Gestión del agua agrícola 209 (2018) 62–72

Listas de contenidos disponibles en ScienceDirect

Gestión del agua agrícola

revista Página de inicio: www.elsevier.com/locate/agwat

Impacto de la labranza de conservación en el escurrimiento de nitrógeno y fósforo ff pérdidas en un sistema de cultivo de

papa en la cuenca del Fuquene, Colombia

Natalia Uribe una , si , • , Gerald Corzo una , Marcela Quintero C , Ann van Griensven una , Dimitri Solomatine una , si
una Departamento de IWSG, IHE-Delft Institute for Water Education, PO Box 3015, 2601 DA Delft, Países Bajos
si Facultad de Ingeniería Civil y Geociencias, Universidad Tecnológica de Delft, PO Box 5048, 2600 GA Delft, Países Bajos
C Centro Internacional de Agricultura Tropical (CIAT), Km 17 recta Cali-Palmira, Apartado Postal. 763537 Cali, Colombia

INFORMACIÓN DEL ARTÍCULO RESUMEN

Palabras clave: La labranza intensiva (TI) en los cultivos de papa se considera una de las principales fuentes difusas (NSP) de eutrofización local del agua en el lago
Modelo hidrológico Fuquene de Colombia. Por lo tanto, el gobierno local ha invertido en varios programas que apuntan a la adopción de principios de labranza de
Mejores prácticas de gestión conservación (CT) que permitirían desarrollar y aplicar las mejores prácticas de manejo agrícola (BMP). La complejidad de la heterogeneidad
Labranza de conservación
hidrológica y geológica hace que el grado de bene fi t que CT tiene en di ff ubicaciones actuales inciertas. En este estudio, se utilizó la herramienta de
Calidad del agua
evaluación del suelo y el agua (SWAT) para evaluar los impactos del cambio de TI por CT en nitrógeno (N) y fósforo ( PAGS) pérdidas en el
Andes
escurrimiento de aguas superficiales ff del cultivo de papa en la cuenca del Fuquene. Esto se hace en fi niveles de campo y cuenca. Un estudio de dos
Modelo SWAT
años quanti fi ed los cambios en el agua superficial ff contaminantes para tres ciclos de cultivo de papa bajo la práctica tradicional de TI y la práctica de
CT, que incluyó la reducción de la labranza, el abono verde y la cobertura permanente del suelo, a las doce runo ff parcelas instaladas en la cuenca del
Fuquene ( Quintero y Comerford, 2013 ). Esta información se utilizó para construir, calibrar y validar el modelo SWAT. Los resultados sugieren que la TC
de la cuenca del Fuquene puede reducirse hasta un 26% del rendimiento de sedimentos y un 11% de la escorrentía superficial. ff

en comparación con TI, lo que significa una reducción general de la carga. El CT principal e ff efecto sobre las pérdidas de nutrientes en runo ff es un aumento en el total

de N y P (2% a 18% respectivamente) en comparación con TI. Sin embargo, los resultados a nivel de cuenca mostraron di ff patrones diferentes de los obtenidos en fi nivel

de campo. A pesar de las incertidumbres del modelo, los resultados muestran la posibilidad de utilizar modelos hidrológicos para evaluar la e ff efectividad de varios fi prácticas

de manejo del campo en la agricultura.

1. Introducción
El deterioro de la calidad del agua en la cuenca del Fuquene (Colombia) es un grave problema
ambiental, especialmente en el lago Fuquene, donde se ha observado un proceso de eutrofización
acelerado ( Agencia Japonesa de Cooperación Internacional - JICA, 2000 ). Runo de nitrógeno y fósforo ff
Se estima que las operaciones de fertilización de cultivos de papa están causando el aumento de
nutrientes en el lago, lo que a su vez ha aumentado la presencia de floración de algas ( Rubiano y
col., 2006b ). Como resultado, la biodiversidad en el lago se ve amenazada, así como el agua potable
para las comunidades locales debido a la fuga de químicos tóxicos en el proceso de tratamiento ( Hanifzadehescorrentía ff ( Quintero y Comerford, 2013 ; Logan, 1993 ). En este contexto, los agricultores adoptan
et al., 2017 ), y también agua para la agricultura, fi pescaderías y, en particular, para el ganado ( Quintero
y Otero, 2006 ; Rubiano y col., 2006b ). Por lo tanto, las autoridades ambientales tienen como objetivo
abordar este problema debido a la
importancia de esta fuente de agua para las comunidades, la agricultura y la ganadería ( Rubiano et
al., 2006a ).
La labranza intensiva (TI) es la práctica de manejo convencional utilizada por los productores de
papa en la cuenca del Fuquene. Esta práctica se caracteriza por una falta de cobertura vegetal y
bajos niveles de residuos de cultivos en el ciclo de la papa. Debido a esto, el suelo es vulnerable a
los procesos de erosión y pérdidas de nutrientes en el runo ff ( Zhang y col., 2014 ; Carter y col., 2009 ).
Por lo tanto, la investigación hoy en día se centra en las mejores prácticas agrícolas que se
esfuerzan por utilizar nutrientes e ffi cientemente, conservar la estructura del suelo y reducir la
cada vez más las MPM agrícolas que se centran en la labranza cero y la labranza reducida porque
tienen el potencial de reducir la contaminación del agua y desarrollar sistemas agrícolas respetuosos
con el medio ambiente, que al mismo tiempo ff mejores ingresos para los agricultores locales ( Liu y
col., 2013 ; Sedano et al., 2013 ;

• Autor para correspondencia en: Departamento de IWSG, IHE-Delft Institute for Water Education, PO Box 3015, 2601 DA Delft, Países Bajos.

Correos electrónicos: n.uribe@un-ihe.org (N. Uribe), g.corzo@un-ihe.org (G. Corzo), m.quintero@cgiar.org (M. Quintero),
a.vangriensven@un-ihe.org (A. van Griensven), d.solomatine@un-ihe.org (D. Solomatine).

https://doi.org/10.1016/j.agwat.2018.07.006
Recibido el 19 de febrero de 2018; Recibido en forma revisada el 11 de julio de 2018; Aceptado el 12 de julio de 2018

On-line el 25 de julio de 2018

0378-3774 / © 2018 Elsevier BV Todos los derechos reservados.
N. Uribe y col.
Panagopoulos et al., 2011 ; Soane, 1990 ). Los estudios indicaron que las BMP en los cultivos de papa
podrían reducir la pérdida de nutrientes en la superficie sin ningún efecto negativo. ff afectar el
rendimiento y la calidad de la papa, aunque puede haber algunos fl influencia sobre la maduración y
fecha de cosecha de la papa ( Carter y Sanderson, 2001 ). Un estudio realizado en 14 patatas
fi Los ensayos de campo en varios lugares de Idaho, Oregon durante un período de cuatro años,
demostraron que los agricultores de papa que siguieron las BMP obtuvieron un rendimiento similar con
menos fi inversión financiera que cuando se sigue un enfoque de rendimiento máximo ( Hopkins y col.,
2007 ). También, Zebarth y Rosen (2007) clari fi ed que incluso cuando las BMP se desarrollan para
optimizar el rendimiento de tubérculos y reducir las pérdidas de nutrientes, es necesario seleccionar la
tasa y el momento adecuados para la aplicación de fertilizantes nitrogenados. De esta forma, es posible
controlar el crecimiento de la papa según las propiedades del suelo, el manejo del agua, las
condiciones climáticas y la pendiente del terreno.
En Colombia, la autoridad ambiental regional (Corporación Autónoma Regional - CAR) en la
cuenca del Fuquene ha estado invirtiendo en la adopción de la labranza de conservación (CT) desde
1999 para el sistema de cultivo de papa. En este artículo, CT es de fi como cualquier práctica de
cultivo del suelo que reduzca la escorrentía ff y aumenta en fi filtración dejando los residuos de cultivos
anteriores en el fi el campo Derpsch, 2003 ). Esto también aumenta la materia orgánica del suelo cerca
de la superficie del suelo, mejorando la estructura del suelo y las propiedades biológicas en el cultivo
de papa ( Carter y col., 2009 ). La experiencia ha demostrado que la TC proporciona beneficios
potenciales fi ts para el aumento de materia orgánica, propiedades hidráulicas del suelo y que la
protección del suelo puede incrementarse por el impacto de la lluvia ( Carter y Sanderson, 2001 ). Sin
embargo, la dirección e ff Los efectos de algunas propiedades biológicas no se pueden medir a corto
plazo (es decir, menos de 5 años) ( Carter, 1992 ). El Centro Internacional de Agricultura Tropical
(CIAT) ha estado investigando el impacto en las pérdidas de nutrientes y suelo en este cultivo desde
2010 debido a la implementación de prácticas de CT en la cuenca del Fuquene. Runo experimental ff se
instalaron parcelas y se aplicaron las prácticas de TI y CT. El speci fi c Las prácticas de CT adoptadas
en el proyecto piloto incluyeron labranza reducida, abono verde y un cultivo de cobertura permanente
del suelo antes de la siembra de papa. Rendimiento de sedimentos y pérdida de nitrógeno (N) como
NH + y
NO - 3, así como fósforo (P) como PO 3- 4 en runo ff se midieron. los
Los resultados ayudaron a comprender la e ff efecto de CT en fi nivel de campo. Por ejemplo,
Quintero y Comerford (2013) investigó el e ff efecto del CT en el sistema de cultivo de papa en la
cuenca del Fuquene con el fin de evaluar la contribución del CT en rotaciones basadas en papa con
respecto al carbono orgánico agregado del suelo en la materia orgánica alterada. Los resultados
indicaron que la labranza reducida en las rotaciones de cultivos a base de papa aumentó la
concentración de carbono del suelo y el contenido promedio de C en todo el proceso. fi le en un 50 y
33% respectivamente, en comparación con las prácticas agrícolas convencionales. Por lo tanto, la
TC ayuda a devolver estos suelos a sus características originales (suelos con alto contenido de
materia orgánica) ( Quintero y Comerford, 2013 ).
Varios estudios informan de la e ff efectos de la TC sobre las pérdidas de contaminantes mediante la
aplicación de herramientas de modelización hidrológica. Muchos de estos estudios describen la precisión de la
predicción de contaminantes obtenida para cada estudio de caso. Sin embargo, se encuentra que los resultados
varían signi fi y proporcionan información importante solo para cuencas hidrográficas agrícolas particulares ( Park
et al., 2014 ;
Amon-Armah et al., 2013 ; Liu y col., 2013 ; Bosch y col., 2013 ; Betrie et al., 2011 ; Lam et al., 2011 ). A
pesar del mayor uso de herramientas de modelado para evaluar el impacto de la TC como una BMP
agrícola sobre las pérdidas de contaminantes, todavía existen lagunas de conocimiento en este
tema. Uno de los problemas más comunes identi fi ed hasta la fecha es cómo evaluar la e ff Efectividad
de las BMP en el control de la contaminación de fuentes difusas a fin de obtener la información
necesaria que ayude a los tomadores de decisiones a desarrollar regulaciones ambientales y
administrar el sector agrícola. Por tanto, el objetivo de esta investigación es evaluar el impacto de la
TC en sedimentos, pérdidas de nitrógeno (N) y fósforo (P) en la escorrentía. ff para patatas en fi niveles
de campo y cuenca mediante la aplicación de la Herramienta de evaluación de agua del suelo
(SWAT). Este artículo contribuirá respondiendo las preguntas: ¿Cómo se aplican las prácticas de
manejo en un sistema de cultivos mixtos a base de papa en fl influyendo en el runo ff y pérdidas de
nutrientes del suelo (N y P) en fi campo y
63
Gestión del agua agrícola 209 (2018) 62–72
niveles de las cuencas hidrográficas? Y, ¿cuál sería la e ff ¿Cuál es el efecto de aplicar la extrapolación
de CT en los sistemas actuales de papa en toda la cuenca?
2. Material y métodos
Los parámetros relacionados con la base de datos de cultivos, el suelo y las prácticas de
manejo agrícola se establecieron en el modelo SWAT de acuerdo con los sistemas de cultivo locales.
Se llevó a cabo un proceso de calibración combinando los datos sobre el impacto de las prácticas de
manejo en el suelo y las pérdidas de nutrientes y la escorrentía ff ( medido en el fi campo) y stream fl Flujo
de datos de las estaciones de aforo. Por lo general, la calibración del proceso de calibración del
modelo hidrológico se considera un desafío a realizar en las cuencas hidrográficas de Colombia,
donde predominan la complejidad del cultivo migratorio, la agricultura tradicional intensiva, los
cultivos diversos y prácticas de manejo en un paisaje y la estacionalidad climática. Además, se
extrapolaron las prácticas de manejo de CT para el cultivo de papa para poder evaluar toda la
cuenca. Además, el IT y CT e ff efectividad en
fi El campo y el nivel de la cuenca fueron evaluados con el fin de proporcionar pautas para los
tomadores de decisiones y las partes interesadas que buscan utilizar estas prácticas de manejo
agrícola para el cultivo de papa.
2.1. Estudio de caso de la cuenca de Fuquene
Este estudio se realizó en la cuenca del lago Fuquene, ubicada en la parte norte de la ciudad de
Bogotá (Colombia) (5 ° 28 ′ 00 ″ N, 73 ° 45 ′ 00 ″ W). La cuenca tiene un área de aproximadamente 784
km. 2.
El área de estudio se caracteriza por grandes afloramientos rocosos y topografía mixta ( fl en áreas,
semi- fl at y arroyos) que varía entre los 2520 y los 3,786m sobre el nivel del mar (msnm). La
precipitación media anual es de 777,9 mm y las temperaturas anuales oscilan entre los 12 ° C y 18 °
C, sin grandes variaciones a lo largo del año. La humedad relativa oscila entre el 70% y el 80% ( IDEAM,
2004 ). El agua del lago es utilizada y distribuida por las empresas municipales de abastecimiento de
agua para consumo humano, en asentamientos ubicados aguas abajo del lago. El agua se abastece
a más de 500.000 habitantes de la región ( IGAC, 2000 ). Figura 1 presenta el área de estudio.
El desarrollo de las actividades agrícolas en esta cuenca se ha convertido en el principal motor
económico para sus habitantes. Por el clima y los suelos de esta cuenca predominan los
monocultivos. El cultivo de papa se considera el cultivo más importante de la cuenca. Cabe
mencionar que el cultivo de papa ha sido incluido en el Plan Nacional de Alimentación y Nutrición
(PAN) como uno de los principales cultivos para la dieta diaria de millones de consumidores,
especialmente en sectores de bajos ingresos ( COCHE, 2006 ). El área cultivada de papa en la
cuenca del Fuquene está alrededor
16.933 ha, con una producción anual de 280.000 toneladas. Aunque la investigación utiliza la Cuenca
del Fuquene en Colombia como el principal estudio de caso, el objetivo es desarrollar metodologías
generales que sean aplicables a cuencas hidrográficas similares.
2.2. Modelo hidrológico y de calidad del agua
El modelo de cuenca hidrográfica utilizado en este estudio fue la herramienta de evaluación de
suelos y aguas (SWAT) desarrollada por el Departamento de Agricultura de los Estados Unidos. - Servicio
de Investigación Agrícola (USDA-ARS) ( Arnold y col., 1998 ). El modelo es un modelo a escala de
cuencas hidrográficas fluviales en tiempo continuo, semidistribuido y basado en procesos, diseñado
para simular la e ff efectos de las decisiones de gestión del agua sobre la calidad del agua y la
respuesta hidrológica ( Neitsch et al., 2011 ). El modelo se basa en un paso de tiempo diario a escalas
de subcuenca y cuenca. El uso de subcuencas en una simulación es particularmente útil cuando ff Las
distintas áreas de las cuencas hidrográficas están dominadas por usos de la tierra o suelos que están ff
er en sus propiedades que pueden afectar la hidrología. Estos se subdividen en una serie de
Unidades de Respuesta Hidrológica (HRU), que son áreas de tierras comunes dentro de la
subcuenca que se componen de prácticas únicas de cobertura del suelo, suelo y manejo agrícola ( Arnold
y col., 2012 ). El ciclo hidrológico simulado se basa en la ecuación del balance hídrico, que
N. Uribe y col. Gestión del agua agrícola 209 (2018) 62–72

Figura 1. Ubicación de la cuenca del Fuquene en Colombia, ubicación de estaciones meteorológicas y de aforo de arroyos en la cuenca, runo ff ubicación de las parcelas y delimitación de la subcuenca fi ned en modelado SWAT.

incluye precipitación diaria, runo ff, evapotranspiración, percolación y retornos fl ow componentes ( GassmanLa estación de Colorado no registró valores para los años de 2006, 2008 y
y col., 2007 ). La información espacial como el tipo y las características del suelo, el uso de la tierra, el
clima y la topografía son insumos necesarios.
Los datos de entrada necesarios para este estudio se compilaron de di ff diferentes fuentes.
Estos incluyen el Instituto Geográfico Agustín Codazzi (IGAC), el Instituto de Hidrología,
Meteorología y Estudios Ambientales (IDEAM), la Autoridad Ambiental Regional de Cundinamarca
(CAR) y las empresas de servicios públicos. La resolución, escala y fuentes se muestran en tabla 1 .
Los datos de entrada meteorológica de 46 estaciones ubicadas en la cuenca fueron obtenidos
de instituciones públicas y privadas y proporcionados por CAR ( Figura 1 ). Los datos históricos diarios
registrados incluyeron: humedad relativa, precipitación, temperatura (máxima, mínima y media),
radiación solar y velocidad del viento. Mensual fl Las mediciones de flujo en las estaciones de Boyera,
El Pino, Puente Balsa y Puente Colorado se utilizaron para representar la fl ow en di ff diferentes
ubicaciones de la cuenca. La estación Puente Colorado está ubicada cerca del final de la cuenca y
representa la salida de toda la cuenca justo antes de que el río principal llegue al lago ( Figura 1 ). La
estación Puente Balsa tiene tres meses de registros vacíos en 2008 y un mes en el año 2013.
Asimismo, el Puente
tabla 1
Datos de entrada espacial.
2009. Por tanto, estas fechas no serán utilizadas para el cálculo de errores en los procesos de
calibración y validación.
Para este estudio, el modelo SWAT se construyó en un paso de tiempo diario para el período
2006 - 2013. La cuenca se delimitó en 30 subcuencas ( Figura 1 ). En la generación de HRU, las clases
de pendiente siempre se establecieron en fi cinco rangos (0 - 5%; 5 - 15%; 15 - 25%; 25 - 45%; y> 45%). La
evapotranspiración potencial (PET) se simuló mediante el método de Hargreaves ( Hargreaves y
Samani, 1985 ) y la evapotranspiración real (AET) se calculó con base en la metodología desarrollada
por Ritchie (1972) . Para predecir la superficie runo ff, Se utilizó el método del Número Curvo (CN) del
Servicio de Conservación de Recursos Naturales (USDA-SCS 1972). Los valores de CN se
determinaron en base a un estudio previo, donde las categorías del mapa de Cobertura Terrestre de
Colombia se asociaron con los códigos de cobertura terrestre SWAT ( IDEAM et al., 2008 ).
2.3. Prácticas de manejo agrícola
Las prácticas de manejo agrícola son insumos para el modelo al modificar el manejo fi les. Se
simuló como escenarios la representación de las prácticas de manejo agrícola tradicional y de
conservación de la papa. La TI en la situación actual corresponde al escenario de línea base, y la
práctica de la TC se consideró como el escenario 1. Se seleccionaron siete HRU porque estas
corresponden espacialmente con las parcelas instaladas en el fi vejez. Estos se caracterizan por estar
ubicados en la subcuenca 12 con pendiente media 15% - 45%, y unidades de suelo MMVe3 y MMVg3

Tipo de datos Resolución Fuente que son tipos de suelo de Inceptisol classi fi editado por IGAC como Typic Haplustepts ( IGAC, 2000 ).

Mapa topográfico 30m COCHE

Mapa de uso del suelo 1: 25.000 IGAC

Mapa de suelos 1: 100.000 IGAC
Clima No de estaciones: 21 IDEAM DE COCHE
Basado en resultados previos de la ejecución experimental ff parcelas instaladas en 2011 por el
CIAT en el municipio de Ubate ubicadas en la

64
N. Uribe y col. Gestión del agua agrícola 209 (2018) 62–72

Figura 2. Un esquema conceptual de las prácticas de manejo de cultivos de papa convencionales (TI).

Fig. 3. Un esquema conceptual de las prácticas de manejo de cultivos de papa de conservación (CT).

Tabla 2
Valores de los parámetros de fi prácticas de gestión relacionadas ned por escenario.

Nombre de la variable Delaware fi nition Valor

ESO Connecticut

POTA PASTAR POTA AVENA PASTAR

Plantando

PLANT_ID Código de cobertura vegetal / terrestre de crop.dat POTA RYEG POTA AVENA RYEG
UNIDADES DE CALOR PHU: Unidades de calor totales requeridas para la madurez de la planta Biomasa 800 700 800 400 700
BIO_INIT de peso seco inicial (kg / ha) 200 200 18
HI_TARG Índice de cosecha objetivo

BIO_TARG Biomasa (peso seco) objetivo (toneladas métricas / ha) Ejecución inicial de

CN2 SCS ff número de curva (min 35- max 98) 62 40 62 53 40

Pasto
MANURE_ID Código de estiércol de fert.dat Carne fresca Urea
GRZ_DAYS Número de días de pastoreo 200 200
BIO_EAT Peso seco de la biomasa vegetal consumida diariamente (kg / ha) Peso seco 30 30
BIO_TRMP de la biomasa pisoteada diariamente ((kg / ha) / día) 14 14

Estiércol_kg Cantidad de estiércol aplicado - peso seco (kg / ha) Biomasa 6 6

BIO_MIN vegetal mínima para el pastoreo (kg / ha) 500 500

Labranza

TILLAGE_ID Implementación de labranza Bedder Rotovator-bedder Cincel Arado Gt2ft -vertical Modelador de cama

moldeador

EFFMIX Mezcla e ffi eficiencia de la operación de labranza (fracción) Profundidad 0,55 0,8 0,3 0,55
DEPTIL de mezcla por operación de labranza (mm) Mezcla biológica e ffi eficiencia 150 100 150 150
BIOMIX (fracción) 0,2 0,2 0,2 0,2 0,2

Fertilizante

FERT_ID Tipo de fertilizante / estiércol aplicado 26-13-06 26-13-06 Urea

FRT_KG Cantidad de fertilizante / estiércol aplicado (kg / ha) 1400 (2 tiempos de 700 cada uno) 1000 (2 veces de 500 cada una) 300

FRT_ SUPERFICIE La fracción de fertilizante aplicada a los 10 mm superiores 1 1 1

sesenta y cinco
N. Uribe y col. Gestión del agua agrícola 209 (2018) 62–72

Tabla 3
Físico-químico s parámetros de aceite medidos en el fi parcelas de campo de fi ned en las HRU seleccionadas.

Tratamiento Pro del suelo fi le Profundidad (cm) Densidad aparente (g / Agua disponible del suelo Conductividad hidráulica Arena (%) Limo (%) Arcilla (%) Materia orgánica Carbono (%)
cm 3) contenido (mm / mm) (mm / h) (%)

ESO UNA 0 - 40 1,39 0,140 109,16 32,32 51,84 15,84 3,02 3,05
si 40 - 60 1,58 0,160 76.30 32,60 50,35 17.05 1,16 0,57
Connecticut UNA 0 - 20 1,29 0,270 203,14 6,45 66.13 27,42 8,50 3,74
si 20 - 40 1,29 0.420 101.07 24,62 37,88 37,50 5.89 2,59

Cuadro 4
El análisis de sensibilidad clasifica los resultados de la transmisión fl Salida del modelo de flujo.

Rango Parámetro una t- valor si pags- valor C

1 r_Cn2.mgt - 0,014 0,989

2 r_Sol_awc (). sol 0.040 0,968
3 v_Gw_revap.gw - 0.391 0,737
4 v_Gw_delay.gw 1.009 0.313
5 v_Shallst.gw - 1,134 0,210
6 v_Rchrg_dp.gw 1.617 0,183
7 v_Gw_spyld.gw 1.877 0.107
8 v_Alpha_bf.gw - 4.381 0,099
9 r_Sol_K (). sol - 4.348 0,016
10 v_Gwqmn.gw 11.254 0,005
11 v_Revapmn.gw - 11.051 0.000

una v: el valor del parámetro se reemplaza por un valor del rango dado; r: el valor del parámetro se multiplica por (1 + un valor dado) ( Abbaspour, 2007 ).
si t- El valor muestra una medida de sensibilidad: cuanto mayor sea el t- valor son más sensibles.
C pags- el valor muestra el significado fi cancelación de la sensibilidad: cuanto menor es el valor p, menor es la posibilidad de que un parámetro sea asignado por casualidad como sensible.

norte
cuenca, los valores de los parámetros relacionados con las prácticas de manejo fueron fi ned Quintero ∑ yo 1 ( O yo - PAGS yo )
2
=
d = 1 - N (| PAGS yo - O | + | O yo - O |) 2
y Comerford, 2013 ; Quintero, 2014 ) ( Figura 1 ). El proyecto piloto Fuquene estableció doce runo
∑ yo = 1 (2)
experimentales ff parcelas cada una con un área de 2500m 2 - para evaluar dos sistemas basados en
papa: agricultura convencional con labranza intensiva (TI) y agricultura de conservación con residuos
norte
de cultivos de cobertura de avena (abono verde - GM), cobertura permanente y labranza de 1
RMSE = N ∑ ( O yo - PAGS yo ) 2

conservación (CT). Se sembraron un total de tres ciclos de cultivo en septiembre de 2011, marzo de yo = 1 (3)
2012 y octubre de 2012. La agricultura convencional con TI es tradicionalmente una rotación entre
papa (Solanum tuberosum) y pasto (Lolium perenne) con pastoreo ( Quintero, 2014 ). La operación IT norte

se realiza mediante arado convencional seguido de pasadas de rotovator para invertir el suelo ( Figura
2 ). Por otro lado, el CT adoptado en el proyecto piloto Fuquene incluía di ff Prácticas de manejo
actuales como labranza reducida, abono verde y cobertura permanente del suelo. La rotación CT
(avena-papa-avena-papa-pasto) involucró papas con un cultivo de cobertura de avena usado como
abono verde antes de la siembra de papa, y pastos al final del ciclo de rotación ( Quintero, 2014 ) ( Fig.
3 ). Los valores de los parámetros de las prácticas de gestión obtenidos del runo ff las parcelas se
muestran en Tabla 2 . El fisico - características químicas del suelo medidas en el fi parcelas de campo
fueron de fi ned en la base de datos de suelos para las HRU que corresponden a la ubicación de la
runa ff parcelas Tabla 3 ).
MAE = N - 1 ∑ | O yo - PAGS yo |
yo = 1 (4)
dónde: O yo = datos medidos (observados), PAGS yo = datos modelados, O = media de los datos
medidos, y norte es el número de observaciones durante la si-
período de mulación. NSE oscila entre - ∞ y 1.0, siendo NSE = 1 el valor óptimo, los valores entre 0.0
y 1.0 generalmente se consideran niveles aceptables de desempeño, mientras que los valores ≤ 0. 0
indica que el valor medio observado es un mejor predictor que los valores simulados, lo que indica un
rendimiento inaceptable ( Nash y Sutcli ff e, 1970 ). Un calculado re el valor de 1 indica una
concordancia perfecta entre los valores medidos y predichos, y 0 indica que no hay ninguna
concordancia. Los valores RMSE y MAE de 0 indican un perfecto fi t.

2.4. Calibración de modelo
Se utilizaron indicadores estadísticos tradicionales que miden la proximidad de las predicciones
a los valores observados para evaluar el desempeño de SWAT: Nash - Sutcli ff ee ffi índice de eficiencia
(NSE) (Eq. (1) ), el índice de acuerdo d ( Eq. (2) ), el error cuadrático medio (RMSE) (Eq.
(3) ), y el error absoluto medio (MAE) (Eq. (4) ).
Se llevó a cabo un análisis de sensibilidad global con el objetivo de evaluar los parámetros más
sensibles para la configuración del modelo en esta cuenca. La técnica de hipercubo latino
incorporado uno a la vez (LH-OAT) ( Green y van Griensven, 2008 ; Morris, 1991 ) se utilizó para
determinar los parámetros sensibles de la transmisión fl Ay. Los resultados obtenidos se utilizaron
para fl Flujo de calibración. La calibración y validación manual mensual se realizó utilizando los datos
de las cuatro estaciones de aforo de arroyos: Boyera, El Pino, Puente Balsa y Puente Colorado, en
comparación con el fl Flujos de las subcuencas 12, 7 y 2, respectivamente ( Figura 1 ). Todas estas
comparaciones se basaron en el Nash - Sutcli ff ee ffi índice de eficiencia (NSE) (Eq. (1) ). El índice de
acuerdo re, el error cuadrático medio (RMSE) y el error absoluto medio (MAE), dado por las
ecuaciones. (2) - ( 4) , se utilizaron para cada estación de aforo como referencia. Cuadro 4 proporciona
una descripción general de los parámetros modi fi ed en la calibración del modelo y su

N( O - PAGS ) 2
yo yo
NSE = 1 -∑yo = 1
norte 2
∑ yo 1 ( O yo - O) (1)
=
fi valores de calibración nal.

66
N. Uribe y col. Gestión del agua agrícola 209 (2018) 62–72

El segundo paso del proceso de calibración fue por pérdidas de sedimentos y nutrientes. El
modelo se calibró manualmente utilizando los datos mensuales de septiembre de 2011 a marzo de
2013 para sedimentos,
runo de superficie ff, y concentración de P soluble y NO 3 en el runo ff.
El error absoluto medio (MAE) se utilizó para evaluar el modelo por
formación para el rendimiento total de sedimentos acumulados y las pérdidas de nutrientes, recogidas
de cada escorrentía ff parcela durante el período mencionado. La validación se realizó en fi nivel de
campo con los resultados obtenidos en las HRUs donde se aplicaron prácticas de TI y CT.
incluyendo el fi primer año. los fi Se excluyó el primer año porque esta época es el período de
modelado cálido. La corriente fl El proceso de calibración de flujo se realizó para el fi primer período
(2006 - 2010) y el segundo período (2011 - 2013) se utilizó para el proceso de validación. Los
resultados de la calibración y la validación se resumen en Tabla 6 . De acuerdo con las pautas
desarrolladas por Moriasi y col. (2007) , la transmisión mensual fl Los valores de flujo de calibración en
las cuatro estaciones de aforo se consideraron 'buenos' en el período de calibración (valores de NSE
superiores a 0,65 y valores de índice de concordancia (d) cercanos a 1), con la excepción de la
estación de Puente Balsa (NSE = 0,5) . El modelo de validación predicho mensualmente fl Flujos en
las cuatro estaciones con NSE = 0.54, 0.32, 0.58 y 0.61, respectivamente, destacando que los
valores obtenidos en la estación El Pino fueron considerados insatisfactorios en el período de

3. Resultados y discusión validación (NSE = 0.32). Figura 4 muestra los hidrogramas de los resultados de calibración y
validación (los dos períodos separados por una línea roja) para cada corriente fl estación de aforo.

3.1. Corriente fl flujo de calibración

Se realizó un análisis de sensibilidad para la corriente fl Cómo determinar la mayor cantidad de fl parámetros
importantes en la salida del modelo. Cuadro 4 presenta los once parámetros más sensibles En general, la transmisión mensual fl uejas predicciones se consideraron aceptables para este

relacionados con la transmisión fl ujo de los 20 evaluados. Los parámetros se clasificaron según el proyecto. La base fl El flujo generalmente está bien representado por el modelo en comparación con

valor P (signi fi cancelación de la sensibilidad) de mayor a menor, donde los más altos son los las observaciones. Sin embargo, los picos para ciertos momentos del período simulado se predeciron

parámetros más sensibles ( Abbaspour et al., 2015 ). En general, Revapmn.gw (umbral de profundidad ligeramente en exceso. Esto se espera, considerando que la cuenca se encuentra bajo agricultura

del agua en el acuífero poco profundo para retorno fl flujo por capilaridad y proceso de evaporación del intensiva, y el agua agrícola utilizada en el modelo fue insuficiente. ffi ciente, ya que solo se consideró

suelo), Gwqmn.gw (umbral de profundidad del agua en el acuífero poco profundo requerido para el el manejo del cultivo de papa. Además, la calibración y validación fueron un ff afectados por la falta de

retorno fl flujo de ocurrir), y Sol_k.sol (conductividad hidráulica saturada en el suelo) fueron los más información disponible sobre " El Hato " embalse (ubicado aguas arriba) y las presas construidas para

sensibles. Los resultados del análisis de sensibilidad se incluyeron en la secuencia fl Calibración del riego. Similar fi descubrimientos han demostrado la sobrepredicción de pico fl ows Arnold y col., 2012 ; Harmel

modelo de flujo. Cuadro 5 presenta los parámetros que fueron ajustados para mejorar la e ffi eficiencia y col., 2014 ;

del modelo en la cuenca estudiada para predecir la corriente fl ow, que corresponden principalmente a
runo ff y agua subterránea fl procesos.
Daggupati et al., 2015 ; Francesconi et al., 2016 ), que con fi rms que existe una mayor incertidumbre
en el proceso de calibración, particularmente para escenarios y estudios de caso en los que la
información no está disponible.

El rango del período de simulación se dividió en dos sin

Cuadro 5
Corriente fl Flujo, parámetros de sedimentos y nutrientes, rangos permitidos y fi valores de calibración nal.

Parámetro Descripción en SWAT Rango Valor predeterminado del modelo Valor final

Corriente fl Ay
ALPHA_BF Base fl ow factor alfa [días]. Retraso de las 0-1 0,048 0,02
GW_DELAY aguas subterráneas [días]. 0 - 500 31 25
GW_REVAP Coeficiente de regeneración de agua subterránea ffi cient. 0-1 0,02 0,02
RCHRG_DP Fracción de percolación del acuífero profundo. 0-1 0,05 0,1
REVAPMN Profundidad umbral del agua en el acuífero poco profundo para revaporización [mm]. Umbral de 0 - 500 1 100
GWQMN profundidad del agua en un acuífero poco profundo para fl ow [mm]. Profundidad inicial del agua en el 0 - 5000 0 100
DEBE acuífero poco profundo [mm]. Speci fi c rendimiento del acuífero poco profundo [m 3 / metro 3]. 0 - 1000 0,5 100
GW_SPYLD 0 - 0.4 0,003 0,2
GWHT Altura inicial del agua subterránea [m]. Valor 0 - 40 si 1 25
CN2 inicial de SCS CN II. 35 - 98 Speci fi c a HRU
SOL_K Conductividad hidráulica saturada [mm / h]. 0 - 2000 Speci fi c a la unidad de estudio de suelos

SOL_AWC Capacidad de agua disponible [mm H 2 0 / mm suelo]. 0-1

Sedimento
BIOMIX Mezcla biológica e ffi eficiencia. 0-1 0,2 0,2
CN2 SCS runo ff número de curva para la condición de humedad II. Prácticas de 35 - 98 Speci fi c al uso de la tierra 1 0,1 una CN2 defecto
USLE_P apoyo a la ecuación USLE. 0-1 0,5
SLSUBBSN Longitud media de la pendiente. 10 - 150 Speci fi c a HRU 0,1 una SLSUBBSN defecto

Crecimiento de cultivos

T_OPT Temperatura óptima para el crecimiento de las plantas. Noviembre-38 22 17

T_BASE Crecimiento de la planta a temperatura mínima. 0 - 18 7 5
UNIDADES DE CALOR Unidades de calor totales para que la cubierta / planta alcance la madurez. 0 - 3500 1800 800 una

Nutrientes
PHOSKD Coeficiente de partición del suelo de fósforo ffi cient. Coeficiente de 100 - 300 si 175 200
NPERCO percolación de nitrógeno ffi cient. 0-1 0,2 1
RSDCO Coeficiente de descomposición de residuos ffi cient. 0,02 - 0,1 0,05 0,1
SOL_LABP Concentración inicial de P soluble en la capa superficial del suelo [mg / kg]. 0 - 100 0 44
SOL_NO3 NO inicial 3 concentración en la capa del suelo [mg / kg]. Concentración inicial de 0 - 100 0 12
SOL_ORGN N orgánico en la capa del suelo [mg / kg]. 0 - 100 0 10
SOL_ORGP Concentración inicial de P orgánico en la capa superficial del suelo [mg / kg]. Coeficiente de 0 - 100 0 10
PPERCO_SUB percolación de fósforo ffi cient. 10 - 17,5 10 17
BIO_TARG Objetivo de biomasa (peso seco) [toneladas métricas / ha]. Fracción de fertilizante 4 - 100 0 30
FRT_SURFACE aplicada a los 10 mm superiores de suelo. 0-1 0 1

una Valor calculado con el clima local usando PHU_program disponible en la página web SWAT ( http://swat.tamu.edu/software/potential-heat-unit-program/ ).
si El máximo se ajustó para el estudio de caso.

67
N. Uribe y col. Gestión del agua agrícola 209 (2018) 62–72

Tabla 6
Calibración y validación fl ujo desempeño a nivel de cuenca.

Estación de captación CALIBRACIÓN VALIDACIÓN

Tasa de flujo (m 3 / s) NSE re RMSE MAE Tasa de flujo (m 3 / s) NSE re RMSE MAE

Simulado Observado Simulado Observado

La Boyera 1,5 1,41 0,78 0,94 0,6 0,45 1,6 1,32 0,54 0,9 0,59 0,41
El Pino 0,52 0.43 0,61 0,9 0,28 0,21 0,42 0,32 0,32 0,87 0,2 0,15
Pte. La Balsa 1,58 1,38 0,50 0,88 0,79 0,62 2,03 1,45 0,58 0,87 0,78 0,66
Pte. Colorado 3,58 3,85 0,68 0,88 1,68 1.3 4.6 3,87 0,61 0,87 2,26 1,79

Figura 4. Resultados mensuales de calibración y validación de fl ow (a) La Boyera, (b) El Pino (c) Pte. Balsa y (d) Pte. Colorado (Para la interpretación de las referencias al color en el texto, se remite al lector a la
versión web de este artículo).

3.2. Calibración de la calidad del agua Tabla 7

Rendimiento de pérdidas de sedimentos y nutrientes.

Por otro lado, la calibración de las pérdidas de nutrientes en el runo ff y sedimentos se realizó
Variable si Medido Simulado Ɛ una

para el período experimental disponible (septiembre de 2011 - Marzo de 2013) en el runo ff parcelas
relacionadas con las HRU seleccionadas. Cuadro 5 presenta los parámetros que fueron ajustados ESO Connecticut ESO Connecticut ESO Connecticut

para mejorar la e ffi eficiencia del modelo en la cuenca estudiada para la predicción de sedimentos y
Runo ff agua
nutrientes. En general, la calibración de la calidad del agua para las prácticas de gestión de TI (línea
Runo superficial (lff / m) 2 27,45 26,05 28,97 24,03 1,53 - 2.01
base) se realizó disminuyendo el rendimiento de sedimentos, aumentando el contenido de NO -, NO -3 en superficie runo ff ( kg N / 0,68 0,72 0,39 0.47 - 0,29 - 0,25
decir ah)

Rendimiento de P soluble (kg P / ha) 0,18 0,20 0,21 0,29 0,03 0,08
3

y disminución de los rendimientos de P orgánico y soluble. Algunos parámetros importantes son el Sedimentos

CN2 de fi ned para la papa, que en la base de datos del modelo se incrementó en un 10%, y el Rendimiento de sedimentos (T / ha) 0,62 0,07 0,58 0,31 - 0,04 0,25

USLE_P (relación de pérdida de suelo con una especificación fi c práctica de soporte), que se cambió una Ɛ: Error absoluto.
de 1 a 0.5 para reducir el rendimiento de sedimentos. En el caso de los nutrientes en la capa del si Valores totales acumulados de septiembre de 2011 a marzo de 2013.
suelo, la
concentraciones iniciales de NO - 3, P soluble, N orgánico y P (Sol_no3,
los valores de TI y CT simulados en comparación con los fi observaciones de campo (runo ff parcelas
Sol_labp, Sol_orgn y Sol_orgp) fueron de fi ned según la medición obtenida en el runo ff parcelas.
de medidas). Por ejemplo, se puede observar que el total runo ff y las pérdidas de suelo se reducen
en el escenario CT, mientras que las concentraciones de nitrógeno y fósforo en el runo son mayores,
Los valores totales (acumulados) medidos y simulados fueron
-
en comparación con la labranza intensiva (TI). Sin embargo, la calibración se puede
ff mejorar aún más
comparado para (i) la superficie runo ff, ( ii) NO 3, ( iii) el P soluble, y (iv) las pérdidas de sedimentos, en fi
cuando se dispone de registros continuos de los parámetros de calidad del agua. Además, se han
nivel de campo (HRU analizado). La calibración para
desarrollado varias técnicas de calibración para un modelo de base física como SWAT ( Smarzy norte ska
sedimentos y nutrientes se consideró aceptable ( Moriasi et al., 2007 ). Los resultados ( Tabla 7 )
y Miatkowski, 2016 ; Me et al., 2015 ; Akhavan et al., 2010 ; Harmel y col., 2014 ; Arnold y col., 2012 ) y
mostró que los errores absolutos más altos se calcularon para la superficie runo ff, con valores de 1,5
2
estos podrían ser adecuados dependiendo del objetivo final del modelado.
y 2,3 l / m para los escenarios IT y CT, respectivamente. Sin embargo, el error absoluto ( Tabla 7 )
para las demás variables fue menor que cero para cada unidad de medida. A pesar de los errores
informados, se observó una tendencia similar para
fi

68
N. Uribe y col. Gestión del agua agrícola 209 (2018) 62–72

Tabla 8
El maine ff efectos de TI y CT en promedio mensual runo ff, sedimentos y nutrientes en la escorrentía superficial ff.

Variable Nivel de campo Nivel de cuenca

ESO Connecticut Di ff erencia (%) ESO Connecticut Di ff erencia (%)

Runo de superficie ff ( l / m 2) 32,84 24.03 - 26,83 15,91 14.13 - 11.19

Rendimiento de sedimentos (ton / ha) 0,58 0,31 - 46,55 1,89 1.4 - 25,93

Pérdidas de nitrógeno (kg / ha)

Pérdida total de N 221.15 258.05 16,69 21,33 21,71 1,78

N orgánico 0,08 0,12 50,00 3.36 3.38 0,59
Runo superficial de nitrato ff 0,39 0.47 20.51 0,53 0,62 16,98
Nitrato lixiviado 166,65 191.16 14,71 9.22 9.43 2,28
Lateral de nitrato fl Ay 4 4.85 21.25 6.03 6.11 1,33
Rendimiento de agua subterránea de nitrato 50.03 61,46 22,85 2.17 2.2 1,38

Pérdidas de fósforo (kg / ha)

Pérdida total de P 0,24 0,31 29,17 0,77 0,63 - 18.18
P orgánico 0,03 0,02 - 33,33 0,49 0,45 - 8.16
P soluble 0,21 0,29 38,10 0,29 0,18 - 37,93

3.3. El e ff efectividad de CT-BMP en fi nivel de campo
El e ff La efectividad de la TC fue fi evaluado por primera vez en fi nivel de campo. Se seleccionó
el período de septiembre de 2011 a febrero de 2012 para la evaluación del CT e ff ect si se compara
con los resultados iniciales (TI) obtenidos. Este período fue seleccionado porque corresponde con la
fase de siembra de papa en ambas prácticas. Además, se realizó una extrapolación espacial de CT
para toda el área de cultivo de papa con el fin de fi ne el impacto en la calidad del agua si todos los
agricultores aplicaran las BMP ( Figura 1 ). Tabla 8
muestra los resultados de la e principal ff efectos de TI y CT en el promedio mensual runo ff, sedimentos
y nutrientes en el runo ff a fi campo vs. nivel de la cuenca.
Además, se analizaron los balances de masa de nitrógeno y fósforo con el fin de comprender la
di ff diferencias entre el e ff efectos de las prácticas de CT e IT sobre las pérdidas de nutrientes. Los
balances de masa mostraron que las pérdidas totales de N y P en el runo ff aumentó en un 17% y un
29%, respectivamente. Los rendimientos de N total y P total en el runo ff a fi El nivel de campo se
muestra en Figura 6 . Los resultados en fi nivel de campo coincide completamente con los resultados
de los datos medidos en el ff parcelas reportadas por CIAT (Quintero et al., 2013; Quintero, 2014 ). La
razón principal de los incrementos totales de N y P está relacionada con el aumento del N orgánico
dentro de un rango del 50% y el aumento del P soluble del 38% ( Tabla 8 ). Esto podría atribuirse a la
e ff efecto del aumento del cultivo de cobertura residual (avena como abono verde) en la papa - rotación
de pastos en el escenario CT.

Los resultados de la práctica de TC mostraron una reducción del rendimiento de sedimentos en un
46%, y la escorrentía superficial ff en un 27% en fi nivel de campo Tabla 8 ). Las cargas de sedimentos
simuladas indicaron una tendencia a disminuir cuando la superficie runo ff disminuyó, y se encontró la
misma tendencia para la pérdida de suelo, pero no tan alta como para las cargas de sedimentos ( Figura
5 ). Además, la reducción de la pérdida de suelo fue casi el doble de la reducción de la escorrentía. ff durante
la temporada de lluvias. Es de destacar que el porcentaje de runo ff reducción (27%) es similar al
aumento en fi filtración obtenida para TC, que varía de
429 mm de alto 2 O hasta 553 mm H 2 O (que representa un aumento del 29%). Por tanto, cuando el
runo ff es mínimo y en fi la filtración es máxima, hay una
alta posibilidad de que el agua se mueva a través de la zona de la raíz ( Stewart y Lal, 1994 ). Nuestro
estudio indica que el suelo - El aumento del contenido de agua (aproximadamente 3%) está de
acuerdo con estudios previos realizados en la misma cuenca ( Quintero, 2009 ; Quintero y Comerford,
2013 :
Quintero, 2014 ). La tendencia de alto en fi La filtración como consecuencia de las prácticas de TC es
informada por otros estudios ( Deubel et al., 2011 ; Ram y col., 2018 ; Villamil y Nafziger, 2015 ); sin
embargo, se afirma que dichos resultados varían ampliamente según el tipo de suelo, el sistema de
cultivo y el manejo.
La concentración promedio de nitrato-N en el runo ff aumentado en un 20% ( Tabla 8 ) en la
práctica de la TC. Además, este resultado fue más evidente en especi fi c eventos. La transformación
de N orgánico fresco en N mineral sugiere un aumento de hasta 162 kg N / ha en la práctica de CT,
en comparación con 47 kg N / ha en la práctica de TI. La mineralización del nitrógeno activo aumenta
hasta un 248% en el CT, en comparación con el IT. La mineralización del nitrógeno residual, de las
plantas residuales frescas, a nitrato es de aproximadamente el 80%, mientras que el nitrógeno
orgánico activo es del 20%. Esto significa que la mineralización genera una ganancia neta en el
nitrato debido a la oxidación de los compuestos N, lo que permite la liberación de nutrientes ( Hart y
col., 1994 ). los
resultados para NO 3- lixiviados del suelo pro fi le sugiero que hay un
aumento del 15%. Sin embargo, aunque hay un NO alto 3- Contenido de N en el suelo, el modelo
muestra que se filtra, lo que evita su acumulación
mulación en el suelo pro fi le. En consecuencia, hay una disminución del 10% de la absorción de nitrógeno
en las plantas.
A pesar del aumento de la densidad aparente del fi primera capa de suelo Tabla 3 ) y la
disminución de la cantidad de escorrentía superficial ff, el fósforo soluble aumentó en el escenario CT
( Tabla 8 ). La razón principal del incremento de P soluble puede ser que la cantidad de fósforo en

Figura 5. Pérdidas de sedimentos (a) y runo ff ( murciélago fi nivel de campo - ejes verticales derechos.

69
N. Uribe y col.
Figura 6. N (a) total mensual, P (b) total, N-NO3 (c) y P soluble (d) en escorrentía superficial ff a fi nivel de campo.
La solución en los 10 mm superiores de suelo aumentó en 26,88 kg P / ha, en comparación con 8,59
kg P / ha para el escenario de TI. Los resultados sugirieron que el aumento de P neto en solución se
puede atribuir principalmente a la mineralización de fósforo de la reserva de residuos frescos y de la
piscina orgánica activa a la piscina lábil (P en solución), que aumentó hasta en un 178% en el CT, en
comparación con IT. Deubel y col. (2011) reportaron un aumento de P soluble en un 24% bajo
labranza de conservación en investigaciones a largo plazo, junto con una tendencia a altas
concentraciones de P en capas más profundas del suelo. Por el contrario, la implementación de CT
puede reducir en aproximadamente un 33% el fósforo orgánico transportado con los sedimentos al
alcance ( Tabla 8 ). La transformación de fósforo entre la piscina mineral (P en solución) y la piscina
mineral "activa" (P absorbido a la superficie de las partículas del suelo) disminuyó en un 69,85% en
el escenario CT. Adicionalmente, la disminución del rendimiento de sedimentos (toneladas métricas)
para el escenario CT ( Tabla 8 ) tiene una entrada directa fl uencia sobre la carga de fósforo
transportada con sedimentos al canal principal en el escurrimiento superficial ff
( Neitsch et al., 2011 ). Igualmente importante, a pesar de la mayor disponibilidad del P total y del P
especialmente soluble en esta investigación, la absorción de P extraído del suelo por las plantas fue
casi la misma o incluso tendió a ser menor para el escenario CT (38.63 y 36.86 kg P / ha para los
escenarios de TI y CT, respectivamente).
3.4. El e ff Efectividad de CT-BMP a nivel de cuenca
La extrapolación de la práctica de manejo de CT se realizó para todo el cultivo de papa cultivada
en la cuenca, bajo di ff diferentes condiciones biofísicas (HRU) de las evaluadas en el fi nivel de
campo. Los resultados sugieren que la TC a nivel de la cuenca reduce la escorrentía superficial ff y
rendimiento de sedimentos en un 11% y un 26%, respectivamente. La reducción obtenida para los
dos parámetros representa aproximadamente la mitad de la reducción obtenida en el fi nivel de
campo. Además, la mayor reducción de CT en comparación con IT se produjo durante la temporada
de lluvias, que es cuando los agricultores normalmente realizan tareas de fertilización para
aprovechar las condiciones del suelo húmedo.
Runo de superficie ff la pérdida podría estar en fl influido por el tipo de labranza y el sistema de
rotación (por ejemplo, al incorporar abono verde). Sin embargo, el SCS runo ff números de curva
(CN2) de fi nido por tipo de suelo, uso de la tierra y prácticas de manejo en los insumos del modelo no
fueron un ff efectados directamente por la operación CT. Por lo tanto, la superficie runo ff los
incrementos no pueden atribuirse principalmente al escenario CT ( Maharjan et al., 2018 ). Esto es
70
Gestión del agua agrícola 209 (2018) 62–72
principalmente porque la precipitación, la pendiente y la humedad del suelo varían para las otras áreas
de cultivo de papa (HRU) a lo largo de la cuenca, además de que la labranza practica una ff ect los
rendimientos de sedimentos. En el modelo, el
PAGS USLE factor de práctica de apoyo (USLE_P) de fi ned en el modi fi ed ecuación de pérdida de suelo
universal ( Williams, 1995 ) es el único parámetro relacionado con CT
practica que un ff afecta la producción de sedimentos. Sin embargo, para verificar la consistencia de este
impacto es necesario considerar que el modelo SWAT también es directamente un ff afectado por la
superficie runo ff volumen, factores topográficos y factores de erosionabilidad del suelo de fi ned en las
propiedades del suelo.
El nitrógeno total aumentó en un 2% en el escenario CT a nivel de cuenca ( Tabla 8 ). La
concentración de nitrato-N fue signi fi significativamente mayor en CT en comparación con IT, con un
aumento del 17% ( Tabla 8 ). El incremento en
NO 3- fue directamente un ff afectado por el nitri fi proceso catiónico, que oxida el amoníaco o el amonio
proveniente de la aplicación de fertilizante inorgánico
(0,26 y 4,42 kg N / ha en los escenarios IT y CT, respectivamente). Además, no signi fi no puedo di ff Se
mostraron diferencias para N orgánico ( Tabla 8 ). Esta forma de nitrógeno está asociada con la carga
de sedimentos y, en consecuencia, el N orgánico disminuye cuando se reducen las cargas de
sedimentos. La cantidad de N orgánico transportado al canal principal en superficie runo ff calculado
por el modelo se puede ajustar utilizando el parámetro de relación de enriquecimiento de nitrógeno
(ERORGN) ( Neitsch et al., 2011 ). En nuestro estudio se utilizó el valor por defecto del modelo, que
se calcula mediante una ecuación logarítmica relacionada con la concentración de sedimentos
desarrollada por Menzel (1980) . Por lo tanto, se requieren estudios futuros para calibrar este
parámetro para la di ff diferentes tipos de suelos en la cuenca, y también para poder calibrar las
cargas de sedimentos para HRUs que están ff diferente de los utilizados en el análisis en el fi nivel de
campo.
En contraste, el fósforo total disminuyó en un 18% en el escenario CT ( Tabla 8 ). Esta e ff El
efecto se debe principalmente a la disminución del 38% de P soluble en la superficie ff del escenario
CT en comparación con el escenario TI ( Tabla 8 ). Cuando se analizó cada componente del balance
de masa de fósforo, fue interesante notar que la cantidad de fósforo entre el grupo mineral "lábil" (P
en solución) y el grupo mineral "activo" (P absorbido a la superficie de las partículas del suelo) fue de
-4,97 kg P / ha en el CT, en comparación con 3,87 kg P / ha en el escenario IT. Un valor negativo en
el modelo denota una ganancia neta en P soluble, debido al aumento en el grupo lábil del grupo
activo ( Neitsch et al., 2011 ). Sin embargo, la cantidad de P soluble transportada en la superficie ff también
depende de la densidad aparente del fi primera capa de suelo, y el coeficiente de partición del suelo
de fósforo ffi ciente (PHOSKD), que es la relación entre la concentración de P soluble
N. Uribe y col.
en la superficie del suelo a la concentración de P soluble en la escorrentía superficial ff
( Neitsch et al., 2011 ). Por ejemplo, aunque el parámetro PHOSKD fue calibrado ( Cuadro 5 ) y se
midió la densidad aparente ( Tabla 3 ) a fi nivel de campo, la transferencia espacial de la TC a un ff diferentecantidades de fertilizante podría ayudar a aumentar la competitividad de la agricultura de
tipo de suelo ff efecta directamente el valor calculado para el P soluble ( Deubel et al., 2011 ) a nivel de
la cuenca. Además, el principal e ff El efecto del CT sobre el P orgánico fue una disminución del 8%
en comparación con el escenario de TI ( Tabla 8 ). A diferencia del N orgánico, el valor obtenido para
el P orgánico mostró una correlación directa con la pérdida de carga de sedimentos. Sin embargo,
para verificar la consistencia de este impacto sobre la cuenca, es necesario ajustar el parámetro de
la relación de enriquecimiento de fósforo (ERORGGP) calculado por defecto por el modelo.
Este estudio indica que el uso de un modelo integrado de cuencas hidrográficas para evaluar el
impacto de la TC en las propiedades de los nutrientes requiere una mayor calibración espacial para
mejorar la precisión del modelo. Los datos físicos y químicos del suelo a escala agrícola bajo el
manejo de CT son necesarios para parametrizar los insumos. Por ejemplo, la densidad aparente del
suelo en SWAT es una entrada de fi nido manualmente por el usuario, y la variación temporal de la
densidad aparente de la capa de suelo no es una ff afectado por la operación de labranza ( Arnold y
col., 2012 ; Maharjan et al., 2018 ). Aunque el impacto de la TC en las propiedades del suelo se ha
estudiado ampliamente para el manejo de di ff Cultivos actuales a corto y largo plazo ( Carter y
Sanderson, 2001 ; Deubel et al., 2011 ; Ram y col., 2018 ; Quintero y Comerford, 2013 ; Villamil y
Nafziger, 2015 ; Wang et al., 2015 ), aún deben abordarse muchas lagunas, como el enfoque de
simulación para la labranza del suelo y, especialmente, los cambios espaciales y temporales del
suelo. ' s actividad física y microbiana. Sin embargo, nos damos cuenta de que algunos procesos son
di ffi culto para caracterizar con precisión en grandes cuencas hidrográficas debido a la insuficiencia ffi datos
o comprensión de los procesos en sí. Además, dependiendo del alcance de la investigación, el
enfoque de modelado puede ser o no una alternativa viable.
4. Conclusiones y perspectivas
El objetivo del estudio fue evaluar los impactos de la TC en el runo ff calidad, así como pérdidas
de suelo, nitrógeno (N) y fósforo (P) en un cultivo de papa en la cuenca del Fuquene (Colombia)
mediante la aplicación del modelo SWAT. El rendimiento del modelo fue calibrado y validado en
fi nivel de campo para sitio específico fi c, y luego las prácticas de CT se extrapolaron a toda el área de
cultivo de papa en la cuenca. A pesar de las incertidumbres del modelo, los resultados proporcionan
evidencia de que el enfoque basado en modelos presentado es útil y e ff eficaz, y puede utilizarse como
una base sólida para facilitar el desarrollo de planes de uso de la tierra por parte de los tomadores de
decisiones locales para reducir la contaminación del agua en la cuenca del Fuquene.
Los resultados sugieren que la TC a nivel de la cuenca reduce el rendimiento de sedimentos en
un 26% y la escorrentía superficial ff en un 11% si se compara con TI, lo que significa una reducción
general de la carga. La mayor reducción de CT ocurre, especialmente en la temporada de lluvias. El
CT principal e ff efecto sobre las pérdidas de nutrientes en el runo ff es que se produce un aumento en
el total de N y P (2% a 18% respectivamente) en comparación con la línea de base. Además, los
resultados de la simulación de CT sugieren que la concentración de N-NO3- en la superficie runo ff podría
incrementarse en un 17%. Esto podría atribuirse a los nitri fi proceso catiónico, que oxida el amoniaco
o el amonio procedente del abono inorgánico aplicado. Sin embargo, los resultados a nivel de cuenca
mostraron di ff patrones diferentes de los obtenidos en fi nivel de campo. De hecho, la principal
limitación identi fi ed en este estudio surge del proceso de la práctica de extrapolación de CT para
todas las áreas de cultivo de papa dentro de la cuenca, debido a que el modelo de calibración se hizo
para un área muy pequeña ( fi nivel de campo), y los valores de los parámetros iniciales y calibrados
son los mismos para otros tipos de suelo y pendientes promedio.
Este documento proporciona información importante acerca de la e ff efectos de las prácticas de
manejo agrícola de los cultivos de papa en el ff calidad del agua en una cuenca andina. Por lo tanto,
proporciona un modelo potencial para futuros estudios de cuencas hidrográficas andinas, proporcionando
pautas para los tomadores de decisiones y las partes interesadas que tienen como objetivo utilizar estas
prácticas de manejo agrícola para el cultivo de papa. Dada la pérdida de nutrientes obtenidos para la
71
Gestión del agua agrícola 209 (2018) 62–72
En la práctica de la TC, los autores sugieren que puede ser posible reducir las cantidades aplicadas,
considerando la contribución de los nutrientes del abono verde involucrados. El ajuste a las
conservación en los cultivos de papa, en comparación con las prácticas de manejo convencionales.
Sin embargo, es necesario evaluar los ensayos de dosis reducidas y sus impactos en la
productividad, la erosión y la escorrentía. ff. Además, modelos espacio-temporales más detallados y
la aplicación de técnicas de optimización serían un enfoque muy útil para identificar y asignar
opciones de CT-BMP con el objetivo de reducir la dependencia de las prácticas agrícolas en la
contaminación del agua. Además, utilizando este tipo de modelos y técnicas, podría ser posible
incluir varios cultivos en la misma cuenca, considerar escenarios de cambio climático y de fi ne
parámetros adecuados para el di ff diferentes áreas de la cuenca. En general, la investigación futura
que contemple estos puntos ayudará a mitigar la incertidumbre en la evaluación de la
implementación de las BMP a nivel de la cuenca.
Referencias
Abbaspour, KC, 2007. Manual de usuario para SWAT-CUP, calibración e incertidumbre de SWAT
Programas de análisis. Instituto Federal Suizo de Ciencia y Tecnología Acuáticas, Eawag, Duebendorf,
Suiza .
Abbaspour, KC, Rouholahnejad, E., Vaghe fi, S., Srinivasan, R., Yang, H., Kløve, B., 2015. Un modelo de hidrología y
calidad del agua a escala continental para Europa: calibración e incertidumbre de un modelo SWAT a gran escala
de alta resolución. J. Hydrol. 524, 733 - 752.
https://doi.org/10.1016/j.jhydrol.2015.03.027 .
Akhavan, S., Abedi-Koupai, J., Mousavi, SF, Afyuni, M., Eslamian, SS, Abbaspour, KC,
2010. Aplicación del modelo SWAT para investigar la lixiviación de nitratos en la cuenca de Hamadan-Bahar,
Irán. Agric. Ecosyst. Reinar. 139, 675 - 688. https://doi.org/10.1016/j. agee.2010.10.015 .
Amon-Armah, F., Yiridoe, EK, Ahmad, NHM, Hebb, D., Jamieson, R., Burton, D.,
Madani, A., 2013. E ff El efecto de la planificación del manejo de nutrientes en el rendimiento de los cultivos, la lixiviación de
nitratos y la carga de sedimentos en la cuenca de Thomas Brook. Reinar. Gestionar. 52, 1177 - 1191. https://doi.org/10.1007/s00267-013-0148-z
.
Arnold, JG, Srinivasan, R., Muttiah, RS, Williams, JR, 1998. Hidrológico de gran superficie
modelado y evaluación parte I: desarrollo del modelo. JAWRA J. Am. Recurso de agua. Assoc. 34, 73 - 83. https://doi.org/10.1111/
.
Arnold, JG, Moriasi, DN, Gassman, PW, Abbaspour, KC, White, MJ, Srinivasan, R.,
Santhi, C., Harmel, RD, Van Griensven, A., Van Liew, MW, Kannan, N., Jha, MK,
2012. SWAT: uso, calibración y validación del modelo. Asabe 55, 1491 - 1508 ISBN 2151-0032 .
Betrie, GD, Mohamed, YA, Van Griensven, A., Srinivasan, R., 2011. Sediment man-
modelado de la edad en la cuenca del Nilo Azul utilizando el modelo SWAT. Hydrol. Earth Syst. Sci.
15, 807 - 818. https://doi.org/10.5194/hess-15-807-2011 .
Bosch, NS, Allan, JD, Selegean, JP, Scavia, D., 2013. Prueba de escenarios de agricultura
mejores prácticas de manejo en las cuencas hidrográficas del lago Erie. J. Great Lakes Res. 39, 429 - 436.
https://doi.org/10.1016/j.jglr.2013.06.004 .
CAR (Corporación Autónoma regional de Colombia), 2006. Diagnóstico prospectivo y
formulación de la cuenca hidrográ fi ca de los ríos Ubaté y Suárez. Bogotá. .
Carter, MR, 1992. En fl influencia de sistemas de labranza reducida sobre materia orgánica, microbios
biomasa, distribución macroagregada y estabilidad estructural de la superficie del suelo en un clima húmedo.
Suelo Labranza Res. 23, 361 - 372. https://doi.org/10.1016/01671987(92)90081-L .
Carter, MR, Sanderson, JB, 2001. En fl influencia de la labranza de conservación y la longitud de rotación
sobre la productividad de la papa, la enfermedad de los tubérculos y los parámetros de calidad del suelo en un fi ne franco arenoso en el
este de Canadá. Suelo Labranza Res. 63, 1 - 13. https://doi.org/10.1016/S01671987(01)00224-0 .
Carter, MR, Noronha, C., Peters, RD, Kimpinski, J., 2009. En fl uencia de conservación
labranza y rotación de cultivos sobre la resiliencia de un sistema intensivo de cultivo de papa a largo plazo: restauración
de las propiedades biológicas del suelo después de la fase de papa. Agric. Ecosyst. Reinar. 133, 32 - 39. https://doi.org/10.1016/j.agee.200
.
Daggupati, P., Yen, H., White, MJ, Srinivasan, R., Arnold, JG, Keitzer, CS, Sowa, SP,
2015. Impacto del desarrollo de modelos, decisiones de calibración y validación en simulaciones hidrológicas en la
Cuenca del Lago Erie Occidental. Hydrol. Proceso. 29, 5307 - 5320. https: // doi.org/10.1002/hyp.10536 .
Derpsch, R., 2003. En: García-Torres, L., Benites, J., Martínez-Vilela, A., Holgado-Cabrera,
A. (Eds.), Labranza de conservación, labranza cero y tecnologías relacionadas BT Agricultura de conservación: medio
ambiente, experiencias de los agricultores, innovaciones, socioeconomía, política. Springer, Países Bajos, Dordrecht,
págs. 181 - 190. https://doi.org/10. 1007 / 978-94-017-1143-2_23 .
Deubel, A., Hofmann, B., Orzessek, D., 2011. Long term e ff efectos de la labranza en estratos fi catión
y disponibilidad vegetal de fosfato y potasio en un chernozem de loess. Suelo Labranza Res. 117, 85 - 92. https://doi.org/10.1016/j
.
Francesconi, W., Srinivasan, R., Pérez-Miñana, E., Willcock, SP, Quintero, M., 2016.
Uso de la herramienta de evaluación del suelo y el agua (SWAT) para modelar los servicios de los ecosistemas: una revisión
sistemática. J. Hydrol. 535, 625 - 636. https://doi.org/10.1016/j.jhydrol.2016.
01.034 .
Gassman, PPW, Reyes, MMR, Green, CCH, Arnold, JJG, 2007. El suelo y el agua
herramienta de evaluación: desarrollo histórico, aplicaciones y direcciones de investigación futuras. Trans. ASAE
50, 1211 - 1250. https://doi.org/10.13031/2013.23637 .
N. Uribe y col.
Green, CH, van Griensven, A., 2008. Autocalibración en modelado hidrológico: usando
SWAT2005 en cuencas hidrográficas de pequeña escala. Reinar. Modelo. Softw. 23, 422 - 434. https: //
doi.org/10.1016/j.envsoft.2007.06.002 .
Hanifzadeh, M., Nabati, Z., Longka, P., Malakul, P., Apul, D., Kim, DS, 2017. Ciclo de vida
evaluación de la tecnología de secado con vapor sobrecalentado como un método novedoso de gestión del estiércol
de vaca. J. Environ. Gestionar. 199, 83 - 90. https://doi.org/10.1016/j. jenvman.2017.05.018 .
Hargreaves, GH, Samani, ZA, 1985. Evapotranspiración del cultivo de referencia
peratura. Apl. Ing. Agric. 1, 96 - 99 .
Harmel, RD, Smith, PK, Migliaccio, KW, Chaubey, I., Douglas-Mankin, KR, Benham,
B., Shukla, S., Muñoz-Carpena, R., Robson, BJ, 2014. Evaluación, interpretación y comunicación del
desempeño de los modelos hidrológicos / de calidad del agua considerando el uso previsto: una revisión y
recomendaciones. Reinar. Modelo. Softw. 57, 40 - 51.
https://doi.org/10.1016/j.envsoft.2014.02.013 .
Hart, SC, Stark, JM, Davidson, EA, Firestone, MK, 1994. Mineralización de nitrógeno,
inmovilización y nitri fi catión. Métodos de análisis de suelos: Parte 2 -Propiedades microbiológicas y bioquímicas:
985-1018. Sociedad de Ciencias del Suelo de América .
Hopkins, B., Horneck, D., Pavek, M., 2007. Evaluación de la mejor producción de papa
prácticas de envejecimiento. A.m. J. Potato Res. 84 (1), 19 - 27 .
IDEAM, 2004. Datos climáticos. Estación del municipio de Tausa. Instituto de Hidrología
Meteorología y Estudios Ambientales, Bogotá .
IDEAM, IGAC, CORMAGDALENA, 2008. Mapa de Cobertura de la Tierra Cuenca
Magdalena-Cauca: Metodología CORINE Land Cover adaptada para Colombia a escala 1: 100.000. Instituto
de Hidrología, Meteorología y Estudios Ambientales, Instituto Geográfico fi co Agustín Codazzi y Corporación
Autónoma Regio, Bogotá, DC .
IGAC, 2000. Estudio General de Suelos y Zoni fi cación de Tierras del Departamento de
Cundinamarca. Bogotá .
Agencia Japonesa de Cooperación Internacional - JICA, 2000. Estudio Sobre Plan de
Mejoramiento Ambiental Regional Para la Cuenca de la Laguna de Fuquene .
Lam, QD, Schmalz, B., Fohrer, N., 2011. El impacto de la mejor gestión agrícola
Prácticas sobre la calidad del agua en una cuenca de captación de tierras bajas del norte de Alemania. Reinar. Monit. Evaluar.
183, 351 - 379. https://doi.org/10.1007/s10661-011-1926-9 .
Liu, Y., Shen, H., Yang, W., Yang, J., 2013. Optimización de BMP agrícolas utilizando un
algoritmo de optimización multiobjetivo basado en computación paralela. Reinar. Resour. Res 1, 39 - 50 .
Logan, TJ, 1993. Mejores prácticas de gestión agrícola para el control de la contaminación del agua:
asuntos actuales. Agric. Ecosyst. Reinar. 46, 223 - 231. https://doi.org/10.1016/01678809(93)90026-L .
Maharjan, GR, Prescher, AK, Nendel, C., Ewert, F., Mboh, CM, Gaiser, T., Seidel, SJ,
2018. Enfoques para modelar el impacto de los implementos de labranza en las propiedades físicas y de nutrientes del
suelo en di ff diferentes modelos de agroecosistemas. Suelo Labranza Res. 180, 210 - 221. https://doi.org/10.1016/j.still.2018.03.009
.
Yo, W., Abell, JM, Hamilton, DP, 2015. E ff efectos de las condiciones hidrológicas en SWAT
rendimiento del modelo y sensibilidad de los parámetros para una pequeña cuenca de captación de uso mixto de la tierra en
Nueva Zelanda. Hydrol. Earth Syst. Sci. 19, 4127 - 4147. https://doi.org/10.5194/ hess-19-4127-2015 .
Menzel, RG, 1980. Relaciones de enriquecimiento para modelos de calidad del agua. CREMAS: A escala de campo
Modelo para productos químicos, Runo ff, y erosión de los sistemas de gestión agrícola .
Morris, MD, 1991. Planes de muestreo factorial para experimentos computacionales preliminares.
A.m. Stat. Assoc. 33, 161 - 174 .
Moriasi, DN, Arnold, JG, Van Liew, MW, Bingner, RL, Harmel, RD, Veith, TL,
2007. Modelo de directrices de evaluación para cuanti fi cación de precisión en simulaciones de cuencas
hidrográficas. Trans. ASABE 50, 885 - 900. https://doi.org/10.13031/2013. 23153 .
Nash, JE, Sutcli ff e, JV, 1970. River fl Proyección de flujo mediante modelos conceptuales Parte I -
una discusión de principios. J. Hydrol. 10, 282 - 290. https://doi.org/10.1016/00221694(70)90255-6 .
Neitsch, S., Arnold, J., Kiniry, J., Williams, J., 2011. Herramienta de evaluación del suelo y el agua
72
Gestión del agua agrícola 209 (2018) 62–72
Documentación Teórica Versión 2009. Water Resour. Inst., Texas, págs.1 - 647.
https://doi.org/10.1016/j.scitotenv.2015.11.063 .
Panagopoulos, Y., Makropoulos, C., Mimikou, M., 2011. Reducir la contaminación del agua superficial
a través de la evaluación del costo-e ff efectividad de las BMP en di ff diferentes escalas espaciales. J. Environ.
Gestionar. 92, 2823 - 2835. https://doi.org/10.1016/j.jenvman.2011.06.035 .
Park, JY, Yu, YS, Hwang, SJ, Kim, C., Kim, SJ, 2014. Modelo SWAT de lo mejor
prácticas de manejo para la cuenca de la presa de Chungju en Corea del Sur bajo escenarios futuros de cambio
climático. Entorno de agua de arroz. 12, 65 - 75. https://doi.org/10.1007/ s10333-014-0424-4 .
Quintero, M., 2009. E ff efectos de la labranza de conservación en el secuestro de carbono del suelo y
Ingresos de las rotaciones a base de papa en los Andes colombianos .
Quintero, M., 2014. Sistemas mixtos cultivo-ganadería y labranza de conservación: finca pro fi t-
capacidad, potencial de adopción e impactos ambientales. Tesis doctoral. Obtenido de la base de datos de
tesis y disertaciones de ProQuest. (UMI No. 3691361) .
Quintero, M., Comerford, N., 2013. E ff efectos de la labranza de conservación sobre el total y agregado
carbono orgánico del suelo en los Andes. Abra J. Soil Sci. 2013, 361 - 373. https://doi.org/10. 4236 /
OJSS.2013.38042 .
Quintero, M., Otero, W., 2006. Mecanismo de fi nanciación para promover Agricultura de
Conservación con pequeños productores de la cuenca de la laguna de Fúquene. Su diseño, aplicación y bene fi cios
.
Ram, G., Prescher, A., Nendel, C., Ewert, F., Miltin, C., Gaiser, T., Seidel, SJ, 2018. Soil &
enfoques de investigación de la labranza para modelar el impacto de los implementos de labranza en las propiedades físicas y de
nutrientes del suelo en di ff diferentes modelos de agroecosistemas. Suelo Labranza Res. 180, 210 - 221. https://doi.org/10.1016/j.still.2018.03.009
.
Ritchie, JT, 1972. Modelo para predecir la evaporación de un cultivo en hileras con
cubrir. Recurso de agua. Res. 8, 1204 - 1213. https://doi.org/10.1029/ WR008i005p01204 .
Rubiano, J., Quintero, M., Estrada, RD, Moreno, A., 2006a. Análisis multiescala para
promover la gestión integrada de cuencas hidrográficas. Agua Int. 31, 398 - 411. https: // doi. org / 10.1080 /
02508060608691941 .
Rubiano, J., Soto, V., Suárez, LA, Girón, E., Pernett, X., 2006b. Identificación de las fuentes de
Contaminación de nitratos y fosfatos en el lago Fuquene usando isótopos naturales estables. muelles .
Sedano, K., Carvajal, Y., Ávila, Á., 2013. Variabilidad climática, cambio climático y
gestión integrada del riesgo de inundaciones en Colombia. Rev. Semillas 47 - 53 .
Smarzy norte ska, K., Miatkowski, Z., 2016. Calibración y validación del modelo SWAT para
estimación del balance hídrico y las pérdidas de nitrógeno en una pequeña cuenca agrícola en el centro de
Polonia. J. Water Land Dev. 29, 31 - 47. https://doi.org/10.1515/jwld-20160010 .
Soane, BD, 1990. El papel de la materia orgánica en la compatibilidad del suelo: una revisión de algunos
aspectos prácticos. Suelo Labranza Res. 16, 179 - 201. https://doi.org/10.1016/01671987(90)90029-D .
Stewart, BA, Lal, R., 1994. Procesos del suelo y calidad del agua. CRC Press LLC . Villamil, MB, Nafziger, ED, 2015.
Residuos de maíz, labranza y tasa de nitrógeno de Geoderma
mi ff efectos sobre las reservas de carbono y nutrientes del suelo en Illinois. Geoderma 253 - 254, 61 - 66.
https://doi.org/10.1016/j.geoderma.2015.04.002 .
Wang, X., Zhou, B., Sun, X., Yue, Y., Ma, W., Zhao, M., 2015. Manejo de la labranza del suelo
una ff afecta el rendimiento del grano de maíz al regular la coordinación de la distribución espacial de las raíces, la humedad del
suelo y el estado del nitrógeno. PLoS One 1 - 19. https://doi.org/10.1371/journal.pone. 0129231 .
Williams, 1995. En: En: Singh, VP (Ed.), Modelos informáticos de hidrología de cuencas, vol.
1130 Water Resources Publications, Highlands Ranch, CO .
Zebarth, B., Rosen, C., 2007. Perspectiva de investigación sobre el desarrollo de BMP de nitrógeno para
patata. A.m. J. Potato Res. 3 - 18 .
Zhang, S., Liu, Y., Wang, T., 2014. Cómo el cambio de uso de la tierra contribuye a reducir el suelo
erosión en la cuenca del río Jialing, China. Agric. Manejo del agua. 133, 65 - 73. https: //
doi.org/10.1016/j.agwat.2013.10.016 .