.

Universidad Católica Boliviana San Pablo

Facultad de Ingeniería
Departamento de Ingeniería Ambiental
La Paz - Bolivia

TESIS DE GRADO PRESENTADO AL DEPARTAMENTO DE

INGENIERÍA AMBIENTAL PARA LA OBTENCIÓN DEL GRADO
ACADÉMICO DE LICENCIATURA EN INGENIERÍA AMBIENTAL

ANÁLISIS DE DETERMINACIÓN DE
ZONAS CON RIESGO EROSIVO EN EL
DEPARTAMENTO DE LA PAZ

Realizado por:

Yeison Alejandro Saavedra Reque Terán

___________________
Tutor: Ing. MSc. Afnan Agramont Akiyama

Co-tutor: Ing. Rafael Marco Ríos Ruiz

Relator: Ing. Danny Olga Castro Sanchez

_____________________________________________________________________

2019
 AGRADECIMIENTOS.
La presentación de esta tesis representa la culminación de una de las etapas más
importantes de mi vida.
A toda mi familia comenzando por mi Mami Laura quien nunca dejo de tener fé en mí y me
apoyo con ese corazón tan puro que la caracteriza.
A mi Mamá Gral. Gina Reque Terán Gumucio y Papá Cnl. Samuel Saavedra Cespedes,
quienes a pesar de mis tropiezos constantes me apoyaron incondicionalmente ayudándome
a creer más en mí y ser una mejor persona, a mi tía Yankie, que en su forma me impulso a
terminar esta etapa y me brindó su apoyo como ella lo sabe hacer para ti tía “Ya lo logré”.
A mi corazón, mi compañera, confidente, la razón de mi incansable determinación, mi
esposa la Lic. Vanesa Santander, quien me levanto cada vez que sentía que no podía más y
me hizo mejorar cada vez más y quien me dio el regalo más grande y maravilloso que un
hombre podría desear, mi pequeño moustrito, mi razón de vivir, mi hijito querido Demian
Antonio, quien me dio las fuerzas que necesitaba para terminar esta etapa de mi vida.
A mi tiya Lic. Jeanine Reque Terán quien me dio los golpes de impulso que necesitaba en
momentos y claramente a mi primo Luciano Antonio Reque Terán, quien con su
personalidad única me enseño a que nada está perdido si luchas.
Sin alargar tanto a toda mi familia materna, paterna son tantos que escribiría otras 50
páginas, a mi abuelito Félix quien me proporcionaba sus más grandes consejos y mi
hermanita querida Jasa que a pesar de nuestras peleas la quiero un montón.
A la universidad Católica Boliviana “San Pablo” por permitirme culminar mis estudios de
pregrado en Ingeniería Ambiental, a los docentes que más paciencia tuvieron conmigo Ing.
Vidfa Carolina Garvizu, Dr. Omar Salinas y muy especialmente a los Ing. MSc. Afnan
Agramont e Ing. Rafael Marco Rios Ruiz quienes fueron mis tutores de tesis de pregrado y
fueron quienes me dieron la gran oportunidad de hacer un proyecto de investigación y por
todas sus enseñanzas.
A mi relatora de tesis Ing. Danny Castro por su gran disposición y ayuda en el proceso de
evaluación de mi tesis.
A los amigos sinceros que me deja esta etapa de mi vida, Andrés Castillo, Stefany Carrasco
(estufita), Vanessa Antezana, Salvador Lizeca, Belen Cabrera, Ingrid Gomes, Tefa
Mariscal a los que espero conservar siempre, un sincero gracias por el aguante y por su
amistad.
Y por último a quienes me hubiera gustado que estuvieran en la tierra para poder
abrazarlos en la culminación de esta etapa de mi vida, primeramente a mi abuelita María
Cespedes (Q.E.P.D.), quien hasta el último momento me brindo todo ese amor y apoyo, a
mi Papi Lucho el Gral. Luis Antonio Reque Terán Castro (Q.E.P.D.), quien no pudo verme
entrar a esta etapa que culmino, aun así sé que él tendría una sonrisa enorme en su rostro
y me dijera “Lo lograste mijo”, pero que sé que desde el cielo ambos me están viendo.
A mi Mami Laura, mi Mamá Gina, mi esposita bella Vanessa, mi hijito Demian el motor de
mi vida.
En memoria de mis abuelitos abuelita María, quien me brindo todo su amor y Papi Lucho
quien es mi modelo a seguir.
 CONTENIDO
ACRÓNIMOS ........................................................................................................................ 9
RESUMEN ........................................................................................................................... 11
ABSTRACT ......................................................................................................................... 12
CAPÍTULO 1 ....................................................................................................................... 13
1.1. INTRODUCCIÓN ......................................................................................................... 14
1.2. JUSTIFICACIÓN .......................................................................................................... 14
1.3. PROBLEMA ................................................................................................................. 15
1.4. OBJETIVOS .................................................................................................................. 16
1.4.1. Objetivo General......................................................................................................... 16
1.4.2. Objetivos Específicos ................................................................................................. 16
1.5. PLANTEAMIENTO DE LA HIPÓTESIS .................................................................... 17
1.6. LÍMITES ....................................................................................................................... 17
1.7. ALCANCES .................................................................................................................. 17
CAPÍTULO 2 ....................................................................................................................... 18
2.1. MARCO TEÓRICO ...................................................................................................... 19
2.1.1. Erosión ........................................................................................................................ 19
2.1.2. Diferencia entre Amenaza y riesgo. ........................................................................... 20
2.1.3. Criterios de Determinación de Riesgo a Erosión ........................................................ 20
2.1.4. Carbono Orgánico del Suelo (COS) ........................................................................... 26
2.1.5. Áreas Protegidas ......................................................................................................... 28
2.1.6. Sitios RAMSAR ......................................................................................................... 29
2.1.7. Marco jurídico ............................................................................................................ 30
2.2. MARCO TEÓRICO DE LA METODOLOGÍA ........................................................... 33
2.2.1. Sistemas de Información Geográfica (SIG) ................................................................ 33
2.2.2. Método Multicriterio .................................................................................................. 34
2.2.2.1. Método de Proceso de Análisis Jerárquico .............................................................. 35
2.2.3. Matriz Saaty................................................................................................................ 38
2.2.4. Método Aritmético o Crecimiento Lineal. ................................................................. 40
CAPÍTULO 3 ....................................................................................................................... 41
3.1. EROSIÓN EN LA PAZ ................................................................................................. 42
3.2. CARACTERÍSTICAS FÍSICAS DEL DEPARTAMENTO DE LA PAZ ................... 42
3.3. ESTUDIOS PREVIOS .................................................................................................. 43
CAPÍTULO 4 ....................................................................................................................... 47
4.1. TIPO DE LA INVESTIGACIÓN.................................................................................. 48
4.2. VARIABLE INTERVINIENTE.................................................................................... 48
4.3. FLUJO GRAMA PARA LA METODOLOGÍA. .......................................................... 49
4.4. DESARROLLO DE LA MATRIZ DE SAATY. .......................................................... 50
4.5. PRE PROCESAMIENTO Y PROCESAMIENTO DE LAS CAPAS. ......................... 51
4.6. RECOLECCIÓN DE LOS DATOS. ............................................................................. 57
4.6.1. Precipitación ............................................................................................................... 58
4.6.2. Pendiente .................................................................................................................... 61
4.6.3. Densidad de Drenaje................................................................................................... 63
4.6.4. Uso de Suelo ............................................................................................................... 66
4.6.5. Tipo de Suelo .............................................................................................................. 68
4.6.6. Índice de Vegetación de Diferencia Normalizada (Normalized Difference Vegetation
Index, NDVI) ........................................................................................................................ 70
CAPÍTULO 5 ....................................................................................................................... 73
5.1. RESULTADOS ............................................................................................................. 74
5.1.1. Mapa de Riesgo a Erosión .......................................................................................... 74
5.1.2. Análisis y Resultados del Mapa de Riesgo Erosivo ................................................... 76
5.1.3. Análisis de Distribuciones Administrativas. .............................................................. 79
5.1.4. Análisis de eco regiones con riesgos erosivos. ......................................................... 102
CAPÍTULO 6 ..................................................................................................................... 107
6.1. EVALUACIÓN AMBIENTAL .................................................................................. 108
6.1.1. Deforestación en Relación al Riesgo a Erosión........................................................ 109
6.1.2. Riesgo a Erosión en Relación a los Riesgos de Desastres ........................................ 111
6.1.3. Riesgo de Erosión en Zonas de Interés Social, Productivo y Natural. ..................... 115
6.1.3.2. Riesgo a erosión en relación a la pobreza extrema ................................................ 126
6.1.3.3. Evaluación de Riesgo a erosión en Áreas protegidas del departamento de La
Paz…………………………………………………………………………………………………………………………………………..128
6.1.3.4. Evaluación de Riesgo a erosión en sitios Ramsar del departamento de La Paz. ... 130
6.1.4. Riesgo a erosión y la presencia de carbono orgánico en los suelos ......................... 132
6.2. APORTE DEL ANÁLISIS AL PLAN NACIONAL DE CUENCAS (PNC)............. 136
6.2.1. Componente 1: Gestión de Cuencas Estratégicas y Planes Directores de Cuenca
(GCE/PDC) ……………………………………………………………………………..137
6.2.2. Componente 2: Inversiones en Gestión Integrada de Recursos Hídricos (GIRH)/
Manejo Integral de Cuencas (MIC). ................................................................................... 137
6.2.3. Componente 3: Gestión de Riesgos Hidrológicos y de Cambio Climático (GRH-
CC)………………………………………………………………………………………..137
6.2.4. Componente 4: Gestión de la Calidad Hídrica (GCH) ............................................. 138
6.2.5. Componente 5: Programa Intercultural de Cuencas Pedagógicas (PICP) ................ 138
6.2.6. Componente 6: Gestión de sistemas de información y comunicación hídrico-
ambiental (GSIC) ................................................................................................................ 138
6.2.7. Componente 7: Fortalecimiento institucional y desarrollo de capacidades para la
gestión hídrico-ambiental (FI-DC) ..................................................................................... 139
6.3. COMPARACIÓN DE OTROS ESTUDIOS REALIZADOS DENTRO EL
DEPARTAMENTO DE LA PAZ ...................................................................................... 139
6.4. ALTERNATIVAS DE PREVENCIÓN DE RIESGO A EROSIÓN .......................... 141
CAPÍTULO 7 ..................................................................................................................... 143
7.1. CONCLUSIONES ....................................................................................................... 144
CAPÍTULO 8 ..................................................................................................................... 147
8.1. RECOMENDACIONES ............................................................................................. 148
CAPÍTULO 9 ..................................................................................................................... 150
9.1. BIBLIOGRAFÍA ......................................................................................................... 151
ANEXO .............................................................................................................................. 161

ÍNDICE DE IMÁGENES

Imágen 1. ............................................................................................................................ 25
Imágen 2. ............................................................................................................................ 25
Imágen 3. .......................................................................................................................... 140

ÍNDICE DE MAPAS

Mapa 1. ............................................................................................................................... 42
Mapa 2. . .............................................................................................................................. 45
Mapa 3. ............................................................................................................................... 60
Mapa 4. ............................................................................................................................... 62
Mapa 5. ............................................................................................................................... 65
Mapa 6. ............................................................................................................................... 67
Mapa 7. ............................................................................................................................... 68
Mapa 8. ............................................................................................................................... 72
Mapa 9. ............................................................................................................................... 75
Mapa 10. ............................................................................................................................. 78
Mapa 11. ............................................................................................................................. 80
Mapa 12. ............................................................................................................................. 82
Mapa 13. ............................................................................................................................. 84
Mapa 14. ............................................................................................................................. 98
Mapa 15. ........................................................................................................................... 104
Mapa 16. ........................................................................................................................... 110
Mapa 17. ........................................................................................................................... 112
Mapa 18. ........................................................................................................................... 113
Mapa 19. ........................................................................................................................... 114
Mapa 20. ........................................................................................................................... 117
Mapa 21. ........................................................................................................................... 127
Mapa 22. ........................................................................................................................... 129
Mapa 23. ........................................................................................................................... 131
Mapa 24. ........................................................................................................................... 133
Mapa 25. ........................................................................................................................... 135

ÍNDICE DE TABLAS
Tabla 1. ............................................................................................................................... 36
Tabla 2. ............................................................................................................................... 50
Tabla 3. ............................................................................................................................... 50
Tabla 4. ............................................................................................................................... 51
Tabla 5. ............................................................................................................................... 58
Tabla 6. ............................................................................................................................... 58
Tabla 7. ............................................................................................................................... 61
Tabla 8. ............................................................................................................................... 63
Tabla 9. ............................................................................................................................... 64
Tabla 10. ............................................................................................................................. 64
Tabla 11. ............................................................................................................................. 66
Tabla 12. ............................................................................................................................. 68
Tabla 13. ............................................................................................................................. 70
Tabla 14. ............................................................................................................................. 70
Tabla 15. ............................................................................................................................. 71
Tabla 16. ............................................................................................................................. 76
Tabla 17. ............................................................................................................................. 79
Tabla 18. ............................................................................................................................. 81
Tabla 19. ............................................................................................................................. 85
Tabla 20. ............................................................................................................................. 87
Tabla 21. ............................................................................................................................. 91
Tabla 22. ............................................................................................................................. 94
Tabla 23. ............................................................................................................................. 95
Tabla 24. ............................................................................................................................. 97
Tabla 25. ............................................................................................................................. 99
Tabla 26. ........................................................................................................................... 100
Tabla 27. ........................................................................................................................... 101
Tabla 28. ........................................................................................................................... 101
Tabla 29. ........................................................................................................................... 102
Tabla 30. ........................................................................................................................... 103
Tabla 31. ........................................................................................................................... 105
Tabla 32. ........................................................................................................................... 105
Tabla 33. ........................................................................................................................... 106
Tabla 34. ........................................................................................................................... 119
Tabla 35. ........................................................................................................................... 128
Tabla 36. ........................................................................................................................... 130
Tabla 38. ........................................................................................................................... 134
Tabla 39. . .......................................................................................................................... 136

ÍNDICE DE FLUJO GRAMA

Flujo grama 1. .................................................................................................................... 49
ACRÓNIMOS

AMC: Análisis Multicriterio

MCDA: Análisis de Decisión Multi-Criterios
COS: Carbono Orgánico del Suelo
COD: Carbono Orgánico Disuelto
CO2: Dióxido de Carbono
EPSAS: Empresa Pública Social de Agua y Saneamiento
EDAN: Evaluación de Daños y Análisis de Necesidades
FI-DC: Fortalecimiento institucional y desarrollo de capacidades para la gestión hídrico-
ambiental
GEI: Gases de Efecto Invernadero
GCE: Gestión de Cuencas Estratégicas
GSIC: Gestión de sistemas de información y comunicación hídrico-ambiental
GRH-CC: Gestión de Riesgos Hidrológicos y de Cambio Climático
GCH: Gestión de la Calidad Hídrica
NDVI: Índice Normalizado de Vegetación
NDSI: Índice Normalizado de Diferencia de Nieve
INE: Instituto nacional de estadística
IF: Instituciones Facilitadoras
GIRH: Inversiones en Gestión Integrada de Recursos Hídricos
Km: Kilómetros
Km2: Kilómetros cuadrados
MIC: Manejo Integral de Cuencas
TRM: Turf Reinforcement Mats mantas de refuerzo de vegetación
MOS: Materia Orgánica del Suelo
CH4: Metano
MCE: Métodos de Evaluación de Criterios múltiples
Stream-order: Orden de Flujos

9
OGC: Organismos de Cuencas
FAO: Organización de las Naciones Unidas para la Alimentación y la Agricultura
N2O: Óxido Nitroso
PTDI: Plan Territorial de Desarrollo Integral
PNC: PLAN NACIONAL DE CUENCAS
PDC: Planes Directores de Cuenca
PCG: Potencial de Calentamiento Global
AHP Proceso de Análisis Jerárquico (Analytic Hierarchy Process)
PIEB: Programa de Investigación Estratégica en Bolivia
PICP: Programa Intercultural de Cuencas Pedagógicas
SIG: Sistemas de Información Geográfica
TIOC: Tierra Indígena-Originaria Campesina

10
 RESUMEN

La erosión del suelo es definida como un proceso de desagregación, transporte y deposición

de materiales del suelo por agentes erosivos (Ellison, 1947). Según la Organización de las
Naciones Unidas para la Alimentación y la Agricultura (FAO), un 33% del suelo del mundo
sufre erosión, el daño resultante afecta a los medios de vida, los servicios eco sistémicos, la
seguridad alimentaria y el bienestar humano. En Bolivia, el 60% de los suelos que conforman
la frontera agrícola sufren erosión; los departamentos en riesgo son La Paz, Oruro y Potosí
(La Razón, 2015). Esta problemática se manifiesta en la siguiente interrogante ¿Es posible
determinar y definir las zonas de riesgo a erosión a través del uso de Sistemas de Información
Geográfica (SIG) bajo un enfoque de análisis multicriterio en La Paz? Se contesto está
pregunta mediante el Proceso de Análisis Jerárquico (AHP), un método basado en la
evaluación de diferentes criterios que permiten resolver problemas en los cuales existe la
necesidad de priorizar distintas opciones y decidir cuál es la opción más conveniente (Saaty,
1980). Se obtuvo como resultado un mapa de riesgos erosivos en el departamento de La Paz
en el que los porcentajes más altos de riesgos a erosión son: riesgo alto, con 37,8 %; riesgo
moderado, con 36,6%. Esto indica que el departamento de La Paz cuenta con muchas zonas
altamente propensas a erosión. En el análisis de los resultados del mapa, la inclusión de la
división jurisdiccional del departamento, ha permitido definir zonas erosivas a nivel
municipal y provincial, de igual manera el factor de deforestación, evidencia que en las zonas
deforestadas, el instrumento muestra polígonos de riesgo moderado a erosión. En el Plan
Nacional de Cuencas (PNC) el instrumento proporciona información puntual sobre los
riesgos erosivos que sufren las cuencas estratégicas determinadas por el PNC. En conclusión,
la investigación es un instrumento para la toma de decisiones relacionadas con riesgos
erosivos y sus posibles consecuencias, así este instrumento proporciona información del
riesgo erosivo en el departamento de La Paz y aspira a ser un iniciador para investigaciones
relacionadas con la erosión de los suelos.

11
 ABSTRACT

Soil erosion is defined as a process of disaggregation, transport and deposition of soil

materials by erosive agents (Ellison, 1947). According to the United Nations Food and
Agriculture Organization (FAO), 33% of the world's soil suffers erosion, the resulting
damage affects livelihoods, ecosystem services, food security and human well-being. In
Bolivia, 60% of the soils that make up the agricultural frontier suffer erosion; the departments
at risk are La Paz, Oruro and Potosí (La Razón, 2015). This problem is manifested in the
following question: Is it possible to determine and define areas of erosion risk through the
use of Geographic Information Systems (GIS) under a multi-criteria analysis approach in La
Paz? This question was answered through the Hierarchical Analysis Process (AHP), a method
based on the evaluation of different criteria that allow solving problems in which there is a
need to prioritize different options and decide which is the most convenient option (Saaty,
1980) . The result was a map of erosive risks in the department of La Paz in which the highest
percentages of risks to erosion are: high risk, with 37.8%; moderate risk, with 36.6%. This
indicates that the department of La Paz has many areas highly prone to erosion. In the analysis
of the results of the map, the inclusion of the jurisdictional division of the department, has
allowed to define erosive zones at municipal and provincial level, likewise the deforestation
factor, evidence that in deforested areas, the instrument shows risk polygons moderate to
erosion. In the National Watershed Plan (NCP), the instrument provides timely information
on the erosive risks suffered by the strategic basins determined by the NCP. In conclusion,
the research is an instrument for making decisions related to erosive risks and their possible
consequences, so this instrument provides information on erosion risk in the department of
La Paz and aspires to be an initiator for research related to the erosion of floors.

12
CAPÍTULO 1
ANTECEDENTES

13
1.1. INTRODUCCIÓN

La erosión del suelo se ha convertido en un problema mundial debido al cambio climático y

la disminución progresiva de la relación entre los recursos naturales y la población, según la
Evaluación global basada en expertos de la degradación del suelo inducida por el hombre
(EGEDSIH o CLASOD por sus siglas en inglés). En el territorio nacional, el año 2015,
alrededor de 2.1 millones de hectáreas se encontraron en proceso de degradación por el uso
intensivo que reciben, la cantidad representa el 60% de los suelos que conforman la frontera
agrícola, según el viceministro de Tierras, Johnny Cordero, también mencionó que las zonas
en riesgo son principalmente en la región andina conformada por los departamentos de La
Paz, Oruro y Potosí por el cultivo de quinua y sectores de la región del oriente por los cultivos
de sorgo y soya, el país solo cuenta con un Decreto Supremo sobre suelos, resultado de la
“Cumbre Sembrando Bolivia”, realizada en abril del 2015, para enfrentar esta realidad (La
Razón, 2015).
Se han producido varios métodos para evaluar la erosión del suelo a diferentes escalas (local,
regional y global). Los modelos propuestos en la literatura se subdividen comúnmente en dos
categorías principales (Terranova et al. 2009): enfoques cualitativos y cuantitativos. El
primero utiliza el conocimiento experto para proporcionar una indicación relativa de riesgo,
el segundo ofrece estimaciones cuantitativas de erosión, basadas en datos medidos y / o
modelos; Sin embargo esta separación no es estricta y los enfoques se integran con
frecuencia. Otra forma a menudo aplicada, es agrupar los métodos de evaluación de la erosión
del suelo en métodos basados en expertos y en métodos basados en modelos (Grimm et al.
2002; Gobin et al. 2004). La elección de un método particular depende en gran medida del
propósito, los datos disponibles, el tiempo y el costo (Kachouri, Achour, Abida, & Bouaziz,
2015).
Dado que la erosión del suelo es un fenómeno espacio-temporal muy dinámico, la
información del área vulnerable a la erosión y su gravedad son requisitos previos para la
planificación de la conservación del suelo y el manejo de cuencas a escala local y regional.
Cuando el problema de la erosión del suelo es amplio, el método convencional de mapeo y
estudio de campo es costoso y consume mucho tiempo. Por lo tanto, en la práctica, dichas
áreas deben priorizarse en función de la gravedad del riesgo (erosión muy severa, leve
erosión) antes de realizarlas para la planificación de la conservación. Consecuentemente, los
modelos de erosión pueden usarse como herramientas predictivas para evaluar la pérdida de
suelo y el riesgo de erosión del suelo para la planificación de la conservación (Popp et al.
2000).

1.2. JUSTIFICACIÓN

El presente estudio será un instrumento para la toma de decisiones sobre la seguridad y

protección de la población frente a la erosión del suelo en el departamento de La Paz, además

14
que contribuirá a la gestión Municipal como modelo para otros programas que tienden al
manejo integral de suelos.
La realización del estudio permite, en un futuro, afianzar una metodología de análisis y
evaluación del riesgo que puede ser utilizada en otros escenarios para el modelamiento de
desastres naturales. El estudio permitirá diseñar un plan de protección que ayudará a mitigar
los efectos colaterales de la erosión del suelo, permitiendo disminuir los daños físicos a la
dimensión ambiental.

1.3. PROBLEMA

La erosión del suelo es definida como un proceso de desagregación, transporte y deposición

de materiales del suelo por agentes erosivos (Ellison, 1947). Los agentes erosivos dinámicos,
en el caso de la erosión hídrica, son la lluvia y el escurrimiento superficial o las inundaciones.
La lluvia tiene efecto a través del impacto de sus gotas sobre la superficie del suelo, y por el
propio humedecimiento del suelo, que provocan desagregación de las partículas primarias;
también el transporte de partículas por aspersión y proporciona energía al agua de la
escorrentía superficial (Ellison, 1947).

Un 33% del suelo del mundo sufre erosión, agotamiento de nutrientes o contaminación por
el uso excesivo de agroquímicos. Según un comunicado de la Organización de las Naciones
Unidas para la Alimentación y la Agricultura (FAO) divulgado en el IX del Congreso
Nacional de Suelos de Costa Rica el 2017, ese porcentaje "se encuentra moderada a altamente
degradado debido a la acidificación, salinización y compactación" y "el daño resultante afecta
a los medios de vida, los servicios eco sistémicos, la seguridad alimentaria y el bienestar
humano". El encuentro se celebró bajo el lema "El futuro de los suelos agrícolas en nuestras
manos" y reunió a 300 especialistas de Brasil, Bolivia, Chile, Colombia, Guatemala,
Honduras, México, Panamá, Venezuela y Costa Rica (FAO, 2017).

Como consecuencia de la desagregación se produce un sello superficial que disminuye

sustancialmente la capacidad de infiltración del suelo (Duley, 1987; Ellison, 1947). En el
momento en que la precipitación pasa a ser mayor que la tasa de infiltración de agua en el
suelo, se produce la retención y detención superficial del agua y, posteriormente, el
escurrimiento superficial del agua que no infiltra (Meyer, 1977). Considerando a la
escorrentía superficial como el principal agente de transporte, Ellison (1947) clasificó la
escorrentía en dos partes: el flujo en los entresurcos y el flujo dentro de los surcos. El flujo
de los entresurcos es responsable por el transporte de sedimentos desde las áreas entre los
surcos hacia dentro de los surcos. Su capacidad de transporte depende directamente de las
características de las gotas de lluvia que, produciendo turbulencia en la lámina de agua,
determinan la cantidad de suelo que quedará en suspensión. El flujo en los surcos, canalizado
o concentrado, tiene la capacidad de transportar el material recibido del flujo de los
entresurcos, así como de producir la separación de material del cuerpo del suelo dentro del
surco.

15
Según Meyer (1977) estos procesos son selectivos en lo que respecta al transporte de
sedimentos. El material erosionado dentro de los surcos generalmente es más grande y menos
afectado por la acción selectiva, como sucede con el sedimento de los entresurcos.

En un artículo en la página de Ecología Verde, el autor (Cardona, 2018) menciona lo

siguiente, “No es difícil pensar en las consecuencias de la erosión del suelo, cuando se
deteriora el suelo también se deteriora ese ecosistema en concreto, perdiendo el equilibro
ecológico. Esto provoca una reducción tanto de la fauna como de la flora, haciendo que,
gradualmente, se vaya perdiendo la fertilidad de esas tierras”. Asimismo, indica si en ese
lugar se cultiva, cada vez será más difícil y costoso, pero en el caso de que sea un lugar de
pastoreo, esa tarea se va a complicar. A continuación, se muestran las consecuencias de la
erosión del suelo:

 El ecosistema se desequilibra, perdiendo a muchas de sus especies endémicas y

favoreciendo el crecimiento de las especies oportunistas.
 La tierra cada vez se va volviendo menos fértil, lo que aumenta el uso de fertilizantes
por parte de los agricultores. Al final, esto acaba con una tierra totalmente inútil para
el cultivo.
 Pérdida de flora y desaparición de especies.
 Pérdida de la humedad aportada por la flora.
 Creación de graveras y arenales en lo que eran tierras fértiles.
 Mayor riesgo de desprendimientos de rocas.
 Pérdida del rendimiento de la tierra y aumento del coste de cultivarla.
 En la ganadería, aumentan los costes de mantener y alimentar a los animales, ya que
desaparecen los pastos.
 El empobrecimiento de las poblaciones rurales hace que la población se desplace
hacia las ciudades.

1.4. OBJETIVOS
1.4.1. Objetivo General

 Determinar zonas con riesgo a erosión dentro del departamento de La Paz.

1.4.2. Objetivos Específicos

 Analizar la relación y comportamiento de los criterios que determinan el riesgo a

erosión.
 Evaluar la variabilidad espacial del riesgo de erosión en el área de estudio.

16
  Para un mejor enfoque de las zonas con riesgo erosivo a niveles municipal y
provincial, se incluirá un análisis de la división jurisdiccional1 del departamento de
La Paz.
1.5. PLANTEAMIENTO DE LA HIPÓTESIS

Bajo un enfoque metodológico de análisis multicriterio y mediante el estudio de la

interacción de los factores determinantes para el riesgo a erosión, con los Sistemas de
Información Geográfica (SIG), se podrá encontrar el más importante, además de mostrar
la distribución espacial de los niveles de intensidad de riesgo en el departamento de La
Paz.
1.6.LÍMITES

El presente estudio se limita a la presentación cartográfica de las zonas con riesgo de erosión
en el departamento de La Paz.
1.7. ALCANCES

El estudio es un aporte de medidas de mitigación para el riesgo de erosión y contribuirá a:

 Identificar y caracterizar el peligro por erosión, así como sus factores condicionantes
y desencadenantes, es decir, la correlación de los criterios elegidos entre ellos para la
identificación de riesgos de erosión.
 Analizar la vulnerabilidad desde la perspectiva de exposición, fragilidad y resiliencia
en la dimensión ambiental, identificar la relación de los posibles riesgos erosivos en
el medio ambiente natural y social.

1
La palabra "jurisdicción" es utilizada para designar el territorio sobre el cual esta potestad es ejercida. Del
mismo modo, por extensión, es utilizada para designar el área geográfica de ejercicio de las atribuciones y
facultades de una autoridad o las materias que se encuentran dentro de su competencia; y, en general, para
designar el territorio sobre el cual un Estado ejerce su soberanía.

17
CAPÍTULO 2
MARCO TEÓRICO

18
2.1. MARCO TEÓRICO
2.1.1. Erosión

La erosión del suelo según Tesauro (2013), la define como un desgaste de la superficie
terrestre por acción del agua, del viento, del hielo u otros agentes geológicos. Asimismo, hay
una serie de factores que son los que determinan que el proceso de erosión sea mucho más
rápido, como ser el relieve de la zona, si esta cuenta con una pendiente relativamente
contundente se facilitará aquella acción. De la misma forma, el tipo de superficie es
fundamental para conseguir esa aceleración de la erosión. En base a la roca de la misma y a
si esta cuenta con vegetación de diversa tipología, se permitirá favorecer en mayor o menor
medida el proceso que ahora ocupa el estudio. Así, por ejemplo, está perfectamente claro que
toda aquella superficie que cuente con una clase de vegetación, lo tendrá mucho más fácil
para poder conseguir evitar o frenar en cierta medida la erosión. Entre otras cosas, servirá
para proteger la superficie no sólo de la acción del viento sino también del discurrir del agua.
La acción del hombre cobra un papel relevante que se convierte en un factor fundamental del
proceso de erosión. Un claro ejemplo es la acción del agricultor que acaba con la vegetación
de un terreno o cuando lleva a cabo diversos cultivos (Pérez Porto & Merino, 2009).
Existen dos grandes tipos de erosión según sus efectos. La erosión progresiva o erosión
geológica se desarrolla de manera natural con el correr de los años por la acción de algunos
de los factores ya mencionados (viento, lluvia, nieve, calor, etc.). La erosión acelerada, en
cambio, se desarrolla con mayor velocidad y sus efectos son notorios en poco tiempo. Este
tipo de erosión suele ser causada por el accionar humano (Pérez Porto & Merino, 2009).
En cuanto al agente causante, puede hablarse de erosión hídrica, por el desplazamiento de
agua, incluye la erosión marina y la erosión fluvial; erosión glaciar, habitual en las
montañas; erosión eólica; erosión kárstica; erosión biótica o erosión volcánica. Es importante
establecer también que cuando usamos el término erosión nos podemos estar refiriendo de
igual modo a la lesión de tipo superficial que sufre una persona en su epidermis como
consecuencia de un agente de diversa tipología (Pérez Porto & Merino, 2009).
2.1.1.1. Factores que Causan Erosión (antrópicos y naturales)

Según la universidad de Murcia (n.d.) los factores que causan la erosión del suelo pueden
ser de 2 tipos.
ANTRÓPICOS
 Deforestación
 Pastoreo excesivo
 Prácticas agrícolas inadecuadas
 Extensión inadecuada del regadío
 Sobreexplotación de acuíferos
 Minería y canteras a cielo abierto

19
  Roturación de terrenos marginales
 Abandono de tierras de cultivo
NATURALES
 Climáticos
 Características edáficas y sustrato litológico
 Topografía
 Cobertura vegetal

2.1.2. Diferencia entre Amenaza y riesgo.

El riesgo es la probabilidad latente de que ocurra un hecho que produzca ciertos efectos, la
combinación de la probabilidad de la ocurrencia de un evento y la magnitud del impacto que
puede causar, así mismo es la incertidumbre frente a la ocurrencia de eventos y situaciones
que afecten los beneficios de una actividad. Los factores generadores de riesgo, son aquellas
situaciones que contribuyen a crear, mantener e incrementar el ambiente de violencia y los
agentes generadores de riesgo, son aquellos individuos, grupos u organizaciones que con su
actuar materializan la violencia (Ballesteros Sanabria, n.d.).

La amenaza es el potencial de ocurrencia de un hecho que pueda manifestarse en un lugar

específico, con una duración e intensidad determinadas (Ballesteros Sanabria, n.d.).

Cuando el agente de riesgo selecciona una víctima contra la cual pretende cometer un acto
delictivo, automáticamente se convierte en una amenaza para ella. Se puede considerar que
es la materialización del riesgo (Ballesteros Sanabria, n.d.).

2.1.3. Criterios de Determinación de Riesgo a Erosión

Los criterios a seleccionar son aquellos que tienen una influencia directa en aporte a la
erosión del suelo en las investigaciones revisadas, estos criterios se clasifican según el orden
de preferencia y la influencia significativa estimada en la erosión del suelo (Saini, Jangra, &
Kaushik, 2015).

2.1.3.1. Precipitación

Dado que la erosión del suelo generalmente ocurre cuando el suelo es desplazado por la
lluvia, se considera como el principal factor impulsor de la erosión del suelo. La cantidad alta
de lluvia es indicativa de una pérdida significativa de suelo, por lo tanto, donde la
precipitación es más que el promedio anual, la probabilidad de erosión será mayor (Saini et
al., 2015).
Según los expertos, las precipitaciones son uno de los factores más importantes que explican
la erosión del suelo. Consiguientemente, es una condición importante para pronosticar la
susceptibilidad a la erosión del área de estudio. El factor de erosividad se basa en la suma de

20
los productos de la energía cinética (ec, i) de la intensidad máxima de la lluvia durante un
período de 30 minutos (r30, i) (Renard et al, 1997).
Una de las formas de erosión que produce la precipitación es la erosión por salpicadura, este
tipo de erosión es definido en la publicación de EcuRed Contributors, (2018) la cual indica
que es originada por la caída de las gotas de lluvia sobre el suelo; su impacto está en función
de la forma y tamaño de las gotas y de la resistencia del suelo a su poder erosivo. La energía
cinética de las gotas depende de las propiedades para ellas citadas; el efecto de la salpicadura
es especialmente dramático en condiciones climáticas tropicales donde se combinan fuertes
precipitaciones y desfavorable protección del suelo.
La precipitación se considera la principal fuente de agua sobre el terreno, su cantidad,
intensidad y frecuencia, depende el volumen de flujo que se desliza en capas de suelo. Con
respecto a la primera, Morgan (1986) expone que a una escala global la erosión alcanza sus
máximos valores con precipitaciones de 300 mm año-1; cuando la precipitación total es
inferior a dicho valor, la erosión se incrementa conforme la precipitación lo hace, sin
embargo, una vez que este valor es superado el efecto de protección ofrecido por la cubierta
vegetal que se beneficia de una mayor precipitación incidente, se traduce en menores
pérdidas de suelo. De las características de la lluvia, al parecer, la que menor peso tiene en la
explicación de las pérdidas de suelo es la cantidad, por ello el desarrollo de trabajos de
investigación atiende en forma especial a las otras dos: intensidad y frecuencia.

2.1.3.2. Índice Normalizado de Vegetación (NDVI)

En general, la vegetación saludable absorberá la mayor parte de la luz visible que cae sobre
ella y reflejará una gran parte de la luz del infrarrojo cercano. La vegetación poco saludable
o escasa refleja más luz visible y menos luz infrarroja cercana. Los suelos desnudos, por otro
lado, se reflejan moderadamente tanto en la porción roja como en la infrarroja del espectro
electromagnético, por tanto, cuanto mayor sea la diferencia entre el infrarrojo cercano y la
reflectancia roja, más vegetación tendrá que haber, los valores de NDVI se representan como
una relación que varía entre -1 y 1, pero en la práctica los valores negativos extremos
representan agua, los valores alrededor de cero representan suelo desnudo y los valores
superiores a 6 representan una vegetación verde densa (Holme et al 1987).
La pérdida de suelo es muy sensible a la cubierta vegetal con pendiente y factor de longitud
(Renard y Ferreira 1993; Benkobi et al., 1994; Biesemans et al., 2000). La cubierta vegetal
protege el suelo al disipar la energía de la gota de lluvia antes de alcanzar la superficie del
suelo. El valor de C depende del tipo de vegetación, la etapa de crecimiento y el porcentaje
de cobertura (Gitas et al., 2009). Los valores del factor C varían entre 0 y 1 según los tipos
de cubiertas terrestres. Dado que los valores de NDVI tienen correlación con el factor C (De
Jong, 1994; Tweddales et al., 2000; De Jong et al., 1999; De Jong y Riezebos, 1997).

21
2.1.3.3. Tipo de Suelo

El tipo de suelo se clasifica según las características de infiltración / retención del tipo de
suelo (Saini et al., 2015). La composición, la humedad y la compactación del suelo son
factores importantes para determinar la erosión de la lluvia. Los sedimentos que contienen
más arcilla tienden a ser más resistentes a la erosión que aquellos con arena o limo, porque
la arcilla ayuda a unir las partículas del suelo. El suelo que contiene altos niveles de
materiales orgánicos a menudo es más resistente a la erosión, porque los materiales orgánicos
coagulan los coloides del suelo y crean una estructura del suelo más fuerte y estable. La
cantidad de agua presente en el suelo antes de la precipitación también juega un papel
importante, ya que establece límites en la cantidad de agua que puede ser absorbida por el
suelo, esto impide que fluya en la superficie como escorrentía erosiva. Los suelos húmedos
y saturados no podrán absorber tanta agua de lluvia, lo que generará mayores niveles de
escorrentía superficial y, por lo tanto, mayor erosividad para un volumen dado de lluvia. La
compactación del suelo también afecta la permeabilidad del suelo al agua y,
consecuentemente, la cantidad de agua que fluye como escorrentía. Los suelos más
compactados tendrán una mayor cantidad de escorrentía superficial que los suelos menos
compactados (Blanco & Rattan, 2010).
La textura de los suelos influye en el tamaño de los poros que tenga y estas a su vez
determinan la permeabilidad. En la textura arcillosa las partículas son tan pequeñas que no
dejan huecos produciéndose compactación del terreno y asfixia de las raices, además de
favorecer el encharcamiento, en la textura arenosa las partículas dejan muchos huecos entre
ellas siendo un suelo tan permeable que el agua baja en profundidad donde no tienen acceso
las raíces (universidad de murcia, n.d.). El tamaño de los poros del suelo reviste gran
importancia con respecto a la tasa de filtración2 y a la tasa de percolación3. El tamaño y el
número de los poros guardan estrecha relación con la textura y la estructura del suelo y
también influyen en su permeabilidad (FAO, 2018).
En conclusión, los sub criterios escogidos según las investigaciones realizadas a nivel
internacional son:
 Eurtrochrepts/ Udorthents. Arenas poco profundas y francas para limos finos arenosos:
Este tipo de suelo se caracteriza por ser un sedimento clástico incoherente transportado
por los ríos o por el viento, este se deposita en el lecho de los ríos o sobre los terrenos
que han sido inundados, estos suelos al no tener afinidad son terrenos problemáticos para
edificar en ellos, para obras de arquitectura o ingeniería, es necesario adoptar sistemas
especiales para la construcción de los cimientos (FAO, 2018).
 Udipsamments/Udorthents. Arena franca a franco arenoso: Se suele denominar suelo
franco a las secciones superficiales del terreno, estos están determinados como suelos de
elevada productividad agrícola, gracias a su textura relativamente suelta, propiciada por

2
Movimiento del agua hacia dentro del suelo.
3
Movimiento del agua a través del suelo.

22
 la arena, fertilidad aportada por los limos y adecuada retención de humedad favorecida
por la arcilla (FAO, 2018).
 Udipsamments/Udorthents. Marga arenosa a marga arcillosa: Son consideradas como
roca compuesta por un 35 a 65 % de carbonato cálcico y el resto por minerales arcillosos,
a veces con algo de yeso e incluso sal. Su aspecto y propiedades son semejantes a la
arcilla: tacto untuoso, se disgrega al ser sumergida en agua, adquiere gran plasticidad y
adherencia, etc. Su color es muy variable, como tonos blancos, grisáceos o amarillentos,
con excepción de las margas triásicas que presentan coloraciones rojizas y verde-
azuladas. Algunas margas presentan coloraciones muy oscuras o casi negras por la
presencia de materia orgánica (margas bituminosas). Las proporciones de arcilla y
calcita que pueden tener son diversas, así que pueden pasar a ser arcillitas, o arcillas
calcáreas o margosas, si su contenido de carbonato cálcico es menor a un tercio de su
masa, o pasan a ser calizas margosas si esa proporción se eleva a más de los tres cuartos.
Impermeables, como la arcilla, las margas son poco resistentes a la erosión (del Ramo
& Guillén, n.d.).

2.1.3.4. Pendiente

La pendiente juega un papel importante en el control de la erosión. En general, donde sea

más pronunciada la pendiente, la probabilidad de erosión del suelo será alta (Saini et al.,
2015).
En consecuencia, la pendiente de la tierra determina la velocidad a la que fluirá la escorrentía
superficial, que a su vez determina la erosión de la escorrentía. Las pendientes más largas y
pronunciadas (especialmente las que no tienen una cubierta vegetal adecuada) son más
susceptibles a las altas tasas de erosión durante las lluvias intensas que a las pendientes más
cortas y menos empinadas. El terreno más inclinado también es propenso a deslizamientos
de lodo, deslizamientos de tierra y otras formas de procesos de erosión gravitacional (Blanco
& Rattan, 2010).
En condiciones normales sería de esperar que la erosión se incrementará conforme lo hicieran
el grado y la longitud de la pendiente, como resultado de los respectivos incrementos en
velocidad y volumen de la escorrentía superficial. Además, mientras en una superficie plana
el golpeteo de las gotas de lluvia arroja las partículas de suelo al azar en todas las direcciones.
En condiciones de pendiente inclinada más suelo es salpicado hacia abajo de ella que hacia
arriba incrementándose la proporción conforme lo hace el grado (Morgan, 1986). En teoría,
ley de caída de los cuerpos, la velocidad del agua varía con la raíz cuadrada de la distancia
vertical que ella recorre; y su capacidad erosiva con el cuadrado de la velocidad; esto es, si
la pendiente del terreno se aumenta cuatro veces, la velocidad del agua que fluye sobre él se
duplica, y su capacidad erosiva se cuadruplica (Juan Diego, 1995).
El grado de la pendiente regula la velocidad de circulación del agua sobre la superficie de
forma casi exclusiva, en los trópicos húmedos el efecto de la pendiente en combinación con

23
las copiosas tormentas tropicales es decisivo en la generación de pérdidas de suelo (Zingg,
1940). Así, aun para bajos valores de pendiente, las pérdidas de suelo resultan significativas,
conforme lo ilustran reportes de erosión de suelos (Hudson y Jackson, 1959, citados por
Morgan, 1986). Por ejemplo, en parcelas de experimentación cultivadas con maíz en
Rhodesia, África, se registraban pérdidas de 10.05, 5.55 y 4.65 ton ha-1 a escasos valores de
pendiente de 6.11, 4.37 y 2.62% respectivamente.
Si bien es cierto que pendiente y longitud controlan en buena medida la velocidad del flujo
de escorrentía y con ello las pérdidas de suelo, es importante dejar indicado el papel que
desempeña el tamaño del grano. De acuerdo con (Morgan, 1986), la velocidad crítica (aquella
necesaria para que el transporte ocurra) se incrementa a diámetros de partículas superiores a
0,5 mm, en tanto que, para partículas con diámetro inferior a tal valor, la velocidad crítica se
incrementa conforme disminuye el tamaño del grano. Las partículas más finas son más
difíciles de erosionar dada la cohesión de las arcillas minerales que las retienen; una vez que
un grano individual se encuentra en movimiento, no se deposita hasta que la velocidad caiga
por debajo de la velocidad umbral, de esta forma es necesaria menos fuerza para mantener
un grano en movimiento que para que entre en él. Una partícula de suelo de 0,1 mm requiere
un flujo de 60 cm/seg para “despegar”, pero sólo es depositada una vez la velocidad del flujo
cae por debajo de 0,1 cm/seg. Otro aspecto resaltado por Morgan, (1986) es que para tamaños
de grano mixtos, las partículas más finas se encuentran protegidas por las más gruesas, de
forma que aquellas sólo son removidas una vez las velocidades del flujo han sido las
necesarias para la remoción de los granos de mayor tamaño; sin embargo, contrarrestando
este efecto, la acción del golpeteo podría separar partículas de suelo y lanzarlas al flujo,
siendo transportadas hasta que la velocidad de éste sea menor que la velocidad de “caída”
requerida.
2.1.3.5. Densidad de Drenaje

Se puede resumir que la longitud de los ríos y canales en un área pueden ser considerados
como un índice para describir la erosionabilidad del suelo. Aunque no se ha establecido su
relación precisa, hay acuerdo en que el drenaje en un área puede considerarse como un índice
de erosionabilidad del suelo (Zakrzewska, 1967). El valor crítico de la densidad de drenaje
por km2 que puede causar la erosión del suelo por el agua es de 0.90 km por km 2 de área
(Leopold et al 1969). Por lo tanto, la densidad de drenaje superior a este valor crítico generará
automáticamente una mayor erosión del suelo (Saini et al., 2015).
2.1.3.5.1. Orden de Flujos (Stream-order)

La clasificación de arroyos es un método que asigna un orden numérico a los vínculos en una
red de arroyos. Este orden utilizado para identificar y clasificar los tipos de arroyos basado
en la cantidad de afluentes, tiene el objetivo de inferir algunas características importantes de
dichos arroyos. Por ejemplo, los arroyos de primer orden están dominados por un flujo de
agua por tierra; no tienen un flujo concentrado de aguas arriba.

24
Por esta razón, son más susceptibles a problemas de contaminación sin origen de punto y
pueden obtener más beneficios de las zonas de influencia ribereñas amplias que de otras áreas
de la cuenca hidrográfica. La herramienta Clasificación de Arroyos tiene dos métodos para
asignar órdenes. Estos son los métodos propuestos por Strahler (1957) y Shreve (1966).

Método de Strahler

En el método de Strahler, se asigna un orden de 1 a todos los vínculos sin afluentes y se los
conoce como de primero orden. La clasificación de arroyos aumenta cuando los arroyos del
mismo orden intersecan. Por lo tanto, la intersección de dos vínculos de primer orden creará
un vínculo de segundo orden, la intersección de dos vínculos de segundo orden creará un
vínculo de tercer orden, y así sucesivamente. Sin embargo, la intersección de dos vínculos de
distintos órdenes no aumentará el orden. Por ejemplo, la intersección de un vínculo de primer
orden y segundo orden no creará un vínculo de tercer orden, pero, mantendrá el orden del
vínculo con el orden más alto. El método de Strahler es el método de clasificación de arroyos
más conocido. No obstante, debido a que este método sólo aumenta el orden en las
intersecciones del mismo orden, no tiene en cuenta todos los vínculos y puede ser susceptible
a la adición o remoción de vínculos.

Imágen 1. Método de clasificación de arroyos Strahler

Fuente: Strahler (1957).

Imágen 2. Método de clasificación de arroyos Shreve

Fuente: Shreve (1966).

25
En ambos métodos, siempre se asigna un valor de 1 a los segmentos de arroyo aguas arriba,
o los vínculos exteriores.

2.1.3.6. Cobertura y Uso de Suelo

Los diferentes tipos de uso de la tierra en términos de tamaño de área y patrón influyen en el
riesgo de erosión del suelo. El área con menor cobertura de tierra obviamente tiene un mayor
riesgo de erosión del suelo que la mayor cobertura de tierra. Consiguientemente, según el
tipo de uso del suelo y su vulnerabilidad a los rangos de erosión del suelo (Saini et al., 2015).
Las prácticas agrícolas insostenibles son el factor que más contribuye al aumento global de
las tasas de erosión. La labranza de las tierras agrícolas, que divide el suelo en partículas más
finas, es uno de los principales factores. El problema se ha agravado en los tiempos
modernos, debido a los equipos agrícolas mecanizados que permiten el arado profundo, lo
que aumenta severamente la cantidad de suelo disponible para el transporte por erosión
hídrica. Otros incluyen el monocultivo, la agricultura en pendientes pronunciadas, el uso de
pesticidas y fertilizantes químicos (que matan a los organismos que unen el suelo), cultivos
en hileras y el uso de riego superficial. Una situación global compleja con respecto a la
definición de las pérdidas de nutrientes de los suelos podría surgir como resultado de la
naturaleza selectiva del tamaño de los eventos de erosión del suelo. La pérdida de fósforo
total, por ejemplo, en la fracción erosionada más fina es mayor en relación con todo el suelo.
Extrapolando esta evidencia para predecir el comportamiento posterior dentro de los sistemas
acuáticos receptores, la razón es que este material transportado más fácilmente puede
soportar una concentración más baja de Fósforo en comparación con las fracciones de tamaño
más grueso. La labranza también aumenta las tasas de erosión eólica, deshidratando el suelo
y descomponiéndolo en partículas más pequeñas que pueden ser recogidas por el viento. Esto
se agrava por el hecho de que la mayoría de los árboles generalmente se eliminan de los
campos agrícolas, lo que permite que los vientos tengan carreras largas y abiertas para viajar
a mayor velocidad. El pastoreo intenso reduce la cubierta vegetal y causa una fuerte
compactación del suelo, lo que aumenta las tasas de erosión (Blanco & Rattan, 2010).

2.1.4. Carbono Orgánico del Suelo (COS)

El Carbono Orgánico del Suelo (COS) según la Organización de las Naciones Unidas para la
Agricultura y la Alimentación (FAO), es una pequeña parte del ciclo global del carbono, el
cual implica el ciclo del carbono a través del suelo, la vegetación, el océano y la atmósfera.
Se estima que la reserva de COS almacena 1 500 PgC en el primer metro de suelo, lo cual
supone más carbono que el contenido en la atmósfera (aproximadamente 800 PgC) y la
vegetación terrestre (500 PgC) combinados (FAO y GTIS, 2015). Este extraordinario
reservorio de COS no es estático, sino que está constantemente circulando entre las diferentes
reservas mundiales de carbono en formas moleculares diversas (Kane, 2015).

26
Siendo el CO2 (dióxido de carbono) y CH4 (metano) los principales gases atmosféricos
basados en carbono, organismos autótrofos (principalmente plantas), y microbios foto- y
quimioautótrofos sintetizan el CO2 atmosférico en material orgánico. El material orgánico
muerto (principalmente en forma de residuos vegetales y exudados) es incorporado al suelo
por la fauna del mismo, lo que conlleva la entrada de carbono en el suelo a través de la
transformación del material orgánico por microorganismos heterótrofos. Este proceso de
transformación de materiales orgánicos da como resultado una mezcla biogeoquímica
compleja de residuos vegetales y productos de descomposición microbiana en varias etapas
de descomposición (Von Lützow et al., 2006, Paul, 2014) que pueden asociarse con minerales
del suelo y ocluirse dentro de agregados, permitiendo la persistencia del COS en el suelo
durante décadas, siglos o incluso milenios (Schmidt et al., 2011). El CO 2 se emite de vuelta
a la atmósfera cuando la Materia Orgánica del Suelo (MOS) es descompuesta (o
mineralizada) por microorganismos. La pérdida de carbono también puede ser causada por
exudados radiculares como el ácido oxálico, que liberan compuestos orgánicos de las
protectoras asociaciones con minerales (Keiluweit et al., 2015). Finalmente, el carbono
también es parcialmente exportado de los suelos a ríos y océanos como Carbono Orgánico
Disuelto (COD) o como parte del material de erosión.

En principio, la cantidad de COS almacenada en un suelo determinado depende del equilibrio

entre la cantidad de C que entra en el suelo y la que sale del suelo como gases de respiración
basados en C, procedentes de la mineralización microbiana y, en menor medida, de la
lixiviación del suelo como COD. Localmente, el C también se puede perder o ganar a través
de la erosión o deposición del suelo, lo que lleva a la redistribución del C del suelo a escala
local, paisajística y regional. Por lo tanto, los niveles de almacenamiento de COS se controlan
principalmente gestionando la cantidad y el tipo de residuos orgánicos que entran en el suelo
(es decir, el aporte de C orgánico al sistema del suelo) y minimizando las pérdidas de C del
suelo (FAO y GTIS, 2015).

El suelo puede ser una espada de doble filo cuando se trata de flujos de carbono. Los impactos
antropogénicos en el suelo pueden convertirlo en sumidero o fuente neta de Gases de Efecto
Invernadero (GEI). Como fuente, el suelo emite GEI a la atmósfera donde atrapan la
radiación térmica que aumenta el efecto invernadero contribuyendo así al calentamiento
global. Los gases de efecto invernadero a base de carbono emitidos por el suelo son el CO 2
y el metano (CH4), que son dos de los principales GEI antropogénicos emitidos (IPCC, 2014).
Otra forma de GEI es el óxido nitroso (N2O), cuya emisión se ha vuelto cada vez más
antropogénica, en gran parte desde suelos agrícolas e instalaciones ganaderas. La inclusión
de los tres gases en los balances de CO2 del suelo es importante debido a la interconexión de
los procesos involucrados en sus emisiones y el ciclo ecosistémico (nitrógeno-carbono,
procesos aeróbicos-anaeróbicos). La influencia climática potencial de estos gases difiere
dependiendo de su eficiencia relativa climática, es decir, su Potencial de Calentamiento
Global (PCG). Se considera que el CO2 tiene un PCG de 1, seguido del CH4 con un PCG a
100 años de 28 y N2O con el mayor PCG de 265 a 100 años (IPCC, 2014).

Este análisis proporcionará a la investigación las propiedades biofísicas que tiene el suelo del
departamento de La Paz, esta capa tiene la función de actuar como un indicador en base a las
funciones ecosistémicas en las que el suelo colabora, en este caso la retención del CO 2.

27
2.1.5. Áreas Protegidas

Las áreas protegidas, en este marco, son sectores especiales que se establecen con el objetivo
de cuidar su biodiversidad y sus condiciones naturales. Estas áreas son sometidas a un
régimen legal particular para asegurar su adecuada conservación. Al establecer un área
protegida, las autoridades intentan minimizar el impacto de la acción humana sobre el
ambiente. Es posible que en un área protegida no esté permitido construir, circular en
automóvil o encender una fogata, por citar algunas acciones que atentan contra la naturaleza
(Pérez Porto & Gardey, 2015).

Existen diferentes clases de áreas protegidas de acuerdo a la legislación de cada país. Un

paisaje protegido, por ejemplo, es un territorio natural que se conserva por sus cualidades
culturales y estéticas. En este caso particular, el ser humano puede haber intervenido incluso
de forma significativa en el ambiente; sin embargo, la combinación resultante de su accionar
y la respuesta de la naturaleza ha dado una zona bien definida, con una belleza sin igual y un
valor incalculable desde un punto de vista cultural o ecológico (Pérez Porto & Gardey, 2015).

Cabe mencionar que el paisaje protegido puede ser marino o terrestre. Entre los ejemplos
significativos se hallan el Paisaje Protegido de Las Lagunetas, situado en la isla de Tenerife
(España) y el Parque Nacional de Santa Teresa. Este último se denomina «parque nacional»
aunque no se trate de la categoría a la que pertenece, la cual se define más adelante; la
inconsistencia se debe a que fue bautizado años antes de que se implementase el sistema de
clasificación que usamos en la actualidad (Pérez Porto & Gardey, 2015).

Cuando se desea contribuir a la conservación de la fauna, la flora o la geología de un lugar,

se puede crear un área protegida conocida como reserva ecológica o reserva natural, como
por ejemplo, la Reserva Ecológica de Buenos Aires (Argentina), la Reserva Natural de la
Sierra de la Malcata (Portugal), etc.

El parque nacional es otro tipo de área protegida que dispone de un estatus jurídico
extraordinario. Se trata de espacios en los cuales hay uno o más ecosistemas que no se ven
amenazados de forma significativa por la acción del ser humano, ya que no los explota ni los
ocupa al punto de poder alterarlos considerablemente. Algunos de los ejemplos más
importantes dentro de esta categoría son el parque nacional Cabo Polonio de Uruguay, el
Parque Nacional Montaña de la Mesa de Sudáfrica y el Parque Nacional del Lago Tai en
China (Pérez Porto & Gardey, 2015).

En los parques nacionales se encuentran especies animales y vegetales, hábitats y sitios

geomorfológicos de gran interés para la ciencia, el ámbito de la educación o incluso la
industria de la recreación. Sobra decir que la belleza de estos paisajes casi no tiene rivales, y
por eso suelen ser usados por los cineastas para impactar al público con escenarios que
muchas veces parecen propios de la fantasía para quienes nunca han salido de la ciudad.

Otro espacio considerado dentro del grupo de las áreas protegidas es el monumento natural,
donde es común hallar uno o más elementos naturales bien definidos que representen un valor
incalculable a nivel nacional, como ser hábitats amenazados tanto de especies vegetales como

28
animales, un sitio visto únicamente allí o formaciones geológicas muy particulares. Del
mismo modo que en la mayoría de los casos anteriores, la intervención del ser humano en un
monumento natural no siempre está permitida, o bien debe someterse a un nivel de control
muy estricto y no puede ser a gran escala(Pérez Porto & Gardey, 2015).

2.1.6. Sitios RAMSAR

Los sitios Ramsar se designan porque cumplen con los Criterios para la identificación de
Humedales de Importancia Internacional. El primer criterio se refiere a los sitios que
contienen tipos de humedales representativos, raros o únicos, y los otros ocho abarcan los
sitios de importancia internacional para la conservación de la diversidad biológica. Estos
criterios hacen énfasis en la importancia que la Convención concede al mantenimiento de la
biodiversidad (The RAMSAR Convetion Secretariat, 2014).
Las Partes Contratantes confirmaron en 2005 que su visión para la Lista de Ramsar es “crear
y mantener una red internacional de humedales que revistan importancia para la conservación
de la diversidad biológica mundial y para el sustento de la vida humana a través del
mantenimiento de los componentes, procesos y beneficios/servicios de sus ecosistemas” (The
RAMSAR Convetion Secretariat, 2014).
En la actualidad, la Lista de Ramsar es la red más extensa de áreas protegidas del mundo.
Hay más de 2.200 sitios Ramsar que abarcan más de 2,1 millones de kilómetros cuadrados
en los territorios de las 169 Partes Contratantes de Ramsar en todo el mundo (The RAMSAR
Convetion Secretariat, 2014).
En la década de los 60’ algunos países y organizaciones no gubernamentales, preocupados
por el creciente deterioro y pérdida de diversos humedales en Europa, comenzaron a
promover la idea de crear un tratado internacional sobre humedales para proteger estos
cuerpos de agua vitales para la supervivencia del ser humano y otras especies. Así, en 1971
se organizó la Convención de Ramsar (llamada así porque se firmó en la ciudad iraní del
mismo nombre), un tratado intergubernamental que sirve de marco para las acciones
nacionales y de cooperación internacional para conservar y hacer un uso racional de los
humedales y sus recursos. En esta convención, se definieron los marcos en los que diversos
ambientes podrían formar parte de estos sitios Ramsar de importancia internacional y
definieron a estas zonas húmedas como “extensiones de marismas, pantanos o turberas
cubiertas de agua, sean éstas de régimen natural o artificial, permanentes o temporales,
estancadas o corrientes, dulces salobres o saladas, incluidas las extensiones de agua marina
cuya profundidad en marea baja no exceda de seis metros” (Bevilacqua, 2017).

29
2.1.6.1. Importancia de los Sitios RAMSAR

Dentro de los múltiples beneficios que traen los humedales al ser humano, está el suministro
de agua; la extracción pesquera y de recursos de flora y fauna silvestre; la retención de
sedimentos y contaminantes; retención y remoción de nutrientes; mejoramiento de la calidad
de agua y amortiguación hidráulica de inundaciones invernales, maremotos, entre otros. Esto
se suma además al hecho de que son espacios de gran importancia para la conservación de la
diversidad biológica mundial, sirviendo muchas veces como vías migratorias de aves
acuáticas (Bevilacqua, 2017).
El problema es que estos ambientes son ecosistemas altamente amenazados a nivel
mundial, debido principalmente, a acciones del ser humano que se relacionan a la extracción
de agua, el crecimiento urbano, el relleno de estos espacios para transformarlos en terrenos
habitacionales o en muchos casos su uso como sumideros de basura. Y, al existir una gran
falta de información y conciencia sobre la importancia de estos ambientes, protegerlos se
hace aún más difícil (Bevilacqua, 2017).
Hasta julio de 2015 en Latinoamérica existían un total de 298 sitios Ramsar que equivalen a
una superficie de 48.166.751 hectáreas y que juntos suman el 23% de la totalidad de sitios
Ramsar a nivel global. Dentro de los países latinoamericanos que forman parte de la
Convención, Bolivia es el que suma una mayor superficie con esta clasificación (11 sitios
Ramsar que suman 8.833.752 hectáreas) (Bevilacqua, 2017).

2.1.7. Marco jurídico

Para el estudio se consultaron varios reglamentos, normas y leyes, referidas al tema de suelos,
pero finalmente se llegó a la conclusión de que en el país no se cuenta con una normalización
de la erosión en sí, ya que esta se puede dar por factores naturales o antropogénicos, por esa
razón se determinó tomar en cuenta los siguientes reglamentos y leyes y decretos supremos.

2.1.7.1. Ley 1333, ley del medio ambiente de 1992.

TITULO IV
DE LOS RECURSOS NATURALES EN GENERAL

CAPITULO IV
DEL RECURSO SUELO

ARTICULO 43º.- El uso de los suelos para actividades agropecuarias forestales deberá
efectuarse manteniendo su capacidad productiva, aplicándose técnicas de manejo que eviten
la pérdida o degradación de los mismos, asegurando de esta manera su conservación y
recuperación. Las personas y empresas públicas o privadas que realicen actividades de uso

30
de suelos que alteren su capacidad productiva, están obligados a cumplir con las normas y
prácticas de conservación y recuperación.

CAPITULO VI
DE LA FLORA Y LA FAUNA SILVESTRE

ARTICULO 52º.- El Estado y la sociedad deben velar por la protección, conservación y

restauración de la fauna y flora silvestre, tanto acuática como terrestre, consideradas
patrimonio del Estado, en particular de las especies endémicas, de distribución restringida,
amenazadas y en peligro de extinción.

ARTICULO 53º.- Las universidades, entidades científicas y organismos competentes

públicos y privados, deberán fomentar y ejecutar programas de investigación y evaluación
de la fauna y flora silvestre, con el objeto de conocer su valor científico, ecológico,
económico y estratégico para la nación.

2.1.7.2. Ley Nº 2357, 7 de mayo de 2002.

Artículo Único.- De conformidad con la atribución conferida por el Artículo 59º, numeral
12º, de la Constitución Política del Estado, se aprueba la Convención Relativa a los
Humedales de Importancia Internacional Especialmente como Hábitat de Aves Acuáticas,
Ramsar 1971, suscrita por Bolivia, el 27 de junio de 1990.

2.1.7.3. Ley 3525, REGLAMENTACIÓN DEL SISTEMA NACIONAL DE

CONTROL DE PRODUCCIÓN ECOLÓGICA EN BOLIVIA.

CAPITULO II.
CONDICIONES AMBIENTALES

Artículo 5. Condiciones Ambientales.

Se exige tomar todas las medidas pertinentes para minimizar la contaminación interna o
externa en las unidades de producción ecológica.
a) El sistema de producción ecológico debe desarrollarse en armonía con el medio ambiente,
conservando la mayor diversidad tanto de flora como de fauna, mediante el manejo sostenible
de los recursos naturales y conservación del suelo, agua, aire y vegetación, acorde con
normativas de protección del Medio Ambiente, especialmente deben respetarse especies de
flora y fauna protegidas.
b) Deben tener y/o implementarse todas las medidas posibles para evitar la contaminación
accidental procedente del exterior de la granja (aguas de riego, arrastres del viento). En caso
de un cultivo vecino en el cual se utiliza agroquímicos debe tener cercos vivos entremedios,
zanjas de drenaje u otras medidas, y una distancia que garantice la imposibilidad de
contaminación directa o indirecta.
c) La ampliación de la frontera agrícola y la preparación de la tierra en base a la quema o con
maquinaria pesada, debe limitarse a lo absolutamente indispensable. De ninguna manera se
permite la pérdida de fertilidad del suelo a cambio de una producción intensiva. En las

31
regiones Amazónica y chaqueña, se debe dejar cortinas de bosque intercalados con terrenos
de cultivo y mantener superficies extensas de aprovechamiento y/o reservas forestales.
d) Es requisito básico emplear técnicas o prácticas de diversificación del ecosistema,
mantener un mínimo de 10 % de cobertura vegetal nativa o cultivada (área de equilibrio
ecológico con árboles, arbustos u otra vegetación que garantice la diversidad y funciones
ecológicas naturales) dentro de la unidad de producción. Esta puede ser distribuida en fajas
anti erosivas, cortina rompe vientos o sistemas de uso forestal sostenible.
e) Es requisito básico emplear técnicas o prácticas de conservación de suelo, adaptadas a las
condiciones del sitio y el ecosistema.
f) No se admite residuo contaminante en la unidad de producción ecológica, con excepción
de aquellos que sean provenientes de la contaminación externa del ambiente y que no
comprometan la calidad e inocuidad del producto. En caso de contaminación externa el
organismo de control es responsable de su calificación y demostración de acciones
correctivas tomadas por el productor.
g) Está prohibido el riego con aguas servidas o de fuentes evidentemente contaminadas.
h) No se admite el almacenamiento de insumos prohibidos por esta Norma en las unidades
de producción ecológica. El operador deberá garantizar que los insumos permitidos y/o
restringidos estén debidamente aislados y protegidos.
i) Los materiales usados no biodegradables para fines de cobertura del suelo, mallas contra
insectos o envolturas para ensilaje, etc. deben ser retirados después de su uso y está prohibido
quemarlos dentro las unidades de producción ecológica. El uso de materiales de poli
carbonatos, se debe restringir al mínimo. El uso de metales pesados tales como Potasio,
Magnesio, Cromo, Cadmio, Cobre, Mercurio, Níquel, Zinc; están restringidos hasta 1
gr./ha/año.
j) Las unidades ecológicas de procesamiento o elaboración, deberán evitar la contaminación
interna, mediante un manejo adecuado de desechos sólidos y/o líquidos. Ante eventuales
riesgos de contaminación externa a la Planta o Fábrica, se deberá implementar sistemas de
cercos o muros de protección.
k) En operaciones que están dentro de áreas protegidas o de sus áreas de amortiguamiento,
se deben respetar de manera estricta las regulaciones específicas del área.

2.1.7.4. Reglamento general de áreas protegidas, Decreto Supremo Nº 24781, 31 de

Julio de 1997.

Título I
De las disposiciones generales

Capítulo I
Del objeto, siglas y definiciones

Artículo 1°.- El presente Reglamento tiene por objeto regular la gestión de las áreas
protegidas y establecer su marco institucional, en función a lo establecido en la Ley Nº 1333
del Medio Ambiente de 27 de Abril de 1992 y Convenio sobre la Diversidad Biológica
ratificado por Ley Nº 1580 de 15 de junio de 1994.

32
2.1.7.5. Decreto Supremo N° 2366.

ARTÍCULO 1.- (OBJETO). El presente Decreto Supremo tiene por objeto establecer las
medidas para el aprovechamiento de los recursos hidrocarburíferos en todo el territorio
nacional, en el marco de su carácter constitucional, estratégico y de interés público para el
desarrollo del país; vinculado a la reducción de la extrema pobreza en comunidades que
habitan las áreas protegidas y la gestión integral de los sistemas de vida.

ARTÍCULO 2.- (ACTIVIDADES AUTORIZADAS).

I. Se permite el desarrollo de actividades hidrocarburíferas de exploración en las

diferentes zonas y categorías de áreas protegidas, en cumplimiento a los
condicionamientos ambientales establecidos por el Servicio Nacional de Áreas
Protegidas – SERNAP y la Autoridad Ambiental Competente Nacional – AACN, en
el marco del presente Decreto Supremo, debiendo prever medidas ambientales
adecuadas, con mayor atención en zonas de alta sensibilidad ecológica, para
precautelar la conservación de los sistemas de vida de la madre tierra.
II. El desarrollo de pozos exploratorios, estará sujeto a un procedimiento independiente
de Evaluación de Impacto Ambiental y Control de Calidad Ambiental, considerando
los resultados de los estudios evaluatorios, de reconocimiento y/o exploratorios para
la identificación, ubicación y/o cualificación de los recursos hidrocarburíferos.
III. En caso que los resultados de exploración concluyan con un descubrimiento
comercial para la fase de explotación, el Titular podrá solicitar al SERNAP la
evaluación y revisión de los instrumentos de planificación u ordenamiento espacial
del Área Protegida, para su adecuación y/o actualización cuando corresponda,
limitada solo al área de intervención, en el marco del Decreto Supremo N° 24781, de
31 de julio de 1997, debiendo cumplirse el procedimiento de Evaluación de Impacto
Ambiental, Control de Calidad Ambiental y las medidas ambientales establecidos por
el SERNAP y la AACN, considerando los objetivos de creación del Área Protegida.
IV. No está permitida la realización de actividades hidrocarburíferas de exploración y
explotación en categorías de Santuario y Monumento Natural previstas en el
Reglamento General de Áreas Protegidas, aprobado por Decreto Supremo N° 24781,
así como en Sitios RAMSAR.

2.2. MARCO TEÓRICO DE LA METODOLOGÍA

2.2.1. Sistemas de Información Geográfica (SIG)

SIG es un software que permite a los usuarios crear consultas interactivas, integrar, analizar
y representar de una forma eficiente cualquier tipo de información geográfica referenciada
asociada a un territorio, conectando mapas con bases de datos. El uso de este tipo de sistemas
facilita la visualización de los datos obtenidos en un mapa, con el fin de reflejar y relacionar
fenómenos geográficos de cualquier tipo, desde mapas de carreteras hasta sistemas de
identificación de parcelas agrícolas o de densidad de población. Además, permiten realizar
las consultas y representar los resultados en entornos web y dispositivos móviles de un modo

33
ágil e intuitivo, resolviendo problemas de planificación y gestión geográfica (Servicio
Geológico Mexicano, 2017)
Una de las aplicaciones más importantes de SIG según (Malczewski, 2000), es la
visualización en 2 y 3 dimensiones y el análisis espacial de datos geográficos para respaldar
el proceso de toma de decisiones ambientales. Para una mayor confianza y precisión, se
adopta la Combinación Lineal Ponderada (CLP) para derivar el mapa de peligro de erosión
del suelo. La técnica de CLP es una regla de decisión que se considera que deriva mapas
compuestos utilizando GIS. Es uno de los modelos de decisión más utilizados en SIG.

2.2.2. Método Multicriterio

Los métodos multicriterio son una herramienta que permiten incorporar los conflictos que
existen entre objetivos económicos, ambientales y sociales, y entre distintos niveles de
decisión (Corral & Quintero, 2007). Así, al establecer una solución ideal, pueden detallarse
puntos de referencia respecto de los cuales se puede medir el impacto de diversas alternativas
potenciales (IAF, 2000 citado por Uribe, 2001). Es decir, permite implementar soluciones y
compromisos, con un sentido de equidad.

La metodología descompone un problema complejo en partes simples permitiendo que el

agente ‘decisor’ pueda estructurar un problema con múltiples criterios en forma visual,
mediante la construcción de un modelo jerárquico que básicamente contiene tres niveles:
meta u objetivo, criterios y alternativas, jugando un papel vital como herramienta de
planeación (Nijkamp et al., 1990 citados por Uribe, 2001; Munda, 2004; Chen et al., 2012).
La evaluación multicriterio (Munda, 1993), considera factores de tipo cualitativo y
cuantitativo; y considera las percepciones de los actores involucrados en el problema de
decisión, la cual debe ser participativa para tomar decisiones y trazar alternativas para la
solución de conflictos (Romero, 1997 citado por Uribe, 2001; Chen et al., 2012).

En el Análisis Multicriterio (AMC), el objetivo es identificar que es lo que hay que estudiar,
debatir y negociar, la herramienta puede ayudar a optimizar ubicaciones estratégicas. Existen
una serie de técnicas estadísticas y de otro tipo que pueden aplicarse para ayudar en este
‘proceso de estudio’ que se presentan a continuación (Flood Hazard Research Centre, 2014,
pg 8-9):

 Definición y estructuración del problema: es definido por el escenario de evaluación, la

disponibilidad de información y los posibles conflictos entre diversos intereses
(Contreras et al. 2008).
 Descripción de alternativas potenciales: considera las posibles situaciones o escenarios
de evaluación, es decir, son los elementos sobre los cuales se decide (Contreras et al.
2008).
 Elección de conjuntos de criterios de evaluación: deberá contarse con abundantes
conjuntos de criterios de evaluación, para que el problema sea mejor interpretado. Un
grupo de criterios debe cumplir con 2 cualidades: ser legible (número de criterios

34
 suficientes para soportar un procedimiento de agregación) y ser operativo (abarcar los
múltiples intereses de todos los actores claves) (Contreras et al. 2008).
 Identificación de un sistema de preferencia para la toma de decisiones y elección de un
procedimiento de agregación: asignación de peso, resaltando la importancia relativa de
los diferentes criterios de evaluación (Contreras et al. 2008).

El enfoque básico del AMC es desarrollar algunos criterios que sirvan de base para
seleccionar entre las diversas opciones y posteriormente puntuar cada una de las opciones
para cada uno de los criterios (Edwards & Newman, 2011).

Una decisión puede definirse como una elección entre alternativas, las cuales pueden ser
diferentes acciones, ubicaciones, objetos y similares. Dado que el 80 por ciento de los datos
utilizados por los tomadores de decisiones se basa en la ubicación, los SIG pueden
proporcionar mejor información sobre las situaciones de toma de decisiones. Los SIG
permiten al responsable de la toma de decisiones identificar una lista que cumpla con un
conjunto predefinido de criterios con el proceso de superposición (Heywood et al. 1995).
2.2.2.1. Método de Proceso de Análisis Jerárquico

El Proceso de Análisis Jerárquico (AHP) es un método basado en la evaluación de diferentes

criterios que permiten jerarquizar un proceso y su objetivo final que consiste en optimizar la
toma de decisiones gerenciales. Esta metodología se utiliza para resolver problemas en los
cuales existe la necesidad de priorizar distintas opciones y posteriormente decidir cuál es la
opción más conveniente. Las decisiones a ser tomadas con el uso de esta técnica pueden
variar desde simple decisiones personales y cualitativas hasta escenarios de decisiones
complejas y totalmente cuantitativas (Saaty, 1980).

La metodología AHP es una poderosa y flexible herramienta de toma de decisiones multi-

criterio, utilizada en problemas en los cuales necesitan evaluarse aspectos tanto cualitativos
como cuantitativos. La técnica AHP ayuda a los analistas a organizar los aspectos críticos de
un problema en una estructura jerárquica similar a la estructura de un árbol familiar,
reduciendo las decisiones complejas a una serie de comparaciones que permiten la
jerarquización de los diferentes aspectos (criterios) evaluados (Saaty, 1980,1990).

En su apéndice matemático, Saaty (1998), el AHP se presenta en cuatro axiomas:

Axioma 1: referente a la condición de juicios recíprocos:

La intensidad de preferencia de las diferencias entre las matrices Ai/Aj es inversa a la
preferencia de las matrices Aj/Ai.

Axioma 2: referente a la condición de homogeneidad de los elementos:

Los elementos que se comparan son del mismo orden de magnitud.

Axioma 3: referente a la condición de estructura jerárquica o estructura dependiente de

reaprovechamiento.

35
Dependencia en los elementos de dos niveles consecutivos en la jerarquía y dentro de un
mismo nivel.

Axioma 4: referente a condición de expectativas de orden de rango:

Las expectativas deben estar representadas en la estructura en términos de criterios y
alternativas (TAOUFIKALLAH, 1990).

El proceso de AHP se puede subdividir en tres pasos: (1) estandarización, (2) asignación de
peso y (3) combinación lineal ponderada. De acuerdo a Uzoka (2008), de todos los Métodos
de Análisis de Decisión Multi-Criterios (MCDA, por sus siglas en inglés) el AHP (Analytic
Hierarchy Process) es el mejor, por las siguientes razones:

 Es estructurado, y por lo tanto puede ser documentado y replicado.

 Es aplicable a situaciones en las que las decisiones involucran juicios.
 Proporciona medidas de consistencia de las comparaciones.
 Es adecuado para la toma de decisiones grupales.

Adicionalmente, el AHP cumple con las propiedades exigidas a los MCDA como son la
interacción, la ponderación, la dominancia y el escalamiento (Wang & Elhag, 2006). Uzoka
(2008) argumenta que Salomon y Montevechi ya han demostrado la superioridad del método
AHP sobre otros métodos MCDA.
Saaty (1980) propuso un método de calificación por pares; es decir, enfrentar todos los
criterios de dos en dos, de manera que se obtengan todos los valores de una matriz cuadrada
de n x n, en la cual n es el número de criterios.
Con la finalidad de que esta calificación por pares sea válida, debe cumplirse la condición de
homogeneidad, por lo que todos los elementos han de tener el mismo orden de magnitud.
Para la emisión de juicios que determinen el peso de preferencia del usuario en un par
enfrentado, Saaty (1980) estableció la escala discreta (Tabla 1). Los valores pares de la escala
(2, 4, 6 y 8) suponen intermedios entre los valores impares. Esta escala ha sido analizada en
muchos trabajos: Feinstein y Lumley (2001); Laininen (2001); Leskinen y Kangas (1998);
Raharjo et al. (2001); Wedley y Choo (2001) y Choo y Wedley (2008).
Tabla 1. Escala de Comparación de pares propuesta por Saaty (1980)
Valor Importancia o preferencia
1 Igual
3 Moderada
5 Fuerte
7 Muy Fuerte (importancia demostrada sobre el
otro)
9 Extremadamente fuerte (absoluta importancia)

Existen otros tipos como la binómica (sí o no) u otras con parámetros que facilitan más la
preferencia en un par; sin embargo, limitan la información del grado de esa elección. Los
36
parámetros de la escala están relacionados con la precisión que se le quiera otorgar al proceso,
pero también con su complicación. En este caso, la propuesta por Saaty (1980) es la más
empleada, pese a las críticas de algunos autores como Carmone et al. (1997). El resultado de
todas las combinaciones posibles de comparación entre los criterios es la matriz de
comparaciones A:

1 𝑎 ⋯ 𝑎
𝑎 1 ⋯ 𝑎
𝐴=[ ]
⋮ ⋮ ⋮ ⋮
𝑎 𝑎 … 1

A partir de la escala de Saaty (1980), un axioma de este método es el de "juicios recíprocos",

definido como aij = 1/aji en la matriz de comparaciones, donde aij es el valor de la
comparación del criterio i respecto al j, y aji el correspondiente a la comparación del criterio
j en relación al i.
Una vez completada la matriz de comparaciones, se normaliza por columnas y se promedia
por filas para alcanzar W, también llamado auto vector principal (Saaty, 2003), el cual supone
el peso obtenido de cada criterio en tanto por 1. Esta normalización significa un problema en
el momento de la reversibilidad, debido a que normalizar la matriz lo impide (Ying-Ming y
Taha, 2006). No obstante, al utilizar un esquema sencillo de criterios en la decisión, la
reversibilidad pierde peso, ya que el tiempo de repetición es mucho menor; en consecuencia,
se dará más valor al número de repeticiones adquiridas de una misma decisión que el estudiar
una de ellas, pues, de esta manera, se considera el factor de variabilidad temporal en la
opinión del gestor.
A continuación, se establecen grados de consistencia (CR o Consistency Ratio), esto es,
valores que indican si la matriz de comparaciones muestra calificaciones lógicas o no. Dicha
consistencia se calcula al tomar en cuenta la valoración de la homogeneidad de las matrices
normalizadas con las matrices de comparación, mediante el procedimiento (Saaty, 1990):

𝐴×𝑊 =𝑛×𝑊
Donde:
n = Número de elementos comparados
A = Matriz de comparaciones

Por otra parte, se tiene que:

37
 𝑛 𝑛 𝑛

∑(∑ 𝑎𝑖𝑗 ∙ 𝜛𝑓 ) = 𝑛𝑚𝑎𝑥 ∙ ∑ 𝜛𝑓

𝑖=? 𝑖=? 𝑗=?

Donde:
aij= Cada uno de los valores de la matriz de comparación
nmax = Se extrae de multiplicar matricialmente la matriz de comparaciones A con el auto
vector W, de lo que se obtiene una nueva matriz columna A·W.
En tal caso, nmax es el resultado de promediar los elementos de la matriz A·W, una vez que
fueron divididos por su homónimo en la matriz W. Cuando se tienen n y nnmax se calcula el
índice de consistencia IC por medio de la ecuación:
𝑛𝑚𝑎𝑥 − 𝑛
𝐼𝐶 =
𝑛−1
Por otra parte, se calcula el coeficiente IA, el cual es un índice de comparación que depende
del número de elementos comparados n, de acuerdo a la siguiente ecuación:
1.98 ∙ (𝑛 − 2)
𝐼𝐴 =
𝑛
Una vez conocidos IC e IA, se obtiene CR o consistencia de la matriz, como a continuación
se presenta:
𝐼𝐶
𝐶𝑅 =
𝐼𝐴
Si CR > 0,1 entonces la matriz se califica como inconsistente, mientras que será consistente
si CR < 0,1 (Saaty, 1990; Zeshui y Cuiping, 1999; Raharjo et al., 2001). Es conveniente
señalar que esta inconsistencia es a nivel matricial y no al de par de comparación, de ahí que
exponer este indicador durante el proceso de comparación puede sesgar al técnico a valorar
un par, al buscar minimizar la inconsistencia (Pérez Rodríguez, Vargas Larreta, Aguirre
Calderón, Corral Rivas, & Rojo Alboreca, 2012).
El método AHP se ha aplicado anteriormente para la evaluación del peligro de erosión del
suelo, especialmente para definir los factores que gobiernan la erosión del suelo y para
derivar su peso (Alexakis et al. 2013).

2.2.3. Matriz Saaty

La matriz de evaluación de Satty según (MÁRQUEZ ROSALES, 2011, p. 23), se la realiza

de la siguiente forma, las alternativas o puntos del territorio (Ai) y los criterios o variables
del medio (Ci) en filas y columnas respectivamente, de forma que los elementos a un dentro
de la matriz indiquen el valor numérico resultante de evaluar la alternativa Ai respecto al
criterio Ci. En esta matriz, cada fila expresa los valores que toma un punto con respecto a
todos los criterios considerados; y cada columna expresa los valores que toman todos los

38
puntos con respecto a un criterio considerado. A esta matriz la denota rema A o (aij). Una
matriz tal tiene la siguiente forma:

𝐶𝑟𝑖𝑡𝑒𝑟𝑖𝑜𝑠 . 𝐶𝑖 … … 𝐶𝑗 … … 𝐶𝑚
𝐴𝑙𝑡𝑒𝑟𝑛𝑎𝑡𝑖𝑣𝑎𝑠 𝐴𝑖 𝐴𝑖 𝑎𝑖𝑖 … … … … … 𝑎𝑖𝑚
⋯ ⋯ … … … … … …
⋯ (⋯ … … 𝑎 𝑖𝑗 … … … )
𝐴𝑛 𝑎𝑛𝑖 … … … … … 𝑎𝑛𝑚

La construcción de una matriz de estas características, según (MÁRQUEZ ROSALES,

2011), implica la capacidad de dar un valor numérico a cada punto del territorio en función;
o lo que es lo mismo: la capacidad de construir una función matemática real tal que a cada
par de elementos (Ai, Ci) se pueda asignarle un número real que está representado por el valor
del elemento aij de la matriz de evaluación (MÁRQUEZ ROSALES, 2011, p. 23).

2.2.3.1. Función de Valor

La evaluación consiste en estimar el valor de cada alternativa en relación a los criterios, para
poder introducir los valores a “u” de cada alternativa dentro de la matriz, primero se tiene
que encontrar una función real, tal que permita afirmar que un punto del territorio A1 presenta
mayor riesgo que otro punto A2 (A1↔A2) si y sólo si el valor numérico asignado al punto A
1 es mayor que el valor asignado al punto A2 (MÁRQUEZ ROSALES, 2011, p. 23).
Simbólicamente

𝑓: 𝐴 → ℜ|𝐴1 ≥ 𝐴2 ⇔ 𝑓(𝐴1 ) ≥ 𝑓(𝐴2 )

Existen distintos procedimientos para construir una función como la descrita pero, dejando
los procedimientos prácticos, la idea crucial que subyace en una función de valor es la de
operar directamente con los valores asignados a las alternativas, de forma que las operaciones
algebraicas realizadas con los números tengan un sentido claro dentro de la evaluación
(MÁRQUEZ ROSALES, 2011, p. 23).

2.2.3.2. Escala de Medida

Para asignar números a “u” a los elementos de la matriz de evaluación, según (MÁRQUEZ
ROSALES, 2011, p. 24), existe una escala de medida que tiene una doble finalidad: por un
lado, que permita la comparación entre cada par de alternativas o de criterios; y por otro, que
permita asignarles números a cada punto del territorio en función de las variables del medio
seleccionadas, que se pueda reducir nuestra comparaciones y operaciones a las usuales con
números.

2.2.3.3. La Asignación de Pesos a las Variables

Los pesos son indicadores de la importancia que se atribuye a cada uno de los criterios o
alternativas. Uno de los problemas con que cuenta la asignación de pesos es su relación con
las escalas que determinan los valores asignados a cada elemento de la matriz de evaluación.

39
Por tanto, asignar los pesos teniendo en cuenta las escalas escogidas para las evaluaciones a
“u” de la matriz, aunque existen diferentes métodos de ponderación, cada uno con sus
problemas específicos, existen dos formas de evaluar: la primera opción es partir de las
evaluaciones hechas a las alternativas en la matriz de evaluación para posteriormente,
mediante métodos objetivos, deducir los pesos de cada criterio y, la segunda opción es
asignar primero los pesos a los criterios para luego, deducir los valores de las alternativas.
Los primeros reciben el nombre de métodos objetivos y a los segundos métodos de
asignación directa.

2.2.4. Método Aritmético o Crecimiento Lineal.

Si el aumento de la población es constante e independiente del tamaño de esta, el crecimiento

es lineal. Si P es la población y t es el tiempo, entonces la variación de la población con el
tiempo, se puede expresar como (INAA, 2001):

dP
 ka. dp  kadt
dt
Integrando entre los límites de último censo y censo inicial se tiene

Pf tf

 dP  ka dt
Pb tb
Pf  Pb  ka(tf  tb )

o sea, que la población futura, seria:

Pf  Pb  ka(tf  tb)
Se puede tomarse un valor ka promedio entre los censos o un ka entre censados períodos
censales disponible de la siguiente forma:

Pf  Pb
ka 
tf  tb

Donde: ka - Constante de crecimiento de población aritmética.

Pf - Población proyectada o del último censo.
Pb - Población base o inicial
tf y tb - Fechas correspondientes a las poblaciones.

Este tipo de proyección poblacional consiste en averiguar el crecimiento que ha tenido la

población y determinar una cifra constante para un periodo fijo, aplicando esta tasa para la
población de años futuros.

Se recomienda el uso de este método en caso de poblaciones estables en crecimiento

poblacional y que posean áreas de extensiones futuras casi nulas y a pequeñas comunidades
en especial en el área rural con crecimiento muy estabilizado.

40
Se puede aplicar como una estimación, pues dados los comportamientos actuales en que se
presentan los crecimientos demográficos este procedimiento ya no debe emplearse.

CAPÍTULO 3
DIAGNÓSTICO DE LA SITUACIÓN
ACTUAL

41
3.1. EROSIÓN EN LA PAZ

El porcentaje de tierra que sufre erosión en Bolivia es de un 60% de los suelos que conforman
la frontera agrícola, según informó el viceministerio de Tierras. Las zonas en riesgo son
principalmente la región andina conformada por los departamentos de La Paz, Oruro y Potosí
(La Razón, 2015).
3.2. CARACTERÍSTICAS FÍSICAS DEL DEPARTAMENTO DE LA PAZ

La Paz es uno de los nueve departamentos que forman el Estado Plurinacional de Bolivia. Su
capital es Nuestra Señora de La Paz, sede del Gobierno Central y del Poder Legislativo, que
se encuentra a una altitud de 3640 m, y su ciudad más poblada, El Alto. Está ubicado al oeste
del país, sus límites son: al norte con Pando; al sur con Oruro; al este con Beni y Cochabamba
y al oeste con las Repúblicas de Perú y Chile. Con 133 985 km² es el tercer departamento
más extenso por detrás de Santa Cruz y Beni, con 2 706 351 habs. En 2012 (INE), el más
poblado y con 20,2 hab/km², el segundo más densamente poblado, por detrás
de Cochabamba. Está situada entre los 16°30'00" de latitud sur y los 68°08'00" de longitud
oeste del Meridiano de Greenwich. El departamento de La Paz se divide en tres zonas
geográficas: La zona altiplánica formada por la región del Lago Titicaca, Isla del Sol, Isla de
la Luna y la de Suriki, es la región más húmeda del plan alto andino, con una media de
precipitación pluvial anual de 650 cc (Arandia Ledezma, 2016).
Mapa 1. Departamento de La Paz

42
 Fuente: Gobernación de La Paz

3.3. ESTUDIOS PREVIOS

Se han aplicado varios métodos para la evaluación de la vulnerabilidad ambiental, una de las
herramientas más importantes es la combinación de un método del Proceso de Jerarquía
Analítica (AHP) (Saaty 1980) con la plataforma de sistema de información geográfica (SIG).
Este método ha recibido una importante atención entre los tomadores de decisiones, esto se
vio en varios estudios relacionados con la evaluación de peligros naturales, incluido el mapeo
de riesgos de erosión del suelo (e.g., Wu & Wang, 2007; Alexakis et al. 2013) y el mapeo de
susceptibilidad de deslizamientos (e.g., Akgun & Bulut, 2007; Rozos, 2014).
Los métodos de evaluación de criterios múltiples basados en SIG (MCE) se han aplicado en
varios estudios como ser, “El efecto del uso de la tierra en la escorrentía y las tasas de
erosión del suelo en condiciones mediterráneas”, un objetivo principal de este estudio es
clasificar el área de tierra agrícola disponible del valle de Katmandú en diferentes clases
adecuadas para el cultivo de hortalizas utilizando Sistemas de Información Geográfica (SIG).
De los datos de SIG, el valle de Katmandú aún muestra el área de 23519 ha de tierra potencial
para la agricultura, de la cual solo el 1,33 por ciento de la tierra es inadecuada (Baniya, 2008),
“El efecto del uso de la tierra en la escorrentía y las tasas de erosión del suelo en condiciones
mediterráneas”, en dicho estudio se llegó a la conclusión de que las áreas cultivadas con
trigo son sensibles a la erosión, especialmente durante el invierno, generando cantidades
intermedias de escorrentía y pérdida de sedimentos con la ayuda de herramientas SIG
especialmente bajo precipitaciones superiores a 280 mm por año (Kosmas et al., 1997).

43
Según (Saini et al., 2015), en su publicación en el International Journal of Advancement in
Remote Sensing, GIS and Geography, indica que “el proceso de jerarquía analítica (en sus
siglas en inglés, AHP) es uno de los métodos más populares para calcular ponderaciones de
criterios en una evaluación de criterios múltiples a través de una matriz de comparación por
pares de expertos que utilizan sus ponderaciones. Siddiqui et. Alabama. Presentó un enfoque
aditivo a un problema espacial basado en el AHP. Rao et. Alabama. Han sugerido que para
el desarrollo de ponderaciones de criterios, el procedimiento de comparación por pares en
AHP es un proceso lógico”, este estudio realizó evaluación de criterios múltiples en SIG,
utilizando la integración de AHP y el enfoque de combinación lineal ponderada para
identificar sitios / áreas vulnerables a la erosión del suelo utilizando algunos factores
efectivos que causan la erosión del suelo, como lluvia, suelo, vegetación, pendiente, red de
drenaje y uso del suelo.
Estudios en Chile por Flores, Juan, “Determinación de la Erosión Actual y Potencial de los
Suelos en la Isla de Pascua”, indica que en la isla se manifiestan procesos puntuales de
erosión severa y muy severa en la mayoría de conos de los lomajes y el riesgo de erosión
potencial de la isla es relativamente de moderado a bajo (60,8%), aun cuando existen zonas
con grandes problemas de erosión y pérdida de suelos, debido principalmente a suelos
delgados en pendientes empinadas. Dentro del 31,2% de riesgo severo y muy severo hay
zonas que deben incorporar y/o mejorar los planes de conservación y protección de suelos y
aguas atingentes a las condiciones edafoclimáticas y arqueológicas de la isla. Es
recomendable recordar que cada obra de recuperación y retención de sedimentos debe ser
mantenida en el tiempo, por cuanto el agua de eventos extremos provoca mayores problemas
sobre obras mal diseñadas o mantenidas.
En el estudio de “DETERMINACIÓN DE ÍNDICES DE EROSIÓN DE SUELOS
APLICANDO ANÁLISIS SIG PARA LA LOCALIDAD DE SAN ANDRÉS EN LA PROVINCIA
DE PINAR DEL RÍO”, realizados en Cuba por (Rivera, Costa, Álvarez, & González, 2008),
se determinó índices de riesgo de erosión potencial sobre datos obtenidos en el campo en
2005. Se crearon mapas de suelos con base en estos índices utilizando herramientas SIG.
En un estudio realizado en Colombia denominado, “Evaluación multi-criterio y SIG como
herramientas para la gestión territorial. Caso de estudio zipaquirá Cundinamarca”, por
(Lizasoain et al., 2015), en este proyecto se dio por difundir los conceptos básicos de los
Sistemas de Información Geográfica (SIG) y de la Evaluación Multicriterio (EMC) y sus
aplicaciones en la Gestión Territorial, tomando como referencia proyectos a nivel mundial y
Colombia donde se concluye que los SIG son instrumentos eficientes para capturar, manejar
y analizar un gran volumen de datos territoriales, demográficos, culturales, ambientales que
aportan positivamente a la gestión territorial.
En un proyecto de investigación publicado por El Programa de Investigación Estratégica
en Bolivia (PIEB) el 2008, denominado “Thuska Uma: tratamiento de aguas acidas con fines
de riego”, realizaron un análisis de riego de erosión en la cuenca del río San Juan de Sora
Sora, debido a que se encuentran la mayor concentración de cooperativas mineras, en el mapa
2 se mostrara el resultado del mapa de riesgo.

44
 Mapa 2. Mapa de riesgo de erosión y degradación de suelos, cuenca del río San Juan de
Sora Sora Oruro Bolivia 2008.

Fuente: Geo Bolivia 2008, revisado en diciembre del 2018

45
En Bolivia se realizaron estudios similares, pero a nivel municipal el año 2017 denominado
“Estudio de la erosión hídrica laminar de la TIOC del Ayllu Sikuya del municipio de
Llallagua”, las Tierras Indígena-Originaria Campesinas (TIOC) del ayllu Sikuya del
municipio de Llallagua, del departamento de Potosí, están emplazadas en medio de una
configuración fisiográfica montañosa, como efecto de esta situación sufren una fuerte
erosión. Se realizó un estudio sobre la determinación de la erosión hídrica laminar, como
herramienta de obtención del mapa de pérdida de suelo por erosión hídrica laminar se utilizó
las técnicas del SIG. De los resultados obtenidos, en cuestión de degradación ambiental ya
preocupa que 83,71 km2 (66 %) tenga una pérdida de suelo mayor a 7,41 tn/ha/año, de grado
moderado a muy severo (Pillco Zola & Flores Mamani, 2017).

Otra de las investigaciones relacionadas a la erosión es una tesis de maestría realizada en el

municipio de Achocalla, el autor indica en el resumen que en su investigación una síntesis
de evaluación espacial, mediante dos métodos existentes para la zonificación y/o
categorización de clases o niveles de riesgo a deslizamientos. Se detalla el procedimiento de
utilización combinada de los SIG y las técnicas de Evaluación Espacial Multicriterio, que
constituyen herramientas muy útiles en los procesos de evaluación territorial. De igual
manera, se describen aspectos metodológicos para el tratamiento de la información de base,
su valoración, normalización y ponderación a través de la evaluación de la Matriz de
Jerarquización Analítica, planteada por Saaty. Se describe el proceso realizado en el SIG
ArcGis, en el módulo ArcMap, sobre el manejo y tratamiento de la información generada por
el modelo de Evaluación Espacial Multicriterio, la generación de los mapas de
vulnerabilidades, amenazas y de riesgos a deslizamientos del Municipio de Achocalla
(Mamani Gutierrez, 2015).

46
CAPÍTULO 4
DISEÑO METODOLÓGICO

47
4.1. TIPO DE LA INVESTIGACIÓN

Debido al propósito final de la investigación, la naturaleza de los problemas y objetivos

formulados anteriormente, el estudio es una investigación cuantitativa experimental
correlacionar, puesto que los criterios son variables independientes manipuladas para sacar
el resultado de una variable independiente que es el diseño del mapa de riesgo erosivo
(Hernández Sampieri, Fernández Collado, & del Pilar Baptista Lucio, 2010, p. 129).

La presente investigación se define cuantitativa debido a que se manipulan datos calculados

y exactos, definidos así puesto que se determinan áreas, que delimitan zonas geográficas
mediante datos vectoriales y datos ráster, estos datos no están sujetos a la percepción del
investigador, es decir, que estos datos no pueden ser cambiados a criterios del investigador.

Todos aquellos datos obtenidos para determinar las zonas con riesgo a erosión fueron
calculados mediante modelos de análisis multicriterio, matemáticos y geográficos basados
en datos geográficos obtenidos mediante la web y calculados mediante herramientas de SIG.

4.2. VARIABLE INTERVINIENTE

La única variable es la variabilidad de las áreas de cobertura de los riesgos dentro el

departamento de La Paz.

48
4.3. FLUJO GRAMA PARA LA METODOLOGÍA.

Flujo grama 1. Flujo grama de la metodología del estudio de riesgo a erosión.

 Muy empinado (>40%)

 Empinado (30.1-40%)
Determinar Determinar Pendiente  Moderado (20.1-30%)
Base de  Suave (10.1-20%)
el área de criterios y
datos SIG  Muy suave (<10%)
estudio sub criterios

 >6 Km/Km2
 5.1 – 6.0 Km/Km2
Densidad de
 4.1 – 5.0 Km/Km2
drenaje
Generar capas  2.1 – 4.0 Km/Km2
clasificadas y  <2 Km/Km2
estandarizadas
 Agricultura
 Cuerpos de agua
 Bosque
Uso del suelo
 Vegetación escasa
 Superficies artificiales ya
Realizar la Ponderar los existentes
interposición criterios   Arenas poco
de capas de  Bosque
profundas y francas.
los criterios.
 Arena franca a franco
Tipo de suelo arenoso.
 Marga arenosa a
marga arcillosa

 Más de 1200 mm
 1101 mm–1200
Obtener el mapa Precipitación mm
de riesgo a  1000 mm – 1100
erosión mm
 Muy baja cobertura vegetal
 Baja cobertura vegetal
NDVI  Moderada cobertura
vegetal
 Alta cobertura vegetal
 Muy alta cobertura vegetal

Fuente: Elaboración propia

49
4.4. DESARROLLO DE LA MATRIZ DE SAATY.

La Tabla 8 muestra una matriz de comparación por pares de orden 6, en la cual se comparan
6 criterios (C1, C2, C3, C4, C5 y C6) entre sí. La transposición obtiene automáticamente un
valor del recíproco; es 1/4 que es igual a 0.25.
Tabla 2. Desarrollo matriz Saaty
Criterio Precipitación NDVI Tipo de Pendiente Densidad Uso del
Suelo de Suelo
Drenaje
C1 C2 C3 C4 C5 C6
Precipitación C1 1,00 2,00 3,00 2,00 4,00 4,00
NDVI C2 0,50 1,00 2,00 3,00 4,00 2,00
Tipo de Suelo C3 0,33 0,50 1,00 2,00 3,00 5,00
Pendiente C4 0,50 0,33 0,50 1,00 4,00 3,00
Densidad de C5 0,25 0,25 0,33 0,25 1,00 3,00
Drenaje
Uso del Suelo C6 0,25 0,50 0,20 0,33 0,33 1,00
Total 2,83 4,58 7,03 8,58 16,33 18,00
Fuente: (Saini et al., 2015, p. 15)

En el siguiente paso, los valores de preferencia asignados se sintetizan para determinar un

valor numérico que sea equivalente a los pesos de los factores. Por lo tanto, se calculan los
valores propios y los vectores propios de la matriz de preferencia cuadrada que revelan
detalles importantes sobre los patrones en la matriz de datos. La matriz cuadrada anterior del
orden seis proporciona seis valores propios con los que se pueden calcular seis vectores
propios, cada uno con seis componentes vectoriales. Se considera suficiente para calcular
solo el vector propio que resulta del mayor valor propio, ya que este vector propio contiene
suficiente información para proporcionar, por sus componentes del vector propio, las
prioridades relativas de los factores que se consideran (Saaty & Vargas, 1991).
Tabla 3. Matriz de comparación normalizada

Tipo de Densidad de Uso del Vector de Peso

Criterio Precipitación NDVI Pendiente Total
suelo drenaje suelo prioridad (%)

C1 C2 C3 C4 C5 C6
C1 0,35 0,44 0,43 0,23 0,24 0,22 1,91 0,32 31,83
Precipitación
C2 0,18 0,22 0,28 0,35 0,24 0,11 1,38 0,23 23,00
NDVI
C3 0,12 0,11 0,14 0,23 0,18 0,28 1,06 0,18 17,67
Tipo de suelo
C4 0,17 0,07 0,07 0,12 0,24 0,16 0,83 0,14 13,83
Pendiente
Densidad de C5 0,09 0,05 0,05 0,03 0,06 0,17 0,45 0,08 7,50
drenaje
Uso del suelo C6 0,09 0,11 0,03 0,04 0,04 0,06 0,37 0,06 6,17
1,00 1,00 1,00 1,00 1,00 1,00 6,00 1,00 100,0
Total
0
Fuente: (Saini et al., 2015, p. 15)

50
4.5. PRE PROCESAMIENTO Y PROCESAMIENTO DE LAS CAPAS.

En la Tabla 4, se resumen los pasos efectuados para el pre procesamiento y procesamiento

de las capas utilizadas en el análisis, indicando también la fuente de la que se obtuvieron
estas capas.

Tabla 4. Pre procesamiento y procesamiento de las capas de análisis erosivo.

Capa Formato Pre procesamiento Procesamiento Observación Fuente

Limite Shapefile Proyección de la - Sobre posición de Ninguna Ministerio de
Municipal capa del sistema de la capa para el Autonomía
coordenadas: WGS análisis espacial.
84 a WGS84 19 Sur
- La Capa se utilizó
para diferenciar los
municipios con
riesgos superiores
de erosión.
Límite Shapefile Proyección de la - Sobre posición de Ninguna Ministerio de
Provincial capa del sistema de la capa para el Autonomía
coordenadas: WGS análisis espacial.
84 a WGS84 19 Sur
Eco-regiones Shapefile Proyección de la - Sobre posición de Ninguna Fundación de
capa del sistema de la capa para el Amigos por la
coordenadas: WGS análisis. Naturaleza en el
84 a WGS84 19 Sur año 2003.
Hidrografía Shapefile Proyección de la - Sobre posición de Ninguna Instituto
capa del sistema de la capa para el Geográfico
coordenadas: WGS análisis. Militar Servicio
84 a WGS84 19 Sur Nacional de
Hidrografía
Naval
Red Vial Shapefile Proyección de la - Sobre posición de Ninguna Administradora
Fundamental capa del sistema de la capa para el Boliviana de
coordenadas: WGS análisis. Carreteras
84 a WGS84 19 Sur (ABC)
Centros Shapefile Proyección de la - Mediante la La - Instituto
Poblados capa del sistema de segregación de los Clasificaci Nacional de
coordenadas: WGS centros poblados ón del Estadística
84 a WGS84 19 Sur por municipio, se nivel de (INE).
llevó a cabo una influencia
extrapolación de los por centro - Lineamientos
datos de número de poblado se Metodológicos
habitantes por llevó para la
centro poblado tomando Formulación de
aplicando cuatro en cuenta Planos
métodos de las Territoriales de
interpolación de categorías Desarrollo
datos censales, para establecida Integral Para
posteriormente s en el Vivir Bien
llevar a cabo un PTDI. (PTDI)
análisis de
promedio de

51
 Capa Formato Pre procesamiento Procesamiento Observación Fuente
resultados de cada
interpolación y
utilizarlos como
datos actualizados
al 2018.

El método
empleado para la
ponderación fue el
siguiente:

Dónde: Pd =
Población actual
hab.)
Pa = Población
inicial (hab.)
r = Tasa de
crecimiento
(hab./año)
t = Período de
estudio (años)
k = Constante

Aritmético:
Pd = Pa + r * t

- En función a los
resultados
obtenidos, para el
año 2018, se
consideró la
influencia de un
centro poblado en
relación al número
de habitantes que
presente.

Precipitación Raster - Proyección de la - Se llevó a cabo un Ninguna globalclimatem

capa del sistema de análisis de cantidad onitor.org
coordenadas: WGS mínima y máxima
84 a WGS84 19 registrada en un año
Sur. para el
departamento de La
Paz, realizando un
recorte del raster
mundial de
precipitación, para
su posterior
redistribución en las
categorías indicadas
en investigaciones

52
 Capa Formato Pre procesamiento Procesamiento Observación Fuente
previas de erosión
de suelos.
Pendientes Raster - Proyección de la - Se llevó a cabo un Ninguna Administración
capa del sistema de análisis de Nacional
coordenadas: WGS pendientes a través Oceánica y
84 a WGS84 19 de un análisis Atmosférica de
Sur. espacial en el cual Estados Unidos,
se calculó la dentro del
pendiente del departamento de
terreno desde su Servicio
topografía en Nacional De
porcentaje. En este Datos e
sentido se realizó la Información
respectiva Satelital
reclasificación de Ambiental.
valores en función a
la ponderación que
manejaba la
investigación
realizada en india.
Tipo de suelo Shapefile - Proyección de la - En este criterio se Ninguna - Soil and Terrain
capa del sistema de realizó el análisis Digital Database
coordenadas: WGS partiendo del Soil (SOTER) for
84 a WGS84 19 and Terrain Digital Latin America
Sur. Database for Latin and the
America and the Caribbean
Caribbean (SOTERLAC).
(SOTERLAC), en
su traducción Base
de datos digital de
suelos y terrenos
para América
Latina y el Caribe,
del ráster
SOTERLAC se
extrajeron los datos
litográficos
mediante la
extracción CLIP del
Buffer del
departamento de La
Paz, posteriormente
según su tabla de
atributos se
clasificaron en los
sub-criterios
utilizados en
investigaciones
previas de erosión
del suelo.
Cobertura de Shapefile - Proyección de la - La información Ninguna Universidad
Uso de Suelos capa del sistema de aplicada al análisis Mayor de San
coordenadas: WGS de cobertura de uso Andrés - Carrera
84 a WGS84 19 Sur de suelos se la de
realizo mediante la

53
 Capa Formato Pre procesamiento Procesamiento Observación Fuente
información del Ingeniería
mapa de Cobertura Geográfica -
y Uso de Suelo del UMSA
LAI para poder Docente
crear y adaptar una Emérito. 2016
nueva en relación a
la simbología y
nomenclatura
presentada en
previas
investigaciones
sobre la erosión del
suelo.
Densidad de Raster - Proyección de la - Para este criterio Ninguna Administración
drenaje capa del sistema de se comenzó Nacional
coordenadas: WGS haciendo el análisis Oceánica y
84 a WGS84 19 en función al DEM Atmosférica de
Sur. antes realizado para Estados Unidos,
los otros criterios, a dentro del
continuación, con la departamento de
herramienta flow Servicio
acumulation Nacional De
obtenemos los Datos e
drenajes, Información
posteriormente se Satelital
realizó el cálculo de Ambiental.
la densidad de
drenaje con el
método kernel en la
cual incorporamos
el ráster, al tener ya
el ráster de
densidad se
reclasifican según
investigaciones
previas de erosión
del suelo.
NDVI Raster - Proyección de la - Para este criterio Ninguna Copernicus
TIFF capa del sistema de se utilizaron los Global Land
coordenadas: WGS NDVI más actuales Service
84 a WGS84 19 a la fecha, en este Suministro de
Sur. criterio se utilizaron productos
más de 1 NDVI por biogeofísicos de
razones la superficie
climatológicas ya terrestre global.
que en algunos
rásters se
encontraban nubes
que interferían con
los datos, estos se
sobrepusieron para
formar una capa
uniforme de NDVI
y con ausencia de
nubes.

54
 Capa Formato Pre procesamiento Procesamiento Observación Fuente
- Se procedió a la
extracción de los
datos mediante el
Buffer del
departamento de La
Paz, para así
reclasificar en los
sub criterios
utilizados en
investigaciones
previas de erosión
del suelo.
Áreas Shapefile - Proyección de la - Una vez Ninguna Servicio
Protegidas capa del sistema de terminado el Nacional de
Nacionales coordenadas: WGS análisis de áreas Áreas
84 a WGS84 19 Sur con mayor riesgo Protegidas
erosivo, se llevó a (SERNAP)
cabo un corte
dentro del área de
estudio, de los
rasters
representativos del
análisis de
erosividad con la
capa vectorial de
APN.
Áreas Shapefile - Proyección de la - Una vez Ninguna Servicio
Protegidas capa del sistema de terminado el Nacional de
Departamental coordenadas: WGS análisis de áreas Áreas
es 84 a WGS84 19 Sur con mayor riesgo Protegidas
erosivo, se llevó a (SERNAP)
cabo un corte
dentro del área de
estudio, de los
rasters
representativos del
análisis de
potencialidad con la
capa vectorial de
APD.
Áreas Shapefile - Proyección de la - Una vez Ninguna Servicio
Protegidas capa del sistema de terminado el Nacional de
Municipales coordenadas: WGS análisis de áreas Áreas
84 a WGS84 19 Sur con mayor riesgo Protegidas
erosivo, se llevó a (SERNAP)
cabo un corte
dentro del área de
estudio, de los
rasters
representativos del
análisis de
potencialidad con la
capa vectorial de
APM.

55
 Capa Formato Pre procesamiento Procesamiento Observación Fuente
Sitios Shapefile - Proyección de la - Una vez Ninguna Ministerio de
RAMSAR capa del sistema de terminado el Medio
coordenadas: WGS análisis de áreas Ambiente y
84 a WGS84 19 Sur con mayor riesgo Agua
erosivo, se llevó a
cabo un corte
dentro del área de
estudio, de los
rasters
representativos del
análisis de
potencialidad con la
capa vectorial de
sitios RAMSAR.
Cuerpos de Shapefile - Proyección de la - Esta capa Ninguna
Agua capa del sistema de solamente fue
coordenadas: WGS utilizada para
84 a WGS84 19 Sur identificar la
posición espacial de
los cuerpos de agua.
Potencial Shapefile - Proyección de la - Sobre posición de Ninguna Ministerio de
Productivo capa del sistema de las capas Desarrollo
coordenadas: WGS representativas de Productivo y
84 a WGS84 19 Sur la cobertura en el Economía Plural
departamento de La
Paz, de las áreas
con mayor riesgo
erosivo (alto y muy
alto) para optar por
acciones de
prevención.
Indicadores de Shapefile - Proyección de la - Sobre posición de Ninguna Centro para el
Pobreza capa del sistema de las capas Desarrollo y el
Extrema coordenadas: WGS representativas de Medio
84 a WGS84 19 Sur la cobertura en el Ambiente
departamento de La
Paz, de las áreas
con mayor riesgo
erosivo (alto y muy
alto) para optar por
acciones de
prevención.
Deforestación Shapefile - Proyección de la - Sobre posición de Ninguna Viceministro de
capa del sistema de las capas Medio
coordenadas: WGS representativas de Ambiente,
84 a WGS84 19 Sur la cobertura en el Biodiversidad,
departamento de La Cambios
Paz, de las áreas Climáticos y de
con mayor riesgo Gestión y
erosivo (alto y muy Desarrollo
alto) para optar por Forestal 2016
acciones de
prevención.
Presencia de Shapefile - Proyección de la - Sobre posición de Ninguna Ministerio de
carbono. capa del sistema de las capas Desarrollo Rural

56
 Capa Formato Pre procesamiento Procesamiento Observación Fuente
coordenadas: WGS representativas de y Tierras -
84 a WGS84 19 Sur la cobertura en el Viceministerio
departamento de La de Tierras
Paz, de las áreas (Dirección
con mayor riesgo General de
erosivo (alto y muy Distribución de
alto) para optar por Tierras)
acciones de
prevención.
Riesgos Shapefile - Proyección de la - Sobre posición de Ninguna Ministerio de
capa del sistema de las capas Defensa -
coordenadas: WGS representativas de Viceministerio
84 a WGS84 19 Sur la cobertura en el de Defensa
departamento de La Civil (Sistema
Paz, de las áreas Integrado de
con mayor riesgo Información y
erosivo (alto y muy Alerta para la
alto) para optar por Gestión de
acciones de Riesgo de
prevención. Desastres
(SINAGER -
SAT))
Zonas agro- Shapefile - Proyección de la - Sobre posición de Ninguna Ministerio de
productivas capa del sistema de las capas Desarrollo Rural
coordenadas: WGS representativas de y Tierras
84 a WGS84 19 Sur la cobertura en el
departamento de La
Paz, de las áreas
con mayor riesgo
erosivo (alto y muy
alto) para optar por
acciones de
prevención.
Fuente: Elaboración propia.

4.6. RECOLECCIÓN DE LOS DATOS.

Los criterios que fueron tomados en el presente análisis, se seleccionaron de coincidencias

en varios estudios internacionales realizados para determinar erosión de suelos, optando por
criterios y sub criterios que en los puntos subsiguientes serán explicados indicando su
relación de estos con la incidencia de riesgo a erosión en los suelos.

En los siguientes párrafos se especificó cada uno de los factores implícitos en la

investigación, todos los criterios y el análisis, se encuentran en el área mínima cartografiable,
la investigación se encuentra en una escala de 1:100000, es decir, que en 1 cm del mapa se
encuentran 1000 m (1 Km) del área real definida en base a autores como Rossiter o Salitchev.

57
4.6.1. Precipitación

Dado que la erosión del suelo generalmente ocurre cuando el suelo es desplazado por la
lluvia, se considera como el principal factor impulsor de la erosión del suelo. La cantidad alta
de lluvia es indicativa de una pérdida significativa de suelo, por lo tanto, donde la
precipitación es más que el promedio anual, la probabilidad de erosión será mayor (Saini et
al., 2015).
Según los expertos, las precipitaciones son uno de los factores más importantes que explican
la erosión del suelo. Consecuentemente, es una condición importante para pronosticar la
susceptibilidad a la erosión del área de estudio. Los datos de Precipitación media anual fueron
reclasificados según (Saini et al., 2015) en los siguientes sub criterios:

Tabla 5. Sub criterios y clasificación de precipitación

Parámetros de Sub Criterios de los

Ponderación
erosión Parámetros
Más de - 1200 mm 3
Precipitación 1101 mm - 1200 mm 2
1000 mm - 1100 mm 1
Fuente: (Saini et al., 2015, p. 14)

Para la valoración o ponderación de estos sub criterios, se tomó la mayor precipitación como
el mayor aportante a la erosión del suelo, esto también rescatado de (Saini et al., 2015), donde
aporta la Tabla 4 en la que se indican las clasificaciones ponderadas de cada sub criterio.
Es así como se obtuvo el mapa de precipitación que observamos anteriormente, distribuido
así de la mayor a la menor cantidad de precipitación influyente sobre la erosión del suelo.

Tabla 6. Municipios con precipitación significativa

Municipios con Precipitación mayor a 1000 mm

Ixiamas Palos Blancos
San Buenaventura Coroico
Apolo Coripata
Pelechuco Chulumani
Curva La Asunta
Charazani Cajuata
Tacacoma Inquisivi
Ayata Irupana
Mapiri Quime
Sorata Villa Libertad Licoma
Tipuani Cairoma
Guanay Ichoca

58
 Teoponte Yaco
Nuestra Señora de La Paz Colquiri
Caranavi Malla
Alto Beni
Fuente: Elaboración propia

En la Tabla 6 se observan los municipios que se encuentran entre las mediciones mayores a
1000 milímetros debido que a partir de esta medición se considera que la precipitación tiene
una influencia significativa en la erosión del suelo, este criterio tiene un peso de 31,83%, este
peso fue dado tanto a razón de los cálculos de la matriz Saaty, la importancia o preferencia
de este criterio frente a su influencia en la erosión del suelo, se debe a que según su
frecuencia, cantidad, diámetro y peso de las gotas determinan el aporte de este a la erosión la
acción de la salpicadura que remueve las partículas, esto provocando el arrastre de los
sedimentos desprendidos.

59
 Mapa 3. Criterio 1. Mapa de precipitación media anual 2018

Fuente: globalclimatemonitor.org

60
4.6.2. Pendiente

El grado de la pendiente regula la velocidad de circulación del agua sobre la superficie de

forma casi exclusiva, en los trópicos húmedos el efecto de la pendiente en combinación con
las copiosas tormentas tropicales es decisivo en la generación de pérdidas de suelo (Zingg,
1940). Aún para bajos valores de pendiente, las pérdidas de suelo resultan significativas,
conforme lo ilustran reportes de erosión de suelos (Hudson y Jackson, 1959), citados por
Morgan, (1986) en parcelas de experimentación cultivadas con maíz en Rhodesia, África,
según los cuales se registraban pérdidas de 10.05, 5.55 y 4.65 ton ha-1 a escasos valores de
pendiente de 6.11, 4.37 y 2.62% respectivamente.

Tabla 7. Sub criterios y clasificación de pendiente

Parámetros de
Sub Criterios de los Parámetros Ponderación
erosión
Pendiente Muy empinado (>40%) 5
Empinado (30.1/40%) 4
Moderado (20.1/30%) 3
Suave (10.1/20%) 2
Muy suave (<10%) 1
Fuente: (Saini et al., 2015, p. 14)

Se dio estas ponderaciones ya que a mayor pendiente, mayor arrastre de sedimentos. Esto
debido a diferentes factores (Saini et al., 2015, p. 14), ayudando a ponderar todos los sub
criterios según el porcentaje de inclinación de la pendiente, ya que dependiendo el grado de
inclinación un terreno es más vulnerable a la erosión, es así que a un grado mayor a 40% de
inclinación, en varios estudios de erosión de suelo es considerado la mayor ponderación de
incidencia a la erosión y menor a 10% con un valor de 1, este no influye en un grado
significativo con la erosión del suelo.

La tabla 7, muestra los municipios que tienen un porcentaje mayor al 30% de inclinación,
porcentaje desde el cual el arrastre de sedimentos se incrementa de manera seria, como se
advirtió en el mapa 4 las pendientes más empinadas estarán señaladas con un color rojo y
según vaya bajando el grado de inclinación el color se irá volviendo verde.

61
 Mapa 4. Criterio 2. Mapa de pendientes de La Paz

Fuente: Administración Nacional Oceánica y Atmosférica de Estados Unidos, dentro del departamento de
Servicio Nacional De Datos e Información Satelital Ambiental.

62
 Tabla 8. Municipios con pendientes significativas.

Municipios con pendiente mayor a 30 %

Apolo Sapahaqui
Curva Cairoma
Charazani Luribay
Aucapata Malla
Chuma Quime
Ayata Irupana
Sorata Chulumani
Combaya La Asunta
Guanay Inquisivi
Nuestra Señora de La Paz Cajuata
Coroico Villa Libertad Licoma
Caranavi Ichoca
Coripata Colquiri
Yanacachi
Palca
Mecapaca
Fuente: Elaboración propia

Este criterio fue valorado con un peso de 13,83% sobre los demás criterios, ya que su
incidencia en la erosión del suelo, se debe a la cantidad de sedimentos arrastrado por factores
ajenos a este dependiendo el porcentaje de su inclinación, a mayor porcentaje mayor arrastre,
es por esto que tanto por la matriz Saaty, que por todas las investigaciones realizadas referidas
a la erosión le dan un grado de importancia sobre las demás.

La Tabla 8, muestra los municipios en los que la pendiente supera el 30% de inclinación esto
puesto que, a partir de este porcentaje de inclinación, la erosión llega a ser mayor por los
factores de la gravedad y tipo de suelo son los factores que más afectan de este porcentaje en
adelante.

4.6.3. Densidad de Drenaje

La longitud de los ríos y canales en un área pueden ser considerados como un índice para
describir la erosionabilidad del suelo. Aunque, no se ha establecido su relación precisa, hay
ocasiones en que el drenaje en un área puede considerarse como un índice de erosionabilidad
del suelo (Zakrzewska, 1967). El valor crítico de la densidad de drenaje por km 2 que puede
causar la erosión del suelo por el agua es de 0.90 km por km2 de área (Leopold et al 1969).
Por lo tanto, la densidad de drenaje superior a este valor crítico generará automáticamente
una mayor erosión del suelo (Saini et al., 2015). La distribución de los sub criterios se
mostrarán en la Tabla 9 de la siguiente página.

63
 Tabla 9. Sub criterios y clasificación de densidad de drenaje

Parámetros de Sub Criterios de los

Ponderación
erosión Parámetros
>6 Km/Km2 5
5.1-6.0 Km/Km2 4
Densidad de Drenaje 4.1-5.0 Km/Km2 3
2.1-4.0 Km/Km2 2
<2 Km/Km2 1
Fuente: (Saini et al., 2015, p. 14)

En la columna de ponderación, muestra que la mayor ponderación es 5, esto indica que es

más propensa a la erosión, donde el valor crítico de la densidad de drenaje por km 2 que puede
causar la erosión del suelo por el agua es de 0.90 km por km 2 del área total del drenaje
(Leopold et al, 1969) esto dado que los cuerpos de agua en movimiento (ríos) producen una
erosión significativa según la velocidad, cantidad de agua, ancho y longitud de estos, en el
Mapa 5, en la siguiente página se muestra el resultado de la clasificación.

Para el criterio de densidad de drenaje la matriz Saaty muestra un resultado de peso 7,5%, ya
que en varias investigaciones el arrastre y erosión que provocan los ríos, arroyos, etc., no son
contribuyentes directos de la erosión de los suelos, en la tabla 10 se observa los municipios
que tienen una densidad mayor a 6 Km/Km2 debido a que este sub criterio es considerado el
mayor aportante de erosión.

Tabla 10. Municipios con densidad de drenaje superior a 6 Km/Km 2.

Municipios con drenaje mayor a 6 Km/Km2

Ixiamas Tacacoma
Apolo Guanay
San Buenaventura Teoponte
Mapiri La (Marka) San Andrés de Machaca
Fuente: Elaboración Propia

64
 Mapa 5. Criterio 3. Mapa de densidad de drenaje de La Paz

Fuente: Administración Nacional Oceánica y Atmosférica de Estados Unidos, dentro del departamento de
Servicio Nacional De Datos e Información Satelital Ambiental.

65
4.6.4. Uso de Suelo

Los diferentes tipos de uso de la tierra en términos de tamaño de área y patrón influyeron en
el riesgo de erosión del suelo. El área con menor cobertura de tierra perceptiblemente tiene
un mayor riesgo de erosión del suelo que la mayor cobertura de tierra. Consecuentemente,
según el tipo de uso del suelo y su vulnerabilidad a los rangos de erosión del suelo (Saini et
al., 2015), para la obtención del mapa a utilizarse para en análisis final se realizaron las
reclasificaciones en los sub criterios mencionados en (Saini et al., 2015).

Tabla 11. Sub criterios y clasificación de uso de suelos

Parámetros de Sub Criterios de los

Ponderación
erosión Parámetros
Agricultura 6
Vegetación escasa o nula 5
Matorrales y Pastizales 4
Uso del Suelo Bosque 3
Cuerpos de agua 2
Tierra edificada 1
Fuente: (Saini et al., 2015, p. 14)

La columna de ponderación, muestra la mayor aportante en erosión del suelo en el que se

encuentra la agricultura, ya que es provocado por el hombre al utilizar técnicas de agricultura
que infunden un daño grave e incluso irreversible a los suelos. El siguiente sub criterio fue
ponderado con un 5 puesto que no protege en casi nada al suelo, el siguiente es considerado
una mejor cobertura pero aun así insuficiente para tener una protección efectiva contra la
erosión, los bosque fueron ponderados con un 3 puesto que si así protegen el suelo de la
erosión natural de este al ellos crecer y también haber distintos tipos de árboles estos extraen
nutrientes y agua del mismo suelo que si este es muy blando o muy seco podría producir una
erosión mínima del mismo, los cuerpos de agua denominados en este criterio son los cuerpos
inmóviles de agua es decir lagunas, estas producen un mínimo de erosión por el oleaje que
producen es por eso que la ponderación asignada fue de 2 y por ultimo las tierras edificadas
estas están con una ponderación de 1 debido a que es considerado una cobertura bastante
efectiva contra la erosión natural (Saini et al., 2015, p. 14).

66
 Mapa 6. Criterio 4. Mapa de uso de suelo departamento de La Paz

Fuente: Universidad Mayor de San Andrés - Carrera de Ingeniería Geográfica – UMSA Docente Emérito. 2016

67
4.6.5. Tipo de Suelo

Como se dijo anteriormente, la textura de los suelos influye en el tamaño de los poros que
tenga y estas a su vez determinan la permeabilidad. En la textura arcillosa las partículas son
tan pequeñas que no dejan huecos produciéndose compactación del terreno y asfixia de las
raíces. Además de favorecer el encharcamiento, en la textura arenosa las partículas dejan
muchos huecos entre ellas siendo un suelo tan permeable que el agua baja en profundidad
donde no tienen acceso las raíces. El tamaño de los poros del suelo reviste gran importancia
con respecto a la tasa de filtración y a la tasa de percolación. El tamaño y el número de los
poros guardan estrecha relación con la textura y la estructura del suelo y también influyen en
su permeabilidad (FAO, 2018), en la Tabla 12 observaremos la reclasificación de sub
criterios propuestos en (Saini et al., 2015, p. 14).

Tabla 12. Sub criterios y clasificación de tipo de suelos

Parámetros de
Sub Criterios de los Parámetros Ponderación
erosión
Eurtrochrepts/ Udorthents. Estas son arenas 3
poco profundas y francas para limos finos
arenosos
Suelo Udipsamments/Udorthents. Arena franca a 2
franco arenoso
Udipsamments/Udorthents. Marga arenosa a 1
marga arcillosa
Fuente: (Saini et al., 2015, p. 14)

Estos 3 sub criterios fueron clasificados según el tipo de suelo de la clasificación del
SOTERLAC y los más propensos a tener erosión, esto según la geomorfología del
departamento de La Paz. En la columna de ponderación, se observa que 3 es el más propenso
a la erosión puesto que este tipo de suelo es uno de los más suaves registrados, es decir, que
tienen una separación entra las partículas que lo componen, al ser poco profundos no retienen
muy bien el agua pero son suelos muy fértiles, 2 el moderado este tipo de suelo retienen
mejor el agua pero su separación entre partículas van desde 0,05 a 2,0 milímetros, esto tiene
una influencia directa con la erosión, al ser también arenosos son lo suficientemente suaves
y 1 muy bajo en este tipo de suelos margos arcillosos son caracterizados de conservar bien la
humedad, su capacidad de retención de humedad precisa varía dependiendo de si el suelo
margo es a base de arena o arcilla, estas son buenas para cultivos (Saini et al., 2015).

Mapa 7. Criterio 5. Mapa tipo de suelo del departamento de La Paz

68
Fuente: Soil and Terrain Digital Database (SOTER) for Latin America and the Caribbean (SOTERLAC).

69
Este criterio que en la matriz Saaty obtuvo un peso de 17,67% sobre los demás criterios de
menor ponderación, ya que la composición de las partículas de los suelos mencionados en la
tabla 10 tienen una capacidad de retención de agua, distancia entre partículas o porosidad,
dureza, etc., que según sus características este tipo de suelo podrían ser más o menos
propensos a sufrir erosión, la Tabla 12 muestra los municipios que tienen la mayor
ponderación de tipos de suelos presentes en el departamento de La Paz.

Tabla 13. Tipo de suelo mayor a ponderación 2.

Municipios con tipo de suelo poco

profundo francas para limos finos arenosos
Catacora
Santiago de Machaca
Charaña
Calacoto
Caquiaviri
Fuente: Elaboración propia

4.6.6. Índice de Vegetación de Diferencia Normalizada (Normalized Difference

Vegetation Index, NDVI)

En general, la vegetación saludable absorberá la mayor parte de la luz visible que cae sobre
ella y reflejará una gran parte de la luz del infrarrojo cercano. La vegetación poco saludable
o escasa refleja más luz visible y menos luz infrarroja cercana. Los suelos desnudos, por otro
lado, se reflejan moderadamente tanto en la porción roja como en la infrarroja del espectro
electromagnético, por tanto, cuanto mayor sea la diferencia entre el infrarrojo cercano y la
reflectancia roja, más vegetación tendrá que haber, los valores de NDVI se representan como
una relación que varía entre -1 y 1, pero en la práctica los valores negativos extremos
representan agua, los valores alrededor de cero representan suelo desnudo y los valores
positivos representan una vegetación verde densa (Holme et al 1987), este criterio fue
adaptado a uno similar utilizado en (Saini et al., 2015, p. 14), basados en cantidad de
cobertura de vegetación sana.

Tabla 14. Sub criterios y clasificación de NDVI

Parámetros de Sub Criterios de los

Clasificación
erosión Parámetros
-0,08 - 0,1 muy baja cobertura 5
0,1 - 0,3 baja cobertura 4
Cobertura vegetal
0,3 – 0,5 cobertura moderada 3
(NDVI)
0,5 – 0,7 alta cobertura 2
0,7 – 0,9 muy alta cobertura 1
Fuente: (Saini et al., 2015, p. 14)

70
El criterio de Índice Normalizado de Vegetación, mediante el cálculo de la matriz Saaty tiene
un peso de 23%, en varias investigaciones de erosión, la cobertura de vegetación sana tiene
una influencia significativa sobre la erosión, ya que, la materia orgánica mejora la agregación
del suelo y la estabilidad estructural que, junto con la porosidad, son importantes para su
aireación e infiltración de agua, mientras que el crecimiento de las plantas y la cobertura
superficial pueden ayudar a proteger la superficie del suelo, una estructura edáfica estable y
bien agregada que resista el sellado de la superficie y continúe infiltrando agua durante
intensos eventos de lluvia disminuirá el potencial de inundaciones aguas abajo (Lefèvre,
Rekik, Alcantara, & Wiese, 2017), la Tabla 15 muestra los municipios con las ponderaciones
alta y muy alta de NDVI, para demostrar más adelante la relevancia de este criterio frente a
la erosión de los suelos.

Tabla 15. Municipios con coberturas altas y muy altas.

Municipios con cobertura Alta y Muy Alta

Ixiamas Alto Beni
San Buenaventura Palos Blancos
Apolo Coroico
Pelechuco Coripata
Curva Chulumani
Charazani La Asunta
Tacacoma Cajuata
Ayata Inquisivi
Mapiri Irupana
Sorata Quime
Tipuani Villa Libertad Licoma
Guanay Cairoma
Teoponte Yaco
Nuestra Señora de La Paz Malla
Caranavi
Fuente: Elaboración propia

Los datos faltantes en la imagen satelital de NDVI en el Mapa 8 que se observa en la siguiente página,
son considerados nieve, ya que el nivel de onda del NDVI no considera los niveles de la nieve que
fácilmente se pueden confundir con las nubes, Salomonson y Appel (2003), mencionan que en
longitudes de onda visibles (0,66 micras), la capa de nieve es tan brillante como las nubes, y por tanto
es difícil de distinguir de la cubierta de nubes. Sin embargo, a 1.6 micras, la cubierta de nieve absorbe
la luz solar, por lo que parece mucho más oscuro que las nubes. Esto permite que la discriminación
efectiva entre la capa de nieve y las nubes tenga valores de NDSI (Índice Normalizado de Diferencia
de Nieve) <0,4 que indican la presencia de nieve, como el NDVI se encuentra de un rango de -1 a 1,
esto indica que la información faltante en la imagen satelital es la nieve registrada en la cordillera.

71
 Mapa 8. Criterio 6. Índice Normalizado de Vegetación de La Paz.

Fuente: Copernicus Global Land Service Suministro de productos biogeofísicos de la superficie terrestre
global.

72
CAPÍTULO 5
RESULTADOS OBTENIDOS

73
5.1. RESULTADOS

5.1.1. Mapa de Riesgo a Erosión

El Mapa 9 de la página siguiente, muestra el resultado de la interacción de los criterios

estudiados, mediante el método multicriterio. Se puede apreciar las zonas con mayor riesgo
de erosión en el departamento de La Paz, puntualizando que los pesos de los criterios son los
siguientes:
CRITERIO PONDERACIÓN (%)
Precipitación 31,83
Índice normalizado de vegetación 23
Tipo de suelo 17,67
Pendiente 13,83
Densidad de drenaje 7,5
Uso de suelo 6,17

Los pesos representativos del nivel de importancia en el riesgo a erosión, fueron calculados
en base a las investigaciones (Saini et al., 2015), los cuales son presentados en la Tabla 1 en
la página 35.
Teniendo en cuenta estas ponderaciones, se observa que en la zona norte del departamento,
el criterio de precipitación cuenta con un promedio anual mayor a 1200 mm en el promedio
anual durante el año 2018, esto indica que las gotas podrían provocar una erosión del suelo
muy significativa pero se ve que en esta zona la vegetación es muy sana esto llega a reducir
de manera significativa el riesgo erosivo por la protección que esta vegetación proporciona
al suelo, sin embargo, las pendientes registradas aumenta considerablemente el riesgo debido
que aporta al arrastre de sedimentos desprendidos por la precipitación, otro de los criterios
que aportan al resultado es el tipo de suelo en este sector, al ser este suelo blando en donde
la infiltración se da de manera óptima el agua llega a niveles de profundidad donde las raíces
de las plantas no pueden llegar provocando que estas busquen sectores en donde este tipo de
suelos se mezclan con otros, estas rices provocan una erosión en los suelos, sumado a la
abundante precipitación se tiene un arrastre de sedimentos.

74
 Mapa 9. Mapa de Riesgo a Erosión

Fuente: Elaboración propia.

75
5.1.2. Análisis y Resultados del Mapa de Riesgo Erosivo

El mapa de riesgo a erosión muestra que la zona norte y centro del departamento contiene
los índices de mayor riesgo, esto debido a los criterios de precipitación, pendiente, uso de
suelo e índice normalizado de vegetación, son los que tienen mayor nivel de incidencia,
aunque se tenga un mayor concentración de vegetación sana, la precipitación juegan un rol
fundamental por su salpicadura, esto provoca que el suelo se erosione, no tanto por el peso y
diámetro de las gotas, si no por su frecuencia y abundancia en esta zona.

En el centro del departamento, aunque en unas zonas no se tenga una precipitación abundante
como al norte, las pendientes son las que cumplen un papel importante, ya que la
combinación de pendientes, lluvia y uso de suelo provocan un arrastre de sedimentos
acelerado debido a la agricultura registrada y diferentes movimientos de tierras que se
realizan para las construcciones, las pendientes permiten que estos sedimentos en
combinación con la precipitación provoquen a su paso más erosión.

En la zona sur del departamento, predominan los riesgos moderados, bajos y muy bajos, esto
a causa que no se registra precipitación abundante dejando de lado la salpicadura que provoca
una erosión del suelo, el tipo de suelo mayoritario en esta zona en un suelo apto para la
agricultura, esto debido a que su capacidad de retención de agua y separación entre sus
partículas es óptima al punto de tener una mínima producción de sedimentos, si bien no
cuenta con una cobertura de vegetación sana la poca protección que tienen estos suelos podría
ser suficiente para que el instrumento nos proporcione estos riesgos.

A continuación se presenta en la tabla 16, los porcentajes de extensión territorial de la

clasificación del riesgo a erosión en el área total del departamento de La Paz.

Tabla 16. Distribución porcentual de cobertura de riesgos.

Área de La Paz Área en riesgo Porcentaje de cobertura de

Riesgo
(Km2) (Km2) riesgo (%)
Muy Bajo 128148,9 1879,2 1,6
Bajo 128148,9 23077,2 18,1
Moderado 128148,9 46876,4 36,6
Alto 128148,9 48308,3 37,8
Muy Alto 128148,9 7387,4 5,9
Fuente: Elaboración propia.

Sumando las áreas de cobertura de riesgo de los que se consideran los más significativos
(moderado, alto y muy alto), resulta un área de 102572,1 Km 2 que se encuentra en riesgo,
teniendo un total de 80,3% del departamento que se encuentra bajo riesgo erosivo entre
moderado a muy alto.

Para la validación del mapa de riesgo, el Mapa 10 de la página 77, presenta una comparación
visual del mapa de riesgo frente a una imagen satelital, en la cual se observa que en las zonas

76
alto y muy alto riesgo que son las clasificaciones alta y muy alta respectivamente, existe una
combinación de criterios o en este caso factores que contribuyen al riesgo erosivo.

También, muestra que al norte del departamento en donde el instrumento según su criterio
de NDVI existen zonas en las que no se cuenta con una cobertura de vegetación sana esto se
podría dar por distintos factores que re analizaran más adelante, estas zonas sin cobertura
sana se encuentran en la clasificación de riesgos altos y muy altos en su mayoría, como se
puede apreciar en la imagen satelital, esta comparación permite que el instrumento valide la
información que proporciona el análisis.

77
 Mapa 10. Imagen satelital en relación al mapa de riesgo erosivo

Fuente: Esri, DigitalGlobe, GeoEye, Earthstar Geographics, CENES/A irbus DS, USDA, USGS, AeroGRID,
IGN, GIS User Community.

78
5.1.3. Análisis de Distribuciones Administrativas.

En este análisis se trabajó con los municipios y provincias del departamento de La Paz y su
porcentaje de cobertura de riesgo para determinar el grado de intervención de las autoridades
departamentales, municipales o incluso nacionales en sectores donde se registren riesgos
erosivos significativos. A continuación, para la localización de los municipios y provincias,
los mapas 11 y 12 muestran los códigos, suministrado por el Viceministerio de Defensa Civil,
en la página de Evaluación de Daños y Análisis de Necesidades (EDAN) y ubicaciones de
los municipios y provincias del departamento de La Paz con sus respectivas tablas 17 y 18
en las que se encuentran con los nombres.

Tabla 17. Códigos y nombres de municipios.

Código Código Código

Municipio Municipio Municipio
Municipio Municipio Municipio
020201 Achacachi 020501 Chuma 021102 Irupana
020104 Achocalla 021307 Collana 021501 Ixiamas
022002 Alto Beni 021306 Colquencha 020806 Jesús de Machaka
La (Marka) San
020701 Apolo 021004 Colquiri 020805 Andrés de
Machaca
020503 Aucapata 020304 Comanche 021105 La Asunta
020502 Ayata 020605 Combaya 021202 Laja
021303 Ayo Ayo 021701 Copacabana 020901 Luribay
021203 Batallas 021402 Coripata 020904 Malla
020905 Cairoma 020301 Corocoro 020607 Mapiri
021003 Cajuata 021401 Coroico 020103 Mecapaca
020303 Calacoto 021602 Curva 020402 Mocomoco
Nazacara de
021304 Calamarca 020804 Desaguadero 020307
Pacajes
Nuestra Señora de
020302 Caquiaviri 020105 El Alto 020101
La Paz
022001 Caranavi 020405 Escoma 020102 Palca
021902 Catacora 020602 Guanay 021104 Palos Blancos
021803 Chacarilla 020203 Huarina 021802 Papel Pampa
020305 Charaña 020205 Huatajata 021305 Patacamaya
021601 Charazani 020404 Humanata 020702 Pelechuco
020206 Chua Cocani 021005 Ichoca 021201 Pucarani
021101 Chulumani 021001 Inquisivi 020401 Puerto Acosta
Continuación Pg.
79
Fuente: Ministerio de Autonomía.

79
 Mapa 11. Distribución Municipal.

Fuente: Ministerio de Autonomía.

80
 Código Código Código
Municipio Municipio Municipio
Municipio Municipio Municipio
Puerto Mayor Santiago de
020403 020204 020606 Tipuani
de Carabuco Huata
Puerto Mayor Santiago de
020802 021901 021703 Tito Yupanqui
de Guaqui Machaca
021204 Puerto Pérez 020902 Sapahaqui 021302 Umala
020604 Quiabaya 021301 Sicasica 020801 Viacha
021002 Quime 020601 Sorata 020202 Villa Ancoraimes
San Villa Libertad
021502 020603 Tacacoma 021006
Buenaventura Licoma
San Pedro de
021801 020807 Taraco 020306 Waldo Ballivian
Curahuara
San Pedro de
021702 020608 Teoponte 020903 Yaco
Tiquina
Santiago de
020308 020803 Tiahuanacu 021103 Yanacachi
Callapa
Fuente: Ministerio de Autonomía.

Tabla 18. Código de provincias y nombres.

Código de
Provincia
Provincia
0215 Abel Iturralde
0213 Aroma
0216 Bautista Saavedra
0204 Camacho
0220 Caranavi
0207 Franz Tamayo
0219 General José Manuel Pando
0218 Gualberto Villarroel
0208 Ingavi
0210 Inquisivi
0206 Larecaja
0209 Loayza
0212 Los Andes
0217 Manco Kapac
0205 Muñecas
0201 Murillo
0214 Nor Yungas
0202 Omasuyos
0203 Pacajes
0211 Sud Yungas
Fuente: Ministerio de Autonomía.

81
 Mapa 12. Límites provinciales.

Fuentes: Ministerio de Autonomía.

82
5.1.3.1. Análisis Municipal de Riesgos.

A continuación, se muestra en las tablas a cada uno de los municipios y sus porcentajes de
cobertura de riesgos erosivos. El Mapa 13, muestra la distribución municipal del
departamento de La Paz en relación al mapa de riesgo erosivo, esto conduce a un análisis
jurisdiccional de los riesgos erosivos a los que están expuestos los municipios, que
proporcionará a las autoridades correspondientes un punto de partida para realizar análisis
más centralizados en los municipios de mayor interés para ellos.

83
 Mapa 13. Distribución municipal de riesgo erosivo.

Fuente: Ministerio de Autonomía

84
5.1.3.1.1. Clasificación de Muy Bajo Riesgo.

En la Tabla 19 se observa cada uno de los municipios y sus porcentajes de cobertura de muy
bajo riesgo erosivo.

Tabla 19. Municipios con Muy bajo riesgo de Erosión.

Área de Porcentaje
Código Área del
Nombre del cobertura de
del Provincia Municipio
Municipio de Riesgo Cobertura
Municipio (Km2)
(Km2) (%)
020201 Achacachi Omasuyos 746,2 1,1 0,2
020503 Aucapata Muñecas 234,3 85,4 36,5
020502 Ayata Muñecas 748,1 293,4 39,2
021203 Batallas Los Andes 791,3 70,8 9,0
020303 Calacoto Pacajes 3901,7 1901,5 48,7
020302 Caquiaviri Pacajes 1547,6 29,0 1,9
022001 Caranavi Caranavi 1553,5 54,8 3,5
General
José
021902 Catacora 523,9 379,5 72,4
Manuel
Pando
Gualberto
021803 Chacarilla 363,1 0,8 0,2
Villarroel
020305 Charaña Pacajes 2924,3 2443,9 83,6
Bautista
021601 Charazani 2474,0 271,0 11,0
Saavedra
Sud
021101 Chulumani 301,8 2,4 0,8
Yungas
020501 Chuma Muñecas 617,7 182,9 29,6
021004 Colquiri Inquisivi 1011,8 2,2 0,2
Manco
021701 Copacabana 177,5 21,0 11,8
Kapac
Nor
021402 Coripata 692,5 323,8 46,8
Yungas
Nor
021401 Coroico 1091,4 1064,6 97,5
Yungas
020804 Desaguadero Ingavi 103,9 1,3 1,2
020105 El Alto Murillo 347,7 8,6 2,5
020602 Guanay Larecaja 3610,4 1112,6 30,8
Sud
021102 Irupana 1358,7 69,2 5,1
Yungas

85
 Área de Porcentaje
Código Área del
Nombre del cobertura de
del Provincia Municipio
Municipio de Riesgo Cobertura
Municipio (Km2)
(Km2) (%)
La (Marka)
020805 San Andrés Ingavi 1534,0 1,3 0,1
de Machaca
020607 Mapiri Larecaja 1499,2 2,1 0,1
020402 Mocomoco Camacho 652,7 131,8 20,2
Nuestra
020101 Señora de La Murillo 2041,2 850,0 41,6
Paz
020102 Palca Murillo 735,9 9,4 1,3
Gualberto
021802 Papel Pampa 860,3 6,6 0,8
Villarroel
Franz
020702 Pelechuco 2447,4 15,8 0,6
Tamayo
021201 Pucarani Los Andes 1256,3 45,9 3,7
Puerto
020401 Camacho 352,0 4,0 1,1
Acosta
Puerto
020403 Mayor de Camacho 385,1 43,2 11,2
Carabuco
Puerto
020802 Mayor de Ingavi 190,9 0,2 0,1
Guaqui
020604 Quiabaya Larecaja 118,3 0,7 0,6
San Pedro de Gualberto
021801 790,1 13,5 1,7
Curahuara Villarroel
San Pedro de Manco
021702 62,2 0,1 0,2
Tiquina Kapac
General
Santiago de José
021901 1302,0 410,3 31,5
Machaca Manuel
Pando
021301 Sicasica Aroma 1737,9 7,1 0,4
020601 Sorata Larecaja 1900,7 693,7 36,5
020603 Tacacoma Larecaja 799,1 146,0 18,3
020807 Taraco Ingavi 114,6 0,1 0,1
020803 Tiahuanacu Ingavi 352,3 5,8 1,7
Tito Manco
021703 12,9 0,6 4,3
Yupanqui Kapac

86
 Área de Porcentaje
Código Área del
Nombre del cobertura de
del Provincia Municipio
Municipio de Riesgo Cobertura
Municipio (Km2)
(Km2) (%)
Villa
020202 Omasuyos 334,3 10,5 3,1
Ancoraimes
020903 Yaco Loayza 595,5 0,9 0,1
Sud
021103 Yanacachi 580,1 151,3 26,1
Yungas
Fuente: Elaboración Propia.

La Tabla 19, muestra que ciertos municipios del departamento cuentan con un escaso
porcentaje de cobertura de riesgo muy bajo, esto quiere decir que los municipios en esta tabla
no se encuentran salvos de riesgo erosivo en su totalidad. Por ejemplo, Coroico, aunque
cuenta con aproximadamente con un 98% de cobertura muy bajo riesgo, se encuentra en una
zona de precipitación media anual que es influyente en la erosión del suelo, a parte que en
esta zona cuenta con una vasta cobertura de vegetación sana que protege el suelo de la erosión
natural, el restante 2% cuenta con que en este municipio existen pendientes altamente
pronunciadas en las que algún cambio del uso de tierra podría ocasionar daños catastróficos,
no quiere decir que no tiene riesgo a erosión en ejes troncales, incluso en poblaciones
productivas o turísticas.

5.1.3.1.2. Clasificación Bajo Riesgo.

En la Tabla 20 se observa cada uno de los municipios y sus porcentajes de cobertura de bajo
riesgo erosivo.

Tabla 20. Municipios con bajo riesgo de Erosión.

Área de Porcentaje
Código Área del
Nombre del cobertura de
del Provincia Municipio
Municipio de Riesgo Cobertura
Municipio (Km2)
(Km2) (%)
021307 Collana Aroma 106,3 106,3 100,0
021306 Colquencha Aroma 341,1 341,1 100,0
020405 Escoma Camacho 121,1 121,1 100,0
020307 Nazacara de Pacajes 18,4 18,4 100,0
Pacajes
020306 Waldo Pacajes 108,6 108,6 100,0
Ballivian
020605 Combaya Larecaja 90,5 90,5 100,0
021305 Patacamaya Aroma 556,6 556,4 100,0
020404 Humanata Camacho 289,3 288,9 99,9

87
 Área de Porcentaje
Código Área del
Nombre del cobertura de
del Provincia Municipio
Municipio de Riesgo Cobertura
Municipio (Km2)
(Km2) (%)
021803 Chacarilla Gualberto 363,1 362,3 99,8
Villarroel
020204 Santiago de Omasuyos 93,4 92,5 99,1
Huata
021301 Sicasica Aroma 1737,9 1716,8 98,8
021304 Calamarca Aroma 480,3 473,2 98,5
021303 Ayo Ayo Aroma 558,4 548,2 98,2
021302 Umala Aroma 870,3 854,1 98,1
021801 San Pedro de Gualberto 790,1 775,4 98,1
Curahuara Villarroel
020803 Tiahuanacu Ingavi 352,3 344,2 97,7
020401 Puerto Camacho 352,0 343,6 97,6
Acosta
020202 Villa Omasuyos 334,3 321,5 96,2
Ancoraimes
021703 Tito Manco 12,9 12,4 95,7
Yupanqui Kapac
021802 Papel Pampa Gualberto 860,3 818,3 95,1
Villarroel
020802 Puerto Ingavi 190,9 175,5 92,0
Mayor de
Guaqui
020903 Yaco Loayza 595,5 536,0 90,0
020403 Puerto Camacho 385,1 341,8 88,8
Mayor de
Carabuco
020302 Caquiaviri Pacajes 1547,6 1344,7 86,9
021701 Copacabana Manco 177,5 152,7 86,0
Kapac
021702 San Pedro de Manco 62,2 52,9 85,0
Tiquina Kapac
021202 Laja Los Andes 690,1 523,4 75,8
020805 La (Marka) Ingavi 1534,0 1155,1 75,3
San Andrés
de Machaca
021004 Colquiri Inquisivi 1011,8 744,5 73,6
020807 Taraco Ingavi 114,6 83,7 73,0
020402 Mocomoco Camacho 652,7 467,9 71,7

88
 Área de Porcentaje
Código Área del
Nombre del cobertura de
del Provincia Municipio
Municipio de Riesgo Cobertura
Municipio (Km2)
(Km2) (%)
021901 Santiago de General José 1302,0 891,7 68,5
Machaca Manuel
Pando
021103 Yanacachi Sud Yungas 580,1 396,4 68,3
020105 El Alto Murillo 347,7 228,6 65,7
021101 Chulumani Sud Yungas 301,8 193,3 64,1
020801 Viacha Ingavi 848,4 543,0 64,0
020801 Viacha Ingavi 848,4 540,0 63,7
020603 Tacacoma Larecaja 799,1 488,4 61,1
020301 Corocoro Pacajes 1101,2 652,9 59,3
020308 Santiago de Pacajes 1191,3 704,8 59,2
Callapa
020503 Aucapata Muñecas 234,3 138,6 59,1
020604 Quiabaya Larecaja 118,3 64,6 54,6
020901 Luribay Loayza 450,8 243,8 54,1
021203 Batallas Los Andes 791,3 422,4 53,4
021201 Pucarani Los Andes 1256,3 656,3 52,2
020601 Sorata Larecaja 1900,7 934,7 49,2
020502 Ayata Muñecas 748,1 360,2 48,1
020902 Sapahaqui Loayza 815,4 381,4 46,8
020304 Comanche Pacajes 449,8 206,3 45,9
020303 Calacoto Pacajes 3901,7 1774,0 45,5
020501 Chuma Muñecas 617,7 278,2 45,0
020804 Desaguadero Ingavi 103,9 46,6 44,9
021601 Charazani Bautista 2474,0 1091,0 44,1
Saavedra
020101 Nuestra Murillo 2041,2 829,8 40,7
Señora de La
Paz
021204 Puerto Pérez Los Andes 65,6 25,8 39,4
021402 Coripata Nor Yungas 692,5 253,3 36,6
020201 Achacachi Omasuyos 746,2 244,1 32,7
021102 Irupana Sud Yungas 1358,7 417,4 30,7
021005 Ichoca Inquisivi 840,0 245,9 29,3
021902 Catacora General José 523,9 144,3 27,6
Manuel
Pando

89
 Área de Porcentaje
Código Área del
Nombre del cobertura de
del Provincia Municipio
Municipio de Riesgo Cobertura
Municipio (Km2)
(Km2) (%)
020806 Jesús de Ingavi 991,7 256,5 25,9
Machaka
020904 Malla Loayza 350,5 83,6 23,8
020102 Palca Murillo 735,9 167,3 22,7
020203 Huarina Omasuyos 181,9 36,7 20,1
020602 Guanay Larecaja 3610,4 694,8 19,2
020607 Mapiri Larecaja 1499,2 265,3 17,7
020305 Charaña Pacajes 2924,3 480,4 16,4
021602 Curva Bautista 584,4 75,0 12,8
Saavedra
020905 Cairoma Loayza 685,4 80,2 11,7
022001 Caranavi Caranavi 1553,5 164,3 10,6
020206 Chua Cocani Omasuyos 81,1 7,7 9,4
020702 Pelechuco Franz 2447,4 187,5 7,7
Tamayo
021105 La Asunta Sud Yungas 2832,5 85,4 3,0
020103 Mecapaca Murillo 523,4 13,4 2,6
021401 Coroico Nor Yungas 1091,4 26,8 2,5
020205 Huatajata Omasuyos 19,5 0,3 1,4
021002 Quime Inquisivi 997,1 11,8 1,2
020701 Apolo Franz 14226,7 25,3 0,2
Tamayo
Fuente: Elaboración Propia

Los municipios con porcentaje de cobertura del 65% para adelante, se encuentran de la mitad
del departamento de La Paz para abajo. Los municipios con coberturas superiores a 79%,
normalmente se encuentran en la zona sur del departamento, los criterios que influyen en
estos resultados son los de precipitación puesto que para el sur del departamento está la
precipitación media anual más baja, los suelos son arcillosos en los que la precipitación no
produce una erosión significativa y las pendientes tienen porcentajes bajos.

5.1.3.1.3. Clasificación de Riesgo Moderado.

La Tabla 21, muestra cada uno de los municipios y sus porcentajes de cobertura de riesgo
erosivo moderado.

90
 Tabla 21. Municipios con moderado riesgo a erosión.

Área de Porcentaje
Área del
Código del Nombre del cobertura de
Provincia Municipio
Municipio Municipio de Riesgo Cobertura
(Km2)
(Km2) (%)
020205 Huatajata Omasuyos 19,5 19,3 98,6
020206 Chua Cocani Omasuyos 81,1 73,5 90,6
022002 Alto Beni Caranavi 1045,2 912,2 87,3
020103 Mecapaca Murillo 523,4 449,9 86,0
San Abel
021502 2966,3 2430,1 81,9
Buenaventura Iturralde
020203 Huarina Omasuyos 181,9 145,3 79,8
Jesús de
020806 Ingavi 991,7 735,2 74,1
Machaka
Palos Sud
021104 3735,3 2745,8 73,5
Blancos Yungas
020102 Palca Murillo 735,9 521,2 70,8
020104 Achocalla Murillo 178,1 124,7 70,0
020201 Achacachi Omasuyos 746,2 497,5 66,7
022001 Caranavi Caranavi 1553,5 1007,0 64,8
020608 Teoponte Larecaja 1378,4 876,6 63,6
021204 Puerto Pérez Los Andes 65,6 39,1 59,6
020304 Comanche Pacajes 449,8 243,6 54,1
020804 Desaguadero Ingavi 103,9 55,9 53,8
Sud
021105 La Asunta 2832,5 1493,4 52,7
Yungas
Abel
021501 Ixiamas 37098,6 19114,2 51,5
Iturralde
Franz
020701 Apolo 14226,7 7304,9 51,3
Tamayo
Bautista
021602 Curva 584,4 294,1 50,3
Saavedra
020902 Sapahaqui Loayza 815,4 378,7 46,4
020604 Quiabaya Larecaja 118,3 53,1 44,8
021201 Pucarani Los Andes 1256,3 554,0 44,1
020901 Luribay Loayza 450,8 195,7 43,4
Santiago de
020308 Pacajes 1191,3 486,6 40,8
Callapa
020301 Corocoro Pacajes 1101,2 448,2 40,7
020607 Mapiri Larecaja 1499,2 599,5 40,0
020905 Cairoma Loayza 685,4 254,2 37,1

91
 Área de Porcentaje
Área del
Código del Nombre del cobertura de
Provincia Municipio
Municipio Municipio de Riesgo Cobertura
(Km2)
(Km2) (%)
020904 Malla Loayza 350,5 129,0 36,8
Bautista
021601 Charazani 2474,0 905,0 36,6
Saavedra
021203 Batallas Los Andes 791,3 288,2 36,4
020801 Viacha Ingavi 848,4 305,0 36,0
020105 El Alto Murillo 347,7 109,6 31,5
Sud
021101 Chulumani 301,8 94,9 31,4
Yungas
020602 Guanay Larecaja 3610,4 1034,3 28,6
020606 Tipuani Larecaja 248,2 67,5 27,2
020807 Taraco Ingavi 114,6 30,3 26,4
021004 Colquiri Inquisivi 1011,8 249,4 24,6
La (Marka)
020805 San Andrés Ingavi 1534,0 377,5 24,6
de Machaca
021202 Laja Los Andes 690,1 166,7 24,2
020501 Chuma Muñecas 617,7 132,9 21,5
Sud
021102 Irupana 1358,7 243,1 17,9
Yungas
Nuestra
020101 Señora de La Murillo 2041,2 359,9 17,6
Paz
021005 Ichoca Inquisivi 840,0 144,8 17,2
Franz
020702 Pelechuco 2447,4 413,5 16,9
Tamayo
020603 Tacacoma Larecaja 799,1 121,9 15,3
Nor
021402 Coripata 692,5 105,4 15,2
Yungas
San Pedro de Manco
021702 62,2 9,0 14,5
Tiquina Kapac
020502 Ayata Muñecas 748,1 92,7 12,4
020601 Sorata Larecaja 1900,7 228,5 12,0
020302 Caquiaviri Pacajes 1547,6 173,9 11,2
020903 Yaco Loayza 595,5 48,7 8,2
020402 Mocomoco Camacho 652,7 52,3 8,0
Puerto Mayor
020802 Ingavi 190,9 15,2 7,9
de Guaqui
021001 Inquisivi Inquisivi 3290,2 220,5 6,7

92
 Área de Porcentaje
Área del
Código del Nombre del cobertura de
Provincia Municipio
Municipio Municipio de Riesgo Cobertura
(Km2)
(Km2) (%)
020303 Calacoto Pacajes 3901,7 225,7 5,8
Sud
021103 Yanacachi 580,1 32,0 5,5
Yungas
020503 Aucapata Muñecas 234,3 10,3 4,4
Gualberto
021802 Papel Pampa 860,3 32,2 3,7
Villarroel
021002 Quime Inquisivi 997,1 18,8 1,9
021302 Umala Aroma 870,3 16,0 1,8
021303 Ayo Ayo Aroma 558,4 10,2 1,8
Manco
021701 Copacabana 177,5 3,0 1,7
Kapac
021304 Calamarca Aroma 480,3 7,1 1,5
Puerto
020401 Camacho 352,0 3,7 1,0
Acosta
021301 Sicasica Aroma 1737,9 14,0 0,8
Villa
020202 Omasuyos 334,3 2,3 0,7
Ancoraimes
020803 Tiahuanacu Ingavi 352,3 2,3 0,7
Villa
021006 Libertad Inquisivi 197,0 0,7 0,3
Licoma
020404 Humanata Camacho 289,3 0,4 0,1
Fuente: Elaboración Propia.

Los municipios con mayor porcentaje de cobertura de riesgo moderado están sujetos a que
en sus usos de suelo, exista cobertura de agricultura, matorrales y pastizales. Aunque estos
municipios se encuentran en la zona de precipitación media anual muy baja, cuando este
evento sucede podría provocar una erosión significativa por la escasa cobertura vegetal que
esta zona tiene, el tipo de suelo predominante en estas zonas tienen sus partículas demasiado
juntas, esto quiere decir, que gracias a la agricultura estas partículas son separadas, pero la
tierra que se encuentra fuera del alcance de los instrumentos de arado se mantiene, es así que
no permiten el paso del agua, esto podría provocar que se genere arrastre de sedimentos.

5.1.3.1.4. Clasificación Alto Riesgo.

En la Tabla 22, se observa cada uno de los municipios y sus porcentajes de cobertura de alto
riesgo erosivo.

93
 Tabla 22. Municipios con alto riesgo a erosión.

Porcentaje
Código Área del Área de
Nombre del de
del Provincia Municipio cobertura de
Municipio Cobertura
Municipio (Km2) Riesgo (Km2)
(%)
Villa
021006 Libertad Inquisivi 197,0 157,1 79,7
Licoma
020606 Tipuani Larecaja 248,2 179,6 72,4
Abel
021501 Ixiamas 37098,6 17528,9 47,2
Iturralde
Franz
020701 Apolo 14226,7 6501,7 45,7
Tamayo
Franz
020702 Pelechuco 2447,4 1070,1 43,7
Tamayo
020905 Cairoma Loayza 685,4 283,0 41,3
020607 Mapiri Larecaja 1499,2 601,9 40,2
020608 Teoponte Larecaja 1378,4 535,8 38,9
021105 La Asunta Sud Yungas 2832,5 1004,4 35,5
020904 Malla Loayza 350,5 121,4 34,6
021001 Inquisivi Inquisivi 3290,2 1084,4 33,0
Bautista
021602 Curva 584,4 191,4 32,7
Saavedra
021003 Cajuata Inquisivi 712,1 188,7 26,5
Palos
021104 Sud Yungas 3735,3 965,5 25,8
Blancos
021102 Irupana Sud Yungas 1358,7 322,1 23,7
021002 Quime Inquisivi 997,1 226,7 22,7
022001 Caranavi Caranavi 1553,5 327,4 21,1
020602 Guanay Larecaja 3610,4 723,6 20,0
San Abel
021502 2966,3 523,3 17,6
Buenaventura Iturralde
021005 Ichoca Inquisivi 840,0 127,3 15,2
022002 Alto Beni Caranavi 1045,2 129,7 12,4
020103 Mecapaca Murillo 523,4 60,1 11,5
Bautista
021601 Charazani 2474,0 203,5 8,2
Saavedra
020902 Sapahaqui Loayza 815,4 55,3 6,8
020102 Palca Murillo 735,9 38,1 5,2
020501 Chuma Muñecas 617,7 23,7 3,8
021101 Chulumani Sud Yungas 301,8 11,2 3,7

94
 Porcentaje
Código Área del Área de
Nombre del de
del Provincia Municipio cobertura de
Municipio Cobertura
Municipio (Km2) Riesgo (Km2)
(%)
020901 Luribay Loayza 450,8 11,3 2,5
020903 Yaco Loayza 595,5 9,9 1,7
021004 Colquiri Inquisivi 1011,8 15,5 1,5
021402 Coripata Nor Yungas 692,5 10,1 1,5
020601 Sorata Larecaja 1900,7 7,1 0,4
020502 Ayata Muñecas 748,1 1,8 0,2
Fuente: Elaboración Propia

La mayoría de los municipios que cuentan con un porcentaje superior al 40% se encuentran
en zonas con alta precipitación media anual, esta tiene influencia directa con la erosión del
suelo debido a su relación con las pendientes pronunciadas que juntos generan un arrastre de
sedimentos, los suelos franco arenosos que posee esta zona permite que el agua pueda
penetrar fácilmente, además que las gotas de precipitación producen salpicadura aportado a
la producción de sedimentos. Por otra parte la cobertura de vegetación sana no es total en el
área del municipio, todos estos factores son los que se reflejan en los datos mostrados en la
Tabla 22, proporcionando un indicador de las posibles pérdidas humanas, animales,
vegetación y económica en la zona.

5.1.3.1.5. Clasificación Riesgo Muy Alto.

A continuación, se observa cada uno de los municipios y sus porcentajes de cobertura de muy
alto riesgo erosivo.

Tabla 23. Municipios con riesgo muy alto a erosión.

Área de Porcentaje
Área del
Código del Nombre del cobertura de
Provincia Municipio
Municipio Municipio de Riesgo Cobertura
(Km2)
(Km2) (%)
021002 Quime Inquisivi 997,1 733,1 73,5
021003 Cajuata Inquisivi 712,1 523,3 73,5
021001 Inquisivi Inquisivi 3290,2 1985,2 60,3
021005 Ichoca Inquisivi 840,0 321,9 38,3
Franz
020702 Pelechuco 2447,4 754,5 30,8
Tamayo
Sud
021102 Irupana 1358,7 306,9 22,6
Yungas
Villa Libertad
021006 Inquisivi 197,0 39,2 19,9
Licoma
020905 Cairoma Loayza 685,4 68,0 9,9

95
 Área de Porcentaje
Área del
Código del Nombre del cobertura de
Provincia Municipio
Municipio Municipio de Riesgo Cobertura
(Km2)
(Km2) (%)
Sud
021105 La Asunta 2832,5 249,2 8,8
Yungas
020904 Malla Loayza 350,5 16,6 4,7
Bautista
021602 Curva 584,4 24,0 4,1
Saavedra
Franz
020701 Apolo 14226,7 393,1 2,8
Tamayo
020607 Mapiri Larecaja 1499,2 22,3 1,5
Abel
021501 Ixiamas 37098,6 444,3 1,2
Iturralde
020602 Guanay Larecaja 3610,4 17,7 0,5
020608 Teoponte Larecaja 1378,4 5,7 0,4
020606 Tipuani Larecaja 248,2 1,0 0,4
020603 Tacacoma Larecaja 799,1 3,0 0,4
022002 Alto Beni Caranavi 1045,2 3,3 0,3
San Abel
021502 2966,3 8,0 0,3
Buenaventura Iturralde
Sud
021104 Palos Blancos 3735,3 5,9 0,2
Yungas
Bautista
021601 Charazani 2474,0 3,5 0,1
Saavedra
Fuente: Elaboración Propia.

La Tabla 23, muestra los municipios con cobertura de riesgo muy alto, la mayoría de los
municipios con porcentajes de cobertura superiores a 60% tienen muchos criterios en común,
el uso de suelo por ejemplo, estos municipios cuentan con un uso mayoritario de agricultura
y no cuentan con una cobertura vegetal sana, estos criterios combinados tiene una incidencia
muy fuerte en el riesgo a erosión debido a que al no existir una densidad de vegetación sana
en la zona, la capacidad de retención de agua en el suelo disminuye drásticamente y en
combinación con las prácticas agrícolas como el arado de tierras, se producen sedimentos
que pueden ser arrastrados por diferentes factores climatológicos. También, se encuentran en
un punto de transición de precipitación en el cual en su mayor extensión se encuentran en la
media anual alta, en adición, sus suelos son arcillosos y como se explicó anteriormente este
tipo de suelos es una mala combinación con la agricultura y la precipitación este último
criterio aumenta en transporte de sedimentos a diferentes cuerpos de agua que se cuentan
para las prácticas agrícolas.

96
5.1.3.2. Análisis de Riesgos por Provincia.
Para este análisis se utilizó la información de distribución provincial del departamento de La
Paz, la cual se comparó con el de riesgo a erosión. Posteriormente, se obtuvieron las tablas
con porcentajes y áreas de coberturas de riesgo, realizando un análisis paralelo al de
municipios en el anterior punto, esto porque los municipios analizados se encuentran dentro
de estas provincias, a continuación de muestran las tablas que reflejan los resultados
obtenidos como una suma según la pertenencia de los municipios a sus respectivas
provincias.

5.1.3.2.1. Clasificación de Muy Bajo Riesgo.

La Tabla 24, muestra cada una de las provincias y sus porcentajes de cobertura de muy bajo
riesgo erosivo.

Tabla 24. Provincias con muy bajo riesgo a erosión.

Área de Área de Porcentaje

Nombre
Código de la cobertura de
de
Provincia provincia de riesgo cobertura
Provincia
(Km2) (Km2) (%)
General
José
0219 1824,4 788,9 43,2
Manuel
Pando
0203 Pacajes 11223,9 4356,3 38,8
0205 Muñecas 1600,0 561,7 35,1
0201 Murillo 3826,4 867,9 22,7
0206 Larecaja 9644,7 1955,1 20,3
0204 Camacho 1797,9 179,0 10,0
Bautista
0216 3058,5 271,0 8,9
Saavedra
Manco
0217 252,3 21,5 8,5
Kapac
0212 Los Andes 2803,2 116,7 4,2
Sud
0211 8765,5 223,0 2,5
Yungas
0220 Caranavi 2598,8 54,8 2,1
0202 Omasuyos 1456,5 11,6 0,8
Gualberto
0218 1964,2 10,1 0,5
Villarroel
0208 Ingavi 4134,3 8,4 0,2
0213 Aroma 4646,8 5,0 0,1
Fuente: Elaboración Propia

97
 Mapa 14. Distribución provincial de riesgos.

Fuente: Ministerio de Autonomía.

98
5.1.3.2.2. Clasificación de Bajo Riesgo.

La Tabla 25, muestra cada una de las provincias y sus porcentajes de cobertura de bajo riesgo
erosivo.

Tabla 25. Provincias con bajo riesgo a erosión.

Área de Área de Porcentaje

Código Nombre
la cobertura de
de de
provincia de riesgo cobertura
Provincia Provincia
(Km2) (Km2) (%)
0213 Aroma 4646,8 4594,1 98,9
Gualberto
0218 1964,2 1921,9 97,8
Villarroel
0204 Camacho 1797,9 1561,9 86,9
Manco
0217 252,3 217,8 86,3
Kapac

0208 Ingavi 4134,3 2604,2 63,0

Los
0212 2803,2 1627,9 58,1
Andes
General
José
0219 1824,4 1035,4 56,8
Manuel
Pando
0205 Muñecas 1600,0 777,0 48,6
0202 Omasuyos 1456,5 702,8 48,3
0203 Pacajes 11223,9 5289,3 47,1
0209 Loayza 2892,2 1320,3 45,7
Bautista
0216 3058,5 1166,1 38,1
Saavedra
0201 Murillo 3826,4 1292,6 33,8
0206 Larecaja 9644,7 2538,3 26,3
Nor
0214 1784,0 280,1 15,7
Yungas
0210 Inquisivi 7031,7 989,0 14,1
Sud
0211 8765,5 1092,5 12,5
Yungas
0220 Caranavi 2598,8 164,3 6,3
Franz
0207 16657,5 212,6 1,3
Tamayo
Fuente: Elaboración Propia

99
5.1.3.2.3. Clasificación de Riesgo Moderado.

En la Tabla 26 se observa cada uno de las provincias y sus porcentajes de cobertura de riesgo
erosivo moderado.

Tabla 26. Provincias con riesgo moderado a erosión.

Área de Área de Porcentaje

Código Nombre
la cobertura de
de de
provincia de riesgo cobertura
Provincia Provincia
(Km2) (Km2) (%)
0220 Caranavi 2598,8 1919,3 73,9
Abel
0215 39898,4 21479,8 53,8
Iturralde
Sud
0211 8765,5 4589,6 52,4
Yungas
0202 Omasuyos 1456,5 737,8 50,7
Franz
0207 16657,5 7716,2 46,3
Tamayo
0201 Murillo 3826,4 1565,3 40,9
Bautista
0216 3058,5 1199,0 39,2
Saavedra
0212 Los Andes 2803,2 1048,0 37,4
0208 Ingavi 4134,3 1521,2 36,8
0209 Loayza 2892,2 1006,4 34,8
0206 Larecaja 9644,7 2981,4 30,9
0205 Muñecas 1600,0 235,9 14,7
0203 Pacajes 11223,9 1577,9 14,1
0210 Inquisivi 7031,7 633,8 9,0
Nor
0214 1784,0 105,4 5,9
Yungas
Manco
0217 252,3 12,0 4,8
Kapac
0204 Camacho 1797,9 56,3 3,1
Gualberto
0218 1964,2 32,1 1,6
Villarroel
0213 Aroma 4646,8 47,7 1,0
Fuente: Elaboración Propia

100
5.1.3.2.4. Clasificación de Alto Riesgo.

En la Tabla 27 se observa cada uno de las provincias y sus porcentajes de cobertura de alto
riesgo erosivo.

Tabla 27. Provincias con alto riesgo a erosión.

Área de Área de Porcentaje

Código
la cobertura de
de Provincia
provincia de riesgo cobertura
Provincia
(Km2) (Km2) (%)
Franz
0207 16657,5 7566,3 45,4
Tamayo
Abel
0215 39898,4 17972,5 45,0
Iturralde
Sud
0211 8765,5 2298,7 26,2
Yungas
0210 Inquisivi 7031,7 1799,6 25,6
0206 Larecaja 9644,7 2048,1 21,2
0220 Caranavi 2598,8 457,2 17,6
0209 Loayza 2892,2 480,9 16,6
Bautista
0216 3058,5 394,9 12,9
Saavedra
0201 Murillo 3826,4 98,2 2,6
0205 Muñecas 1600,0 25,5 1,6
Nor
0214 1784,0 10,1 0,6
Yungas
Fuente: Elaboración Propia

5.1.3.2.5. Clasificación de Muy Alto Riesgo.

La Tabla 28, muestra cada una de las provincias y sus porcentajes de cobertura de muy alto
riesgo erosivo.

Tabla 28. Provincias con riesgo muy alto a erosión.

Área de Área de Porcentaje

Código
la cobertura de
de Provincia
provincia de riesgo cobertura
Provincia
(Km2) (Km2) (%)
0210 Inquisivi 7031,7 3600,4 51,2

101
 Área de Área de Porcentaje
Código
la cobertura de
de Provincia
provincia de riesgo cobertura
Provincia
(Km2) (Km2) (%)
Franz
0207 16657,5 1142,2 6,9
Tamayo
Sud
0211 8765,5 561,6 6,4
Yungas
0209 Loayza 2892,2 84,6 2,9

Abel
0215 39898,4 445,5 1,1
Iturralde
Bautista
0216 3058,5 27,5 0,9
Saavedra

0206 Larecaja 9644,7 49,7 0,5

0220 Caranavi 2598,8 3,3 0,1

Fuente: Elaboración Propia

5.1.4. Análisis de eco regiones con riesgos erosivos.

Para el análisis de las eco regiones se efectuó una comparación en relación al riesgo a erosión
del departamento de La Paz, realizando un análisis de cobertura por áreas y de porcentaje de
cada riesgo. A continuación, se muestra el mapa emparejado de este análisis y sus tablas,
explicando los resultados, el Mapa 15 en la página continua, solamente se observa el mapa
de riesgo a erosión en conjunto al mapa de distribución de las eco regiones existentes en el
departamento.

5.1.4.1. Clasificación de Muy Bajo Riesgo.

La Tabla 29, muestra cada una de las eco regiones y sus porcentajes de cobertura de muy
bajo riesgo erosivo.
Tabla 29. Eco regiones con riesgo muy bajo a erosión.

Área Eco-Región Área de cobertura Porcentaje de

Eco región
(Km2) de Riesgo (Km2) cobertura (%)
Puna Sureña 20750,9 5194,3 25,0
Yungas 37635,4 4641,2 12,3
Puna Norteña 20678,9 834,1 4,0
Bosques Secos
5075,0 197,7 3,9
Interandinos
Fuente: Elaboración Propia

102
La eco región que tiene mayor cobertura de riesgo muy bajo, son los bosques secos
interandinos, esto debido al tipo de suelo que predomina en la mayoría de esta eco región. El
tipo de suelo que predomina en esta, es marga arcillosa este tipo de suelo no permite la
infiltración del agua y no permite que la salpicadura produzca algún tipo de erosión, además
de ser una cobertura vegetal boscosa.

5.1.4.2. Clasificación de Bajo Riesgo.

En la Tabla 30 se observa cada uno de las eco regiones y sus porcentajes de cobertura de bajo
riesgo erosivo.

Tabla 30. Eco regiones con riesgo bajo a erosión.

Área de
Área Eco-Región Porcentaje de
Eco región cobertura de
(Km2) cobertura (%)
Riesgo (Km2)
Puna Sureña 20750,9 13591,4 65,5
Puna Norteña 20678,9 10962,2 53,0
Yungas 37635,4 4289,8 11,4
Bosques Secos
5075,0 576,5 11,4
Interandinos
Fuente: Elaboración Propia

Las 2 primeras eco regiones con un porcentaje de cobertura baja, se encuentran al sur del
departamento, esto quiere decir, que las precipitaciones no son constantes y no consideran
un aporte significativo a la erosión, en otro aspecto las pendientes no tienen un porcentaje
significativo para ser considerados un aportante a la erosión de estas eco regiones, este
análisis permite identificar que eco región del departamento de La Paz se encuentra en riesgo
bajo a erosión, los criterios que aportan al resultado en estas áreas son la cobertura de
pastizales, tipo de suelo y muy baja precipitación.

103
 Mapa 15. Riesgos en eco regiones del departamento de La Paz.

Fuente: Fundación de Amigos por la Naturaleza en el año 2003.

104
5.1.4.3. Clasificación de Riesgo Moderado.

La Tabla 31, muestra cada una de las eco regiones y sus porcentajes de cobertura de riesgo
erosivo moderado.

Tabla 31. Eco regiones con riesgo moderado a erosión.

Área de Porcentaje
Área Eco Región
Eco-región cobertura de de cobertura
(Km2)
Riesgo (Km2) (%)
Sudoeste de la
34336,7 19677,0 57,3
Amazonía
Yungas 37635,4 15923,2 42,3
Bosques Secos
5075,0 2072,3 40,8
Interandinos
Puna Norteña 20678,9 6584,8 31,8
Cerrado 9720,0 2386,0 24,5
Puna Sureña 15995,7 1913,6 12,0
Fuente: Elaboración Propia

Como se observó en la Tabla 31, las 2 primeras eco regiones, tienen criterios que explican
este resultado, la cobertura de vegetación sana en estas eco regiones no se encuentra en un
estado saludable que muestre una eficiente acción fotosintética y además que el tipo de suelo
no es el adecuado para las prácticas agrícolas, debido a que es un suelo arcilloso en donde el
arado debe ser más profundo para poder ablandar el suelo para que los cultivos puedan tener
una mejor retención de agua y la falta de precipitación también es un factor negativo en estas
eco regiones, aportando que los suelos lleguen a ser más áridos y secos en donde diferentes
factores climatológicos aporten a la erosión, pasando a las siguientes 2 eco regiones, se
observa que son las zonas del departamento donde la precipitación varía entre media y alta,
esto permite a que el riesgo de erosión vaya en aumento.

5.1.4.4. Clasificación de Riesgo Alto.

En la Tabla 32 se observa cada uno de las eco regiones y sus porcentajes de cobertura de bajo
riesgo erosivo.
Tabla 32. Eco regiones con riesgo alto a erosión.

Área de
Área Eco Región Porcentaje de
Eco región cobertura de
(Km2) cobertura (%)
Riesgo (Km2)
Cerrado 9720,0 6959,2 71,6
Sudoeste de la
34336,7 14511,2 42,3
Amazonía
Yungas 37635,4 9485,6 25,2

105
 Área de
Área Eco Región Porcentaje de
Eco región cobertura de
(Km2) cobertura (%)
Riesgo (Km2)
Bosques Secos
5075,0 1113,8 21,9
Interandinos
Puna Norteña 20678,9 1147,9 5,6
Puna Sureña 15995,7 43,1 0,3
Fuente: Elaboración Propia

Para las primeras eco regiones, la precipitación es el mayor aportante puesto que estas se
encuentran en la zona norte del departamento en donde se registró mayor precipitación media
anual, para los Yungas y bosques secos interandinos otro de los mayores aportantes son las
pendientes registradas y la poca acción fotosintética en especial por la parte central del
departamento, la falta de cobertura protectora de los suelos en combinación con las
pendientes superiores a 40% y una precipitación abundante proporcionan los resultados
obtenidos en estas eco regiones en donde se obtuvieron porcentajes altos de riesgo. En el
caso del cerrado por esa zona la cobertura vegetal no está sana y esto aporta a que la
precipitación haga un papel mucho más importante por esta zona.

5.1.4.5. Clasificación de Muy Alto Riesgo.

La Tabla 33, muestra cada uno de las eco regiones y sus porcentajes de cobertura de bajo
riesgo erosivo.

Tabla 33. Eco regiones con riesgo muy alto a erosión.

Área de Porcentaje
Área Eco Región
Eco-región cobertura de de cobertura
(Km2)
Riesgo (Km2) (%)
Bosques Secos
5075,0 1114,7 22,0
Interandinos
Puna Norteña 11580,0 1056,0 9,1
Yungas 37635,4 3267,2 8,7
Cerrado 9720,0 374,7 3,9
Sudoeste de la Amazonía 34336,7 132,3 0,4
Fuente: Elaboración Propia

Los bosques secos interandinos, dio este resultado por la importancia de las pendientes por
esta zona además la precipitación y el tipo de suelo en la mayoría de esta eco región, este
último es debido a que el tipo de suelo permite que el agua se infiltre a niveles bastante
profundos en donde las raíces no llegan y hace que busquen sectores en donde consigan agua,
aportando así a una erosión más profunda de los suelos. No obstante, este 25% podría deberse
también a una deforestación no registrada.

106
CAPÍTULO 6
EVALUACIÓN

107
6.1. EVALUACIÓN AMBIENTAL

La erosión del suelo es una de las problemáticas ambientales predominante a nivel mundial,
ya que es un fenómeno que se encarga de la degradación de los ecosistemas, afectando a la
economía a través de la agricultura; ya que reduce la fertilidad del suelo, removiendo
físicamente los nutrientes mediante el arrastre de partículas de los horizontes superiores,
mediante el agua y la lluvia; y en el turismo, al momento en que se realizan cambios físicos
de los lugares turísticos debido a las lluvias, desde el año de 1985 (Bertoni y Lombardi Neto)
se cuenta con estudios que sustentas que las tierras agrícolas se vuelven menos productivas:

- Degradación de la estructura del suelo

- Disminución de la materia orgánica
- Pérdida del suelo
- Pérdida de nutrientes
- Deterioro del abastecimiento del agua
Cuando el suelo sufre de una escorrentía, se llega a compactar, lo que reduce el desarrollo de
las raíces, el movimiento capilar del agua y la infiltración de agua y aire; como consecuencia,
asociado a ello los vientos juegan otro papel, pues al rozar con el suelo “limpia” la tierra de
sus nutrientes (FAO, 2018).
Deterioro del Abastecimiento del Agua.
El deterioro del abastecimiento de agua se refiere a la disminución de la cantidad de agua
subterránea y superficial, así como a la pérdida de calidad en el agua, la mala calidad del
agua, esto puede ser el resultado no sólo de un uso inadecuado del suelo y malas prácticas de
manejo que dan lugar al transporte de materiales por escorrentía superficial, sino también a
la contaminación urbana e industrial debido a procesos inadecuados de control y malos
sistemas sanitarios.
El incremento de la escorrentía es a menudo el resultado de cambios en el uso de la tierra que
reducen la cobertura protectora y la porosidad superficial. Estos cambios en el uso de la
tierra a menudo surgen cuando un aumento de población fuerza a esta a cultivar o pastorear
tierras que están escasamente adecuadas para el nuevo uso, por tal motivo es evidente que el
suelo pierda su capacidad para sostener una agricultura productiva llegando afectar así a la
economía de los países, sumando a ello el cambio climático que es provocado también por el
mismo ser humano (FAO, 2018).
Con la introducción anterior de las consecuencias de la erosión del suelo sobre las actividades
humanas, es que este instrumento se valida mediante evaluaciones con otras capas
adicionales a los criterios, en las cuales se muestran las causas y consecuencias de riesgo
erosivo en el departamento de La Paz, esta evaluación se enfoca en el impacto
socioambiental, que podría sufrir el departamento y sus consecuencias sobre las actividades
económicas de la población.

108
6.1.1. Deforestación en Relación al Riesgo a Erosión

Para este análisis del riesgo a erosión en relación a la deforestación se adjuntó una capa, en
la cual proporciona las zonas con mayor deforestación en el transcurso del año 2016. La
deforestación, como bien se sabe, es uno de los causantes de la erosión a nivel mundial, esta
permite que las condiciones climatológicas de diversas zonas afecten de mayor manera a los
suelos, esto sumado a las pendientes indica que estas zonas sean propensas a diversos riesgos
que serán analizados posteriormente.

Para la evaluación de deforestación en su relación con la erosión de los suelos, en el Mapa

16 de la siguiente página, se observa que debido a la deforestación, las pendientes registradas
y la abundante precipitación registrada en la zona, se tiene una tendencia alta a erosión, como
se explicó en el capítulo primero una de las consecuencias de la erosión son los
deslizamientos, esto depende del grado de inclinación de la pendiente, según Rhett A. Butler
en su informe de deforestación en Costa rica del 2009 en la página mongabay, indica que la
deforestación de zonas boscosas en trópicos lluviosos acelera la erosión de los suelos
provocando así perdida de cobertura y posterior deslizamiento.

Otro factor es el desbosque provocado para realizar las prácticas agrícolas, esto quiere decir
que parcelas e incluso hectáreas se talaran y/o quemaran para despejarlas y ser tratadas
incluso para crianza de ganado. No existe un mapa de desbosque para el departamento, todo
esto sumado a que la erosión también provoca desprendimiento de los nutrientes de la tierra,
otra de las capas que se podría implementar en un análisis posterior es el desbosque en zonas
boscosas.

109
 Mapa 16. Mapa de Deforestación en relación al Riesgo erosivo.

Fuente: Viceministro de Medio Ambiente, Biodiversidad, Cambios Climáticos y de Gestión y Desarrollo

Forestal 2016.

110
6.1.2. Riesgo a Erosión en Relación a los Riesgos de Desastres

Para el análisis de riesgos de desastres en relación a riesgos erosivos se tomaron 2 de las

consecuencias de la erosión de los suelos, las inundaciones y las sequias. Además de las
distintas alertas que fueron registradas a principio de año en el que se registró una mayor
precipitación en el país.
Se empezó por el riesgo a inundación, para este análisis se observan 2 mapas uno de alerta
de inundación y el otro de inundaciones registradas, en el Mapa 17 de la siguiente página,
observamos que la mayor inundación registrada está en la comunidad de Ixiamas, en la que
el mapa de riesgo a erosión indica una gran cobertura de alto riesgo, esto como se indicó en
el capítulo 2, las inundaciones son una de las consecuencias de la erosión de los suelos a nivel
mundial, esto debido al aumento de sedimentos en los cuerpos de agua y en la disminución
de tierra en las orillas de los ríos.

En el Mapa 18 de alertas de inundación en la página 112, al igual forma que en el Mapa 17

estas alertas de inundación podrían ser más bajas tomando medidas de prevención en las
zonas que el mapa indica riesgos de consideración, se percibe que en la zona central las
alertas naranja y amarilla de inundación, se encuentran en la concentración de riesgos muy
altos y altos, es decir, que los municipios afectados por la inundación son consecuencia de la
erosión de sus suelos.

Prosiguiendo con el análisis de riesgos se tiene a las sequias, en las la falta del recurso vital
para el sustento de la humanidad, el agua, en circunstancias extremas y adversas al ciclo
natural, llega a tener una ausencia notoria en el diario vivir de las poblaciones humanas, al
punto de casi desaparecer, el Mapa 19 de la página 113, muestra que en la zona de mayor
riesgo erosivo, que en este caso en la parte norte del departamento, cuenta con una amenaza
de sequía 1 año de cada 5 años, aunque en esta zona se registra una precipitación abundante,
la erosión es el causante mayoritario de las sequias, las sequias son otras de las consecuencias
de la erosión de los suelos, esto debido a que los sedimentos que son arrastrados por los ríos,
también por la precipitación en pendientes empinadas y otros factores de traslado de tierra,
afectan en el cauce y caudal de los ríos, desviándolos de su recorrido natural a un embalse o
cuerpo de agua inmóvil en donde alguna comunidad humana está asentada cerca, esto
provocando que el embalse como el río lleguen a secarse, esta consecuencia fue explicada en
el capítulo 2 del presente análisis .

111
 Mapa 17. Mapa de inundaciones registradas y riesgo erosivo de La Paz.

Fuente: Ministerio de Defensa - Viceministerio de Defensa Civil (Sistema Integrado de Información y Alerta
para la Gestión de Riesgo de Desastres (SINAGER - SAT))

112
 Mapa 18. Riesgo erosivo y alertas de inundación de La Paz.

Fuente: Ministerio de Defensa - Viceministerio de Defensa Civil (Sistema Integrado de Información y Alerta
para la Gestión de Riesgo de Desastres (SINAGER - SAT))

113
 Mapa 19. Mapa amenaza de sequía y riesgo erosivo de La Paz.

Fuente: Ministerio de Defensa - Viceministerio de Defensa Civil (Sistema Integrado de Información y Alerta
para la Gestión de Riesgo de Desastres (SINAGER - SAT))

114
6.1.3. Riesgo de Erosión en Zonas de Interés Social, Productivo y Natural.

En la evaluación de riesgos dentro intereses departamentales, se evalúan las posibles

consecuencias que tiene la erosión en los diferentes ámbitos de relacionamiento humano/
naturaleza, es decir, todas aquellas actividades que el ser humano realiza en conjunto con la
naturaleza sin modificar su estructura ecológica, como ser, turismo, aprovechamiento de
agua, etc., también, la relación social de la erosión sobre el estatus y la necesidad económica
de estos.

6.1.3.1. Riesgo erosivo en relación a centros poblados

En esta evaluación, se observan los centros poblados con mayor densidad poblacional,
capitales y centros ubicados en zonas con riesgos moderados, altos y muy altos, esto indica
que cantidad de la población de estos centros poblados y/o viviendas se encuentran en riesgo
constante de erosión y sus posibles consecuencias que los llevaría a pérdidas económicas y
humanas.

Debido a la preocupación por mantener el desarrollo económico dejó en segundo plano,

frecuentemente, la importancia que tendrían en el corto, mediano y largo plazos los costos
ambientales generados por las actividades económicas. Sin embargo, en la actualidad los
diferentes sectores de la sociedad han tomado mayor conciencia de los efectos negativos,
tanto económicos como sociales, de la degradación ambiental y de la explotación intensiva e
insostenible de los recursos naturales. Debido a que el crecimiento económico es uno de los
componentes del desarrollo sustentable y que la degradación ambiental tiene un impacto
directo en el crecimiento sostenido de la economía de cualquier país (Población y medio
ambiente Mexico, n.d.).

En México, el INEGI ha calculado los Costos Totales por Agotamiento y Degradación

Ambiental (CTADA) del país en los últimos años. Los CTADA se calculan con base en, los
costos de agotamiento de los recursos forestales, de los hidrocarburos (petróleo y gas natural),
del agua subterránea y de los derivados por el agotamiento de los recursos naturales
ocasionados por el cambio de uso del suelo; y por los costos asociados a la degradación que
incluyen los relacionados con la baja calidad del aire y la degradación y contaminación de
los suelos y agua (Población y medio ambiente Mexico, n.d.).

Los deslizamientos, aparte de ocasionar rupturas y degradación en los suelos, son

particularmente dañinos para las líneas vitales (carreteras acueductos, oleoductos). La
erosión, al remover las partículas finas y nutrientes del suelo hace perder su productividad y
aporta sedimentos que luego se depositarán en embalses y/o lechos fluviales perjudicando la
navegabilidad de los ríos. Tanto la erosión como la sedimentación son particularmente
nocivos para las obras civiles relacionadas con los cauces fluviales: puentes, muelles,
ciudades ribereñas, etc. (Organizacion de los Estados Americanos (OAS), 1987).

En cuanto a las crecidas e inundaciones, el impacto que pueden provocar es muy conocido
pues año con año se repiten, siendo tal vez uno de los fenómenos destructivos más frecuentes
y persistentes y que generan las pérdidas más grandes: destrucción de cultivos y líneas vitales,

115
aislamiento de poblaciones, erosión de bancos y terrazas aluviales, etc. (Organizacion de los
Estados Americanos (OAS), 1987).

Según el INE de acuerdo a sus proyecciones el 2018 Bolivia contaría con una población de
11,307,000 de habitantes, en el caso de La Paz serian alrededor de 2,883,000 de habitantes
que llegaría a ser un crecimiento del 25,5% en el departamento.

Para este análisis, se tiene la distribución indicada por el Plan Territorial de Desarrollo
Integral (PTDI) en el que muestra la distribución de las categorías de los centros poblados en
función del número de habitantes, a continuación, se observa la explicación de la distribución
según el Ministerio de Planificación del Desarrollo, (2016):

Categorización de los centros poblados

En esta parte se realizó la categorización de centros poblados con base en el análisis de la

población del territorio y la definición de tipos, de acuerdo al número de habitantes de cada
centro poblado. Este proceso permite clasificar los centros poblados de acuerdo a la cantidad
de población en:

• Las Regiones Metropolitanas, que se caracterizan por la alta concentración de

población en aglomeraciones urbanas conformadas por la unión física de dos o más
ciudades contiguas, consideran aquellas concentraciones de más de 500.000
habitantes que incluyen en algunos casos, a ciudades capitales.

• Ciudades capitales de departamento, se caracteriza por ser la aglomeración urbana

principal del departamento que concentra la actividad político/administrativa del
departamento.

• Las ciudades principales, se caracterizan por ser centros de articulación de espacios

territoriales que no forman parte de las regiones metropolitanas, pero que presentan
alta concentración de la población, con población entre 50.001 y 500.000 habitantes.

• Las ciudades mayores, con una población entre 15.001 y 50.000 habitantes, son
aquellos centros poblados que tienen menor tamaño de población que las ciudades
principales. Sin embargo, se constituyen en potenciales centros estratégicos de
articulación de centros poblados menores en términos económicos, sociales y
culturales, y desde una perspectiva espacial se proyectan como potenciales ciudades
principales debido a la alta migración de población rural hacia el mismo.

• Las ciudades menores, se caracterizan por presentar una limitada estructura urbana
por su reducida cantidad de habitantes, en función a las necesidades mínimas
requeridas de servicios básicos e infraestructura de comercio y servicio, que varían
entre 5.001 y 15.000 habitantes.

• Los centros poblados con servicios básicos, están constituidos por poblaciones
concentradas entre 2.001 y 5.000 habitantes, donde 60% o más de las viviendas
116
 disponen simultáneamente de servicios básicos de agua por cañería de red, energía
eléctrica disponible mediante red de empresa eléctrica u otra fuente y gas (por
cañería o garrafa) como combustible para cocinar.

• Los centros poblados sin servicios básicos son aquellos con una población reducida
y concentrada entre 2.000 y 5.000 habitantes, donde menos del 60% de las viviendas
no cuentan simultáneamente con servicios básicos: agua por cañería de red, energía
eléctrica y gas (por cañería o garrafa).

• Los poblados rurales, están constituidos por poblaciones con menos de 2000
habitantes. En algunos casos, estos centros poblados podrán ser considerados
urbanos de manera excepcional de acuerdo a los criterios definidos en el proceso de
homologación de radios/áreas urbanas.

Como se observa en el Mapa 20 de centros poblados, ciertos centros poblados con una
densidad poblacional extensa se encuentran en clasificaciones de riesgo a erosión altos y muy
altos, esto determina cuantos centros poblados y que cantidad de habitantes se encontrarían
en riesgos diversos de posibles desastres, los efectos que la erosión tiene sobre la población
son variados, desde perdidas de cultivos, deslizamientos, inundaciones, sequias y perdida de
senderos conectores, la erosión es un problema que afecta tanto en lo económico como en la
calidad de vida de la población del departamento, en la Tabla 34 se observan las poblaciones
que se encuentran en este análisis.

117
 Mapa 20. Riesgo a erosión y centros poblados.

Fuente: Instituto Nacional de Estadística (INE), Lineamientos Metodológicos para la Formulación de Planos
Territoriales de Desarrollo Integral Para Vivir Bien (PTDI).

118
 Tabla 34. Centros poblados.

Población Clasificación
Nombre del Población Categoría del
2018 método del centro
centro 2012 centro
Aritmético poblado por
poblado (hab) poblado
(hab) habitante

Poblados
30 de Agosto 17 20 0 - 2000
Rurales
Poblados
Achiquiri 1216 1414 0 - 2000
Rurales

Agua Blanca Poblados

180 204 0 - 2000
AyB Rurales

Poblados
Aten 351 416 0 - 2000
Rurales
Poblados
Bolzon 0 0 0 - 2000
Rurales
Poblados
Bravillo Alto 119 119 0 - 2000
Rurales
Poblados
Bravo Alto 29 32 0 - 2000
Rurales
Bravo Poblados
142 157 0 - 2000
Salviani Rurales
Poblados
Campo Bravo 21 25 0 - 2000
Rurales
Poblados
Castilluma 79 81 0 - 2000
Rurales
Poblados
Cerro Verde 13 12 0 - 2000
Rurales
Poblados
Chaguaya 174 158 0 - 2000
Rurales
Poblados
Chajolpaya 295 323 0 - 2000
Rurales
Poblados
Chajraya 58 53 0 - 2000
Rurales
Poblados
Challaguaya 59 54 0 - 2000
Rurales
Challana Poblados
562 628 0 - 2000
Pampa Rurales

119
 Población Clasificación
Nombre del Población Categoría del
2018 método del centro
centro 2012 centro
Aritmético poblado por
poblado (hab) poblado
(hab) habitante

Poblados
Charque 0 0 0 - 2000
Rurales
Poblados
Chiliza 218 253 0 - 2000
Rurales
Poblados
Chipa 0 0 0 - 2000
Rurales
Poblados
Chocaqui 0 0 0 - 2000
Rurales
Poblados
Coajoni 30 27 0 - 2000
Rurales

Collana Poblados
68 0 0 - 2000
Añahuayani Rurales

Poblados
Cotalpalca 0 0 0 - 2000
Rurales
Poblados
Cristo Rey 0 0 0 - 2000
Rurales
Cuajoni Poblados
0 0 0 - 2000
Antahua Rurales
Poblados
Ejra 72 79 0 - 2000
Rurales
Poblados
Emanuel 100 112 0 - 2000
Rurales

Fortaleza de Poblados
0 0 0 - 2000
Tuiri Rurales

Poblados
Gran Poder I 0 0 0 - 2000
Rurales
Poblados
Huajchilla 1078 1149 0 - 2000
Rurales
Poblados
Huaraca 76 0 0 - 2000
Rurales
Poblados
Huata Huata 72 83 0 - 2000
Rurales
Poblados
Huichuraya 38 42 0 - 2000
Rurales

120
 Población Clasificación
Nombre del Población Categoría del
2018 método del centro
centro 2012 centro
Aritmético poblado por
poblado (hab) poblado
(hab) habitante

Poblados
Huisllani 41 46 0 - 2000
Rurales
Poblados
Huma Marca 19 18 0 - 2000
Rurales

Humamarca
Poblados
y Carmen 0 0 0 - 2000
Rurales
Choro

Poblados
Inca Roca 139 161 0 - 2000
Rurales
Independenci Poblados
30 34 0 - 2000
a Rurales
Poblados
Ishuaya 123 138 0 - 2000
Rurales
Poblados
Isihuaya 75 84 0 - 2000
Rurales
Poblados
Jallallica 189 194 0 - 2000
Rurales
Poblados
Japo 44 41 0 - 2000
Rurales

Kalabatea de Poblados
131 157 0 - 2000
Ayacucho Rurales

Poblados
Keara 179 203 0 - 2000
Rurales
Poblados
La Palca 49 58 0 - 2000
Rurales
Lanza Poblados
392 407 0 - 2000
Mohoza Rurales

Poblados
Las Pampitas 0 0 0 - 2000
Rurales

Poblados
Llica 23 26 0 - 2000
Rurales

121
 Población Clasificación
Nombre del Población Categoría del
2018 método del centro
centro 2012 centro
Aritmético poblado por
poblado (hab) poblado
(hab) habitante

Poblados
Llipi 120 131 0 - 2000
Rurales
Poblados
Llojllapampa 36 34 0 - 2000
Rurales
Poblados
Los Andes 0 0 0 - 2000
Rurales
Poblados
Marca 170 204 0 - 2000
Rurales

Miguel Poblados
0 0 0 - 2000
Doolling Rurales

Poblados
Miraflores 30 35 0 - 2000
Rurales
Poblados
Mojos 66 78 0 - 2000
Rurales
Poblados
Molinos 155 166 0 - 2000
Rurales

Nueva Poblados
0 0 0 - 2000
Esperanza Rurales

Poblados
Pachamaya 59 58 0 - 2000
Rurales
Poblados
Pajchiri 151 183 0 - 2000
Rurales
Poblados
Palillada 42 48 0 - 2000
Rurales
Poblados
Pata 258 306 0 - 2000
Rurales
Pichincha Poblados
0 0 0 - 2000
Chico Rurales

Pichincha Poblados
0 0 0 - 2000
Grande Rurales

Poblados
Piquenchaca 45 55 0 - 2000
Rurales

122
 Población Clasificación
Nombre del Población Categoría del
2018 método del centro
centro 2012 centro
Aritmético poblado por
poblado (hab) poblado
(hab) habitante

Poblados
Pongo B-2 140 150 0 - 2000
Rurales
Pongo B-2 Poblados
382 409 0 - 2000
(Civil) Rurales
Poblados
Pucara 200 225 0 - 2000
Rurales

Pueblo Villa
Poblados
Asunción de 0 0 0 - 2000
Rurales
Machaca

Poblados
Puina 284 321 0 - 2000
Rurales
Poblados
Querarani 200 218 0 - 2000
Rurales
Poblados
Quimsachata 44 53 0 - 2000
Rurales
Poblados
Rosario 488 548 0 - 2000
Rurales

San Jose de
Poblados
Uchupiamon 630 726 0 - 2000
Rurales
as

Poblados
Santa Ana 48 57 0 - 2000
Rurales
Sapucuni Poblados
137 153 0 - 2000
Tuljuni Rurales
Poblados
Sivincani 170 170 0 - 2000
Rurales

Sora
Poblados
Ticapampa 0 0 0 - 2000
Rurales
Zona B

Poblados
Tacagua 46 49 0 - 2000
Rurales

123
 Población Clasificación
Nombre del Población Categoría del
2018 método del centro
centro 2012 centro
Aritmético poblado por
poblado (hab) poblado
(hab) habitante

Poblados
Taypi Centro 214 227 0 - 2000
Rurales
Titicani Poblados
94 100 0 - 2000
Tacaca Rurales
Poblados
Torewa 41 49 0 - 2000
Rurales
Poblados
Totorani 258 258 0 - 2000
Rurales
Poblados
Tuiri 178 207 0 - 2000
Rurales
Poblados
Vacas 0 0 0 - 2000
Rurales
Poblados
Vilacota 77 80 0 - 2000
Rurales
Poblados
Villa Andina 0 0 0 - 2000
Rurales
Poblados
Villa Carmen 0 0 0 - 2000
Rurales
Poblados
Villa Khora 490 555 0 - 2000
Rurales
Poblados
Villa Marka 62 74 0 - 2000
Rurales

Villa Poblados
0 0 0 - 2000
Pichincha Rurales

Poblados
Witoponte 579 647 0 - 2000
Rurales
Poblados
Yolosani 105 117 0 - 2000
Rurales

Centros
Poblados con
Guanay 4165 4657 2000 - 5000
y sin servicios
básicos

124
 Población Clasificación
Nombre del Población Categoría del
2018 método del centro
centro 2012 centro
Aritmético poblado por
poblado (hab) poblado
(hab) habitante

Centros
Poblados con
Ixiamas 4030 4777 2000 - 5000
y sin servicios
básicos

Ciudades
Achacachi 9302 6662 5001 - 15000
Menores
Ciudades
Apolo 6376 7554 5001 - 15000
Menores

Campamento Ciudades
5972 6198 5001 - 15000
Colquiri Menores

Ciudades
Caranavi 13299 14528 5001 - 15000
Menores
Ciudades
Copacabana 5731 5803 5001 - 15000
Menores
Ciudades
Lahuachaca 5874 6304 5001 - 15000
Menores
Palos Ciudades
5478 6415 5001 - 15000
Blancos Menores
Ciudades
Patacamaya 11249 11985 5001 - 15000
Menores
Ciudades
Achocalla 18722 19834 15001 - 50000
Mayores
Ciudades
Viacha 62979 77187 51000 - 500000
Principales
Regiones
El Alto 846880 953587 > 500000
Metropolitanas
Regiones
La Paz 758845 743365 > 500000
Metropolitanas
Fuente: Instituto Nacional de Estadística (INE), Lineamientos Metodológicos para la Formulación de Planos
Territoriales de Desarrollo Integral Para Vivir Bien (PTDI).

125
6.1.3.2. Riesgo a erosión en relación a la pobreza extrema

Para esta evaluación la capa de incidencia de pobreza extrema muestra los porcentajes de
incidencia de pobreza extrema en el país a nivel municipal, el estado más severo de pobreza
esta en base al porcentaje de personas que no pueden satisfacer varias de las necesidades
básicas para vivir como alimento, agua potable, techo y salud. Elaborado por la Unidad de
Análisis de Políticas Sociales y Económicas en 2006, tomando como referencia datos de la
Encuesta de hogares (Instituto Nacional de Estadística) del año 2001. En el mapa se analiza
la relación que tiene el riesgo a erosión respecto a la pobreza extrema registrada en el
departamento, esto debido a que la erosión ya sea provocando inundaciones, riadas u otro
tipo de desastres podrían afectar directamente a la economía de ciertas poblaciones en las
que no se tiene un buen manejo de prevención de éstos.

El Mapa 21 de la siguiente página, se observa que las zonas con mayor riesgo a erosión tienen
una incidencia de pobreza, debido a factores de la zona misma, no tanto por la erosión del
suelo, pero es probable que este sea uno de los factores con mayor peso sobre la economía
de estos municipios, se recomendaría realizar una evaluación a profundidad de los factores
que provocan esta pobreza extrema y actualizar los datos.

El presente instrumento proporciona una de las posibles causas de la pobreza extrema en

estas zonas, ya que la erosión provoca perdida de nutriente de los suelos, desvíos de los
causes en los ríos, baja calidad de agua, etc., todas las consecuencias que trae la erosión de
los suelos ya mencionados anteriormente en otros capítulos del presente análisis. No
obstante, este instrumento determina las zonas en las que se tienen riesgos erosivos en el
departamento viendo claramente que las zonas con alto y muy alto riesgo, se muestra el
mayor porcentaje de incidencia de pobreza extrema.

126
 Mapa 21. Evaluación pobreza extrema.

Fuente: Centro para el Desarrollo y el Medio Ambiente.

127
6.1.3.3. Evaluación de Riesgo a erosión en Áreas protegidas del departamento de La
Paz.

En la evaluación de áreas protegidas se observan 3 capas: áreas protegidas nacionales,

departamentales y municipales. Este análisis determinaría qué autoridad o autoridades en
conjunto deberán realizar prevenciones, puesto que estas áreas son de interés internacional.
En el Mapa 22 de la siguiente página, se observan que riesgos se encuentran dentro de las
áreas protegidas, esto seguido de una evaluación de porcentaje de coberturas de estos riesgos,
solo se realizó la evaluación para riesgos altos y muy altos.

Tabla 35. Cobertura de riesgo alto en áreas protegidas nacionales y municipales.

Área de Porcentaje
Nombre del
ID Área Área cobertura de
Categoría Área
Protegida (Km2) de riesgo cobertura
Protegida
(Km2) (%)
Área Natural de
51 Apolobamba 4734,5 320,6 6,8
Manejo Integrado
50 Parque Nacional Madidi 12691 608,2 4,8
Área Natural de
49 Madidi 6034,3 53,1 0,9
Manejo Integrado
Reserva de la
47 Biósfera y Territorio Pilón Lajas 2151,5 7,2 0,3
Indígena
Áreas Protegidas Municipales
Área de Protección de
16 Tres arroyos 8,3 8,3 100,0
Cuencas
Área de Protección de Serranía de
18 56,2 51,1 90,9
Cuencas Paramarani
Reserva de Vida Serranía de
51 74,4 6,1 8,2
Silvestre Ticoma
Serranía del
Área Protegida
17 Tigre Alto 326,7 22,4 6,8
Municipal
Madidi
Fuente: Elaboración Propia

En esta tabla, se observa que las áreas protegidas con mayor cobertura de riesgo alto a erosión
son las municipales, es decir que el municipio en el que se encuentra esta área protegida está
en la obligación de realizar medidas preventivas en estas zonas para aun tener las áreas en la
gloria que estamos acostumbrados a observarlas.

128
 Mapa 22. Mapa de evaluación de riesgos en áreas protegidas nacionales y municipales.

Fuente: Servicio Nacional de Áreas Protegidas (SERNAP).

129
 Tabla 36. Evaluación de áreas protegidas con muy alto riesgo erosivo.

Área de Porcentaje
Nombre del
ID Área Área cobertura de
Categoría Área
Protegida (Km2) de riesgo cobertura
Protegida
(Km2) (%)
Área de
Serranía de
18 Protección de 56,2 5,1 9,1
Paramarani
Cuencas
Áreas protegidas Nacionales
Reserva de la
Biósfera y
47 Pilón Lajas 2151,5 1534,8 71,3
Territorio
Indígena
Área Natural de
49 Madidi 6034,3 3053,7 50,6
Manejo Integrado
50 Parque Nacional Madidi 12690,8 4837,2 38,1
Área Natural de
51 Apolobamba 4734,5 1126,1 23,8
Manejo Integrado
Fuente: Elaboración Propia

En este caso, las áreas que requieren una revisión exhaustiva son: las áreas protegidas
nacionales, puesto que como vemos en la Tabla 36 están en una zona de muy alto riesgo
erosivo y esto para el medio ambiente como para la economía turística es un problema de
gran magnitud.

Para este análisis de áreas protegidas, se muestra el grado del riesgo de pérdida de la
biodiversidad que caracteriza a nuestro país. La erosión provoca cambios bruscos en los
entornos ecológicos, sesgando a diversas especies endémicas de las zonas, tanto fauna y flora
se encuentran en riesgos altos de daño frente a la erosión.

6.1.3.4. Evaluación de Riesgo a erosión en sitios Ramsar del departamento de La Paz.

Los sitios RAMSAR del departamento de La Paz no cuentan con un riesgo alto ni muy alto
de erosión, pero si tiene en ciertas zonas en las que existe riesgo moderado y si no se previene
esto podría aumentar de categoría. Estos sitios RAMSAR son muy importantes para la salud
y economía de ciertos municipios de departamento, es por esta razón que aunque no se
encuentren en una zona de alto riesgo, se recomienda que se controlen el riesgo moderado
que se tiene.

El Mapa 23 de la siguiente página, muestra la distribución de los sitios RAMSAR, el único

de importancia es el del Lago Titicaca, el segundo sitio RAMSAR no tiene una cobertura
significativa pero entra en una zona de riesgo moderado este es el Río Matos. Empero, el
sitio RAMSAR del lago Titicaca al tener una vasta extensión corre un gras riesgo al
encontrarse en una zona de riesgo moderado.

130
 Mapa 23. Mapa de evaluación sitios RAMSAR.

Fuente: Ministerio de Medio Ambiente y Agua.

131
6.1.4. Riesgo a erosión y la presencia de carbono orgánico en los suelos

En los suelos, la liberación de CO2 a la atmósfera se produce cuando los residuos orgánicos
o la materia orgánica en el suelo (MOS) se oxidan. El flujo de CO2 liberado por la fauna del
suelo y las raíces subterráneas del suelo a la atmósfera se denomina respiración del suelo y
representa el segundo mayor flujo de carbono terrestre (Raich y Potter, 1995).

La respiración del suelo es estacionalmente variable, ya que está controlada por factores
ambientales como la temperatura, la humedad, el contenido de nutrientes del suelo y la
concentración de oxígeno. El efecto del cambio climático, especialmente el aumento de las
temperaturas y el cambio de los regímenes de precipitación, es la respiración del suelo
(Lefèvre et al., 2017).

La temperatura y la precipitación son los factores más importantes en el control de la

dinámica del Carbono Orgánico del Suelo (COS) (Deb et al., 2015). El aumento de las
temperaturas puede acelerar la producción vegetal, incrementando los aportes de carbono al
suelo, al mismo tiempo que se incrementará la descomposición microbiana del COS
(Keestrea et al., 2016).

Este aumento en la frecuencia de eventos extremos puede exacerbar la tasa y la

susceptibilidad a la erosión, la salinización y otros procesos de degradación acelerados, lo
que conduce a nuevas pérdidas de carbono. Finalmente, el cambio climático puede afectar a
varios factores formadores de suelos, incluyendo lluvia, temperatura, microorganismos/biota
y vegetación, afectando negativamente la tasa de acumulación de COS (FAO y GTIS, 2015).

En el análisis de la relación de los riesgos erosivos con la presencia de carbono en los suelos,
ya que la erosión de los suelos podría considerar la perdida de carbono en los suelos
derivando en zonas áridas, en las cuales no se puede realizar ningún tipo de actividad
económica y en el peor de los casos provocando una emisión de CO2 a la atmosfera
aumentando los gases de efecto invernadero. Como se observa en el Mapa 24 las zonas con
mayor riesgo erosivo están en las zonas con mayor concentración de COS.

132
 Mapa 24. Riesgo erosivo y presencia de COS en el departamento de La Paz.

Fuente: Ministerio de Desarrollo Rural y Tierras - Viceministerio de Tierras (Dirección General de Distribución
de Tierras).

133
6.1.4.1. Potencial productivo en relación con el riesgo erosivo.

En la evaluación de potencial productivo se sobrepuso a este el mapa de análisis de riesgo a

erosión para observar que zonas con mayor riesgo erosivo caen en potenciales productivos
de interés económico para el departamento. La Tabla 38 en la página 135, muestra el
porcentaje de cobertura de la clasificación de alto riesgo erosivo dentro las áreas de
potenciales productivos, esta se encuentra ordenada desde el mayor porcentaje de cobertura
al menor.

Tabla 37. Riesgo Erosivo Alto para el potencial productivo

Porcentaje
Área potencial Área
Potencial Productivo Cobertura
productivo Riesgo
(%)
Agropecuario limitado 1608 181 11
Andinismo 293 36 12
Cultivos agrícolas 3488 1238 35
Cultivos agrícolas mercado local 288 19 7
Cultivos de hortalizas y frutas 1639 359 22
Cultivos industriales y de consumo 682 337 49
Explotación de yacimientos mineros 2568 381 15
Forestal limitado 37729 12254 32
Forestal maderable y no maderable 16684 7815 47
Forestal maderable y no maderable
8627 2611 30
limitado
Ganadería 0,0002 0,0002 100
Ganadería bovina 1102 828 75
Ganadería bovina uso limitado 7518 5650 75
Pastoreo extensivo 2324 293 13
Pastoreo limitado 5285 833 16
Piscícola y captación de agua 356 196 55
Protección y vida silvestre 8 3 41
Turístico escénico 166 87 52
Zona urbana 6 4 71
Fuente: Elaboración propia.

134
 Mapa 25. Potencial productivo y riesgo a erosión.

Fuente: Ministerio de Desarrollo Productivo y Economía Plural.

135
 Tabla 38. Riesgo muy alto de potencial productivo.

Área Porcentaje
Área
Potencial Productivo potencial Cobertura
Riesgo
productivo (%)
Agropecuario 0,00044 0,00044 100
Agropecuario limitado 318 284 89
Andinismo 131 47 36
Cultivos agrícolas 3351 1615 48
Cultivos agrícolas mercado local 281 1 0,5
Cultivos de hortalizas y frutas 1488 580 39
Cultivos industriales y de consumo 433 60 14
Explotación de yacimientos mineros 1641 668 41
Forestal limitado 30577 1467 5
Forestal maderable y no maderable 16684 42 0,3
Forestal maderable y no maderable
8627 13 0,2
limitado
Ganadería bovina 1102 14 1
Ganadería bovina uso limitado 7518 383 5
Pastoreo extensivo 817 57 7
Pastoreo limitado 3367 641 19
Piscícola y captación de agua 340 21 6
Protección y vida silvestre 7 0,35 5
Turístico escénico 151 12 8
Zona urbana 2,48 1,86 75
Fuente: Elaboración propia.

6.2. APORTE DEL ANÁLISIS AL PLAN NACIONAL DE CUENCAS (PNC)

El Programa Plurianual del Plan Nacional de Cuencas 2013-2020 se formula con base en la
Constitución Política del Estado Plurinacional y leyes vigentes, y se inscribe en la Agenda
Patriótica 2025 del Gobierno de Bolivia. La problemática de la Gestión Integral de Recursos
Hídricos y de Manejo Integral de Cuencas, se manifiesta en las diferentes regiones del País,
de acuerdo a las distintas características de cada región. Entre los problemas encontradas, al
que responde el PNC con políticas de intervención, fortalecimiento institucional y desarrollo
de capacidades, están la contaminación de las fuentes de agua, las riadas e inundaciones
ocasionadas por fenómenos climáticos extremos, las sequías que ponen en riesgo la seguridad
alimentaria y el abastecimiento de centros poblados con los servicios básicos de agua potable,
y la deforestación, degradación de suelos y desertificación (Ministerio de Medio Ambiente y
Agua Viceministerio de Recursos Hídricos y Riego, 2017).

El presente análisis tiene un aporte importante para el PNC, más específico en la aplicación
de sus componentes, que a continuación se explican y el aporte del análisis a cada uno de los
7 componentes, siendo un instrumento para la toma de decisiones determinando la cobertura

136
de los riesgos erosivos dentro el departamento para identificar cuencas que deben ser
analizadas en más detalle.

6.2.1. Componente 1: Gestión de Cuencas Estratégicas y Planes Directores de Cuenca

(GCE/PDC)

A través de este componente, el PNC desarrolla la orientación, facilitación e implementación

de Planes Directores de Cuenca (PDC) en CE, a través del establecimiento de alianzas
institucionales y acuerdos para la promoción, facilitación, asistencia técnica y gestión de
financiamiento para su implementación (Ministerio de Medio Ambiente y Agua
Viceministerio de Recursos Hídricos y Riego, 2017).

En este componente, el instrumento determinaría un aporte de medias o acciones en posibles

problemas u obstáculos en manejo de erosión por distintas actividades humanas en el
departamento de La Paz, para así ciertas cuencas cercanas a estas zonas de riesgo sean
consideradas prioritarias por los riesgos potenciales que se podrían presentar.

6.2.2. Componente 2: Inversiones en Gestión Integrada de Recursos Hídricos (GIRH)/

Manejo Integral de Cuencas (MIC).

A través del componente 2, el PNC promueve la implementación de proyectos de GIRH y

MIC a nivel de microcuencas, en respuesta a la creciente demanda que existe para este tipo
de proyectos por parte de organizaciones locales, municipios, mancomunidades,
gobernaciones y otras instancias (Ministerio de Medio Ambiente y Agua Viceministerio de
Recursos Hídricos y Riego, 2017).

Para este componente, el instrumento aportaría en la priorización de las áreas de intervención

inmediata en el caso de prevención de desastres potenciales, con proyectos de reforestación
o distintas alternativas de prevención y mitigación de erosión.

6.2.3. Componente 3: Gestión de Riesgos Hidrológicos y de Cambio Climático (GRH-

CC)

En la gestión de riesgos hidrológicos y de cambio climático del PNC, el énfasis está en los
aspectos de prevención, a través de la promoción de una adecuada gestión de las cuencas, la
introducción de técnicas e infraestructuras climático-resilientes, la alerta temprana
hidrológica, el respeto a las franjas de seguridad en los márgenes de los ríos, el desarrollo de
capacidades y actitudes de prevención en la población y las autoridades y la implementación
de proyectos de protección contra sequías e inundaciones (Ministerio de Medio Ambiente y
Agua Viceministerio de Recursos Hídricos y Riego, 2017).

En este componente, el instrumento proporciona información determinando zonas con

riesgos referidos a la erosión en las cuencas como, inundaciones, sequias, etc., este
instrumento permitirá a las autoridades las zonas con riesgos erosivos elevados y con
vulnerabilidad al cambio climático, priorizando así su intervención.

137
6.2.4. Componente 4: Gestión de la Calidad Hídrica (GCH)

A través del componente 4 el PNC busca promover espacios de gestión de la calidad hídrica
a nivel de organismos de cuencas (plataformas, OGC) entre autoridades ambientales
(Municipios, Gobernaciones), sectores productivos (minería, industria, agricultura, EPSAS)
y organizaciones sociales para impulsar los cambios requeridos en la gestión de la calidad
hídrica para vivir bien (Ministerio de Medio Ambiente y Agua Viceministerio de Recursos
Hídricos y Riego, 2017).

Para este componente, el arrastre de sedimentos que se podrían dar por las zonas con mayor
riesgo erosivo, derivaría en una carga de sedimentos en las cuencas estratégicas, que serían
causantes de pérdidas de cause, reducción del flujo de las cuencas, escases de agua en los
municipios que utilicen estas cuencas y reducción en la calidad hídrica dependiendo las
actividades humanas que se encuentren en las zonas, claramente todo esto tomando en base
el mapa de riesgo erosivo para determinar las zonas que se debería hacer un análisis más
detallado con datos específicos de las zonas en las que es menester la intervención para evitar
desastres a futuro.

6.2.5. Componente 5: Programa Intercultural de Cuencas Pedagógicas (PICP)

La modalidad de implementación del Programa Intercultural de Cuencas Pedagógicas (PICP)

del PNC, se desarrolla a través del establecimiento de alianzas con instituciones facilitadoras
(IF) con capacidad de desarrollar procesos de investigación-acción en cuencas, además de
facilitar procesos de aprendizaje e interaprendizaje sobre la base del concepto de “diálogo de
saberes” (Ministerio de Medio Ambiente y Agua Viceministerio de Recursos Hídricos y
Riego, 2017).

Para el presente componente, si bien el instrumento no tiene un aporte directo, proporcionaría

un nuevo saber para el manejo de las cuencas y las consecuencias del mal manejo de estas
con las actividades humanas que se realizar alrededor de las cuencas, incluso determinación
de sectores en los cuales se deberían aplicar ciertas prácticas ancestrales o modernas para la
mitigación del riesgo erosivo mostrado en el instrumento.

6.2.6. Componente 6: Gestión de sistemas de información y comunicación hídrico-

ambiental (GSIC)

En el componente 6 en el PNC por la importancia de la generación, el acceso, el intercambio

y la utilización del conocimiento e información en la gestión de cuencas. Mientras que los
distintos componentes consideran actividades específicas relacionadas a la información y
conocimiento, es a través del componente 6 que se coordinan y centralizan todas estas
actividades a fin de optimizar la calidad, disponibilidad e intercambio de los servicios de
información y productos de comunicación generados (Ministerio de Medio Ambiente y Agua
Viceministerio de Recursos Hídricos y Riego, 2017).

138
En este componente, el instrumento sirve de apoyo para toma de decisiones para los técnicos
municipales, ya que conglomera toda la información necesaria para determinar las zonas con
riesgo erosivo que el municipio podría necesitar.

6.2.7. Componente 7: Fortalecimiento institucional y desarrollo de capacidades para

la gestión hídrico-ambiental (FI-DC)

En el último componente el instrumento aporta que tipo de capacidades deberían desarrollar

los técnicos municipales, determinando un fortalecimiento entre instituciones municipales e
integrantes de los proyectos de prevención o mitigación de riesgos para establecer tipos de
alerta temprana de riesgos que podrían afectar a los municipios en análisis. El instrumento
en conjunto con las autoridades pertinentes ayuda a determinar las condiciones de
mejoramiento de las cuencas, determinándose un instrumento de toma de decisiones y en
desarrollo de capacidades, este instrumento no tendría ningún problema en establecer los
riesgos erosivos y los problemas que conlleva una erosión de los suelos, sus consecuencias a
nivel ambiental, como a nivel económico en los municipios. Para los desbordes y riadas,
también son necesarias medidas de prevención, pero al mitigar los derrumbes y
deslizamientos, los sedimentos no llegarían a los ríos principales y así se evitarían las crecidas
de ríos, por otra parte aumentar la profundidad de los ríos trúncales o con historial de
desborde y educación de mantenimiento de nuestras cuencas principales.

6.3.COMPARACIÓN DE OTROS ESTUDIOS REALIZADOS DENTRO EL

DEPARTAMENTO DE LA PAZ

Dentro este capítulo se realizó la evaluación del mapa de riesgo erosivo en relación a distintos
sectores, amenazas y diversos factores que conllevan a riesgos de erosión, consecuencias y
sectores de interés público y ambiental dentro el departamento, por otra parte para indicar la
practicidad del mapa de riesgo erosivo como una herramienta de toma de decisiones, es que
en este punto se realiza la comparación del presente análisis con un análisis de riesgo de
deslizamiento en el municipio de Achocalla, esta comparación solo se la realizara de forma
visual si coincide con la mayoría de los riesgos que el análisis de riesgo a deslizamiento
realizado en dicho municipio en comparación al de riesgo erosivo, esto para indicar que
efectivamente el mapa presentado cumple con su rol de determinar las zonas con riesgos
erosivos, actuando así como una herramienta en la toma de decisiones para el manejo de
riesgos.

El estudio titulado “CARTOGRAFIA DE ZONAS DE RIESGO A DESLIZAMIENTOS DEL

MUNICIPIO DE ACHOCALLA DEL DEPARTAMENTO DE LA PAZ, MEDIANTE LA
APLICACION DE DOS METODOLOGÍAS DE EVALUACIÓN (Aplicación del Modelo de
Evaluación Espacial Multicriterio en entorno SIG)”, presentado por el Lic. Huber Augusto
Mamani Gutierrez el 2016, muestra en la imagen las zonas con mayor riesgo de deslizamiento
realizando un análisis multicriterio en conjunto con los SIG, mostrando en el lado izquierdo
la cobertura de riesgo de deslizamiento determinada por las coberturas o criterios
normalizados y a la derecha la cobertura de riesgo mediante asignación directa de clases,
realizando la evaluación visual de los riesgos proporcionados en el estudio de Achocalla y el
mapa de riesgo erosión, mencionando que los deslizamientos son una de las consecuencias
139
del riesgo erosivo de los suelos, se observa que efectivamente la distribución de riesgos son
bastante parecidos, no son idénticos por la diferencia de criterios que se tomaron para cada
análisis y la puntualidad de la zona de estudio, asimismo que para el análisis de Achocalla se
realizaron toma de muestras en campo, esto incrementa el detalle de la información para
determinar riesgos en zonas específicas.

Imágen 3. Mapas de riesgo a deslizamiento del municipio de Achocalla.

Fuente: LIC. HUBER AUGUSTO MAMANI GUTIERREZ, 2016.

140
6.4.ALTERNATIVAS DE PREVENCIÓN DE RIESGO A EROSIÓN

Un adecuado diagnóstico para controlar la erosión, transporte y sedimentación de suelos es

empezar analizando el fenómeno de riesgo de erosión, para así determinar la mejor solución,
sea por los resultados, como por la mejor relación costo-beneficio.

El diagnóstico debe contemplar el análisis de tres factores que describen el fenómeno erosivo:
frecuencia, permanencia e intensidad. La interacción de estas tres variables determina el tipo
de solución y grado de protección necesaria, relacionada al nivel de riesgo y consecuencias
que puede ocasionar la erosión. El análisis se completa con datos propios del ambiente (tipo
de suelo, topografía, clima, etc.), uso y del grado de seguridad requerido del área a proteger,
e incluso impacto paisajístico del sitio y la intervención a realizar (Revista Vial, 2016).

Al tener estas alternativas de prevención es menester pensar en aplicarlas en las zonas con
mayor riesgo erosivo, para evitar desastres como los que presenciamos a principios de este
año, es por eso que se presentan las siguientes alternativas de prevención de riesgos erosivos.
• Hidrocobertura: Se basa en la aplicación hidráulica de un mulch de fibras y otros
componentes especiales. Es un producto especialmente diseñado para el control de
erosión y vegetalización. Se proyecta sobre taludes generando un manto constante y
homogéneo que protege el suelo. En la misma mezcla se adicionan semillas,
fertilizantes y activadores orgánicos, siendo un excelente medio de siembra y
reactivador biológico de suelos inorgánicos. Ofrece una protección primaria de
superficies inclinadas y maximiza el proceso de vegetalización. Se utiliza también en
combinación con geomantas (Revista Vial, 2016).
• Geomantas: Son mantos provistos en rollos que se despliegan sobre la superficie a
proteger. Generan una protección física del suelo, aumentan la rugosidad mejorando
la infiltración y disminuyendo la velocidad del agua. No sólo protegen al suelo, sino
que interactúan con la vegetación que crece a través de su matriz. Pueden estar
constituidas por fibras orgánicas o sintéticas, con matrices y vinculaciones diversas.
Las geomantas de fibras orgánicas (también llamadas biomantas) son temporales por
su carácter biodegradable. Las más utilizadas son de fibra de coco, por el largo y
durabilidad de su fibra. Se utilizan en pendientes medias y sin permanencia de agua.
Por otro lado, las geomantas sintéticas se consideran de carácter permanente, por lo
que es importante su resistencia a los rayos UV. Las más utilizadas son las
denominadas geomantas TRM (mantas de refuerzo de vegetación, por sus siglas en
inglés: Turf Reinforcement Mats), por su elevada resistencia a la tracción. La
vegetación al crecer a través de su matriz se ve reforzada y evita de ser arrancada por
el efecto de arrastre del agua. Dentro de este grupo, hay geomantas TRM no tejidas y
tejidas. Estas últimas son las de mayor resistencia y cobertura de suelo, pudiendo
soportar velocidades de hasta 7,6 m/s y tracciones de 43,8 kN/m (Revista Vial, 2016).
• Geoceldas: Es un sistema de confinamiento celular, en forma de panal de abejas,
conformado por láminas de polietileno de alta densidad, con un amplio rango de
aplicaciones. Entre ellas, se utiliza para la protección de taludes (rellenas con suelo),
canalizaciones, estribos de puentes, defensa de costas (rellenas con hormigón), o

141
 bordes costeros (rellenas con piedra). Es un sistema muy versátil, de fácil
adaptabilidad a diferentes geometrías, que desarrolla protecciones efectivas frente a
una amplia gama de requerimientos (Revista Vial, 2016).
• Revestimientos de hormigón: Los revestimientos de hormigón se emplean cuando la
intensidad de las acciones erosivas (corriente, oleaje), el sitio (superficies bajo agua
o con fuerte pendiente), o las condiciones ambientales (suelos inorgánicos, climas
extremos) desaconsejan la implantación de una cobertura vegetal. Estos
revestimientos se presentan bajo diversas formas, desde simples coberturas (mantas
cementicos) hasta sistemas más complejos que actúan por el peso e interacción de sus
componentes (bloques articulados, mantas de bloques y colchones inyectados).
Suelen ser alternativas de fácil instalación y que representan soluciones de menor
costo e impacto ambiental que los tradicionales enrocados que en muchos casos
reemplazan (Revista Vial, 2016).

• Estructuras de contención: Existen diferentes productos y tecnologías, que a la vez de

controlar la erosión del suelo, parcial o totalmente, lo contienen. Desde los
biorretenedores (fajinas tubulares de fibras orgánicas) usados para conformar bordos,
generalmente vegetalizables; pasando por los geocontenedores (llamados también
“geotubos”, mangas o bolsones confeccionados con geotextiles, que permiten su
relleno por refulado o en seco) empleados en obras de corrección y encauzamiento
hidráulico, así como contención y protección de márgenes; hasta los tablestacados
(de diferentes materiales) que se emplean en contención y defensa de costas (Revista
Vial, 2016).

142
CAPÍTULO 7
CONCLUSIONES

143
7.1. CONCLUSIONES

 La investigación realizada determina que los criterios tienen una interacción adecuada
en la determinación de las zonas con riesgo erosivo. La precipitación, pendiente,
Índice Normalizado De Vegetación (NDVI), tipo de suelo, densidad de drenaje y uso
de suelo, proporcionan una variabilidad espacial lógica frente a la intensidad de riesgo
dentro el departamento de La Paz, distribuyendo los niveles de intensidad, los cuales
son: muy bajo riesgo erosivo, que comprende el 1,6% (1879,2 Km2), bajo riesgo
erosivo, que comprende el 18,1% (23077,2 Km2), riesgo moderado, que comprende
el 36,6% (46876,4 Km2), riesgo erosivo alto, que comprende el 37,8% (48308,3
Km2), y riesgo erosivo muy alto, que comprende el 5,9% (7387,4 Km2),
cumpliéndose que la relación entre los criterios seleccionados en el análisis y en
conjunto con el método multi criterio determinaron los niveles de intensidad de riesgo
a erosión planteado en la hipótesis.
 El análisis de distribución jurisdiccional del departamento, dentro del mapa de riesgo
erosivo ha permitido definir zonas de importancia para la aplicación de medidas
preventivas en relación a los riesgos erosivos de las distintas provincias y sus
municipios. El análisis realizado mediante los cálculos de cobertura de riesgo en las
áreas de los municipios y provincias, aportando el porcentaje de las mismas que se
encontrarían en riesgos de consideración, proporcionando información sobre que
provincias y municipios se encuentran bajo riesgos erosivos altos y muy altos,
concluyendo que municipios y provincias deberían considerar realizar estudios
específicos para la prevención de la erosión.
 En la validación del mapa de riesgos erosivos, se realizaron evaluaciones con distintos
factores mostrando su veracidad, la degradación de los suelos por erosión como una
de las principales causas del cambio climático:

A través del análisis eco regional se determinó la distribución de los niveles de riesgo
dentro de cada una; la eco región de Sudoeste de la Amazonía se la zona norte del
departamento, los criterios influyentes sobre la eco región son: la precipitación y tipo
de suelo, como se explicó en análisis y conclusiones anteriores, como resultado de la
relación entre esto el riesgo resultante fue moderado, abarcando un 57,3% de esta eco
región, la eco región de cerrado al igual que el anterior se encuentra en la zona norte
del departamento, el resultado que se observó en el mapa de este análisis fueron de
una cobertura de 71,6% de riesgo alto, esto debido que en esta área la cobertura de
vegetación sana se encuentra en un nivel muy bajo, sumado a la precipitación
abundante que se registra aumentando la erosión de los suelos, por último la eco
región de bosques secos inter andinos, se sitúan a lo largo de la zona central del
departamento, el resultado obtenido para esta zona fue de 22% de cobertura de muy
alto riesgo, la precipitación abundante y pendientes pronunciadas que se registraron
en esta zona aportaron para la obtención de este resultado, este análisis brinda
información que ayudaría a las autoridades en la aplicación de distintos tipos de
prevención.

144
El análisis de áreas deforestadas en el periodo seco entre 2015 y 2016, evidenció que
estas se encuentran en las áreas de riesgo alto y moderado, como se mencionó la
deforestación es un factor clave para acelerar la erosión de los suelos, esto debido al
sector donde se encuentran las áreas deforestadas poseen precipitaciones abundantes,
si el suelo no cuenta con una cobertura boscosa es más propensa a sufrir daños por
las gotas de agua. Además, que no se tiene información si estas áreas deforestadas
están siendo utilizadas para otras actividades humanas, la deforestación es
responsable de alrededor del 10% de todas las emisiones de gases de efecto
invernadero.

El análisis de centros poblados del departamento de La Paz, proporcionó información

de la densidad poblacional y la cercanía que éstas tienen con todas las posibles
consecuencias, como perdida de los nutrientes, la materia orgánica, la retención de
humedad, la profundidad de los suelos, la disminución de la productividad, lo cual
conllevan a la pobreza, la violencia y el desarraigo de la tierra, esto podría ocasionar,
pérdidas económicas, materiales y ambientales. Por ejemplo, en una población con
una densidad poblacional alta, la erosión podría provocar que su suministro de agua
se vea afectado por una sequía, también podría sufrir deslizamientos, inundaciones y
desbordes de ríos cercanos a este, provocando pérdidas de cultivos, mala salud
alimentaria, focos de infección por arrastre de contaminantes. Trabajar en este análisis
proporciona a las autoridades información sobre los riesgos que la población podría
sufrir.

El análisis de áreas protegidas, proporcionó información del porcentaje de estas áreas

que se encuentran en riesgos erosivos altos, teniendo un 100% de cobertura de riesgo
en el área protegida de tres Arroyos que se encuentra dentro de la clasificación de
Areas protegidas municipales, seguida de la Serranía de Paramarani con 90,9% y muy
altos, contando con coberturas de mayor áreas las APN (Áreas Protegidas
Nacionales), Pilón lajas con 71.3% de cobertura en el área, seguido del Madidi en
calidad de área natural de manejo integrado con un 50,6% de cobertura, el mismo
Madidi en este caso como parque nacional con 38.1% y finalmente Apolobamba con
23.8%, ya que las áreas protegidas son consideradas a nivel mundial como
mitigadores de diversos riesgos contra el ambiente y la humanidad, se pondrían en
riesgo su capacidad mitigadora de riesgos, como ser el control de las sequias que
protege las cuencas hidrográficas, las fuentes de agua y los humedales, mantienen los
hábitats y estabilizan las dunas para frenar el avance de los desiertos, restauran los
hábitats, que incluye la reforestación y la recuperación de pastizales, mantienen el
ecosistema saludable y dirigen prácticas de gestión que controlan y limitan las
especies invasoras, protegen ecosistemas con un alto almacenamiento de carbono y
una gran biodiversidad, protegiendo también el suelo para que pueda cumplir con sus
funciones y servicios eco sistémicos.

145
 En el ámbito del Plan Nacional de Cuencas (PNC) el instrumento proporcionó
información puntual sobre los riesgos erosivos que sufren las cuencas estratégicas
determinadas por el PNC. Aporta información a distintos actores dentro del plan para
determinar y establecer medidas de prevención de riesgos erosivos dentro sus
parámetros. El instrumento brinda una visión estratégica en el manejo integral de las
cuencas, por ejemplo, los sedimentos de la erosión generan impactos adversos
secundarios cuenca abajo por colmatación de embalses, cauces de los cuerpos de agua
como ríos, ciénagas, inestabilidad de puertos y puentes, pérdida de navegabilidad en
los ríos, reducción de la oferta pesquera; además, los sedimentos pueden transportar
algunos contaminantes derivados de los agroquímicos aplicados al suelo, como
fósforo, nitrógeno y residuos de plaguicidas, estableciendo así un instrumento para la
toma de decisiones.

El análisis de Carbono Orgánico del Suelo (COS) tiene su relación con la erosión
debido al problema que tuviera el suelo al perder el carbono orgánico que posee este
y la capacidad de retención de Dióxido de Carbono, el análisis proporcionó
información de las áreas de retención de CO2 del suelo que se encuentran en riesgos
erosivos, se pudo determinar la cantidad de COS que se encontraría en riesgo por el
proceso de erosión del suelo, abasteciendo de información de las áreas que se
encuentran en peligro de una liberación de contaminantes para poder incorporar
medidas de prevención de perdida de carbono orgánico (nutriente vital para la flora)
y evitar la emisión de CO2 reduciendo el aporte a la contaminación del aire.

Estos resultados son importantes para rediseñar planes de manejo del suelo,
destinados a evitar la degradación de estos y a incrementar su uso sostenible con el
fin de satisfacer la necesidad del aumento de la producción de alimentos y al mismo
tiempo establecer medidas agronómicas de conservación de suelos, de protección de
los ecosistemas y de la biodiversidad.

La conservación y el manejo sostenible del suelo son indispensables para lograr el bienestar
de la población y está interrelacionado con el éxito o el fracaso de numerosas políticas
públicas relacionadas con los sectores agropecuario, minero, de vivienda, desarrollo urbano
y agua potable, de industria y comercio, de transporte, salud, entre otros. Adicionalmente, la
gestión sostenible del suelo es fundamental para consolidar los procesos de paz en el país.
El presente trabajo en un instrumento para la toma de decisiones relacionadas a la prevención
de riesgos a la erosión de suelos en el departamento de La Paz, colaborando en la
determinación de futuros estudios en los sectores de riesgos significativos.

146
CAPÍTULO 8
RECOMENDACIONES

147
8.1. RECOMENDACIONES

 En las zonas de alto y muy alto riesgo erosivo, se recomienda realizar estudios de
campo, con imágenes de drone, análisis de suelos y cobertura, para obtener datos
más específicos de las zonas y adoptar las alternativas de prevención de riesgo
erosivo más adecuadas, tomando en cuenta las recomendaciones de alternativas
indicadas en el punto 6.4 de la página 140.

 Sería conveniente para la investigación que los criterios de tipo de suelo y

precipitación, fueran determinados y realizados en campo por expertos nacionales,
para obtener datos nacionales sujetos a los datos y mediciones utilizados por los
distintos técnicos nacionales, a fin de contar con información que sea de fácil
entendimiento para los diferentes técnicos municipales.

 Es factible contar con información espacial geo referenciada, como un instrumento

que permita a los municipios generar los datos necesarios para la gestión ambiental
de riesgos erosivos y planificación territorial.

 En el caso de evaluaciones ambientales, es importante contar con información geo

referenciadas actuales, para que el instrumento sea de gran utilidad al momento de
analizar la cobertura de riesgos.

 Para la optimización en el Plan Nacional De Cuencas (PNC) es recomendable

realizar un análisis específico a nivel de cuencas en relación a riesgo erosivo, a fin
proporcionar a técnicos municipales de campo, instrumentos de análisis erosivos de
estas cuencas.

 Aplicar una Política de Gestión Integral Ambiental del Suelo, para destacar el papel
que desempeñan los suelos, cumpliendo funciones y prestando servicios eco
sistémicos vitales para la sociedad y el planeta. Promueve y fortalece acciones de
conservación y manejo sostenible de los suelos de manera que puedan cumplir sus
funciones y servicios eco sistémicos.

 Finalmente, al ser este un instrumento que proporciona a los municipios un análisis

de riesgos erosivos cercanos a los centros poblados, es recomendable que los mismos
tomen en cuenta los siguientes aspectos:

- Realizar este tipo de trabajos de riesgos no solo de erosión, sino de otros riesgos
que impactan a la población en ciertas temporadas del año, obteniendo
alternativas de prevención y no de mitigación.
- En las zonas tentativas de construcción, se recomienda la aplicación del
instrumento con análisis específicos, estableciendo zonas en las que
construcciones o movimientos de tierra no se pueden realizar, ya que estos

148
 podrían provocar riesgos mayores y así evitar los acontecimientos que se
registraron en el departamento de La Paz.
- Implementar y adoptar prácticas de conservación de suelos (barreras, vivas,
cultivo en curvas de nivel, reforestación, etc.), en las pendientes donde se
practique la agricultura y construcciones, evitando desproveer al suelo de
cobertura vegetal.
Las organizaciones tanto gubernamentales como no gubernamentales, como Gobernaciones,
alcaldías, FONABOSQUE, SERNAP, Viceministerio de Tierras, Ministerio de Medio Ambiente y
Agua, Viceministerio de Desarrollo Rural y Agropecuario, Organización de Naciones Unidas
(ONU), deberían considerar el presente análisis para la implementación de sus planes, ya que este
contiene información de interés.

149
CAPÍTULO 9
REFERENCIAS

150
9.1. BIBLIOGRAFÍA

About, D. A. (n.d.). NDVI que es y como calcularlo con saga desde qgis. Retrieved from
https://mappinggis.com/2015/06/ndvi-que-es-y-como-calcularlo-con-saga-desde-qgis/
Akgun, A., & Bulut, F. (2007). GIS-based landslide susceptibility for Arsin-Yomra
(Trabzon, North Turkey) region. Environmental Geology (Vol. 51).
https://doi.org/10.1007/s00254-006-0435-6
ALATORRE, L. & BEGUERÍA, S. 2003. Los modelos de erosión: una revisión. Rev. C. &
G 23 (1-2):29-48. España.
Alexakis DD, Hadjimitsis DG, Agapiou A (2013) Integrated use of remote sensing, GIS
and precipitation data for the assessment of soil erosion rate in the catchment area of
“Yialias” in Cyprus. Atmos Res 131:108–124
Allen, S. R, Evaluation and Standardization of Rolled Erosion Control Products,
Geotextiles and Geomembranes., Volume 14, Issues 3-4, March-April 1996, pp. 207-
221.
Arandia Ledezma, I. C. (2016). Descentralización y Relaciones Intergubernamentales.
Ballesteros Sanabria, A. (n.d.). SEGURIDAD DE INSTALACIONES. Retrieved from
http://epn.gov.co/elearning/distinguidos/SEGURIDAD/13_riesgo_amenaza_y_vulnera
bilidad.html
Baniya, N. (2008). Land Suitability Evaluation Using Gis for Vegetable Crops in
Kathmandu Valley / Nepal. Thesis, 1–259. https://doi.org/10.1016/j.ajo.2009.02.017
Benkobi, L., Trlica, M. J., and Smith, J. L. (1994). ―Evaluation of a re. ned surface cover
subfactor for use in RUSLE.‖ Journal of Range Management, 47, 74–78
Bevilacqua, R. (2017). ¿Qué son los sitios Ramsar y por qué son tan importantes?
Retrieved from https://laderasur.com/articulo/que-son-los-sitios-ramsar-y-por-que-
son-tan-importantes/
Biesemans J., Meirvenne, M. V., and Gabriels, D. (2000). ―Extending the RUSLE with
the Monte Carlo error propagation technique to predict long-term average oV-site
sediment accumulation.‖ Journal of Soil and Water Conservation, 55, 35–42.
Blanco, Humberto; Lal, Rattan (2010). «Soil and water conservation». Principles of Soil
Conservation and Management. Springer. p. 2. ISBN 978-90-481-8529-35(-50
Bhattacharyya, R., Fullen, M.A., Davies, K., Booth, C.A., Use of palm-mat geotextiles for
rainsplash erosion control, Geomorphology., 2010. DOI: 10.1016/j.geomorph.2010.02.
018
Burrough, P. A., & McDonell, R. A. (1998). Cómo funciona Pendiente. Retrieved from
http://desktop.arcgis.com/es/arcmap/10.3/tools/spatial-analyst-toolbox/how-slope-
works.htm
Casanova, M.; Messing, I. and Joel, A. 2000. Influence of aspect and slope gradient on

151
 hydraulic conductivity measured by tension infiltrometer. Hydrological Processes, 14:
155-164.
Cardona, A. (2018). Qué es la erosión del suelo: causas y consecuencias. Retrieved from
https://www.ecologiaverde.com/que-es-la-erosion-del-suelo-causas-y-consecuencias-
1500.html
Carmone F. J., A. Kara and S. Zanakis. 1997. A Monte Carlo investigation of incomplete
pairwise comparison matrices in AHP. European Journal of Operational Research 102:
538-553
Chen, S., Jiang, Y., Lui, Y. & Diao, C. (2012). Cost constrained mediation model for
analytic hierarchy process negotiated decision making. Journal of Multi- Criteria
Decision Analysis, 19, 3-13.
Choo, E. U. and W. C. Wedley. 2008. Comparing Fundamentals of Additive and
Multiplicative Aggregation in Ratio Scale Multi-Criteria Decision Making. The Open
Operational Research Journal 2:1-7.
Contreras, V.M., El Control de la Erosión de Cárcavas en Olivar Mediante Mantas
Orgánicas., Foro Olivar y Medio Ambiente Expoliva, 2001, 5p.
Contreras, M. V., De Sousa Borges, S.P., Nuevos materiales para el control de la erosión
tras los incendios forestales., Jornadas de Incendios forestales de Serra D’ossa,
Estremoz (Portugal), Enero 2007.
Corral Q., S. y Quintero, M. E. (2007). La metodología multicriterial y los métodos de
valoración de impactos ambientales. Extraído el 28 de agosto de 2012 de
http://www.saber.ula.ve/bitstream/123456789/17402/1/articulo4.pdf
Crowther, T. W., Todd-Brown, K. E. O., Rowe, C. W., Wieder, W. R., Carey, J.C.,
Machmuller, M. B., Snoek, B. L., Fang, S., Zhou, G., Allison, S. D., Blair, J.M.,
Bridgham, S. D., Burton, A. J., Carrillo, Y., Reich, P. B., Clark, J. S., Classen, A. T.,
Dijkstra, F. A., Elberling, B., Emmett, B. A., Estiarte, M., Frey, S. D., Guo, J., Harte,
J., Jiang, L., Johnson, B. R., Kröel-Dulay, G., Larsen, K. S., Laudon, H., Lavallee, J.
M., Luo, Y., Lupascu, M., Ma, L. N., Marhan, S., Michelsen, A., Mohan, J., Niu, S.,
Pendall, E., Peñuelas, J., Pfeifer- Meister, L., Poll, C., Reinsch, S., Reynolds, L. L.,
Schmidt, I. K., Sistla, S., Sokol, N. W., Templer, P. H., Treseder, K. K., Welker J. M.
& Bradford, M. A. 2016. Quantifying global soil carbon losses in response to
warming. Nature, 540: 104-110.
DALMASSO, A. et al. 2002. Revegetación de áreas degradadas. Boletín de Extensión
Científica, IADIZA (Instituto Argentino de Investigaciones de las Zonas Áridas).
Argentina
De Blécourt, M., Brumme, R., Xu, J., Corre, M., & Veldkamp, E. (2013). Soil carbon
stocks decrease following conversion of secondary forests to rubber (Hevea
brasiliensis) plantations. PloS ONE, 8(7), e69357. doi:10.1371/journal.pone.0069357
De Graaffa J, Aklilu A, OuessarM, Asins-Velis S, Kesslera A (2013) The development of
soil and water conservation policies and practices in five selected countries from1960

152
 to 2010. Land Use Policy 32:165–174
De Jong, S. M. (1994). ―Application of Reflective Remote Sensing for Land Degradation
Studies in a Mediterranean Environment‖ (Utrecht: Netherlands Geographical Studies,
University of Utrecht)
De Jong, S.M., Paracchini, M.L., Bertolo, F., Folving, S., Megier, J., De Roo, A.P.J.
(1999). ―Regional assessment of soil erosion using the distributed model SEMMED
and remotely sensed data.‖ Catena 37 (3–4), 291–308.
De Jong, S.M., Riezebos, H.T.(1997). ―SEMMED: a distributed approach to soil erosion
modelling. In: Spiteri, A. (Ed.), RemoteSensing '96: Integrated Applications for Risk
Assessment and Disaster Prevention for the Mediterranean. Balkema, Rotterdam, pp.
199–204.
DE VENTE, J. et al. 2013. Predicting soil erosion and sediment yield at regional scales:
Where do we stand?. Earth Science Reviews. Vol. 127, pp. 16-29.
Deb, S., Bhadoria, P. B. S., Mandal, B., Rakshit, A. & Singh, H. B. 2015. Soil organic
carbon: Towards better soil health, productivity and climate change mitigation.
Climate change and Environmental Sustainability, 3(1): 26-34.
del Ramo, A., & Guillén, F. (n.d.). Las Rocas Marga. Retrieved from
https://www.regmurcia.com/servlet/s.Sl?sit=c,365,m,108&r=ReP-8167-
DETALLE_REPORTAJESABUELO
Duley, F.L. 1987. Surface factors affecting the rafe of intake af water by soils. Soil Sci.
Soc.Am. Proc., Madison, 12: 179-84.
DUMAS SALAZAR, A. 2012. Riesgo de erosión hídrica en la cuenca hidrográfica del río
Mundo. Trabajo de fin de Máster. Máster en Tecnologías de la Información
Geográfica. España.
ECHEVERRÍA, N. et al. 2006. Erodabilidad de suelos del sur de la Región Semiárida
Argentina. Departamento de Agronomía, Universidad Nacional del Sur. Ciencia del
Suelo 24.
EcuRed Contributors. (2018). Erosión del suelo. Retrieved from
https://www.ecured.cu/Erosión_del_suelo#Erosi.C3.B3n_por_acci.C3.B3n_antr.C3.B
3pica
Edwards, W. and Newman, J.R (1982). Multivariate Evaluation. Quantitative Applications.
In, J.L. Sullivan and R.G. Niemi (Eds.) The Social Sciences 26, 96.
Ellison, W.D. 1947. Soil Erosion. Soil Sci. Soc. Am. Proc., Madison, 12: 479-84.
FAO & GTIS. 2015. Status of the World’s Soil Resources, Roma: s.n.
FAO. (2017). Un 33% del suelo del mundo sufre erosión, p. 1. Retrieved from
http://www.lostiempos.com/tendencias/medio-ambiente/20171027/fao-dice-que-33-
suelo-del-mundo-sufre-erosion
FAO. (2018). PERMEABILIDAD DEL SUELO. Retrieved from

153
 http://www.fao.org/tempref/FI/CDrom/FAO_Training/FAO_Training/General/x6706s
/x6706s09.htm
Feinstein, J. L. and R. Lumley. 2001. Theoretical and practical aspects of AHP using a
scale derived from the time it takes to decide between two choices instead of one
derived from “1-9” estimates. 6th ISAHP. August 2-4, 200.1 Berne, Switzerland. pp.
93-100.
Flood Hazard Research Centre. (2014). Directrices para el Análisis Multicriterio en la
Gestión del Riesgo de Inundación, 104. Retrieved from
http://www.floodcba.eu/main/wp-content/uploads/Guia-FLOOD-CBA_2_Analisis-
Multicriterio.pdf
Franzpc. (n.d.). Crear un mapa de pendientes en ArcGIS 10. Retrieved from
https://acolita.com/como-crear-mapa-de-pendientes-en-arcgis-10/
GARCÍA, C. M. et al. 2011. Evaluación del potencial Erosivo de lluvia en la región
limítrofe entre las Provincias de Córdoba y Santa Fe, Argentina. En: III Taller sobre
Regionalización de precipitaciones máximas Rosario- Argentina. UCC –EHCPA.
GARCÍA-FAYOS, P. 2004. Interacciones entre la vegetación y la erosión hídrica. Ecología
del mundo mediterránea en un mundo cambiante. Ministerio de Medio Ambiente,
EGRAF, S.A., Madrid. Capítulo 11, pp. 309-334.
Gitas, I.Z., Douros, K., Minakou1, C., Silleos, G.N., and Karydas, C.G. (2009). ―Multi-
Temporal Soil Erosion Risk Assessment In N. Chalkidiki Using A Modified Usle
Raster Model.‖ Earsel Eproceedings 8, 1/2009 Pp.40-52
Gobin A, Jones R, Kirkby M, Campling P, Govers G, Kosmas C, Gentile AR (2004)
Indicators for pan-European assessment and monitoring of soil erosion by water.
Environ Sci Pol 7:25–38
González, J., Guerra, F., & Gómez, H. (2007). Redalyc.CONCEPTOS BÁSICOS DE
GEOESTADÍSTICA EN GEOGRAFÍA Y CIENCIAS DE LA TIERRA: MANEJO Y
APLICACIÓN, 12, 11. Retrieved from
http://www.redalyc.org/articulo.oa?id=36014577008
Grimm M, Jones R, Montanarella L (2002) Soil erosion risk in Europe. EUR 19939 EN.
European Commission & Joint Research Centre, Italy
Hagerty J. (1998) “Erosion mechanisms on Midwest alluvial streams”. IECA soil
stabilization series: vol. 1 Methods and techniques for stabilizing channels and
streambanks.
Hernández Sampieri, R., Fernández Collado, C., & del Pilar Baptista Lucio, M. (2010).
METODOLOGÍA DE LA INVESTIGACIÓN. (M. Chacón Jesús, Ed.) (Quinta).
Mexico: Mc Graw Hill.
Heywood, I., Oliver, J. and Tomlinson, S., 1995, Building an exploratory multi-criteria
modeling environment for spatial decision support, In Innovations in GIS, vol.2, page
no. 127–136.

154
Holme, A.McR., Burnside, D.G. and Mitchell, A.A. (1987). The development of a system
for monitoring trend in range condition in the arid shrublands of Western Australia.
Australian Rangeland Journal 9:14-20.
HONORATO, R. et al. 2001. Evaluación del modelo USLE en la estimación de la erosión
en seis localidades entre la IV y IX región de Chile. Ciencia e Investigación Agraria
28:7-14. Facultad de Agronomía e Ingeniería Forestal. Santiago, Chile.
INAA. (2001). Normas Técnicas para el diseño de abastecimiento y potabilización del
Agua.
IPCC. 2014. Climate Change 2014: Synthesis, Report Contribution of Working Groups I, II
and III to the Fifth Assessment Report of the Intergovernmental Panel on Climate
Change. Geneva: IPCC.
IRURTIA, C.B. & MON, R. 1993. Medición de infiltración, escurrimiento y pérdida de
suelo con microsimulador de lluvia. XIV Congreso Argentino de la Ciencia del Suelo.
pp 37-38. Mendoza.
Jen-Chen Fan and Min-Fon Wu, 2001.Effects of soil strength, texture, slope steepness and
rainfall intensity on interrill erodibility of some soils in Taiwan. pp: 588-593. In:
Proceeding 10th International Soil Conservation Organization Conference, Purdue
University.
Juan Diego. (1995). Planificación de cuencas, 1–39.
Kachouri, S., Achour, H., Abida, H., & Bouaziz, S. (2015). Soil erosion hazard mapping
using Analytic Hierarchy Process and logistic regression: a case study of Haffouz
watershed, central Tunisia. Arabian Journal of Geosciences, 8(6), 4257–4268.
https://doi.org/10.1007/s12517-014-1464-1
Kane, D. 2015. Carbon Sequestration Potential on Agricultural Lands: A Review of Current
Science and Available Practices, s.l.: s.n.
Keestra, S. D., Bouma, J., Wallinga, J., Tittonell, P., Smith, P., Cerdà, A., Montanarella, L.,
Quinton, J. N., Pachepsky, Y., van der Putten, W. H., Bardgett, R.D., Moolenaar, S.,
Mol, G., Jansen, B. & Fresco, L. O. 2016. The significance of soils and soil science
towards realization of the United Nations Sustainable Development Goals. SOIL, 2:
111-128.
Keiluweit, M., Bougoure, J. J., Nico, P. S., Pett-Ridge, J., Weber, P. K. & Kleber, M. 2015.
Mineral protection of soil carbon counteracted by root exudates. Nature Climate
Change, 5: 588–595.
Kosmas, C., Danalatos, N., Cammeraat, L. H., Chabart, M., Gutierrez, L., Jacob, A., …
Vacca, A. (1997). The effect of land use on runoff and soil erosion rates under
Mediterranean conditions, 29, 45–59.
La Razón. (2015). Erosión ataca 60% de suelos fértiles. Retrieved from
http://www.eldiario.net/noticias/2015/2015_08/nt150828/economia.php?n=14&-
erosion-ataca-60-de-suelos-fertiles

155
Laininen, P. 2001. On the covariance structure and simultaneous comparisons of the
estimates of AHP-Weights. In: Proceedings of the 6th ISAHP. Berne, Switzerland.
August 2-4, 2001. pp. 253-254
Lefèvre, C., Rekik, F., Alcantara, V., & Wiese, L. (2017). Carbono Orgánico del Suelo el
potencial oculto. (W. Liesl, A. Viridiana, B. Rainer, & R. Vargas, Eds.). Roma.
Retrieved from www.fao.org/publications
Leopold, L.B., Clarke, F.E. Hanshaw, B.B., y Balsley, J.R. 1971. A procedure for
evaluating environmental impact. Geological Survey Circular 645. U.S.D.I.
Washington, D.C.
Leskinen, P. and J. Kangas. 1998. Analysing uncertainties of interval judgment data in
multiple-criteria evaluation of forest plans. Silva Fennica 32(4):363–372
Lizasoain, A., Tort, L. F., Garc\’\ia, M., Gomez, M. M., Leite, J. P., Miagostovich, M. P.,
… Victoria, M. (2015). EVALUACIÓN MULTICRITERIO Y SIG. COMO
HERRAMIENTAS PARA LA GESTIÓN TERRITORIAL. CASO DE ESTUDIO
ZIPAQUIRÁ CUNDINAMARCA. Journal of Applied Microbiology, 119(3),
859{\textendash}867.
López Bermúdez, F., Romero Díaz, A., Erosión y desertificación: implicaciones
ambientales y estrategias de investigación. Papeles de geografía, No. 28, 1998, pp. 77-
89.
LOPEZ BERMUDEZ,F.; ROMERO DIAZ,A.; MARTINEZ FERNANDEZ,J. (1991): Soil
erosion in semi-arid mediterranean environment. The Ardal experimental field
(Murcia, Spain). In Soi' Erosion Studies in Spain, J.M. GARCIA RUIZ, M.SALA &
J.L. RUBIO (Eds). Ediciones Geoforma. Logroño, pp. 137-152.
Malczewski, J. (2000). On the Use of Weighted Linear Combination Method in GIS:
Common and Best Practice Approaches. T. GIS (Vol. 4).
https://doi.org/10.1111/1467-9671.00035
Mamani Gutierrez, H. A. (2015). CARTOGRAFIA DE ZONAS DE RIESGO A
DESLIZAMIENTOS DEL MUNICIPIO DE ACHOCALLA DEL DEPARTAMENTO
DE LA PAZ, MEDIANTE LA APLICACION DE DOS METODOLOGÍAS DE
EVALUACIÓN (Aplicación del Modelo de Evaluación Espacial Multicriterio en
entorno SIG). Universidad Mayor de San Andrés. Retrieved from
https://repositorio.umsa.bo/handle/123456789/12297
MÁRQUEZ ROSALES, H. (2011). MÉTODOS MATEMÁTICOS DE EVALUACIÓN
DE FACTORES DE RIESGO PARA EL PATRIMONIO ARQUEOLÓGICO: UNA
APLICACIÓN GIS DEL MÉTODO DE JERARQUÍAS ANALÍTICAS DE T.L.
SAATY. Intellectual Property, 8(12), 2–3.
https://doi.org/http://dx.doi.org/10.12795/spal.1999.i8.02
MARTINEZ FERNANDEZ,J; LOPEZ BERMUDEZ,F.; MARTINEZ FERNANDEZ,J. &
ROMERO DIAZ,A. (1995). Land use and soil-vegetation relationships in a
Mediterranean ecosystem: El Ardal, Murcia, Spain. Catena, vol 25 (1-4) 153-167
Special Issue Experimental Geomorphology and Landscape Ecosystem Changes.

156
 J.Poesen, G. Govers & D. Goossens (Eds).
Maza J.A. (1967) “Erosión del cauce de un río en el cruce de un puente”. Revista Ingeniería
Hidráulica en México. vol. 21 - No. 1-2..
Meyer L.D., Foster, G. R., & C.A. Onstad. 1977. A runoff erosivity factor and variable
slope length exponents for soil loss estimates. Trans. ASAE. 20 (4): 683-687.
Ministerio de Medio Ambiente y Agua Viceministerio de Recursos Hídricos y Riego.
(2017). Programa Plurianual de Gestión Integrada de Recursos Hídricos y Manejo
Integral de Cuencas 2017-2020, 208. Retrieved from www.mmaya.gob.bo
Ministerio de Planificación del Desarrollo. (2016). Lineamientos Metodológicos
Planificación Territorial de Desarrollo Integral, 118.
Munda, G. (1993). Información difusa en los modelos de evaluación multicriterio
Ambiental. (Tesis de Doctorado). Ámsterdam: Universidad Libre de Amsterdam.
Narvaez, N. A. P. (2015). Clasificacion de la Cobertura de la Tierra en el Suelo Rural del
municipio de Pupiales-Nariño mediante aplicacion de herramientas SIG. Journal of
Chemical Information and Modeling, 89.
https://doi.org/10.1017/CBO9781107415324.004
Nijkamp, P., Munda, G. & Rietveld, P. (1995). Qualitative multicriteria methods for fuzzy
evaluation problems: An illustration of economic-ecological evaluation. Extraído el 31
de octubre de 2012 de http://www.sciencedirect.com/science/article/pii/037
7221793E02502
Onori, F., De Bonis, P., Grauso, S., 2006, Soil erosion prediction at the basin scale using
the revised universal soil loss equation (RUSLE) in a catchment of Sicily (southern
Italy): Environmental Geology, 50, 1129-1140.
Organizacion de los Estados Americanos (OAS). (1987). Comisión Mixta de Cooperación
Amazónica - Ecuatoriano - Colombiana - Plan de Ordenamiento y Manejo de las
Cuencas de los Ríos San Miguel y Putumayo. Washington, D.C.: SECRETARIA
EJECUTIVA PARA ASUNTOS ECONOMICOS Y SOCIALES. Retrieved from
https://www.oas.org/dsd/publications/Unit/oea32s/begin.htm#Contents
Paul, E. 2014. Soil microbiology, ecology and biochemistry. Academic Press. pp. 598.
Pérez Porto, J., & Gardey, A. (2015). Definición de áreas protegidas. Retrieved from
https://definicion.de/areas-protegidas/
Pérez Porto, J., & Merino, M. (2009). DEFINICIÓN DE EROSIÓN. Retrieved from
https://definicion.de/erosion/
Pérez Rodríguez, F., Vargas Larreta, B., Aguirre Calderón, O. A., Corral Rivas, J. J., &
Rojo Alboreca, A. (2012). Proceso analítico jerárquico para seleccionar métodos de
manejo forestal en durango.
Pillco Zola, F., & Flores Mamani, J. (2017). Estudio de la erosión hídrica laminar de la
TIOC del Ayllu Sikuya del municipio de Llallagua, 3(2), 524–528.

157
Población y medio ambiente Mexico. (n.d.). Población y medio ambiente, 37. Posada, P. B.
O., Henao Pineda, W., Diagnóstico de la Erosión en la zona costera del Caribe
Colombiano., Serie de publicaciones especiales, No.13, Santa Marta, INVEMAR,
2008, p. 200.
Popp, J. H., Hyatt, D. E. and Hoag, D., 2000, Modeling Environmental Condition with
Indices: A Case Study of Sustainability and Soil Resources; Ecol. Model. 130(1–3),
page. no. 131–143.
Raharjo, J., S. Halim and S. Wanto. 2001. Evaluating comparison between consistency
improving method and resurvey in AHP. 6th ISAHP 2001. Berne, Switzerland. August
2-4 2001. pp.198-205
Renard K.G., Foster GR, Weesies GA, McCool DK, Yoder DC (1997) Predicting soil
erosion by water: a guide to conservation planning with the Revised Universal Soil
Loss Equation (RUSLE). Agriculture Handbook, No.703, US Department of
Agriculture, Washington DC
Renard K.G and Ferreira V.A. (1993). ―RUSLE model description and database
sensitivity.‖ Journal of Environmental Quality 22(3), 458–466.
Revista Vial. (2016). Erosión de suelos: productos y tecnologías para su control. Retrieved
from http://revistavial.com/erosion-de-suelos-productos-y-tecnologias-para-su-control/
Rivera, J. R. D., Costa, D. P., Álvarez, Y. R., & González, J. M. F. (2008). Determinación
De Índices De Erosión De Suelos Aplicando Análisis Sig Para La Localidad De San
Andrés En La Provincia De Pinar Del Río. Revista Chapingo, 14(1), 15–19.
https://doi.org/10.1007/s11606-011-1730-9
Rivera, P. J. H., Sinisterra, R. J., Calle, D. Z., Restauración Ecológica de suelos degradados
por Erosión en Cárcavas en el enclave xerofítico de Dagua, Valle del Cauca,
Colombia., Área de restauración ecológica de CIPAV. Centro para la investigación en
sistemas sostenibles para la producción agropecuaria (s/f). Disponible en
http://www.cipav.org.co/ noticias/noticias-n01.html.
Roderick, M., R. C. G. Smith, and G. Ludwick. (1996). Calibrating long term
AVHRRderived NDVI imagery. Remote Sensing of Environment 58: 1-12.
Rouse, J. W., R. H. Haas, J. A. Schell, and D. W. Deering (1973). Monitoring vegetation
systems in the Great Plains with ERTS, Third ERTS Symposium, NASA SP-351 I,
309- 317.
Rozos, D. (2014, January 29). PRODUCING LANDSLIDE SUSCEPTIBILITY MAPS BY
APPLYING.
Salomonson, V. V. Y Appel, I. 2003 Estimating fractional snow cover from modis using
the normalized difference snow index. RemoteSensinsg of Environment. usa. 10 p.
Saini, S. S., Jangra, R., & Kaushik, S. P. (2015). Vulnerability assessment of soil erosion
using geospatial techniques- a pilot study of upper catchment of markanda river.
International Journal of Advancement in Remote Sensing, Gis and Geography, 3(1),
9–21.

158
SCHÖNBRODT, S.; SAUMER, P.; BEHRENS, T.; SEEBER, C.; SCHOLTEN, T.
Assessing the USLE crop and management factor C for soil erosion modeling in a
large, mountainous watershed in Central China. Journal of Earth Science, v.21, p.835‑
845, 2010. DOI: 10.1007/s12583‑010‑0135‑8.
Servicio Geológico Mexicano. (2017). Sistemas de información geográfica.
Schmidt, M. W. I., Torn, M. S., Abiven, S., Dittmar, T., Guggenberger, G., Janssens, I. A.,
Kleber, M., Kögel-Knabner, I., Lehmann, J., Manning, D. A. C., Nannipieri, P., Rasse,
D. P., Weiner, S. & E. Trumbore, S. E. 2011. Persistence of soil organic matter as an
ecosystem property. Nature, 478: 49–56.
TAOUFIKALLAH, A. (1990). El método AHP, 46–49.
TELLES, T.S.; GUIMARÃES, M. de F.; DECHEN, S.C.F. The costs of soil erosion.
Revista Brasileira de Ciência do Solo, v.35, p.287‑298, 2011. DOI: 10.1590/S0100‑
06832011000200001.
Terranova O, Antronico L, Coscarelli R, Iaquinta P (2009) Soil erosion risk scenarios in the
Mediterranean environment using RUSLE and GIS: an application model for Calabria
(southern Italy). Geomorphology 112:228–245
The RAMSAR Convetion Secretariat. (2014). LOS SITIOS RAMSAR. Retrieved from
https://www.ramsar.org/es/sitios-paises/los-sitios-ramsar
Tweddales, S.C., Eschlaeger, C.R., Seybold, W.F. (2000). ―An Improved Method for
Spatial Extrapolation of Vegetative Cover Estimates (USLE/RUSLE C factor) using
LCTA and Remotely
universidad de murcia. (n.d.). Tema 6: la edafosfera., 2, 1–19. Retrieved from
https://www.um.es/sabio/docs-cmsweb/materias-may25-45/tema_6.pdf
Uribe T., D. A. (2001). La evaluación multicriterio y su aporte en la construcción de una
función de valor económico total para los bosques en piedras blancas. (Tesis de
Maestría en Bosques y Conservación Ambiental). Medellín: Universidad Nacional de
Colombia sede Medellín, Facultad de Ciencias Agropecuarias.
Uzoka, E. N. and Adetoro, J. A. (2008). Capacity building through higher education: A
panacea for youth unemployment in Nigeria. Paper presented at the 3rd regional
conference on higher education for youth empowerment opportunities, capabilities and
second chance at international institute of tropical agriculture, Ibadan Nigeria 18-21st
August.
Vega-Carreño, M. B., Febles-González, J.M., La investigación de suelos erosionados:
métodos e índices de diagnóstico., Minería y Geología, Vol. 21, Issue 2, 2005, p. 1,
18p. Disponible en www.Ideam.gov.co. Consulta realizada el 8/03/2010.
Von Lützow, M., Kögel-Knabner, L., Ekschmitt, K., Matzner, E., Guggenberger, G.,
Marschner, B. & Flessa, H. 2006. Stabilization of organic matter in temperate soils:
Mechanisms and their relevance under different soil conditions – a review. European
Journal of Soil Science, 57: 426-445.

159
Wasson, R.J., Olive, L.J., Rosewell, C.J., 1996, Rates of erosion and sediment transport in
Australia: IAHS, 236, 139-148.
Wang, Y. M. and Elhag, T. M. S., 2006. An approach to avoiding rank reversal in AHP.
Decision Support Systems 42(3), 1474-1480.
Wedley, W .C. and E. U. Choo. 2001. A unit interpretation of multi-criteria ratios. 6th
ISAHP 2001. Berne, Swizerland. August 2-4 2001. pp. 561-569
Wu, M.-L., & Wang, Y.-S. (2007). Using Chemometrics to Evaluate Anthropogenic Effects
in Daya Bay, China. Estuarine, Coastal and Shelf Science (Vol. 72).
https://doi.org/10.1016/j.ecss.2006.11.032
Ying-Ming, W. and M. S. Taha. 2006. An approach to avoid rank reversal in AHP.
Decision Support Systems. 42:1474-1480
YUE‑QING, X.; JIAN, P.; XIAO‑MEI S. Assessment of soil erosion using RUSLE and
GIS: a case study of the Maotiao River watershed, Guizhou Province, China.
Environmental Geology, v.56, p.1643‑1652, 2009. DOI: 10.1007/s00254‑008‑1261‑
9.
ZAKRZEWSKA, B. (1967), TRENDS AND METHODS IN LAND FORM
GEOGRAPHY. Annals of the Association of American Geographers, 57: 128-165.
doi:10.1111/j.1467-8306.1967.tb00595.
Zeshui, X. M. and W. Cuiping. 1999. A consistency improving method in the analytic
hierarchy process. European Journal of Operational Research. 116:443-449
Zingg, A. W. (1940). Degree and length of land slope as it affects soil loss in runoff. Agric.
Eng. 21: 59-64.

160
ANEXO

161
162