 ; Medeiros et al., 2009 ; Izidio et al., 2013 ; Sadeghi et al., 2016 ; Zhang et al., 2017
). Esta variabilidad depende de las características del evento de lluvia ( Toba y Ohta, 2005 ; Owens et al., 2006 ; Staelens
et al., 2008 ; Zhang et al., 2015 ) y la vegetación ( Zhang et al., 2009 ; Li et al, 2016. ; . Zhang et al, 2016 ; . Fathizadeh et
al, 2017 ), por lo tanto puede presentar sitio- específicos fi c características.
Una buena comprensión de la dinámica hidrológica entre las características de la lluvia y la vegetación es esencial
en los estudios de pérdida por interceptación en regiones semiáridas , especialmente en bosques caducifolios. Esta
vegetación se caracteriza por una pérdida total de hojas durante la época seca ( Santos et al., 2012 ). Debido a esto, al
inicio de la temporada de lluvias, la vegetación está completamente sin hojas, lo que resulta en pequeñas pérdidas por
intercepción de lluvias. La aparición de la masa de hojas tiene un signi fi no puede e ff ect en el proceso de
interceptación, modificando tanto la redistribución por el árbol y el escurrimiento ( Sadeghi et al., 2017 , 2018 ).
El agua retenida por la masa de hojas de los árboles finalmente se evapora a la atmósfera ( Arcova et al., 2003 ;
Moura et al., 2009 ; Sadeghi et al., 2015 ; Zhang et al., 2015 ). La precipitación interceptada llega al suelo como
escurrimiento y tallos fl ujo, lo que contribuye a mantener la disponibilidad de agua en la zona radicular de las
plantas. Este proceso favorece la infiltración y aumenta la humedad del suelo y la percolación profunda ( Liu et al.,
2016 ), especialmente en períodos de menos lluvia ( Pinheiro et al., 2013 ).
Los estudios que detallan el correo ff ect de la variabilidad temporal de los eventos de lluvia sobre la pérdida de
intercepción aún son raros, y los pocos que existen presentan una serie de datos corta. Por lo tanto, el presente estudio
tuvo como objetivo evaluar la in fl uencia de características de la precipitación (altura de lluvia, la duración del evento
y la intensidad de la lluvia) en el escurrimiento, tallo fl ujo y la pérdida de intercepción en un bosque de hoja caduca
de un tropical semiárida región, de una serie de datos de ocho años consecutivos.

2. Material y métodos

2.1. Sitio de Estudio

El estudio se desarrolló en la Cuenca Experimental del Iguatu ( Pereira Júnior et al., 2016 ; Santos et al., 2017 ), una
subcuenca de la cuenca del río Alto Jaguaribe, ubicada en la región semiárida del noreste de Brasil, entre 6 ° 23'40 ” a 6
° 23'44 ” S y 39 ° 15'23 ” a 39 ° 15'27 ” W ( Fig. 1 ), a una altitud promedio de 217 m. El área pertenece al Instituto Federal
de Educación, Ciencia y Tecnología de Ceará (IFCE), y tiene una vegetación predominante de leñosa Caatinga, en
regeneración desde hace 39 años (SDTF) - ( Fig. 2 A y B).
El clima de la región de acuerdo con la Köppen clasi fi catión es de tipo BSw'h'(caliente semi-árido), con una tem-
peratura mensual promedio siempre por encima de 18 ° C durante el mes más frío. El índice de aridez de
Thornthwaite ( Thornthwaite, 1948 ) es de 0,48, clasificando la región como semiárida. La evapotranspiración
potencial media de referencia de 1961 a 2017 es de 1829,5 mm año - 1 , según la metodología de Penman-Monteith /
FAO; la precipitación media histórica para el distrito de Iguatu es 883 ± 303 mm (serie histórica de 1927 a 2017). La
región se caracteriza por dos estaciones: una estación lluviosa de enero a junio y una estación seca de julio a
diciembre ( Fig. 3 ). Del total de precipitaciones anuales, el 84% se concentra durante la temporada de lluvias, y el 43%
de los eventos ocurren durante marzo y abril. Los meses más secos son de agosto a noviembre, con solo el 1% de la
precipitación total anual, destacando la alta variabilidad temporal de la precipitación.

2.2. Medición de las pérdidas por lluvia y por interceptación

Se recopilaron eventos de lluvia, precipitaciones y flujos de troncos durante un período de ocho años consecutivos
(enero de 2010 a diciembre de 2017). Los datos de precipitación se obtuvieron de una estación meteorológica
automática equipada con un pluviómetro basculante con adquisición de datos cada 5 min ( Fig. 2 C). Se calcularon los
valores para la intensidad media (I, mm h - 1 ) de los eventos monitoreados, así como para la intensidad máxima a
intervalos de 5, 10, 15, 20, 30, 45 y 60 min (I5 a I60, mm h - 1 ). La energía cinética (KE) por mm de lluvia se calculó
utilizando la Wischmeier y Smith, 1978 ecuación (1978), más adelante modi fi ed por Foster et al. (1981) , Ecuación 1 :

KE = 0,119 + 0,0873 * Log I (1)

donde: KE es la energía cinética de la lluvia en (MJ ha - 1 mm - 1 ), e I es la intensidad de la lluvia en (mm h - 1 ).
De un total de 270 eventos de lluvia natural, solo 225 eventos presentan datos de intensidad, debido a errores de
medición con el indicador basculante en los 45 eventos restantes. El sitio de estudio también estaba equipado con un
pluviómetro Ville de Paris ( Fig. 2 D), que sirvió como referencia para los datos del medidor basculante.
La vegetación es de hoja caduca, con pérdida de hojas durante la época seca, de julio a diciembre ( Fig. 2 B). De
enero a junio con el inicio de las lluvias, la vegetación recupera sus hojas ( Fig. 2 A). La encuesta fitosociológico llevado
a cabo al principio del estudio (2010), identi fi ed 164 árbol-como individuos con una circunferencia a la altura del
pecho (estándar 1,30 m del suelo) que variaban de 11 a 82 cm. La clase de altura predominante de los individuos fue
de 3,1 a 7 my la clase de diámetro fue de 3 a 6 cm. Las especies vegetales más abundantes son Croton sonderianus
(Muell.Arg.), Mimosa caesalpiniifolia (Benth.), Aspidosperma pyrifolium (Mart.), Combretum le-prosum (Mart.) Y
Bauhinia cheilantha (Bong.) Steud ( Pereira Júnior et al. ., 2016 ). El fl ujo del tallo se midió en seis individuos
parecidos a árboles ( Fig. 2 E), que representan las seis clases en las que se dividieron los individuos según el
perímetro del tallo.
Para medir la caída, se instalaron diez pluviómetros, distribuidos aleatoriamente bajo la vegetación ( Fig.2 F) a una altura de

308
JB Brasil y col. Journal of Hydrology: Regional Studies 19 (2018) 307–317

Fig. 1. Ubicación del área experimental en la región semiárida del noreste de Brasil.

1,30 m del suelo. Los pluviómetros se reposicionaron cada dos semanas para asegurar una distribución uniforme de
los sitios de muestreo contra posibles sesgos de medición. El volumen de precipitación acumulada durante 24 h se
convirtió en profundidad del agua (en mm) dividiendo el volumen de agua en cada pluviómetro por su área de
captación. Se calculó la media aritmética de los volúmenes recolectados por los diez pluviómetros para obtener la
caída representativa para el sitio experimental.
Stem fl ujo representativa de toda la zona se estimó con la ecuación 2 . Se midió el volumen de agua recolectada en
el contenedor para cada evento de lluvia.
n
SF = ∑ yo =1 Fi * ni (2)

donde SF - madre estimado fl ujo para cada evento de lluvia diaria, mm; n - número de clases de circunferencia; Fi -
tallo fl ujo del árbol que representa la clase I; ni - número de árboles de la clase i.
La pérdida de intercepción del dosel para cada evento de lluvia se calculó usando la Ec. (3) .

Yo = P - ( TF + SF ) (3)
donde I - Pérdida por intercepción, mm; P - Precipitación total, mm; TF - caída de agua medida debajo de la vegetación, mm; SF -
stem fl ujo, mm.

2.3. Agrupación de eventos de lluvia

Se aplicó el modelo estadístico multivariado - Análisis Factorial / Análisis de Componentes Principales (FA / PCA),
para identificar y comprender las características de lluvia que mejor explican la variabilidad del proceso de
interceptación. Se investigaron las siguientes variables: profundidad de lluvia (mm); Energía cinética (MJ ha - 1 mm - 1
); Intensidad media de lluvia (mm h - 1 ); duración de la lluvia (minutos); Intensidad máxima (I5, I10, I15, I20, I30, I45,
I60 mm h - 1 ) y pérdida de interceptación (mm).
El número de factores se de fi nió siguiendo el criterio de que cada factor debe contener una varianza mayor que 1
( criterio de valor propio-uno ). Este criterio se basa en la idea de que cualquier factor debe explicar una varianza
mayor que la mostrada por una sola variable. Después de la definición de la matriz de correlación, se encontró que el
modelo PCA era aplicable a los datos mediante la prueba de Kaiser-Meyer-Olkin

309

JB Brasil y col. Journal of Hydrology: Regional Studies 19 (2018) 307–317

Fig. 2. La fisonomía de la vegetación durante la estación lluviosa (A) y la estación seca (B), pluviómetro basculante (C), Ville de
Paris pluviómetro (D), el tallo fl ujo dispositivo de recogida (E) y pluviómetros debajo de la vegetación para recoger la caída (F).

(KMO). El modelo debe aceptarse si KMO> 0,5.

La matriz de los componentes obtenida durante la fase de extracción, donde el resultado describe la relación entre
los factores y las variables individuales, puede ser difícil de interpretar dependiendo de la disposición de las variables
en los factores signi fi cativos. Para superar esta limitación se realiza un análisis factorial de rotación, que convierte la
matriz en una de más fácil interpretación ( Dillon y Goldstein, 1984 ). Entre los dos modelos de rotación (ortogonales y
oblicuas), el fi fue seleccionada en primer lugar, en base a estudios presentados por Omar et al. (2016) ; SureshGandhi
y col. (2014) y Andrade et al. (2008) , quienes utilizaron PCA para evaluar la variación temporal y espacial en la calidad
del agua. Se utilizó el método Varimax, que tiene como objetivo minimizar la contribución de las variables con menos
signi fi cado en el factor. Con este método, las variables llegado a tener pesos cerca de uno o cero, eliminando los
valores inter mediatas, que hacen di fi culto para interpretar los factores.
Para verificar la similitud de los eventos de lluvia, los eventos se dividieron en grupos utilizando la técnica de
Análisis Multivariante / Análisis de Grupo Jerárquico (HGA), con base en la profundidad de la lluvia (mm), la duración
de la lluvia (minutos) y la precipitación máxima en 30 min (I30
mm h - 1 ). Para reducir los errores debidos a la escala y las unidades de las variables, los datos se estandarizaron
(adimensionales) mediante el método z-score . Los datos de pérdida por interceptación se analizaron mediante la
prueba de Kruskal-Wallis al 5% de significancia.

310

JB Brasil y col. Journal of Hydrology: Regional Studies 19 (2018) 307–317

Fig. 3. Variabilidad mensual de la precipitación en el área de estudio en el noreste de Brasil.

3. Resultados y discusión

3.1. Características de los eventos de lluvia y pérdidas por interceptación

La profundidad de lluvia anual osciló entre 460 y 1155 mm ( Fig. 4 A), lo que demuestra la alta variabilidad
temporal (anual y entre eventos) del régimen de lluvias en la región ( Fig. 4 B). El mayor número de eventos (23% del
total) y la mayor profundidad de precipitación se registraron en 2011. Cabe señalar que en ese año, abril fue el mes
más lluvioso, con 491 mm ( Fig. 4 C) (representando 42,5% de la profundidad total de lluvia para el año). En 2016, la
precipitación fue de 540 mm, y el 55% de la precipitación ocurrió en marzo ( Fig. 4 C). Las precipitaciones que se dan
en la región semiárida se caracterizan por estar concentradas en un período corto, como ya lo discutieron Guerreiro et
al. (2013) . Estos resultados expresan la incertidumbre de la común régimen agua en semiáridas regiones, como Veri fi
ed por Andrade et al. (2016) .
Aunque la interceptación media anual varió desde 10,9 hasta 18,6% durante el período de análisis ( Fig. 4 A), para cualquier
especí fi c
Fig. 4. Intercepción anual de plantas versus precipitación anual (A), altura de lluvia para eventos individuales (B), precipitación
mensual (C) y pérdida de intercepción para eventos individuales (D).

311

JB Brasil y col. Journal of Hydrology: Regional Studies 19 (2018) 307–317

tabla 1
Matriz de correlación de las variables relacionadas con las características de las precipitaciones y la pérdida de intercepción.

PAGS Yo promedio re KE I5 I 10 I15 I20 I30 I45 I60 yo

P 1,00
Yo promedio 0,27 ** 1,00                    
re 0,52 ** - 0,40 ** 1,00                  
KE 0,95 ** 0,32 ** 0,38 ** 1,00                
I5 0,68 ** 0,49 ** 0,13 0,71 ** 1,00              
I 10 0,73 ** 0,53 ** 0,14 0,76 ** 0,97 ** 1,00
           
I15 0,76 ** 0,51 ** 0,17 0,79 ** 0,95 ** 0,99 ** 1,00          
I20 0,78 ** 0,48 ** 0,19 * 0,81 ** 0,93 ** 0,97 ** 0,99 ** 1,00
       
I30 0,80 ** 0,45 ** 0,22 * 0,83 ** 0,90 ** 0,94 ** 0,97 ** 0,98 ** 1,00      
I45 0,85 ** 0,41 ** 0,25 ** 0,88 ** 0,86 ** 0,90 ** 0,93 ** 0,95 ** 0,98 ** 1,00    
I60 0,88 ** 0,37 ** 0,28 ** 0,90 ** 0,84 ** 0,87 ** 0,90 ** 0,93 ** 0,96 ** 0,99 ** 1,00
 
yo 0,73 ** 0,24 ** 0,41 ** 0,67 ** 0,51 ** 0,54 ** 0,56 ** 0,56 ** 0,57 ** 0,59 ** 0,60 **1,00

Energía cinética (MJ ha - 1 mm - 1 ); I5 - Intensidad máxima durante 5 min (mm h - 1 ); I10 - Intensidad máxima durante 10 min (mm
h - 1 ); I15 - Intensidad máxima durante 15 min (mm h - 1 ); I20 - Intensidad máxima durante 20 min (mm h - 1 ); I30 - Intensidad
máxima durante 30 min (mm h - 1 ); I45 - Intensidad máxima durante 45 min (mm h - 1 ); I60 - Intensidad máxima durante 60 min
(mm h - 1 ); I - Pérdida por intercepción (mm); ** (p <0,001); * (p <0,005); Los datos se refieren a los 225 eventos de lluvia con
registros de intensidad.

En caso de que la interceptación podría ser superior al 74%, como se encontró el 2 de junio de 2010 ( Fig. 4 D). Los
resultados muestran ( Fig.4 A) que los estudios de pérdida por interceptación no deben realizarse a escala anual
únicamente, ya que el porcentaje interceptado en 2017 (528 mm) fue el mismo en 2011 (1155 mm), expresando la baja
correlación entre estas variables. Por lo tanto, los estudios de interceptación deben realizarse por evento,
considerando no solo la profundidad de la lluvia, sino también la duración del evento y la frecuencia e intensidad de
la lluvia ( Zhang et al., 2015 , 2016 ).

3.2. Selección de indicadores para el proceso de interceptación

Todavía no hay consenso sobre cuál de las intensidades máximas (I5, I10, I15, I20, I30, I45, I60) debe usarse en
estudios que cuantifiquen las pérdidas por interceptación de plantas ( Medeiros et al., 2009 ; Zhang et al., 2016 ); como
resultado, se decidió para identificar las intensidades que muestran un positivo y signi fi correlación no puede (p
<0,001) con las pérdidas de interceptación por medio de la matriz de correlación ( Tabla 1 ). En la Tabla 1 se puede
observar que las intensidades con mayor peso fueron I60 e I45, lo que concuerda con los estudios de Zhang et al.
(2016) y Medeiros et al. (2009) . Además, estas dos intensidades mostraron la mayor correlación con la profundidad de
la lluvia.

De la matriz de correlación, se puede ver que la pérdida de intercepción (I) tuvo la mayor correlación (0,73, p
<0,001) con la profundidad de la lluvia (P). La ocurrencia de signi fi peso no puede entre la pérdida de interceptación
(I) y la profundidad precipitación (P) sugiere que en la ausencia de información sobre la intensidad de la precipitación
de la magnitud se puede utilizar para estimar la pérdida de interceptación razonablemente bien en el área de estudio
utilizando regresión simple. Las dos características de la precipitación con el menor peso, aunque signi fi peralte (p
<0,001), fueron la duración precipitaciones (D) y la intensidad media (I avg ). Se cree que el bajo peso de I avg (0,24) se
debe a la alta variabilidad temporal de las características de las precipitaciones.

El mejor modelo que utilizó PCA constaba de dos componentes y explicaba el 87% de la varianza total de los datos (
Tabla 2 ), con un valor para la prueba de Kaiser-Meyer-Olkin (KMO) de 0,88. Estos componentes (CP1 y CP2) permiten
identi fi cación de las variables con las mayores interrelaciones en el componente formado, tomando nota de que los
mayores pesos factoriales se atribuyeron a I30 con un valor igual a 0,98,

Tabla 2
Pesos factoriales de los componentes principales mediante rotación Varimax.
Variable CP1 CP2
     
I30 0,98 -
I20 0,97 -
I45 0,97 -
I15 0,97 -
I60 0,96 -
I 10 0,95 -
I5 0,91 -
KE 0,90 -
PAGS 0,88 -
yo 0,67 -
re - 0,88
Yo promedio - - 0,69
Valor propio 8,71 1,73
Variación explicada% 72,57 14.44
 % De variedad acumulada 72,57 87.01
     

312

JB Brasil y col. Journal of Hydrology: Regional Studies 19 (2018) 307–317

Tabla 3
Características de los eventos de lluvia para cada clase de lluvia formada por el HGA.
Clase de lluvia Variable Media Desviación Estándar CV ∑ Numero de eventos YO%
          (mm)    
               
Clase I P (mm) 11,5 7.4 0,6 1723.0 150 18,3 a *
  Duración (min) 95,6 77,6 0,8      
  I30 (mm h - 1 ) 15,4 9.2 0,6      
Clase II P (mm) 32,5 15,7 0,5 1073,3 33 16.0 ab
Duración (min) 365,2 184,1 0,5
       
I30 (mm h - 1 ) 28,8 10,3 0.4
       
Clase III P (mm) 47,1 17,9 0.4 1979,9 42 13,3 b
  Duración (min) 191.0 114,7 0,6      
I30 (mm h - 1 ) 55,9 14,5 0,3
       

P - Profundidad de lluvia; I30 - Intensidad máxima durante 30 min; I - Pérdida media por intercepción por clase.
* Valores medios seguidos por letras minúsculas en la misma columna no lo hacen di ff er en una signi fi nivel cación del 5% en el
de Kruskal-Wallis prueba.

seguido de I20, I45 e I15 con valores iguales a 0,97. El segundo componente estuvo formado por la intensidad media y
duración de la lluvia, explicando el 14,4% de la varianza de los datos y con fi rmando los resultados observados con la
matriz de correlación. El I30 explica mejor las pérdidas por interceptación en el área de estudio, con la misma
variable, intensidad máxima en 30 min, brindando mayor explicación de los procesos erosivos ( Lima et al., 2013 ;
Santos et al., 2017 ).

3.3. Agrupación de eventos de lluvia

Debido a la gran similitud entre los pesos de las variables, I30 se seleccionó como representante de CP1, y la
duración precipitaciones como representante de CP2, para de fi nir grupos similares de características de la
precipitación con la mayor inferencia para la pérdida de intercepción. El uso del análisis de agrupamiento jerárquico
(HGA) basado en la profundidad de la lluvia (mm), I30 (mm h - 1 ) y la duración de la lluvia (minutos), produjo tres
clases distintas de lluvia ( Tabla 3 ). Después de la aplicación de HGA, los valores para la pérdida de interceptación
correspondiente a cada clase de precipitación formado eran Veri fi ed ( Tabla 3 ).
La Clase I agrupó los eventos de menor profundidad de lluvia, menor I30, menor duración de lluvia y mayor
pérdida de interceptación (media de 18,3%) ( Tabla 3 , Fig. 5 ). Para esta clase de precipitación, el 87% de los eventos
presentó precipitación menor a 20 mm, el 68% tuvo una duración menor a 100 min y el 71% tuvo un I30 menor a 20
mm h - 1 ( Fig. 5 ). Debido a estas características de la lluvia, un mayor porcentaje del agua precipitada se retiene en las
hojas y ramas, contribuyendo a mayores pérdidas por interceptación. Es posible que las pequeñas profundidades de
lluvia no

Fig. 5. Profundidad de precipitación (A), duración de la precipitación (B) e intensidad máxima durante 30 min (C) ante la pérdida de
interceptación, para cada clase de precipitación.
 313

JB Brasil y col. Journal of Hydrology: Regional Studies 19 (2018) 307–317

Fig. 6. Distribución de la profundidad de lluvia (A), duración de la lluvia (B), intensidad máxima durante 30 min (C) y pérdida de
interceptación (D) para las tres clases de lluvia.

alcanzar la capacidad de retención de agua precipitada de la vegetación; cuando se alcanza esta capacidad, el saldo
después de la retención es generalmente pequeño ( Toba y Ohta, 2005 ; Owens et al., 2006 ; Staelens et al., 2008 ; Zhang
et al., 2015 ; Li et al., 2016 ; Sadeghi et al., 2016 ; al., 2016 ). La existencia de un umbral en el proceso de interceptación
y las características bajo investigación se muestra en la Fig.5 : para profundidad de lluvia superior a 20 mm, duración
superior a 100 min e I30 superior a 15 mm, la interceptación es siempre inferior al 30%.
La clase I muestra poca dispersión de las características de lluvia para los eventos ( Fig. 6 A, B y C); Sin embargo,
existe una alta dispersión del porcentaje de pérdida por interceptación. Es en esta clase donde se encuentra el evento
con mayor pérdida de interceptación (74%) ( Fig. 6 D), para una profundidad de lluvia de 8,9 mm y una duración de 15
min. Esta clase representa el 67% de todos los eventos, representando solo el 36,1% de la precipitación total ( Fig. 7 ). A
pesar de ser una región semiárida , donde la principal característica de los eventos de lluvia es su alta intensidad y
corta duración ( Lima et al., 2013 ; Santos et al., 2017 ), los resultados apuntan a una alta frecuencia de eventos de
baja magnitud. ( Figura 7 ).
Clase II precipitaciones comprendía las duraciones más largas con una media de 365,2 min ( Tabla 3 , Figs. 5 B y 6
B), donde en 2010 uno especí fi c evento duró 815 min, que es poco común en la zona, como se puede observar a partir
de los datos de los otros eventos monitoreados. A pesar de la gran disimilitud entre la media altura de lluvia, la
duración y I30 entre las Clases II y III, las pérdidas medias de interceptación, de 16,0% y 13,3% respectivamente, no
mostrar un signi fi no puede di ff rencia ( Tabla 3 ).
Las mayores profundidades de lluvia se observaron para la Clase III, con un máximo de 124,4 mm, un mínimo de 25,3 mm y
una media de 47,1 mm.

Fig. 7. Frecuencia de ocurrencia de los eventos de lluvia, cantidad de lluvia y pérdida media por intercepción para las tres clases de
lluvia.

314
JB Brasil y col. Journal of Hydrology: Regional Studies 19 (2018) 307–317

Cuadro 4
La redistribución de la precipitación en escurrimiento (TF), tallo fl ujo (SF) y la pérdida de intercepción (I) por clase de lluvia, 2010-2017.

Clase de lluvia Numero de eventos PAGS TF SF yo

                            
(mm) (mm) % (mm) % (mm) %
                       

Clase I 150 1723.0 1339,9 76,8 106,0 4.9 277,1 18,3

 
Clase II 33 1073,3 840,6 78,4 59,1 5.5 173,5 16,0
 
Clase III 42 1979,9 1580,9 79,3 150,2 7.5 248,7 13,3  
Total 225 4776,2 3761,5 - 315,3 - 699,4 -
Valor medio del evento - - - 78,8 - 6.6 - 14,6
                         

( Tabla 3 , Fig. 6 A). La duración de la precipitación mostró valores intermedios en relación a las otras clases, con un
máximo de 550 min, mínimo de 30 min y una media de 191 min ( Cuadro 3 , Fig. 6 B). El I30 tuvo valores máximos y
mínimos de 100,6 y 30,4 mm h - 1 y el I30 promedio de 55,9 mm h - 1 ( Tabla 3 , Fig. 6 C). Por otra parte, los porcentajes
medios más bajos del estudio se registraron para la pérdida de interceptación, con un valor medio del 13,3% ( Tabla 3 ,
Figs. 5 y 6 D). Las características de los eventos de Clase III se relacionan principalmente con la ocurrencia de lluvias
convectivas de alta intensidad, gran magnitud y menor duración. El dosel de la planta excede su capacidad de
almacenamiento e inmediatamente se satura, generando una redistribución de la lluvia y resultando en menores
pérdidas por interceptación ( Calder, 1996 ; Owens et al., 2006 ; Zhang et al., 2015 ). Esta clase representó el 18,7% de
todos los eventos y fue responsable del 41,5% de la precipitación total ( Fig. 7 ).
Una tendencia decreciente en el porcentaje de pérdida por interceptación con aumentos en la profundidad e
intensidad de la lluvia ( Fig. 5 ), demuestra la saturación de la vegetación a medida que persiste la lluvia, según lo
informado por Toba y Ohta (2005) . Los eventos de lluvia que se produjeron durante el período de estudio tuvieron
una duración media que varió de 95,6 a 365,2 min entre las clases de fi nidas con el SAG, con una mayor ocurrencia de
eventos con una duración media de 95,6 minutos en la clase I. Estos resultados están de acuerdo con investigación de
Medeiros y Araújo (2014) y Santos et al. (2017) , quienes concluyeron que existe un predominio de lluvias de
corta duración en una región tropical semiárida .

3.4. Fraccionamiento de la lluvia en cada clase de lluvia

El mayor porcentaje de escurrimiento (79,3%) y el vástago fl ow (7,5%) se observó en la clase III ( Tabla 4 ). Cuanto
mayor sea la intensidad del evento ( Fig.5 C), más rápidamente se satura la capacidad de retención de agua de la
vegetación, iniciando la caída y la redistribución por las ramas y troncos de la vegetación ( Tablas 3 y 4 ; Fig.6 A, B y C)
( Calder, 1996 ; Crockford y Richardson, 2000 ; Toba y Ohta, 2005 ).
Throughfall Porcentaje y tallo fl ow aumentó en 2,5 y 2,6 puntos porcentuales entre el fi primera y última clase
precipitaciones. Para los 225 eventos de lluvia investigados en las tres clases de lluvia, la caída correspondió al 78,8%
de la precipitación total ( Cuadro 4 ). Estudios bajo di ff Erent condiciones climáticas y en di ff Erent tipos de bosques
muestran que throughfall es el mayor componente de la precipitación que entra en el bosque ( Arcova et al., 2003 ;
Medeiros et al., 2009 ; Moura et al., 2009 ; Izidio et al., 2013 ; Zhang et al., 2015 ).
Stem fl ow fue del 6,6% de la precipitación total ( Tabla 4 ). Autores como Arcova et al. (2003) y Sadeghi et al. (2015)
asumen que el fl ujo de tallo es insignificante, ya que consideran que este porcentaje tiene poca importancia para el
proceso de interceptación. Sin embargo, el vástago fl ow es uno de los componentes más importantes de la distribución
localizada de precipitación alrededor del tronco, y su seguimiento es funda- mental ( Moura et al., 2009 ; . Medeiros et
al, 2009 ; . Izidio et al, 2013 ; Zhang et al., 2016 ; Sadeghi et al., 2016 , 2017 , 2018 ), especialmente en períodos de menos
lluvia. Además, el fl ujo del tallo es fundamental para dirigir el agua hacia la zona radicular, favoreciendo la
infiltración y aumentando la humedad del suelo y la percolación profunda ( Pinheiro et al., 2013 ; Liu et al., 2016 ).
Las mediciones en el área de estudio indican una pérdida de interceptación media de 14,6% de la precipitación
total, de acuerdo con los di ff estudios Erent ya realizadas en zonas áridas y semiáridas regiones del mundo ( Tabla 5 ).
Las pérdidas por interceptación en las regiones semiáridas del noreste de Brasil están cerca de los valores medios
de otras regiones semiáridas del mundo ( Cuadro 5 ), con pérdidas por interceptación que oscilan entre el 6,9 y el
27,2% de la precipitación total. Aunque los diversos estudios citados se llevaron a cabo en regiones semiáridas del
mundo, se debe enfatizar que las características de la vegetación y la precipitación difieren entre áreas, lo que resulta
en la variación observada en el porcentaje de pérdida por interceptación de plantas.

4. Conclusiones

De acuerdo con matriz de correlación de las variables relacionadas con características de la precipitación y la
interceptación vegetación, las pérdidas de intercepción pueden ser signi fi cativamente estimado (r = 0,73) por altura
de lluvia. Uso del análisis grupo jerárquico (HGA), la precipitación clasi fi catión formado una clase con lluvias
convectivas (Clase III), lo que resulta en una mayor entrada de agua a la throughfall suelo y el vástago fl ow, con baja
interceptación (interceptación media 13,3%).
Entre las variables de características de lluvia bajo análisis, el I30 explicó mejor las pérdidas por interceptación en
el área de estudio. Además, se encontró que a pesar de la intensidad de lluvia media que muestra una baja correlación
con la interceptación (0,24 **), fue signi fi peralte (p <0,001), y podría ser una alternativa en los estudios de
cuantificación de la pérdida de intercepción.
La principal deficiencia de este trabajo fue la falta de información sobre la densidad foliar, como el índice de área
foliar (LAI). Se espera que cuanto mayor sea el LAI, mayor será el potencial de la vegetación para almacenar y, en
consecuencia, interceptar el agua. Teniendo en cuenta la naturaleza caducifolia de los bosques tropicales secos
estacionalmente, el estudio y la comprensión de la variación de la intercepción de la vegetación debido a la densidad
de las hojas es crucial para

315
JB Brasil y col. Journal of Hydrology: Regional Studies 19 (2018) 307–317

Cuadro 5
La redistribución de la precipitación (P) en throughfall (TF), tallo fl ujo (SF) y la pérdida de intercepción (I), en zonas áridas y semiáridas
regiones del mundo.

Regiones semiáridas de Brasil

Referencia TF (%) SF (%) YO (%) P (mm) Sitio Vegetación * Periodo de estudio
Este estudio 78,8 6.6 14,6 598,0 Iguatu-Ceará Creg Enero de 2010 a diciembr
Medeiros et al. (2009) 81,0 6.0 13,0 663.2 Aiuaba-Ceará Cp Diciembre de 2003 a may
Izidio et al. (2013) 76,5 5.9 17,9 954,0 Iguatu-Ceará Creg De enero a diciembre de 2
Áridas y semiáridas regiones del mundo
           
Pressland (1973) 69,0 18,0 13,0 618,5 Reserva Experimental Austrália Automóvil club británico Diciembre de 1970 a marz
Návar y Bryan (1990) 69,8 - 27,2 230 UANL-Linares México Dt, Af e Pl 1987
Návar et al. (1999) - - 16,5 651 Este de la Sierra Madre de MéxicoTm Septiembre de 1995 a abr
Carlyle-Moses (2004) 83,3 8.5 8.2 394,8 Este de la Sierra Madre de MéxicoMc 1999 hasta 2001
Wang y col. (2005) 66,4 - 6,9 224,3 Desierto de Shapotou China Ao Junio de 2002 a octubre d
  64,4 - 11,7     Ck  
Sadeghi y col. (2015) - - 17,8 197,2 Teherán, Irán Fr Septiembre de 2012 a may
Zhang y col. (2015) 74,3 8,99 16,7 461,5 Desierto de Shapotou China Ck Junio de 2011 a noviembr
74,8 2,89 22,3 Ao
       
Zhang y col. (2016) 82,9 - 17.1 137,5 Desierto de Shapotou China Ao 2004 hasta 2014
Sadeghi y col. (2016) 65,0 14.0 21,0 730,5 Teherán, Irán California Mar de 2011 a Mar de 201
Zhang y col. (2017) 72,2 2.9 24,9 116,8 Cuenca de Yangjuangou China Hora Junio a septiembre de 201
  70,7 10.1 19,2     Sp  
Fathizadeh y col. (2017) 89,8 - 10,2 822,8 Ilam, Irán De Febrero de 2015 a febrero

* Creg - Caatinga en regeneración; Cp - Preservada caatinga; Aa - Acacia aneura; Dt, Af e Pl - Diospyrus texana, Acacia
farnesiana y Prosopis laevigata; Tm - matorral de Tamaulipan; Comunidad Mc - matorral; Hr: Hippophae rhamnoides; Sp -
Spiraea pubescens; Pe - Pinus eldarica; Ca - Cupressus arizonica; Fr - Fraxinus rotundifolia; Ck - Caragana korshinskii; Ao -
Artemisia ordosica; De - Bosque de robles .

mejorar el modelado hidrológico y la gestión de cuencas.

Los resultados presentados en este estudio son útiles para mejorar la gestión hídrica y ambiental, ya que es posible
estimar con mayor precisión la cantidad de agua que realmente llega al suelo en regiones con bosques tropicales
estacionalmente secos. Este artículo presenta datos e información sobre el proceso de interceptación, lo que ayuda a
comprender el balance hídrico general en ambientes secos y mejora la capacidad de parametrización de modelos
hidrológicos. Con modelos matemáticos más precisos, es posible ampliar los estudios para ctachments sin control, así
como escenarios simulat que contribuirán a la dirección FFI gestión deficiente de los recursos hídricos.

Declaraciones de interés

Ninguna.

Agradecimientos

Los autores desean agradecer al Consejo Nacional Brasileño para la Ciencia fi c y Desarrollo Tecnológico (CNPq) y la
Coordinación de Perfeccionamiento de la Educación Superior de Personal - Brasil (CAPES) por su fi apoyo financiero de
esta investigación, y por la valiosa contribución del editor y revisores anónimos.

Referencias

Andrade, EM, Palácio, HAQ, Souza, IH, Leão, RAO, Guerreiro, MJ, 2008. Uso del suelo e ff refleja en la composición de las aguas subterráneas de
un acuífero aluvial (Trussu río, Brasil) mediante técnicas multivariantes. Reinar. Res. 106 (2), 170 - 177.
https://doi.org/10.1016/j.envres.2007.10.008 .
Andrade, EM, Sena, MGT, Silva, AGR, Pereira, FJS, Lopes, FB, 2016. Incertidumbres del régimen pluvial en una región semiárida tropical : el caso
del Estado de Ceará. Revista Agro @ mbiente On-line 10 (2), 88 - 95. https://doi.org/10.18227/1982-8470ragro.v10i2.3500 .
Arcova, FCS, Cicco, V., Rocha, PAB, 2003. Precipitação efetiva e interceptação das chuvas por fl oresta de Mata Atlântica em uma microbacia
experimental em Cunha - São Paulo. Revista Árvore 27 (2), 257 - 262. https://doi.org/10.1590/S0100-67622003000200014 .
Calder, IR, 1996. Dependencia de la intercepción de la lluvia en el tamaño de la gota: 1. Desarrollo del modelo estocástico de dos capas . J. Hydrol.
185 (1-4), 363 - 378. https://doi.org/ 10.1016 / 0022-1694 (95) 02998-2 .
Carlyle-Moses, DE, 2004. Flujos de caída , fl ujo del tallo y fl ujos de pérdida de intercepción del dosel en una comunidad matorral semiárida de la
Sierra Madre Oriental. J. Arid Environ. 58 (2), 181 - 202. https://doi.org/10.1016/S0140-1963(03)00125-3 .
Crockford, RH, Richardson, DP, 2000. La partición de lluvia en escurrimiento, se derivan de fl ujo y la interceptación: e ff ect del tipo de bosque, la
cobertura del suelo y el clima. Hydrol. Proceso. 14 (16-17), 2903 - 2920.
https://doi.org/10.1002/1099-1085(200011/12)14:16/17<2903::AID-HYP126>3.0.CO;2-6 .
Dillon, WR, Goldstein, M., 1984. Análisis multivariante: métodos y aplicaciones, tercera ed. Wiley, Nueva York, págs.587 .
Fathizadeh, O., Hosseini, SM, Zimmermann, A., Keim, RF, Darvishi Boloorani, A., 2017. Estimación de vínculos entre las variables estructurales
del bosque y los parámetros de intercepción de lluvia en rodales de bosques de robles deciduos semiáridos . Sci. Entorno total. 601-602,
1824 - 1837. https://doi.org/10.1016/j.scitotenv.2017.05.233 .
Foster, GR, Mccool, DK, Renato, KG, Moldenhauer, WC, 1981. Conversión de la ecuación universal de pérdida de suelo a las unidades métricas
del SI. J. Conservación del agua del suelo. 36, 355 - 359 .
Guerreiro, MJS, Andrade, EM, Abreu, I., Lajinha, T., 2013. Variación de largo plazo de los índices de precipitación en el estado de Ceará, noreste
de Brasil. En t. J. Climatol. 33 (14), 2929 - 2939. https://doi.org/10.1002/joc.3645 .
Izidio, NSC, Palácio, HAQ, Andrade, EM, Aráujo Neto, JR, Batista, AA, 2013. Interceptação da chuva pela vegetação da caatinga em microbacia no
semiárido cearense. Revista Agro @ mbiente On-line 7 (1), 44 - 52. https://doi.org/10.18227/1982-8470ragro.v7i1.977 .

316

JB Brasil y col. Journal of Hydrology: Regional Studies 19 (2018) 307–317

Li, X., Zhang, Z., Huang, L., Wang, X., 2013. Revisión de los procesos ecohidrológicos y mecanismos de retroalimentación que controlan los
sistemas de vegetación que se unen a la arena en las regiones desérticas arenosas de China. Barbilla. Sci. Toro. 58 (13), 1483 - 1496.
https://doi.org/10.1007/s11434-012-5662-5 .
Li, X., Xiao, Q., Niu, J., Dymond, S., Van Doorn, NS, Yu, X., Xie, B., Lv, X., Zhang, K., Li, J., 2016. basado en procesos precipitaciones intercepción de
pequeños árboles en el norte de china: el e ff ect de los rasgos y características de la estructura de precipitaciones corona. Agric. Por.
Meteorol. 218-219, 65 - 73. https://doi.org/10.1016/j.agrformet.2015.11.017 .
Liu, X., He, Y., Zhao, X., Zhang, T., Li, Y., Yun, J., Wei, S., Yue, X., 2016. La respuesta del agua del suelo y la percolación profunda bajo Caragana
microphylla a la lluvia en Horqin Sand Land, norte de China. Catena 139, 82 - 91. https://doi.org/10.1016/j.catena.2015.12.006 .
Lima, CA, Palácio, HAQ, Andrade, EM, Santos, JCN, Brasil, PP, 2013. Características de lluvia y erosión en condiciones naturales de uso del suelo
en regiones semiáridas. Revista Brasileira de Engenharia Agrícola e Ambiental 17 (11), 1222 - 1229.
https://doi.org/10.1590/S1415-43662013001100014 .
Medeiros, PHA, Araújo, JC, Bronstert, A., 2009. Mediciones de interceptación y evaluación del desempeño del modelo Gash para una región
tropical semiárida. Revista Ciência Agronômica 40 (2), 165 - 174 .
Medeiros, PHA, Araujo, JC, 2014. variabilidad temporal de las precipitaciones en un ambiente semiárido en Brasil y su correo ff reflexionar
sobre los procesos de transporte de sedimentos. J. Soils Sediments 14 (7), 1216 - 1223. https://doi.org/10.1007/s11368-013-0809-9 .
Miles, L., Newton, AC, DeFries, RS, Ravilious, C., May, I., Blyth, S., Kapos, V., Gordon, JE, 2006. Una visión global del estado de conservación de los
bosques secos tropicales . J. Biogeogr. 33 (3), 491 - 505. https://doi.org/10.1111/j.1365-2699.2005.01424.x .
Moura, AESS, Correa, MM, Silva, ER, Ferreira, RLC, Figueiredo, AC, Possas, JMC, 2009. Interceptação das chuvas em um fragmento de fl oresta da
mata atlântica na bacia do prata Recife-PE. Revista Árvore 33 (3), 461 - 469. https://doi.org/10.1590/S0100-67622009000300008 .
Návar, J., Bryan, R., 1990. Pérdida por interceptación y redistribución de la lluvia por tres arbustos en crecimiento semiáridos en el noreste de
México. J. Hydrol. 115 (1-4), 51 - 63. https: // doi.org/10.1016/0022-1694(90)90197-6 .
Návar, J., Carlyle-Moses, DE, Martinez, A., 1999. Pérdida por intercepción del matorral de espinas matorral de Tamaulipán del noreste de
México: una aplicación del modelo analítico de pérdida por intercepción de Gash. J. Arid Environ. 41 (1), 1 - 10.
https://doi.org/10.1006/jare.1998.0460 .
Owens, MK, Lyons, RK, Alejandro, CL, 2006. Las precipitaciones de partición dentro de las comunidades de enebro semiáridas: e ff ECTS del
tamaño del evento y cubierta de copas. Hydrol. Proceso. 20 (15), 3179 - 3189. https://doi.org/10.1002/hyp.6326 .
Omar, MA, Azmai, MNA, Omar, H., Ismail, A., 2016. Calidad del agua, productividad primaria y potencial de captura de carbono de microalgas en
dos lagos urbanos artificiales, Selangor, Malasia. Adv. Reinar. Biol. 10 (3), 10 - 22 .
Pressland, AJ, 1973. Partición de lluvia por un bosque árido (Acacia aneura F. Muell.) En el suroeste de Queensland. Aust. J. Bot. 21 (2), 235 - 245.
https://doi.org/ 10.1071 / BT9730235 .
Pinheiro, EAR, Costa, CAG, Araújo, JC, 2013. E ff profundidad de las raíces caz del bioma Caatinga. J. Arid Environ. 89, 1 - 4.
https://doi.org/10.1016/j.jaridenv.2012.10. 003 .
Pereira Júnior, LR, Andrade, EM, Palácio, HAQ, Raymer, PCL, Ribeiro Filho, JC, Pereira, FJS, 2016. Reservas de carbono en un bosque tropical seco
en Brasil. Revista Ciência Agronômica 47 (1), 32 - 40. https://doi.org/10.5935/1806-6690.20160004 .
Reynolds, JF, 2001. Deserti fi cation. En: En: Levin, SA (Ed.), Encyclopedia of Biodiversity. 2. Academic Press, págs. 61 - 78.
https://doi.org/10.1016/B0-12-226865-2/ 00068-7 .
Sadeghi, SMM, Attarod, P., Pypker, TG, 2015. Di ff erences de las precipitaciones durante la interceptación del crecimiento y no crecimiento
estaciones en un Fraxinus rotundifolia Molino. Plantación ubicada en un clima semiárido. J. Agric. Sci. Technol. 17 (1), 145 - 156 .
Sadeghi, SMM, Attarod, P., Van Stan, JT, Pypker, TG, 2016. La importancia de considerar la partición de lluvia en un ff iniciativas orestation en
climas semiáridos: una comparación de las especies de árboles comunes plantado en Teherán, Irán. Sci. Entorno total. 568, 845 - 855.
https://doi.org/10.1016/j.scitotenv.2016.06.048 .
Sadeghi, SMM, Van Stan, JT, Pypker, TG, Friesen, J., 2017. Dinámica hidrometeorológica del dosel a través de una cronosecuencia de una
especie globalmente invasora, Ailanthus altissima (Mill., Árbol del cielo). Agric. Por. Meteorol. 240-241, 10 - 17.
https://doi.org/10.1016/j.agrformet.2017.03.017 .
Sadeghi, SMM, Van Stan, JT, Pypker, TG, Tamjidi, J., Friesen, J., Farahnaklangroudi, M., 2018. Importancia de los estados foliares de transición en
la dinámica de partición de la lluvia del dosel. EUR. J. Para. Res. 137 (1), 121 - 130. https://doi.org/10.1007/s10342-017-1098-4 .
Santos, RM, Oliveira - Filho, AT, Eisenlohr, PV, Queiroz, LP, Cardoso, DBOS, Rodal, MJN, 2012. Identidad y relaciones de la Caatinga Arbórea entre
otras unidades fl orísticas de los bosques tropicales estacionalmente secos (SDTF) del norte -oriente y centro de Brasil. Ecol. Evol. 2 (2),
409 - 428. https://doi.org/10.1002/ece3.91 .
Santos, JCN, Andrade, EM, Medeiros, PHA, Guerreiro, MJS, palacio, HAQ, 2017. E ff ect de características de la lluvia sobre runo y siguientes y la
erosión del agua para di ff Erent usos de la tierra en una región semiárida tropical. Recurso de agua. Manag. 31 (1), 173 - 185.
https://doi.org/10.1007/s11269-016-1517-1 .
Staelens, J., Schrijver, A., Verheyen, K., Verhoest, NEC, 2008. Las precipitaciones partición en throughfall, tallo fl ow, y la interceptación dentro de
una cubierta única de haya (Fagus sylvatica L.): en fl uencia de foliación, características del evento de lluvia y meteorología. Hydrol. Proceso.
22 (1), 33 - 45. https://doi.org/10.1002/hyp.6610 .
SureshGandhi, M., Ravisankar, R., Rajalakshmi, A., Sivakumar, S., Chandrasekaran, A., Anand, DP, 2014. Mediciones de radiación gamma natural
en sedimentos de playa de la costa noreste de Tamilnadu, India por rayos gamma espectrometría con enfoque estadístico multivariado. J.
Radiat. Res. Apl. Sci. 7 (1), 7 - 17. https: // doi.org/10.1016/j.jrras.2013.11.001 .
Toba, T., Ohta, T., 2005. Un estudio de observación de los factores que en fl uencia intercepción pérdida de bosques boreales y templados. J.
Hydrol. (Amst.) 313 (3-4), 208 - 220. https://doi.org/10.1016/j.jhydrol.2005.03.003 .
Thornthwaite, CW, 1948. Un enfoque racional hacia una clasi fi cación del clima. Geogr. Apocalipsis 38, 55 - 94 .
Wang, XP, Li, XR, Zhang, JG, Zhang, ZS, Berndtsson, R., 2005. Medición de la intercepción de lluvia por arbustos xerófitos en dunas de arena
re-vegetadas . Hydrol. Sci. J. Des Sci. Hydrol. 50 (5), 910. https://doi.org/10.1623/hysj.2005.50.5.897 .
Wischmeier, WH, Smith, DD, 1978. Predicción de las pérdidas por erosión por lluvia: una guía para la planificación de la conservación. Manual
del Departamento de Agricultura de los Estados Unidos no. 537, págs.58 .
Zhang, Z., Li, X., Dong, X., Jia, X., He, M., Tan, H., 2009. Intercepción de lluvia por arbustos estabilizadores de arena relacionados con la
estructura de la copa. Sci. Árido frío. Reg. 1 (2), 0107 - 0119 .
Zhang, YF, Wang, XP, Hu, R., Pan, YX, Paradeloc, M., 2015. Partición de la lluvia en caída, fl ujo del tallo y pérdida por interceptación por dos
arbustos xerófitos dentro de un ecosistema desértico re-vegetado de secano , noroeste de China. J. Hydrol. 527,
1084 - 1095. https://doi.org/10.1016/j.jhydrol.2015.05.060 .
Zhang, ZS, Zhao, Y., Li, XR, Huang, L., Tan, HJ, 2016. bruto precipitaciones cantidad y la intensidad máxima de la precipitación en 60 minutos en fl
influencia sobre la pérdida de interceptación de arbustos: a 10-años de observación en el desierto de Tengger. Sci. Rep. 6 (26030).
https://doi.org/10.1038/srep26030 .
Zhang, Y., Li, XY, Li, W., Wu, XC, Shi, FZ, Fang, WW, Pei, TT, 2017. Modelado de la pérdida de intercepción de lluvia por dos arbustos xerófitos en
la meseta de Loess. Hydrol. Proceso. 31 (10), 1926 - 1937. https://doi.org/10.1002/hyp.11157 .

317